Digital Image Processing

Slides:



Advertisements
Presentasi serupa
Mahmud Yunus, S.Kom., M.Pd., M.T.
Advertisements

CITRA BINER Kuliah ke 11 4/7/2017.
Turunan Numerik Bahan Kuliah IF4058 Topik Khusus Informatika I
Morphologi.
Pengolahan Citra Berwarna
OPERASI-OPERASI DASAR PENGOLAHAN CITRA DIGITAL
Representasi RGB pada Citra Digital
PERBAIKAN KUALITAS CITRA 1
CITRA DIGITAL DALAM TINJAUAN ILMU FISIKA*
Operasi-operasi dasar Pengolahan Citra Digital~3
VISION.
Pengolahan Citra Digital: Peningkatan Mutu Citra Pada Domain Spasial
Pertemuan 7 Pengolahan Citra Digital
Anna Hendrawati STMIK CILEGON
Pengolahan Citra Digital
MORFOLOGI CITRA.
W A R N A 4/14/2017.
PENDETEKSIAN TEPI 4/14/2017.
Pengolahan Citra Digital
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.
CITRA BINER.
2.2 Operasi Dasar Citra : Lokal dan Objek Operasi Ketetanggaan Pixel
MODUL KULIAH 10 Ekstraksi Fitur Bentuk
MODUL 12 Aplikasi Pengenalan Kematangan Tomat (Fitur Warna)
MODUL 3 PERBAIKAN KUALITAS CITRA
Politeknik Elektronika Negeri Surabaya
2 Pengolahan Citra Digital
Pengenalan Dasar Citra
MODUL KULIAH 2 FORMASI CITRA
Materi 07 Pengolahan Citra Digital
Operasi2 Dasar Merupakan manipulasi elemen matriks :
Operasi-operasi Dasar Pengolahan Citra Digital
OPERASI DASAR CITRA DIGITAL
Image Processing 1. Pendahuluan.
EDY WINARNO fti-unisbank-smg 31 maret 2009
DETEKSI TEPI.
PERTEMUAN 11 Morfologi Citra
Operasi Dasar Pengolahan Citra
Computer Vision Materi 7
Dasar Pemrosesan Citra Digital
Peningkatan Mutu Citra
Desita Ria Yusian TB,S.ST.,MT Universitas Ubudiyah Indonesia
Digital Image Processing
Pengolahan Citra Digital: Peningkatan Mutu Citra Pada Domain Spasial
PENGEMBANGAN SISTEM PENGENALAN HURUF ARAB
Deteksi Tepi Pengolahan Citra Danar Putra Pamungkas, M.Kom
Digital Image Processing
PENGEMBANGAN SISTEM PENGENALAN HURUF ARAB
EDY WINARNO fti-unisbank-smg 14 April 2009
Digital Image Processing
Pengolahan Citra Digital
Pengolahan Citra Digital Peningkatan Mutu/Kualitas Citra
PENINGKATAN KUALITAS CITRA (Image Enhancement)
Notasi Sigma Budiharti.
FILTER PREWITT.
Operasi titik / piksel.
Operasi Pixel dan Histogram
Pengolahan Citra Digital. Pembentukan Citra Citra dibagi menjadi 2 macam : 1.Citra kontinyu : adalah citra yang dihasilkan dari sistem optik yang menerima.
KONSEP DASAR CITRA DIGITAL (2) dan SISTEM PEREKAMAN CITRA
KONSEP DASAR PENGOLAHAN CITRA
Pertemuan 4 Mata Kuliah Pengolahan Citra
Pertemuan 10 Mata Kuliah Pengolahan Citra
Oleh : Rahmat Robi Waliyansyah, M.Kom.
Negasi Pengolahan Citra Danar Putra Pamungkas, M.Kom
Pertemuan 7 Mata Kuliah Pengolahan Citra
SEGMENTASI.
Segmentasi Citra Materi 6
Pemrosesan Bukan Teks (Citra)
Transcript presentasi:

Digital Image Processing Operasi pada citra biner

Citra Biner Citra biner adalah citra dengan setiap piksel hanya dinyatakan dengan sebuah nilai dari dua kemungkinan (0 atau 1). Nilai 0 menyatakan hitam dan 1 menyatakan putih Citra biner banyak dipakai dalam pemrosesan citra, misalnya untuk kepentingan memperoleh tepi bentuk suatu objek.

Citra Biner

Citra Biner 𝑏 𝑖 = 0, 𝑖β‰₯π‘Ž 1, 𝑖<π‘Ž Mengkonversi citra keabuan ke citra biner Menerapkan nilai tunggal yang dikenal sebagai nilai ambang (Threshold) Nilai threshold dipakai untuk menentukan suatu intensitas akan dikonversi menjadi 0 atau menjadi 1. 𝑏 𝑖 = 0, 𝑖β‰₯π‘Ž 1, 𝑖<π‘Ž

Citra Biner Tepi Objek

Ekstraksi Tepi Objek Tepi objek pada citra biner dapat diperoleh melalui algoritma yang dibahas oleh Davis (1990). Pemrosesan dilakukan dengan menggunakan 8-ketetanggaan. P3 P2 P1 P4 P P0 P5 P6 P7

Ekstraksi Tepi Objek P0 οƒŸ f(y, x+1) P1 οƒŸ f(y-1, x+1) P2 οƒŸ f(y-1, x) Sigma οƒŸ P0+P1+P2+P3+P4+P5+P6+P7 If (sigma = 8) q(y, x) οƒŸ 0 Else q(y, x) οƒŸ f(y, x)

Perimeter & Luas Perimeter atau keliling menyatakan panjang tepi suatu objek, nilai perimeter bisa didapatkan dengan cara menjumlahkan piksel pada tepi objek hasil operasi deteksi tepi Luas suatu objek bisa didapatkan dengan cara menghitung jumlah piksel pada objek citra biner

Fitur Menggunakan Perimeter dan Luas Beberapa fitur yang dapat diturunkan dari fitur perimeter dan luas : Kebulatan Kekompakan

Fitur Menggunakan Perimeter dan Luas Kebulatan bentuk adalah perbandingan antara luas objek dan kuadrat perimeter: Hasilnya berupa nilai <= 1, nilai 1 menyatakan bahwa objek R berbentuk lingkaran. πΎπ‘’π‘π‘’π‘™π‘Žπ‘‘π‘Žπ‘› 𝑅 =4πœ‹ 𝐴(𝑅) 𝑝 2 (𝑅)

Fitur Menggunakan Perimeter dan Luas Kebulatan objek = 0.4640 Kebulatan objek = 0.3667

Fitur Menggunakan Perimeter dan Luas Fitur alternative perbandingan antara luas dan perimeter yang bisa digunakan adalah fitur kekompakan Nilai kekompakan berkisar antara 0 sampai dengan 1, nilainya 0 jika objek berbentuk lingkaran 𝑐𝑓=1βˆ’ 4πœ‹π΄ 𝑝 2

Let’s Coding