KONSEP DASAR CITRA DIGITAL

Presentasi berjudul: "KONSEP DASAR CITRA DIGITAL"— Transcript presentasi:

1 KONSEP DASAR CITRA DIGITAL
Pertemuan 1 Mata Kuliah Pengolahan Citra

2 SAP Pengolahan Citra Konsep Dasar Citra Digital Sistem Perekaman Citra
Konsep Dasar Pengolahan Citra Operasi Titik/ Piksel Histogram Ekualisasi Histogram UTS Operasi Multi Image Operasi Tetangga Metode Kompresi/ Pemampatan Citra Segmentasi Citra Steganografi dan Watermarking

3 GRAFIKA KOMPUTER Proses untuk menciptakan suatu gambar berdasarkan deskripsi obyek maupun latar belakang yang terkandung pada gambar tersebut

4 KOMPUTER VISION Proses menyusun deskripsi tentang obyek yang terkandung pada suatu gambar atau mengenali obyek yang ada pada gambar

5 Tujuan Pengolahan Citra
Memperbaiki kualitas gambar Melakukan pemilihan citra ciri (feature images) yang optimal Melakukan proses penarikan informasi Melakukan kompresi atau reduksi data

6 CITRA Citra Tidak Tampak Citra Tampak
Citra yang dapat dilihat dan disentuh foto, gambar, lukisan, video, patung, dan lainnya Citra Tidak Tampak Citra yang disimpan dalam format digital (file). citra digital yaitu file berisi foto/ gambar.

7 TAHAPAN PENGOLAHAN CITRA DIGITAL

8 OPERASI PENGOLAHAN CITRA DIGITAL
Image Enhacement Image Restoration Image Compression Image Segementation Image Analysis Image Recontruction

9 Image Enhacement (Perbaikan Kualitas Citra)
Menonjolkan beberapa aspek informasi yang terkandung dalam citra Contoh: Perbaikan kontras Perbaikan tepi objek Penajaman, Pemberian warna semu, dll.

10 Image Restoration (Pemugaran Citra)
Menghilangkan cacat pada citra. Contoh: Reduksi Noise Image Compression (Pemampatan Citra) Ukuran citra yang dibuat lebih kecil dari ukuran sebenarnya. Contoh: file citra jenis BMP 258 Kb dibuah menjadi JPEG 49 Kb

11 Image Segementation (Pengelompokan Citra)
Memisahkan objek dari 2 unsur yang berbeda. Contoh: memisahkan objek minyak dengan air, pendeteksian tanda tangan, dan lainnya.

12 Image Analysis (Analisis Citra)
Menghasilkan deskripsi dari citra (ciri tertentu yang untuk mengindentifikasi). Contoh: deteksi tepi.

13 Image Recontruction (Rekontruksi Citra)
Membentuk ulang objek dari beberapa citra hasil proyeksi.

14 SEKIAN Referensi Canstleman. 1996. Digital Image Processing.
Gonzalez & Woods Digital Image Processing. Handoyo, E,D Perancangan Mini Image Editor Versi Sebagai Aplikasi Penunjang Mata Kuliah Digital Image Processing. Jurnal Natur Indonesia 5 (1): ISSN: Hestiningsih, I Pengolahan Citra. Lyon Image Processing in Java. Sianipar. Mangiri, H,S. Wirajati Matlab untuk Pemrosesan Citra Digital. Informatika Bandung. SEKIAN