• Tidak ada hasil yang ditemukan

Operasi-operasi Dasar Pengolahan Citra Digital

N/A
N/A
Protected

Academic year: 2022

Membagikan "Operasi-operasi Dasar Pengolahan Citra Digital"

Copied!
56
0
0

Teks penuh

(1)

Operasi-operasi Dasar

Pengolahan Citra Digital

(2)

Operasi Titik

• Operasi dilakukan pada piksel tunggal di dalam citra

• Dikenal dengan nama pointwise

• Operasi dilakukan dengan mengakses piksel pada

lokasi yang diberikan, dan kemudian mengganti nilai piksel tersebut dengan nilai yang baru

• operasi diulangi untuk keseluruhan piksel di dalam citra

(3)

Operasi Titik

Otitik{f(x,y)}

(4)

Operasi Titik

• Secara matematis, operasi titik dapat dinyatakan sebagai:

• Dengan fA adalah piksel citra sebelum diolah, dan fB adalah piksel citra sesudah diolah

)}

, ( {

) ,

(x y O f x y

fB titik A

(5)

Operasi Titik

• Operasi titik dapat diklasifikasikan menjadi 3:

– Berdasarkan intensitas – Berdasarkan geometri

– Atau gabungan keduanya

(6)

Operasi Titik – Intensitas

• Nilai intensitas u suatu piksel dapat diubah menjadi nilai baru v dengan menggunakan suatu transformasi h:

• Contoh operasi titik berdasarkan intensitas adalah operasi pengambangan

(thresholding)

) (u h v

(7)

Operasi Titik – Intensitas

• Contoh operasi titik yang lain:

– Negatif digital

– Pemotongan/clipping

– Perubahan brightness  lihat pada operasi aritmetika penjumlahan/pengurangan citra dengan skalar

• Lebih gelap

• Lebih terang

(8)

Operasi Titik – Intensitas

Operasi Thresholding

• Pada Operasi pengambangan (thresholding), nilai intensitas pixel dipetakan ke salah satu dari dua nilai a1 atau a2, berdasarkan nilai ambang (threshold) T :

 

 

T y

x f a

T y

x f y a

x

f , ( , )

) , ( ) ,

, (

2 , 1

(9)

Operasi Thresholding

• Jika a1=0 dan a2=1, mk operasi

pengambangan mentranformasikan citra hitam putih ke citra biner.

(10)

Operasi Titik – Intensitas

Operasi Thresholding

Citra Asli Citra Hasil Thresholding, dengan nilai threshold

127

(11)

Operasi Thresholding

(12)

Operasi Thresholding

(13)

Operasi Titik – Intensitas

Operasi Negatif Digital

• Yaitu mendapatkan citra negatif meniru film negatif pada fotografi dengan

caramengurangi nilai intensitaspixel dari nilai keabuan maksimum.

• Misalnya pada citra dengan 256 derajat keabuan (8 bit), citra negatif diperoleh dengan persamaan :

) ,

( 255

) ,

( x y

,

f x y

f  

(14)

Operasi Titik – Intensitas

Operasi Negatif Digital

Citra Asli Citra Negatif Digital

(15)

Operasi Titik – Intensitas Operasi Pemotongan (clipping)

• Operasi ini dilakukan jika nilai intensitas pixel hasil suatu operasi pengolahan

citraterletak dibawah nilai intensitas minimum atau diatas nilai intensitas maksimum :

0 )

, ( ,

0

255 )

, ( 0

), , (

255 )

, ( ,

255 )

,

( ,

y x f

y x f y

x f

y x f y

x f

(16)

Operasi Titik – Geometri

• Piksel-piksel citra diubah ke posisi tertentu, namun nilai piksel tidak berubah

• Contoh:

– Rotasi

– Pergeseran (translasi) – Penskalaan (dilatasi) – Pencerminan

(17)

Operasi Titik – Intensitas dan Geometri

• Mengubah nilai piksel, dan juga posisinya

• Contoh: morphing

(18)

Aras Lokal

• Operasi melibatkan intensitas piksel tetangganya (neighborhood)

• Contoh: operasi konvolusi yang digunakan untuk deteksi tepi, penapisan citra

(19)

Aras Lokal

Titik yang diolah

Titik tetangga yang dilibatkan

(20)

Aras Lokal

Titik yang diolah

Titik tetangga yang dilibatkan

(21)

Aras Lokal – Contoh Deteksi Tepi

Citra Asli Hasil Deteksi Tepi

(22)

Aras Global

• Operasi pada aras global menghasilkan citra keluaran yang intensitasnya tergantung dari intensitas seluruh piksel

• Contoh: Operasi penyamaan histogram (histogram equalization)

(23)

Aras Global

Titik yang diolah

Titik lain yang dilibatkan

(24)

Aras Global - Contoh

Citra Asli Citra Diolah dengan Histogram Equalization

(25)

Aras Objek

• Hanya dilakukan pada obyek tertentu di dalam citra

• Tujuan: untuk mengenali obyek-obyek, berdasarkan rata-rata intensitas, ukuran, bentuk, dan karakteristik lain

(26)

Operasi Aritmetika

(27)

Jenis Operasi

• Penjumlahan atau pengurangan dua buah citra A dan B

C(x,y)=A(x,y)±B(x,y)

• Perkalian dua buah citra C(x,y)=A(x,y)B(x,y)

• Penjumlahan/pengurangan citra dengan skalar C(x,y)=A(x,y) ±c

• Perkalian/pembagian citra dengan skalar C(x,y)=c. A(x,y)

(28)

Penjumlahan Dua Buah Citra

• Persamaan yang digunakan:

C(x,y)=A(x,y)+B(x,y)

• Dengan C(x,y) adalah citra baru yang setiap pikselnya adalah jumlah dari intensitas tiap piksel pada A dan B

• Jika hasil penjumlahan lebih besar dari 255, maka intensitas dapat dibulatkan menjadi 255

(29)

Penjumlahan Dua Buah Citra

• Sering digunakan untuk penggabungan dua buah citra dan watermarking tampak (visible watermarking)

(30)

Penjumlahan Dua Buah Citra

+ =

(31)

Pengurangan Dua Buah Citra

• Persamaan yang digunakan:

C(x,y)=A(x,y)-B(x,y)

• Dengan piksel citra C adalah hasil

pengurangan intensitas piksel citra A dengan citra B

• Ada kemungkinan hasil pengurangan

menghasilkan nilai negatif  diperlukan proses clipping

(32)

Pengurangan Dua Buah Citra

• Contoh aplikasi:

– Untuk mendeteksi pergerakan obyek

– Untuk mendeteksi keamanan pada suatu ruangan

• Pengurangan citra seringkali digunakan untuk mendeteksi perubahan obyek dalam selang waktu tertentu

(33)

Perkalian Citra

• Persamaan yang digunakan adalah C(x,y)=A(x,y)B(x,y)

• Perkalian citra sering digunakan untuk

mengoreksi ketidaklinearan sensor dengan mengalikan matriks citra dengan matriks koreksi

(34)

Penjumlahan/pengurangan Citra dengan Skalar

• Persamaan yang digunakan:

C(x,y)=A(x,y) ±c

• Penjumlahan/pengurangan citra A dengan skalar c adalah menambah setiap piksel di dalam citra

dengan sebuah skalar c, dan menghasilkan citra baru C yang intensitasnya lebih terang/gelap dibandingkan dengan citra A

(35)

Penjumlahan/pengurangan Citra dengan Skalar

• Hasil penjumlahan atau pengurangan citra dengan skalar mungkin menghasilkan nilai

dengan intensitas negatif atau lebih dari 255, sehingga diperlukan proses clipping

(36)

Penjumlahan/pengurangan Citra dengan Skalar

Citra asli Citra dengan brightness ditambah 50

Citra dengan brightness dikurangi 50

(37)

Penjumlahan/pengurangan Citra

dengan Skalar

(38)

Penjumlahan/pengurangan Citra

dengan Skalar

(39)

Perkalian/pembagian dengan Skalar

• Persamaan yang digunakan adalah C(x,y)=c.A(x,y) atau C(x,y)=A(x,y)/c

• Perkalian citra A dengan c akan menghasilkan citra baru C dengan intensitas yang lebih

terang dibandingkan dengan citra A

• Kenaikan sebanding dengan operasi perkalian citra dengan skalar

(40)

Perkalian/pembagian dengan Skalar

• Pembagian citra A dengan c akan

menghasilkan citra baru C dengan intensitas yang lebih gelap dibandingkan dengan citra A

• Operasi pembagian citra dengan skalar digunakan untuk normalisasi kecerahan

(41)

Perkalian/pembagian dengan Skalar

Citra asli Citra dengan brightness dikalikan 1,5

Citra dengan brightness

dibagi 1,5

(42)

Operasi Boolean pada Citra

(43)

Operasi Boolean pada Citra

• Operasi Boolean and C(x,y)=A(x,y) ^ B(x,y)

• Operasi Boolean or C(x,y)=A(x,y) v B(x,y)

• Operasi Boolean not C(x,y)=~A(x,y)

(44)

Operasi Boolean NOT

Citra Asli Citra Hasil Operasi NOT

(45)

Operasi Geometri Citra

(46)

• Koordinat piksel berubah akibat transformasi, sedangkan intensitasnya tetap

• Contoh: operasi translasi, rotasi, penskalaan, dan pencerminan citra (flipping)

(47)

Operasi Geometri Citra - Translasi

• Translasi dilakukan berdasar rumus:

x’=x+m y’=y+m

• m adalah besarnya pergeseran dalam arah x, sedangkan n adalah besarnya pergeseran

dalam arah y

(48)

Operasi Geometri Citra - Translasi

• Jika citra semula adalah A, dan citra hasil translasi adalah B, maka translasi dapat dilakukan sbb:

• B(x,y)=A(x+m,y+n)

(49)

Operasi Geometri Citra - Rotasi

• Rotasi dilakukan dengan persamaan:

x’=x cos(ө) – y sin(ө) y’=x sin(ө) + y cos(ө)

• Dalam hal ini, ө adalah sudut rotasi berlawanan dengan arah jarum jam

(50)

Operasi Geometri Citra - Rotasi

• Jika citra semula adalah A, dan citra hasil

rotasi adalah B, maka rotasi citra dari A ke B:

A(x,y)=B(x cos(ө) – y sin(ө), x sin(ө) + y cos(ө))

(51)

Operasi Geometri Citra – Penskalaan Citra

• Penskalaan citra/image zooming: pengubahan ukuran citra (pembesaran/zoom out atau

pengecilan /zoom in)

• Rumus penskalaan citra:

x’=sx.x y’=sy.y

(52)

Operasi Geometri Citra – Penskalaan Citra

• sx dan sy adalah faktor penyekalaan, masing- masing dalam arah x dan y

• Jika citra semula adalah A dan citra hasil

penyekalaan adalah B, maka penyekalaan citra dinyatan sebagai:

• B(x’,y’)=B(sx.x, sy.y)=A(x,y)

(53)

Operasi Geometri Citra – Flipping

• Adalah operasi geometri yang sama dengan pencerminan

• Dua macam flipping:

– Horisontal

• Adalah pencerminan terhadap sumbu Y

• B(x,y)=A(N-x,y)

– Vertikal

• Adalah pencerminan terhadap sumbu X

• B(x,y)=A(x,M-y)

(54)

Operasi Geometri Citra – Flip

Horisontal

(55)

Operasi Geometri Citra – Flip Vertikal

(56)

Operasi Geometri Citra – Pencerminan Terhadap Titik Asal

• Persamaan yang digunakan adalah B(x,y)=A(N-x, M-y)

• Dengan N adalah jumlah kolom citra, dan M adalah jumlah baris citra

Referensi

Dokumen terkait

Hasil penelitian ini adalah sebuah purwarupa yang berbentuk aplikasi yang dapat melakukan identifikasi presensi kehadiran yang memanfaatkan chip pada e-KTP sebagai

Hipotesis menunjukkan kepemimpinan transformasional (X 1 ) memiliki nilai t hitung = 10,134 lebih besar dari ttabel= 1,658 maka H0 ditolak, ini berarti kepemimpinan

Prosiding Pertemuan Ilmiah (PI) ke XXXI Himpunan Fisika Indonesia (HFI) Jateng & DIY ini berisikan makalah- makalah yang disajikan dalam Pertemuan dan

Selanjutnya, diperlukan usaha lebih besar lagi agar studi-studi agraria pun dapat memberikan jalan untuk memperbaharui cara kerja pimpinan gerakan sosial dan

Peruntukan perbelanjaan yang telah ditetapkan dalam Perlem bagaan ini telah menjadikan negara Malaysia sebagai sebuah kerajaan pusat yang kukuh dari sudut pandangan kewangan jika

Verifikasi dilakukan dengan menganalisis dari bentuk eksperimen mulai dari dimensi geometri hingga kondisi batas kom- putasi.Diambil sebanyak 100 titik sampel data hasil

Volume atau tekanan udara yang diperlukan oleh hood tergantung pada: bentuk, jenis dan ukuran hood, kecepatan tangkapan yang diperlukan, jarak hood terhadap

‘Subjek biasanya ditandai oleh partikel [ga] kecuali bila merupakan topik kalimat.’ Dari teori tersebut dapat dipahami bahwa subjek ditandai oleh partikel [ga]