Anda di halaman 1dari 6

Nama : Nurhayati

NBI : 1461700002
Praktikum : Komputasi Cerdas Berbasis Visi
Kelas : Sore
Tugas Praktikum - 1

2.1) Dasar Pengolahan Citra


a.

b. Saat mengetikkan perintah whos pada Command Window, layar akan menampilkan
detail variable yang tersimpan yaitu variable I dengan ukuran 225x225x3 dan 151875
btyte yang bisa dilihat pada gambar di bawah.
c. Output kekontrasan dari histogram citra degan perintah imhist.

d. Hasil citra keabuan menggunakan perintah histeq.


e. Output histogram citra setelah menambahkan perintah histeq, cenderung menghasilkan
histogram yang merata dibandingka tanpa menggunakan perintah histeq, yang
menampilakan histogram yang cendenrung ke kiri dan tengah.

f. Gambar dengan nama kupu2.png akan tersimpan ketikan menggunakan fungsi imwrite
seperti pada contoh gambar di bawah.
2.2) Filtering
1. Smoothing filter
a. Box filter (Average filter)
dari hasil filter menggunakan box filter pada percobaan di bawah, maka semakin besar
ukuran filter yang digunakan maka hasilnya akan semakin buram.

b. Gaussian Filter
sama halnya saat menggunakan box filter, saat menggunakan gaussian filter dengan
menambahkan nilai sigma atau deviasi yang semakin besar maka hasil nya juga akan
semakin buram dapat dilihat pada gambar dibawah ini.
c. Median Filter
pada filter 3x3 terdapat bitnik-bintih pada hasil filter sedangkan pada filter 5x5 bintik di
hilangkan sehingga lebih halus hasilnya.

2. Sharpening filter
a. Laplacian filter
Penggunaan Laplacian filter menghasilkan gambar hitam putih yang berbanding terbalik
dengan gambar asli yang penuh warna(rgb).
b. Sobel filter
Hasil dari sobel h1 berhasil mendeteksi objek dengan hasil gambar yang masih sejajar,
sedangkan hasil filter sobel h2 mendeteksi object gambar dengan sedikit mengaburkan
warna sehingga objek tidak terlihat jelas bentuknya tetapi menghasilkan background yang
lebih mulus dari pada sobel h1.

c. Prewitt filter
Hasil dari prewitt h1 berhasil mendeteksi objek dengan hasil gambar yang masih sejajar,
sedangkan hasil filter prewitt h2 mendeteksi object gambar dengan sedikit mengaburkan
warna sehingga objek tidak terlihat jelas bentuknya tetapi menghasilkan background yang
lebih mulus dari pada prewitt h1.

Anda mungkin juga menyukai