hhiissttooggrraamm cciittrraa -...

7
Komunitas eLearning IlmuKomputer.Com Copyright © 2003-2014 IlmuKomputer.Com H H i i s s t t o o g g r r a a m m C C i i t t r r a a Kory Anggraeni [email protected] Histogram dalam pengolahan citra adalah grafik yang menunjukkan distribusi dari intensitas citra. Histogram citra menyatakan frekuensi kemunculan berbagai derajat keabuan dalam citra. Teknik pemodelan histogram mengubah citra hingga memiliki histogram sesuai keinginan. Untuk meningkatkan kualitas citra salah satunya dapat dilakukan dengan ekualisasi histogram. Dengan ekualisasi histogram dapat diperoleh histogram citra dengan distribusi seragam. Berikut merupakan contoh untuk histogram citra Terdapat empat proses histogram, yaitu : Apabila gambar gelap maka histogram cenderung ke sebelah kiri Apabila gambar terang maka histogram cenderung ke sebelah kanan Apabila gambar low contrast maka histogram mengumpul di suatu tempat Apabila gambar high contrast maka histogram merata di semua tempat Lisensi Dokumen: Copyright © 2003-2007 IlmuKomputer.Com Seluruh dokumen di IlmuKomputer.Com dapat digunakan, dimodifikasi dan disebarkan secara bebas untuk tujuan bukan komersial (nonprofit), dengan syarat tidak menghapus atau merubah atribut penulis dan pernyataan copyright yang disertakan dalam setiap dokumen. Tidak diperbolehkan melakukan penulisan ulang, kecuali mendapatkan ijin terlebih dahulu dari IlmuKomputer.Com.

Upload: doankhuong

Post on 17-May-2019

217 views

Category:

Documents


0 download

TRANSCRIPT

Page 1: HHiissttooggrraamm CCiittrraa - ilmukomputer.orgilmukomputer.org/wp-content/uploads/2014/02/kory-HistogramCitra1.pdf · Dengan ekualisasi histogram dapat diperoleh histogram citra

Komunitas eLearning IlmuKomputer.Com

Copyright © 2003-2014 IlmuKomputer.Com

HHiissttooggrraamm CCiittrraa

Kory Anggraeni [email protected]

Histogram dalam pengolahan citra adalah grafik yang menunjukkan distribusi dari intensitas

citra. Histogram citra menyatakan frekuensi kemunculan berbagai derajat keabuan dalam citra.

Teknik pemodelan histogram mengubah citra hingga memiliki histogram sesuai keinginan.

Untuk meningkatkan kualitas citra salah satunya dapat dilakukan dengan ekualisasi histogram.

Dengan ekualisasi histogram dapat diperoleh histogram citra dengan distribusi seragam. Berikut

merupakan contoh untuk histogram citra

Terdapat empat proses histogram, yaitu :

Apabila gambar gelap maka histogram cenderung ke sebelah kiri

Apabila gambar terang maka histogram cenderung ke sebelah kanan

Apabila gambar low contrast maka histogram mengumpul di suatu tempat

Apabila gambar high contrast maka histogram merata di semua tempat

Lisensi Dokumen:

Copyright © 2003-2007 IlmuKomputer.Com

Seluruh dokumen di IlmuKomputer.Com dapat digunakan, dimodifikasi dan disebarkan

secara bebas untuk tujuan bukan komersial (nonprofit), dengan syarat tidak menghapus atau

merubah atribut penulis dan pernyataan copyright yang disertakan dalam setiap dokumen.

Tidak diperbolehkan melakukan penulisan ulang, kecuali mendapatkan ijin terlebih dahulu

dari IlmuKomputer.Com.

Page 2: HHiissttooggrraamm CCiittrraa - ilmukomputer.orgilmukomputer.org/wp-content/uploads/2014/02/kory-HistogramCitra1.pdf · Dengan ekualisasi histogram dapat diperoleh histogram citra

Komunitas eLearning IlmuKomputer.Com

Copyright © 2003-2014 IlmuKomputer.Com

Terdapat beberapa informasi yang ada di dalam Histogram :

Puncak histogram yaitu intensitas pixel yangpaling menonjol

Lebar puncak yaitu rentang kontras

Citra yang baik mengisi daerah derejat keabuan secara penuh dan merata pada

setiap nilai intensitas pixel

Over-exposed (terlalu terang) dan under-exposed (terlalu gelap) memiliki rentang

kontras sempit.

Cara Membuat

Berikut contoh dengan menggunakan Matlab :

1. Cara menjalankan langkah pertama sama seperti pada postingan sebelumnya ( Cara

Menampilkan File Gambar Menggunakan Matlab ). Masukkan gambar (File -> Import

Data) pilih gambar, lalu pilih Finish

2. Ketik coding dibawah ini :

uceeh=imread(uceeh.jpg');

figure,imshow(uceeh);

red=(:,:,1);

green=(:,:,2);

blue=(:,:,3);

merahgray2=0.3*red+0.5*green+0.5*blue;

figure,imhist(merahgray2);

Simpan dulu, kemudian Jalankan dengan memilih Icon Run, maka diperoleh hasil

sebagai berikut :

Gambar diatas merupakan hasil histogram dari gambar asli.

Sedangkan apabila coding di atas ditambahkan dengan coding seperti dibawah ini :

uceeh=rgb2gray(uceeh); %konversi gambar dari GRB ke Grayscale

Hasilnya :

Page 3: HHiissttooggrraamm CCiittrraa - ilmukomputer.orgilmukomputer.org/wp-content/uploads/2014/02/kory-HistogramCitra1.pdf · Dengan ekualisasi histogram dapat diperoleh histogram citra

Komunitas eLearning IlmuKomputer.Com

Copyright © 2003-2014 IlmuKomputer.Com

Gambar diatas merupakan hasil histogram dari konversi gambar Asli (RGB) di buat

Grayscale

Untuk membuat histogram kita menggunakan fungsi imhist pada Matlab. Berikut

contohnya untuk warna abu-abu:

uceeh=imread('uceeh.jpg'); % membaca file gambar

red=uceeh(:,:,1); % memanggil matriks gambar yang hanya berisi piksel warna merah

green=uceeh(:,:,2); % memanggil matriks gambar yang hanya berisi piksel warna hijau

blue=uceeh(:,:,3); % memanggil matriks gambar yang hanya berisi piksel warna biru

imhist(gray)

Histogram Grayscale

Misalkan saya menggunakan gambar hitam putih, maka hasil histrogram dari gambar

tersebut sebagai berikut :

uceeh=imread(uceh hitam.jpg');

figure,imshow(uceeh);

red=(:,:,1);

green=(:,:,2);

blue=(:,:,3);

merahgray2=0.3*red+0.5*green+0.5*blue;

figure,imhist(merahgray2);

Page 4: HHiissttooggrraamm CCiittrraa - ilmukomputer.orgilmukomputer.org/wp-content/uploads/2014/02/kory-HistogramCitra1.pdf · Dengan ekualisasi histogram dapat diperoleh histogram citra

Komunitas eLearning IlmuKomputer.Com

Copyright © 2003-2014 IlmuKomputer.Com

Histogram hasil dari gambar hitam putih

Seperti yang anda lihat pada ilustrasi diatas, histogram lebih memadati mid

area sedangkanlight area dan dark area hanya memiliki piksel yang sedikit. Hal ini

disebabkan memang pada foto memiliki banyak daerah pada mid area, sedangkan light

area dan dark area hanya sedikit.

Manfaat

Manfaat histogram dalam pengolahan citra :

1. Untuk melihat apakah distribusi informasi yang ada dalam suatu citra sudah baik atau

belum.

2. Digunakan dalam texture analysis, yaitu analisa untuk melihat apakah kedua tekstur

sama atau berbeda. Misalkan seberapa mirip tekstur karpet A dengan tekstur karpet B.

3. Untuk melihat apakah pencahayaan dan contrast suatu citra sudah cukup atau belum

(terlalu terang atau terlalu gelap). Caranya histogram dari suatu citra yang terlalu terang

cenderung mengumpul di nilai grey level yang tinggi (ke arah nilai 255),

sebaliknyahistogram dari suatu citra yang terlalu gelap cenderung mengumpul di nilai

grey level yang rendah (ke arah nilai 0).

Histogram citra banyak memberikan informasi penting sebagai berikut :

Nilai hi menyatakan peluang (probability) pixel, P(i), dengan derajat keabuan i. Jumlah

seluruh nilai hi sama dengan 1, atau

Peluang suatu pixel memiliki derajat keabuan lebih kecil atau sama dengan derajat

keabuan tertentu adalah jumlah hi untuk 0 £ i £ j, atau

Page 5: HHiissttooggrraamm CCiittrraa - ilmukomputer.orgilmukomputer.org/wp-content/uploads/2014/02/kory-HistogramCitra1.pdf · Dengan ekualisasi histogram dapat diperoleh histogram citra

Komunitas eLearning IlmuKomputer.Com

Copyright © 2003-2014 IlmuKomputer.Com

Puncak histogram menunjukkan intensitas pixel yang menonjol. Lebar dari puncak

menunjukkan rentang kontras dari gambar. Citra yang mempunyai kontras terlalu terang

(overexposed) atau terlalu gelap (underexposed) memiliki histogram yang sempit.

Histogramnya terlihat hanya menggunakan setengah dari daerah derajat keabuan. Citra

yang baik memiliki histogram yang mengisi daerah derajat keabuan secara penuh

dengan distribusi yang merata pada setiap nilai intensitas pixel

(a) citra gelap, (b) citra terang, (c) citra normal (normal brightness), (d) normal

brightness dan hi gh contrast

Berikut ini adalah contoh citra yang terlalu gelap dan terang beserta histogramnya.

Page 6: HHiissttooggrraamm CCiittrraa - ilmukomputer.orgilmukomputer.org/wp-content/uploads/2014/02/kory-HistogramCitra1.pdf · Dengan ekualisasi histogram dapat diperoleh histogram citra

Komunitas eLearning IlmuKomputer.Com

Copyright © 2003-2014 IlmuKomputer.Com

Referensi 1. http://updateknologi.blogspot.com/2011/06/membuat-histogram-dari-file-gambar.html

2. Krisnawati. KOMPRESI CITRA GRAY SCALE DENGAN MODIFIKASI ALGORITMA

KUANTISASI. Accessed: 07 – 12 – 2005.

http://p3m.amikom.ac.id/p3m/dasi/des07/05%20-%20AMIKOM_Yogyakarta_KOMPR

ESI%20CITRA%20GRAY%20SCALE%20DENGAN%20MODIFIKASI.pdf

3. Dasar-Dasar Pengolahan Citra Digital menggunakan GUI MATLAB. Accessed: 01 –

08 – 2013. http://pemrogramanmatlab.files.wordpress.com/2013/08/histogram-citra.pdf

Page 7: HHiissttooggrraamm CCiittrraa - ilmukomputer.orgilmukomputer.org/wp-content/uploads/2014/02/kory-HistogramCitra1.pdf · Dengan ekualisasi histogram dapat diperoleh histogram citra

Komunitas eLearning IlmuKomputer.Com

Copyright © 2003-2014 IlmuKomputer.Com

Biografi Penulis

Kory Anggraeni. Mahasiswi Politeknik Negeri Bandung jurusan Teknik

Komputer dan Informatika, program studi diploma III Teknik

Informatikatahun ajaran 2011 –2014. Saat ini sedang menyusun tugas akhir.