KONVOLUSI 11/28/2018.

Slides:



Advertisements
Presentasi serupa
5~Perbaikan Kualitas Citra
Advertisements

Nana Ramadijanti Politeknik Elektronika Negeri Surabaya PENS-ITS 2009
Pengolahan Citra (TIF05)
Perbaikan Citra pada Domain Spasial
KONVOLUSI DISKRIT.
Pengolahan Citra (TIF05)
Teori Konvolusi dan Fourier Transform
PERBAIKAN KUALITAS CITRA 1
CITRA DIGITAL DALAM TINJAUAN ILMU FISIKA*
Operasi-operasi dasar Pengolahan Citra Digital~3
Algoritma Pemotongan Algoritma Gomory Langkah 1 x3* = 11/2 x2* = 1
CS3204 Pengolahan Citra - UAS
PENGOLAHAN CITRA DAN POLA
KONVOLUSI.
Filter Spasial Citra.
KONVOLUSI DAN TRANSFORMASI FOURIER
CS3204 Pengolahan Citra - UAS
PENDETEKSIAN TEPI 4/14/2017.
Konvolusi Dan Transformasi Fourier
Convolution and Correlation
Convolution and Correlation Dr. Ir. Sumijan, M.Sc Dosen Universitas Putra Indonesia “YPTK”
2.2 Operasi Dasar Citra : Lokal dan Objek Operasi Ketetanggaan Pixel
Materi 04 Pengolahan Citra Digital
KONVOLUSI Oleh : Edy Mulyanto.
Materi 02(b) Pengolahan Citra Digital
2 Pengolahan Citra Digital
Pendeteksian Tepi Objek
Materi 07 Pengolahan Citra Digital
Perbaikan Kualitas Citra (Image Enhancement)
Pengantar Citra Digital
Operasi2 Dasar Merupakan manipulasi elemen matriks :
Operasi-operasi Dasar Pengolahan Citra Digital
Pertemuan 19 LIMIT FUNGSI.
MODUL 4 PERBAIKAN KUALITAS CITRA (2)
DETEKSI TEPI.
Pengolahan Citra Digital 2010/2011
Fourier transforms and frequency-domain processing
Pengolahan Citra Pertemuan 11
Konvolusi Anna Dara Andriana.
MANAJEMEN SAINS METODE SIMPLEKS.
3 sks Oleh: Ira Puspasari
LIMIT Kania Evita Dewi.
KONVOLUSI Tri Rahajoeningroem, MT T. Elektro - UNIKOM
KONVOLUSI ROSNY GONYDJAJA.
KONVOLUSI 6/9/2018.
Persamaan dalam dimensi n = f(x,y) = 3x2 + 2y2 –xy -4x – 7y+12 34y
Digital Image Processing
Deteksi Tepi Pengolahan Citra Danar Putra Pamungkas, M.Kom
KONVOLUSI DAN TRANSFORMASI FOURIER
Pengolahan Citra Digital
Pengolahan Citra Digital Peningkatan Mutu/Kualitas Citra
ALJABAR KALKULUS.
CS3204 Pengolahan Citra - UAS
CITRA.
Convolution and Correlation
FILTER PREWITT.
ANALISIS REAL I RINA AGUSTINA, M. Pd..
BAB 7 Limit Fungsi  x = a film Kawat 1 y= f(x) L 1 X.
EDGE DETECTION.
Pengolahan Citra Digital. Pembentukan Citra Citra dibagi menjadi 2 macam : 1.Citra kontinyu : adalah citra yang dihasilkan dari sistem optik yang menerima.
Pengolahan Citra Pertemuan 8
Tri Rahajoeningroem, MT T Elektro UNIKOM
IMAGE ENHANCEMENT.
BAB 5 Sukubanyak.
Pertemuan 10 Mata Kuliah Pengolahan Citra
Peta Konsep. Peta Konsep B. Komposisi Fungsi.
SEGMENTASI.
Pengantar Pengolahan Citra 4IA10 Kelompok 4 : Faisal Ghifari ( ) Raihan Firas M ( ) Hafidz Amrulloh ( )
Program Linier – Bentuk Standar Simpleks
Mata Kuliah Matematika 1
Transcript presentasi:

KONVOLUSI 11/28/2018

A. Teori Konvolusi Operasi yang mendasar dalam pengolahan citra adalah operasi konvolusi. Konvolusi 2 buah fungsi f(x) dan g(x) didefenisikan sebagai berikut : h(x) = f(x) * g(x) = 11/28/2018

A. Teori Konvolusi Tanda * menyatakan operator konvolusi, dan peubah (variabel) a adalah peubah bantu (dummy variabel). Untuk fungsi diskrit, konvolusi didefenisikan sebagai. h(x) = f(x) * g(x) = 11/28/2018

A. Teori Konvolusi Pada operasi konvolusi di atas, g(x) disebut kernel konvolusi atau kernel penapis (filter). Kernel g(x) merupakan suatu jendela yang dioperasikan secara bergeser pada sinyal masukan f(x), yang dalam hal ini, jumlah perkalian kedua fungsi pada setiap titik merupakan hasil konvolusi yang dinyatakan dengan keluaran h(x) 11/28/2018

A. Teori Konvolusi Ilustrasi konvolusi adalah sebagai berikut : Misalkan fungsi f(x) dan g(x) seperti gambar 1 dan 2, langkah-langkah perhitungan hasil konvolusi ditunjukkan mulai dari gambar 3 sampai dengan gambar 6, yaitu : 11/28/2018

f(a) g(a) 1 1/2 a a 1 1 Gambar 1 Gambar 2 11/28/2018

g(-a) g(x-a) 1/2 1/2 a a -1 -1 x Gambar 3 Gambar 4 11/28/2018

F(a)g(x-a) F(a)g(x-a) 1 1/2 1/2 a a -1 -1 1 x 1 X-1 Gambar 5 Gambar 6 11/28/2018

f(x)*g(x) 1/2 x 1 2 11/28/2018

B. Konvolusi Pada Fungsi Dwimatra Untuk fungsi dengan dua peubah (fungsi dua dimensi atau dwimatra), operasi konvolusi didefenisikan sebagai berikut : a. Untuk fungsi malar 11/28/2018

B. Konvolusi Pada Fungsi Dwimatra b. Untuk fungsi diskrit 11/28/2018

Ilustrasi konvolusi ditunjukkan pada gambar berikut Fungsi penapis g(x,y)_ disebut juga convolution filter, convolution mask, convolution kernel, atau template. Dalam ranah diskrit kernel konvolusi dinyatakan dalam bentuk matriks (umumnya 3 x 3). Ukuran matrik ini biasanya lebih kecil dari ukuran citra. Setiap elemen matriks disebut koefisien konvolusi. Ilustrasi konvolusi ditunjukkan pada gambar berikut 11/28/2018

f(i,j) A B C D E F G H I kernel citra p1 p2 p3 p4 p5 p6 p7 p8 p9 11/28/2018

Operasi konvolusi dilakukan dengan menggeser kernel konvolusi pixel per pixel. Hasil konvolusi disimpan dalam matriks yang baru. Contoh : Misalkan citra f (x,y) yang berukuran 5 x 5 dan sebuah kernel atau mask yang berukuran 3 x 3 masing-masing adalah sebagai berikut : 11/28/2018

Keterangan : Tanda menyatakan posisi (0,0) dari kernel 11/28/2018

Operasi antara citra f(x,y) dengan kernel g(x,y) f(x,y) * g(x,y) Langkah penyelesaiannya adalah sebagai berikut : Tempatkan kernel pada sudut kiri atas, kemudian hitung nilai pixel pada posisi (0,0) dari kernel : Hasil konvolusi =(0 x 4) + (-1 x 4) + (0 x 3) + (-1 x 6) + (4 x 6) + (-1 x 5) + (0 x 5) + (-1 x 6) + (0 x 6) = 3 11/28/2018

4 3 5 6 2 7 11/28/2018

Hasilnya 3 11/28/2018

2. Geser kernel satu pixel ke kanan, kemudian hitung nilai pixel pada posisi (0,0) dari kernel : 4 3 5 6 2 7 Hasil konvolusi = 0 11/28/2018

Hasilnya : 3 11/28/2018

3. Geser lagi kernel satu pixel kekanan, keamudian hitung nilai pixel pada posisis (0,0) seperti langkah sebelumnya, didapat : 3 2 11/28/2018

Selanjutnya geser kernel satu pixel ke bawah, lalu mulai lagi melakukan konvolusi dari sisi kiri citra, setiap kali konvolusi, geser kernel satu pixel ke kanan.Setelah baris ketiga dikonvolusi, maka didapat hasil seperti gambar berikut : 11/28/2018

3 2 6 11/28/2018

Catatan : Jika hasil konvolusi menghasilkan nilai pixel negatif, maka nilai tersebut dijadikan nol, sebaliknya jika hasil konvolusi menghasilkan nilai pixel yang lebih besar dari nilai maksimum, maka nilai tersebut dijadikan ke nilai keabuan maksimum. 11/28/2018

Untuk pixel tepi tidak dikonvolusi, jadi nilainya tetap sama seperti citra asal, Sehingga hasil secara keseluruhan adalah seperti gambar berikut : 11/28/2018

4 3 5 6 2 11/28/2018

Konvolusi berguna pada proses pengolahan citra seperti : Perbaikan kualitas citra (image enhancement) Penghilangan derau. Penghalusan/pelembutan citra. Deteksi tepi, penajaman tepi. Dll. 11/28/2018