Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

Kuliah Ke 4 dan Ke 5 4/11/20151. A. Aras Komputasi Ada empat aras (level) komputasi pada pengolahan citra, yaitu : 1.Aras titik 2.Aras lokal 3.Aras global.

Presentasi serupa


Presentasi berjudul: "Kuliah Ke 4 dan Ke 5 4/11/20151. A. Aras Komputasi Ada empat aras (level) komputasi pada pengolahan citra, yaitu : 1.Aras titik 2.Aras lokal 3.Aras global."— Transcript presentasi:

1 Kuliah Ke 4 dan Ke 5 4/11/20151

2 A. Aras Komputasi Ada empat aras (level) komputasi pada pengolahan citra, yaitu : 1.Aras titik 2.Aras lokal 3.Aras global 4.Aras Objek 4/11/20152

3 1. Aras Titik Operasi pada aras titik hanya dilakukan pada pixel tunggal di dalam citra. Operasi titik dikenal juga dengan nama operasi pointwise. 4/11/20153

4 1. Aras Titik Operasi ini terdiri dari pengaksesan pixel pada lokasi yang diberikan, memodifikasinya dengan operasi-operasi lanjar (linear) dan nonlanjar (nonlinear), dan menempatkan nilai pixel baru pada lokasi yang bersesuaian di dalam citra yang baru. 4/11/20154

5 1. Aras Titik Secara matematis, operasi pada aras titik dinyatakan sebagai f B (x, y) = O titik [f A (x, y)] Dimana : f A = Citra masukan f B = Citra keluaran O titik = Operasi lanjar atau nirlanjar 4/11/20155

6 1. Aras Titik Operasi lanjar adalah operasi yang dapat dinyatakan secara matematis sebagai persamaan lanjar, kebalikannya adalah operasi nonlanjar O titik [f(x, y)] 4/11/20156

7 Ada 3 macam operasi pada aras titik, yaitu : a.Berdasarkan intensitas b.Berdasarkan geometri c.Gabungan intensitas dan geometri. 4/11/20157

8 a. Berdasarkan intensitas Nilai intensitas u suatu pixel diubah dengan transformasi h menjadi nilai intensitas baru v : v = h(u),u,v ∈ [0, L] Contoh operasi titik berdasarkan intensitas adalah operasi pengambangan (thresholding), pada operasi ini nilai intensitas pixel dipetakan ke salah satu dari 2 nilai, a 1 atau a 2, berdasarkan nilai ambang (threshold) T. 4/11/20158

9 a. Berdasarkan intensitas Jika a 1 = 0 dan a 2 = 1, maka operasi pengambangan mentransformasikan citra hitam putih ke citra biner. Dengan kata lain, nilai intensitas pixel semula dipetakan ke dua nilai saja : hitam dan putih. 4/11/20159

10 a. Berdasarkan intensitas Nilai ambang yang dipakai dapat berlaku untuk keseluruhan pixel atau untuk wilayah tertentu saja (berdasarkan penyebaran nilai intensitas pada wilayah tersebut) Contoh operasi pengambangan 4/11/201510

11 Menghasilkan citra biner seperti gambar berikut. 4/11/201511

12 Persamaan di atas menyatakan bahwa pixel-pixel yang nilai intensitasnya dibawah 128 diubah menjadi hitam (nilai intensitas = 0), sedangkan pixel-pixel yang nilai intensitasnya di atas 128 diubah menjadi putih (nilai intensitas = 1). 4/11/201512

13 Contoh Operasi Titik Yang Lain : Operasi negatif, yaitu mendapatkan citra negatif (negatif image) meniru film negatif pada fotografi dengan cara mengurangi nilai intensitas pixel dari nilai keabuan maksimum. Misalnya pada citra dengan 256 derajat keabuan (8 bit), citra negatif diperoleh dengan rumus : f(x,y)’ = 255 – f(x,y) 4/11/201513

14 Contoh Operasi Titik Yang Lain : Pemotongan (clipping), operasi ini dilakukan jika nilai intensitas pixel hasil suatu operasi pengolahan citra terletak dibawah nilai intensitas minimum atau di atas nilai intensitas maksimum. 4/11/201514

15 Contoh Operasi Titik Yang Lain : Pencerahan Citra (image brightening), Kecerahan citra dapat diperbaiki dengan menambahkan (atau mengurangi) sebuah konstanta kepada/dari setiap pixel di dalam citra. Secara matematis operasi ini ditulis : f (x,y)’ = f(x,y) + b Jika b positif, kecerahan citra bertambah, sebaliknya jika b negatif kecerahan citra berkurang. 4/11/201515

16 b. Berdasarkan geometri Posisi pixel diubah ke posisi yang baru, sedangkan intensitasnya tidak berubah, contoh operasi titik berdasarkan geometri misalnya pemutaran (rotasi), pergeseran (translasi), penskalaan (dilatasi) dll. 4/11/201516

17 c. Gabungan intensitas dan geometri. Operasi ini tidak hanya mengubah nilai intensitas pixel, tapi juga mengubah posisinya. 4/11/201517

18 2. Aras Lokal Operasi pada aras lokal menghasilkan citra keluaran yang intensitas suatu pixel bergantung pada intensitas pixel-pixel tetangganya. f B (x,y)’ = O lokal {f A (x i,y j ); (x i,y j ) ∈ N(x,y)} Dimana : N = neighborhood, yaitu pixel- pixel yang berada di sekitar (x,y) 4/11/201518

19 Operasi aras lokal O lokal {f A (x i,y j ); (x i,y j ) pixel di sekitar (x,y)} 4/11/201519

20 3. Aras Global Operasi pada aras global menghasilkan citra keluaran yang intensitas suatu pixel bergantung pada intensitas keseluruhan pixel. f B (x,y)’ = O global {f A (x,y)} O global {f A (x,y)} 4/11/201520

21 4. Aras Objek Operasi jenis ini hanya dilakukan pada objek tertentu di dalam citra. Tujuan operasi ini adalah untuk mengenali objek tersebut, misalnya dengan menghitung rata-rata intensitas, ukuran, bentuk, dan karakteristik lain dari objek. 4/11/201521

22 B. Operasi Aritmatika 1.Penjumlahan atau pengurangan antara 2 buah citra. 2.Perkalian dua buah citra 4/11/201522

23 1. Penjumlahan dua buah citra Persamaannya adalah : C(x,y) = A(x,y) + B(x,y) C adalah citra baru yang intensitas setiap pixelnya adalah jumlah dari intensitasnya. Jika lebih besar dari 255, maka intensitasnya dibulatkan ke /11/201523

24 1. Penjumlahan dua buah citra Operasi penjumlahan citra dapat digunakan untuk mengurangi pengaruh derau (noise) di dalam data, dengan cara merata-ratakan derajat keabuan setiap pixel dari citra yang sama yang diambil berkali-kali. Misalnya untuk citra yang sama direkam dua kali f 1 dan f 2, lalu dihitung intensitas rata-rata untuk setiap pixel. f’(x,y) = ½ {f 1 (x,y) + f 2 (x,y)} 4/11/201524

25 2. Pengurangan dua buah citra Persamaannya C(x,y) = A(x,y) – B(x,y) C adalah citra baru yang intensitas setiap pixelnya adalah selisih antara intensitas pixel pada A dan B. Ada kemungkinan hasil operasi ini menghasilkan nilai negatif, oleh karena itu, operasi pengurangan citra perlu melibatkan operasi clipping. 4/11/201525

26 2. Pengurangan dua buah citra Contoh operasi pengurangan citra adalah untuk memperoleh suatu objek dari dua buah citra Citra pertama misalnya foto sebuah ruangan yang kosong, citra kedua adalah foto ruangan yang sama tetapi ada orang didalamnya. 4/11/201526

27 2. Pengurangan dua buah citra Contoh operasi pengurangan citra adalah untuk memperoleh suatu objek dari dua buah citra Hasil pengurangan citra kedua dengan citra pertama menghasilkan citra yang latar belakangnya hitam, sedangkan latar depan (objek orang) berwarna putih. 4/11/201527

28 3. Perkalian citra Persamaannya : C (x,y) = A(x,y) B(x,y) Perkalian citra sering digunakan untuk mengoreksi kenirlanjaran (non linear) sensor dengan cara mengalikan matriks citra dengan matriks koreksi. Hasil operasi mungkin bernilai riil, karena itu semua nilai dibulatkan ke atas. Contoh : 4/11/201528

29 4/11/201529

30 4. Penjumlahan/pengurangan Citra dengan Skalar Persamaannya : B(x, y) = A(x, y) ± c Penjumlahan citra A dengan skalar c adalah menambah setiap pixel di dalam citra dengan sebuah skalar c, dan menghasilkan citra baru B yang intensitasnya lebih terang daripada A. Kenaikan intensitas sama untuk seluruh pixel, yaitu c. 4/11/201530

31 4. Penjumlahan/pengurangan Citra dengan Skalar Persamaannya : B(x, y) = A(x, y) ± c Pengurangan citra A dengan skalar c adalah mengurangkan setiap pixel di dalam citra dengan sebuah skalar c, dan menghasilkan citra baru B yang intensitasnya lebih gelap daripada A Penurunan intensitas sama untuk seluruh pixel, yaitu c. 4/11/201531

32 5. Perkalian/pembagian citra dengan skalar Persamaannya : B(x, y) = c. A(x, y) dan B = A(x, y)/c Perkalian citra A dengan skalar c menghasilkan citra baru B yang intensitasnya lebih terang daripada A. Kenaikan intensitas setiap pixel sebanding dengan c. 4/11/201532

33 5. Perkalian/pembagian citra dengan skalar Persamaannya : B(x, y) = c. A(x, y) dan B = A(x, y)/c Pembagian citra A dengan skalar c menghasilkan citra baru B yang intensitasnya lebih gelap daripada A. Penurunan intensitas setiap pixel berbading terbalik dengan c. 4/11/201533

34 C. Operasi Geometri pada Citra Pada operasi geometrik, koordinat pixel berubah akibat transformasi, sedangkan intensitasnya tetap. Operasi geometri yang dilakukan misalnya translasi, rotasi, penskalaan citra, dan pencerminan citra (flipping). 4/11/201534

35 C. Operasi Geometri pada Citra Pengubahan geometri dari citra f(x,y) menjadi citra baru f’(x,y) dapat ditulis sebagai : f’(x’,y’) = f(g 1 (x,y),g 2 (x,y)). Dimana g 1 (x) dan g 2 (y) adalah fungsi transformasi geometrik. Dengan kata lain : x’ = g 1 (x,y) y’ = g 2 (x,y) 4/11/201535

36 1. Translasi Rumus translasi citra x’ = x + m y’ = y + n dimana : m = besar pergeseran dalam arah x n = besar pergeseran dalam arah y 4/11/201536

37 1. Translasi Jika citra semula adalah A dan citra hasil translasi adalah B, maka translasi dapat diimplementasikan dengan menyalin citra A ke B. B [x][y] = A [x + m][y + n] 4/11/201537

38 2. Rotasi Rumus rotasi citra x’ = x cos  - y sin  y’ = x sin  - y cos  dimana :  = sudut rotasi yang berlawanan dengan arah jarum jam 4/11/201538

39 2. Rotasi Jika citra semula A dan citra hasil rotasi adalah R, maka rotasi citra dari A ke B : B[x’][y’] = B[x cos  - y sin  ][x sin  + + y cos  ] = A[x][y] x y (x,y) (x’,y’)  4/11/201539

40 2. Rotasi 4/11/201540

41 3. Penskalaan Citra Penskalaan citra (image zooming), yaitu pengubahan ukuran citra membesar/zoom out atau mengecil/zoom in) Rumus penskalaan citra : x’ = s x. X y’ = s y. Y Dimana : S x, S y = faktor skala arah x dan arah y 4/11/201541

42 3. Penskalaan Citra Jika citra semula adalah A dan citra hasil penskalaan adalah B, maka penskalaan citra dinyatakan sebagai : B[x’][y’] = B[s x. y][s y. y] = A[x][y] Operasi zoom out dengan faktor 2 (yaitu, s x = s y = 2) diimplementasikan dengan menyalin setiap pixel sebanyak 4 kali. Jadi citra 2 x 2 pixel akan menjadi 4 x 4 pixel. 4/11/201542

43 3. Penskalaan Citra Operasi zoom in dengan faktor 1/2 dilakukan dengan mengambil rata-rata dari 4 pixel yang bertetangga menjadi 1 pixel. Jadi citra 2 x 2 pixel akan menjadi 1 x 1 pixel. 4/11/201543

44 3. Penskalaan Citra 4/11/201544

45 4. Flipping Flipping adalah operasi geometri yang sama dengan pencerminan (image reflection). Ada 2 macam flipping, yaitu : horizontal dan vertikal 4/11/201545

46 4. Flipping Flipping horizontal adalah pencerminan pada sumbu y (cartesian) dari citra A menjadi citra B, yang diberikan oleh : B[x][y] = A[N – x][y] Flipping vertikal adalah pencerminan pada sumbu y (cartesian) dari citra A menjadi citra B, yang diberikan oleh : B[x][y] = A[x][M-y] 4/11/201546

47 4. Flipping Citra Flip horizontal Flip vertikal 4/11/201547


Download ppt "Kuliah Ke 4 dan Ke 5 4/11/20151. A. Aras Komputasi Ada empat aras (level) komputasi pada pengolahan citra, yaitu : 1.Aras titik 2.Aras lokal 3.Aras global."

Presentasi serupa


Iklan oleh Google