CITRA BINER.

Slides:



Advertisements
Presentasi serupa
Pertemuan 8 Interaksi Manusia dan Komputer Viska Armalina, ST., M.Eng
Advertisements

Pengolahan Citra S.NURMUSLIMAH.
Outline Materi Hubungan antara Comp. Vision, Grafika Komputer, Pengolahan Citra, dan Pengenalan Pola (Pattern Recognition) Domain Computer Vision Processing.
Mahmud Yunus, S.Kom., M.Pd., M.T.
Surface Rendering dan Warna
Artificial Intelegent
Pendeteksian Tepi (Edge Detection)
CITRA BINER Kuliah ke 11 4/7/2017.
Segmentasi Citra.
CS3204 Pengolahan Citra - UAS
PEMAMPATAN CITRA 4/9/2017.
Kompresi Citra KOMPRESI CITRA Nurfarida Ilmianah.
Pengolahan Citra Berwarna
PENGOLAHAN CITRA DIGITAL
OPERASI-OPERASI DASAR PENGOLAHAN CITRA DIGITAL
Operasi-operasi dasar Pengolahan Citra Digital~3
VISION.
Pengolahan Citra Digital: Morfologi Citra
Pengolah Citra Digital 2
Pengolahan Citra Digital
Representasi data multimedia
MORFOLOGI CITRA.
IMAGE ENHANCEMENT (PERBAIKAN CITRA)
Dosen: TIM PENGAJAR PTIK
Kompresi Gambar Klasifikasi Kompresi Teknik Kompresi 1.
Modul 1 PENGANTAR PENGOLAHAN CITRA
2 Pengolahan Citra Digital
Pengenalan Dasar Citra
PENGANTAR PENGOLAHAN CITRA
DASAR DESAIN GRAFIS.
Operasi-operasi Dasar Pengolahan Citra Digital
Meminimalkan Kebutuhan Memori dalam Merepresentasikan Citra Digital
OPERASI DASAR CITRA DIGITAL
CS3204 Pengolahan Citra - UAS
EDY WINARNO fti-unisbank-smg 31 maret 2009
Digital Image Fundamentals
Pengolahan Citra Digital: Morfologi Citra
Pengolahan Citra Digital: Morfologi Citra
Pengolahan Citra Digital: Morfologi Citra
Interaksi Manusia dan Komputer
BAB II. PEMBENTUKAN CITRA
PENGANTAR PENGOLAHAN CITRA
RESEARCH FIELDS BIDANG PENELITIAN.
Informatics Engineering Dept
Pengantar PENGOLAHAN CITRA DIGITAL
Kualitas Citra Pertemuan 1
PERTEMUAN 11 Morfologi Citra
Dasar Pemrosesan Citra Digital
Kompresi Teks File.
Operasi Aritmatika dan Geometri pada citra
Informatics Engineering Dept
PERTEMUAN KE-1 Sumber :Prof. Sinisa Todorovic
Pengolahan Citra Digital
Oleh : Devie Rosa Anamisa
PENINGKATAN KUALITAS CITRA (Image Enhancement)
Pengolahan Citra Digital
Digital Image Processing
Konsep Dasar Pengolahan Citra
Segmentasi Gambar Pertemuan 10
Pengolahan Citra Digital. Pembentukan Citra Citra dibagi menjadi 2 macam : 1.Citra kontinyu : adalah citra yang dihasilkan dari sistem optik yang menerima.
PENGOLAHAN CITRA DIGITAL. URAIAN MATERI PCD Pemberian Evek Pada Gambar Vektor dan Bitmap Penggabungan Teks & Citra Bitmap Penggabungan Teks & Citra Vektor.
PENGENALAN CITRA DIGITAL
IMAGE ENHANCEMENT.
KONSEP DASAR CITRA DIGITAL (2) dan SISTEM PEREKAMAN CITRA
KONSEP DASAR PENGOLAHAN CITRA
Pengubahan Histogram Ada dua cara Perataan Histogram
Pertemuan 10 Mata Kuliah Pengolahan Citra
Oleh : Rahmat Robi Waliyansyah, M.Kom.
Negasi Pengolahan Citra Danar Putra Pamungkas, M.Kom
Pemrosesan Bukan Teks (Citra)
Transcript presentasi:

CITRA BINER

Definisi Atau binary image Citra yang hanya mempunyai dua nilai derajat keabuan: hitam dan putih Pixel-pixel objek bernilai 1 (hitam) dan pixel-pixel latar belakang bernilai 0 (putih)

Contoh Citra Biner citra logo instansi (yang hanya terdiri atas warna hitam dan putih), citra kode batang (bar code) yang tertera pada label barang, citra hasil pemindaian dokumen teks

Representasi Biner

Keuntungan Citra Biner Kebutuhan memori kecil karena nilai derajat keabuan hanya membutuhkan representasi 1 bit. Kebutuhan memori untuk citra biner masih dapat berkurang secara berarti dengan metode pemampatan run-length encoding (RLE) Waktu pemrosesan lebih cepat dibandingkan dengan citra hitam-putih karena banyak operasi pada citra biner yang dilakukan sebagai operasi logika (AND, OR, NOT, dll) ketimbang operasi aritmetika bilangan bulat

Aplikasi Berbasis Citra Biner Aplikasi yang menggunakan citra biner sebagai masukan untuk pemrosesan pengenalan objek, Misalnya : pengenalan karakter secara optik, analisis kromosom, pengenalan sparepart komponen industri, dan lain-lain

Konversi citra grayscale ke biner

(1) Mengapa? Untuk mengidentifikasi keberadaan objek, yang direpresentasikan sebagai daerah (region) di dalam citra. Misalnya kita ingin memisahkan (segmentasi) objek dari gambar latar belakangnya. Pixel-pixel objek dinyatakan dengan nilai 1 sedangkan pixel lainnya dengan 0.

(2) Mengapa? Untuk lebih memfokuskan pada analisis bentuk morfologi, yang dalam hal ini intensitas pixel tidak terlalu penting dibandingkan bentuknya. Setelah objek dipisahkan dari latar belakangnya, properti geometri dan morfologi/topologi objek dapat dihitung dari citra biner. Hal ini berguna untuk pengambilan keputusan.

(3) Mengapa? Untuk menampilkan citra pada piranti keluaran yang hanya mempunyai resolusi intensitas satu bit, yaitu piranti penampil dua-aras atau biner seperti pencetak (printer).

(4) Mengapa? Mengkonversi citra yang telah ditingkatkan kualitas tepinya (edge enhancement) ke penggambaran garis-garis tepi. Ini perlu untuk membedakan tepi yang kuat yang berkoresponden dengan batas-batas objek dengan tepi lemah yang berkoresponden dengan perubahan illumination, bayangan, dll.

Mathematical Morphology? How - Method? Features? Good Threshold? Mathematical Morphology?