LAPORAN PRAKTIKUM

KESIMPULAN MATERI GEOMETRI CITRA

Disusun untuk Memenuhi Tugas
Mata Kuliah Praktikum Pengolahan Citra Digital
Semester 7

PEMBIMBING :
Dr. Joko Sugiono, MT.

Tanggal : Selasa, 21 Juni 2016

Disusun oleh :
Kelompok 2 JTD 4A
No. Nama NIM
1. Aulian Vardani 1441160082
2. Reksa Nirvana Alam 1441160042
3. Ahmad Nuval Wildani (Transfer) 1741167010

JARINGAN TELEKOMUNIKASI DIGITAL

TEKNIK ELEKTRO
POLITEKNIK NEGERI MALANG
2017
 1. Intensity Value Adjustment
Penyesuaian intensitas adalah sebuah teknik peningkatan gambar yang memetakan sebuah intensitas
gambar ke ukuran baru. Di bawah ini adalah contoh gambar low-contrast dengan histogram. Dapat dilihat
pada gambar nilai contrast nya berkumpul di range 0-255.

I = imread('pout.tif');

imshow(I)

figure, imhist(I,64)

2. Adjust Intensity Values to Specified Range

Kode dibawah dapat digunakan untuk meningkatkan kontras pada gambar skala abu-abu dengan memeta
ulang nilai data dengan mengisi nilai dalam range [0,255]

I = imread('pout.tif');

J = imadjust(I);

imshow(J)

figure, imhist(J,64)

Gambar dibawah menunjukan telah dilakukan penyesuaian gambar dan histogram.

Specify Adjustment Limits as Range

Dibawah ini adalah kode untuk merubah nilai data dalam range tertentu

I = imread('cameraman.tif');

J = imadjust(I,[0 0.2],[0.5 1]);

imshow(I)

figure, imshow(J)

Dapat dilihat pada gambar dibawah, gambar orang bermantel disebelah kiri terlalu gelap, untuk itu
dilakukan pemetaan range dengan imadjust pada rang [0,51] pada uint8 masukan gambar ke [128,255].
Lalu pada gambar sebelah kanan tampak gambar dengan kecerahan yang tinggi setelah dilakukan
perubahan nilai range yang memudahkan untuk melihat detail dari mantel pada gambar.
Set Image Intensity Adjustment Limits Automatically

Untuk menggunakan imadjust, haru menggunakan 2 cara:

1. Menampilkan histogram gambar untuk menentukan batas intensitas.

2. Tentukan batasanya sebagai pecahan antara 0,0 dan 1.0 sehingga dapat digunakan pada imadjust

Untuk mempermudah menentukan batasannya gunakan fungsi stretchlim. ( fungsi i. madjust

menggunakan stretchlim untuk sintax sederhana,imadjust(I))

This function calculates the histogram of the image and determines the adjustment limits automatically.
The stretchlim function returns these values as fractions in a vector that you can pass as the [low_in
high_in] argument to imadjust; for example:

Fungsi ini mengkalkulasi histogram gambar dan menentukan batasan secara otomatis.

I = imread('rice.png');

J = imadjust(I,stretchlim(I),[0 1]);

Umumnya, strectlim menggunakan nilai intensitas untuk merepsentasikan bawah 1% (0.01) dan atas
(0.99) sebagai range batas penyesuaian.

Gamma Correction

Imadjust dapat menerima tambahan argument yang menetukan factor gamma koreksi. Tergantung pada
nilai gamma, pemetaan antara nilai masukan dan kelauran gambar dapat menjadi tidak linear.

Gamma dapat memiliki nilai antara 0 dan tak hingga, jika gamma adalah 1, pemetaan nya linear, jika
gamma kurang dari 1, pemetaannya dinilai kea rah yang lebih tinggi nilainya. Jika gamma lebih besar dari
1, pemetaan tertimbang ke nilai output yang lebih rendah (lebih gelap).

Gambar dibawah mengilustrasikan hubungannya, Tiga kurva transformasi menunjukkan bagaimana nilai
dipetakan saat gamma kurang dari, sama dengan, dan lebih besar dari 1. (Pada setiap grafik, sumbu x
mewakili nilai intensitas pada gambar masukan, dan sumbu y mewakili nilai intensitas pada gambar

Plots Showing Three Different Gamma Correction Settings

Contoh di bawah ini menggambarkan koreksi gamma. Perhatikan bahwa dalam panggilan untuk
menyesuaikan, rentang data gambar input dan output ditentukan sebagai matriks kosong. Bila Anda
menentukan matriks kosong, imadjust menggunakan rentang standar [0,1]. Dalam contoh, kedua rentang
dibiarkan kosong; Ini berarti koreksi gamma diterapkan tanpa penyesuaian data lainnya.
[X,map] = imread('forest.tif');

I = ind2gray(X,map);

J = imadjust(I,[],[],0.5);

imshow(I)

figure, imshow(J)

3. Adjust Image Intensity Values Using Histogram Equalization

Fungsi histeq digunakan untuk menunjukkan persamaan histogram, yang melibatkan nilai
intensitas jadi histogram dari gambar hampir sama dengan histogram yang ditetapkan.
Pada contoh dibawah fungsi histeq digunakan untuk memperbaiki gambar hitam putih. Pada
gambar asli memiliki kontras yang rendah, dengan kontras yang paling banyak berada di tengah,
sedangkan pada hitam putih nilai kontras merata keseluruhan.
Pada gambar garis menggambarkan histogram pada gambar sebelumnya. Dengan nilai input
kebantakan 0.3 dan 0.6 dan nilai input 0 dan 1
 4. Contrast-Limited Adaptive Histogram Equalization (CLAHE)
Sebagai alternatif penggunaan histeq, kita bisa melakukan pemerataan histogram adaptif
kontras terbatas (CLAHE) dengan menggunakan fungsi adapthisteq. Sementara histeq bekerja
pada keseluruhan gambar, adapthisteq beroperasi di daerah kecil dalam gambar, yang disebut ubin.
Setiap kontras ubin ditingkatkan, sehingga histogram daerah output kira-kira sesuai dengan
histogram tertentu. Setelah melakukan pemerataan, adapthisteq menggabungkan ubin tetangga
menggunakan interpolasi bilinear untuk menghilangkan batas yang diinduksi secara artifisial.

Sebagai ilustrasi, contoh ini menggunakan adapthisteq untuk menyesuaikan kontras dalam
gambar grayscale. Gambar asli memiliki kontras rendah, dengan sebagian besar nilai di tengah
rentang intensitas. adapthisteq menghasilkan gambar keluaran yang memiliki nilai merata
sepanjang rentang. Berikut adalah coding untuk fungsi adaphisteq :

I = imread('pout.tif');

J = adapthisteq(I);

imshow(J)

figure, imhist(J,64)

Image Sesudah Dilakukan CLAHE Equalization Beserta Histogramnya :

 5. Enhance Color Separation Using Decorrelation Stretching
(Meningkatkan Pemisahan Warna Menggunakan Peregangan
Dekorelasi)
Decorrelation Stretching meningkatkan pemisahan warna suatu gambar dengan korelasi
band-to-band yang signifikan. Warna yang berlebihan meningkatkan interpretasi visual dan
membuat diskriminasi fitur menjadi lebih mudah. Jumlah pita warna, NBANDS, pada gambar
biasanya tiga. Tapi kita bisa menerapkan peregangan dekorasi terlepas dari jumlah band warna.

Nilai warna asli dari gambar dipetakan ke satu set nilai warna yang baru dengan rentang
yang lebih luas. Intensitas warna masing-masing piksel diubah menjadi ruang eigen warna dari
kovarian NBANDS-by-NBANDS atau matriks korelasi, yang diregangkan untuk menyamakan
varian band, kemudian berubah kembali ke pita warna asli.

Untuk menentukan statistik bandwise, Anda dapat menggunakan seluruh gambar asli atau,
dengan pilihan subset, subset yang dipilih darinya. Lihat halaman referensi decorrstretch.

Dekorelasi Stretching Sederhana

Berikut merupakan langkah-langkahnya
1. Gambar memiliki 7 pita, namun hanya membaca 3 warna terlihat.

2. Kemudian lakukan dekorelasi stretching dengan menggunakan fungsi decorrstretch

3. Kemudian lihat hasilnya

Hasilnya pada gambar asli memiliki warna violet yang kuat, sedangkan gambar yang
telah berubah memiliki sedikit warna yang memperluas jarak warna.
- Menambahkan kontras linier stretch
Pada kasus ini kisaran warna yang diubah dipetakan dengan jarak setiap band yang
dinormalisasi antara 0.01 dan 0.99, tingkat terpenuhi sebesar 2%.