Download - PENGOLAHAN CITRA

PENGOLAHAN CITRA

Stimik Cilegon, 25 Juni 2010

Anna Hendrawati

Juni 2010 pertemuan 1 2

Mata kuliah pendukung

Algoritma pemrogramanStrukur dataMatriks dan aljabar linierKalkulusKomputer grafik


Tujuan:

Mengerti tentang citra dan pengolahan secara teknik

Memahami dan mengetahui penerapan pengolahan citra

Mampu menerapkan keilmuan keinformatikaan dalam sistem pengolahan citra

Mampu membuat sistem pengolahan citra Memahami sistem citra digital


Materi

Struktur data citra dan operasi dasar Image representation & modelling Image enhancement Image restoration Image analysis Image reconstruction Image Compression Warna Format citra Pengenalan pola Terapan pengolahan citra


Buku referensi

Riyanto Sigit dkk, Step by Step Pengolahan Citra Digital, Andi Offset, 2005

Balza Achmad, Teknik Pengolahan Citra Digital Menggunakan Delphi, Ardi Publishing, 2005

Rinaldi Munir, Pengolahan Citra Digital, Informatika, 2004

Usman Achmad, Pengolahan Citra Digital dan Teknik Pemrogramannya, Graha Ilmu, 2005

Fadlisyah, Computer Vision dan Pengolahan Citra, Penerbit Andi, 2007


Definisi Citra

Citra atau image merupakan istilah lain dari gambar, yang merupakan informasi berbentuk visual

A picture is more than a thousand words. Citra, gambar dua dimensi dengan bentuk segi empat

berformat horisontal dan vertikal yang memiliki warna dan representasi digital

Citra merupakan fungsi menerus dari intensitas cahaya pada bidang dwimatra/dua dimensi.


Representasi Citra

Pada kasus penampilan citra secara visual nilai data digital yang disimpan oleh komputer, merepresentasikan warna dari citra yang diolah.

Citra biner (monokrom): setiap titik bernilai 0 untuk warna hitam atau 1 untuk warna putih. Satu titik pada citra hanya membutuhkan satu bit.

Citra skala keabuan (Gray scale): citra ini memberikan peluang warna yang lebih banyak dibanding citra biner. Contoh: u/ skala keabuan 4 bit, maka jumlah kemungkinan nilainya adalah 2 = 16, dan nilai maksimumnya adalah 16-1.

Citra Warna (True Color): pada citra warna, setiap titik mempunyai warna yang spesifik yang merupakan kombinasi dari 3 warna dasar RGB. Setiap warna dasar mempunyai intensitas dengan nilai maksimum 255 (8 bit). Contoh: kuninng merupakan kombinasi dari merah dan hijau sehingga nilai RGB nya adalah: 255 255 0.


Citra gray scale 4 bit dan representasinya

Citra biner dan representasinya dalam data digital


Citra true color dan representasinya


Digital VS Analog

Data digital direpresentasikan dalam komputer berbentuk kode seperti biner, decimal. Contoh data digital: MP3, BMP, JPG, GIF.

Data analog tidak direpresentasikan dalam komputer, semua merupakan fakta.


Elemen Citra Digital

Brightness, kecerahan atau intensitas cahaya yang dipancarkan pixel dari citra yang dapat ditangkap oleh sistem penglihatan.

Contrast menyatakan sebaran terang dan gelap di dalam gambar. Contour, merupakan keadaan yang ditimbulkanoleh perubahan

intensitas pada pixel yang bertetanggaan. Color, warna sebagai persepsi yang ditangkap sistem visual

terhadap panjang gelombang cahaya yang dipantulkan oleh objek. Texture, dicirikan sebagai distribusi spasial dari derajat keabuan di

dalam sekumpulan pixel yang bertetanggaan.


Aplikasi/Terapan Pengolahan Citra

Eksplorasi tambang Eksplorasi minyak bumi Manajemen sumberdaya hutan Deteksi ketidaknormalan dalam dunia

kedokteran Deteksi ciri2 fisik pada korban tindak pidana Pemetaan geologi dan topografi Pemetaan dan deteksi laut-laut es dst

PERTEMUAN 2


Parameter-parameter citra yang penting dalam proses pengolahan citra:

ResolusiResolusi citra menyatakan ukuran panjang kali lebar dari sebuah citra. Resolusi citra biasanya dinyatakan dalam satuan piksel-piksel. Semakin tinggi resolusi sebuah citra, semakin baik kualitas citra tersebut. Namun, tingginya resolusi menyebabkan semakin banyaknya jumlah bit yang diperlukan untuk menyimpan dan mentransmisikan

data citra tersebut.


Kedalaman BitKedalaman bit menyatakan jumlah bit yang diperlukan untuk mrepresentasikan tiap piksel citra pada sebuah frame. Kedalaman bit biasanya dinyatakan dalam satuan bit/ piksel. Semakin banyak jumlah bit yang digunakan untuk merepresentasikan sebuah citra, maka semakin baik kualitas citra tersebut.


Konsep Redundansi

Redundansi merupakan suatu keadaan dimana representasi suatu elemen data tidak bernilai signifikan dalam merepresentasikan keseluruhan data. Keadaan ini menyebabkan data keseluruhan dapat direpresentasikan secara lebih kompak dengan cara menghilangkan representasi dari sebuah elemen data yang redundan. Redundansi yang terdapat pada citra statik adalah redundansi spasial.


Operasi pengolahan citra

1. Perbaikan kualitas citra (image enhancement).

Jenis operasi ini bertujuan untuk memperbaiki kualitas citra dengan cara memanipulasi parameter-parameter citra. Dengan operasi ini, ciri-ciri khusus yang terdapat di dalam citra lebih ditonjolkan.Contoh-contoh operasi perbaikan citra:a. perbaikan kontras gelap/terangb. perbaikan tepian objek (edge enhancement)c. penajaman (sharpening)d. pemberian warna semu (pseudocoloring)e. penapisan derau (noise filtering)


Contoh operasi penajaman

Citra asliCitra hasil setelah ditajamkan bagian pinggirnya


2. Pemugaran citra (image restoration).

Operasi ini bertujuan menghilangkan/meminimumkan cacat pada citra. Tujuan pemugaran citra hampir sama dengan operasi perbaikan citra.

Bedanya, pada pemugaran citra penyebab degradasi gambar diketahui.

Contoh-contoh operasi pemugaran citra:

a. penghilangan kesamaran (deblurring).

b. penghilangan derau (noise)


Contoh operasi penghilangan kesamaran

Citra asli yang blur Citra hasil setelah deblurring


3. Pemampatan citra (image compression).

Kompresi citra bertujuan untuk meminimalkan jumlah bit yang diperlukan untuk merepresentasikan citra. Apabila sebuah foto berwarna berukuran 3 inci x 4 inci diubah ke bentuk digital dengan tingkat resolusi sebesar 500 dot per inch (dpi), maka diperlukan 3 x 4 x 500 x 500 = 3.000.000 dot ( piksel). Setiap piksel terdiri dari 3 byte dimana masing-masing byte merepresentasikan warna merah, hijau, dan biru. Sehingga citra digital tersebut memerlukan volume penyimpanan sebesar 3.000.000 x 3 byte +1080 = 9.001.080 byte setelah ditambahkan jumlah byte yang diperlukan untuk menyimpan format (header) citra.


Ada dua tipe utama kompresi data

Tipe lossless: tidak menghilangkan

informasi setelah proses kompresi terjadi, akibatnya kualitas citra hasil kompresi tidak

menurun. kompresi tipe lossy: kompresi dimana terdapat data

yang hilang selama proses kompresi.


Contoh pemampatan citra (image compression).


4. Segmentasi citra (image segmentation).

Jenis operasi ini bertujuan untuk memecah suatu citra ke dalam beberapa segmen dengan suatu kriteria tertentu. Jenis operasi ini berkaitan erat

dengan pengenalan pola.


5. Pengorakan citra (image analysis)

Jenis operasi ini bertujuan menghitung besaran kuantitif dari citra untuk menghasilkan deskripsinya. Teknik pengorakan citra mengekstraksi ciri-ciri

tertentu yang membantu dalam identifikasi objek. Proses segmentasi kadangkala diperlukan untuk melokalisasi objek yang diinginkan dari sekelilingnya.


Contoh-contoh operasi pengorakan citra:a. Pendeteksian tepi objek (edge detection)b. Ekstraksi batas (boundary)c. Representasi daerah (region)

Berikut adalah Contoh operasi pendeteksian tepi pada citra


6. Rekonstruksi citra (image reconstruction)

Jenis operasi ini bertujuan untuk membentuk ulang objek dari beberapa citra hasil proyeksi. Operasi rekonstruksi citra banyak digunakan dalam bidang medis. Misalnya beberapa foto rontgen dengan sinar X digunakan untuk membentuk ulang gambar organ tubuh.


Teknik Histogram

Menurut Wikipedia, histogram itu didefinisikan sebagai sebuah bentuk visual dari tabulated frequencies, dan biasa digambarkan dalam bentuk bars.

Histogram citra adalah grafik yang menggambarkan penyebaran nilai-nilai intensitas pixel dari suatu citra atau bagian tertentu dari citra.

Dalam histogram citra akan didapatkan frekuensi relative dari intensitas pada citra yang menunjukkan kecerahan (brigthness) dan kontras

Histogram sebagai alat bantu dalam pengolahan citra secara kualitatif maupun kuantitatif.

Histogram terdiri atas sekumpulan bilangan yang menjelaskan presentase pixel dalam citra dengan warna tertentu.


Pembuatan Histogram

Jika suatu citra memiliki kedalaman warna atau derajat keabuan c dengan nilai 0 …c-1, dengan resolusi nxm, maka s adalah jumlah seluruh pixel atau nxm


3 3 7 7

4 4 6 6

4 4 2 2

2 2 2 2

4 x 4 x 8

Ci = warna ke i

Fi = frekuensi warna

S = jumlah pixel (4x4= 16)

Hi = Fi/S

Ci Fi Hi

0 0 0

1 0 0

2 6 0,375

3 2 0,125

4 4 0,25

5 0 0

6 2 0,125

7 2 0,125

Diterjemahkan dalam histogram sbb:


0

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1

0 1 2 3 4 5 6 7

warna

histogram


Histogram Citra

Nilai tertinggi dari Hi adalah 1, 0 < Hi < 1 Hi menyatakan probability pixel dimana jumlah

total Hi sama dengan 1 Citra dengan kondisi tidak normal seperti terlalu

gelap atau terlalu terang akan menghasilkan grafik setengah dari derajat keabuan/warna dimana gelap akan cenderung ke kiri naik dan rendah ke kanan sedangkan terlalu terang akan sebaliknya. Citra normal menghasilkan histogram yang mengisi nilai keabuan secara penuh atau merata untuk distribusi setiap intensitas pixel.


Bentuk histogram citra

Citra gelap Citra terang

Citra normal Citra normal, brightness dan contrast