Langsung ke konten utama

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 black. 
  • Disebut juga dengan “fourcolor printing” yang didapatkan dari CMY dan Black

Model Warna HSI, HSV, HSL

  1. RGB dan CMY ideal untuk implementasi hardware, tidak untuk persepsi manusia 
  2. Ketika manusia memandang object, deskripsi yang diterima adalah hue, saturation, dan brightness 
  3. Hue: atribut warna yang mendeskripsikan pure color (pure yellow, orange, atau red) 
  4. Saturation: ukuran derajat dimana pure color dicerahkan 
  5. Brightness: subjective deskriptor intensitas 
  • I : Intensity 
  • V : Value 
  • L : Lightness 

Model Warna YUV

Model YUV terdiri dari komponen luminance/brightness (Y) dan dua komponen konten warna / chrominance (U dan V). 

Model Warna YCbCr

  • YCbCr merupakan model warna hasil encoding non-linier sinyal RGB, biasanya digunakan studio TV Eropa dan kompresi citra. 
  • Komponen Y : luma (luminance), Komponen Cb dan Cr masing-masing merupakan bentuk subtractive dari B dan R pada model RGB.

Color Image Smoothing

  • Diberikan Sxy merupakan notasi himpunan koordinat dari piksel ketetanggaan dengan pusat (x,y) 
  • Nilai rata-rata komponen RGB dalam ketetanggaan tersebut 

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 »