Chocochips.blog

Postingan

Postingan terbaru

Pengolahan Citra Berwarna

Model Warna Tujuan dari model warna adalah untuk memberikan fasilitas spesifikasi warna standard. Esensinya, model warna lebih ke arah spesifikasi koordinat sistem dimana setiap warna direpresentasikan oleh suatu titik piksel Implementasi Model Warna Orientasi penggunaan model warna Hardware Model Warna Monitor Printer Aplikasi Kreasi warna pengolahan gambar Kreasi pewarnaan animasi Ekstraksi fitur Model Warna RGB Jika masing-masing RGB memiliki graylevel 8-bit, maka dikatakan memiliki kedalaman 24-bit Total jumlah warna yang dihasilkan adalah 4 (2 8 ) 3=16.777.216 warna Model Warna RGB Model Warna CMY dan CMYK Cyan, Magenta, dan Yellow merupakan warna skunder atau alternatif dari warna primer, yaitu RGB Merupakan hasil substraksi antara nilai graylevel tertinggi (L-1) dengan suatu nilai pada masing-masing sinyal warna Konversi RGB ke CMY Untuk menghasilkan nilai warna yang lebih baik, CMY diperbaiki dengan CMYK CMYK ditujukan untuk menambahkan warna yang keempat, yaitu bla

Spatial Filtering

Mask Processing Jika pada point processing kita hanya melakukan operasi terhadap masing-masing piksel, maka pada mask processing kita melakukan operasi terhadap suatu jendela ketetanggaan pada citra. Kemudian kita menerapkan (mengkonvolusikan) suatu mask terhadap jendela tersebut. Mask sering juga disebut filter, window, kernel. Jenis-jenis filter spasial Smoothing filters: Lowpass filter (linear filter, mengambil nilai rata-rata) Median filter (non-linear filter, mengambil median dari setiap jendela ketetanggan) Sharpening filters: Highpass filter Roberts Prewitt Sobel Pixel Group Processing Contoh: Jendela ketetanggan 3x3, Nilai piksel pada posisi x dipengaruhi oleh nilai 8 tetangganya Spatial Filtering Spatial filtering adalah operasi yang dilakukan terhadap intensitas pixel dari suatu image dan bukan terhadap komponen frekuensi dari image 2D Finite Impulse Response (FIR) filtering Mask filtering: operasi konvolusi image dengan 2 D masking Aplikasinya antara lain untu

Histogram

Apakah itu histogram? Histogram memberikan deskripsi global dari penampakan sebuah image. Histogram dari image digital dengan gray levels dari 0 sampai L-1 adalah fungsi diskrit h(rk )=nk , dimana: rk adalah nilai gray level ke k nk adalah jumlah pixels dalam image yang memiliki gray level k n adalah jumlah keseluruhan pixel pada image k = 0, 1, 2, …, L-1 Histogram dari image digital dengan gray level yang berada dalam range [0, L-1] adalah sebuah fungsi diskrit h(rk) = nk dimana rk adalah nilai gray level ke k dan nk adalah jumlah pixel yang memiliki nilai gray level rk. Dengan Histogram informasi spasial dari image diabaikan dan hanya mempertimbangkan frekuensi relatif penampilan gray level. Sifat – Sifat Histogram Histogram adalah pemetaan Many-to-One Image yang berbeda dimungkinkan untuk memiliki histogram yang sama Histogram sebuah image tidak berubah bila image dikenakan operasi tertentu seperti : Rotation, scaling, flip. Ekualisasi Histogram Adalah proses Mapping dari G

Peningkatan Kualitas Citra

Tujuan Perbaikan Citra Tujuan dari teknik peningkatan mutu citra adalah untuk melakukan pemrosesan terhadap citra agar hasilnya mempunyai kwalitas relatif lebih baik dari citra awal untuk aplikasi tertentu. Kata baik disini tergantung pada jenis aplikasi dan problem yang dihadapi Jenis Teknik Peningkatan Kualitas Teknik peningkatan kualitas citra dapat dibagi menjadi dua: Peningkatan kualitas pada domain spasial Point processing Mask processing Peningkatan kualitas pada domain frekuensi Lingkup Pembahasan Point Processing Cara paling mudah untuk melakukan peningkatan kualitas citra pada domain spasial adalah dengan melakukan pemrosesan yang hanya melibatkan satu piksel saja (tidak menggunakan jendela ketetanggaan) Pengolahan menggunakan histogram juga termasuk dalam bagian point processing Domain Spasial Prosedur yang secara langsung memanipulasi pixel. g(x,y) = T[f(x,y)] dimana f(x,y) adalah image input g(x,y) adalah image yang diproses T adalah sebuah operator pada f yang d

Dasar-Dasar Citra Digital

Model Matematis Citra Model matematis kontinyu : I = f(x,y) Pada komputer, model diskret array 2D: I = matrix(i,j) Image digital adalah sebuah image f(x,y),yang telah melalui digitasi baik secara koordinat spasial dan brightness/ gray level

Pengenalan Citra Digital

Pengantar PCD Pengertian Citra Digital Citra digital merupakan fungsi intensitas cahaya f(x,y), dimana harga x dan y merupakan koordinat spasial dan nilai fungsi tersebut pada setiap titik (x,y) merupakan tingkat keabuan citra pada titik tersebut. Citra digital adalah citra f(x,y) dimana dilakukan diskritisasi koordinat spasial (sampling) dan diskritisasi tingkat keabuan (kuantisasi). Citra digital merupakan suatu matriks dimana indeks baris dan kolomnya menyatakan suatu titik pada citra tersebut dan elemen matriksnya (yang disebut sebagai elemen gambar / piksel / pixel / picture element / pels) menyatakan tingkat keabuan pada titik tersebut. Tiga Bidang Berkaitan dengan Proses Citra Hal yang dilakukan di PCD Perbaikan kualitas citra (Image Enhancement) Pemugaran citra (Image Restoration) Segmentasi citra (Image Segmentation) Rekonstruksi citra (Image Reconstruction) Penambahan efek citra (Image Stylization) Pemampatan citra (Image Compression) Analisis citra (Image Analysis) Peningk