Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

PENGOLAHAN CITRA DAN POLA PERTEMUAN 4 STIKI INDONESIA 2012.

Presentasi serupa


Presentasi berjudul: "PENGOLAHAN CITRA DAN POLA PERTEMUAN 4 STIKI INDONESIA 2012."— Transcript presentasi:

1 PENGOLAHAN CITRA DAN POLA PERTEMUAN 4 STIKI INDONESIA 2012

2 Modifikasi Histogram  Ekualisasi histogram  Nilai-nilai intensitas di dalam citra diubah sehingga penyebarannya seragam  Tujuannya untuk memperoleh penyebaran histogram yang merata sehingga setiap derajat keabuan memiliki jumlah pixel yang relatif sama  Dapat dilakukan pada keseluruhan citra atau pada beberapa bagian citra saja Here comes your footer  Page 2

3  Ekualisasi histogram adaptif  Citra dibagi menjadi blok-blok (sub-image) dengan ukuran n x n, kemudian pada setiap blok dilakukan proses ekualisasi histogram  Ukuran blok (n) dapat bervariasi dan setiap ukuran blok akan memberikan hasil yang berbeda  Setiap blok dapat saling tumpang tindih beberapa pixel dengan blok lainnya Here comes your footer  Page 3

4 Ekualisasi Histogram Here comes your footer  Page 4

5 Here comes your footer  Page 5 CONTOH  Citra 64x64 pixel, 8 tingkat keabuan, dengan distribusi sebagai berikut :

6  Fungsi Transformasi Here comes your footer  Page 6

7 Here comes your footer  Page 7 Pembulatan

8 Here comes your footer  Page 8 Pemetaan

9 Here comes your footer  Page 9 Hasil Rangkuman Transformasi

10 Here comes your footer  Page 10 Histogram dengan Distribusi Seragam

11 Modifikasi Histogram  Spesifikasi histogram  Nilai-nilai intensitas di dalam citra diubah agar diperoleh histogram dengan bentuk yang dispesifikasikan oleh pengguna Here comes your footer  Page 11

12 Here comes your footer  Page 12 CONTOH  Citra 64x64 pixel, 8 tingkat keabuan, dengan distribusi sebagai berikut :

13 Here comes your footer  Page 13 Histogram yang Diinginkan

14 Here comes your footer  Page 14 Langkah 1 : Ekualisasi Histogram

15 Here comes your footer  Page 15 Langkah 2 : Fungsi Transformasi

16 Here comes your footer  Page 16 Hasil Fungsi Transformasi

17 Here comes your footer  Page 17 Langkah 3 : Terapkan Inverse Pada Level Histogram Equalisasi NB; G(z k ) = V k

18 Here comes your footer  Page 18 Langkah 4 : Pemetaan dari rk ke zk

19 Here comes your footer  Page 19 Histogram Hasil

20 Operasi Berbasis Bingkai / Operasi Aritmatika Citra  Proses pengolahan citra dengan memanfaatkan operator aritmatika atau operator logika (boolean) terhadap dua atau lebih citra input  Proses aritmatika citra diterapkan dengan melakukan pengolahan pixel per pixel, sehingga proses ini sebaiknya dilakukan terhadap citra dengan ukuran dan resolusi yang sama Here comes your footer  Page 20

21  Operasi aritmatika citra :  Penjumlahan, pengurangan  Operator Boolean  Bitshift Operators Here comes your footer  Page 21

22 Penjumlahan Here comes your footer  Page 22  Pixel citra hasil merupakan hasil penjumlahan nilai pixel pada citra pertama dengan nilai pixel pada citra kedua  Catatan : w1 + w2 = 1

23 Pengurangan Here comes your footer  Page 23  Mencari beda antara 2 citra berurutan  Bagian yang tidak bergerak  0  Bagian yang bergerak ≠ 0

24 Operator Boolean  Disebut juga operasi logika  Hanya dapat dilakukan pada citra biner Here comes your footer  Page 24

25 Here comes your footer  Page 25

26 Bitshift Operator  Pergeseran deret bit pada pixel ke arah kanan atau kiri sebesar n bit Here comes your footer  Page 26

27 Operasi Spasial (Filtering)  Pentapisan pada pengolahan citra biasa disebut dengan pentapisan spasial (spatial filtering)  Pada proses pentapisan, nilai pixel baru umumnya dihitung berdasarkan pixel tetangga  Cara perhitungan nilai pixel baru tersebut dapat dikelompokkan menjadi dua :  Nilai pixel baru diperoleh melalui kombinasi linier pixel tetangga (tapis linier)  Nilai pixel baru diperoleh langsung dari salah satu nilai pixel tetangga (tapis non linier) Here comes your footer  Page 27

28 Kernel  Proses penapisan spasial tidak dapat dilepaskan dari teori kernel (mask) dan konvolusi  Kernel adalah matrik yang umumnya berukuran kecil dengan elemen- elemennya berupa bilangan  Kernel disebut juga dengan convolution window, tapis (filter), template, mask, sliding window, structuring element  Ukuran dapat berbeda-beda, seperti 2 x 2, 3 x 3, 5 x 5, dsb  Elemen-elemen kernel disebut juga bobot (weight) merupakan bilangan- bilangan yang membentuk pola-pola tertentu Here comes your footer  Page 28

29 Konvolusi Here comes your footer  Page 29

30 Contoh  Citra f(x,y) berukuran 5 x 5 dengan kernel 3 x 3 Here comes your footer  Page 30

31 Masalah Pixel Pinggir Here comes your footer  Page 31

32 Solusi  Piksel pinggir diabaikan, tidak dikonvolusi  Duplikasi elemen citra, elemen kolom ke-1 disalin ke kolom M+1, begitu juga sebaliknya lalu konvolusikan  Elemen yang ditandai dengan (?) diasumsikan bernilai 0 atau konstanta yang lain sehingga konvolusi piksel pinggir dapat dilakukan  Konvolusi piksel pinggir tidak memperlihatkan efek yang kasat mata Here comes your footer  Page 32

33 Referensi  Gonzalez, Rafael C. and Woods, Richard E.. Digital Image Processing, 2nd Ed New Jersey : Prentice Hall.  Putra, I Ketut Gede Darma Pengolahan Citra Digital. Yogyakarta : Andi Offset.  Sutoyo, T., dkk Teori Pengolahan Citra Digital. Yogyakarta : Andi Offset.  __________. Materi Pengolahan Citra. Fakultas Informatika IT Telkom. Here comes your footer  Page 33


Download ppt "PENGOLAHAN CITRA DAN POLA PERTEMUAN 4 STIKI INDONESIA 2012."

Presentasi serupa


Iklan oleh Google