Pertemuan 1
Pertemuan 1
Juni 2010
pertemuan 1
Tujuan:
Mengerti tentang citra dan pengolahan secara teknik Memahami dan mengetahui penerapan pengolahan citra Mampu menerapkan keilmuan keinformatikaan dalam sistem pengolahan citra Mampu membuat sistem pengolahan citra Memahami sistem citra digital
Juni 2010
pertemuan 1
Materi
Struktur data citra dan operasi dasar Image representation & modelling Image enhancement Image restoration Image analysis Image reconstruction Image Compression Warna Format citra Pengenalan pola Terapan pengolahan citra
pertemuan 1 4
Juni 2010
Buku referensi
Riyanto Sigit dkk, Step by Step Pengolahan Citra Digital, Andi Offset, 2005 Balza Achmad, Teknik Pengolahan Citra Digital Menggunakan Delphi, Ardi Publishing, 2005 Rinaldi Munir, Pengolahan Citra Digital, Informatika, 2004 Usman Achmad, Pengolahan Citra Digital dan Teknik Pemrogramannya, Graha Ilmu, 2005 Fadlisyah, Computer Vision dan Pengolahan Citra, Penerbit Andi, 2007
Juni 2010
pertemuan 1
Definisi Citra
Citra atau image merupakan istilah lain dari gambar, yang merupakan informasi berbentuk visual A picture is more than a thousand words. Citra, gambar dua dimensi dengan bentuk segi empat berformat horisontal dan vertikal yang memiliki warna dan representasi digital Citra merupakan fungsi menerus dari intensitas cahaya pada bidang dwimatra/dua dimensi.
Juni 2010
pertemuan 1
Representasi Citra
Pada kasus penampilan citra secara visual nilai data digital yang disimpan oleh komputer, merepresentasikan warna dari citra yang diolah. Citra biner (monokrom): setiap titik bernilai 0 untuk warna hitam atau 1 untuk warna putih. Satu titik pada citra hanya membutuhkan satu bit. Citra skala keabuan (Gray scale): citra ini memberikan peluang warna yang lebih banyak dibanding citra biner. Contoh: u/ skala keabuan 4 bit, maka jumlah kemungkinan nilainya adalah 2 = 16, dan nilai maksimumnya adalah 16-1. Citra Warna (True Color): pada citra warna, setiap titik mempunyai warna yang spesifik yang merupakan kombinasi dari 3 warna dasar RGB. Setiap warna dasar mempunyai intensitas dengan nilai maksimum 255 (8 bit). Contoh: kuninng merupakan kombinasi dari merah dan hijau sehingga nilai RGB nya adalah: 255 255 0.
Juni 2010
pertemuan 1
Juni 2010
pertemuan 1
Digital VS Analog
Data digital direpresentasikan dalam komputer berbentuk kode seperti biner, decimal. Contoh data digital: MP3, BMP, JPG, GIF. Data analog tidak direpresentasikan dalam komputer, semua merupakan fakta.
Juni 2010
pertemuan 1
10
Juni 2010
pertemuan 1
11
Juni 2010
pertemuan 1
12
PERTEMUAN 2
Juni 2010
pertemuan 1
14
Kedalaman Bit Kedalaman bit menyatakan jumlah bit yang diperlukan untuk mrepresentasikan tiap piksel citra pada sebuah frame. Kedalaman bit biasanya dinyatakan dalam satuan bit/ piksel. Semakin banyak jumlah bit yang digunakan untuk merepresentasikan sebuah citra, maka semakin baik kualitas citra tersebut.
Juni 2010
pertemuan 1
15
Konsep Redundansi
Redundansi merupakan suatu keadaan dimana representasi suatu elemen data tidak bernilai signifikan dalam merepresentasikan keseluruhan data. Keadaan ini menyebabkan data keseluruhan dapat direpresentasikan secara lebih kompak dengan cara menghilangkan representasi dari sebuah elemen data yang redundan. Redundansi yang terdapat pada citra statik adalah redundansi spasial.
Juni 2010 pertemuan 1 16
Citra asli
Juni 2010
pertemuan 1
18
Operasi ini bertujuan menghilangkan/meminimumkan cacat pada citra. Tujuan pemugaran citra hampir sama dengan operasi perbaikan citra. Bedanya, pada pemugaran citra penyebab degradasi gambar diketahui. Contoh-contoh operasi pemugaran citra: a. penghilangan kesamaran (deblurring). b. penghilangan derau (noise)
Juni 2010 pertemuan 1 19
Juni 2010
pertemuan 1
20
Juni 2010
21
Juni 2010
pertemuan 1
22
Juni 2010
pertemuan 1
23
Juni 2010
pertemuan 1
24
Jenis operasi ini bertujuan menghitung besaran kuantitif dari citra untuk menghasilkan deskripsinya. Teknik pengorakan citra mengekstraksi ciri-ciri tertentu yang membantu dalam identifikasi objek. Proses segmentasi kadangkala diperlukan untuk melokalisasi objek yang diinginkan dari sekelilingnya.
Juni 2010 pertemuan 1 25
Contoh-contoh operasi pengorakan citra: a. Pendeteksian tepi objek (edge detection) b. Ekstraksi batas (boundary) c. Representasi daerah (region) Berikut adalah Contoh operasi pendeteksian tepi pada citra
Juni 2010
pertemuan 1
26
Juni 2010
pertemuan 1
27
Teknik Histogram
Menurut Wikipedia, histogram itu didefinisikan sebagai sebuah bentuk visual dari tabulated frequencies, dan biasa digambarkan dalam bentuk bars. Histogram citra adalah grafik yang menggambarkan penyebaran nilai-nilai intensitas pixel dari suatu citra atau bagian tertentu dari citra. Dalam histogram citra akan didapatkan frekuensi relative dari intensitas pada citra yang menunjukkan kecerahan (brigthness) dan kontras Histogram sebagai alat bantu dalam pengolahan citra secara kualitatif maupun kuantitatif. Histogram terdiri atas sekumpulan bilangan yang menjelaskan presentase pixel dalam citra dengan warna Juni 2010 pertemuan 1 28 tertentu.
Pembuatan Histogram
Jika suatu citra memiliki kedalaman warna atau derajat keabuan c dengan nilai 0 c1, dengan resolusi nxm, maka s adalah jumlah seluruh pixel atau nxm
Juni 2010
pertemuan 1
29
3
4 4 2
3
4 4 2
7
6 2 2
4x4x8
7
6 2 2 Ci 0 1 2 3 Fi 0 0 6 2 4 0 2 Hi 0 0
0,37 5 0,12 5
0,25 0
30
0,12
1 0.9 0.8
histogram
warna
Juni 2010
pertemuan 1
31
Histogram Citra
Nilai tertinggi dari Hi adalah 1, 0 < Hi < 1 Hi menyatakan probability pixel dimana jumlah total Hi sama dengan 1 Citra dengan kondisi tidak normal seperti terlalu gelap atau terlalu terang akan menghasilkan grafik setengah dari derajat keabuan/warna dimana gelap akan cenderung ke kiri naik dan rendah ke kanan sedangkan terlalu terang akan sebaliknya. Citra normal menghasilkan histogram yang mengisi nilai keabuan secara penuh atau merata untuk distribusi setiap intensitas pixel.
Juni 2010 pertemuan 1
32
Citra gelap
Citra terang
Citra normal
Juni 2010 pertemuan 1