pengolahan citra 1

8/18/2019 Pengolahan Citra 1

1/24

Pengolahan Citra(Pengantar Pengolahan

Citra) Team Teaching


2/24

Sumber

• Prof.Dr. Aniati Murni Arymurthy, dkk.Slide Kuliah Pengolahan Citra,a!ilkom, "ni#er!ita! $ndone!ia. %&'

• inaldi Munir, %&&*, Pengolahan Citradengan Pendekatan Algoritmik


3/24

Si!tem +i!uali!a!i Manu!ia


4/24

Pembentukan Citra olehMata

• $nten!ita! cahaya ditangka oleh diagramiri! dan diteru!kan ke bagian retina mata.

• -ayangan obyek ada retina mata

dibentuk dengan mengikuti kon!e!i!tem otik dimana foku! len!a terletakantara retina dan len!a mata.

•

Mata dan !yaraf otak daatmenginterreta!i bayangan yangmeruakan obyek ada o!i!i terbalik.


5/24

o#ea and -lind Sot

• Fovea di bagian retina terdiri dari dua eni!receptor:

– Seumlah cone recetor, !en!itif terhada /arna, #i!icone di!ebut hotocoic #i!ion atau bright light #i!ion

– Seumlah rod recetor, memberikan gambarke!eluruhan andangan dan !en!itif terhadailumina!i tingkat rendah, #i!i rod di!ebut !cotoic#i!ion atau dim0light #i!ion

• Blind Spot adalah bagian retina yang tidakmengandung recetor sehingga tidak dapatmenerima dan menginterreta!i informa!i


6/24

Pengertian Citra dan CitraDigital

• Citra12ambar meruakan !alah !atu komonenmultimedia yang !angat enting !ebagai bentuk informa!i#i!ual.

• Citra meruakan #i!uali!a!i dalam bentuk dua dimen!i.

• Citra digital meruakan fungsi intensitas cahaya f(x,y),

dimana harga x dan y merupakan koordinat spasialdan harga fung!i ter!ebut ada !etia titik (3,y) meruakantingkat kecemerlangan citra ada titik ter!ebut4

• Citra digital adalah citra f(3,y) dimana dilakukan di!kriti!a!ikoordinat !a!ial (sampling) dan di!kriti!a!i tingkat

kecemerlangannya1keabuan (kwantisasi)4• Citra digital meruakan !uatu matrik! dimana indek! bari!

dan kolomnya menyatakan !uatu titik ada citra ter!ebutdan elemen matrik!nya (yang di!ebut !ebagai elemengambar 1 ik!el 1 i3el 1 picture element 1 el!)

menyatakan tingkat keabuan ada titik ter!ebut.


7/24

$mage Analy!i! Sy!tem

• $mage data – Comuter 2rahic!

– $mage Proce!!ing

– Pattern ecognition

• $mage etrie#al Sy!tem – Content0ba!ed image retrie#al !y!tem


8/24


9/24

Comuter 2rahic!

• Sebuah ro!e!, teknik dan metode untukmembentuk gambar berdasarkandeskripsi dari objek dan latarbelakangnya.

• Sebuah ro!e!, teknik dan metode untukmencitakan efek nyata dari obek dan latarbelakang yang terkandung dalam gambar.

•

Membuat !ebuah gambar dan menganima!ikanobek menggunakan komuter

• 5a!il dari comuter grahic! berua citra


10/24

Comuter 2rahic!


11/24

$mage Proce!!ing

• $mage roce!!ing bertuuan untukmemerbaiki kualita! citra agarmudah diinterreta!i oleh manu!ia

atau komuter.

• $mage roce!!ingmentran!forma!ikan citra menadi

citra lain dengan kualita! yang lebihbaik.


12/24

$mage Proce!!ing


13/24

Pattern ecognition

• Mengelomokkan data numerik dan!imbolik dari citra !ecara otomati!dengan tuuan untuk mengenali ola

!uatu obek didalam citra.

• Pattern recognition mengolah citrama!ukan untuk diidenti6ka!i

kedalam de!kri!i obek dalam citra.


14/24

Pattern ecognition


15/24

Comuter +i!ion

• Comuter #i!ion mencoba meniru cara kera!i!tem #i!ual manu!ia untuk diterakankedalam me!in (Komuter).

•

Comuter #i!ion meruakan ro!e! otomati!a!iyang mengintegra!ikan !eumlah be!ar ro!e!untuk er!e!i #i!ual.

• Comuter #i!ion meruakan teknik0teknik

untuk menge!tima!i ciri0ciri obek dalam citradan engukuran ciri yang berkaitan dengangeometri obek dan menginterreta!ikaninforma!i geometri ter!ebut.


16/24

Comuter +i!ion (contd.)

• +i!ion 7 2eometri 8 Pengukuran 8$nterreta!i (9ain, ame!h. Comuter+i!ion, '::;)

• Pro!e!0ro!e! dalam komuter +i!ion< – Aku!i!i citra digital

– =era!i0oera!i image roce!!ing

– Anali!i! dan interreta!i citra danmenggunakan ha!il emro!e!an untuk

tuuan tertentu


17/24


18/24


19/24

>o/0>e#el $mage Proce!!ingMethodology

• Aku!i!i data – Memerlukan !y!tem !en!or dan data

• $mage Preroce!!ing – $mage 6ltering (radiometrik1kontra!)

– $mage regi!tration (geometrik)


20/24

$ntermediate0>e#el $mage

Proce!!ing

• ?dge detection – =bect boundary (e3ternal !hae

characteri!tic!)

• $mage !egmentation – =bect area (internal roertie!)

• eature e3traction and !election – =bect de!critor

• De!crition and rere!entation


21/24

5igh0le#el image roce!!ing• ecognition and $nterretation

– Clu!tering ("n!uer#i!ed Cla!!i6cation) < kla!i6ka!i /ilayahtana label kategori obek. Mema!ukan !uatu ola yangdiamati ke!uatu kela! ola yang belum diketahui.

– Cla!!i6cation (Suer#i!ed Cla!!i6cation) < melakukanidenti6ka!i !uatu ola yang diamati !ebagai anggota dari!uatu kela! ola yang telah diketahui.• Pengenalan ola < memberikan label kategori obek ada !etia

ik!el citra bera!arkan informa!i yang diberikan oleh de!kritoratau ciri ik!el ber!angkutan

• $nterreta!i Citra < memberikan arti ada obek yang !udah berha!il

dikenali. – Kno/ledge0ba!ed (rule0ba!ed) =bect ecognition <

enyu!unan ba!i! engetahuan yang digunakan !ebagaireferen!i ada ro!e! temlate matching1obectrecognition. Membandingkan atau mencocokan obek0obek

yang dikandung dalam !uatu citra dengan de!kritor obekyang telah diketahui.


22/24

=era!i Pengolahan Citra

• Perbaikan kualita! citra (imageenhancement) – Perbaikan kontra!

–

Perbaikan teian obek. – Penaaman

– Pemberian /arna !emu

– Penai!an derau (noi!e 6ltering)

• Pemugaran citra (image re!toration). – Penghilangkan ke!amaran

– Menghilangkan derau (noi!e remo#al)


23/24

=era!i Pengolahan Citra(contd.)

• Pemamatan Citra (imagecomre!!ion)

• Segmenta!i citra (image!egmentation)

• Anali!i! citra (image analy!i!) – Detek!i tei obek (edge detection)

– ?k!trak!i bata! (boundary)

– ere!enta!i daerah (region)

• ekon!truk!i citra


24/24

Alika!i Pengolahan Citra

• -idang erdagangan

• -idang militer

• -idang kedokteran

•

-idang biologi• -idang komunika!i data

• -idang hiburan

• -idang emetaan

• -idang robotika

• -idang geologi

• -idang hukum

pengolahan citra 1

Documents