SlideShare ist ein Scribd-Unternehmen logo
1 von 14
II. PEMBENTUKAN CITRA Model Citra Citra merupakan fungsi malar (kontinyu) dari intensitas cahaya pd bidang 2D. Secara matematis  fungsi intensitas cahaya pd bidang 2D  disimbolkan dgn  f(x,y) (x,y)  : koordinat kartesian f(x,y)  : intensitas cahaya ( brightness ) pd titik (x,y) CITRA  Kontinyu Diskrit Dihasilkan dari sistem optik yg menerima sinyal analog, misal mata manusia & kamera analog Dihasilkan melalui proses digitalisasi citra kontinyu. Bbrp sistem optik dilengkapi fungsi digitalisasi, shg mampu menghasilkan citra diskrit (digital), misal kamera digital & scanner
f(x,y) x y Cahaya merupakan energi, shg intensitas cahaya f(x,y) bernilai: 0<=  f(x,y) < ∞ f(x,y)= i(x,y) . r(x,y) Dengan,  i(x,y): jumlah cahaya yg berasal dari sumbernya ( illumination ), 0<=  i(x,y) <∞ r(x,y): derajat kemampuan objek memantulkan cahaya ( reflection ), 0<=  r(x,y) <=1 Gbr 2.1  Cara penentuan koordinat titik dlm citra Gbr 2.2  Pembentukan citra Sumber cahaya f(x,y) permukaan normal i(x,y)
Contoh  nilai i(x,y):   a. Cuaca cerah, matahari menghasilkan iluminasi sekitar 9000  foot candles . b. Cuaca mendung atau berawan, matahari menghasilkan iluminasi sekitar 1000  foot  candles   Contoh  nilai r(x,y) a. Benda hitam 0.01 b. Dinding putih 0.8 Intensitas f(x,y) pd gambar hitam putih disebut  derajat keabuan   (grey level), derajat keabuannya bergerak dari hitam ke putih. Citranya disebut  citra hitam-putih (greyscale image)  atau  monochrome image . Rentang nilai derajat keabuan dari  lmin  sampai  l max L min  <  f<  L max  Selang   ( l min ,l max )  disebut  skala keabuan Karena alasan praktis,   ( l min ,l max ) sering digeser jd selang [0, L ] Intensitas 0 = hitam,  L =  putih dan nilai antara 0 sampai  L bergeser dari hitam ke putih
Contoh:  Citra hitam putih dgn 128 level: skala abu dari 0 sampai 127 atau [0,127]. Citra hhitam-putih  = citra satu kanal krn warnanya hy ditentukan oleh satu fungsi  intensitas.  Citra berwarna  = citra spektral, krn warnanya terdiri atas tiga komponen warna yaitu RGB (red, green, blue). Intensitas suatu titik pd citra warna merupakan kombinasi tiga intensitas: Derajat keabuan merah f merah (x,y), hijau f hijau (x,y), dan  biru f biru (x,y) Digitalisasi Citra Digitalisasi: representasi citra dari fungsi kontinyu menjadi nilai-nilai diskret. citra yg dihasilkan disebut  digital image . Dimensi ukuran dinyatakan tinggi (N) x  lebar (M) atau (lebar x panjang). Citra digital dengan  L  derajat keabuan, fungsinya dpt ditulis sbb: 0 <= x <= M-1 f(x, y)  0 <= y <= N-1 0<=  f  <=  L
Citra digital ukuran N (baris) x M (kolom) dinyatakan dgn matriks: f(i,j) : intensitas (derajat keabuan) pd titik (i,j) Tiap elemen citra digital  (elemen matriks) disebut  image element, picture element  atau  pixel  atau  pel Indeks baris i  dan  kolom j  menyatakan koordinat titik pd citra. N x M buah pixel Contoh : citra ukuran 128 x 128 pixel dinyatakan secara numerik dgn matriks, 128 baris (pd indeks i dari 0-127) dan 128 kolom (pd indeks j dari 0-127), contoh: Citra dgn level keabuan 256 f(x,y) = f(0,0)  f(0,1)  …  f(0,M-1) f(1,0)  f(1,1)  …  f(1,M-1) .  .  …  .  .  .  .  . .  .  .  . f(N-1,0)  f(N-1,1)  …  f(N-1,M-1)  0  100  100  …  255 1  101  100  …  150 100  200  10  …  100 .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  200  254  120  140 120
[object Object],[object Object],[object Object],1. Penerokan citra kontinyu disampling pd grid-grid berbtk bujursangkar. SAMPLER x y (0,0) D x D y M pixel N pixel (0,0) (0,1) (1,0) i (N-1,0 ) (0,M-1) Elemen gambar Elemen matriks j
x = Dx /M  increment y =  Dy  / N  increment N = jumlah maksimum  pixel  dalam satu kolom M = jumlah maksimum  pixel  dalam satu baris Dx = lebar gambar (dalam inchi) Dy = tinggi gambar (dalam inchi) Beberapa referensi menggunakan (1,1) ketimbang (0,0) sebagai koordinat elemen pertama di dalam matriks  Elemen  (i,j)  dalam matriks menyatakan rata-rata intensitas cahaya pd area citra yg direpresentasikan oleh pixel. Contoh:  citra biner yg hy mempunyai dua derajat keabuan: 0  (hitam) 1  (putih) Suatu gambar yg ukurannya  5 x 5 inchi  dinyatakan dalam matriks  Ukuran  4 x 5 (4 baris dan 5 kolom).
Tiap elemen gambar  lebarnya 1 inchi  &  tingginya 1,25 inchi  yang akan diisi dgn  Suatu nilai yg tergantung rata-rata intensitas cahaya pd area tsb Area 1 x 1,25 inchi pd sudut kiri atas gambar berlokasi pd (0,0) Area 1 x 1,25 inchi pd sudut kanan bawah gambar berlokasi pd (3,4) Iluminasi maksimum Tdk ada intensitas cahaya Agar mudah dalam implementasi, jumlah terokan biasanya diasumsikan  Perpangkatan dari dua  N = 2 n N = jumlah terokan pd suatu baris/kolom n = bilangan bulat positif Contoh ukuran penerokan: 128 x 128 pixel, 128 x 256 pixel dsb . 5 inchi 5 inchi x y 0 0 Gambar yang diterok 1  ?  ?  ?  ? ?  ?  ?  ?  ? ?  0  ?  ?  ? ?  ?  ?  ?  ? Matriks representasi gambar
Resolusi  (derajat rincian yg dpt dilihat)  spasial   gambar  ditentukan oleh pembagian gambar  menjd ukuran ttt. Smakin kecil ukuran pixel mk semakin tinggi resolusi gambar (gambar semakin halus), krn informasi yg hilang akibat  Pengelompokan derajat  keabuan pd penerokan semakin kecil. Langkah berikutnya adalah  kuantisasi   Kuantisasi  membagi  skala keabuan (0,L) menjadi G buah level yg dinyatakan dgn suatu harga bil integer, biasanya perpangkatan dari 2, G = 2 m ,  G  : derajat keabuan m : bil bulat positif Skala   keabuan   Rentang nilai   keabuan   Pixel Depth 2 1 = 2 nilai   0, 1  1 bit 2 2   0 - 3  2 bit 2 3   0 – 7  3 bit 2 8   0 – 255  8 bit 0 : nilai derajat keabuan terendah dgn warna hitam ? : nilai derajat keabuan tertinggi dgn warna putih Pixel depth : jml bit untuk merepresentasikan nilai keabuan pixel Citra biasanya diasosiasikan dengan  pixel   depth -nya,  Contoh: citra dgn pexel depth 8 bit disebut citra 8-bit atau citra 256 warna
Kebanyakan aplikasi,  citra hitam putih  dikuantisasi pd 256 level shg mbutuhkan  8 bit  untuk representasi setiap pixelnya (G = 256 =2 8 ) Citra biner  dikuantisasi pd dua level saja: level 0 & 1, hy 1 bit utk representasi setiap pixel Besar daerah level keabuan menentukan resolusi kecerahan gambar. Contoh : jk suatu citra 256 x 256 pixel menggunakan  4 bit utk menyimpan  bil bulat mk jml level keabuan hy 16,  jk digunakan  8 bit  ada 256  Contoh:  citra cameramen 256 x 256 pixel dgn efek perbedaan kuantisasi Pixel depth 8 bit = 256 level keabuan Pixel depth 4 bit = 16 level keabuan
Penyimpanan citra digital yg diterok jd N x M pixel & dikuantisasi  jd G = 2 m  level keabuan butuh  memori sebanyak : N x M x m bit Kesimpulan:   Resolusi citra ditentukan oleh  N (atau M) & m, makin tinggi  nilainya makin bagus kualitasnya (semakin halus) mendekati  citra analog Elemen citra digital a.  Brightness  (kecerahan) Nama lain dari intensitas cahaya, dimana tiap pixel dlm citra bkn intensitas riil, namun Merupkan intensitas rata-rata dr suatu area yg melingkupinya. b.  Contrast  (kontras) Sebaran  lightness  (terang) &  darkness  (gelap) dlm suatu citra Jk sebagian besar komposisi citra terang atau sebagian besar gelap mk dikatakan citra tsb kontrasnya rendah. Jk komposisi gelap & terang tersebar merata mk dikatakan kontras citra baik
c.  contour  (kontur) Kontur  :  keadaan yg ditimbulkan oleh perubahan intensitas pd pixel-  pixel  bertetangga   Adanya  perubahan intensitas , mata kita mampu mendeteksi  edge  (tepi) objek dlm citra d.  Color  (warna) Persepsi yg dirasakan oleh  sistem visual manusia terhadap panjang  Gelombang cahaya yg dipantulkan oleh objek. Setiap warna mempunyai panjang gelomban ( λ)  yg berbeda  Merah   λ  paling tinggi Ungu  (violet)  λ  paling rendah Warna yg diterima oleh mata: hasil kombinasi cahaya dgn  λ  Yg berbeda. Kombinasi warna yg memberikan rentang warna paling lebar adalah red,green, blue  (  ) R G B e.  Shape  (bentuk) Properti intrinsik dari objek 3D yg merupakan properti intrinsik utama untuk sistem Visual manusia. Manusia lebih sering mengasosiasikan objek dgn bentuknya drpd Elemen lainnya.
Pada umumnya citra yg dibentuk oleh mata manusia  adalah citra 2D, sedang objek yg dilihat 3D Informasi bentuk objek dpt diekstrak dr citra pd preprocessing dan segmentasi citra f. Texture (tekstur) Dicirikan sbg distribusi spasial dr derajat keabuan di dlm sekumpulan pixel-pixel yg bertetangga. Sebuah pixel tdk dpt didefinisikan sbg tekstur Contoh : citra lantai  lihat jarak dekat , tekstur terbtk oleh penempatan pola-pola rinci yg menyusun tiap ubin Lihat jarak jauh , mk tekstur terbtk oleh penempatan ubin secara keseluruhan
[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],-  Komputer  sbg pemroses -  piranti tampilan : mengkonversi matriks intensitas yg merepresentasikan citra ke tampilan yg dpt diinterpretasi oleh manusia, contoh monitor, printer -  Media penyimpan:  sbg penyimpan citra digital, contoh: disk Komponen digitizer Sensor citra sbg pengukur intensitas cahaya Penjelajah utk merekam hasil pengukuran intensitas Pd seluruh bagian citra ADC utk penerokan & kuantisasi

Weitere ähnliche Inhalte

Was ist angesagt?

Digital image processing
Digital image processingDigital image processing
Digital image processingDefri Tan
 
Pcd 05 - transformasi citra
Pcd   05 - transformasi citraPcd   05 - transformasi citra
Pcd 05 - transformasi citraFebriyani Syafri
 
Pengolahan Citra 2 - Pembentukan Citra Digital
Pengolahan Citra 2 - Pembentukan Citra DigitalPengolahan Citra 2 - Pembentukan Citra Digital
Pengolahan Citra 2 - Pembentukan Citra DigitalNur Fadli Utomo
 
Pertemuan 2 - Digital Image Processing - Image Enhancement - Citra Digital
Pertemuan 2 - Digital Image Processing - Image Enhancement - Citra DigitalPertemuan 2 - Digital Image Processing - Image Enhancement - Citra Digital
Pertemuan 2 - Digital Image Processing - Image Enhancement - Citra Digitalahmad haidaroh
 
Pertemuan 3 - Digital Image Processing - Spatial Filtering - Citra Digital
Pertemuan 3 - Digital Image Processing - Spatial Filtering - Citra DigitalPertemuan 3 - Digital Image Processing - Spatial Filtering - Citra Digital
Pertemuan 3 - Digital Image Processing - Spatial Filtering - Citra Digitalahmad haidaroh
 
Beberapa distribusi peluang diskrit (1)
Beberapa distribusi peluang diskrit (1)Beberapa distribusi peluang diskrit (1)
Beberapa distribusi peluang diskrit (1)Raden Maulana
 
Pengolahan Citra Digital Dengan Menggunakan MATLAB
Pengolahan Citra Digital Dengan Menggunakan MATLABPengolahan Citra Digital Dengan Menggunakan MATLAB
Pengolahan Citra Digital Dengan Menggunakan MATLABSimesterious TheMaster
 
Pertemuan 4 - Color Image Processing - Citra Digital
Pertemuan 4 - Color Image Processing - Citra DigitalPertemuan 4 - Color Image Processing - Citra Digital
Pertemuan 4 - Color Image Processing - Citra Digitalahmad haidaroh
 
ppt Aplikasi pengolahan citra digital pada modalitas ct-scan
ppt Aplikasi pengolahan citra digital pada modalitas ct-scanppt Aplikasi pengolahan citra digital pada modalitas ct-scan
ppt Aplikasi pengolahan citra digital pada modalitas ct-scanNona Zesifa
 
Penerapan pengolahan citra dalam bidang kedokteran
Penerapan pengolahan citra dalam bidang kedokteranPenerapan pengolahan citra dalam bidang kedokteran
Penerapan pengolahan citra dalam bidang kedokteranBaguss Chandrass
 
Pcd 02 - bidang pengolahan citra
Pcd   02 - bidang pengolahan citraPcd   02 - bidang pengolahan citra
Pcd 02 - bidang pengolahan citraFebriyani Syafri
 
Analisis ERD Database Rumah Sakit
Analisis ERD Database Rumah SakitAnalisis ERD Database Rumah Sakit
Analisis ERD Database Rumah SakitFitria Nuri
 
Algoritma Apriori
Algoritma AprioriAlgoritma Apriori
Algoritma Aprioridedidarwis
 
Jaringan syaraf tiruan
Jaringan syaraf tiruanJaringan syaraf tiruan
Jaringan syaraf tiruanpoposayangmomo
 
Bab 6 histogram citra
Bab 6 histogram citraBab 6 histogram citra
Bab 6 histogram citraSyafrizal
 
LAPORAN TUGAS AKHIR PERANCANGAN APLIKASI KNOWLEDGE BASE SYSTEM UNTUK INSTRUKS...
LAPORAN TUGAS AKHIR PERANCANGAN APLIKASI KNOWLEDGE BASE SYSTEM UNTUK INSTRUKS...LAPORAN TUGAS AKHIR PERANCANGAN APLIKASI KNOWLEDGE BASE SYSTEM UNTUK INSTRUKS...
LAPORAN TUGAS AKHIR PERANCANGAN APLIKASI KNOWLEDGE BASE SYSTEM UNTUK INSTRUKS...Uofa_Unsada
 

Was ist angesagt? (20)

Digital image processing
Digital image processingDigital image processing
Digital image processing
 
Pcd 05 - transformasi citra
Pcd   05 - transformasi citraPcd   05 - transformasi citra
Pcd 05 - transformasi citra
 
Pengolahan Citra 2 - Pembentukan Citra Digital
Pengolahan Citra 2 - Pembentukan Citra DigitalPengolahan Citra 2 - Pembentukan Citra Digital
Pengolahan Citra 2 - Pembentukan Citra Digital
 
Pertemuan 2 - Digital Image Processing - Image Enhancement - Citra Digital
Pertemuan 2 - Digital Image Processing - Image Enhancement - Citra DigitalPertemuan 2 - Digital Image Processing - Image Enhancement - Citra Digital
Pertemuan 2 - Digital Image Processing - Image Enhancement - Citra Digital
 
Pertemuan 3 - Digital Image Processing - Spatial Filtering - Citra Digital
Pertemuan 3 - Digital Image Processing - Spatial Filtering - Citra DigitalPertemuan 3 - Digital Image Processing - Spatial Filtering - Citra Digital
Pertemuan 3 - Digital Image Processing - Spatial Filtering - Citra Digital
 
Beberapa distribusi peluang diskrit (1)
Beberapa distribusi peluang diskrit (1)Beberapa distribusi peluang diskrit (1)
Beberapa distribusi peluang diskrit (1)
 
Sistem Koordinat
Sistem Koordinat Sistem Koordinat
Sistem Koordinat
 
Pengolahan Citra Digital Dengan Menggunakan MATLAB
Pengolahan Citra Digital Dengan Menggunakan MATLABPengolahan Citra Digital Dengan Menggunakan MATLAB
Pengolahan Citra Digital Dengan Menggunakan MATLAB
 
Pertemuan 4 - Color Image Processing - Citra Digital
Pertemuan 4 - Color Image Processing - Citra DigitalPertemuan 4 - Color Image Processing - Citra Digital
Pertemuan 4 - Color Image Processing - Citra Digital
 
ppt Aplikasi pengolahan citra digital pada modalitas ct-scan
ppt Aplikasi pengolahan citra digital pada modalitas ct-scanppt Aplikasi pengolahan citra digital pada modalitas ct-scan
ppt Aplikasi pengolahan citra digital pada modalitas ct-scan
 
Chap 2 penerapan pegolahan citra digital
Chap 2 penerapan pegolahan citra digitalChap 2 penerapan pegolahan citra digital
Chap 2 penerapan pegolahan citra digital
 
Penerapan pengolahan citra dalam bidang kedokteran
Penerapan pengolahan citra dalam bidang kedokteranPenerapan pengolahan citra dalam bidang kedokteran
Penerapan pengolahan citra dalam bidang kedokteran
 
Pcd 02 - bidang pengolahan citra
Pcd   02 - bidang pengolahan citraPcd   02 - bidang pengolahan citra
Pcd 02 - bidang pengolahan citra
 
Chap 6 histogram dan operasi dasar
Chap 6 histogram dan operasi dasarChap 6 histogram dan operasi dasar
Chap 6 histogram dan operasi dasar
 
Analisis ERD Database Rumah Sakit
Analisis ERD Database Rumah SakitAnalisis ERD Database Rumah Sakit
Analisis ERD Database Rumah Sakit
 
Algoritma Apriori
Algoritma AprioriAlgoritma Apriori
Algoritma Apriori
 
Materi P3_Distribusi Normal
Materi P3_Distribusi NormalMateri P3_Distribusi Normal
Materi P3_Distribusi Normal
 
Jaringan syaraf tiruan
Jaringan syaraf tiruanJaringan syaraf tiruan
Jaringan syaraf tiruan
 
Bab 6 histogram citra
Bab 6 histogram citraBab 6 histogram citra
Bab 6 histogram citra
 
LAPORAN TUGAS AKHIR PERANCANGAN APLIKASI KNOWLEDGE BASE SYSTEM UNTUK INSTRUKS...
LAPORAN TUGAS AKHIR PERANCANGAN APLIKASI KNOWLEDGE BASE SYSTEM UNTUK INSTRUKS...LAPORAN TUGAS AKHIR PERANCANGAN APLIKASI KNOWLEDGE BASE SYSTEM UNTUK INSTRUKS...
LAPORAN TUGAS AKHIR PERANCANGAN APLIKASI KNOWLEDGE BASE SYSTEM UNTUK INSTRUKS...
 

Ähnlich wie pembentukan citra (pengolahan citra digital)

Bab 2 pembentukan citra
Bab 2 pembentukan citraBab 2 pembentukan citra
Bab 2 pembentukan citraSyafrizal
 
03-Pembentukan-Citra-dan-Digitalisasi-Citra.pptx
03-Pembentukan-Citra-dan-Digitalisasi-Citra.pptx03-Pembentukan-Citra-dan-Digitalisasi-Citra.pptx
03-Pembentukan-Citra-dan-Digitalisasi-Citra.pptxnyomans1
 
04-Digitalisasi-citra.pptx
04-Digitalisasi-citra.pptx04-Digitalisasi-citra.pptx
04-Digitalisasi-citra.pptxnyomans1
 
01-Pengantar-Pengolahan-Citra-Bag1-2021.pptx
01-Pengantar-Pengolahan-Citra-Bag1-2021.pptx01-Pengantar-Pengolahan-Citra-Bag1-2021.pptx
01-Pengantar-Pengolahan-Citra-Bag1-2021.pptxGabrielChristian14
 
jurnal pengolahan citra
jurnal pengolahan citrajurnal pengolahan citra
jurnal pengolahan citraOvie Poenya
 
TEORI PENGOLAHAN CITRA.pptx
TEORI PENGOLAHAN CITRA.pptxTEORI PENGOLAHAN CITRA.pptx
TEORI PENGOLAHAN CITRA.pptxEghiRizky2
 
Pengolahan Citra Diskusi Pertemuan Ke-2.pdf
Pengolahan Citra Diskusi Pertemuan Ke-2.pdfPengolahan Citra Diskusi Pertemuan Ke-2.pdf
Pengolahan Citra Diskusi Pertemuan Ke-2.pdfHendroGunawan8
 
Multimedia 2 image
Multimedia 2   imageMultimedia 2   image
Multimedia 2 imageNani Wulan
 
Slide Pengolahan Citra 4
Slide Pengolahan Citra 4Slide Pengolahan Citra 4
Slide Pengolahan Citra 4Sita Anggraeni
 
06-Image-Histogram-2021.pptx
06-Image-Histogram-2021.pptx06-Image-Histogram-2021.pptx
06-Image-Histogram-2021.pptxnyomans1
 
Pengolahan citra digital
Pengolahan citra digitalPengolahan citra digital
Pengolahan citra digitalDin Afriansyah
 
Materi 3 operasi piksel dan histogram
Materi 3 operasi piksel dan histogramMateri 3 operasi piksel dan histogram
Materi 3 operasi piksel dan histogramdedidarwis
 
Pertemuan 1 - Introduction - Citra Digital
Pertemuan 1 - Introduction - Citra DigitalPertemuan 1 - Introduction - Citra Digital
Pertemuan 1 - Introduction - Citra Digitalahmad haidaroh
 
08-Image-Enhancement-Bagian1.pptx
08-Image-Enhancement-Bagian1.pptx08-Image-Enhancement-Bagian1.pptx
08-Image-Enhancement-Bagian1.pptxnyomans1
 

Ähnlich wie pembentukan citra (pengolahan citra digital) (20)

Bab 2 pembentukan citra
Bab 2 pembentukan citraBab 2 pembentukan citra
Bab 2 pembentukan citra
 
03-Pembentukan-Citra-dan-Digitalisasi-Citra.pptx
03-Pembentukan-Citra-dan-Digitalisasi-Citra.pptx03-Pembentukan-Citra-dan-Digitalisasi-Citra.pptx
03-Pembentukan-Citra-dan-Digitalisasi-Citra.pptx
 
04-Digitalisasi-citra.pptx
04-Digitalisasi-citra.pptx04-Digitalisasi-citra.pptx
04-Digitalisasi-citra.pptx
 
Chap 4_Model Citra
Chap 4_Model CitraChap 4_Model Citra
Chap 4_Model Citra
 
01-Pengantar-Pengolahan-Citra-Bag1-2021.pptx
01-Pengantar-Pengolahan-Citra-Bag1-2021.pptx01-Pengantar-Pengolahan-Citra-Bag1-2021.pptx
01-Pengantar-Pengolahan-Citra-Bag1-2021.pptx
 
jurnal pengolahan citra
jurnal pengolahan citrajurnal pengolahan citra
jurnal pengolahan citra
 
TEORI PENGOLAHAN CITRA.pptx
TEORI PENGOLAHAN CITRA.pptxTEORI PENGOLAHAN CITRA.pptx
TEORI PENGOLAHAN CITRA.pptx
 
Pengolahan Citra Diskusi Pertemuan Ke-2.pdf
Pengolahan Citra Diskusi Pertemuan Ke-2.pdfPengolahan Citra Diskusi Pertemuan Ke-2.pdf
Pengolahan Citra Diskusi Pertemuan Ke-2.pdf
 
Bab 07a
Bab 07aBab 07a
Bab 07a
 
Laporan pcd 01
Laporan pcd 01Laporan pcd 01
Laporan pcd 01
 
Multimedia 2 image
Multimedia 2   imageMultimedia 2   image
Multimedia 2 image
 
Slide Pengolahan Citra 4
Slide Pengolahan Citra 4Slide Pengolahan Citra 4
Slide Pengolahan Citra 4
 
06-Image-Histogram-2021.pptx
06-Image-Histogram-2021.pptx06-Image-Histogram-2021.pptx
06-Image-Histogram-2021.pptx
 
Chap 3 - Dasar Pengolahan Citra
Chap 3 - Dasar Pengolahan CitraChap 3 - Dasar Pengolahan Citra
Chap 3 - Dasar Pengolahan Citra
 
Pengolahan citra digital
Pengolahan citra digitalPengolahan citra digital
Pengolahan citra digital
 
Pcd 2
Pcd 2Pcd 2
Pcd 2
 
Bab 07b
Bab 07bBab 07b
Bab 07b
 
Materi 3 operasi piksel dan histogram
Materi 3 operasi piksel dan histogramMateri 3 operasi piksel dan histogram
Materi 3 operasi piksel dan histogram
 
Pertemuan 1 - Introduction - Citra Digital
Pertemuan 1 - Introduction - Citra DigitalPertemuan 1 - Introduction - Citra Digital
Pertemuan 1 - Introduction - Citra Digital
 
08-Image-Enhancement-Bagian1.pptx
08-Image-Enhancement-Bagian1.pptx08-Image-Enhancement-Bagian1.pptx
08-Image-Enhancement-Bagian1.pptx
 

Mehr von khaerul azmi

If1282 notasi fungsional
If1282 notasi fungsionalIf1282 notasi fungsional
If1282 notasi fungsionalkhaerul azmi
 
Introduction to testing2
Introduction to testing2Introduction to testing2
Introduction to testing2khaerul azmi
 
Cn if2261 intro tooo
Cn if2261 intro toooCn if2261 intro tooo
Cn if2261 intro toookhaerul azmi
 
Se6162 analysis concept and principles
Se6162 analysis concept and principlesSe6162 analysis concept and principles
Se6162 analysis concept and principleskhaerul azmi
 
Cn 5011 kelemahan sistem relasional
Cn 5011 kelemahan sistem relasionalCn 5011 kelemahan sistem relasional
Cn 5011 kelemahan sistem relasionalkhaerul azmi
 
Design logic&sistem pengkodean
Design logic&sistem pengkodeanDesign logic&sistem pengkodean
Design logic&sistem pengkodeankhaerul azmi
 
Pertemuan 3 & 4.evolusi cbis (4)
Pertemuan 3 & 4.evolusi cbis (4)Pertemuan 3 & 4.evolusi cbis (4)
Pertemuan 3 & 4.evolusi cbis (4)khaerul azmi
 
Bab 1.1 dan 1.2 pertemuan 1 ke 1 dan 2 ke 3 (1)
Bab 1.1 dan 1.2  pertemuan  1 ke 1 dan 2 ke 3 (1)Bab 1.1 dan 1.2  pertemuan  1 ke 1 dan 2 ke 3 (1)
Bab 1.1 dan 1.2 pertemuan 1 ke 1 dan 2 ke 3 (1)khaerul azmi
 
Bab 1. 4 pertemuan 2 ke 3 elemen sistem (3)
Bab 1. 4 pertemuan 2 ke 3 elemen sistem (3)Bab 1. 4 pertemuan 2 ke 3 elemen sistem (3)
Bab 1. 4 pertemuan 2 ke 3 elemen sistem (3)khaerul azmi
 
Arsitektur komputer
Arsitektur komputerArsitektur komputer
Arsitektur komputerkhaerul azmi
 
Arsitektur komputer
Arsitektur komputerArsitektur komputer
Arsitektur komputerkhaerul azmi
 
Bab vi perbaikan kualitas citra
Bab vi perbaikan kualitas citraBab vi perbaikan kualitas citra
Bab vi perbaikan kualitas citrakhaerul azmi
 
Vii. pemampatan citra
Vii. pemampatan citraVii. pemampatan citra
Vii. pemampatan citrakhaerul azmi
 
Pengembangan teknologi
Pengembangan teknologiPengembangan teknologi
Pengembangan teknologikhaerul azmi
 
Bab iv konvolusi & tf
Bab iv konvolusi & tfBab iv konvolusi & tf
Bab iv konvolusi & tfkhaerul azmi
 
pembentukan citra (pengolahan citra digital)
pembentukan citra (pengolahan citra digital)pembentukan citra (pengolahan citra digital)
pembentukan citra (pengolahan citra digital)khaerul azmi
 
operasi dasar citra (iii) (pengolahan citra digital)
operasi dasar citra (iii) (pengolahan citra digital)operasi dasar citra (iii) (pengolahan citra digital)
operasi dasar citra (iii) (pengolahan citra digital)khaerul azmi
 
operasi dasar citra (iii) (pengolahan citra digital)
operasi dasar citra (iii) (pengolahan citra digital)operasi dasar citra (iii) (pengolahan citra digital)
operasi dasar citra (iii) (pengolahan citra digital)khaerul azmi
 
pengantar pengolahan citra
pengantar pengolahan citrapengantar pengolahan citra
pengantar pengolahan citrakhaerul azmi
 

Mehr von khaerul azmi (20)

If1282 notasi fungsional
If1282 notasi fungsionalIf1282 notasi fungsional
If1282 notasi fungsional
 
Introduction to testing2
Introduction to testing2Introduction to testing2
Introduction to testing2
 
Cn if2261 intro tooo
Cn if2261 intro toooCn if2261 intro tooo
Cn if2261 intro tooo
 
Se6162 analysis concept and principles
Se6162 analysis concept and principlesSe6162 analysis concept and principles
Se6162 analysis concept and principles
 
Cn 5011 kelemahan sistem relasional
Cn 5011 kelemahan sistem relasionalCn 5011 kelemahan sistem relasional
Cn 5011 kelemahan sistem relasional
 
Design logic&sistem pengkodean
Design logic&sistem pengkodeanDesign logic&sistem pengkodean
Design logic&sistem pengkodean
 
Pertemuan 3 & 4.evolusi cbis (4)
Pertemuan 3 & 4.evolusi cbis (4)Pertemuan 3 & 4.evolusi cbis (4)
Pertemuan 3 & 4.evolusi cbis (4)
 
Bab 1.1 dan 1.2 pertemuan 1 ke 1 dan 2 ke 3 (1)
Bab 1.1 dan 1.2  pertemuan  1 ke 1 dan 2 ke 3 (1)Bab 1.1 dan 1.2  pertemuan  1 ke 1 dan 2 ke 3 (1)
Bab 1.1 dan 1.2 pertemuan 1 ke 1 dan 2 ke 3 (1)
 
Bab 1. 4 pertemuan 2 ke 3 elemen sistem (3)
Bab 1. 4 pertemuan 2 ke 3 elemen sistem (3)Bab 1. 4 pertemuan 2 ke 3 elemen sistem (3)
Bab 1. 4 pertemuan 2 ke 3 elemen sistem (3)
 
Arsitektur komputer
Arsitektur komputerArsitektur komputer
Arsitektur komputer
 
Arsitektur komputer
Arsitektur komputerArsitektur komputer
Arsitektur komputer
 
Bab vi perbaikan kualitas citra
Bab vi perbaikan kualitas citraBab vi perbaikan kualitas citra
Bab vi perbaikan kualitas citra
 
Vii. pemampatan citra
Vii. pemampatan citraVii. pemampatan citra
Vii. pemampatan citra
 
Pengembangan teknologi
Pengembangan teknologiPengembangan teknologi
Pengembangan teknologi
 
Bab v histogram
Bab v histogramBab v histogram
Bab v histogram
 
Bab iv konvolusi & tf
Bab iv konvolusi & tfBab iv konvolusi & tf
Bab iv konvolusi & tf
 
pembentukan citra (pengolahan citra digital)
pembentukan citra (pengolahan citra digital)pembentukan citra (pengolahan citra digital)
pembentukan citra (pengolahan citra digital)
 
operasi dasar citra (iii) (pengolahan citra digital)
operasi dasar citra (iii) (pengolahan citra digital)operasi dasar citra (iii) (pengolahan citra digital)
operasi dasar citra (iii) (pengolahan citra digital)
 
operasi dasar citra (iii) (pengolahan citra digital)
operasi dasar citra (iii) (pengolahan citra digital)operasi dasar citra (iii) (pengolahan citra digital)
operasi dasar citra (iii) (pengolahan citra digital)
 
pengantar pengolahan citra
pengantar pengolahan citrapengantar pengolahan citra
pengantar pengolahan citra
 

Kürzlich hochgeladen

PPT Mean Median Modus data tunggal .pptx
PPT Mean Median Modus data tunggal .pptxPPT Mean Median Modus data tunggal .pptx
PPT Mean Median Modus data tunggal .pptxDEAAYUANGGREANI
 
MODUL AJAR IPAS KELAS 3 KURIKULUM MERDEKA.pdf
MODUL AJAR IPAS KELAS 3 KURIKULUM MERDEKA.pdfMODUL AJAR IPAS KELAS 3 KURIKULUM MERDEKA.pdf
MODUL AJAR IPAS KELAS 3 KURIKULUM MERDEKA.pdfAndiCoc
 
PELAKSANAAN (dgn PT SBI) + Link2 Materi Pelatihan _"Teknik Perhitungan TKDN, ...
PELAKSANAAN (dgn PT SBI) + Link2 Materi Pelatihan _"Teknik Perhitungan TKDN, ...PELAKSANAAN (dgn PT SBI) + Link2 Materi Pelatihan _"Teknik Perhitungan TKDN, ...
PELAKSANAAN (dgn PT SBI) + Link2 Materi Pelatihan _"Teknik Perhitungan TKDN, ...Kanaidi ken
 
Memperkasakan Dialog Prestasi Sekolah.pptx
Memperkasakan Dialog Prestasi Sekolah.pptxMemperkasakan Dialog Prestasi Sekolah.pptx
Memperkasakan Dialog Prestasi Sekolah.pptxsalmnor
 
OPTIMALISASI KOMUNITAS BELAJAR DI SEKOLAH.pptx
OPTIMALISASI KOMUNITAS BELAJAR DI SEKOLAH.pptxOPTIMALISASI KOMUNITAS BELAJAR DI SEKOLAH.pptx
OPTIMALISASI KOMUNITAS BELAJAR DI SEKOLAH.pptxDedeRosza
 
BAB 5 KERJASAMA DALAM BERBAGAI BIDANG KEHIDUPAN.pptx
BAB 5 KERJASAMA DALAM BERBAGAI BIDANG KEHIDUPAN.pptxBAB 5 KERJASAMA DALAM BERBAGAI BIDANG KEHIDUPAN.pptx
BAB 5 KERJASAMA DALAM BERBAGAI BIDANG KEHIDUPAN.pptxJuliBriana2
 
Aksi Nyata PMM Topik Refleksi Diri (1).pdf
Aksi Nyata PMM Topik Refleksi Diri (1).pdfAksi Nyata PMM Topik Refleksi Diri (1).pdf
Aksi Nyata PMM Topik Refleksi Diri (1).pdfEniNuraeni29
 
Materi Sosialisasi US 2024 Sekolah Dasar pptx
Materi Sosialisasi US 2024 Sekolah Dasar pptxMateri Sosialisasi US 2024 Sekolah Dasar pptx
Materi Sosialisasi US 2024 Sekolah Dasar pptxSaujiOji
 
Kanvas BAGJA prakarsa perubahan Ahyar.pdf
Kanvas BAGJA prakarsa perubahan Ahyar.pdfKanvas BAGJA prakarsa perubahan Ahyar.pdf
Kanvas BAGJA prakarsa perubahan Ahyar.pdfAkhyar33
 
MODUL AJAR MATEMATIKA KELAS 3 KURIKULUM MERDEKA.pdf
MODUL AJAR MATEMATIKA KELAS 3 KURIKULUM MERDEKA.pdfMODUL AJAR MATEMATIKA KELAS 3 KURIKULUM MERDEKA.pdf
MODUL AJAR MATEMATIKA KELAS 3 KURIKULUM MERDEKA.pdfAndiCoc
 
SOAL PUBLIC SPEAKING UNTUK PEMULA PG & ESSAY
SOAL PUBLIC SPEAKING UNTUK PEMULA PG & ESSAYSOAL PUBLIC SPEAKING UNTUK PEMULA PG & ESSAY
SOAL PUBLIC SPEAKING UNTUK PEMULA PG & ESSAYNovitaDewi98
 
Bab 4 Persatuan dan Kesatuan di Lingkup Wilayah Kabupaten dan Kota.pptx
Bab 4 Persatuan dan Kesatuan di Lingkup Wilayah Kabupaten dan Kota.pptxBab 4 Persatuan dan Kesatuan di Lingkup Wilayah Kabupaten dan Kota.pptx
Bab 4 Persatuan dan Kesatuan di Lingkup Wilayah Kabupaten dan Kota.pptxrizalhabib4
 
MODUL AJAR BAHASA INGGRIS KELAS 6 KURIKULUM MERDEKA.pdf
MODUL AJAR BAHASA INGGRIS KELAS 6 KURIKULUM MERDEKA.pdfMODUL AJAR BAHASA INGGRIS KELAS 6 KURIKULUM MERDEKA.pdf
MODUL AJAR BAHASA INGGRIS KELAS 6 KURIKULUM MERDEKA.pdfAndiCoc
 
Kenakalan Remaja (Penggunaan Narkoba).ppt
Kenakalan Remaja (Penggunaan Narkoba).pptKenakalan Remaja (Penggunaan Narkoba).ppt
Kenakalan Remaja (Penggunaan Narkoba).pptnovibernadina
 
HAK DAN KEWAJIBAN WARGA NEGARA ppkn i.ppt
HAK DAN KEWAJIBAN WARGA NEGARA ppkn i.pptHAK DAN KEWAJIBAN WARGA NEGARA ppkn i.ppt
HAK DAN KEWAJIBAN WARGA NEGARA ppkn i.pptnabilafarahdiba95
 
MODUL AJAR BAHASA INDONESIA KELAS 6 KURIKULUM MERDEKA.pdf
MODUL AJAR BAHASA INDONESIA KELAS 6 KURIKULUM MERDEKA.pdfMODUL AJAR BAHASA INDONESIA KELAS 6 KURIKULUM MERDEKA.pdf
MODUL AJAR BAHASA INDONESIA KELAS 6 KURIKULUM MERDEKA.pdfAndiCoc
 
Salinan dari JUrnal Refleksi Mingguan modul 1.3.pdf
Salinan dari JUrnal Refleksi Mingguan modul 1.3.pdfSalinan dari JUrnal Refleksi Mingguan modul 1.3.pdf
Salinan dari JUrnal Refleksi Mingguan modul 1.3.pdfWidyastutyCoyy
 
RENCANA & Link2 Materi Pelatihan_ "Teknik Perhitungan TKDN, BMP, Preferensi H...
RENCANA & Link2 Materi Pelatihan_ "Teknik Perhitungan TKDN, BMP, Preferensi H...RENCANA & Link2 Materi Pelatihan_ "Teknik Perhitungan TKDN, BMP, Preferensi H...
RENCANA & Link2 Materi Pelatihan_ "Teknik Perhitungan TKDN, BMP, Preferensi H...Kanaidi ken
 
LATAR BELAKANG JURNAL DIALOGIS REFLEKTIF.ppt
LATAR BELAKANG JURNAL DIALOGIS REFLEKTIF.pptLATAR BELAKANG JURNAL DIALOGIS REFLEKTIF.ppt
LATAR BELAKANG JURNAL DIALOGIS REFLEKTIF.pptPpsSambirejo
 

Kürzlich hochgeladen (20)

Intellectual Discourse Business in Islamic Perspective - Mej Dr Mohd Adib Abd...
Intellectual Discourse Business in Islamic Perspective - Mej Dr Mohd Adib Abd...Intellectual Discourse Business in Islamic Perspective - Mej Dr Mohd Adib Abd...
Intellectual Discourse Business in Islamic Perspective - Mej Dr Mohd Adib Abd...
 
PPT Mean Median Modus data tunggal .pptx
PPT Mean Median Modus data tunggal .pptxPPT Mean Median Modus data tunggal .pptx
PPT Mean Median Modus data tunggal .pptx
 
MODUL AJAR IPAS KELAS 3 KURIKULUM MERDEKA.pdf
MODUL AJAR IPAS KELAS 3 KURIKULUM MERDEKA.pdfMODUL AJAR IPAS KELAS 3 KURIKULUM MERDEKA.pdf
MODUL AJAR IPAS KELAS 3 KURIKULUM MERDEKA.pdf
 
PELAKSANAAN (dgn PT SBI) + Link2 Materi Pelatihan _"Teknik Perhitungan TKDN, ...
PELAKSANAAN (dgn PT SBI) + Link2 Materi Pelatihan _"Teknik Perhitungan TKDN, ...PELAKSANAAN (dgn PT SBI) + Link2 Materi Pelatihan _"Teknik Perhitungan TKDN, ...
PELAKSANAAN (dgn PT SBI) + Link2 Materi Pelatihan _"Teknik Perhitungan TKDN, ...
 
Memperkasakan Dialog Prestasi Sekolah.pptx
Memperkasakan Dialog Prestasi Sekolah.pptxMemperkasakan Dialog Prestasi Sekolah.pptx
Memperkasakan Dialog Prestasi Sekolah.pptx
 
OPTIMALISASI KOMUNITAS BELAJAR DI SEKOLAH.pptx
OPTIMALISASI KOMUNITAS BELAJAR DI SEKOLAH.pptxOPTIMALISASI KOMUNITAS BELAJAR DI SEKOLAH.pptx
OPTIMALISASI KOMUNITAS BELAJAR DI SEKOLAH.pptx
 
BAB 5 KERJASAMA DALAM BERBAGAI BIDANG KEHIDUPAN.pptx
BAB 5 KERJASAMA DALAM BERBAGAI BIDANG KEHIDUPAN.pptxBAB 5 KERJASAMA DALAM BERBAGAI BIDANG KEHIDUPAN.pptx
BAB 5 KERJASAMA DALAM BERBAGAI BIDANG KEHIDUPAN.pptx
 
Aksi Nyata PMM Topik Refleksi Diri (1).pdf
Aksi Nyata PMM Topik Refleksi Diri (1).pdfAksi Nyata PMM Topik Refleksi Diri (1).pdf
Aksi Nyata PMM Topik Refleksi Diri (1).pdf
 
Materi Sosialisasi US 2024 Sekolah Dasar pptx
Materi Sosialisasi US 2024 Sekolah Dasar pptxMateri Sosialisasi US 2024 Sekolah Dasar pptx
Materi Sosialisasi US 2024 Sekolah Dasar pptx
 
Kanvas BAGJA prakarsa perubahan Ahyar.pdf
Kanvas BAGJA prakarsa perubahan Ahyar.pdfKanvas BAGJA prakarsa perubahan Ahyar.pdf
Kanvas BAGJA prakarsa perubahan Ahyar.pdf
 
MODUL AJAR MATEMATIKA KELAS 3 KURIKULUM MERDEKA.pdf
MODUL AJAR MATEMATIKA KELAS 3 KURIKULUM MERDEKA.pdfMODUL AJAR MATEMATIKA KELAS 3 KURIKULUM MERDEKA.pdf
MODUL AJAR MATEMATIKA KELAS 3 KURIKULUM MERDEKA.pdf
 
SOAL PUBLIC SPEAKING UNTUK PEMULA PG & ESSAY
SOAL PUBLIC SPEAKING UNTUK PEMULA PG & ESSAYSOAL PUBLIC SPEAKING UNTUK PEMULA PG & ESSAY
SOAL PUBLIC SPEAKING UNTUK PEMULA PG & ESSAY
 
Bab 4 Persatuan dan Kesatuan di Lingkup Wilayah Kabupaten dan Kota.pptx
Bab 4 Persatuan dan Kesatuan di Lingkup Wilayah Kabupaten dan Kota.pptxBab 4 Persatuan dan Kesatuan di Lingkup Wilayah Kabupaten dan Kota.pptx
Bab 4 Persatuan dan Kesatuan di Lingkup Wilayah Kabupaten dan Kota.pptx
 
MODUL AJAR BAHASA INGGRIS KELAS 6 KURIKULUM MERDEKA.pdf
MODUL AJAR BAHASA INGGRIS KELAS 6 KURIKULUM MERDEKA.pdfMODUL AJAR BAHASA INGGRIS KELAS 6 KURIKULUM MERDEKA.pdf
MODUL AJAR BAHASA INGGRIS KELAS 6 KURIKULUM MERDEKA.pdf
 
Kenakalan Remaja (Penggunaan Narkoba).ppt
Kenakalan Remaja (Penggunaan Narkoba).pptKenakalan Remaja (Penggunaan Narkoba).ppt
Kenakalan Remaja (Penggunaan Narkoba).ppt
 
HAK DAN KEWAJIBAN WARGA NEGARA ppkn i.ppt
HAK DAN KEWAJIBAN WARGA NEGARA ppkn i.pptHAK DAN KEWAJIBAN WARGA NEGARA ppkn i.ppt
HAK DAN KEWAJIBAN WARGA NEGARA ppkn i.ppt
 
MODUL AJAR BAHASA INDONESIA KELAS 6 KURIKULUM MERDEKA.pdf
MODUL AJAR BAHASA INDONESIA KELAS 6 KURIKULUM MERDEKA.pdfMODUL AJAR BAHASA INDONESIA KELAS 6 KURIKULUM MERDEKA.pdf
MODUL AJAR BAHASA INDONESIA KELAS 6 KURIKULUM MERDEKA.pdf
 
Salinan dari JUrnal Refleksi Mingguan modul 1.3.pdf
Salinan dari JUrnal Refleksi Mingguan modul 1.3.pdfSalinan dari JUrnal Refleksi Mingguan modul 1.3.pdf
Salinan dari JUrnal Refleksi Mingguan modul 1.3.pdf
 
RENCANA & Link2 Materi Pelatihan_ "Teknik Perhitungan TKDN, BMP, Preferensi H...
RENCANA & Link2 Materi Pelatihan_ "Teknik Perhitungan TKDN, BMP, Preferensi H...RENCANA & Link2 Materi Pelatihan_ "Teknik Perhitungan TKDN, BMP, Preferensi H...
RENCANA & Link2 Materi Pelatihan_ "Teknik Perhitungan TKDN, BMP, Preferensi H...
 
LATAR BELAKANG JURNAL DIALOGIS REFLEKTIF.ppt
LATAR BELAKANG JURNAL DIALOGIS REFLEKTIF.pptLATAR BELAKANG JURNAL DIALOGIS REFLEKTIF.ppt
LATAR BELAKANG JURNAL DIALOGIS REFLEKTIF.ppt
 

pembentukan citra (pengolahan citra digital)

  • 1. II. PEMBENTUKAN CITRA Model Citra Citra merupakan fungsi malar (kontinyu) dari intensitas cahaya pd bidang 2D. Secara matematis fungsi intensitas cahaya pd bidang 2D disimbolkan dgn f(x,y) (x,y) : koordinat kartesian f(x,y) : intensitas cahaya ( brightness ) pd titik (x,y) CITRA Kontinyu Diskrit Dihasilkan dari sistem optik yg menerima sinyal analog, misal mata manusia & kamera analog Dihasilkan melalui proses digitalisasi citra kontinyu. Bbrp sistem optik dilengkapi fungsi digitalisasi, shg mampu menghasilkan citra diskrit (digital), misal kamera digital & scanner
  • 2. f(x,y) x y Cahaya merupakan energi, shg intensitas cahaya f(x,y) bernilai: 0<= f(x,y) < ∞ f(x,y)= i(x,y) . r(x,y) Dengan, i(x,y): jumlah cahaya yg berasal dari sumbernya ( illumination ), 0<= i(x,y) <∞ r(x,y): derajat kemampuan objek memantulkan cahaya ( reflection ), 0<= r(x,y) <=1 Gbr 2.1 Cara penentuan koordinat titik dlm citra Gbr 2.2 Pembentukan citra Sumber cahaya f(x,y) permukaan normal i(x,y)
  • 3. Contoh nilai i(x,y): a. Cuaca cerah, matahari menghasilkan iluminasi sekitar 9000 foot candles . b. Cuaca mendung atau berawan, matahari menghasilkan iluminasi sekitar 1000 foot candles Contoh nilai r(x,y) a. Benda hitam 0.01 b. Dinding putih 0.8 Intensitas f(x,y) pd gambar hitam putih disebut derajat keabuan (grey level), derajat keabuannya bergerak dari hitam ke putih. Citranya disebut citra hitam-putih (greyscale image) atau monochrome image . Rentang nilai derajat keabuan dari lmin sampai l max L min < f< L max Selang ( l min ,l max ) disebut skala keabuan Karena alasan praktis, ( l min ,l max ) sering digeser jd selang [0, L ] Intensitas 0 = hitam, L = putih dan nilai antara 0 sampai L bergeser dari hitam ke putih
  • 4. Contoh: Citra hitam putih dgn 128 level: skala abu dari 0 sampai 127 atau [0,127]. Citra hhitam-putih = citra satu kanal krn warnanya hy ditentukan oleh satu fungsi intensitas. Citra berwarna = citra spektral, krn warnanya terdiri atas tiga komponen warna yaitu RGB (red, green, blue). Intensitas suatu titik pd citra warna merupakan kombinasi tiga intensitas: Derajat keabuan merah f merah (x,y), hijau f hijau (x,y), dan biru f biru (x,y) Digitalisasi Citra Digitalisasi: representasi citra dari fungsi kontinyu menjadi nilai-nilai diskret. citra yg dihasilkan disebut digital image . Dimensi ukuran dinyatakan tinggi (N) x lebar (M) atau (lebar x panjang). Citra digital dengan L derajat keabuan, fungsinya dpt ditulis sbb: 0 <= x <= M-1 f(x, y) 0 <= y <= N-1 0<= f <= L
  • 5. Citra digital ukuran N (baris) x M (kolom) dinyatakan dgn matriks: f(i,j) : intensitas (derajat keabuan) pd titik (i,j) Tiap elemen citra digital (elemen matriks) disebut image element, picture element atau pixel atau pel Indeks baris i dan kolom j menyatakan koordinat titik pd citra. N x M buah pixel Contoh : citra ukuran 128 x 128 pixel dinyatakan secara numerik dgn matriks, 128 baris (pd indeks i dari 0-127) dan 128 kolom (pd indeks j dari 0-127), contoh: Citra dgn level keabuan 256 f(x,y) = f(0,0) f(0,1) … f(0,M-1) f(1,0) f(1,1) … f(1,M-1) . . … . . . . . . . . . f(N-1,0) f(N-1,1) … f(N-1,M-1) 0 100 100 … 255 1 101 100 … 150 100 200 10 … 100 . . . . . . . . . . . . . . . 200 254 120 140 120
  • 6.
  • 7. x = Dx /M increment y = Dy / N increment N = jumlah maksimum pixel dalam satu kolom M = jumlah maksimum pixel dalam satu baris Dx = lebar gambar (dalam inchi) Dy = tinggi gambar (dalam inchi) Beberapa referensi menggunakan (1,1) ketimbang (0,0) sebagai koordinat elemen pertama di dalam matriks Elemen (i,j) dalam matriks menyatakan rata-rata intensitas cahaya pd area citra yg direpresentasikan oleh pixel. Contoh: citra biner yg hy mempunyai dua derajat keabuan: 0 (hitam) 1 (putih) Suatu gambar yg ukurannya 5 x 5 inchi dinyatakan dalam matriks Ukuran 4 x 5 (4 baris dan 5 kolom).
  • 8. Tiap elemen gambar lebarnya 1 inchi & tingginya 1,25 inchi yang akan diisi dgn Suatu nilai yg tergantung rata-rata intensitas cahaya pd area tsb Area 1 x 1,25 inchi pd sudut kiri atas gambar berlokasi pd (0,0) Area 1 x 1,25 inchi pd sudut kanan bawah gambar berlokasi pd (3,4) Iluminasi maksimum Tdk ada intensitas cahaya Agar mudah dalam implementasi, jumlah terokan biasanya diasumsikan Perpangkatan dari dua N = 2 n N = jumlah terokan pd suatu baris/kolom n = bilangan bulat positif Contoh ukuran penerokan: 128 x 128 pixel, 128 x 256 pixel dsb . 5 inchi 5 inchi x y 0 0 Gambar yang diterok 1 ? ? ? ? ? ? ? ? ? ? 0 ? ? ? ? ? ? ? ? Matriks representasi gambar
  • 9. Resolusi (derajat rincian yg dpt dilihat) spasial gambar ditentukan oleh pembagian gambar menjd ukuran ttt. Smakin kecil ukuran pixel mk semakin tinggi resolusi gambar (gambar semakin halus), krn informasi yg hilang akibat Pengelompokan derajat keabuan pd penerokan semakin kecil. Langkah berikutnya adalah kuantisasi Kuantisasi membagi skala keabuan (0,L) menjadi G buah level yg dinyatakan dgn suatu harga bil integer, biasanya perpangkatan dari 2, G = 2 m , G : derajat keabuan m : bil bulat positif Skala keabuan Rentang nilai keabuan Pixel Depth 2 1 = 2 nilai 0, 1 1 bit 2 2 0 - 3 2 bit 2 3 0 – 7 3 bit 2 8 0 – 255 8 bit 0 : nilai derajat keabuan terendah dgn warna hitam ? : nilai derajat keabuan tertinggi dgn warna putih Pixel depth : jml bit untuk merepresentasikan nilai keabuan pixel Citra biasanya diasosiasikan dengan pixel depth -nya, Contoh: citra dgn pexel depth 8 bit disebut citra 8-bit atau citra 256 warna
  • 10. Kebanyakan aplikasi, citra hitam putih dikuantisasi pd 256 level shg mbutuhkan 8 bit untuk representasi setiap pixelnya (G = 256 =2 8 ) Citra biner dikuantisasi pd dua level saja: level 0 & 1, hy 1 bit utk representasi setiap pixel Besar daerah level keabuan menentukan resolusi kecerahan gambar. Contoh : jk suatu citra 256 x 256 pixel menggunakan 4 bit utk menyimpan bil bulat mk jml level keabuan hy 16, jk digunakan 8 bit ada 256 Contoh: citra cameramen 256 x 256 pixel dgn efek perbedaan kuantisasi Pixel depth 8 bit = 256 level keabuan Pixel depth 4 bit = 16 level keabuan
  • 11. Penyimpanan citra digital yg diterok jd N x M pixel & dikuantisasi jd G = 2 m level keabuan butuh memori sebanyak : N x M x m bit Kesimpulan: Resolusi citra ditentukan oleh N (atau M) & m, makin tinggi nilainya makin bagus kualitasnya (semakin halus) mendekati citra analog Elemen citra digital a. Brightness (kecerahan) Nama lain dari intensitas cahaya, dimana tiap pixel dlm citra bkn intensitas riil, namun Merupkan intensitas rata-rata dr suatu area yg melingkupinya. b. Contrast (kontras) Sebaran lightness (terang) & darkness (gelap) dlm suatu citra Jk sebagian besar komposisi citra terang atau sebagian besar gelap mk dikatakan citra tsb kontrasnya rendah. Jk komposisi gelap & terang tersebar merata mk dikatakan kontras citra baik
  • 12. c. contour (kontur) Kontur : keadaan yg ditimbulkan oleh perubahan intensitas pd pixel- pixel bertetangga Adanya perubahan intensitas , mata kita mampu mendeteksi edge (tepi) objek dlm citra d. Color (warna) Persepsi yg dirasakan oleh sistem visual manusia terhadap panjang Gelombang cahaya yg dipantulkan oleh objek. Setiap warna mempunyai panjang gelomban ( λ) yg berbeda Merah λ paling tinggi Ungu (violet) λ paling rendah Warna yg diterima oleh mata: hasil kombinasi cahaya dgn λ Yg berbeda. Kombinasi warna yg memberikan rentang warna paling lebar adalah red,green, blue ( ) R G B e. Shape (bentuk) Properti intrinsik dari objek 3D yg merupakan properti intrinsik utama untuk sistem Visual manusia. Manusia lebih sering mengasosiasikan objek dgn bentuknya drpd Elemen lainnya.
  • 13. Pada umumnya citra yg dibentuk oleh mata manusia adalah citra 2D, sedang objek yg dilihat 3D Informasi bentuk objek dpt diekstrak dr citra pd preprocessing dan segmentasi citra f. Texture (tekstur) Dicirikan sbg distribusi spasial dr derajat keabuan di dlm sekumpulan pixel-pixel yg bertetangga. Sebuah pixel tdk dpt didefinisikan sbg tekstur Contoh : citra lantai lihat jarak dekat , tekstur terbtk oleh penempatan pola-pola rinci yg menyusun tiap ubin Lihat jarak jauh , mk tekstur terbtk oleh penempatan ubin secara keseluruhan
  • 14.