pengantar pengolahan citra
DESCRIPTION
Pengolahan Citra DigitalTRANSCRIPT
PengantarPENGOLAHAN CITRA
Achmad BasukiPENS-ITSSurabaya 2007
TUJUAN
Mahasiswa dapat membuat aplikasipengolahan citraMahasiswa dapat menerapkankonsep-konsep pengolahan citrauntuk menghasilkan suatu teknologiberbasis pengolahan citra
MATERI1. Introduction: Image Processing2. Image Model3. Gray-Scale Transformation4. Image Statistic5. Image Enhancement6. Tranformasi Fourier and Image Spectrum7. Image Filtering8. Reduksi Noise9. Deteksi Tepi10. Image Feature Extraction (Color, Shape & Texture)11. Image Segmentation12. Image Application: Image Searching13. Image Application: Character Recognition14. Image Application: Deteksi Obyek Berdasarkan
Warna/Bentuk
Materi Prasyarat
MatematikaPemrograman GrafisStruktur Data
Pengolahan Citra
Pengolahan citra adalah salah satuaplikasi yang dapat mengubahgambar menjadi suatu informasiTujuan lebih jauh dari pengolahancitra adalah “membuat suatu sistemyang bisa melihat”
Beberapa Judul Proyek AkhirPengolahan Citra
Content Based Image RetrievalPengenalan WajahTracking Wajah secara Real TimePengenalan Tulisan dan Tanda Tangan Untuk Cek BankMesin Absensi Dengan Sidik JariDeteksi dan Pengenalan Rambu-Rambu Lalu-LintasDeteksi Gerakan Badan Untuk Kendali GameKendali Game Dengan Gerakan MataFilter Gambar PornoPengenalan Buah dan Produk Menggunakan Fitur WarnaDeteksi Jumlah Obyek GambarVideo Panorama Menggunakan Image MosaicMesin Pembaca Not JawaSistem Keamanan Terpadu Dengan Deteksi GerakanPengenalan Wajah Untuk Pencarian Data Buron Melalui Gambar SketsaNavigasi Cerdas Pada RobotPengenalan Golongan DarahDll.
ReferensiGonzales, Rafael C, Woods, Richard E, “Digital Image Processing”, Prentice-Hall Inc., 2nd Edition, 2002Nixon Mark, Aguando, Alberto, “Feature Extraction and Image Processing”, 1st Edition, 2002Awcock GJ., Thomas R., “Applied Image Processing”, McGraw-Hill, 2001Parker JR., “Algorithm For Image Processing and Computer Vision”, John Wiley & Sons, 1997.Achmad Basuki, Fathurrochman, Joshua F Palandi, “Pengolahan Citra Digital Menggunakan Visual Basic 6”, GrahaIlmu, 2005Riyanto Sigit, Achmad Basuki, Nana Ramadijanti, DadetPramadihanto, “Step by step Pengolahan Citra Digital”, Penerbit Andi, Jogjakarta, 2006
Pengolahan DataBerdasarkan Input/Output
INPU
T
OUTPUT
IMAGE
IMAGE
DESKRIPSI
DESKRIPSI
Image Processing Computer Vision
Grafika Komputer Data Mining dll.
Image ProcessingImage processing adalah suatu pengolahan data yang masukannyaberupa gambar dan luarannya juga gambar
Image Enhancement
Image Feature Extraction
Color Image Processing
Image Segmentation
Image Compression
Tujuan dari image processing adalah memperbaiki informasi pada gambarsehingga mudah terbaca atau memperbaiki kualitas dari gambar itu sendiri
Computer Vision
Model Image
Sampling
Kuantisasi
Sampling menunjukkan banyaknya pixel (blok) untuk mendefinisikansuatu gambar
Kuantisasi menunjukkan banyaknya derajat nilai pada setiap pixel (menunjukkan jumlah bit pada gambar digital b/w dengan 2bit, grayscale dengan 8 bit, true color dengan 24 bit
Image Enhancement
Masukan Image Enhancement Luaran
Brightness & Contrast
Gray Scale
Sharpness
Proses untuk memperbaiki gambar seperti brightness, contrast, mengubahgambar menjadi gray-scale, inversi, reduksi noise,deteksi tepi dan sharpness
Image SegmentationProses untuk mengelompokkan gambar sesuai dengan onyek gambarnya
Persoalan di dalam Image Processing
CaptureModelingFeature ExtractionImage Segmentation
Permasalahan Capture
Capture (Menangkap Gambar) merupakan proses awal dari image processing untuk mendapatkangambar.Proses capture membutuhkan alat-alatcapture yang baik seperti kamera, scanner, light-pen dan lainnya, agar diperoleh gambar yang baik.Gambar yang baik akan banyakmembantu dalam proses selanjutnya.
Alat-Alat Capture SesuaiFrekwensinya
Diambil dari modul pelatihan image processing yang disusun oleh bapak Dadet Pramadihanto
Hasil Capture
Hasil Capture
Hasil Capture
Hasil Capture
Hasil Capture
Permasalahan Modeling
Dalam modeling diperlukan analisamatematika yang cukup rumit,
khususnya pemakaian kalkulus, dan transformasi geometri.
(inilah sebabnya di jurusan TI matakuliah matematika menjadi sangat
penting!!)
Permasalahan Feature Extraction
Setiap gambar mempunyai karakteristik tersendiri, sehinggafitur tidak dapat bersifat general tetapi sangat tergantungpada model dan obyek gambar yang digunakan.Fitur dasar yang bisa diambil adalah warna, bentuk dantekstur. Fitur yang lebih kompleks menggunakan segmentasi, clustering dan motion estimation.Pemakaian statistik dan probabilitas, pengolahan sinyalsampai pada machine learning diperlukan di sini.
Fitur WarnaFitur ini digunakan bila setiap obyek gambar mempunyai warna yang spesifik
Color Thresholding Merah
Color Thresholding Hijau
Color Histogram
Gray-scale Histogram
Fitur BentukFitur ini digunakan bila gambar setiap obyek mempunyai bentuk yang spesifik
Deteksi Tepi
Kuantisasi Rata-rata
Integral Proyeksi
Fitur Tekstur
(1) FFT(2) Wavelets(3) Image Filter(4) Filter Gabor
Beberapa algoritmauntuk mendapatkanfitur tekstur:
Permasalahan Image Segmentation
Bagaimana memisahkan obyekgambar dengan backgroundnyaBagaimana memisahkan setiap obyekgambar.Teknik clustering apa yang sesuaidengan model dan obyek gambaryang digunakan
APLIKASI IMAGE PROCESSING
BiometricMedical ImageImage DatabasesRobot VisionMotion CaptureDocument Analysis
Biometric
Medical Image
Image Databases
Robot Vision
Motion Capture
Document Analysis