Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

Pengolahan Citra 4 – Peningkatan Kualitas Citra Disusun oleh: Teady Matius – Dari berbagai sumber.

Presentasi serupa


Presentasi berjudul: "Pengolahan Citra 4 – Peningkatan Kualitas Citra Disusun oleh: Teady Matius – Dari berbagai sumber."— Transcript presentasi:

1 Pengolahan Citra 4 – Peningkatan Kualitas Citra Disusun oleh: Teady Matius – teadymatius@yahoo.comteadymatius@yahoo.com Dari berbagai sumber

2 Histogram Menunjukkan frekuensi kemunculan setiap gradasi warna Sumbu x : Nilai intensitas; Sumbu y : Frekuensi kemunculan (banyaknya pixel dengan intensitas x) pada citra atau kebalikannya tergantung kebutuhan. Semakin besar bit pada sistem yang digunakan, semakin banyak variasi intensitasnya, semakin panjang pula sumbu yang mewakili intensitas nya. –24 bit = 2 24 = 256 variasi intensitas pada sumbu x –8 bit = 2 8 = 256 variasi intensitas pada sumbu x Pada citra grayscale yang dipergunakan adalah derajat keabu- abuannya. Pada citra RGB yang dipergunakan adalah intensitas masing- masing channel. Pada color template yang dipergunakan adalah nilai yang mewakili template warnanya.

3 Contoh Histogram Contoh Histogram Channel Red & Histogram Channel Grayscale

4 Contoh Manfaat Histogram Indikasi visual untuk menentukan skala intensitas yang tepat, sehingga di peroleh kualitas citra yang diinginkan Pemilihan batas ambang (tresshold) Pada Computer vision dapat dimanfaatkan sebagai feature.

5 Operasi Negasi (Invers)  0 (x,y) =  maksimum -  i (x,y) Tujuan: Untuk mendapatkan Citra negatif Misal citra grayscale 7 bit  =  maksimum = 127

6 Brightness Intensitas –mendekati 0  semakin gelap –Mendekati 255  Semakin cerah Citra Grayscale 8 bit: –  0 (x,y) =  i (x,y) + k Citra True Color –Dilakukan pada masing-masing Channel RGB –  0 R (x,y) =  i R (x,y) + k –  0 G (x,y) =  i G (x,y) + k –  0 B (x,y) =  i B (x,y) + k k  nilai kecerahan –k positif  semakin cerah –k negatif  semakin gelap –Nilai maksimum dan nilai minimum k tergantung jumlah bit nya.

7 Kontras (Contrast) Tingkat penyebaran piksel-piksel ke dalam intensitas warna Kontras rendah karena kurangnya pencahayaan, mengakibatkan intensitas warna berkumpul di tengah skala intensitas Kontras tinggi karena terlalu banyak pencahayaan, mengakibatkan intensitas warna berkumpul di tengah awal dan akhir skala intensitas, sedangkan di tengah sangat kecil frekwensinya Kontras normal  penyebaran piksel tidak terlalu ekstrem. Operasi kontras adalah melakukan stretching pada histogram

8 Fungsi-fungsi peningkatan kontras (1)  0 (x,y) = G. (  i (x,y) – P)+P G: Koefesien penguatan kontras P: nilai intensitas yang dipakai sebagai pusat pengontrasan

9 Fungsi-fungsi peningkatan kontras (2) Max: intensitas piksel yang paling besar dari citra asal Dapat juga untuk mengatur brightness

10 Fungsi-fungsi peningkatan kontras (3) k = jumlah bit warna C i = cacah jumlah kumulatif intensitas ke I w = lebar citra h = tinggi citra

11 Fungsi-fungsi peningkatan kontras (4) a = nilai intensitas terendah (paling kiri pada histogram) b = nilai intensitas tertinggi c = nilai intensitas terendah yang diinginkan d = nilai intensitas tertinggi yang diinginkan

12 Fungsi-fungsi peningkatan kontras (5) Dinamakan Contrast Stretching Meningkatkan range dinamis dari level skala intensitas pada gambar saat proses berlangsung Range frekwensi intenstas hasil yang diharapkan dibagi pada 3 range: 0  A1  A2  255 Range frekwensi intensitas asal dibagi pada 3 range: 0  B1  B2  255

13 Fungsi-fungsi peningkatan kontras (5 cont.) Untuk 0   i (x,y)  A 1 Untuk A 1   i (x,y)  A 2 Untuk A 2   i (x,y)  255

14 Operasi ambang batas (Tressholding) Nilai piksel yang memenuhi syarat ambang batas dipetakan ke suatu nilai yang dikehendaki  o (x,y) = 0 jika  i (x,y)  0  o (x,y) = T 1 jika T 1   i (x,y)  T 2  o (x,y) = T 2 jika T 2   i (x,y)  T 3  o (x,y) = T n-1 jika T n-1   i (x,y)  T n

15 Tranformasi Logaritmik Memperluas jumlah piksel hitam di dalam sebuah gambar Untuk memperoleh citra yang lebih halus  0 (x,y) = 0.1 * log(1+  i (x,y) + k)

16 Tranformasi Power-law  0 (x,y) = C.  i (x,y)  C dan  adalah konstanta positif


Download ppt "Pengolahan Citra 4 – Peningkatan Kualitas Citra Disusun oleh: Teady Matius – Dari berbagai sumber."

Presentasi serupa


Iklan oleh Google