TEKNIK PENGOLAHAN CITRA

TH22283

081.328.718.768/581331/kartikaf@indosat.net.id

by Kartika Firdausy

TUJUAN
Mahasiswa mampu: Menggunakan berbagai teknik pengolahan untuk memperoleh kualitas citra digital yang sesuai dengan kebutuhan Mengaitkan dengan disiplin ilmu lain, seperti :
Kecerdasan buatan (artificial intelligence) Visi komputer (computer vision) Pengenalan pola (pattern recognition) Grafika komputer (computer graphics)

Kaitan antar disiplin ilmu

Physical properties
Imaging

Computer Vision

Image
Computer Graphics Image Processing

Information

AI

Referensi
Achmad, B, Firdausy, K, 2005, Teknik Pengolahan Citra Digital menggunakan DELPHI, Ardi Publishing, Yogyakarta Gonzales, RC, Woods, RE, 2002, Digital Image Processing, 2nd ed., Prentice-Hall Inc, New Jersey Castleman, K.R., 1996, Digital Image Processing, Prentice-Hall,Inc., New Jersey Jain, A.K., 1989, Fundamental of Digital Image Processing, Prentice-Hall,Inc., New Jersey Awcock, G.J., & Thomas, R., 1996, Applied Image Processing, McGraw-Hill, Singapore Thompson, C.M., & Shure, L., 1993, Image Processing Toolbox : For Use with Matlab, The Mathworks Inc. Pitas, I., 1992, "Digital Image Processing Algorithms, Prentice-Hall, Singapore

Materi (1):
CITRA DIGITAL A. B. C. D. E. Pengelompokan citra Pencitraan dan pengolahan citra Representasi citra Resolusi Histogram OPERASI TITIK A. B. C. D. E. Fungsi Transformasi Skala Keabuan Modifikasi Kecemerlangan citra Peningkatan Kontras Negasi Pengambangan Pengambangan tunggal Pengambangan ganda

Materi (2):
OPERASI GLOBAL Ekualisasi Histogram OPERASI GEOMETRIK Transformasi spasial Interpolasi Pencerminan Rotasi dan putaran Penskalaan

A. B. C. D. E.

Materi (3):
OPERASI BERBASIS BINGKAI A. 1. 2. 3. 4. 5. Operasi Aritmatik Pengurangan Derau Penggabungan Citra (Image Blending) Deteksi Gerakan Perbaikan Efek Ketidaklinieran Pencahayaan Digital Angiography

B. Operasi Logika OPERASI BANYAK TITIK BERTETANGGA A. B. C. D. E. Pendahuluan Penghalusan Citra dan Eliminasi Derau Pendeteksian Tepi Penajaman Citra Efek Emboss

Materi (4):
A. B. C. D. E. F. G. H. I. OPERASI MORFOLOGI Pendahuluan Pencarian Batas/Kontur Dilasi Erosi Penutupan (Closing) Pembukaan (Opening) Pengisian (Filling) Pelabelan Obyek Pengerangkaan (Skeletonization)

Citra...??

Citra (image) menurut kamus Webster : a representation, likeness, or imitation of an object or a thing Suatu representasi, kemiripan, atau imitasi dari suatu obyek atau benda

Pengelompokan Citra
Citra Citra tampak Fungsi matematis Kontinyu Diskrit (citra digital) Gambar Foto Gambar Lukisan

Citra fisik tak tampak

Citra optis

Pengelompokan Citra
citra tampak foto keluarga gambar anak-anak lukisan Pablo Picasso apa yang nampak di layar monitor dan televisi hologram (citra optis) citra tak nampak data gambar dalam file (citra digital) citra yang direpresentasikan menjadi fungsi matematis

citra fisik tak nampak citra distribusi panas di kulit manusia peta densitas dalam suatu material Untuk dapat dilihat mata manusia, citra tak nampak ini harus diubah menjadi citra tampak, misalnya dengan menampilkannya di monitor, dicetak di atas kertas, dan sebagainya.

Urutan Pengolahan Citra

Citra non digital/ sifat fisik obyek

Pencitraan

Citra digital

Pengolahan citra digital

Citra digital

Analisis citra digital

Data/ keputusan

Imaging System

Acquisition & Digitization

Camera Scanner

Digital Processing
Computer Storage

Output / Display
Monitor Printer

Object Selection for Image Editing (e.g. Composition)

Future Research
Movie Editing:
Tracking and segmenting objects in a movie. Modeling object boundary edges.

Image-Based Modeling and Rendering:

Generate 3-D models of objects from video or multiple images. Render the models with original image texture from new viewpoints under different lighting conditions.

Anyone Interested

Representasi Citra Digital 1. 2. 3. 4. Citra biner / monokrom Citra skala keabuan 4 bit Citra warna true color Citra warna berindeks 4 bit

1. Citra biner / monokrom

= = = = 10011101 01101110 01101101 10011110 = = = = $9D $6E $6D $9E

2. Citra skala keabuan 4 bit

= 15 10 7 10 15 13 0 13 = $FA 7A FD 0D = 12 4 15 7 11 15 15 1 = $C4 F7 BF F1 = 10 5 15 7 14 14 2 15 = $A5 F7 EE 2F = 15 15 3 11 13 15 15 7 = $FF 3B DF F7

10

3. Citra warna true color

= 255 255 255 255 0 = 0 255 255 0 128 128 128 128 128 0 0 0 255

0 128 0 204 255 255 51 51 51 255 255 255

= 150 150 150

95 95 95

= 255 204 153 204 255 204 128 0 0 255 0 255

4. Citra warna berindeks 4 bit

indeks = 4 5 2 3 = $45 23 0 1 2 3 4 5 15 R 51 95 128 128 255 255 255 G 51 95 128 128 255 0 0 B 51 95 128 0 255 0 255

= 9 13 = 12 0 = 11 10

7 14 = $9D 7E 4 1 = $60 41 6 15 = $BA 6F

11

Tingkat keabuan:

a. b. c. d.

32 (5 bit) 16 (4 bit) 8 (3 bit) 4 (2 bit)

Resolusi
Resolusi spasial (ruang) Kemampuan untuk membedakan detil citra Berhubungan dengan ukuran piksel Ditentukan oleh perataan (averaging) dan penyebaran (spreading) pada saat pencitraan Contoh Pada citra medis : sekitar 1 mm per piksel Scanner dokumen : 150, 300, 600 dpi (dots per inch)

12

Resolusi rendah

Resolusi tinggi

RESOLUSI CITRA
a. b. c. d. 256x256 128x128 64x64 32x32

13

RESOLUSI KAMERA

Resolusi rendah Resolusi tinggi

Histogram Tingkat Keabuan

Fungsi yang menunjukkan jumlah titik yang ada di dalam suatu citra untuk setiap tingkat keabuan Mewakili informasi citra tersebut
Frekuensi kemunculan (jumlah titik) 30.000

15.000

10

20

30

40

50

nilai derajat / skala keabuan

14

Kegunaan Histogram
1. Penentuan parameter digitisasi apakah sudah berada pada jangkauan yang tepat ? 2. Pemilihan batas ambang batas yang optimal : pada daerah lembah

Contoh citra & histogram

langit

pohon & dinding

rumput

atap

15