PENGOLAHAN CITRA DAN POLA

Presentasi berjudul: "PENGOLAHAN CITRA DAN POLA"— Transcript presentasi:

1 PENGOLAHAN CITRA DAN POLA
PERTEMUAN 4 STIKI INDONESIA 2012

2 Modifikasi Histogram Ekualisasi histogram
Nilai-nilai intensitas di dalam citra diubah sehingga penyebarannya seragam Tujuannya untuk memperoleh penyebaran histogram yang merata sehingga setiap derajat keabuan memiliki jumlah pixel yang relatif sama Dapat dilakukan pada keseluruhan citra atau pada beberapa bagian citra saja Here comes your footer Page 2

3 Ekualisasi histogram adaptif
Citra dibagi menjadi blok-blok (sub-image) dengan ukuran n x n, kemudian pada setiap blok dilakukan proses ekualisasi histogram Ukuran blok (n) dapat bervariasi dan setiap ukuran blok akan memberikan hasil yang berbeda Setiap blok dapat saling tumpang tindih beberapa pixel dengan blok lainnya Here comes your footer Page 3

4 Ekualisasi Histogram Here comes your footer Page 4

5 CONTOH Citra 64x64 pixel, 8 tingkat keabuan, dengan distribusi sebagai berikut : Here comes your footer Page 5

6 Fungsi Transformasi Here comes your footer Page 6

7 Pembulatan Here comes your footer  Page 7

8 Pemetaan Here comes your footer  Page 8

9 Hasil Rangkuman Transformasi
Here comes your footer  Page 9

10 Histogram dengan Distribusi Seragam
Here comes your footer  Page 10

11 Modifikasi Histogram Spesifikasi histogram
Nilai-nilai intensitas di dalam citra diubah agar diperoleh histogram dengan bentuk yang dispesifikasikan oleh pengguna Here comes your footer Page 11

12 CONTOH Citra 64x64 pixel, 8 tingkat keabuan, dengan distribusi sebagai berikut : Here comes your footer Page 12

13 Histogram yang Diinginkan
Here comes your footer  Page 13

14 Langkah 1 : Ekualisasi Histogram
Here comes your footer  Page 14

15 Langkah 2 : Fungsi Transformasi
Here comes your footer  Page 15

16 Hasil Fungsi Transformasi
Here comes your footer  Page 16

17 Langkah 3 : Terapkan Inverse Pada Level Histogram Equalisasi
NB; G(zk) = Vk Here comes your footer  Page 17

18 Langkah 4 : Pemetaan dari rk ke zk
Here comes your footer  Page 18

19 Histogram Hasil Here comes your footer  Page 19

20 Operasi Berbasis Bingkai / Operasi Aritmatika Citra
Proses pengolahan citra dengan memanfaatkan operator aritmatika atau operator logika (boolean) terhadap dua atau lebih citra input Proses aritmatika citra diterapkan dengan melakukan pengolahan pixel per pixel, sehingga proses ini sebaiknya dilakukan terhadap citra dengan ukuran dan resolusi yang sama Here comes your footer Page 20

21 Operasi aritmatika citra : Penjumlahan, pengurangan Operator Boolean
Bitshift Operators Here comes your footer Page 21

22 Penjumlahan Pixel citra hasil merupakan hasil penjumlahan nilai pixel pada citra pertama dengan nilai pixel pada citra kedua Catatan : w1 + w2 = 1 Here comes your footer Page 22

23 Pengurangan Mencari beda antara 2 citra berurutan
Bagian yang tidak bergerak  0 Bagian yang bergerak ≠ 0 Here comes your footer Page 23

24 Operator Boolean Disebut juga operasi logika
Hanya dapat dilakukan pada citra biner Here comes your footer Page 24

25 Here comes your footer  Page 25

26 Bitshift Operator Pergeseran deret bit pada pixel ke arah kanan atau kiri sebesar n bit Here comes your footer Page 26

27 Operasi Spasial (Filtering)
Pentapisan pada pengolahan citra biasa disebut dengan pentapisan spasial (spatial filtering) Pada proses pentapisan, nilai pixel baru umumnya dihitung berdasarkan pixel tetangga Cara perhitungan nilai pixel baru tersebut dapat dikelompokkan menjadi dua : Nilai pixel baru diperoleh melalui kombinasi linier pixel tetangga (tapis linier) Nilai pixel baru diperoleh langsung dari salah satu nilai pixel tetangga (tapis non linier) Here comes your footer Page 27

28 Kernel Proses penapisan spasial tidak dapat dilepaskan dari teori kernel (mask) dan konvolusi Kernel adalah matrik yang umumnya berukuran kecil dengan elemen- elemennya berupa bilangan Kernel disebut juga dengan convolution window, tapis (filter), template, mask, sliding window, structuring element Ukuran dapat berbeda-beda, seperti 2 x 2, 3 x 3, 5 x 5, dsb Elemen-elemen kernel disebut juga bobot (weight) merupakan bilangan- bilangan yang membentuk pola-pola tertentu Here comes your footer Page 28

29 Konvolusi Here comes your footer Page 29

30 Contoh Citra f(x,y) berukuran 5 x 5 dengan kernel 3 x 3
Here comes your footer Page 30

31 Masalah Pixel Pinggir Here comes your footer  Page 31

32 Solusi Piksel pinggir diabaikan, tidak dikonvolusi
Duplikasi elemen citra, elemen kolom ke-1 disalin ke kolom M+1, begitu juga sebaliknya lalu konvolusikan Elemen yang ditandai dengan (?) diasumsikan bernilai 0 atau konstanta yang lain sehingga konvolusi piksel pinggir dapat dilakukan Konvolusi piksel pinggir tidak memperlihatkan efek yang kasat mata Here comes your footer Page 32

33 Referensi Gonzalez, Rafael C. and Woods, Richard E.. Digital Image Processing, 2nd Ed New Jersey : Prentice Hall. Putra, I Ketut Gede Darma Pengolahan Citra Digital. Yogyakarta : Andi Offset. Sutoyo, T., dkk Teori Pengolahan Citra Digital. Yogyakarta : Andi Offset. __________. Materi Pengolahan Citra. Fakultas Informatika IT Telkom. Here comes your footer Page 33