Langsung ke konten utama

Morfologi Citra

Apa yang bisa dilakukan oleh morfologi citra ?
Operasi morfologi : 
  • Fit dan Hit 
  • Erosi (Erosion) 
  • Dilasi (Dilation) 
  • Operasi Gabungan (Compound Operations)




Kegunaan Morfologi

Remove Noise 
  • Small Objects 



  • Fill holes 



  • Isolate Objects 


Cara Kerja Morfologi Citra 

  • Konversi citra ke dalam bentuk Grayscale 
  • Lakukan binerisasi citra 
  • Thresholding 
  • Morfologi
  • Dapat juga diterapkan pada citra grayscale

Morfologi Citra

  • Structuring Elements (SE) dapat terdiri dari sebarang ukuran sesuai dengan kebutuhan 
  • Nilai dari elemen adalah 0 atau 1, namun dimungkinkan memiliki nilai yang lain (termasuk tidak ada nilainya) 
  • Nilai kosong pada SE berarti bebas (don’t care)

Aplikasi Menghitung Koin

  • Kesulitan menghitung koin pada gambar di bawah disebabkan tergabungnya object koin 
  • Solusi: Thresholding dan Erosi utk memisahkannya!

Compound Operations

Menggabungkan operasi Erosion dan Dilation kedalam level operasi yang lebih tinggi (more advanced) 
  • Mencari garis tepi (outline) 
  • Opening: mengisolasi objects dan menghilangkan objectobject kecil (lebih baik daripada Erosion) 
  • Closing: mengisi holes pada citra (lebih baik daripada Dilation) 

Mencari garis tepi (outline) 

  • Operasi Dilasi (object menjadi lebih besar) 
  • Substraksi citra asal dengan citra hasil dilasi 
  • Didapatkan outline 

Opening 

Motivasi: menghilangkan object-object kecil TETAPI tetap mempertahankan ukuran asliny
Opening = Erosion + Dilation 
  • Gunakan SE yang sama 
  • Hampir sama dengan erosi tetapi tidak terlalu destructive
Math:


Opening adalah idempotent: operasi opening yang diulang-ulang tidak memberikan dampak yang berkelanjutan! 

Closing 

Motivasi: Mengisi holes TETAPI tetap menjaga ukuran aslinya 
Opening = Dilation + Erosion 
  • Gunakan SE yang sama 
  • Hampir sama dengan dilasi tetapi tidak terlalu destructive
Math: 


Closing adalah idempotent: operasi closing yang diulang-ulang tidak memberikan dampak yang berkelanjutan!


Komentar

Posting Komentar

Postingan populer dari blog ini

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...
Posting Komentar
Read more »

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...
Posting Komentar
Read more »

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...
Posting Komentar
Read more »