Disusun oleh:
Nama : Jogi Yosua tangkilisan
Nim : 19024083
Kelas : 2 ti 3
Representasi Citra digital adalah sebuah aktivitas dalam kegiatan pengolahan citra
digital, dimana kegiatan ini merupakan proses menampilkan kembali suatu citra
yang telah melalui tahap digitizing (proses pengubahan bentuk citra analog ke
dalam format digital agar mampu dilakukan proses manipulasi oleh komputer)
dengan cara mencacah gambar tersebut dalam bentuk titik – titik warna yang
ditandai dengan angka yang menunjukkan tingkat kecerahan warna tersebut,
kemudian dipetakan dengan menggunakan sistem koordinat.
Kemudian kedua faktor diatas dinyatakan dengan nilai L, yaitu nilai maksimal
warna intensitas, dengan ketentuan nilai L = 0 ≤ f(x,y) ≤ L – 1
Catatan: Koordinat Matriks dan koordinat piksel pada tidak memiliki perbedaan
dalam operasi matematisnya. Perbedaan dari koordinat matriks dan koordinat
piksel adalah koordinat matriks menunjukkan letak suatu titik pada citra asli, dan
koordinat piksel menunjukkan letak suatu titik pada citra di layar monitor.
Berdasarkan format representasi citra diatas, maka dapat disimpulkan bahwa suatu
citra dinyatakan dalam bentuk lebar x tinggi. Citra digital memiliki satuan berupa
piksel, ataupun dalam satuan panjang (mm atau inci).
Adapun mekanisme representasi citra digital adalah suatu elemen matriks diisi oleh
angka – angka yang mewakilkan warna – warna yang tampak pada mata.
Kumpulan angka yang mewakilkan warna pada matriks tersebut kemudian
disimpan dalam komputer dengan berbagai format citra yang ada, dan memerlukan
program khusus untuk membukanya (seperti Ms. Paint, Photoshop, dll). Sehingga
dapat disimpulkan bahwa sebuah data citra digital menyimpan informasi berupa
kumpulan angka yang mewakilkan warna yang ada.
Suatu citra digital dapat ditampilkan dalam tiga format tampilan, diantaranya:
Citra Biner
Citra biner merupakan salah satu cara dalam merepresentasikan citra digital
dimana citra ini menggunakan dua jenis warna saja, yakni hitam dan putih. Kedua
warna ini masing – masing diwakili oleh angka – angka biner (0 dan 1).
Dalam mewakili warna hitam dan putih, angka biner memiliki ketentuan sebagai
berikut:
Model citra cahaya : angka 1 mewakili warna putih, dan angka 0 mewakili warna
hitam (warna putih menyatakan adanya cahaya, warna hitam menyatakan tidak ada
cahaya)
Model citra tinta / cat : angka 1 mewakilli warna hitam, dan angka 0 mewakili
warna putih (warna hitam menandakan adanya cat, warna putih menandakan tidak
ada cat)
Contoh:
Citra Grayscale
Citra grayscale merupakan suatu cara dalam merepresentasikan citra digital dengan
menggunakan skala derajat keabuan, dimana derajat keabuan yang ada merupakan
hasil pemangkatan nilai bit yang ada terhadap angka 2 (2n).
Misalkan skala keabuan 4 bit memiliki rentang skala keabuan sebanyak 24 warna =
16 warna, yang diwakili dengan angka 0 hingga 15. (angka 0 / minimal mewakili
warna hitam, dan angka 15 / maksimal mewakili warna putih). Adapun angka
diantara 0 hingga 15 merepresentasikan warna abu dalam skala kecerahan yang
berbeda.
Citra warna
Citra warna merupakan metode dalam merepresentasikan suatu citra secara digital,
dimana metode ini menggunakan kombinasi dari tiga warna primer (merah, hijau
dan biru = RGB) untuk membentuk suatu citra. Adapun setiap titik pada citra
mewakili kombinasi dari ketiga warna ini.
Setiap warna ini masing masing memiliki intensitas tersendiri dengan rentang nilai
0 hingga 255 (8 bit)
Misalkan warna ungu = merupakan kombinasi warna merah dan biru, sehingga
nilai RGBnya: 255 0 255
Catatan:
jika ketiga warna pada suatu piksel memiliki angka minimal, maka warna yang
ditunjukkan pada piksel tersebut adalah warna hitam.
jika ketiga warna pada suatu piksel menunjukkan angka maksimal, maka warna
yang ditunjukkan adalah warna putih.
Jika salah satu dari ketiga angka pada piksel memiliki nilai minimal, maka warna
tersebut tidak terkandung pada warna yang ditampilkan. Contoh: pada kombinasi
warna ungu diatas, dapat disimpulkan bahwa warna ungu tidak mengandung warna
hijau, karena nilai skala warna hijau pada warna tersebut adalah 0.
Mengingat bahwa setiap piksel merupakan kombinasi dari ketiga warna ini, maka
satu piksel memerlukan memori sebanyak 3 bit.
Adapun jumlah total dari kombinasi warna yang mungkin adalah sebagai berikut:
Warna dasar terdiri atas 3 warna
Catatan : warna dasar pad konteks ini memiliki perbedaan, yakni warna dasar
untuk cahaya / diplay pada monitor dan warna dasar untuk cat atau tinta / display
cetakan diatas kertas.
Berikut merupakan perbandingan ketiga citra yang dibahas pada bahasan ini:
Dari rumus di atas ini yang dimaksud dengan fmaksimum adalah nilai tertinggi
dalam bit warna. Misalnya untuk citra grayscale 8 bit, maka fmaksimumnya
adalah 255, untuk citra grayscale 7 bit fmaksimumnya adalah 127
Untuk membuat citra menjadi negative, maka kita bias menggunakan teori dan
rumus di atas untuk diimplementasikan ke dalam program pengolahan citra yang
akan kita buat.
4. Brightness:
Mendengar kata brightness, yang terlintas di dalam pikiran kita akan langsung
berpikiran mengenai terang dan gelap pada suatu image / citra. Dalam operasi
brightness ini, kita akan membuat citra semakin terang atau pun semakin gelap.
Dalam operasi brightness, ada beberapa point yang perlu kita ingat dalam membuat
program untuk pengolahan citra, antara lain:
Intensitas:
Citra Grayscale:
Citra True Color:
5. Kontras(contrast)
Kontras adalah tingkat penyebaran pixel – pixel ke dalan intensitas warna. Ada tiga
macam kontras, yaitu kontras rendah, kontras tinggi, dan kontras normal.
1. Citra Kontras Rendah : Citra yang memiliki kontras rendah dapat terjdi karena
kurangnya pecahayaan, kurangnya bidang dinamika dari sensor citra, serta kesalahan
setting pembuka lensa pada saat pengambilan citra. Mempunyai kurva histogram yang
sempit, akibat penyebaran intensitas terang atau intensitas gelap yang tidak merata.
Sehingga titik tergelap dari suatu citra tidak mencapai hitam paling pekat dan titik paling
terang tidak mencapai putih paling cemerlang.
2. Citra Kontras Tinggi : merupakan kebalikan dari citra kontras rendah karena memiliki
kurva histogram yang lebar, sebaran intensitas gelap dan intensitas terang merata
keseluruh skala intensitas.
3. Citra Kontras Normal : Terjadi bila lebar kurva histogram tidak terlalu lebar dan tidak
terlalu sempit.
Salah satu fungsi peningkatan kontras secara matematis dituliskan sebagai berikut :
dimana G adalah koefisien penguatan kontras dan P adalah nilai KEABUAN yang dipakai
sebagai pusat pengkontrasan. Fo(x, y) adalah intensitas pixel hasil kontras dan Fi(x,y) adalah
intensitas pixel citra asli.
contoh :
1. Thresholding global
2. Thresholding adaptif
Thesholding dilakukan dengan membagi citra menggunakan beberapa sub citra. Lalu pada setiap
sub citra, segmentasi dilakukan dengan menggunakan threshold yang berbeda.
Yang menjadi fokus dalam tugas akhir ini adalah metode thresholding global. Thresholding
diimpelementasikan setelah dilakukan proses perbaikan kontras citra menggunakan fungsi
Contrast-limited adaptive histogram equalization (CLAHE). Thresholding dikatakan global jika
nilai threshold T hanya bergantung pada f(x,y), yang melambangkan tingkat keabuan pada titik
(x,y) dalam suatu citra. Berikut ini akan disajikan contoh partisi histogram untuk memperoleh
threshold dalam Gambar.
Histogram yang berada pada sisi kiri Gambar 2.9 mewakili citra f(x,y) yang tersusun atas obyek
terang di atas background gelap. Piksel-piksel obyek dan background dikelompokkan menjadi
dua mode yang dominan. Cara untuk mengekstraks obyek dari background adalah dengan
memilih nilai threshold T yang memisahkan dua mode tersebut. Kemudian untuk sembarang titik
(x,y) yang memenuhi f(x,y) > T disebut titik obyek, selain itu disebut titik background.
Kesuksesan metode ini bergantung pada seberapa bagus teknik partisi histogram. Citra hasil
thresholding dapat didefinisikan sebagaimana Persamaan dibawah ini.
C adalah citra baru yang intensitas setiap pixel-nya adalah jumlah dari intensitas
tiap pixel pada A dan B. Jika hasil penjumlahan intensitas lebih besar dari 255,
maka intensitasnya dibulatkan ke 255.
Operasi penjumlahan citra dapat digunakan untuk mengurangi pengaruh derau
(noise) di dalam data, dengan cara merata-ratakan derajat keabuan setiap pixel dari
citra yang sama yang diambil berkali-kali. Misalnya untuk citra yang sama
direkam dua kali, f1 dan f2, lalu dihitung intensitas rata-rata untuk setiap pixel: f
‘(x,y) = 2 1 { f1(x, y) + f2(x, y) }
Hasil operasi mungkin bernilai riil, karena itu semua nilai riil tersebut perlu
dibulatkan ke nilai bulat terdekat, nilai maksimum adalah 255.
Proses pengurangan juga dapat digunakan untuk mencari perbedaan absolut dari
citra. Nilai pixel citra hasil dapat dihitung dengan:
Sama halnya seperti proses penjumlahan, proses juga dapat menerapkan
pengurangan dengan Citra output dapat dicari dengan rumus berikut ini
Nilai konstanta akan digunakan untuk mengurangi setiap nilai pixel citra input.