Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

Color Image Processing

Presentasi serupa


Presentasi berjudul: "Color Image Processing"— Transcript presentasi:

1 Color Image Processing

2 Color Image Processing
Yang hendak kita bahas adalah: Color model Pseudo-color Image Processing Full-color Image Processing Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2003 1

3 Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2003
Color Model Beberapa color model yang populer: RGB (warna primer pada CRT) CMYK (populer bagi percetakan) YIQ / YUV (standar bagi TV NTSC / PAL) HSI / HSV (sesuai dengan persepsi mata manusia) Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2003 2

4 Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2003
RGB Merupakan warna primer cahaya (berdasar mata manusia): R (red), G (green) dan B (blue) Dimodelkan dalam RGB cube Sifatnya additive Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2003 3

5 Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2003
RGB contoh Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2003 4

6 RGB all-systems-safe 216 colors
Standarisasi karena masih banyak sistem yang tidak bisa menampilkan 16-juta warna Hanya kombinasi RGB dengan nilai {00,33,66,99,CC,FF} yang diperbolehkan Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2003 5

7 Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2003
CMY Dalam dunia warna sering disebut sebagai CMYK K menunjukkan warna hitam Merupakan warna primer bagi percetakan: Cyan  Magenta  Yellow  Sifatnya subtractive Dihitung dari RGB dengan … Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2003 6

8 Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2003
CMY contoh Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2003 7

9 YIQ (luminance iphase quadrature)
Merupakan model warna standar bagi TV Dihitung dari RGB dengan Lihat hubungan Luminance dengan graylevel ! Y menyatakan terang-gelap I dan Q menyatakan warna Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2003 8

10 Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2003
YIQ contoh Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2003 9

11 Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2003
HSI atau HSV Model ini lebih sesuai dengan persepsi mata manusia dalam menangkap warna Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2003 10

12 Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2003
HSI atau HSV Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2003 11

13 Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2003
RGB ke HSV Mengubah dari RGB ke HSV (lihat Gonzales p ): Bagaimana mengubah HSV ke RGB? Lihat Gonzales p Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2003 12

14 Pseudo-color Image Processing
Memberi warna pada citra graylevel Warna yang diberikan bukan warna objek yang sesungguhnya Tujuan utamanya adalah agar citra lebih mudah dilihat/dipahami oleh mata manusia Yang hendak kita bahas: Intensity slicing Graylevel to color processing Filtering approach Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2003 13

15 Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2003
Intensity Slicing (1) Menyatakan citra dalam fungsi intensitas 2D Citra diiris oleh bidang yang sejajar dengan bidang xy Graylevel di atas dan di bawah bidang pengiris diwarnai dengan warna yang berbeda Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2003 14

16 Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2003
Intensity Slicing (2) Mirip dengan thresholding, tapi dengan 2 warna Pengembangannya: gunakan beberapa bidang pengiris Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2003 15

17 Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2003
Intensity Slicing (3) Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2003 16

18 Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2003
Graylevel to Color Masing-masing channel RGB diproses dengan cara yang berbeda Apa jadinya bila fase ketiga komponen sama? Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2003 17

19 Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2003
Filtering Approach Ketiga komponen RGB diproses dengan cara yang berbeda dalam domain frekuensi Filter biasanya berupa lowpass, bandpass/bandreject dan highpass Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2003 18

20 Full-color Image Processing
Tujuan utamanya adalah: Image Enhancement Perhatikan bahwa kebanyakan color model yang digunakan adalah HSI, bukan RGB. Mengapa? Yang hendak kita bahas: Intensity adjustment Color complement Histogram equalization Color images smoothing Color images sharpening Noise reduction in color images Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2003 19

21 Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2003
Intensity Adjustment Diberikan persamaan intensitas sbb: g(m,n)=kf(m,n) Dimana k adalah skala yang terletak antara 0<k<1 Maka persamaan dalam HSI adalah: Dan persamaan dalam RGB adalah: Persamaan dalam CMY adalah: Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2003 20

22 Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2003
Intensity Adjustment Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2003 21

23 Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2003
Color Complement (1) Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2003 22

24 Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2003
Color Complement (2) Yang kiri pakai RGB, yang kanan pakai HSI RGB HSI Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2003 23

25 Histogram Equalization (1)
Lakukan ekualisasi hanya pada komponen I (intensitas) Lakukan saturation adjustment seperlunya Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2003 24

26 Histogram Equalization (2)
Contoh histogram equalization yang dilakukan pada intensity, lalu saturation ditambah. Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2003 25

27 Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2003
Smoothing Pada RGB akan berpotensi untuk memunculkan warna-warna yang sebelumnya tidak ada (karena warna baru dihitung dari rata-rata) Pada HIS hanya I yang difilter … apa efeknya? RGB HSI Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2003 26

28 Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2003
Sharpening Seperti pada smoothing, sharpening pada RGB akan berpotensi menimbulkan warna-warna yang sebelumnya tidak ada Pada HIS hanya I yang difilter … apa efeknya? RGB HSI Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2003 27

29 Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2003
Noise Reduction Pada color image sifat noise pada masing-masing channel RGB bersifat independent Noise reduction dengan metode perata-rataan citra dapat dilakukan (dengan melakukan proses averaging pada tiap channel, dan menggabungkan hasil akhir). Noise reduction dengan median filter tidak cocok bagi citra bewarna. Mengapa? Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2003 28


Download ppt "Color Image Processing"

Presentasi serupa


Iklan oleh Google