1 Pertemuan 2 Citra Dijital dan Persepsi Visual Matakuliah: T0283 – Computer Vision Tahun: 2005 Versi: Revisi 1.

Slides:



Advertisements
Presentasi serupa
Pengolahan Citra S.NURMUSLIMAH.
Advertisements

Outline Materi Hubungan antara Comp. Vision, Grafika Komputer, Pengolahan Citra, dan Pengenalan Pola (Pattern Recognition) Domain Computer Vision Processing.
Pengolahan Citra Digital Kuliah Kedua
Pengolahan Citra 4 – Peningkatan Kualitas Citra Disusun oleh: Teady Matius – Dari berbagai sumber.
Konsep dasar Pengolahan citra digital
Pengertian Citra Dijital
Pengolahan Citra Diah Octivita ( ) Hadi Ismanto ( ) Jan Peter ( ) Yenni Rahmawati ( )
1 Pertemuan 18 Matriks Matakuliah: T0016/Algoritma dan Pemrograman Tahun: 2005 Versi: versi 2.
1 Pertemuan 6 Hubungan Komponen terhadap Kehandalan Paralel Matakuliah: H0204/ Rekayasa Sistem Komputer Tahun: 2005 Versi: v0 / Revisi 1.
Citra Digital dan Pengolahannya
1 Pertemuan 5 STREAM INPUT/OUPUT Matakuliah: T0456 ~ Algoritma dan Metode Object Oriented Programming Tahun: 2005 Versi: 5.
Pertemuan 5-6 Metode pemulusan eksponential tunggal
1 Pertemuan 11 Akses langsung ke memori Video Matakuliah: T0483 / Bahasa Rakitan Tahun: 2005 Versi: 1.0.
Pertemuan 2 Pola Analisis, pasar dan pelaku ekonomi makro
1 Pertemuan 7 Sistem Pengguna Tunggal Disiapkan oleh : Indra Tjahjani, Ir, SS, MLA, MMSI, Dr D 2422 Matakuliah: R0352 / Pengantar Teknologi Informasi Tahun:
Pertemuan 8 Perkembangan Sektor Pertanian
1 Pertemuan 7 Klasifikasi dan Rekognisi Pola (1) Matakuliah: T0283 – Computer Vision Tahun: 2005 Versi: Revisi 1.
Pertemuan 5 Balok Keran dan Balok Konsol
1 Pertemuan 5 Deteksi Bentuk Primitif Obyek 2D Matakuliah: T0283 – Computer Vision Tahun: 2005 Versi: Revisi 1.
1 Pertemuan 5 PPh PASAL 21 Matakuliah: A0572/ Perpajakan Tahun: 2005 Versi: Revisi 1.
Pertemuan 13 IKATAN TEMBOK
Matakuliah : R0022/Pengantar Arsitektur Tahun : Sept 2005 Versi : 1/1
1 Pertemuan 8 Klasifikasi dan Rekognisi Pola (2) Matakuliah: T0283 – Computer Vision Tahun: 2005 Versi: Revisi 1.
1 Pertemuan 9 Rekognisi Obyek dengan Pendekatan PCA (1) Matakuliah: T0283 – Computer Vision Tahun: 2005 Versi: Revisi 1.
Matakuliah : R0262/Matematika Tahun : September 2005 Versi : 1/1
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 Pengolahan Citra Digital
MODUL KULIAH 2 FORMASI CITRA
KOMUNIKASI DATA Materi Pertemuan 1.
Matakuliah : K0074/Kalkulus III Tahun : 2005 Versi : 1/0
MODUL KULIAH 2 FORMASI CITRA
Materi 01(b) Pengolahan Citra Digital
Pertemuan 10 PAJAK PERTAMBAHAN NILAI dan PPn BM
Image Processing 1. Pendahuluan.
EDY WINARNO fti-unisbank-smg 31 maret 2009
BAB II. PEMBENTUKAN CITRA
Pengolahan Citra Digital
PENGANTAR PENGOLAHAN CITRA
Operasi Aritmatika dan Geometri pada Citra
Pertemuan 3 Tinjauan Piranti Keras komputer
Pertemuan 5 Konsep Pembentukan dan Proyeksi Benda
Pengantar PENGOLAHAN CITRA DIGITAL
D10K-6C01 Pengolahan Citra PCD-03 Piksel dan Representasinya
Pertemuan 10 Distribusi Sampling
Pendahuluan Pengolahan Citra
Pertemuan 1 Pengolahan vektor
Regresi Dalam Lambang Matriks Pertemuan 09
Pertemuan 10 Analisis State Space untuk sistem diskret
Pertemuan 3 PD Dapat Dihomogenkan
Pertemuan 14 Operating System 2
Matakuliah : T0074 / Grafika Komputer
Pertemuan 16 SISTEM AKUNTANSI UTANG
Pertemuan 4 Kombinasi linier vektor
Matakuliah : T0074 / Grafika Komputer
Pertemuan #1 Introduction
Pengolahan Citra Pertemuan I.
PERTEMUAN KE-1 Sumber :Prof. Sinisa Todorovic
Representasi Citra Desita Ria Yusian TB,S.ST.,MT Teknik Informatika
Pertemuan 3 Diferensial
Pengolahan Citra Pertemuan 2.
Pengolahan Citra Digital
PENINGKATAN KUALITAS CITRA (Image Enhancement)
Pengolahan Citra Digital
Matakuliah : A0114/ Sistem Akuntansi Tahun : 2005 Versi : Revisi 1
Tahun : <<2005>> Versi : <<1/2>>
Konsep Dasar Pengolahan Citra
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
Pertemuan 17 Proyeksi Parallel dan proyeksi perspective
Pengolahan citra digital
Transcript presentasi:

1 Pertemuan 2 Citra Dijital dan Persepsi Visual Matakuliah: T0283 – Computer Vision Tahun: 2005 Versi: Revisi 1

2 Learning Outcomes Pada akhir pertemuan ini, diharapkan mahasiswa akan mampu : Menerangkan pembentukan citra dijital dan berbagai definisi serta pengertian dalam persepsi visual

3 Outline Materi Pembentukan citra dan representasi citra dijital Sampling dan kuantisasi Human visual system Vs Computer vision system Brightness, contrast dan model warna

4 A/D Converter & Video Controller Frame Buffer D/A Converter FRAME STORE MICROCOMPUTER OBJECTS Storage VDU High Resolution Monochrome Monitor CAMERA Conventional Imaging System

5 OBJECTS CAMERA PC/Workstation VGA, AGP dan Frame Grabber sudah menjadi satu modul Today’s Imaging System

6 Imaging System (an overview)

7  Citra adalah fungsi 2 dimensi dari intensitas cahaya. Intensitas disebut juga sebagai brightness (tingkat kecerahan) atau grey level (tingkat keabuan)  Fungsi Citra f(x,y) ditentukan oleh 2 komponen yaitu iluminasi dan refleksi sehingga f (x,y) = i (x,y) r (x,y) dimana i(x,y) adalah iluminasi yang datang dari sumber cahaya dan r(x,y) adalah koefisien refleksi/transmisi obyek  Proses sampling dan kuantisasi merubah f(x,y) kontinyu menjadi f(x,y) diskrit Model Citra (Image Model)

8 Kolom Baris Sebuah Citra dijital direpresentasikan oleh matriks (array) piksel 2 dimensi dimana masing-masing piksel memiliki sebuah nilai intensitas (brightness/ grey level) yaitu 0 <=f(x,y)< 2 b dengan b = jumlah bit per piksel f(x,y) dimana x = 0…..M-1 dan y = 0…..N-1 X Y 0,0 M-1,N-1 Citra Dijital (Digital Images)

9  Umumnya ukuran citra adalah M = N = 2 k dimana k adalah bilangan integer.  Jumlah bit per piksel (bpp) umumnya adalah 1, 8, 12 dan 24 (3 bytes). 1 bpp menghasilkan citra biner sedangkan 8 bpp menghasilkan citra dengan variasi intensitas (brightness) antara 0 dan 255  Citra berwarna (color images) terdiri dari 24 bpp dengan 8 bpp untuk masing-masing komponen warna R, G dan B  Untuk ukuran citra 128 x 128 dengan 8 bpp diperlukan bytes atau 16 K memory penyimpan Citra Dijital (cont’d)

10 Sampling adalah proses pemetaan fungsi kontinyu ke fungsi diskrit (spatial digitization) x y f(x,y) s(x,y) Proses sampling menghasilkan f s (x,y) = f (x,y). s(x,y) dimana s(x,y) = 1 untuk setiap harga x dan y grid Image Sampling

11 24 x x x x 72 Image Sampling

12 3 rd level 2 nd level 1st level 0 th level Input Intensity 5 th level 4 th level Output Intensity Kuantisasi adalah proses pemetaan variabel kontinyu ke variabel diskrit (amplitude digitization) Image Quantization

13 1 bit/piksel 3 bit/piksel 2 bit/piksel 8 bit/piksel Image Quantization

14  Noise (derau) terjadi karena adanya fluktuasi secara acak (stochastic) pada nilai intensitas citra.  Kualitas citra ditentukan oleh ratio(perbandingan) antara sinyal dan noise (derau) yaitu : SNR = max signal/s noise s noise = standard deviasi Signal to Noise Ratio

15 Untuk memahami “citra” harus dipahami terlebih dahulu bagaimana manusia merespons visual stimulus dengan tujuan antara lain : memahami kontras dan memahami bagaimana manusia mendeteksi perubahan pada citra memahami sifat-sifat fotometrik benda-benda fisik mengerti persepsi visual warna mempelajari bagaimana menggunakan pemahaman di atas untuk merancang sistem pencitraan (imaging system Visual Perception of Images

16 Retina – focal plane array pada permukaan belakang mata yang mendeteksi dan mengukur cahaya Photoreceptor – syaraf pada retina yang mendeteksi cahaya Fovea – area sempit pada retina dengan resolusi spatial yang tinggi Blind spot – area sempit pada retina yang tidak memiliki photoreceptors

17 Rods – jenis photoreceptor yang digunakan untuk mengindra (sensing) cahaya akromatik (scotopic vision) Cones – jenis photoreceptor yang digunakan untuk cahaya kromatik/berwarna (photopic vision) Long, medium dan short cones – cones yang sensitive terhadap panjang gelombang merah (L), hijau (M) dan biru (S). RODS CONES

18  Luminance adalah komponen akromatik dari sebuah citra  Energy cahaya antara l 1 dan l 2 =  y(l) adalah faktor sensitivitas visual HVS, fungsi dari l (400 nm – 700 nm)  Luminance didefinisikan sebagai Luminance, Brightness dan Contrast

19 Intensity Steps Colour Contrast

20

21 Model warna RGB digunakan untuk warna pada layar monitor komputer Rentang nilai R, G, B dari 0 (darkest) – 255 (brightest) Perubahan pada color sensation selalu diikuti perubahan terhadap brightness (intensitas) Model Warna RGB

22 Model Warna HIS (HSV)