Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

PERTEMUAN 3 Anna Hendrawati STMIK CILEGON. Juli 2010 image processing Rekayasa Histogram Histogram Equalisasi, konsep dasar dari histogram equalisation.

Presentasi serupa


Presentasi berjudul: "PERTEMUAN 3 Anna Hendrawati STMIK CILEGON. Juli 2010 image processing Rekayasa Histogram Histogram Equalisasi, konsep dasar dari histogram equalisation."— Transcript presentasi:

1 PERTEMUAN 3 Anna Hendrawati STMIK CILEGON

2 Juli 2010 image processing Rekayasa Histogram Histogram Equalisasi, konsep dasar dari histogram equalisation adalah dengan men-strecth histogram, sehingga perbedaan pixel menjadi lebih besar atau dengan kata lain informasi menjadi lebih kuat sehingga mata dapat menangkap informasi tersebut.

3 Juli 2010 image processing Rekayasa histogram Histogram equalisation, mendistribusikan nilai intensitas dalam citra sedemikian rupa sehingga sejumlah nilai intensitas mempunyai nilai yang relatif sama atau uniform, sehingga disebut juga histogram uniform Histogram spesifikasi, mengubah histogram sesuai dengan yang diinginkan atau spesifikasi tertentu seperti pelebaran, penggeseran dari histogram, penskalaan warna, autoscale.

4 Juli 2010 image processing Histogram Equalization in all grey level and all area Contoh: citra dengan derajat keabuan berkisar 0-8 Citra awal: Citra Hasil: ???? Derajat Keabuan Kemunculan Probabilitas Kemunculan Probabilitas kemunculan kumulatif Probabilitas ke munculan * Derajat keabuan baru

5 Juli 2010 image processing Gambarkan Histogram Equalisasinya!!!!

6 Juli 2010 image processing Penskalaan Warna Histogram direkayasa dengan menggunakan fungsi transformasi terhadap pemetaan suatu warna ke warna lain. Contoh Y = 2x Y = x + 5 Y = X Y = x + 5 Y = 2x

7 Juli 2010 image processing Contoh penskalaan warna x4x4 Y=2x 3x4x8

8 Juli 2010 image processing Autoscale Penskalaan otomatis dengan menskalakan intensitas minimum dan maksimum dari citra. Menghasilkan efek kenaikan nilai kontras dan brightness Disebut juga histogram stretching.

9 Juli 2010 image processing Contoh autoscale Fmin = 3 Fmak = 6 Gi G3 = (7/3)(3-3)=0 G4 = (7/3)(4-3)=2.33 G5 = (7/3)(5-3)=4.66 G6 = (7/3)(6-3)=7

10 Juli 2010 image processing Pergeseran Histogram Dilakukan dengan menambahkan atau mengurangkan nilai intensitas yang akan memberikan lebih terang atau gelap, penambahan akan membrikan nilai terang dan pengurangan akan membuat citra gelap, Terang = Y=x+a Gelap = Y=x-a

11 Juli 2010 image processing Penambahan dan pengurangan nilai intensitas piksel untuk perbaikan citra 1.Menambah atau mengurangkan nilai intensitas piksel dengan bilangan yang sama. 2.Penentuan bilangan penambah dengan mengambil selisih nilai intensitas piksel tertinggi dan nilai tertinggi data yang ditampung. Begitu sebaliknya dengan pengurangan. Contoh:Sebuah citra gray scale 4 bit, mempunyai nilai intensitas piksel tertinggi 12, maka bilangan penambah adalah 3, sebab nilai maksimum adalah 15.

12 Juli 2010 image processing Penambahan nilai intensitas piksel x 4 x Y = x + a, dimana a = 3

13 Juli 2010 image processing Pengurangan nilai intensitas piksel x 4 x 16 Y = x - a, dimana a =

14 Juli 2010 image processing Pelebaran Histogram Dilakukan dengan melakukan perkalian atau pembagian nilai intensitas yang akan memberikan citra terang atau gelap. Terang Y= Xx2 Gelap Y=X/2

15 Juli 2010 image processing OPERASI TITIK Operasi titik adalah operasi terhadap citra dimana setiap titik diolah secara tak gayut dengan titik-titik yang lain. Hanya nilai dari titik itu sendiri yang dimodifikasi.

16 Juli 2010 image processing 1. Konversi citra berwarna ke gray scale Untuk citra berwarna yang mempunyai nilai matrik masing- masing R, G, B menjadi citra gray scale dengan nilai S, maka konversi dapat dilakukan dengan mengambil rata-rata dari nilai R, G, dan B sehingga dapat ditulis menjadi:

17 Juli 2010 image processing 2. Modifikasi Brightness Brightness adalah proses penambahan kecerahan dari nilai derajat keabuan. (Pada prinsipnya sama dengan pergeseran histogram) Proses brightness ini dilakukan dengan menambahkan nilai derajat keabuan dengan suatu nilai penambah, xb = x+b di mana x = nilai derajat keabuan b = nilai penambahan xb = hasil brightness

18 Juli 2010 image processing Brightness adalah suatu pergeseran histogram ke kiri dan ke kanan untuk menurunkan atau menaikkan tingkat kecerahan pada citra. Pergeseran ke kanan akan menyebabkan citra lebih putih dan pergeseran ke kiri akan menyebabkan citra lebih gelap.

19 Juli 2010 image processing 3. Kontras Kontras dari suatu citra adalah proses pengaturan nilai range interval pada setiap nilai derajat keabuan. Didefinisikan dengan: xk = x * k di mana x = nilai derajat keabuan k = nlai kontras, dimana rangenya dari 0 – 2, nilai kontras 1 sama dengan citra asli xk = nilai setelah pengaturan kontras Untuk citra normal, harga k adalah 0.

20 Juli 2010 image processing Kontras adalah mengubah range pada histogram, atau dengan kata lain kontras adalah melebarkan atau menyempitkan range histogram.

21 Juli 2010 image processing 4. NEGASI Operasi negasi dilakukan dengan mengubah nilai keabuan titik dalam citra dengan nilai ‘negatif’nya. F o =F mak - F i

22 Juli 2010 image processing Thresholding Pengambangan ganda (thresholding) adalah pengubahan gambar grayscale ke gambar biner.


Download ppt "PERTEMUAN 3 Anna Hendrawati STMIK CILEGON. Juli 2010 image processing Rekayasa Histogram Histogram Equalisasi, konsep dasar dari histogram equalisation."

Presentasi serupa


Iklan oleh Google