Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

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

Presentasi serupa


Presentasi berjudul: "Color Image Processing. Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2003 1 Yang hendak kita bahas adalah: –Color model –Pseudo-color Image."— Transcript presentasi:

1 Color Image Processing

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

3 Color Model Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 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)

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

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

6 RGB all-systems-safe 216 colors Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 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

7 CMY Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 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 …

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

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

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

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

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

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

14 Pseudo-color Image Processing Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 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

15 Intensity Slicing (1) Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 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

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

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

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

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

20 Full-color Image Processing Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 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

21 Diberikan persamaan intensitas sbb: g(m,n)=kf(m,n) Dimana k adalah skala yang terletak antara 0

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

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

24 Color Complement (2) Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, RGBHSI

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

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

27 Smoothing Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 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? RGBHSI

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

29 Noise Reduction Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 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?


Download ppt "Color Image Processing. Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2003 1 Yang hendak kita bahas adalah: –Color model –Pseudo-color Image."

Presentasi serupa


Iklan oleh Google