Tugas 2 Pengolahan Citra

Slides:



Advertisements
Presentasi serupa
GEOMETRI TRANSFORMASI
Advertisements

Hidden Surface Removal (HSR)
Pertemuan I-III Himpunan (set)
Himpunan: suatu kumpulan dari obyek-obyek.
Algoritma Thinning dan Aplikasinya
Morphologi.
Image Thinning Kelompok 11 Aldiantoro Nugroho Cininta Dhini Fitriani N. Rifka N. Liputo Yoga Lestyaningrum Kelompok 11 Aldiantoro Nugroho Cininta Dhini.
Urutan (Sequence) Ery Setiyawan Jullev A.
Thinning Disusun Oleh: Andreas Nataniel ( x)
Oleh Nila Feby Puspitasari
REVIEW HIMPUNAN PENGERTIAN HIMPUNAN REPRESENTASI HIMPUNAN
Thinning Arief Purnama [ ] David [ X] Kadek Wisnu Arsadhi [ ] Mika Permana [ ] Mirnasari Dewi [ ]
Kelompok 4 : Haryani Diah S Rinawati Sari Widya Sihwi Sita Annisa R
Pertemuan Pertama Pengantar Peluang Gugus Definisi Peluang.
Pengolahan Citra Berwarna
PROBABILITAS DAN DISTRIBUSI
TRANSFORMASI.
CITRA DIGITAL DALAM TINJAUAN ILMU FISIKA*
Operasi-operasi dasar Pengolahan Citra Digital~3
Ramadoni Syahputra, ST, MT
VISION.
Pengolahan Citra Digital: Morfologi Citra
10. KOMBINATORIAL DAN PELUANG DISKRIT.
Thinning Anggota Kelompok : Baihaki AS ( ) Christian Daeli ( ) Fernan ( ) Yanuar R ( X) Ali Khumaidi ( Y)
Thinning Algorithm Arya Dewa Binsar Tampahan
ALGORITMA THINNING Kelompok 12: Slamet Eries Nugroho Indra Setiawan
MORFOLOGI CITRA.
Pengolahan Citra Digital Materi 6
Teori Himpunan (Set Theory)
Matematika Komputasi.
Bab 2 PROBABILITAS.
1 Pertemuan 9 DIVIDE And CONQUER Matakuliah: T0034/Perancangan & Analisis Algoritma Tahun: 2005 Versi: R1/0.
Algoritma Pemrograman
Click to edit Master text styles –Second level Third level –Fourth level »Fifth level 1 METODE THINNING Kelompok 10.
1 Pertemuan 26 Penyederhanaan dan Transformasi Aljabar Matakuliah: T0034/Analisis & Perancangan Algoritma Tahun: 2005 Versi: 1/0.
CITRA BINER.
2 Pengolahan Citra Digital
Transformasi Geometri Sederhana
Operasi2 Dasar Merupakan manipulasi elemen matriks :
Operasi-operasi Dasar Pengolahan Citra Digital
OPERASI DASAR CITRA DIGITAL
Pengolahan Citra Digital: Morfologi Citra
Pengolahan Citra Digital: Morfologi Citra
Pengolahan Citra Digital: Morfologi Citra
Model Data Spasial.
Pertemuan 3 Pengolahan Citra Digital
Pertemuan 6 HIMPUNAN.
Sistem Berkas – Sesi 12 dan 13
PERTEMUAN 11 Morfologi Citra
Dasar Pemrosesan Citra Digital
PROBABILITAS dan STATISTIKa - 2
PROBABILITAS dan STATISTIKa - 2
Teori Himpunan (Set Theory)
RUANG SAMPEL DAN KEJADIAN
Pengantar Pengolahan Citra
OPERASI GEOMETRI Yohana Nugraheni.
Review Algoritma 1 Teks Algoritma terdiri dari tiga bagian :
PENDAHULUAN : ALJABAR ABSTRAK
LOGIKA Oleh: Ferawaty, S.Kom.
Variabel dan Tipe Data.
DIMENSI DUA transformasi TRANSLASI.
Peta Konsep. Peta Konsep C. Penerapan Matriks pada Transformasi.
PENGENALAN CITRA DIGITAL
Peta Konsep. Peta Konsep A. Komposisi Transformasi.
Peta Konsep. Peta Konsep C. Transformasi Geometris.
Peta Konsep. Peta Konsep A. Komposisi Transformasi.
Konsep probabilitas Sebuah Eksperimen akan menghasilkan sesuatu yang tidak dapat diperkirakan sebelumnya      Sekumpulan hasil eksperimen  ruang sampel.
PROBABILITY & STATISTICS
Morphological processing
OPERASI SEGMENTASI DAN MORFOLOGI
Transcript presentasi:

Tugas 2 Pengolahan Citra Kelompok 2 1201000113 Amy S Indrasari 1201000903 Rinaldi Saputra 1201007053 Lisa Rienellda I

THINNING Pendahuluan Algoritma Thinning Contoh Hasil Implementasi

Pendahuluan Thinning Set theory Dilatasi Erosi Transformasi Hit or Miss

Pendahuluan : Thinning Operasi morfologi untuk me-remove pixel tertentu suatu objek dari citra biner menjadi pixel tunggal tanpa : - Menghilangkan end-point - Memutus koneksi yang ada - Mengakibatkan excessive erosi

Pendahuluan : Thinning (2) Digunakan untuk : pengenalan karakter optis pengenalan sidik jari pemrosesan dokumen pengenalan struktur sel biologis

Pendahuluan : Set Theory (1) Jika a=(a1, a2) adalah elemen A (A adalah himpunan 2D integer space Z2), maka : a A A  B A adalah subset B (tiap elemen A juga element B) C = A B C adalah union himpunan A dan B (semua elemen C adalah elemen A, B, atau keduanya)

Pendahuluan : Set Theory (2) A  B =  Disjoint atau mutually exclusive (A dan B tidak mengandung elemen yang sama) Ac = {w | w A} Komplemen A (himpunan elemen yang tidak ada di A) (B^) = {w | w= -b for b  B} Refleksi himpunan B

Pendahuluan : Set Theory (3) A-B = {w|w A, w B} = A  Bc Beda himpunan A dari B (himpunan elemen yang ada di A tapi tidak ada di B) (A )z = { c | c = a+z, for a  A} Translasi himpuan A oleh z = (z1, z2)

Pendahuluan : Dilatasi (1) Dilatasi biner A oleh B : A  B = {Z | (B^)z A  } A  B = {Z | (B^)z A A } B disebut structuring element Meng-expand boundary A

Pendahuluan : Dilatasi (2) Sifat-sifat dilatasi : (A)x  B = (A  B)x A C  A  B  C  B A  B = B  A A  (B  C) = (A  B)  C (A  B)  C  (A  C)  (B  C) (A  B)  C = (A  C)  (B  C)

Pendahuluan : Erosi (1) Erosi biner A oleh B : A B = {Z | (B)z  A} B disebut structuring element Meng-contract boundary A

Pendahuluan : Erosi (2) Sifat-sifat erosi : (A)x B = (A B)x A  C  A B  C B A  B  D A  D B (A  B) C = (A C)  (B C) Duality: (A B)c = (Ac  B^)

Pendahuluan : Transformasi Hit or Miss (1) A  B = (A B1)  [Ac B1] A  B = (A B1) - [A  B2^] Structure element : B = (B1, B2) B1 = object B2 = background

Pendahuluan : Transformasi Hit or Miss (2) Himpunan titik-titik yang simultan dimana B1 match (hit) di A and B2 match (hit) di Ac Object match dan background match

Algoritma Thinning (1) Thinning A oleh structuring element B : A  B = A – (A  B) Thinning A oleh sequence structuring element {B} : - {B} = {B1, B2,…, Bn} - Bi adalah hasil rotasi dari Bi-1 - A  {B} = (((A  B1)  B2)…)  Bn)

Algoritma Thinning (2) Algoritma thinning A oleh sequence structuring element {B} : Mulai i=1,lakukan : Thin A oleh Bi Bi = Bi+1 Ulangi mulai langkah 1 sampai tidak ada perubahan lagi pada A

Contoh Hasil Implementasi