OLEH :
NIM : 061930331270
KELAS : 4TD
Suatu citra ƒ(x,y) dalam fungsi matematis dapat dituliskan sebagai berikut:
0 = x = M-1
0 = y = N-1
0 = ƒ(x,y) = G-1
dengan:
M = jumlah piksel baris (row) pada array citra
N = jumlah piksel kolom (column) pada array citra
G = nilai skala keabuan (graylevel)
Besarnya nilai M, N dan G pada umumnya merupakan perpangkatan dari dua. M = 2m ;
N = 2n; G = 2k dengan nilai m, n dan k adalah bilangan bulat positif. Interval (0,G)
disebut skala keabuan (grayscale). Besar G tergantung pada proses digitalisasinya.
Biasanya keabuan 0 (nol) menyatakan intensitas hitam dan 1 (satu) menyatakan intensitas
putih. Untuk citra 8 bit itu sendiri, nilai G sama dengan 28 = 256 warna (derajat keabuan)
pada berikut.
D. Model Citra
Oleh karena citra merupakan matrix dua dimensi dari fungsi intensitas cahaya,
maka referensi citra menggunakan dua variabel yang menunjuk posisi pada bidang
dengan sebuah fungsi intensitas cahaya yang dapat dituliskan sebagai f(x,y) dimana f
adalah nilai amplitudo pada koordinat spasial (x,y). Karena cahaya merupakan salah satu
bentuk energi, f(x,y) tidak berharga nol atau negatif dan merupakan bilangan berhingga,
yang dalam pernyataan matematis adalah sebagai berikut :
Persamaan diatas menandakan bahwa nilai kerefleksian dibatasi oleh nilai 0 (total
absorption) dan nilai 1 (total reflectance). Fungsi i(x,y) ditentukan oleh sumber atau asal
sinar, sedangkan fungsi r(x,y) ditentukan oleh karakteristik dari obyek.
Citra digital (digital image) adalah citra kontinyu f(x,y) yang sudah didiskritkan
baik koordinat spasial maupun tingkat kecerahannya.Kata kontinyu disni menjelaskan
bahwa index x dan y hanya bernilai bulat.Kita dapat menganggap citra digital sebagai
matrix dengan ukuran M x N yang baris dan kolomnya menunjukkan titik-titiknya, yang
diperlihatkan pada persamaan berikut,
Citra yang tidak berwarna atau hitam putih dikenal juga sebagai citra dengan
derajat keabuan (citra gray level). Derajat keabuan yang dimiliki ini bisa beragam mulai
dari 2 derajat keabuan (yaitu 0 dan 1) yang dikenal juga sebagai citra monochrome, 16
derajat keabuan dan 256 derajat. Semakin besar jumlah derajat keabuan yang dimiliki
maka semakin halus gambar tersebut.
Dalam sebuah citra monochrome, sebuah piksel diwakili oleh 1 bit data yang
berisikan data tentang derajat keabuan yang dimiliki piksel tersebut. Data akan berisi 1
bila piksel tersebut berwarna putih dan data akan berisi nilai 0 bila piksel tersebut
berwarna hitam.
Citra yang memiliki 16 derajat keabuan (mulai dari 0 yang mewakili warna hitam
sampai dengan 15 yang mewakili warna putih) direpresentasikan oleh 4 bit data,
sedangkan citra dengan 256 derajat keabuan (nilai dari 0 yang mewakili warna hitam
sampai dengan 255 yang mewakili warna putih) direpresentasikan oleh 8 bit data.
Dalam citra berwarna, jumlah warna bisa beragam mulai dari 16, 256, 65536, atau
16 juta warna, yang masing – masing direpresentasikan oleh 4, 8, 16 atau 24 bit data
untuk setiap pikselnya. Warna yang ada terdiri dari 3 komponen utama yaitu nilai merah
(red), nilai hijau (green) dan nilai biru (blue). Paduan ketiga komponen utama pembentuk
warna ini dikenal sebagai RGB color.
E. Model Warna
Warna yang kita lihat sebenarnya adalah spektrum cahaya yang dipantulkan oleh
benda yang kemudian ditangkap oleh indra penglihatan kita (yakni mata) lalu
diterjemahkan oleh otak sebagai sebuah warna tertentu. Sebagai contoh kita melihat
warna hijau yang terdapat pada daun karena cahaya yang datang (umumnya cahaya
matahari yang punya spektrum cahaya yang cukup komplit) diserap oleh daun selain
warna hijau yang dipantulkan, dan cahaya hijau yg terpantul inilah yang kita tangkap
sehingga kita dapat melihat bahwa daun berwana hijau. jadi sebenarnya faktor penting
bagi kita untuk melihat sebuah warna dengan baik adalah cahaya yang mengenai benda
tersebut.
Spektrum Warna
Karena terkait dengan cahaya maka kita mengetahui bahwa tidak semua spektrum
cahaya dapat ditangkap oleh indra penglihatan kita, karena itu kemudian timbul istilah
spektrum cahaya tampak (visible spectrum) yang rangenya cukup besar. Range inilah
yang menjadi penyebab kita dapat melihat beraneka ragam warna yang secara umum
dipisahkan menjadi beberapa spektrum dasar.
Tentukan citra RGB yang menjadi obyek deteksi, nilai warna HSV yang menjadi
acuan (hasil proses pelatihan data) dan nilai toleransi HSV yang digunakan.
Transpose citra RGB ke HSV
Lakukan filter warna pada citra berdasarkan nilai acuan (T) dan nilai toleransi
(tol). Dengan x sebagai warna HSV pada piksel yang ada maka warna yang tidak
termasuk dalam rentang T-tol < x < T+tol diberi warna hitam.
Transpose kembali citra ke RGB, tampilkan hasil filter.
a) Cara pertama
Saturation, sering dikenal dengan chroma, yaitu ukuran atau kemurnian sebuah warna,
Saturation merepresentasikan ukuran (kuantitas) dari proporsi keabuan pada hue,
ukurannya dalam bentuk persentase dari 0% (gray) sampai dengan 100% (fully
saturated). Pada roda standar warna, nilai saturation dari pusat roda (lingkaran) menuju
tepian roda akan semakin bertambah.
Lightness adalah sebuah ukuran relative skala pencahayaan (lightness) atau kegelapan
(darkness) dari sebuah warna, umumnya diukur sebagai persentase dari 0% (black)
sampai dengan 100% (white).
Untuk model warna HSL ini biasanya digunakan pada saat sang desainer ingin
memodifikasi warna dari warna asli image . dalam memodifikasi warna bisa
menggunakan program photoshop atau yang lain, akan tetapi hati-hati, sebab warna hasil
modifikasi kadang yang tampak dimonitor akan lain dengan hasil cetakan. Atau dalam
proses film untuk warna yang mengandung raster tipis akan bermasalah, jadi sesuaikan
dengan kemampuan imagesetter. Pada program Photoshop, Hue/Saturation/Lightness
biasa dipakai untuk membuat efek gambar menjadi satu warna.
Perbedaan antara HSL dan HSV terletak di Lightness dan Value, Dimana
Lightness akan semakin memperterang tiap hue (warna) hingga ke tingkat warna paling
terang (putih), sedangkan Value hanya sampai mempercerah tiap hue (warna) saja dari
posisi awal paling bawahnya berwarna gelap (hitam).
HSV HSL
Meskipun tidak ada dimensi di ruang ini yang cocok dengan analog perseptual
mereka, the nilai dari HSV dan kejenuhan dari HSL adalah pelanggar tertentu. Di HSV,
primer biru dan putih dianggap memiliki nilai yang sama, meskipun secara
persepsi primer biru memiliki sekitar 10% dari luminansi putih (fraksi yang tepat
tergantung pada RGB primer tertentu yang digunakan). Di HSL, campuran 100% merah,
100% hijau, 90% biru — yaitu, kuning sangat muda —Dianggap memiliki saturasi
yang sama dengan primer hijau , meskipun warna sebelumnya hampir tidak memiliki
chroma atau saturasi menurut definisi psikometri konvensional.
Jika masalah ini membuat HSL dan HSV bermasalah dalam memilih warna atau
skema warna, mereka akan memperburuk penyesuaian gambar. HSL dan HSV, seperti
yang disebutkan Brewer, mengacaukan atribut pembuatan warna perseptual, sehingga
mengubah setiap dimensi menghasilkan perubahan yang tidak seragam ke ketiga dimensi
persepsi, dan mendistorsi semua hubungan warna pada gambar. Misalnya, memutar rona
biru tua murni menuju hijau juga akan mengurangi kroma yang terlihat, dan
meningkatkan kecerahan yang dirasakan (yang terakhir lebih abu-abu dan lebih terang),
tetapi rotasi rona yang sama akan berdampak berlawanan pada kecerahan dan kroma
hijau kebiruan yang lebih terang untuk (yang terakhir lebih berwarna dan sedikit lebih
gelap).
Pada contoh di bawah ini (ara. 21), gambar di sebelah kiri (a) adalah foto asli dari
(a) penyu hijau. Di gambar tengah (b), kami telah memutar rona (H.) dari setiap warna
menurut −30°, dengan tetap mempertahankan nilai HSV dan saturasi atau kecerahan dan
saturasi HSL yang konstan. Pada gambar di sebelah kanan (c), kami membuat rotasi yang
sama ke warna HSL / HSV setiap warna, tetapi kemudian kami memaksa kecerahan
CIELAB (L*, perkiraan yang layak dari keringanan yang dirasakan) agar tetap konstan.
Perhatikan bagaimana versi tengah yang bergeser-rona tanpa koreksi seperti itu secara
dramatis mengubah hubungan kecerahan yang dirasakan antara warna dalam gambar.
Secara khusus, cangkang kura-kura jauh lebih gelap dan kurang kontras, dan latar
belakang air jauh lebih terang.
DAFTAR PUSTAKA
http://eprints.polsri.ac.id/3781/3/FILE%20III%20BAB%20II.pdf
http://www.kitainformatika.com/2015/01/ruang-warna-hue-saturation-value-hsv.html
https://id.wikipedia.org/wiki/HSL_dan_HSV
http://notegan.blogspot.com/2013/06/model-warna-hsl-hue-lightness-saturation.html
https://mhstekkomp.wordpress.com/2011/05/07/representasi-model-warna-rgb-menggunakan-
hsl-dan-hsv/
https://www.duniailkom.com/artikel-css-pengertian-dan-cara-penulisan-kode-warna-rgba-hsl-
dan-hsla/
https://jejakjabar.com/wiki/hsl_and_hsv