pengolahan citra digital konsep dasar representasi citra n.
Download
Skip this Video
Loading SlideShow in 5 Seconds..
Pengolahan Citra Digital: Konsep Dasar Representasi Citra PowerPoint Presentation
Download Presentation
Pengolahan Citra Digital: Konsep Dasar Representasi Citra

Loading in 2 Seconds...

play fullscreen
1 / 31

Pengolahan Citra Digital: Konsep Dasar Representasi Citra - PowerPoint PPT Presentation


  • 324 Views
  • Uploaded on

Pengolahan Citra Digital: Konsep Dasar Representasi Citra. Ir Iyus Rusmana MT Teknik Elektro STTNAS. PENDAHULUAN. APA YANG SAUDARA LIHAT DARI GAMBAR TERSEBUT ?. REPRESENTASI CITRA. REPRESENTASI CITRA. Suatu citra bisa didefinisikan sebagai fungsi 2D, f(x,y), dengan :

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about 'Pengolahan Citra Digital: Konsep Dasar Representasi Citra' - beau-cherry


An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
pengolahan citra digital konsep dasar representasi citra

Pengolahan Citra Digital:Konsep Dasar Representasi Citra

Ir Iyus Rusmana MT

Teknik Elektro STTNAS

pendahuluan
PENDAHULUAN

APA YANG SAUDARA LIHAT DARI GAMBAR TERSEBUT ?

Ir H Iyus Rusmana M Eng - STTNAS

representasi citra
REPRESENTASI CITRA

Ir H Iyus Rusmana M Eng - STTNAS

representasi citra1
REPRESENTASI CITRA
  • Suatu citra bisa didefinisikan sebagai fungsi 2D, f(x,y), dengan :
    • x dan y adalah koordinat spasial
    • amplitudo f pada pasangan koordinat (x,y) yang disebut intensitas atau tingkat keabuan citra pada titik tersebut
  • Jika x, y dan f semuanya berhingga, dan nilainya diskrit, kita menyebut citra tersebut sebagai citra digital.

Ir H Iyus Rusmana M Eng - STTNAS

representasi citra2
REPRESENTASI CITRA

GREY SCALE

RGB

BINARY

Ir H Iyus Rusmana M Eng - STTNAS

palet warna
Palet Warna
  • Bagaimana sebuah citra direpresentasikan dalam file?
    • Pertama-tama seperti halnya jika kita ingin melukis sebuah gambar, kita harus memiliki palet dan kanvas
      • Palet: kumpulan warna yang dapat membentuk citra, sama halnya seperti kita hendak melukis dengan cat warna, kita memiliki palet yang bisa kita isikan berbagai warna cat air
      • Setiap warna yang berbeda dalam palet tersebut kita beri nomor (berupa angka)
      • Contoh untuk citra monokrom (warnanya hanya putih-abuabu-hitam), berarti kita memiliki palet sbb:
kanvas matriks
Kanvas & Matriks
  • Setelah itu kita dapat menggambar menggunakan warna-warna dalam palet tersebut di atas sebuah kanvas
  • Sebuah kanvas dapat kita anggap sebagai sebuah matriks dimana setiap elemen dari matriks tersebut bisa kita isikan dengan salah satu warna dari palet
  • Informasi tentang palet (korespondensi antara warna dengan angka) disimpan dalam komputer (program pembuka citra seperti Paint, Photoshop, dll) sehingga sebuah file citra dalam komputer hanya perlu menyimpan angka-angka yang merepresentasikan sebuah warna.
  •  sebuah citra direpresentasikan dalam sebuah matriks yang berisi angka-angka
contoh
Contoh

Ir H Iyus Rusmana M Eng - STTNAS

contoh1
Contoh

201 188 181 185 180 147 140 149 155 138 144 144 145

199 200 201 188 139 132 147 150 143 123 112 102 117

207 221 222 136 90 111 125 145 140 138 122 104 97

231 219 200 90 65 84 84 107 95 92 92 99 89

227 223 181 74 72 89 92 86 77 63 50 55 65

217 211 166 85 47 75 82 83 75 42 42 39 40

208 195 179 131 54 68 66 72 46 21 15 24 19

198 187 181 141 53 54 55 59 37 21 37 66 90

195 184 170 134 52 38 42 45 35 43 98 152 172

186 175 171 169 100 34 34 27 44 85 139 170 184

167 156 142 144 112 48 32 46 84 133 166 172 186

142 139 131 120 108 67 30 76 102 123 153 171 178

145 134 128 125 117 70 38 91 101 105 125 146 157

=

slide10
Alur
  • Jika kita menyimpan gambar kucing tadi ke dalam sebuah file (kucing.bmp), maka yang disimpan dalam file tersebut adalah angka-angka yang diperoleh dari matriks kanvas.

File kucing.bmp:

input

Program pembuka citra

(Paint, Photoshop, dll)

Ditampilkan di layar

Informasi palet dan format file citra

representasi dalam file
Representasi dalam File
  • Untuk Windows Bitmap Files (.bmp)
    • Ada header berisi informasi jumlah baris dan kolom dalam citra, informasi palet, dll
    • Header langsung diikuti dengan angka-angka dalam matriks, disusun perbaris
    • Baris pertama langsung diikuti baris kedua, dst
    • Bagaimana mengetahui awal suatu baris? (misal untuk membedakan citra berukuran 100x200 dengan 200x100)  lihat informasi jumlah baris dan jumlah kolom di header
hubungan tiga disiplin ilmu
HUBUNGAN TIGA DISIPLIN ILMU

Pengenalan Pola

Citra

Deskripsi/

Informasi

Grafika Komputer

Kecerdasan Buatan

Pengolahan Citra

PERTEMUAN KE-1

hubungan tiga disiplin ilmu1
HUBUNGAN TIGA DISIPLIN ILMU
  • PatternRecognition menerjemahkan citra menjadi informasi yang merepresentasikan citra tersebut
  • Computer Graphics menvisualisasikan suatu informasi menjadi citra.
  • Artificial Intellegent menerjemahkan informasi input menjadi informasi lain untuk mengambil keputusan.

PERTEMUAN KE-1

citra dan pengolahan citra
CITRA DAN PENGOLAHAN CITRA
  • CITRA (Image) Gambar pada bidang dua dimensi
  • Citra dibagi menjadi citra tampak dan citra tak Tampak

CITRA

Citra Tak Tampak

Citra Tampak

Fungsi Matematis

Gambar

Foto

Kontinu

Gambar

Lukisan

Diskrit

(Citra Digital)

Citra Optis

Pengelompokan Jenis – Jenis Citra

PERTEMUAN KE-1

citra dan pengolahan citra1
CITRA DAN PENGOLAHAN CITRA
  • Pengolahan Citra (Image Processing) : Pemrosesan Citra, Khususnya menggunakan komputer, menjadi citra yang kualitasnya lebih baik
  • Input berupa citra dan outputnya berupa citra yang kualitasnya lebih baik dari citra input.
  • Pengolahan Citra  Preprocessing pada bidang computer vision

PERTEMUAN KE-1

operasi pengolahan citra
OPERASI PENGOLAHAN CITRA
  • Perbaikan kualitas citra ( Image Enhancement)
  • Pemugaran citra (Image Restoration)
  • Pemampatan citra (Image Compression)
  • Segmentasi citra (Image Segmentation)
  • Pengorakan/penguraian citra (Image Analysis)
  • Rekonstruksi citra (Image Reconstruction)

PERTEMUAN KE-1

aplikasi pengolahan citra
APLIKASI PENGOLAHAN CITRA

BIDANG PERDAGANGAN :

 Pembacaan kode batang (bar code) yang tertera pada produk yang dijual

 Mengenali huruf / angka pada formulir secara otomatis

BIDANG PEMETAAN:

 Klasifikasi penggunaan tanah melalui foto udara

PERTEMUAN KE-1

aplikasi pengolahan citra1
APLIKASI PENGOLAHAN CITRA

BIDANG KEDOKTERAN :

 Pengolahan citra sinar x untuk mammografi

Kedokteran Gigi (Orthodonti);

 Kedokteran Biomedik

BIDANG HUKUM :

 Pengenalan Sidik Jari

 Pengenalan foto narapidana

PERTEMUAN KE-1

aplikasi kedokteran gigi
Aplikasi Kedokteran Gigi
  • Pada citra cephalometri, dapat dideteksi kurva bentuk dahi manusia dari landmark Nasion (lekuk dahi ke hidung) sampai ke Bergman (titik ubun-ubun)
  • Dari lengkung bentuk dahi dapat dihitung koefisien transformasi Fourier dan transformasi Wavelet
  • Dari sampel laki2 dan perempuan dapat ditentukan aturan keputusan berdasarkan analisis diskriminan, sehingga jenis kelamin dapat ditentukan berdasarkan bentuk dahi tengkorak manusia
  • Eksperimen menunjukkan penggunaan transformasi Wavelet menghasilkan tingkat pengenalan yang lebih baik dari transformasi Fourier

PERTEMUAN KE-1

aplikasi kedokteran biomedik
Aplikasi Kedokteran (Biomedik)

Thorax X-Ray Standard Landmarks Thorax Tissue

PERTEMUAN KE-1

aplikasi penginderaan jarak jauh
Aplikasi Penginderaan Jarak Jauh

Urut kiri ke kanan atas ke bawah:

Citra Optik; Klasifikasi Optik; Fusi Joint Prob.; Citra Radar; Klasifikasi Radar; Fusi High Rank.

PERTEMUAN KE-1

aplikasi penginderaan jarak jauh1
Aplikasi Penginderaan Jarak Jauh

Urut kiri ke kanan atas ke bawah:

Citra Optik; Klasifikasi Optik; Citra Hasil Mosaik; Citra Radar; Klasifikasi Radar; Citra Hasil Fusi.

PERTEMUAN KE-1

aplikasi pengenalan karakter
Aplikasi Pengenalan Karakter

Huruf A hasil scanning Huruf A setelah ‘thinning’

PERTEMUAN KE-1

human biometrics features
Human Biometrics & Features

Citra Wajah Citra Sidik Jari

PERTEMUAN KE-1

summary
SUMMARY
  • Mata Kuliah Pengolahan Citra Digital memberikan pemahaman tentang manfaat pengolahan citra pada berbagai aplikasi.
  • Teknik Pengolahan Citra Digital digunakan dalam dapat digunakan dalam bidang krimininalitas, Kedokteran, dsb

PERTEMUAN KE-1

summary1
SUMMARY
  • Pengolahan Citra Digital bersifat multidisiplin ilmu antara lain komputer grafik, kecerdasan buatan dan komputer vision.

PERTEMUAN KE-1

referensi
REFERENSI
  • Rafael C. Gonzales dan Richard E. Woods, Digital Image Processing, Edisi 2, Prentice Hall, 2002
  • Rafael C. Gonzales, Richard E. Woods dan Steven L. Eddins, Digital Image Processing using Mathlab, Prentice Hall, 2003
  • Achmad Balza, Firdausy Kartika. Teknik Pengolahan Citra Digital dengan Delphi. Ardi Publishing.Yogyakarta.2005.

PERTEMUAN KE-1

representasi dalam file1
Representasi dalam File
  • Ada bermacam format representasi citra dalam file, seperti bmp, tif, jpg, dan sebagainya.
  • Format BMP merupakan format yang kurang efisien, karena semua informasi angka dalam baris disimpan semua. Misalkan ukuran header adalah H byte, ukuran citra 100x100 byte monokrom, maka ukuran file bmp tersebut adalah : H + data citra = H + 10000 Byte
  • Bagian data citra (10000 byte) sebenarnya bisa dikompresi agar ukuran file tidak terlalu besar. Salah satu cara kompresi adalah dengan terlebih dahulu mentransformasikan citra ke ruang yang berbeda (contoh: format file JPEG)
  • Topik ini lebih lanjut akan kita bahas di bahasan tentang Transformasi
kaitannya dengan frekuensi
Kaitannya dengan frekuensi?
  • Citra  ambil 1 baris  plot (sumbu x: posisi piksel dalam baris, sumbu y: intensitas keabuan/warna)

Columns 1-9 : 71 70 70 70 73 77 81 83 73

……………………..

Columns 307-315: 92 93 84 93 96 79 121 218 232

Columns 316-324: 233 74 0 11 24 14 14 13 11

……………………..

Columns 397 through 400 : 24 8 13 15

kaitannya dengan frekuensi1
Kaitannya dengan Frekuensi?
  • Frekuensi dapat dilihat perbaris dan perkolom atau perbidang