Color Image Processing

Presentasi berjudul: "Color Image Processing"— Transcript presentasi:

1 Color Image Processing

2 Color Image Processing
Yang hendak kita bahas adalah: Color model Pseudo-color Image Processing Full-color Image Processing 1

3 Color Model Beberapa color model yang populer:
RGB (warna primer pada CRT) CMYK (populer bagi percetakan) YIQ / YUV (standar bagi TV NTSC / PAL) HSI / HSV (sesuai dengan persepsi mata manusia) 2

4 RGB Merupakan warna primer cahaya (berdasar mata manusia):
R (red), G (green) dan B (blue) Dimodelkan dalam RGB cube Sifatnya additive 3

5 RGB contoh 4

6 RGB all-systems-safe 216 colors
Standarisasi karena masih banyak sistem yang tidak bisa menampilkan 16-juta warna Hanya kombinasi RGB dengan nilai {00,33,66,99,CC,FF} yang diperbolehkan 5

7 CMY Dalam dunia warna sering disebut sebagai CMYK
K menunjukkan warna hitam Merupakan warna primer bagi percetakan: Cyan  Magenta  Yellow  Sifatnya subtractive Dihitung dari RGB dengan … 6

8 CMY contoh 7

9 YIQ (luminance iphase quadrature)
Merupakan model warna standar bagi TV Dihitung dari RGB dengan Lihat hubungan Luminance dengan graylevel ! Y menyatakan terang-gelap I dan Q menyatakan warna 8

10 YIQ contoh 9

11 HSI atau HSV Model ini lebih sesuai dengan persepsi mata manusia dalam menangkap warna 10

12 HSI atau HSV 11

13 RGB ke HSV Mengubah dari RGB ke HSV (lihat Gonzales p. 229-235):
Bagaimana mengubah HSV ke RGB? Lihat Gonzales p 12

14 Pseudo-color Image Processing
Memberi warna pada citra graylevel Warna yang diberikan bukan warna objek yang sesungguhnya Tujuan utamanya adalah agar citra lebih mudah dilihat/dipahami oleh mata manusia Yang hendak kita bahas: Intensity slicing Graylevel to color processing Filtering approach 13

15 Intensity Slicing (1) Menyatakan citra dalam fungsi intensitas 2D
Citra diiris oleh bidang yang sejajar dengan bidang xy Graylevel di atas dan di bawah bidang pengiris diwarnai dengan warna yang berbeda 14

16 Intensity Slicing (2) Mirip dengan thresholding, tapi dengan 2 warna
Pengembangannya: gunakan beberapa bidang pengiris 15

17 Intensity Slicing (3) 16

18 Graylevel to Color Masing-masing channel RGB diproses dengan cara yang berbeda Apa jadinya bila fase ketiga komponen sama? 17

19 Filtering Approach Ketiga komponen RGB diproses dengan cara yang berbeda dalam domain frekuensi Filter biasanya berupa lowpass, bandpass/bandreject dan highpass 18

20 Full-color Image Processing
Tujuan utamanya adalah: Image Enhancement Perhatikan bahwa kebanyakan color model yang digunakan adalah HSI, bukan RGB. Mengapa? Yang hendak kita bahas: Intensity adjustment Color complement Histogram equalization Color images smoothing Color images sharpening Noise reduction in color images 19

21 Intensity Adjustment Diberikan persamaan intensitas sbb:
g(m,n)=kf(m,n) Dimana k adalah skala yang terletak antara 0<k<1 Maka persamaan dalam HSI adalah: Dan persamaan dalam RGB adalah: Persamaan dalam CMY adalah: 20

22 Intensity Adjustment 21

23 Color Complement (1) 22

24 Color Complement (2) RGB HSI Yang kiri pakai RGB, yang kanan pakai HSI
23

25 Histogram Equalization (1)
Lakukan ekualisasi hanya pada komponen I (intensitas) Lakukan saturation adjustment seperlunya 24

26 Histogram Equalization (2)
Contoh histogram equalization yang dilakukan pada intensity, lalu saturation ditambah. 25

27 Smoothing Pada RGB akan berpotensi untuk memunculkan warna-warna yang sebelumnya tidak ada (karena warna baru dihitung dari rata-rata) Pada HIS hanya I yang difilter … apa efeknya? RGB HSI 26

28 Sharpening Seperti pada smoothing, sharpening pada RGB akan berpotensi menimbulkan warna-warna yang sebelumnya tidak ada Pada HIS hanya I yang difilter … apa efeknya? RGB HSI 27

29 Noise Reduction Pada color image sifat noise pada masing-masing channel RGB bersifat independent Noise reduction dengan metode perata-rataan citra dapat dilakukan (dengan melakukan proses averaging pada tiap channel, dan menggabungkan hasil akhir). Noise reduction dengan median filter tidak cocok bagi citra bewarna. Mengapa? 28