TRANFORMASI
Pertemuan 4
Mata Kuliah Pengolahan Citra
FAKULTAS TEKNIK DAN ILMU KOMPUTER PROGRAM STUDI TEKNIK INFORMATIKA
UNIVERSITAS INDRAPRASTA PGRI
Berdasarkan manipulasi elemen pengolahan citra terbagi menjadi 3:
1.
Operasi tingkat titik
Memodifikasi suatu piksel tunggal pada sebuah citra dengan salah satu metode operasi titik dan dilakukan pada keseluruhan piksel di dalam citra, hasil yang diperoleh merupakan piksel dengan nilai baru yang ditempatkan pada lokasi yang bersesuaian.
Metode operasi titik diantaranya:
Berdasarkan intensitas : piksel baru serupa namun intensitas beubah
Berdasarkan geometri : piksel baru serupa namun posisi piksel beubah
Gabungan keduanya
Contoh : pengaturan kecerahan, kontras dan binerisasi
2. Operasi tingkat lokal
Memodifikasi suatu piksel yang dikehendaki dan dipengaruhi oleh intensitas piksel tetangganya. Dilakukan pada keseluruhan piksel di dalam citra dan hasil yang diperoleh merupakan piksel dengan nilai baru yang ditempatkan pada lokasi yang bersesuaian.
Contoh : pelembutan, penajaman citra
3. Operasi tingkat Global
Memodifikasi suatu piksel dan dipengaruh oleh nilai intensitas seluruh piksel pada citra. Dilakukan pada keseluruhan piksel di dalam citra dan hasil yang diperoleh merupakan piksel dengan nilai baru yang ditempatkan pada lokasi yang bersesuaian.
Contoh : operasi perataan histogram.
Perbandingan operasi pada titik
Transformasi Intensitas
Tranformasi intensitas merupakan bagian dari operasi tingkat titik. Dimana nilai intensitas piksel f(x,y) ditansformasikan menjadi f(x,y)’.
Operasi
Transformasi Intesitas:
Transformasi Citra Warna (RGB) menjadi Grayscale
Operasi Negasi
Operasi Pencerahan Citra (Image Brightening)
Operasi Peregangan Kontras (Contrast stretching)
Operasi Pengambangan (Thresholding)
Citra Warna Menjadi Grayscale
Pengubahan citra kanal RGB menjadi satu kanal dilakukan dengan menghitung nilai rata‐rata dari warna RGB.
Dengan fungsi
𝑓 , 𝑓 , 𝑓 , 𝑓 ,
3
Dimana:
f0 = selanjutnya disebut citra output fiR = Citra input dari warna merah fiG = Citra input dari warna Hijau fiB = Citra input dari warna Biru
Dalam konteks pencahayaan optik, komponen warna merah dan hijau menunjukan intensitas yang lebih tinggi (terang) dibandingkan warna biru. Akibatnya, terjadi pengaveran yang tidak proporsional. Citra akan tampak tampak lebih gelap di daerah merah dan hijau dan terlalu terang di daerah biru. Sehingga untuk mendapatkan citra yang lebih baik dipergunakan bobot yang berbeda untuk masing‐masing komponen warna.
Dengan fungsi
𝑓 , 0,299 ∗ 𝑓 , 0,587 ∗ 𝑓 , 0,114 ∗ 𝑓 ,
3
Dimana:
f0 = selanjutnya disebut citra output fiR = Citra input dari warna merah fiG = Citra input dari warna Hijau fiB = Citra input dari warna Biru
Contoh :
Diketahui citra warna 24 bit dengan ukuran 2 x 2 piksel akan diubah mejadi Grayscale. Tentukanlah citra hasilnya!
Input
R = 90 R = 80 G = 90 G = 50 B = 90 B = 50 R = 80 R = 10 G = 90 G = 70 B = 70 B = 10
Penyelesaian (Tanpa pembobotan)
𝑓 , , , , = = 90
𝑓 , , , , = = 80
𝑓 , , , , = = 60
𝑓 , , , , = = 30
Input R = 90 R = 80 G = 90 G = 50 B = 90 B = 50 R = 80 R = 10 G = 90 G = 70 B = 70 B = 10
Output 90
60
80
30
Penyelesaian (Dengan pembobotan)
𝑓 , 0,299 ∗ 𝑓 , 0,587 ∗ 𝑓 , 0,114 ∗ 𝑓 ,
3
𝑓 , , ∗ , , ∗ , , ∗ , = , , , = 30
𝑓 , , ∗ , , ∗ , , ∗ , = , , , =28,243
𝑓 , , ∗ , , ∗ , , ∗ , = , , , = 19,657
𝑓 , , ∗ , , ∗ , , ∗ , = , , , =15,073
Output
30
19,657
28.243
15,073 Input
R = 90 R = 80 G = 90 G = 50 B = 90 B = 50 R = 80 R = 10 G = 90 G = 70 B = 70 B = 10
Perhatikan perbandingan hasil grayscale dengan adanya pembobotan
Perbandingan : (a) Gambar asli (b) Dengan pembobotan (c) Tanpa pembobotan
(a) (b) (c)
Operasi Negasi
Operasi negasi dilakukan untuk mendapatkan citra negatif, seperti film (negative film). Piksel‐piksel berwarna putiih diubah menjadi warna hitam atau sebaliknya.
Contoh B:
Diketahui citra grayscale 128 dengan ukuran 2x2 akan dilakukan operasi negasi, tentukanlah hasil citra negasinya!
50 70
50 60
Citra Input
Penyelesaian:
Caranya:
f
maks= 127
Karena citra tersebut memiliki nilia yang berada pada rentang nilai 0 s.d 127. Dimana 0 merupakan nilai minimun dan 127 nilia maksimum, yang berarti 128 derajat keabuan
Hasil Penyelesaian:
Perbandingan Gambar (a) gambar asli (b) hasil negasi
Kecerahan
Sebuah citra Grayscale 256 warna akan tampak
gelap bila seluruh komponen warnanya mendekati 0 (nol), juga sebaliknya.
• Jika K positif maka hasil operasi akan lebih cerah
• Jika K negatif maka hasil operasi lebih gelap
Contoh C:
Grayscale 128 warna dengan ukuran 2 x 2 akan dilakukan operasi kecerahan dengan K = 10.
50 70
50 60
Citra Input
Penyelesaian:
Perbandingan Gambar : (a) asli (b) brighter 50 (c) brighter ‐50
Kontras
Kontras adalah tingkat penyebaran piksel – piksel ke dalam intesitas warna.
Citra kontras rendah – histogram sempit
Citra kontras tinggi – histogram terlalu besar
Citra kontras normal – histogram tidak sempit dan tidak terlalu besar
Contoh D:
Grayscale 128 warna ukuran 2 x 2 piksel, lakukanlah operasi pengontrasan dengan penguatan kontras = 2 dan pusat
pengontrasan = 50, tentukanlah citra hasilnya!
50 70
50 60
Citra Input
Penyelesaian:
50 70 50 90
50 60 50 70
Citra Input
Citra Output
Perbandingan Gambar : (a) asli (b) kontras
Operasi Ambang Tunggal
Suatu pemetaan citra mejadi citra biner ( citra 2 warna).
Misalnya Fungsi dibawah ini:
Contoh E:
Tentukan citra output dari citra input dibawah ini dengan menggunakan fungsi ambang tunggal dibawah ini!
69 170
140 80
Citra Input
Penyelesaian:
69 170 0 255
140 80 50 0
Citra Input
Citra OutputLatihan
Perhatikan citra digital dibawah ini dan jawablah pertanyaan dengan tepat !
a. TentukanIah skala keabuan dan deraj at keabuan citra tersebut !
b. Berapakah memori yang dibutuhkan dari citra digital tersebut?
c. Tentukan cit ra outp ut dari citra input diatas jika citra diubah menjadi citra negatif !
d. Lakukanlah pengurangan kecerahan sebanyak 5 dari citra input digital tersebut dan tuliskan citra outputnya!
e. LakukanIah peningkatan kont ras pada citra tersebut jika diketahui
koefisien penguat kontras sebesar 3 dengan pusat pengontrasan 8. Tuliskan citra hasilnya!
20 40 40 25 10 35 64 63 64 10 35 32 30 32 8 35 64 63 64 10 25 40 40 25 10
Referensi
Andono, Pulung Nurtantio dkk. 2017. Pengolahan Citra Digital. Andi Yogyakarta.
Handoyo, E,D. 2002. Perancangan Mini Image Editor Versi 1.0 Sebagai Aplikasi Penunjang Mata
Kuliah Digital Image Processing.
Jurnal Natur Indonesia 5 (1):41‐49. ISSN: 1410‐9379 Hestiningsih, I. 2011.
Pengolahan Citra.
Hidayatullah, Priyanto. Pengolahan Citra Digital Teori dan Aplikasinya.
Informatika Bandung
Canstleman. 1996. Digital Image Processing.
Gonzalez & Woods. 2004. Digital Image Processing.
Lyon. 1999. Image Processing in Java.
R. H. Sianipar, Hamzan Wadi.Pemrograman Python, Teori dan implementasi.
Informatika Bandung.
2015
Sandypan Dey. Python Image Processing Cookbook. Packt.2020