LAPORAN PRAKTIKUM

MACHINE VISION
MODUL 1A

NAMA : Muhammad Rafli

NIM 40040318650009

1. Tugas I

imhist (I) ; merupakan perintah untuk menampilkan histogram.

2. Tugas II
 Analisis pada hasil perintah tersebut yaitu gambar yang kiri atau gambar awal memiliki kontras
yang rendah dan histogram citra pada rentang 40 sampai 225, sedangkan gambar yang kanan
atau gambar hasil pemetaan histogram secara linear memiliki rentang histogram 0 sampai 255
dan memiliki peningkatan kontras.

3. Tugas III

Analisis perintah tersebut yaitu pada gambar yang kanan hasil penurunan kontras dengan
histogram citra pada rentang 145 sampai 250 dan dari penurunan kontras tersebut didapat
detail yang lebih baik pada gambar seperti jas yang terlihat lebih jelas.

4. Tugas IV

Analisis dari perintah tersebut yaitu gambar awal sebelah kiri memiliki histogram citra antara 40
sampai 225 dan gambar sebelah kanan hasil peningkatan kontras dengan histogram citra antara
0 sampai 250
5. Tugas V

Analisis dari perintah tersebut yaitu dari gambar awal sebelah kiri merupakan gambar asli yang
tidak diubah apapun sedangkan dua gambar sebelah kanan adalah hasil gambar dari perintah
thresholding yang memisahkan oiksel – piksel bedasar derajat keabuan. Pada gambar atas
derajat keabuan 0,4 sedangkan gambar bawah derajat keabuan 0,5.

6. Tugas VI

Analisis dari perintah tersebut metode Otsu dapat digunakan untuk tresholding secara
otomatis. Prinsip kerja metode Otsu adalah dengan cara menghitung histogram citra, kemudian
mencari batas threshold yang memaksimalkan between-class variance.
7. Tugas VII

Analisis dari perintah tersebut adalah pada perintah tersebut merupakanlow-pass filtering. Hasil
dari perintah tersebut yaitu gambar yang lebih halus dan lebih blur karena low-pass filter
melewatkan komponen citra dengan gradasi intensitas yang rendah dan meredam komponen
citra dengan gradiasi intensitas yang tinggi.

8. Tugas VIII

Analisis dari perintah tersebut yaitu perintah tersebut merupakan High-pass filtering yang akan
melewatkan komponen citra dengan gradiasi intensitas yang tinggi dan meredam komponen
citra gradiasi intensitas yang rendah. Hasilnya gambar akan sedikit lebih kasar tetapi juga lebih
jelas.
9. Tugas IX

Analisis perintah tersebut yaitu perintah tersebut merupakan Neighborhood Averaging yang
merupakan salah satu jenis low-pass filter, yang bekerja dengan cara mengganti nilai suatu
piksel pada citra asal dengan nilai rata-rata dari piksel tersebut dan lingkungan tetangganya.
Dan hasil dari gambar nya akan lebih halus dan sedikit lebih blur.

10. Tugas X

Analisis dari perintah tersebut yaitu merupakan neighborhood averaging yang digunakan untuk
mengurangi noise. Maka dapat dilihat dari hasil gambar yaitu gambar yang bawah memiliki
gambar background menjadi kotor atau seperti kertas.