Digital Image Processing

Slides:



Advertisements
Presentasi serupa
Pengolahan Citra Digital
Advertisements

Materi 02(a) Pengolahan Citra Digital
Pengolahan Citra S.NURMUSLIMAH.
Color Image Processing
Mahmud Yunus, S.Kom., M.Pd., M.T.
Pengolahan Citra 4 – Peningkatan Kualitas Citra Disusun oleh: Teady Matius – Dari berbagai sumber.
CS3204 Pengolahan Citra - UAS
Perbaikan Citra pada Domain Spasial
OPERASI-OPERASI DASAR PENGOLAHAN CITRA DIGITAL
PERBAIKAN KUALITAS CITRA 1
CITRA DIGITAL DALAM TINJAUAN ILMU FISIKA*
Operasi-operasi dasar Pengolahan Citra Digital~3
Pengolahan Citra Digital: Peningkatan Mutu Citra Pada Domain Spasial
Anna Hendrawati STMIK CILEGON
Pengolahan Citra Digital
PENGOLAHAN CITRA DAN POLA
IMAGE ENHANCEMENT (PERBAIKAN CITRA)
Pengolahan Citra Digital: Peningkatan Mutu Citra Pada Domain Spasial
1. Pendahuluan Image Processing 1. Content: 1.Aplikasi Citra 2.Pengertian Citra Digital 3.Pengertian Piksel 4.Sampling 5.Kuantisasi 6.Jenis Citra 7.RGB.
2.2 Operasi Dasar Citra : Lokal dan Objek Operasi Ketetanggaan Pixel
MODUL 3 PERBAIKAN KUALITAS CITRA
Pertemuan 2 Pengolahan Citra Digital
Politeknik Elektronika Negeri Surabaya
2 Pengolahan Citra Digital
pengolahan citra References:
Peningkatan Kualitas Citra
Perbaikan Kualitas Citra (Image Enhancement)
PENGOLAHAN CITRA DIGITAL
Operasi2 Dasar Merupakan manipulasi elemen matriks :
Operasi-operasi Dasar Pengolahan Citra Digital
OPERASI DASAR CITRA DIGITAL
Image Processing 1. Pendahuluan.
Pertemuan 3 : Persepsi Citra & Warna
CS3204 Pengolahan Citra - UAS
EDY WINARNO fti-unisbank-smg 31 maret 2009
BAB II. PEMBENTUKAN CITRA
Pengolahan Citra Digital
Color Image Processing
Stimik Cilegon, 25 Juni 2010 Anna Hendrawati
3.1 Operasi Dasar Citra : Global
Pengantar PENGOLAHAN CITRA DIGITAL
Pendahuluan Pengolahan Citra
EKUALISASI HISTOGRAM (Histogram Equalization)
Operasi Dasar Pengolahan Citra
Peningkatan Mutu Citra
Analisis Tekstur.
Desita Ria Yusian TB,S.ST.,MT Universitas Ubudiyah Indonesia
Pengolahan Citra Pertemuan I.
Nilai & Warna, Ruang, Gerakan
Pengolahan Citra Digital: Peningkatan Mutu Citra Pada Domain Spasial
EDY WINARNO fti-unisbank-smg 14 April 2009
Digital Image Processing
Pengolahan Citra Pertemuan 2.
Pengolahan Citra Digital
PENINGKATAN KUALITAS CITRA (Image Enhancement)
Pengolahan Citra Digital
Digital Image Processing
HISTOGRAM CITRA.
Operasi titik / piksel.
Operasi Pixel dan Histogram
IMPLEMENTASI PERBAIKAN CITRA METODE CONTRAST STRETCHING PADA KAMERA CMUCAM3 DAN HISTOGRAM EQUALIZATION PADA GROUND STATION UNTUK KOMURINDO 2012 Oleh: Dede.
Pengolahan Citra Digital. Pembentukan Citra Citra dibagi menjadi 2 macam : 1.Citra kontinyu : adalah citra yang dihasilkan dari sistem optik yang menerima.
IMAGE ENHANCEMENT.
KONSEP DASAR CITRA DIGITAL (2) dan SISTEM PEREKAMAN CITRA
Format citra Oleh : Kustanto 11/10/2018.
Pertemuan 4 Mata Kuliah Pengolahan Citra
Pertemuan 6 Mata Kuliah Pengolahan Citra
Pertemuan 7 Mata Kuliah Pengolahan Citra
Pengolahan citra digital
PENGANTAR PENGOLAHAN CITRA
Transcript presentasi:

Digital Image Processing Operasi piksel dan histogram

Operasi Piksel g(y, x) = T(f(y, x)) Operasi piksel adalah operasi pengolahan citra yang memetakan hubungan setiap piksel yang bergantung pada piksel itu sendiri (Kadir, A. & Susanto, A., 2013) Jika f(y, x) menyatakan nilai sebuah piksel pada citra f dan g(y, x) menyatakan piksel hasil pengolahan dari f(y, x), hubungannya dapat dinyatakan dengan g(y, x) = T(f(y, x)) T menyatakan fungsi atau macam operasi yang dikenakan terhadap piksel f(y, x)

Menggunakan Histogram Citra Histogram citra merupakan diagram yang menggambarkan frekuensi setiap nilai intensitas yang muncul di seluruh piksel citra, nilai besar menyatakan bahwa piksel-piksel yang mempunyai intensitas tersebut sangat banyak (Kadir, A. & Susanto, A., 2013) Pada citra berskala keabuan, jumlah aras keabuan (biasanya disimbolkan dengan L) sebanyak 256 yaitu dimulai dari 0 hingga 255.

Menggunakan Histogram Citra Contoh histogram citra (Gonzales, R.C., & Woods, R.E., 2001)

Histogram Citra Histogram mempunyai peran cukup penting Berguna untuk mengamati penyebaran warna dan dapat dipakai untuk pengambilan keputusan, misalnya dalam peningkatan kecerahan atau perenggangan kontras serta sebaran warna Berguna untuk penentuan batas-batas dalam pemisahan objek dari latar belakang Memberikan persentase komposisi warna dan tekstur intensitas untuk kepentingan identifikasi citra

Histogram Citra Histogram citra warna dapat diterapkan pada gabungan komponen-komponen RGB penyusunnya atau per komponen R, G, dan B.

Histogram Citra Hitogram tidak mencerminkan susunan posisi warna piksel di dalam citra, oleh karena itu histogram tidak dapat dipakai untuk menebak bentuk objek yang terkandung di dalam citra. Histogram ketiga gambar di atas adalah sama

Meningkatkan Kecerahan Operasi dasar yang sering dilakukan pada citra adalah peningkatan kecerahan (brightness) Peningkatan kecerahan dilakukan dengan cara menambahkan suatu konstanta terhadap nilai seluruh piksel. Misalkan f(y, x) menyatakan nilai piksel pada citra abu-abu pada koordinat (y, x) maka citra baru: g(y, x) = f(y, x) + ᵦ Akan meningkat nilai kecerahan semua pikselnya sebesar ᵦ terhadap citra asli f(y, x). Apabila ᵦ berupa bilangan negatif maka kecerahan akan menurun.

Merenggangkan Kontras Kontras dalam suatu citra menyatakan distrubusi warna terang dan warna gelap. Suatu citra berskala keabuan dikatakan memiliki kontras rendah apabila distribusi warna cenderung pada jangkauan aras keabuan yang sempit, sebaliknya citra kontas tinggi jangkauan aras keabuan terdistribusi secara melebar. Citra kontras rendah acapkali terjadi karena kondisi pencahayaan jelek ataupun tidak seragam, hal itu dapat diakibatkan oleh sensor-sensor penangkap citra tidak linear (jain, 1989)

Merenggangkan Kontras Peranggangan kontras dapat dilakukan dengan rumus g(y, x) = α f(y, x) Kontras akan naik jika α > 1 dan kontras akan turun jika α < 1 Operasi peningkatan dan perenggangan kontras dapat dilakukan sekaligus untuk kepentingan memperbaiki citra, secara umum, gabungan kedua operasi tersebut dapat ditulis menjadi: g(y, x) = α f(y, x) + β

Tugas 2 Histogram Equalization