TK36306 Pengolahan Citra - Pertemuan Ke - 2 - Pengantar Image Processing

TK 36306 Pengolahan Citra
Pertemuan ke-2 :
Pengantar Image Processing
John Adler
Program Studi Sistem Komputer

Universitas Komputer Indonesia
Tuesday, February 18, 2020 Februari 2019
1
Apa itu Image (citra) ?
Digital Image (citra digital) ?
Image Processing (IP, pengolahan citra) & Tujuannya ?
Digital Image Processing (DIP,pengolahan citra digital)?
Jenis-jenis Citra
Tuesday, February 18, 2020 2

Apa itu Citra?
Citra = Gambar = Image
 suatu array atau matriks dari suatu pixel (picture elements) atau
piksel yang telah diatur dalam suatu kolom dan baris, yang
memiliki nilai tertentu, sehingga dengan rumusan matematika
dapat diolah lebih lanjut
 benda yang dihasilkan atas upaya manusia dalam mereproduksi
kemiripan dari suatu obyek, biasanya obyek-obyek fisik/nyata.
 Citra adalah suatu representasi, kemiripan, atau imitasi dari suatu
objek atau benda
Tuesday, February 18, 2020 TK36306 Pengolahan Citra ©2018 Halaman 3 dari 80
Apa itu Citra (Contd.) ?
 Secara umum citra dapat dikatakan sebagai suatu fungsi intensitas
dua dimensi f(x,y) dengan x dan y adalah koordinat spasial,
amplitudo f pada koordinat (x,y) yang menyatakan intensitas citra
atau tingkat keabuan citra pada titik tersebut.
 Pembentukan citra objek : f(x,y) = i(x,y)*r(x,y)
Apa itu Citra Digital ?
 Jika x, y dan f semuanya berhingga, dan nilainya diskrit.
Images taken from Gonzalez & Woods, Digital Image Processing (2002)
f(x,y) = i(x,y)*r(x,y)
 Representasi dari gambar 2D sebagai kumpulan
berhingga nilai digital, disebut piksel, picture elements or
pixels
 Nilai piksel direpresentasikan oleh level abu-abu, warna,
bobot, dll
 Ingat !! digitisasi berimplikasi bahwa citra digital adalah
aproksimasi dari skenario real (nyata)
1 pixel
Apa itu Citra Digital ? (contd.)
•Format umum image mengandung:
– 1 sampel per point (B&W atau Grayscale)
– 3 sampel per point (Red, Green, & Blue)
– 4 sampel per point (Red, Green, Blue, & “Alpha”, a.k.a.
Opacity)
•Kebanyakan dalam perkuliahan, kita akan fokus pada

grey-scale image
Citra Analog Vs Citra Digital
Citra analog  intensitas citra tersebar secara

kontinu diseluruh permukaan citra
Citra digital  intensitas citra terkuantisasi
Citra kontinu digitalisasi  Citra digital
Proses digitalisasi : image sampling dan gray
level quantization
Definisi Image Processing
a) Proses memperbaiki kualitas citra agar mudah diinterpretasi
oleh manusia / komputer
b) Suatu pengolahan citra yang input berupa gambar dan output
juga gambar, yang kualitasnya lebih baik dari citra input
c) Salah satu aplikasi yang dapat mengubah gambar menjadi
suatu informasi
d) Istilah umum untuk berbagai teknik yang ada untuk
memanipulasi dan memodifikasi gambar dengan berbagai
cara.
e) usaha untuk memanipulasi citra/gambar yang telah ada
menjadi gambar lain dengan menggunakan suatu algoritma
atau teknik tertentu.
f) Pra-pemprosesan pada bidang computer vision
Kenapa butuh Image Processing ?
Tujuan Image Processing
• Mahasiswa dapat memperbaiki informasi pada

gambar sehingga mudah terbaca atau memperbaiki
kualitas dari gambar itu sendiri
• Meningkatkan kualitas gambar untuk persepsi
manusia dan atau interpretasi komputer
• Salah satu aplikasi yang dapat mengubah gambar
menjadi suatu informasi
• Memperbaiki informasi pada citra sehingga mudah
terbaca,
• Mahasiswa dapat menerapkan konsep-konsep
pengolahan citra untuk menghasilkan suatu
teknologi berbasis pengolahan citra
Tujuan Image Processing (Contd.)
• Suatu sub-kelas dari pemprosesan sinyal yang

bersangkutan secara khusus dengan citra
• Salah satu cabang dari ilmu Teknik Informatika.
• Membuat suatu sistem yang bisa melihat,
• Memperbaiki kualitas dari citra itu sendiri.
• Mentransformasikan citra menjadi citra lain.
Contoh: Pemampatan Citra (Image Compression).
• Merupakan proses awal (Pre-processing) dari
Computer Vision
Tujuan Pengolahan Citra (Contd.)
 Proses dalam Image Processing
Pengolahan citra berkutat pada usaha untuk melakukan

transformasi suatu citra atau image (gambar) menjadi citra lain
dengan menggunakan teknik tertentu
Apa itu Digital Image Processing?
1. Citra digital tersusun atas sejumlah berhingga

elemen, masing-masing memiliki lokasi dan
nilai/intensitas tertentu. Elemen-elemen ini disebut
elemen gambar, elemen citra, pels, dan juga piksel.
2. Bidang ilmu pengolahan citra digital merujuk pada

pemrosesan citra digital menggunakan komputer
digital. Citra digital yang bisa diproses mencakup
hampir keseluruhan spektrum gelombang
elektromagnetik, mulai dari sinar gamma sampai
gelombang radio.
Disiplin Ilmu Pengolahan Citra
Pengenalan Pola
Citra Deskripsi/
Informasi
Grafika Komputer
Pengolahan Citra Kecerdasan Buatan
menerjemahkan citra menjadi informasi yang

Pengenalan Pola merepresentasikan citra tersebut
menvisualisasikan suatu informasi

Grafika Komputer menjadi citra
Kecerdasan menerjemahkan informasi input menjadi

informasi lain untuk mengambil keputusan.
Buatan
Jenis-jenis Citra
CITRA
Citra Tak Tampak Citra Tampak
Gambar
Fungsi Matematis
Foto
Kontinu
Gambar
Lukisan
Diskrit
(Citra Digital)
Citra Optis
Pengelompokan Jenis – Jenis Citra

Operasi Pengolahan Citra
Perbaikan kualitas citra ( Image Enhancement )

Pemugaran citra (Image Restoration )
Pemampatan citra (Image Compression )
2MB 1MB
Segmentasi citra (Image Segmentation )
Rekonstruksi citra (Image Reconstruction)
Pengorakan citra (Image Analysis)
Salt & Pepper (impulse) noise & Gaussian
Noise
Deblurring dan Contrast Enhancement
Interpolasi Citra (misal: zooming)
Image Inpainting
Analisis Citra: Deteksi Tepi
Analisis Citra: Segmentasi
Image Matching
Analisis Citra: Deteksi Wajah
Content-based Image Retrieval
Kompresi Citra
768 kb (TIF) 20 kb (JPG)

Watermarking
Citra asli Citra asli + watermark
watermark
27
Dasar Pengolahan Citra
Secara umum proses analisa citra/gambar ini dibagi menjadi
tiga bagian yaitu : Low level processing, Intermediate level
processing, dan High level processing
• Low level processing merupakan proses yang paling awal dari
keseluruhan analisa citra. Tujuannya dari proses ini yaitu untuk
mempermudah pengolahan citra pada tahap berikutnya. Yang
termasuk dalam katagori low level processing yaitu : transformasi
gambar, perbaikan citra menggunakan methoda operasi titik dan
• filtering, proses
• histrogram, restorasi
• citra dan kompresi
• citra.
Dasar Pengolahan Citra (Contd.)
 mencakup operasi-operasi primitif seperti :
• preprosesing citra untuk mengurangi noise
• perbaikan kekontrasan
• penajaman citra.
 Ciri dari proses low-level adalah input maupun outputnya berupa
citra.
 Intermediate level processing merupakan proses
pengolahan citra mulai dari segmentasi sampai representasi
citra. Mencakup tugas-tugas seperti:
• segmentasi (mempartisi citra ke dalam region-Region atau objek-
objek)
• Deskripsi objek-objek tersebut menjadi bentuk yang sesuai untuk
pemrosesan komputer
• Klasifikasi (pengenalan) objek.
Dasar Pengolahan Citra (Contd.)
 Pada high level processing terdapat proses pengenalan
pola (Pattern Recognition) yang tujuannya memberikan label
kategori obyek pada setiap piksel citra berdasarkan
informasi yang diberikan oleh deskriptor atau ciri piksel
bersangkutan.
 Menjadikan objek-objek yang dikenali dari citra menjadi berguna,
terkait tugas-tugas manusia yang biasa diselesaikan dengan
memanfaatkan vision (mata) manusia.
 Misal sistem absensi sidik jari, sistem pengaturan lalu lintas,
pengorganisasian basisdata citra berukuran besar menggunakan
content-based image retrieval.
Kuliah ini hanya mencakup pemrosesan low-level dan mid-level.
Proses Digitalisasi
Images taken from Gonzalez & Woods, Digital Image Processing (2002)
Sampling dan Kuantisasi Citra
• Output dari kebanyakan sensor berbentuk

gelombang tegangan kontinyu. Untuk
mendapatkan gambar digital, kita perlu
mengkonversi data kontinyu tersebut ke dalam
bentuk digital. Konversi ini mencakup dua
proses, yaitu sampling dan kuantisasi.
• Sampling : merubah nilai koordinat/posisi dari
kontinyu ke digital.
• Kuantisasi : merubah nilai amplitudo/intensitas
dari kontinyu ke digital.
Sampling dan Kuantisasi Citra (Contd.)
Representasi Citra Digital
Representasi Citra Digital (Contd.)
 Citra digital M x N secara lengkap bisa ditulis dalam bentuk
matriks sebagai berikut :
CITRA DIGITAL MATRIX F(X,Y)
Elemen matrikelemen tunggal (sebuah pixel),

sekumpulan elemen yang berdekatan, atau keseluruhan elemen matrik.
PENGOLAHAN CITRA DIGITAL

• M dan N adalah ukuran baris dan kolom. Sedangkan L adalah
tingkat keabuan untuk setiap piksel. M dan N harus integer positif.
Nilai L biasanya integer kelipatan 2 (L=2k), berkaitan dengan
kemudahan pemrosesan, penyimpanan, dan pertimbangan
hardware untuk sampling dan kuantisasi
• Jumlah bit yang diperlukan untuk menyimpannya adalah MxNxk.
• Diasumsikan bahwa
suatu citra f(x,y) di-
sampling sehingga
menghasilkan citra
digital berukuran M
baris dan N kolom.
• Gambar disamping
adalah aturan
Koordinat yang
digunakan untuk
merepresentasikan
citra digital.
Pengolahan Citra Digital
Dasar operasi pengolahan citra digital
fA(x,y) OL fB(x,y)
(L=Jenis Level)
Sceara matematika dituliskan
fB(x,y)=OL fA(x,y)
dengan L= level titik,lokal,blobal atau objek.
1. Operasi Level Titik
Operasi yang dilakukan pada pixel tunggal di dalam citra.
Contoh :
• Pencerahan citra
• Operasi untuk intensitas citra
• Operasi geometri citra
 Translasi matriks citra
 Dilatasi matriks Citra
 Rotasi matriks Citra
• Operasi gabungan intesitas dan geometri.
2. Operasi Level Lokal
Yaitu operasi yang dilakukan untuk menghasilkan
citra dengan elemen pixel yang bergantung pada
pixel2 tetangganya.
Contoh :
Operasi konvolusi untuk mendeteksi tepi (edge
detection) dan pelembutan citra (image
smoothing).
3. Operasi Level Global
Yaitu operasi yang dilakukan untuk menghasilkan citra dengan elemen pixel
yang bergantung pada pixel-pixel keseluruhan.
Contoh :
 Operasi beraras global adalah operasi penyetaraan histogram
(histogram equalitation) untuk meningkatkan kualitas citra.
+ =
4. Operasi Level Objek
Yaitu Operasi yang dilakuikan pada bagian tertentu dari objek.
Contoh :
Operasi ini didahului dengan pemisahan objek yang ingin
diamati/dianalisis (segmentasi objek)
+ =
Resolusi Spasial & Resolusi Intensitas
• Spatial resolution
— A measure of the smallest discernible detail in an
image
— stated with line pairs per unit distance, dots (pixels)
per unit distance, dots per inch (dpi)
• Intensity resolution
— The smallest discernible change in intensity level
— stated with 8 bits, 12 bits, 16 bits, etc.
Resolusi Spasial
• Suatu citra digital berlevel L dengan ukuran M x N
memiliki resolusi spasial M x N piksel dan resolusi
tingkat keabuan pada level L. Efek memvariasikan
ukuran spasial pada suatu citra digital bisa dilihat
pada Gambar 2.19.
Resolusi Spasial & Resolusi Intensitas (Contd.)
Tingkat Keabuan
Efek memvariasikan tingkat keabuan pada suatu citra digital antara

256, 128, 64, 32, 16, 8, 4, dan 2 (hitam dan putih atau citra biner).
Pembesaran & Penyusutan Digital Image
• Pembesaran memerlukan dua langkah :

– Menciptakan lokasi piksel yang baru
– Memberikan intensitas/tingkat keabuan pada lokasi
baru tersebut dengan salah satu dari metode
berikut:
1. Nearest neighbor interpolation
2. Pixel replication
3. Bilinier interpolation
• Penyusutan dilakukan dengan cara kebalikan
dari pembesaran.
Hubungan Dasar antara Piksel
• Neighborhood (tetangga piksel)
• Adjacency
• Paths
• Connectivity
• Regions and boundaries
Tetangga Piksel
• Suatu piksel p pada koordinat (x,y) memiliki
empat tetangga horisontal dan vertikal dengan
koordinat sebagai berikut:
(x+1,y),(x-1,y),(x,y+1),(x,y-1)
Himpunan piksel tetangga disebut tetangga-4
dari p dan dinyatakan dengan N4(p).
Tetangga Piksel (Contd.)
• Empat tetangga diagonal dari p memiliki
koordinat sebagai berikut :
(x+1,y+1),(x+1,y-1),(x-1,y+1),(x-1,y-1)
dan dinyatakan dengan ND(p).
• ND(p) bersama-sama dengan N4(p) disebut
tetangga-8 dari p, dan dinyatakan dengan N8(p).
N8(p) = N4(p) U ND(p)
Adjacency
• Misal V adalah himpunan tingkat keabuan yang
digunakan untuk mendefinisikan adjacency.
Terdapat tiga tipe adjacency :
1. 4-adjacency. Dua piksel p dan q yang memiliki
tingkat keabuan V adalah 4-adjacency jika q adalah
anggota himpunan N4(p).
2. 8-adjacency. Dua piksel p dan q yang memiliki

tingkat keabuan V adalah 8-adjacency jika q adalah
anggota himpunan N8(p).
3. m-adjacency (mixed adjacency). Dua piksel p dan q
yang memiliki tingkat keabuan V adalah m-
adjacency jika
• q adalah anggota himpunan N4(p), atau
• q adalah anggota himpunan ND(p) dan himpunan N4(p)
N4(q) tidak memiliki piksel yang memiliki tingkat keabuan V.
Adjacency (Contd.)
• Mixed adjacency merupakan modifikasi dari 8-
adjacency. Mixed-adjacency digunakan untuk
mengeliminasi kebingungan yang sering muncul
ketika digunakan 8-adjacency.
0 1 1 0 1 1 0 1 1
0 1 0 0 1 0 0 1 0
0 0 1 0 0 1 0 0 1
Piksel-piksel Piksel-piksel Piksel-piksel yang

yang 8-adjacent m-adjacent
• Dua subhimpunan citra S1 dan S2 adalah
adjacent jika sebagian piksel dalam S1 adjacent
dengan sebagian piksel dalam S2.
Path
• Path dari piksel p dengan koordinat (x,y) ke
piksel q dengan koordinat (s,t) adalah
serangkaian piksel dengan koordinat :
(x0,y0),(x1,y1),…,(xn,yn)
dengan (x0,y0)=(x,y), (xn,yn) =(s,t), serta piksel
(xi,yi) dan (xi-1,yi-1) adalah adjacent untuk 1 < i <
n. Dalam kasus ini, n adalah panjang path. Jika
(x0,y0) = (xn,yn), maka path adalah path tertutup.
• 4-, 8-, atau m-path, definisinya tergantung pada
jenis adjacency yang digunakan.
Contoh : Adjacency & Path
V = {1, 2}
0 1 1
1,1 1,2 1,3 0 1 1 0 1 1
0 2 0
2,1 2,2 2,3 0 2 0 0 2 0
0 0 1
3,1 3,2 3,3 0 0 1 0 0 1
8-adjacent m-adjacent
8-path dari (1,3) ke (3,3): m-path dari (1,3) ke (3,3):

(i) (1,3), (1,2), (2,2), (3,3) (1,3), (1,2), (2,2), (3,3)
(ii)(1,3), (2,2), (3,3)
Connected Component
• Jika S adalah subset dari suatu citra. Dua piksel
p dan q dikatakan connected dalam S, jika
terdapat path yang menghubungkan p dan q
melalui piksel-piksel di dalam S.
• Untuk sembarang piksel p di dalam S, himpunan
piksel yang connected dengan p di dalam S
disebut connected component dari S. Jika hanya
terdapat satu buah connected component, maka
S disebut connected set.
Region
• Misalkan R adalah subset dari sebuah citra,
maka R disebut sebuah region jika R adalah
connected set.
• Boundary (border, contour) dari region R adalah
himpunan piksel di dalam region R yang
memiliki satu atau lebih tetangga yang bukan R.
• Jika R adalah keseluruhan citra, maka
boundary-nya didefinisikan sebagai himpunan
piksel pada baris pertama dan terakhir serta
kolom pertama dan terakhir.
• Boundary membentuk path tertutup, tetapi edge
tidak selalu.
Jarak Piksel
• Untuk piksel p, q, dan z dengan koordinat (x,y), (s,t), dan

(v,w). D adalah fungsi jarak jika :
– D(p,q) ≥ 0 (D(p,q)=0 if p=q)
– D(p,q) = D(q,p), dan
– D(p,z) ≤ D(p,q) + D(q,z)
• Fungsi jarak D antara p dan q yang bisa digunakan :
– Jarak Euclidean :
 
1
De ( p, q)  x  s    y  t 
2 2 2
– Jarak city-block :
D4 ( p, q)  x  s  y  t
– Jarak chessboard :
D8 ( p, q)  max  x  s , y  t 
Operator Linear dan Nonlinear
• Misalkan H adalah operator yang input dan ouputnya
adalah citra. H adalah operator liniear jika :
H(af+bg)=aH(f)+bH(g)
• Contoh :
– Operator yang fungsinya menghitung jumlah dari K citra adalah
operator linier.
– Operator yang fungsinya menghitung nilai absolut dari beda dua
citra adalah operator nonlinier.
• Operasi linier didasarkan pada hasil praktis dan
perumusan teoritis yang terdefinisi dengan baik.
• Operasi nonlinier kadang-kadang memiliki performance
yang lebih baik, meskipun tidak selalu dapat diprediksi
dan tidak didasarkan pada hasil perumusan teoritis yang
terdefinisi dengan baik.
Metodologi Pengolahan Citra
Untuk membuat aplikasi pengolahan citra digital sampai tahap
pengenalan harus dimulai dari pre processing sampai
pengenalan itu sendiri. Oleh karena itu metodologi pengolahan
citra yang umum dilakukan antara lain terdiri dari :
• Pembentukan Citra (Data Acquisition) yang bertujuan untuk
menentukan data yang diperlukan dan memilih metode
perekaman citra dijital.
• Pengolahan Citra Tingkat Awal (Image Preprocessing) yang
bertujuan untuk meningkatkan kontras, menghilangkan
gangguan geometrik / radiometrik, menentukan bagian citra
yang akan diobservasi
Metodologi Pengolahan Citra (Contd.)
• Segmentasi Citra (Image Segmentation) dan Deteksi Sisi

(Edge Detection) yang bertujuan melakukan partisi citra
menjadi wilayah-wilayah obyek (internal properties) atau
menentukan garis batas wilayah obyek (external shape
characteristics).
• Seleksi dan Ekstraksi Ciri (Feature Extraction and Selection):
Seleksi ciri memilih informasi kwantitatif dari ciri yang ada,
yang dapat membedakan kelas-kelas obyek secara
baik. Ekstraksi ciri mengukur besaran kwantitatif ciri setiap
piksel.
• Representasi dan Deskripsi: Suatu wilayah dapat
direpresentasi sebagai suatu list titik-titik koordinat dalam
loop yang tertutup, dengan deskripsi luasan / perimeternya
• Pengenalan Pola (Pattern Recognition):

a. Pengelompokkan data numerik dan simbolik (termasuk
citra) secara otomatis oleh komputer agar suatu obyek
dalam citra dapat dikenali dan diinterpretasi.
b. Tahapan selanjutnya atau analisis dari pengolahan citra.
c. Memberikan label kategori obyek pada setiap piksel citra
berdasarkan informasi yang diberikan oleh deskriptor
atau ciri piksel bersangkutan (pewilayahan jaringan
keras dan pewilayahan berbagai jaringan lunak pada
citra biomedik).
• Interpretasi Citra (Image Interpretation): Memberikan

arti pada obyek yang sudah berhasil dikenali (dari citra
klasifikasi biomedik dapat dilihat adanya penyakit tumor)
• Penyusunan Basis Pengetahuan: Basis pengetahuan ini
digunakan sebagai referensi pada proses template
matching / object recognition.
Implementasi Pengolahan Citra
Tuesday, February 18, 2020 64

Implementasi "Jaringan Syaraf Tiruan"
Untuk Mendeteksi Golongan Darah Manusia
PROSES DETEKSI
TEPI PADA CITRA
DENGAN
MENGGUNKAN
BANTUAN SOFTWARE
PADA PC
Implementasi "Jaringan Syaraf Tiruan"
Untuk Mendeteksi Golongan Darah Manusia
O
Pengolahan Citra Grafika Komputer
memperbaiki kwalitas gambar, dilihat merupakan proses untuk menciptakan
dari aspek radiometrik (peningkatan suatu gambar berdasarkan deskripsi
kontras, transformasi warna, restorasi obyek maupun latar belakang yang
citra) dan dari aspek geometrik (rotasi, terkandung pada gambar tersebut
translasi, skala, transformasi geometrik)
melakukan pemilihan citra ciri (feature merupakan teknik untuk membuat

images) yang optimal untuk tujuan gambar obyek sesuai dengan obyek
analisis tersebut di alam nyata (realism)
melakukan proses penarikan informasi

atau deskripsi obyek atau pengenalan
obyek yang terkandung pada citra;
melakukan kompresi atau reduksi data

untuk tujuan penyimpanan data,
transmisi data, dan waktu proses data.
Aplikasi Pengolahan Citra
Penginderaan Jarak Jauh
Awan berwarna biru tua s/d hijau muda lebih hangat

awan berwarna oranye s/d pink terang lebih dingin
Sangat lebat
Hujan lebat
Hujan sedang
Hujan ringan
Sumber : bmkg.go.id
Pengembangan Sistem Aplikasi Biomedik
Thorax X-Ray Standard Landmarks Thorax Tissue

Pengenalan Karakter
Huruf A hasil scanning Huruf A setelah ‘thinning’

Human Bioetrics & Feature
Citra Wajah Citra Sidik Jari
Pembacaan barcode
Kesimpulan
1
Mata Kuliah Pengolahan Citra Digital
memberikan pemahaman tentang manfaat
pengolahan citra pada berbagai aplikasi.
2
Teknik Pengolahan Citra Digital digunakan
dalam dapat digunakan dalam bidang
krimininalitas, Kedokteran, dsb
Terima kasih
Tugas Presentasi Besar
Cari satu paper tentang Aplikasi Image Processing dan
jelaskan / rangkum :
1. Acquisition
2. Preprocessing
3. Segmentation
4. Representation dan Description
5. Recognation dan Interpretation
6. Knowledge base
Tugas Presentasi Besar [Contd.]
Tidak harus semua bagian [1-6] ada atau dipakai
di paper (sesuai dengan papernya), syarat :
1. Paper paling lama 5 tahun yang lalu
2. Tuliskan judul paper, nama penulis, dan tahunnya
3. Hasil download paper dikirim ke
john.adler@email.unikom.ac.id dengan subjek nama
Mata kuliah_nama lengkap_NIM serta hasil print-out
dikumpulkan di kelas
4. Dikumpulkan 2 minggu yad
Minggu Depan.....
Pertemuan ke-3 :
Sejarah dip &

permasalahannya
TERIMA KASIH
Semoga sukses
Tuesday, February 78
18, 2020

TK36306 Pengolahan Citra - Pertemuan Ke - 2 - Pengantar Image Processing

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

TK36306 Pengolahan Citra - Pertemuan Ke - 2 - Pengantar Image Processing

Diunggah oleh

Hak Cipta:

Format Tersedia

TK 36306 Pengolahan Citra

Pengantar Image Processing

Program Studi Sistem Komputer

Tuesday, February 18, 2020 2

•Kebanyakan dalam perkuliahan, kita akan fokus pada

Citra analog  intensitas citra tersebar secara

• Mahasiswa dapat memperbaiki informasi pada

• Suatu sub-kelas dari pemprosesan sinyal yang

Pengolahan citra berkutat pada usaha untuk melakukan

1. Citra digital tersusun atas sejumlah berhingga

2. Bidang ilmu pengolahan citra digital merujuk pada

Pengolahan Citra Kecerdasan Buatan

menerjemahkan citra menjadi informasi yang

menvisualisasikan suatu informasi

Kecerdasan menerjemahkan informasi input menjadi

Pengelompokan Jenis – Jenis Citra

Perbaikan kualitas citra ( Image Enhancement )

768 kb (TIF) 20 kb (JPG)

Citra asli Citra asli + watermark

Kuliah ini hanya mencakup pemrosesan low-level dan mid-level.

• Output dari kebanyakan sensor berbentuk

Elemen matrikelemen tunggal (sebuah pixel),

PENGOLAHAN CITRA DIGITAL

Sceara matematika dituliskan

Efek memvariasikan tingkat keabuan pada suatu citra digital antara

• Pembesaran memerlukan dua langkah :

• Neighborhood (tetangga piksel)

• Regions and boundaries

2. 8-adjacency. Dua piksel p dan q yang memiliki

Piksel-piksel Piksel-piksel Piksel-piksel yang

8-path dari (1,3) ke (3,3): m-path dari (1,3) ke (3,3):

• Untuk piksel p, q, dan z dengan koordinat (x,y), (s,t), dan

• Segmentasi Citra (Image Segmentation) dan Deteksi Sisi

• Pengenalan Pola (Pattern Recognition):

• Interpretasi Citra (Image Interpretation): Memberikan

Tuesday, February 18, 2020 64

melakukan pemilihan citra ciri (feature merupakan teknik untuk membuat

melakukan proses penarikan informasi

melakukan kompresi atau reduksi data

Awan berwarna biru tua s/d hijau muda lebih hangat

Thorax X-Ray Standard Landmarks Thorax Tissue

Huruf A hasil scanning Huruf A setelah ‘thinning’

Sejarah dip &

Anda mungkin juga menyukai