“ PERTEMUAN 4“
Class : TI-5B
Create
Nor Hafiz (23)
C. Citra RGB
• Citra dalam komputer tidak lebih dari sekumpulan sejumlah triplet dimana
setiap triplet terdiri atas variasi tingkat keterangan (brightness) dari elemen red,
green dan blue.
• Representasinya dalam citra, triplet akan terdiri dari 3 angka yang mengatur
intensitas dari Red (R), Green (G) dan Blue (Blue) dari suatu triplet.
• Setiap triplet akan merepresentasikan 1 pixel (picture element).
• Suatu triplet dengan nilai 67, 228 dan 180 berarti akan mengeset nilai R ke nilai
67, G ke nilai 228 dan B k nilai 180. Angka-angka RGB ini yang seringkali
disebut dengan color values.
• Pada format .bmp citra setiap pixel pada citra direpresentasikan dengan dengan
24 bit, 8 bit untuk R, 8 bit untuk G dan 8 bit untuk B, dengan pengaturan seperti
pada berikut :
1) Suatu citra biasanya mengacu ke citra RGB.
2) Sebenarnya bagaimana citra disimpan dan dimanipulasi
dalam komputer diturunkan dari teknologi televisi, yang
pertama kali mengaplikasikannya untuk tampilan grafis
komputer.
3) Jika dilihat dengan kaca pembesar, tampilan monitor
komputer akan terdiri dari sejumlah triplet titik warna
merah (RED), hijau (GREEN) dan biru (BLUE).
4) Tergantung pada pabrik monitornya untuk menentukan
apakah titik tersebut merupakan titik bulat atau kotak
kecil, tetapi akan selalu terdiri dari 3 triplet red, green dan
blue.
D. Convert grayscale
• Adapun proses pengubahan citra RGB ke dalam citra grayscale dapat dilihat pada
gambar 3.
E. Point Processing
• Cara paling mudah untuk melakukan peningkatan mutu pada domain spasial adalah
dengan melakukan pemrosesan yang hanya melibatkan satu piksel saja (tidak
menggunakan jendela ketetanggaan).
• Pengolahan menggunakan histogram juga termasuk dalam bagian point processing.
F. Image Negative
G. Contrast Stretching
• Mengubah kontras dari suatu image dengan cara mengubah greylevel piksel-piksel
pada citra menurut fungsi s = T(r) tertentu.
• r1 ≤ r2, s1 ≤ s2
• r1 = r2, s1 = s2 tidak ada perubahan.
• r1 = r2, s1 = 0, s2 = 255 tresholding menjadi citra biner dengan ambang r1.
H. Contrast Stretching
• Histogram: diagram yang menunjukkan jumlah kemunculan grey level (0-255) pada
suatu citra.
• Histogram processing:
J. Histogram Equalization
1) Grey level yang sering muncul lebih dijarangkan jaraknya dengan grey
level sebelumnya.
2) Grey level yang jarang muncul bisa lebih dirapatkan jaraknya dengan
grey level sebelumnya.
3) Histogram baru pasti mencapai nilai maksimal keabuan (contoh: 255).
• Smoothing filters:
1) Lowpass filter (linear filter, mengambil nilai rata-rata).
2) Median filter (non-linear filter, mengambil median dari setiap
jendela ketetanggan).
• Sharpening filters:
1) Roberts, Prewitt, Sobel (edge detection).
2) Highpass filter.
M. Edge detection