Pengolahan Citra Berwarna

Slides:



Advertisements
Presentasi serupa
Nana Ramadijanti Politeknik Elektronika Negeri Surabaya PENS-ITS 2009
Advertisements

Mahmud Yunus, S.Kom., M.Pd., M.T.
Image color feature Achmad Basuki
CITRA BINER Kuliah ke 11 4/7/2017.
Algoritma Thinning dan Aplikasinya
Morphologi.
Sistem Visual Manusia dan Pengolahan Citra Digital
Praktikum OOP Pengenalan Java Nana Ramadijanti Laboratorium Computer Vision Politeknik Elekltronika Negeri Surabaya PENS-ITS 2009.
Pengertian Citra Dijital
Thinning Arief Purnama [ ] David [ X] Kadek Wisnu Arsadhi [ ] Mika Permana [ ] Mirnasari Dewi [ ]
Kelompok 4 : Haryani Diah S Rinawati Sari Widya Sihwi Sita Annisa R
Tugas 2 Pengolahan Citra
Array Nana Ramadijanti Laboratorium Computer Vision Politeknik Elekltronika Negeri Surabaya PENS-ITS 2009.
Object Array Nana Ramadijanti Laboratorium Computer Vision Politeknik Elekltronika Negeri Surabaya PENS-ITS 2008.
Perbaikan Citra pada Domain Spasial
Flow Control Nana Ramadijanti Laboratorium Computer Vision Politeknik Elekltronika Negeri Surabaya PENS-ITS 2008.
OPERASI-OPERASI DASAR PENGOLAHAN CITRA DIGITAL
PERBAIKAN KUALITAS CITRA 1
Pengenalan Pemrograman Berbasis Obyek Nana Ramadijanti Laboratorium Computer Vision Politeknik Elekltronika Negeri Surabaya PENS-ITS 2009.
VISION.
INHERITANCE Perbankan Nana Ramadijanti Laboratorium Computer Vision Politeknik Elekltronika Negeri Surabaya PENS-ITS 2009.
Pengolahan Citra Digital: Morfologi Citra
Praktikum OOP Dasar Pemrograman Java Nana Ramadijanti Laboratorium Computer Vision Politeknik Elekltronika Negeri Surabaya PENS-ITS 2009.
Thinning Algorithm Arya Dewa Binsar Tampahan
Pertemuan 7 Pengolahan Citra Digital
ALGORITMA THINNING Kelompok 12: Slamet Eries Nugroho Indra Setiawan
MORFOLOGI CITRA.
Pengolahan Citra Digital Materi 6
IMAGE ENHANCEMENT (PERBAIKAN CITRA)
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.
Materi 04 Pengolahan Citra Digital
Sistem Informasi Geografis Model Data Spasial Cut Zyllan Zelila, ST. MKM.
Modul 1 PENGANTAR PENGOLAHAN CITRA
2 Pengolahan Citra Digital
pengolahan citra References:
MODUL KULIAH 2 FORMASI CITRA
Materi 07 Pengolahan Citra Digital
Operasi2 Dasar Merupakan manipulasi elemen matriks :
Image Processing 1. Pendahuluan.
MODUL 4 PERBAIKAN KUALITAS CITRA (2)
MODUL 6 Noise dan Reduksi Noise
EDY WINARNO fti-unisbank-smg 31 maret 2009
Pengolahan Citra Digital: Morfologi Citra
Pengolahan Citra Digital: Morfologi Citra
Pengolahan Citra Digital: Morfologi Citra
Model Data Spasial.
Program Studi S-1 Teknik Informatika FMIPA Universitas Padjadjaran
Pengolahan Citra Digital
DETEKSI TEPI.
SIG Model Data Spasial.
PERTEMUAN 11 Morfologi Citra
Pengolahan Citra Pertemuan 11
Computer Vision Materi 7
Dasar Pemrosesan Citra Digital
Deteksi Tepi Pengolahan Citra Danar Putra Pamungkas, M.Kom
KONVOLUSI DAN TRANSFORMASI FOURIER
PERTEMUAN KE-1 Sumber :Prof. Sinisa Todorovic
Pengolahan Citra Digital Peningkatan Mutu/Kualitas Citra
Digital Image Processing
1. MEMAHAMI KONSEP GERBANG LOGIKA
PENGENALAN CITRA DIGITAL
IMAGE ENHANCEMENT.
KONSEP DASAR CITRA DIGITAL (2) dan SISTEM PEREKAMAN CITRA
Format citra Oleh : Kustanto 11/10/2018.
Pertemuan 10 Mata Kuliah Pengolahan Citra
Negasi Pengolahan Citra Danar Putra Pamungkas, M.Kom
Morphological processing
Pemrosesan Bukan Teks (Citra)
OPERASI SEGMENTASI DAN MORFOLOGI
Transcript presentasi:

Pengolahan Citra Berwarna Nana Ramadijanti Laboratorium Computer Vision Politeknik Elekltronika Negeri Surabaya PENS-ITS 2009

Pemrosesan citra secara morfologis Perbedaan antara pemrosesan citra secara morfologis dengan pemrosesan biasa (yang telah kita pelajari): Dulu kita memandang sebuah citra sebagai suatu fungsi intensitas terhadap posisi (x,y) Dengan pendekatan morfologi, kita memandang suatu citra sebagai himpunan

Pemrosesan citra secara morfologis Pemrosesan citra secara morfologi biasanya dilakukan terhadap citra biner (hanya terdiri dari 0 dan 1), walaupun tidak menutup kemungkinan dilakukan terhadap citra dengan skala keabuan 0-255 Untuk sementara yang akan kita pelajari adalah pemrosesan morfologi terhadap citra biner

Contoh citra masukan S A S = {(0,0),(0,1),(1,0)} (1,0),(1,1),(1,2), (2,0),(2,1),(2,2)} Objek S dan A dapat direpresentasikan dalam bentuk himpunan dari posisi-posisi (x,y) yang bernilai 1 (1=hitam/abu-abu, 0 = putih)

Operasi Morfologi Secara umum, pemrosesan citra secara morfologi dilakukan dengan cara mem-passing sebuah structuring element terhadap sebuah citra dengan cara yang hampir sama dengan konvolusi. Structuring element dapat diibaratkan dengan mask pada pemrosesan citra biasa (bukan secara morfologi)

Structuring Element Structuring element dapat berukuran sembarang Structuring element juga memiliki titik poros (disebut juga titik origin/ titik asal/titik acuan) Contoh structuring element seperti objek S dengan titik poros di (0,0) -> warna merah

Beberapa operasi morfologi Beberapa operasi morfologi yang dapat kita lakukan adalah: Dilasi, Erosi Opening, Closing Thinning, shrinking, pruning, thickening, skeletonizing dll

Dilasi Dilasi merupakan proses penggabungan titik-titik latar (0) menjadi bagian dari objek (1), berdasarkan structuring element S yang digunakan. Cara dilasi adalah: Untuk setiap titik pada A, lakukan hal berikut: letakkan titik poros S pada titik A tersebut beri angka 1 untuk semua titik (x,y) yang terkena / tertimpa oleh struktur S pada posisi tersebut

Contoh dilasi S = {(0,0),(0,1),(1,0)} = {poros,(+0,+1),(+1,+0)} Posisi poros ( (x,y) ∈ A ) Sxy (0,0) {(0,0),(1,0),(0,1)} (0,1) {(0,1),(1,1),(0,2)} (0,2) {(0,2),(1,2),(0,3)} ..... ...... (2,2) {(2,2),(2,3),(3,2)} Capture proses pada saat posisi poros S ada di (2,2)

Contoh dilasi

Contoh dilasi

Erosi Erosi merupakan proses penghapusan titik-titik objek (1) menjadi bagian dari latar (0), berdasarkan structuring element S yang digunakan. Cara erosi adalah: - Untuk setiap titik pada A, lakukan hal berikut: - letakkan titik poros S pada titik A tersebut - jika ada bagian dari S yang berada di luar A, maka titik poros dihapus / dijadikan latar.

Contoh erosi Kode S = {(0,0),(0,1),(1,0)} = {poros,(+0,+1),(+1,+0)} A E S = {(0,0),(0,1),(1,0)} = {poros,(+0,+1),(+1,+0)} A = {(0,0),(0,1),(0,2), (1,0),(1,1),(1,2), (2,0),(2,1),(2,2)} Posisi poros ( (x,y) ∈ A ) Sxy Kode (0,0) {(0,0),(1,0),(0,1)} 1 (0,1) {(0,1),(1,1),(0,2)} (0,2) {(0,2),(1,2),(0,3)} ..... ...... (2,2) {(2,2),(2,3),(3,2)} D Capture proses pada saat posisi poros S ada di (2,2). Titik (2,2) akan dihapus karena ada bagian dari S yang berada di luar A

Contoh Erosi

Opening Opening adalah proses erosi yang diikuti dengan dilasi. Efek yang dihasilkan adalah menghilangnya objek-objek kecil dan kurus, memecah objek pada titik-titik yang kurus, dan secara umum men-smooth-kan batas dari objek besar tanpa mengubah area objek secara signifikan Rumusnya adalah:

Contoh Opening A ⊗ S ( ) ⊕

Contoh Opening

Closing Closing adalah proses dilasi yang diikuti dengan erosi. Efek yang dihasilkan adalah mengisi lubang kecil pada objek, menggabungkan objek-objek yang berdekatan, dan secara umum men-smooth-kan batas dari objek besar tanpa mengubah area objek secara signifikan Rumusnya adalah:

Contoh Closing A ⊕ S ( ) ⊗

Contoh Closing

Contoh opening dan closing

Hit-or-Miss transform Suatu structuring element S dapat direpresentasikan dalam bentuk (S1,S2) dimana S1 adalah kumpulan titik-titik objek (hitam) dan S2 adalah kumpulan titik-titik latar (putih)

Hit-or-miss transform Contoh: S1= {b,e,h} S2={a,d,g,c,f,i} a b c d e f g h i Hit-and-misss transform A*S adalah kumpulan titik-titik dimana S1 menemukan match di A dan pada saat yang bersamaan S2 juga menemukan match di luar A.

Contoh hit-or-miss transform A*S Yang match dipertahankan Yang tidak match dihapus S

Varian dari erosi dan dilasi Shrinking: Erosi yang dimodifikasi sehingga piksel single tidak boleh dihapus. Hal ini berguna jika jumlah objek tidak boleh berubah Thinning: Erosi yang dimodifikasi sehingga tidak boleh ada objek yang terpecah. Hasilnya adalah berupa garis yang menunjukkan topologi objek semula.

Thinning Tujuan: me-remove piksel tertentu pada objek sehingga tebal objek tersebut menjadi hanya satu piksel. Thinning tidak boleh: - Menghilangkan end-point - Memutus koneksi yang ada - Mengakibatkan excessive erosi Salah satu kegunaan thinning adalah pada proses pengenalan karakter/huruf Ada banyak cara mengimplementasikan thinning, salah satu diantaranya adalah dengan hit-or-miss transform

Thinning Thinning dapat didefinisikan sebagai: Thinning(A,{B}) = A – (A * {B}) = A – ((...(A*B1)*B2)..Bn) Dengan B1, B2, B3..Bn adalah Structuring element. Note: A-(A*B) berarti kebalikan dari A*B Yang match dihapus Yang tidak match dipertahankan

Contoh Thinning

Contoh Thinning

SekilaS InfO Ada beberapa hal yang harus dikuasai sebelum menguasai materi di dalam image processing yaitu: matematika, aljabar, pengolahan sinyal, statistik dan pemrograman.

BergaBunglah denGan Kami Laboratorium Computer Vision Politeknik Elektronika Negeri Surabaya PENS-ITS 2009