3.1 Tujuan
1. Untuk mengetahui Peta warna dalam Citra 8-bit.
2. Untuk mengetahui Ruang warna dalam Grafik dan Citra.
3. Untuk mengetahui Chroma Subsampling.
4. Untuk mengetahui Efek aliasing karena subsampling.
5. Dapat menganalisa materi tersebut menggunakan MATLAB.
3.2 Peralatan
1. Laptop/PC.
2. Software MATLAB.
Dari gambar diatas, citra digital dapat didefinisikan sebagai fungsi dua
variabel, f(x1,y1), dengan x1 dan y1 adalah koordinat spasial dan nilai f(x1, y1)
adalah intensitas citra pada koordinat tersebut.
Akuisisi citra adalah tahap awal untuk mendapatkan citra digital. Tujuan
akuisisi citra adalah untuk menentukan data yang diperlukan dan memilih metode
perekaman citra digital. Tahap ini dimulai dari objek yang akan diambil
gambarnya, persiapan alat-alat, sampai pada pencitraan. Pencitraan adalah
kegiatan transformasi dari citra tampak (foto, lukisan, gambar, patung,
pemandangaan dan lain-lain) menjadi citra digital. Beberapa alat yang dapat
digunakan untuk pencitraan adalah:
a. Video kamera
b. Kamera digital
c. Kamera konvensional dan converter analog to digital
d. Scanner
e. Photo sinar-x atau sinar infra merah
2. Preprocessing
Tahapan ini diperlukan untuk menjamin kelancaran pada proses
berikutnya. Hal-hal penting yang dilakukan pada tingkatan ini diantaranya adalah:
a. Peningkatan kualitas citra (kontras, brightness, dan lain-lain)
b. Menghilangkan noise
c. Perbaikan citra (image restoration)
d. Transformasi (image transformation)
e. Menentukan bagian citra yang akan diobservasi
3. Segmentasi
Tahapan ini bertujuan untuk mempartisi citra menjadi bagian-bagian
pokok yang mengandung informasi penting. Misalnya, memisahkan objek dari
latar belakang.
6. Basis pengetahuan
Basis pengetahuan sebagai basis data pengetahuan berguna untuk
memandu operasi dari masing-masing modul proses dan mengkontrol interaksi
antara modul-modul tersebut. Selain itu, basis pengetahuan juga digunakan
sebagai referensi pada proses template matching atau pada pengenalan pola.
Setiap piksel pada citra warna yang merupakan kombinasi tiga warna
dasar (RGB= Red (merah) Green (hijau) Blue (biru)) sehingga citra warna disebut
juga warna RGB. Setiap warna dasar menggunakan penyimpanan 8 bit = 1 byte,
yang mempunyai kombinasi warna sebanyak juta warna lebih. Itulah sebabnya
format ini dinamakan true color karena mempunyai jumlah warna yang cukup
besar sehingga bisa dikatakan hampir semua warna di alam.
Penyimpanan citra true color di dalam memori berbeda dengan citra
grayscale. Setiap piksel dari citra grayscale memiliki 256 gradasi warna yang
diwakili oleh 1 byte. Sedangkan 1 piksel citra true color diwakili oleh 3 byte,
dimana masing-masing byte mempresentasikan warna merah (Red), hijau (Green)
dan biru (Blue).
3.3.6 Dithering
Dithering merupakan suatu teknik dalam komputer grafik untuk
menciptakan kedalaman warna pada gambar dari sekumpulan warna yang ada.
Dengan cara ini, warna yang tidak tersedia dari color palette akan diciptakan
dangan difusi beberapa pixel dari color palette yang ada. Mata manusia mengenali
difusi ini sebagai pencampuran warna.
Gambar 3.2 Menggunakan web-safe color palette dengan Floyd – Steinberg dithering
3.3.7 Aliasing
Dalam proses pengolahan sinyal analog, sinyal input masuk ke Analog
Signal Processing (ASP), diberi berbagai perlakukan (misalnya pemfilteran,
penguatan,dan sebagainya) dan outputnya berupa sinyal analog.
3.3.8 Antialiasing
Seperti yang telah dikatakan sebelumnya bahwa konversi raster-scan
adalah pengisian harga-harga elemen suatu matriks (yaitu frame buffer)
sedemikian rupa sehingga secara visual tergambarkan primitif-primitif grafik yang
bersangkutan. Jadi pada dasarnya adalah semacam diskretisasi obyek tersebut.
Selanjutnya sebagai sesuatu yang diskret, masalah yang timbul adalah distorsi
informasi yang disebut aliasing. Secara visual obyek garis atau batas suatu area
akan terlihat sebagai tangga (efek tangga atau jaggies). Peningkatan resolusi
frame buffer dapat mengurangi efek ini namun tidak dapat dihilangkan sama
sekali karena keterbatasan teknologi (ingat faktor-faktor yang menentukan
resolusi: refresh rate, dan ukuran frame buffer).
Pada sistem raster dengan tingkat intensitas > 2 bisa diaplikasikan metoda
antialiasing dengan memodifikasi intensitas piksel-piksel batas obyek dengan latar
atau obyek lainnya. Modifikasi tersebut akan memperhalus batas-batas tersebut,
sehingga mengurangi penampakan yang jaggies tersebut.
Secara logika metode ini memperhalus ukuran pixel ke dalam subpiksel-
subpiksel dan menggambarkan garis pada grid subpixel tersebut, lalu harga
intensitas suatu pixel ditentukan sesuai dengan berapa banyak subpixelnya dikenai
garis tersebut. Alternatif penghitungan sederhana (rasio) ini adalah dengan
pembobotan dengan mask diskret (Pixelweighting Mask), dan pembobotan dengan
mask kontinyu (continuous filtering).
1. Pixel-weighting Masks
Alternatif menggunakan rasio secara langsung di atas, teknik filtering
dalam pengolahan citra (bedanya: pengolahan citra pada pixel sedangkan di sini
pada subpixel) dengan suatu mask (atau kernel) sesuai dengan subdivision pixel
misalnya 3x3 subpixel digunakan untuk menghitung. Ada beberapa bentuk mask.
Contohnya:
- Box Mask (berefek averaging)
- Gaussian Mask kadang-kadang mask meliputi juga subpixel di pixel
tetangganya untuk mendapatkan hasil yang lebih smooth.
2. Continuous Filtering
Smoothing mirip weighting mask di atas pada subpiksel-subpiksel (dari
pixel tersebut dan juga dari subpixel tetangganya) namun menggunakan fungsi
permukaan kontinyu: box, konus, atau gaussian. Jadi secara teoritis dilakukan
konvolusi antara fungsi filter dengan fungsi citra pada tingkat subpixel. Secara
praktis untuk mengurangi komputasi digunakan suatu table-lookup dari kombinasi
pixel dengan piksel-piksel tetangganya.
3.4 Langkah Percobaan
3.4.1 Dithering
1. Buatlah sebuah script pada konsul editor Matlab dan simpan dengan
nama “dither1” dengan parameter di, dan function repmat (di, m/4, n/4)
im = imread('lena.bmp');
di = 4*ones(4,4);
[m n] = size(im);
mat = repmat(di, m/4, n/4);
im = im / 17;
dithered = im > mat;
imshow(dithered);
Koding Program 3.1 Dithering
2. Jalankan script tersebut dan simpan hasilnya untuk dianalisis lebih lanjut.
3. Bandingkan hasil gambar luaran script “colormap” dan gambar hasil
pada Matlab.
2. Jalankan script tersebut dan simpan hasilnya untuk dianalisis lebih lanjut.
3. Bandingkan hasil gambar luaran script “chromasubsampling_eg1” dan
gambar hasil pada Matlab.
3.4.4 Image Aliasing Errors
1. Buatlah sebuah script pada konsul editor Matlab dan simpan dengan
nama “zoom_alias”
im = imread('parrots.jpg');
zoom = 4
% Mengambil dimensi citra dan hitung pusat dan window
untuk zoom;
[n m o] = size(im)
% Pusat citra nmid = n/2;
mmid= m/2;
xoff = n/(zoom*2);
yoff = m/(zoom*2);
%Potong bagian citra dari pusatnya yang proporsional
untuk zoom
newim = im(nmid-xoff:nmid+xoff,mmid-yoff:mmid+yoff,:);
2. Jalankan script tersebut dan simpan hasilnya untuk dianalisis lebih lanjut.
3. Bandingkan hasil gambar luaran script “zoom_alias” dan gambar hasil pada
Matlab.
Pada gambar 3.30 tampak hasil citra yang terdithering. Berbeda dengan
citra sebelumnya yang hasilnya masih terlihat jelas dan piksel yang digunakan
dari 0 sampai 255. Jika intensitasnya lebih tinggi dari ambang batas yang telah
ditentukan, pixel ditetapkan untuk warna putih. Metode dithering pada gambar
3.30 merupakan metode ordered threshold. Metode ordered threshold tidak
menggunakan ambang tetap untuk seluruh citra (atau nilai acak untuk setiap
piksel), tapi menggunakan ambang batas matriks (ukuran biasanya kecil, kurang
dari 10) dari pola yang telah ditetapkan diberlakukan. Matriks lebih membuka
daerah sudut tertentu dan setiap piksel dari pengembangan citra oleh nilai dari
matriks.
Pada gambar 3.31 adalah citra asli dari figure colourmaps yang memiliki
warna yang jelas dengan kecerahan yang bagus. Citra ini memiliki intensitas nilai
piksel 8 bit (256 bit) dilihat dari warna dan kecerahan pada citra. Citra ini
berikutnya dikonversikan ke dalam intensitas piksel 8 bit.
Adapaun hasil dari konversi citra asli ke konversi citra dengan intensitas
piksel 8 bit dapat dilihat pada gambar 3.32 sebagai berikut :
Pada grafik cmap dapat dilihat gambar 3.33. Grafik cmap menandakan
intensitas warna yang digunakan pada citra konversi piksel 8 bit atau 256 bit.
Dapat dilihat pada gambar 3.33, grafik cmap menunjukkan intensitas warna
perbitnya yang digunakan pada citra. Adapun warna – warna yang mendominasi
pada grafik adalah RGB (Red, Green dan Blue) yang memang merupakan standar
pada citra. Grafik yang menandakan warna – warna pada citra sangatlah rapat, itu
berarti menandakan bahwa warna – warna yang digunakan pada citra konversi 8
bit tingkat warna dan kecerahannya jelas dan bagus sama dengan citra aslinya.
Setelah dikonversikan ke piksel 8 bit, citra juga di konversikan ke piksel 4
bit atau 16 bit dengan hasil gambar yang dapat dilihat pada gambar 3.34.
Pada gambar 3.36 adalah citra yang dikonversikan ke intensitas piksel GIF
8 bit. Pembentukan citra asli ke citra konversi piksel GIF 8 bit dengan fungsi
image 8bit dan cmap 8 bit menjadi 256 bit. Cmap adalah colourmap
mengembalikan matriks tiga kolom triple RGB yang mendefinisikan figure
colourmap saat ini. GIF (Graphics Interchange Format) adalah sebuah format
yang digunakan karena ukurannya yang relatif kecil karena format ini membatasi
ukuran dan jumlah warnanya sebanyak 256 warna. Tampak pada citra hasil
konversi ke piksel GIF 8 bit tampak sedikit berbeda dengan citra aslinya.
Perbedaannya terletak pada warna yang sedikit pudar tetapi tidak sepudar citra
hasil konversi dikarenakan adanya proses lossless compression yang merupakan
sifat dari format GIF.
Adapun grafik cmap konversi citra ke intensitas piksel GIF 8 bit dapat
dilihat pada gambar 3.37 adalah sebagai berikut :
Pada grafik cmap dapat dilihat gambar 3.37. Grafik cmap menandakan
intensitas warna yang digunakan pada citra konversi piksel GIF 8 bit atau 256 bit.
GIF (Graphics Interchange Format) adalah sebuah format yang digunakan karena
ukurannya yang relatif kecil karena format ini membatasi ukuran dan jumlah
warnanya sebanyak 256 warna. Dapat dilihat pada gambar 3.37, grafik cmap
menunjukkan intensitas warna perbitnya yang digunakan pada citra, tampak pada
grafik, warna – warna yang mendominasi pada grafik adalah RGB (Red, Green
dan Blue) yang memang merupakan warna standar pada citra. Grafik yang
menandakan warna – warna pada citra sangat rapat dan banyak, namun hasil citra
yang sebenarnya memiliki warna yang sedikit memudar karena adanya proses
lossless compression yang merupakan sifat dari format GIF.
Berikutnya adalah perubahan colourmap pada citra dengan format GIF
(Graphics Interchange Format) yang dapat dilihat pada gambar 3.38 adalah
sebagai berikut :
Gambar 3.38 Jet Cmap
RGB adalah singkatan dari Red, Green, Blue yaitu model warna
pencahayaan. Pada gambar 3.41 adalah citra hasil RGB R plane, yang artinya
fokus pada warna Red atau merah. Citra yang di fokuskan pada warna merah
memiliki warna yang paling redup dibandingkan warna lainnya.
Berikutnya adalah contoh citra konversi pada ruang warna yang berbeda
yang dapat dilihat pada gambar 3.42 adalah sebagai berikut :
RGB adalah singkatan dari Red, Green, Blue yaitu model warna
pencahayaan. Pada gambar 3.42 adalah citra hasil RGB G plane, yang artinya
fokus pada warna Green atau hijau. Citra yang di fokuskan pada warna merah
memiliki warna yang paling redup dibandingkan warna lainnya.
Berikutnya adalah contoh citra konversi pada ruang warna yang berbeda
yang dapat dilihat pada gambar 3.43 adalah sebagai berikut :
RGB adalah singkatan dari Red, Green, Blue yaitu model warna
pencahayaan. Pada gambar 3.43 adalah citra hasil RGB B plane, yang artinya
fokus pada warna blue atau biru. Citra yang di fokuskan pada warna merah
memiliki warna yang paling redup dibandingkan warna lainnya.
Berikutnya adalah contoh citra konversi pada ruang warna yang berbeda
yang dapat dilihat pada gambar 3.44 adalah sebagai berikut :
Pada gambar 3.47 adalah citra yang akan di deteksi errornya pada bidang
RGB yang memiliki warna yang jelas dengan kecerahan yang bagus. Citra ini
memiliki intensitas nilai piksel 8 bit (256 bit) dilihat dari warna dan kecerahan
pada gambar. Citra ini berikutnya dikonversikan ke dalam intensitas piksel 8 bit.
Berikutnya adalah rekontruksi citra yang akan di chroma subsampling
yang dapat dilihat pada gambar 3.48 adalah sebagai berikut :
Pada gambar 3.48 adalah citra yang sudah di rekontruksi. Citra ini diambil
samplenya (proses subsampling) dengan menghilangkan beberapa informasinya
namun hasilnya masih sama dengan citra aslinya. Kemudian citra ini ditampilkan
errornya pada tiap bidang Red, Green, dan Blue dapat dilihat pada gambar 3.49,
gambar 3.50 dan gambar 3.51 sebagai berikut :
Pada gambar 3.54 adalah citra asli yang sudah dicropped dan setelah itu
citra di zoom dan di aliasing.