Citra
Suatu citra adalah fungsi intensitas 2 dimensi f(x, y), dimana
x dan y adalahkoordinat spasial dan f pada titik (x, y)
merupakan tingkat kecerahan (brightness) suatu citra pada
suatu titik
Suatu citra diperoleh dari penangkapankekuatan sinar yang
dipantulkan oleh objek
Sampling and Quantization
sampledreal image quantized sampled &
quantized
pixel gridcolumn index
row
in
de
x
10
Sampling
),( crIS ,CI
continuous image sampled image
Take the average
within each square.
14 March 201314
15
Digital Image Formation: Quantization
continuous color input
dis
cre
te c
olo
r ou
tpu
t
continuous colors
mapped to a finite,
discrete set of colors.
Sampling
17
Proses capture pada kamera melakukan penangkapan besaran
intensitas cahaya pada sejumlah titik yang ditentukan oleh besar
kecilnya kemampuan resolusi sebuah kamera. Proses
pengambilan titik-titik ini dinamakan dengan sampling.
Sampling dan Kuantisasi
20
Sampling menunjukkan banyaknya pixel (blok)
untuk mendefinisikan suatu gambar
Kuantisasi menunjukkan banyaknya derajat nilai
pada setiap pixel (menunjukkan jumlah bit pada
gambar digital b/w dengan 2 bit, grayscale
dengan 8 bit, true color dengan 24 bit
Resolusi Spasial - Sampling
21
Sampling Uniform dan Non-uniform
Sampling Uniform mempunyai spasi (interval) baris dan kolom
yang sama pada seluruh area sebuah citra.
Sampling Non-uniform bersifat adaptif tergantung karakteristik
citra dan bertujuan untuk menghindari adanya informasi yang
hilang. Daerah citra yang mengandung detil yang tinggi di-
sampling secara lebih halus, sedangkan daerah yang homogen
dapat di-sampling lebih kasar. Kerugian sistem sampling Non-
uniform adalah diperlukannya data ukuran spasi atau tanda batas
akhir suatu spasi.
Resolusi Kecemerlangan - Kwantisasi
22
Kwantisasi Uniform, Non-uniform, dan Tapered Kwantisasi Uniform mempunyai interval pengelompokan tingkat
keabuan yang sama (misal: intensitas 1 s/d 10 diberi nilai 1, intensitas 11 s/d 20 diberi nilai 2, dstnya).
Kwantisasi Non-uniform: Kwantisasi yang lebih halus diperlukan terutama pada bagian citra yang meng-gambarkan detil atau tekstur atau batas suatu wilayah obyek, dan kwantisasi yang lebih kasar diberlakukan pada wilayah yang sama pada bagian obyek.
Kwantisasi Tapered: bila ada daerah tingkat keabuan yang sering muncul sebaiknya di-kwantisasi secara lebih halus dan diluar batas daerah tersebut dapat di-kwantisasi secara lebih kasar (local stretching).
Resolusi Uniform vs Non-Uniform Tidak perlu resolusi spasial
yang non-uniform
Perlu resolusi spasial yang non-uniform
Tidak perlu resolusi kecemerlangan yang non-uniform (untuk warna hitam dan putih)
Perlu resolusi kecemerlangan yang non-uniform (untuk warna kehijauan dan kemerahan)
23
Hubungan antara piksel dan
pengertian connectivity
24
4-tetangga piksel P 8-tetangga piksel P
X X X X
X P X X P X
X X X X
Connectivity/Konektivitas: 4-tetangga atau 8-tetangga dengan kriteria gray level yang sama, misal: sama-sama 0 atau sama-sama 1 atau sama-sama bedanya tidak lebih dari 5 tingkat keabuan, dlsb.nya
Labelling of connected component
25
Dengan kriteria piksel sama-sama bernilai 1: (a) dengan aturan 4-tetangga dan (b) dengan aturan 8 tetangga:
0 0 0 0 0 0 0 0 0 0 0 0
0 0 1 1 0 0 0 0 1 1 0 0
0 1 1 0 0 0 0 1 1 0 0 0
0 1 1 0 1 1 0 1 1 0 1 1
0 0 0 1 1 1 0 0 0 1 1 1
0 0 0 0 0 0 0 0 0 0 0 0
ekivalen dengan
ekivalen dengan
Operasi Aritmetik / Logika pada
Citra
26
Operasi Aritmetik antara dua citra + - x / Band ratio antara citra sensor optik Landsat TM
band 3 dan band 4 dapat digunakan untuk analisis vegetasi, begitu juga ratio antara selisih dan jumlahnya.
Operasi selisih antara dua citra temporal dapat digunakan untuk deteksi perubahan wilayah.
Operasi Aritmetik / Logika pada Citra
Operasi selisih antara dua citra temporal dapat digunakan untuk deteksi
perubahan wilayah.
27
Jakarta in 1994 Jakarta in 1998
(Lapan, 2001)
Operasi Aritmetik / Logika pada
Citra
28
Operasi Logika antara dua citra
OR AND NOT
Masking (AND) operation dapat digunakan
untuk memisahkan antara bagian obyek dan
bagian latar belakang pada citra biomedik.
S1 / TI09KB71 / Semester VII / 3 SKS / Reguler29
Komponen Sistem Pengolahan Citra Digital
(Gonzalez & Woods, 1992)
Dasar Radiometri
30
Radiometri adalah bagian dari image formation
yang membahas relasi antara besaran energi dari
sumber, besaran refleksi dari permukaan dan
besaran yang diterima oleh sensor
Format Warna RGB
35
R
G
B
Format warna 24 BIT dinyatakan dengan:
11001001 01011001 00001011R (8 bit) G (8 bit) B (8 bit)
Masing-masing komponen warna RGB mempunyai nilai
0 s/d 255 (8 bit) derajat kecerahan (derajat keabuan)
Format Warna RGB
Warna R G B
Merah 255 0 0
Hijau 0 255 0
Biru 0 0 255
Kuning 255 255 0
Magenta 255 0 255
Cyan 0 255 255
Putih 255 255 255
Hitam 0 0 0
Abu-abu 128 128 128
36
Membaca dan Menampilkan Citra
38
Proses untuk membaca citra sama seperti proses membaca
matrik, karena citra adalah suatu matrik. Setiap pixel pada
citra mempunyai 3 nilai R,G dan B
Proses untuk menampilkan citra sama seperti proses untuk
menampilkan matrik dengan setiap pixelnya diberi nilai
(R,G,B)
Image Enhancement
Mengolah suatu citra sehingga hasilnya sesuai untuk
penggunaan yang lebih spesifik
Meningkatkan fitur / menonjolkan ciri tertentu yang
dijadikan fokus perhatian pada suatu citra
Meningkatkan kualitas tampilan citra untuk pandangan
manusia
Mengkonversi suatu citra agar memiliki format yang lebih
baik sehingga citra tersebut lebih mudah diolah dengan mesin
(komputer)
Image Enhancement
Peningkatan kualitas citra dibagi ke dalam dua kategori
Metode domain spasial
Manipulasi langsung dari pixel di dalam citra
Metode domain frekuensi
Manipulasi terhadap transformasi Fourier dari suatu citra
Histogram Citra
Histogram citra sangat berkaitan dengan berbagai teknik
pengolahan citra, terutama metode-metode yang tergolong
dalam operasi titik
Histogram citra adalah grafik yang menampilkan banyaknya
pixel dalam suatu citra yang dikelompokkan berdasarkan
level nilai intensitas pixel yang berbeda
Histogram citra ditampilkan dalam grafik 2D
Sumbu x menyatakan nilai intensitas pixel
Sumbu y menyatakan frekuensi suatu nilai intensitas pixel
Histogram juga bisa diterapkan pada citra berwarna, dengan
cara memisahkan terlebih dahulu 3 komponen warna red,
green, dan blue. Kemudian setiap komponen warna dibuat
histogramnya
Manfaat Histogram
Sebagai indikasi visual untuk menentukan skala keabuan yang
tepat sehingga diperoleh kualitas citra yang diinginkan
Untuk pemilihan batas ambang (threshold)
Transformasi Intensitas Citra
Peningkatan kualitas citra dapat dilakukan melalui
transformasi intensitas citra, yaitu besar intensitas setiap pixel
pada citra diubah, tetapi posisi pixel tetap
Transformasi ini dilakukan melalui sebuah fungsi yang disebut
fungsi transformasi skala keabuan (grayscale transformation
function)
g(x,y) = T[f(x,y)]
Transformasi Citra Warna ke Citra
Grayscale
Citra warna RGB dapat diubah menjadi citra grayscale dengan
cara menghitung rata-rata elemen red, green, dan blue
3
),(),(),(),(
yxfyxfyxfyxg BGR
Penyesuaian Kecerahan
Tingkat kecerahan suatu citra dapat dilihat dari histogramnya
Semakin dinaikkan tingkat kecerahan suatu citra maka
konsentrasi nilai pixel pada histogram akan bergeser ke sisi
kanan, sebaliknya jika semakin diturunkan maka konsentrasi
nilai pixel pada histogram akan bergeser ke kiri
kyxfyxg ),(),(
Negasi
Proses pemetaan nilai pixel suatu citra, yaitu pada citra biner,
pixel hitam dijadikan putih dan putih dijadikan hitam
Proses pemetaan nilai pixel suatu citra, yaitu pada berwarna
atau grayscale, nilai maksimum pixel dikurangi dengan nilai
pixel yang sedang diproses
Menghasilkan citra negatif atau seperti film negatif dari foto
),(),( yxffyxg maks
Kontras
Tingkat penyebaran pixel-pixel ke dalam intensitas warna
Citra kontras rendah
Citra kontras tinggi
Citra kontras normal
Citra Kontras Rendah
Pada histogram, distribusi nilai pixel akan terkonsentrasi pada
sisi kiri, sisi kanan, atau di tengah. Semua pixel akan
terkelompok rapat pada suatu sisi tertentu dan menggunakan
sebagian kecil dari semua kemungkinan nilai pixel
Citra Kontras Tinggi
Memiliki daerah gelap dan terang yang luas. Histogram citra
ini memiliki dua puncak besar. Satu puncak terkonsentrasi
pada sisi kiri dan yang satunya terkonsentrasi pada sisi kanan
Citra Kontras Normal
Menampilka rentang nilai pixel yang lebar. Histogramnya
relatif menunjukkan distribusi nilai pixel yang seragam, tidak
memiliki puncak utama, atau tidak memiliki lembah
Fungsi Peningkatan Kontras 1
G : koefisien penguatan kontras
P : nilai grayscale yang dipakai sebagai pusat pengkontrasan
PPyxfGyxg ),(),(
Koreksi Gamma
Semakin kecil faktor koreksi maka citra output akan semakin
terang
Semakin tinggi faktor koreksi maka citra output akan
mendekati citra asli
Faktor koreksi gamma, 0 < γ < 1
1
),(),( yxfyxg
Operasi Thresholding
Pada operasi ini, nilai pixel yang memenuhi syarat ambang
batas dipetakan ke suatu nilai yang dikehendaki
nnn TyxfT
TyxfT
Tyxf
T
T
T
yxg
),(
),(
),(
,
.
,
,
),(
1
21
1
2
1
Top Related