PENGOLAHAN CITRA

Stimik Cilegon, 25 Juni 2010 Anna Hendrawati

Mata kuliah pendukung

Algoritma pemrograman Strukur data Matriks dan aljabar linier Kalkulus Komputer grafik

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

Citra biner dan representasinya dalam data digital

Citra gray scale 4 bit dan representasinya

Juni 2010 pertemuan 1 8

Citra true color dan representasinya

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

Elemen Citra Digital

Brightness, kecerahan atau intensitas cahaya yang dipancarkan pixel dari citra yang dapat ditangkap oleh sistem penglihatan. Contrast menyatakan sebaran terang dan gelap di dalam gambar. Contour, merupakan keadaan yang ditimbulkanoleh perubahan intensitas pada pixel yang bertetanggaan. Color, warna sebagai persepsi yang ditangkap sistem visual terhadap panjang gelombang cahaya yang dipantulkan oleh objek. Texture, dicirikan sebagai distribusi spasial dari derajat keabuan di dalam sekumpulan pixel yang bertetanggaan.

Juni 2010

pertemuan 1

11

Aplikasi/Terapan Pengolahan Citra

Eksplorasi tambang Eksplorasi minyak bumi Manajemen sumberdaya hutan Deteksi ketidaknormalan dalam dunia kedokteran Deteksi ciri2 fisik pada korban tindak pidana Pemetaan geologi dan topografi Pemetaan dan deteksi laut-laut es dst

Juni 2010

pertemuan 1

12

PERTEMUAN 2

Parameter-parameter citra yang penting dalam proses pengolahan citra:

Resolusi Resolusi citra menyatakan ukuran panjang kali lebar dari sebuah citra. Resolusi citra biasanya dinyatakan dalam satuan piksel-piksel. Semakin tinggi resolusi sebuah citra, semakin baik kualitas citra tersebut. Namun, tingginya resolusi menyebabkan semakin banyaknya jumlah bit yang diperlukan untuk menyimpan dan mentransmisikan data citra tersebut.

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

Operasi pengolahan citra

1. Perbaikan kualitas citra (image enhancement). Jenis operasi ini bertujuan untuk memperbaiki kualitas citra dengan cara memanipulasi parameterparameter citra. Dengan operasi ini, ciri-ciri khusus yang terdapat di dalam citra lebih ditonjolkan. Contoh-contoh operasi perbaikan citra: a. perbaikan kontras gelap/terang b. perbaikan tepian objek (edge enhancement) c. penajaman (sharpening) d. pemberian warna semu (pseudocoloring) e. penapisan derau (noise filtering)
Juni 2010 pertemuan 1 17

Contoh operasi penajaman

Citra asli

Citra hasil setelah ditajamkan bagian pinggirnya

Juni 2010

pertemuan 1

18

2. Pemugaran citra (image restoration).

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

Contoh operasi penghilangan kesamaran

Citra asli yang blur

Citra hasil setelah deblurring

Juni 2010

pertemuan 1

20

3. Pemampatan citra (image compression).

Kompresi citra bertujuan untuk meminimalkan jumlah bit yang diperlukan untuk merepresentasikan citra. Apabila sebuah foto berwarna berukuran 3 inci x 4 inci diubah ke bentuk digital dengan tingkat resolusi sebesar 500 dot per inch (dpi), maka diperlukan 3 x 4 x 500 x 500 = 3.000.000 dot ( piksel). Setiap piksel terdiri dari 3 byte dimana masingmasing byte merepresentasikan warna merah, hijau, dan biru. Sehingga citra digital tersebut memerlukan volume penyimpanan sebesar 3.000.000 x 3 byte +1080 = 9.001.080 byte setelah ditambahkan jumlah byte yang diperlukan untuk menyimpan format (header) citra.
pertemuan 1

Juni 2010

21

Ada dua tipe utama kompresi data

Tipe lossless: tidak menghilangkan informasi setelah proses kompresi terjadi, akibatnya kualitas citra hasil kompresi tidak menurun. kompresi tipe lossy: kompresi dimana terdapat data yang hilang selama proses kompresi.

Juni 2010

pertemuan 1

22

Contoh pemampatan citra (image compression).

Juni 2010

pertemuan 1

23

4. Segmentasi citra (image segmentation).

Jenis operasi ini bertujuan untuk memecah suatu citra ke dalam beberapa segmen dengan suatu kriteria tertentu. Jenis operasi ini berkaitan erat dengan pengenalan pola.

Juni 2010

pertemuan 1

24

5. Pengorakan citra (image analysis)

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

6. Rekonstruksi citra (image reconstruction)

Jenis operasi ini bertujuan untuk membentuk ulang objek dari beberapa citra hasil proyeksi. Operasi rekonstruksi citra banyak digunakan dalam bidang medis. Misalnya beberapa foto rontgen dengan sinar X digunakan untuk membentuk ulang gambar organ tubuh.

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

Ci = warna ke i Fi = frekuensi warna

S = jumlah pixel (4x4= 16)

Hi = Fi/S
Juni 2010

4 5 Diterjemahkan dalam histogram sbb: 6

pertemuan 1

0,25 0
30

0,12

1 0.9 0.8

histogram

0.7 0.6 0.5 0.4 0.3 0.2 0.1 0 0 1 2 3 4 5 6 7

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

Bentuk histogram citra

Citra gelap

Citra terang

Citra normal
Juni 2010 pertemuan 1

Citra normal, brightness dan contrast

33