PENGOLAHAN CITRA
Indah Purwitasari Ihsan, MT
1
*PENGERTIAN PENGOLAHAN CITRA DIGITAL
*TEKNIK SAMPLING, KUANTISASI
2
KOMPONEN PEMBENTUK PERSEPSI
VISUAL
CAHAYA – OBJEK – SENSOR
+ +
3
4
• Komputer hanya dapat mengakses data digital, oleh
karena itu untuk pengolahan data analog terdapat
proses konversi yang disebut proses Analog Digital
Convertion (ADC).
5
AKUISISI CITRA
DIGITIZER
Gambar CITRA
(Analog Digital
DIGITAL
Converter)
Sampling Kuantisasi
6
7
• Pengolahan citra (image Processing) merupakan proses mengolah piksel-
piksel di dalam citra digital untuk tujuan tertentu.
8
PROSES PENGOLAHAN CITRA
9
10
11
12
13
14
15
TEKNIK PENGOLAHAN CITRA
• Pengolahan Tingkat Rendah (Low-Level Processing). Pengolahan ini
merupakan operasional-operasional dasar dalam pengolahan citra,
seperti pengurangan noise (noise reduction), perbaikan citra (image
enhancement) dan restorasi citra (image restoration).
16
TEKNIK PENGOLAHAN CITRA
17
1. Perbaikan kualitas citra (image enhancement).
18
Contoh peningkatan ketajaman
19
2. Pemugaran citra (image restoration).
20
Contoh operasi penghilangan kesamaran
21
3. Rekonstruksi gambar (image reconstruction)
Jenis operasi ini bertujuan untuk membentuk ulang objek dari beberapa
citra hasil proyeksi.
Pengolahan gambar ini banyak digunakan pada
medik,penerbangan,pertambangan dll
22
4. Kompresi Gambar (image compression).
bertujuan untuk meminimalkan jumlah bit yang diperlukan untuk
merepresentasikan citra.
Contoh :
sebuah foto berwarna berukuran 3 inci x 4 inci diubah ke bentuk digital dengan
tingkat resolusi sebesar 500 dot per inch (dpi), maka diperlukan 3 x 4 x 500 x 500 =
3.000.000 dot ( piksel).
Pada gambar berwarna:
tiap piksel terdiri dari 3 byte dimana masing-masing byte merepresentasikan warna
merah, hijau, dan biru. Sehingga citra digital tersebut memerlukan volume
penyimpanan sebesar 3.000.000 x 3 byte + 1080 = 9.001.080 byte setelah
ditambahkan jumlah byte yang diperlukan untuk menyimpan format (header) citra.
23
Tipe Kompresi Data
• kompresi tipe lossy: kompresi dimana terdapat data yang hilang selama proses
kompresi.
24
Contoh kompresi gambar
25
26
5. Image Segementation
27
6. Analisa Citra (image analysis)
• Jenis operasi ini bertujuan menghitung besaran kuantitif dari
citra untuk menghasilkan deskripsinya.
• Teknik ini melakukan ekstraksi ciri-ciri tertentu sebagai
indikator objek. Proses segmentasi diperlukan untuk
melokalisasi objek yang diinginkan dari sekelilingnya.
28
Contoh-contoh operasi analisa Gambar:
a. Pendeteksian tepi objek (edge detection)
b. Ekstraksi batas (boundary)
c. Representasi daerah (region)
29
PERALATAN PENGOLAHAN CITRA
30
Ekstensi File Citra
Format File File ekstention Type of Image File Digunakan
Windows Bitmap .bmp Bit Map Format paling efisien
dalam windows
GIF .gif Bitmap Graphics Interchange
Format; banyak
dipakai di internet
31
APLIKASI PENGOLAHAN CITRA
32
REPRESENTASI
CITRA
34
35
36
FORMAT CITRA
37
* RESOLUSI CITRA DIGITAL
38
Resolusi mengacu pada jumlah piksel dalam gambar.
Resolusi juga diidentifikasi oleh lebar dan tinggi
gambar, serta jumlah piksel dalam gambar.
contoh:
Sebuah gambar memiliki 2048 piksel pada ukuran lebar
dan 1536 piksel pada ukuran tinggi, atau berisi
2048x1536 = 3145728 piksel (atau 3,1 Megapixels).
39
Contoh :
Hasil sampling adalah jumlah baris 256
dan jumlah kolom 256 = resolusi spasial
256 x 256.
40
41
42
Bila intensitas piksel berkisar antara 0
dan 255 → resolusi kecemerlangan
citra adalah 256.
43
Kedalaman Bit
• Setiap piksel warna dalam sebuah image digital terbentuk dalam
beberapa kombinasi warna primer: merah, hijau, dan biru.
• Kedalaman Bit dapat dinyatakan dalam - Bit per channel - Bit per pixel
• Kedalaman bit untuk setiap warna primer adalah disebut "bit per
channel."
• Sedangkan "bit per pixel" (bpp) mengacu pada jumlah bit dalam
semua tiga jalur warna dan mewakili warna total yang tersedia pada
setiap pixel.
44
Kedalaman Bit :8 bit bpp
45
Kedalaman Bit 16 bpp
46
Kedalaman bit 24 bit bpp
47
REPRESENTASI CITRA
DALAM FILE
48
Pertama-tama seperti halnya jika kita ingin melukis sebuah gambar, kita harus
memiliki palet dan kanvas
❑ Palet = kumpulan warna yang dapat membentuk citra, sama halnya seperti kita
hendak melukis dengan cat warna, kita memiliki palet yang bisa kita isikan berbagai
warna cat air
❑Setiap warna yang berbeda dalam palet tersebut kita beri nomor (berupa angka)
Contoh untuk citra monokrom (warnanya hanya putih-abu abu-hitam), berarti kita
memiliki palet sbb:
53
TATA WARNA
Sebuah Citra dapat terbentuk dari berbagai warna yang
tertata
• Palet Warna : kumpulan warna yang membentuk citra
• Setiap komponen warna yang berbeda dalam palet tersebut
diberi kode angka
• Contoh : putih (polikrom -255)
hitam ( monokrom-0 )
0 1 2 3 4 5 6 7 252 253 254 255
54
• Umumnya berukuran 24 bit per pixel
3 byte: (merah, hijau, biru)
55
CITRA BINER (MONOCHROME)
56
57
CONTOH
58
CONTOH
59
TINGKAT KEABUAN
• Citra skala keabuan mempunyai kemungkinan warna
antara hitam (minimal) dan putih (maksimal)
• Jumlah maksimum warna sesuai dengan bit
penyimpanan yang digunakan.
60
61
62
Representasi grayscale
63
WARNA CITRA
Setiap warna dasar mempunyai intensitas sendiri dengan nilai maksimum 255 (8 bit)
• Red = warna minimal putih, warna maksimal merah
• Green = warna minimal putih, warna maksimal hijau
• Blue = warna minimal putih, warna maksimal biru
64
65
Konversi citra warna RGB ke grayscale
Rumus : y = 0.2999R + 0.587G + 0.144B
66
Citra warna dengan ukuran 500x600, maka ukurannya adalah
500x600x24bit = 7.200.000 bit =900.000 byte = 0,9 mb
67
Format Warna RGB
Warna Merah: dengan nilai Channel R=255, G=0, B=0
Warna Hijau: dengan nilai Channel R=0, G=255, B=0
Warna Biru: dengan nilai Channel R=0, G=0, B=255
Channel R
Channel G
Channel B
68
Format Warna RGB
Channel
Red
Channel Channel
Green Blue
69
WARNA CITRA BERINDEKS
70
CONTOH PALET WARNA CITRA WARNA
BERINDEKS 4-BIT
71
72
73
HISTOGRAM TINGKAT KEABUAN (GRAY-
LEVEL HISTOGRAM)
❑ Informasi suatu citra dapat diwakili oleh histogram
❑ Histogram = suatu fungsi yang menunjukkan jumlah titik yang ada dalam suatu citra
untuk setiap tingkat keabuan
❑ Sumbu X (absis) menunjukkan tingkat warna
❑Sumbu Y (ordinat) menunjukkan frekuensi kemunculan titik
❑ Kegunaan :
1. Penentuan parameter digitasi Dalam proses pencitraan perlu melihat apakah tingkat
warna telah dipakai sesuai yang dibutuhkan. Contoh : tingkat keabuan dengan 8 bit
apakah sudah memakai dari tingkat 0 sampai 256 warna tingkat keabuan.
2. Pemilihan batas ambang (threshold) Biasa digunakan untuk mengukur penonjolan
objek dalam citra terhadap latar belakangnya = termasuk dalam teknik pengambangan
(thresholding)
3. Pengenalan / pencocokan citra Citra yang telah diubah/diupdate akan mempunyai
histogram yang berbeda
74
HISTOGRAM
75
TUGAS
Jawablah pertanyaan-pertanyaan berikut :
1. Jelaskan proses akuisisi citra dari cahaya sampai menjadi citra digital di
computer !
2. Terdapat sebuah citra grayscale dengan ukuran 200x200. berapa ukuran file
citra jika setiap piksel direpresentasikan dengan :
a. 256 tingkat keabuan?
b. 4 tingkat keabuan?
77
To be continue..
(HUBUNGAN ANTAR PIKSEL PADA
CITRA DIGITAL DAN OPERASI DASAR
PADA CITRA DIGITAL)
78