270 likes | 655 Views
Operasi - operasi dasar Pengolahan Citra Digital~3. Sutarno , ST. MT. Computer Engineering, Sriwijaya of University. FORMAT CITRA. Karakteristik citra digital antara lain: ukuran ( mm atau inch ), resolusi ( dot per inch /dpi), dan
E N D
Operasi-operasidasarPengolahan Citra Digital~3 Sutarno, ST. MT. Computer Engineering, Sriwijaya of University
FORMAT CITRA • Karakteristikcitra digital antara lain: • ukuran (mmatauinch), • resolusi (dot per inch/dpi), dan • format nilainya (biner, grayscale, warnadanwarnaindeks). • Format data citraberhubungandenganwarna
FORMAT CITRA • Citra biner (monokrom): • setiaptitikbernilai 0 (hitam) atau 1 (putih), • setiaptitikmembutuhkan 1 bit (1 byte = 8 bit), • angka 8 bit (1 byte) dalambinerdapatditulisdalam 2 digit heksadesimal = 10011101 = $9D = 01101110 = $6A = 01101101 = $6D = 10011110 = $9D
FORMAT CITRA • Citra skalakeabuan (gray scale): • Kemungkinanwarnalebihbanyakbergantungpadajumlah bit yang digunakan. • 4 bit = 24 = 16 warna (0 hitam - 15 putih) • 8 bit = 28 = 256 warna (0 hitam - 255 putih) = 15 10 7 10 15 13 0 13 = $FA 7A FD 0D = 12 4 15 7 11 15 15 0 = $CA F7 BF F1 = 10 5 15 7 14 14 2 15 = $... ... ... … = 15 15 3 11 13 15 15 7 = $... … … …
FORMAT CITRA • Citra Warna (true color): • Kombinasi 3 warnadasar: merah, hijaudanbiru (red, green, blue/RGB)atau (cyan, magenta, yellow, black/CMYK). • Setiapwarnabernilai 8 bit = 28 = 256 warna (0 hitam - 255 merah), (0 hitam - 255 hijau) atau (0 hitam - 255 biru), jadisetiapwarnamembutuhkan 24 bit (3 byte) ataulebihdari 224 = 16 jutapilihanwarna. = 235 79 79 0 0 0 = 90 115 242 145 77 113
FORMAT CITRA • Citra WarnaBerindeks : • Informasisetiaptitikmerupakanindeksdarisuatu table yang berisiinformasiwarna yang tersedia, disebutpaletwarna “color map” • Jumlah bit yang dibutuhkantergantungpadawarna yang tersediadalampaletwarna. • Padasaatpenyimpanancitra, informasipaletwarnadiikutsertakanpadacitra. • Keuntungannya: cepatmemanipulasiwarnatanpaharusmengubahinformasipadasetiaptitik, ukuran data menjadilebihkecil. • Format yang ada: 16 colors (4 bit), 256 color (8 bit), high color (16 bit)
CITRA DIGITAL • Citra digital direpresentasikandenganmatriks. • Operasipadacitra digital padadasarnyaadalahmemanifulasielemen-elemenmatriks. • Elemenmatriks yang dimanipulasidapatberupaelementunggal (sebuahpixel), sekelompokataupunkeseluruhanelemenmatriks.
ARAS KOMPUTASI Operasipadacitradapatdikelompokkandalam 4 aras (level) komputasi, yaitu : • Aras titik • Aras lokal • Aras global, dan • Aras objek.
Aras Titik • Operasihanyadilakukanpadapixeltunggalpadacitra. • Dikenalsebagaioperasipointwise. • Tahapannya: • pengaksesan pixel padatitikkoordinat yang diinginkan • memodifikasi pixel denganoperasi linear/non-linear • menempatkan pixel barupadalokasikoordinat yang samadenganpixel lamapadacitra yang baru. • mengulanginyauntukkeseluruhan pixel dalamcitra
1. Aras Titik fB(x,y) = Otitik { fA (x,y)} • Operasiarastitikdibagi 3 macam: intensitas,geometri, gabungan (intensitasdangeometri). • Berdasarkanintensitasberupa • Operasimengubahintensitas,nilaiintensitasusuatu pixeldengantransformasihmenjadinilaiintensitasbaruv. • v=h(u), u,v [0, L] • Operasipengambangan (thresholding/T), nilaiintensitas pixel dipetakankesalahsatunilaia1ataua2. • f(x,y)’ = a1, f(x,y) < T • f(x,y)’ = a2, f(x,y) ≥ T • Operasi negative,menguranginilaiintensitas pixel darinilaiskalakeabuanmaksimum. • f(x,y)’ = 255 - f(x,y), citra 8 bit • f(x,y)’ = 127 - f(x,y), citra 6 bit
1. Aras Titik • Berdasarkanintensitas: • Operasipemotongan (clipping), dilakukanjikanilaiintensitas pixel terletakdibawahnilaiintensitasminimum ataudiatasnilaiintensitasmaksimum • 255, f(x,y) 255 • f(x,y)’ f(x,y), 0 f(x,y) 255 • 0 f(x,y) 0 • Operasipencerahan (brightening), menambahkanataumengurangkannilaikonstantapada/darisebuah pixel. • f(x,y)’ = f(x,y) b, • Jika b positif, citrabertambahcerahdan jika b negatifcitraberkurangkecerahannya
1. Aras Titik • Berdasarkangeometri: • Posisi pixel diubahkeposisi yang baru, sedangkannilaiintensitasnyatidakberubah, Cont: pemutaran (rotasi), pergeseran (translasi), penskalaan (dilatasi), dll. • (dijelaskankemudian) • Berdasarkanintensitasdangeometri: • Posisi pixel diubahkeposisi yang baru, dannilaiintensitasnyajugaberubah, Cont: image morphing yaituperubahanbentukobjekdanintensitasnya.
2. Aras Lokal Operasiinimenghasilkancitrakeluaran yang intensitassuatu pixel bergantungpadaintensitas pixel-pixel tetangga. fB(x,y)’ = Olokal { fA (xi,yj)} (xi,yj) N(x,y) N = neighborhood, pixel-pixel yang beradadisekitar(x,y). Contohoperasiaraslokaladalahoperasikonvolusiuntukmendeteksitepi (edge detection) danpelembutancitra (image smoothing).
3. Aras Global Operasiinicitrakeluaran yang intensitassuatu pixel bergantungpadaintensitaskeseluruhancitra. fB(x,y)’ = Oglobal { fA (x,y)} N = neighborhood, pixel-pixel yang beradadisekitar(x,y). Contohpenyetaraan histogram untukmeningkatkankualitascitra (equalization histogram). (dijelaskankemudian)
4. Aras Objek Operasiinidilakukanpadaobjektertentupadacitrauntukmengenaliobjektersebut. Contohmenghitung rata-rata intensitas, ukuran, bentukdankarakteristik lain dariobjek
OPERASI ARITMETIK 1. Penjumlahanduabuahcitra C(x,y) = A(x,y) B(x,y) C adalahnilaiintensitashasilpenjumlahanintensitas Citra A dan Citra B padakoordinattitik yang sama, jikahasilpenjumlahanintensitaslebihbesardari 255 makanilaiintensitasdibulatkanmenjadi 255. Operasiinidigunakanuntukmengurangiderau (noise) dalam data denganmerata-ratakannilaikeabuanantarapixel dari citra yang sama yang diambil berkali-kali. f’(x,y) = ½ {f1(x,y) f2(x,y)}
OPERASI ARITMETIK 2. Pengurangan duabuahcitra C(x,y) = A(x,y) -B(x,y) C adalah selisih intensitas Citra A dan Citra B padakoordinattitik yang sama, ada kemungkinan bernilai negatif sehingga perlu melibatkan operasi clipping. Operasiinidigunakan mendapatkan objek dari gambar yang diambil pada tempat atau adegan yang sama. Juga digunakan untuk mendeteksi perubahan pada moving image.
OPERASI ARITMETIK 3. Pekalianduabuahcitra C(x,y) = A(x,y) .B(x,y) Operasiinidigunakanmengkoreksiketidaklinearan sensor dengancaramengalikanmatrikcitradenganmatrikkorelasi. 4. Penjumlahan/pengurangandenganskalar B(x,y) = A(x,y) ±c, untukterang/gelapcitra 5. Pekalian/pembagiandenganskalar B(x,y) = A(x,y).c, untukkalibrasikecerahanatau B(x,y) = A(x,y)/c, untuknormalisasikecerahan
OPERASI BOOLEAN Operasi yang melibatkan operator AND, OR dan NOT C(x,y) = A(x,y) andB(x,y) C(x,y) = A(x,y) orB(x,y) C(x,y) = A(x,y) notB(x,y), untukmenetukankomplemencitra
OPERASI GEOMETRI Operasi yang merubahgeometricitraf(x,y)ataukoordinat pixel menjadicitrabaruf’(x’,y’) sehingga: f’(x’,y’) = f(g1(x,y), f(g2(x,y)) g1dang2adalahfungsitransformasigeometri x’ = g1(x,y) y’ = g2(x,y) 1. OperasiTraslasi (pergesaran) x’ = x m, (pergeseramarahsumbu x sebesar m) y’ = y n, (pergeseramarahsumbu y sebesar n) B[x][y] = A[x m ][y n]
OPERASI GEOMETRI 2. OperasiRotasi (perputaran) x’ = x cos - y sin y’ = x sin y cos B[x’][y’] = B[x cos - y sin ][x sin y cos ]=A[x][y] Dimana adalahsudutrotasi yang berlawanandenganarahjarum jam 3. OperasiPenskalaan (image zooming), yaitumengubahukurancitramembesar /zoom out ataumengecil/zoom in) x’ = sx . x y’ = sx . y B[x’][y’] = B[sx . x][sx . y]=A[x][y] Operasi zoom out denganfaktro 2 (yaitusx=sy=2) menyalinsetiap pixel sebanyak 4 kali (2x2) menjadi (4x4). Operasi zoom in denganfaktro 1/2 (yaitusx=sy=1/2) mengambil rata-rata 4 pixel bertetanggamenjadi 1 pixel.
OPERASI GEOMETRI 4. Operasi Flipping (pencerminan), ada 2 jenis Flipping, yakni: • Flipping horizontal ataupencerminanterhadapsumbu y (cartesian) B[x][y]= A[N-x][y] • Flipping vertical ataupencerminanterhadapsumbu x (cartesian) B[x][y]= A[x][M-y]
OPERASI GEOMETRI 4. Operasi Flipping (pencerminan), ada 2 jenis Flipping, yakni: • Flipping horizontal ataupencerminanterhadapsumbu y (cartesian) B[x][y]= A[N-x][y] • Flipping vertical ataupencerminanterhadapsumbu x (cartesian) B[x][y]= A[x][M-y]