+ All Categories
Home > Documents > Pengolahan Citra

Pengolahan Citra

Date post: 01-Jan-2016
Category:
Upload: rigel-burris
View: 69 times
Download: 0 times
Share this document with a friend
Description:
Pengolahan Citra. Diah Octivita (1202007022) Hadi Ismanto (1202000486) Jan Peter (1202000605) Yenni Rahmawati (1202001113). Digital Image Fundamentals. Elements of Visual Perception Light and the Electromagnetic Spectrum Image Sensing and Acquisition Image Sampling and Quantization - PowerPoint PPT Presentation
Popular Tags:
33
Pengolahan Citra Diah Octivita (1202007022) Hadi Ismanto (1202000486) Jan Peter (1202000605) Yenni Rahmawati (1202001113)
Transcript
Page 1: Pengolahan Citra

Pengolahan Citra

Diah Octivita (1202007022)Hadi Ismanto (1202000486)

Jan Peter (1202000605)Yenni Rahmawati (1202001113)

Page 2: Pengolahan Citra

Digital Image Fundamentals

Elements of Visual PerceptionLight and the Electromagnetic SpectrumImage Sensing and AcquisitionImage Sampling and QuantizationSome Basic Relationship Between PixelsLinear and Nonlinear Operations

Page 3: Pengolahan Citra

Elements of Visual Fundamentals

Structure of the Human EyeImage Formation in the EyeBrightness Adaption and Discrimination

Page 4: Pengolahan Citra

Structure of the Human Eye

Page 5: Pengolahan Citra

Structure of the Human Eye (cont.)

3 Membran yang membungkus mata– Cornea dan Sclera– Choroid– Retina

Fovea adalah bagian dari retina yang mempunyai bagian penerima

Blind Spot : adalah bagian retina yang tidak mengandung receptor sehingga tidak dapat menerima dan menginterpretasi informasi

Page 6: Pengolahan Citra

Structure of the Human Eye (cont.)

2 Jenis penerima– Cones Photopic– Rods Scotopic

Page 7: Pengolahan Citra

Image Formation in the Eye

Jarak antara bagian tengah lensa dan retina berkisar 17 mm sampai 14 mm

Hbenda / Sbenda = Hdiretina / Sdiretina

Page 8: Pengolahan Citra

Brightness Adaptation and Discrimination

Subjective brightness– Merupakan tingkat kecemerlangan yang dapat

ditangkap sistem visual manusia;

– Merupakan fungsi logaritmik dari intensitas cahaya yang masuk ke mata manusia;

– Mempunyai daerah intensitas yang bergerak dari ambang scotopic (redup) ke ambang photocopic (terang).

Page 9: Pengolahan Citra

Brightness Adaptation and Discrimination (Cont.)

Brightness adaption– Merupakan fenomena penyesuaian mata manusia

dalam membedakan gradasi tingkat kecemerlangan;

– Batas daerah tingkat kecemerlangan yang mampu dibedakan secara sekaligus oleh mata manusia lebih kecil dibandingkan dengan daerah tingkat kecemerlangan sebenarnya.

Page 10: Pengolahan Citra

Brightness Adaptation and Discrimination (Cont.)

Kepekaan dalam pembedaan tingkat kecemerlangan merupakan fungsi yang tidak sederhana, namun dapat dijelaskan antara lain dengan dua fenomena berikut:

Page 11: Pengolahan Citra

Brightness Adaptation and Discrimination (Cont.)

Mach Band (ditemukan oleh Ernst Mach): pita tengah bagian kiri kelihatan lebih terang dari bagian kanan.

Page 12: Pengolahan Citra

Brightness Adaptation and Discrimination (Cont.)

Simultaneous Contrast: kotak kecil disebelah kiri kelihatan lebih gelap dari kotak kecil disebelah kanan, padahal intensitasnya sama tapi intensitas latar belakang berbeda. Hal sama terjadi bila kertas putih di meja kelihatan lebih putih daripada kertas sama diarahkan ke sinar matahari.

Page 13: Pengolahan Citra

Light and the Electromagnetic Spectrum

Cahaya adalah tipe radiasi elektromagnetik tertentu yang dapat dilihat dan dirasakan oleh mata manusia

Spektrum warna dibagi menjadi 6 :– Violet – Biru– Hijau– Kuning– Oranye– Merah

Page 14: Pengolahan Citra

Light and the Electromagnetic Spectrum (Cont.)

Cahaya yang tidak mempunyai warna disebut cahaya akromatik atau mono akromatik

Radiance adalah total energi dari sumber cahayaLuminance adalah ukuran dari energi yang

diterima dari sumber cahayaBrightness adalah deskripsi subjektif dari

persepsi cahaya yang tidak mungkin diukur

Page 15: Pengolahan Citra

Perekaman dan Penginderaan Gambar

Perekaman gambar dengan sensor tunggalPerekaman gambar dengan sensor garisPerekaman gambar dengan sensor arrayModel pembentukan gambar sederhana

Page 16: Pengolahan Citra

Perekaman Gambar dengan Sensor Tunggal

Contoh sensor tunggal : photodiodeFilter meningkatkan selektifitasUntuk menggenerate gambar 2 dimensi

dengan sensor tunggal,ada pemindahan relatif pada sumbu X dan Y diatara sensor dan daerah yang digambarkan

Page 17: Pengolahan Citra

Perekaman Gambar dengan Sensor Garis

Garis menggambar elemen-elemen gambar dalam satu arah.

Gerak tegak lurus dari garis tsb melakaukan penggambaran dalam arah yang lain.

Jenis sensor ini digunakan di kebanyakan scanner-scanner flat bed.

Output sensor harus diproses dengan merekonstruksi algoritma-algoritma yang sasarannya mentransformasikan data sensor ke gambar.

Page 18: Pengolahan Citra

Perekaman Gambar dengan Sensor Array

Numerous electromagnetic dan beberapa device ultrasonic sensing disusun dalam bentuk array.

Sensor menyatukan sinyal cahaya input dari tiap saat.Hal ini menyebabkan reduksi noise.

Karena disusun dalam array 2 dimensi,gambar yang lengkap dapat diperoleh dengan memfokuskan pola energi ke permukaan array.

Prinsip sensor array : energi dari sumber iluminasi direfleksikan dari elemen scene tetapi energi juga dapat ditransformasikan melalui elemen scene.

Page 19: Pengolahan Citra

Perekaman Gambar dengan Sensor Array

Imaging System : mengumpulkan energi yang datang dan memfokuskannya ke image plane.

Output : gambar digital.

Page 20: Pengolahan Citra

Model Pembentukan Gambar Sederhana

Gambar f(x,y)Nilai atau amplitudo dalam koordinat spasial(x,y)

adalah bernilai skalar positif yang nilainya ditentukan oleh sumber gambar.

Ketika sebuah gambar digenerate dari proses fisik,nilainya proporsional bagi energi yang diradiasikan oleh sumber fisik.

0 < f(x,y) < ~

Page 21: Pengolahan Citra

Model Pembentukan Gambar Sederhana

Nilai f(x,y) ditentukan oleh :

a. Jumlah sumber iluminasi di scene yang ditampilkaniluminasi = i(x,y)

b. Jumlah iluminasi yang direfleksikan oleh objek-objek di scenerefleksi = r(x,y)

f(x,y) = i(x,y) r(x,y)Dengan 0 < i(x,y) < ~ dan 0 < r(x,y) <1

Page 22: Pengolahan Citra

Model Pembentukan Gambar Sederhana

Kita mencari intensitas dari gambar monokrom dari setiap koordinat(x0,y0).Sehingga tingkat keabuan(l) dari gambar pada titik itu adalah:

l=f(x0,y0) dimana Lmin <= l <= LmaxSecara teori : Lminpositif

LmaxberhinggaSecara praktek : Lmin = imin rmin

Lmax= imax rmaxSkala Keabuan[Lmin, Lmax]

Page 23: Pengolahan Citra

Image Sampling and Quantization

Tujuan : Untuk mengubah data image yang kontinu dari alat penangkap citra menjadi citra dalam bentuk digitalnya.

Page 24: Pengolahan Citra

Basic Concepts

Sebuah citra bisa kontinu dalam hal koordinat x,y –nya, dan dalam amplitudonya.

Sampling = Mendiskritkan atau mendigitkan koordinat-kordinat yang kontinu itu.

Quantization = Mendiskritkan atau mendigitkan nilai amplitudonya.

Page 25: Pengolahan Citra

Example

Sampling : bagi image menjadi N baris dan M kolom, dengan elemen-elemen di dalam kotak-kotak itu sebagai piksel.

Quantization : tentukan level keabuan untuk gambar, biasanya kelipatan dua(misal: 2, 8 64, dst).

Page 26: Pengolahan Citra

Resolusi Spasial dan Kecemerlangan

Resolusi spasial : Menunjukkan berapa tingkat terkecil dari detail sebuah citra. Citra dengan ukuran 256 x 256 piksel, sama artinya dengan memiliki resolusi spasial 256 x 256.

Resolusi Kecemerlangan : Menunjukkan berapa banyaknya dari perubahan level kecemerlangan yang dapat diketahui (berapa jumlah graylevel-nya).

Page 27: Pengolahan Citra

Zooming and Shrinking

Zooming = oversampling sebuah citra dijital. Memerlukan dua langkah, yaitu menciptakan lokasi piksel yang baru dan menentukan gray level dari lokasi-lokasi piksel baru itu.

Shrinking = undersampling sebuah citra dijital. Cara melakukannya mirip seperti zooming hanya kebalikannya.

Page 28: Pengolahan Citra

Neighbors

Neighbors of a Pixel– 4-neighbors of a pixel :

N4(p)• 2 horizontals• 2 verticals

– 8-neighbors of a pixel

N8(p)• 4-neighbors : N4(p)• 4 diagonals : ND(p)

X

X p X

X

X

X p X

X

Page 29: Pengolahan Citra

Adjacency, Connectivity, Regions, Boundaries

Connectivity– Two pixel are connected if they are neighbors

and they have similarity (e.g. same gray level)

Adjacency– Define the similarity– Notated with a set of gray level values V– E.g. V = {1} for binary

Page 30: Pengolahan Citra

Adjacency, Connectivity, Regions, Boundaries (cont’d)

2 pixel p and q with values from V are:– 4-adjacency

• q is in N4(p)

– 8-adjacency• q is in N8(p)

– m-adjacency• q is in N4(p),

OR• q in ND(p) AND N4(p) ∩

N4(q) has no values from V

0 1 1

0 1 0

0 0 1

0 1 1

0 1 0

0 0 10 1 1

0 1 0

0 0 1

Page 31: Pengolahan Citra

Adjacency, Connectivity, Regions, Boundaries (cont’d)

Region– Has a connected set– Connected set 1 set pixels only connected

Page 32: Pengolahan Citra

Distance (D)

D(pixel1, pixel2) is a distance function if:– D(p,q) ≥ 0 (D(p,q) = 0 iff p = q– D(p,q) = D(q,p)– D(p,z) ≤ D(p,q) + D(q,z)

Remember Linear Algebra

Page 33: Pengolahan Citra

Additional

Image Operations on a Pixel Basis– E.g. dividing one image by another means

pixel f in image 1 is divided by pixel g in image 2 where f and g has the same position

We usually use linear operations on image processing


Recommended