1 / 22

PERTEMUAN 3

PERTEMUAN 3. Anna Hendrawati STMIK CILEGON. Rekayasa Histogram. Histogram Equalisasi, konsep dasar

phila
Download Presentation

PERTEMUAN 3

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. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. PERTEMUAN 3 Anna Hendrawati STMIK CILEGON

  2. Rekayasa Histogram • Histogram Equalisasi, konsep dasar dari histogram equalisation adalah dengan men-strecth histogram, sehingga perbedaan pixel menjadi lebih besar atau dengan kata lain informasi menjadi lebih kuat sehingga mata dapat menangkap informasi tersebut. image processing

  3. Rekayasa histogram • Histogram equalisation, mendistribusikan nilai intensitas dalam citra sedemikian rupa sehingga sejumlah nilai intensitas mempunyai nilai yang relatif sama atau uniform, sehingga disebut juga histogram uniform • Histogram spesifikasi, mengubah histogram sesuai dengan yang diinginkan atau spesifikasi tertentu seperti pelebaran, penggeseran dari histogram, penskalaan warna, autoscale. image processing

  4. Histogram Equalizationin all grey level and all area Contoh: citra dengan derajat keabuan berkisar 0-8 Citra awal: Citra Hasil: 3 5 5 5 4 ???? 5 4 5 4 4 5 3 4 4 4 4 5 6 6 3 image processing

  5. Gambarkan Histogram Equalisasinya!!!! image processing

  6. Penskalaan Warna • Histogram direkayasa dengan menggunakan fungsi transformasi terhadap pemetaan suatu warna ke warna lain. • Contoh Y = x + 5 Y = 2x Y = x + 5 Y = X Y = 2x image processing

  7. Contoh penskalaan warna Y=2x 3x4x4 3x4x8 image processing

  8. Autoscale • Penskalaan otomatis dengan menskalakan intensitas minimum dan maksimum dari citra. Menghasilkan efek kenaikan nilai kontras dan brightness • Disebut juga histogram stretching. image processing

  9. Contoh autoscale Fmin = 3 Fmak = 6 G3 = (7/3)(3-3)=0 G4 = (7/3)(4-3)=2.33 G5 = (7/3)(5-3)=4.66 G6 = (7/3)(6-3)=7 Gi image processing

  10. Pergeseran Histogram • Dilakukan dengan menambahkan atau mengurangkan nilai intensitas yang akan memberikan lebih terang atau gelap, penambahan akan membrikan nilai terang dan pengurangan akan membuat citra gelap, • Terang = Y=x+a • Gelap = Y=x-a image processing

  11. Penambahan dan pengurangan nilai intensitas piksel untuk perbaikan citra • Menambah atau mengurangkan nilai intensitas piksel dengan bilangan yang sama. • Penentuan bilangan penambah dengan mengambil selisih nilai intensitas piksel tertinggi dan nilai tertinggi data yang ditampung. Begitu sebaliknya dengan pengurangan. Contoh:Sebuah citra gray scale 4 bit, mempunyai nilai intensitas piksel tertinggi 12, maka bilangan penambah adalah 3, sebab nilai maksimum adalah 15. image processing

  12. Penambahan nilai intensitas piksel 4 x 4 x 16 Y = x + a, dimana a = 3 image processing

  13. Pengurangan nilai intensitas piksel 4 x 4 x 16 Y = x - a, dimana a = 4 image processing

  14. Pelebaran Histogram • Dilakukan dengan melakukan perkalian atau pembagian nilai intensitas yang akan memberikan citra terang atau gelap. • Terang Y= Xx2 • Gelap Y=X/2 image processing

  15. OPERASI TITIK Operasi titik adalah operasi terhadap citra dimana setiap titik diolah secara tak gayut dengan titik-titik yang lain. Hanya nilai dari titik itu sendiri yang dimodifikasi. image processing

  16. 1. Konversi citra berwarna ke gray scale • Untuk citra berwarna yang mempunyai nilai matrik masing-masing R, G, B menjadi citra gray scale dengan nilai S, maka konversi dapat dilakukan dengan mengambil rata-rata dari nilai R, G, dan B sehingga dapat ditulis menjadi: image processing

  17. 2. Modifikasi Brightness Brightness adalah proses penambahan kecerahan dari nilai derajat keabuan. (Pada prinsipnya sama dengan pergeseran histogram) Proses brightness ini dilakukan dengan menambahkan nilai derajat keabuan dengan suatu nilai penambah, xb = x+b di mana x = nilai derajat keabuanb = nilai penambahanxb = hasil brightness image processing

  18. Brightness adalah suatu pergeseran histogram ke kiri dan ke kanan untuk menurunkan atau menaikkan tingkat kecerahan pada citra. Pergeseran ke kanan akan menyebabkan citra lebih putih dan pergeseran ke kiri akan menyebabkan citra lebih gelap. image processing

  19. 3. Kontras Kontras dari suatu citra adalah proses pengaturan nilai range interval pada setiap nilai derajat keabuan. Didefinisikan dengan: xk = x * k di mana x = nilai derajat keabuank = nlai kontras, dimana rangenya dari 0 – 2, nilai kontras 1 sama dengan citra asli xk = nilai setelah pengaturan kontras Untuk citra normal, harga k adalah 0. image processing

  20. Kontras adalah mengubah range pada histogram, atau dengan kata lain kontras adalah melebarkan atau menyempitkan range histogram. image processing

  21. 4. NEGASI Operasi negasi dilakukan dengan mengubah nilai keabuan titik dalam citra dengan nilai ‘negatif’nya. Fo =F mak- F i image processing

  22. Thresholding • Pengambangan ganda (thresholding) adalah pengubahan gambar grayscale ke gambar biner. image processing

More Related