makalah pengolahan citra digital

23
TUGAS PENGOLAHAN CITRA DIGITAL APLIKASI PENGOLAH CITRA Dosen Pengampu : ACHMAD HIDAYATNO, S.T.,M.T. Dsusun O!e" : Kelompok I Kurnia Agnawati 21060111120003 Bima AdhiN. 21060111120022 Brilian Dermawan 21060111130041 Maria itriana 2106011113006! Agne" #ora $ra%ia &. 2106011113006' ( $ Alam Nu"antara ) *21060111110121 Ih"an Atma+i 210601111300'' *a,id- Mu"lim 2106011114012 Muhammad Ari, Ba/u A+i 210601111401!3 #URUSAN TEKNIK ELEKTRO $AKULTAS TEKNIK UNI%ERSITAS DIPONEGORO S E M A R A N G &'()

Upload: maria-fitriana

Post on 04-Oct-2015

471 views

Category:

Documents


37 download

DESCRIPTION

makalah pengolahan citra digital

TRANSCRIPT

tugasPEngolahan Citra Digital

Aplikasi Pengolah CitrADosen Pengampu : ACHMAD HIDAYATNO, S.T.,M.T.

Disusun Oleh :Kelompok I

Kurnia Agnawati21060111120003

Bima Adhi N.21060111120022

Brilian Dermawan21060111130041

Maria Fitriana21060111130065

Agnes Yora Gracia S.21060111130069

R G Alam Nusantara P H21060111110121

Ihsan Atmaji21060111130099

Hafidz Muslim21060111140128

Muhammad Arif Bayu Aji21060111140153

JURUSAN TEKNIK ELEKTRO FAKULTAS TEKNIKUNIVERSITAS DIPONEGOROS E M A R A N G2014

BAB IPEndahuluan

Latar BelakangKebutuhan untuk pengolahan citra secara cepat dan mudah sangat diperlukan. Banyak sekali aplikasi program untuk editing gambar (citra) yang menyediakan fungsi-fungsi yang sudah tersedia, artinya pengguna tidak dapat melakukan kostumisasi terhadap fungsi-fungsi spesifik yang dibutuhkannya.Penelitian ataupun penerapan di lapangan yang melibatkan proses pengolahan citra, kadang-kadang menyulitkan dalam bidang pemrograman karena rutin program yang berhubungan dengan komputer grafik membutuhkan keahlian khusus dalam implementasinya.MATLAB sebagai salah satu alat (tools) pemrograman untuk membantu bidang pendidikan dan penelitian telah menyajikan bermacam-macamtoolboxyang disesuaikan dengan bidang keilmuan masing-masing, salah satunya adalah Image Processing Toolbox. Dengan memanfaatkan toolbox tersebut, pengguna dapat dengan mudah melakukan kustomisasi fungsi yang sesuai dengan topik penelitiannya.Suatu citra biasanya mengacu ke citra RGB. Sebenarnya bagaimana citra disimpan dan dimanipulasi dalam komputer diturunkan dari teknologi televisi, yang pertama kali mengaplikasikannya untuk tampilan grafis komputer. Jika dilihat dengan kaca pembesar, tampilan monitor komputer akan terdiri dari sejumlah triplet titik warna merah (RED), hijau (GREEN) dan biru (BLUE). Tergantung pada pabrik monitornya untuk menentukan apak titik tersebut merupakan titik bulat atau kotak kecil, tetapi akan selalu terdiri dari 3 triplet red, green dan blue.Dalam tugas pengolahan citra kali ini, kami membuat program yang dapat mengatur ukuran gambar, mengatur contrast, mengatur brightness, memisahkan komponen RGB (Red, Green, Blue), mengatur rerata histogram, mengubah gambar ke grayscale.

Tujuan Memenuhi tugas ke 2 mata kuliah Pengolahan Citra Digital Mempermudahkan pengguna atau user dalam mengedit suatu gambar/citra Memberikan hasil citra/gambar yang dapat diatur sesuai keinginan Memberikan effect warna dalam suatu citra/gambar

BAB IIDasar Teori

Deteksi Tepi Metode CannyCanny merupakan salah satu algoritma deteksi tepi modern. Pada tahun 1986 John Canny mengusulkan tiga kriteria yang menjadi basis pengembangan filter untuk mengoptimalkan pendeteksian tepi pada citra bernoise (Febriani, 2008). Algoritma deteksi tepi Canny dikenal sebagai algoritma yang optimal dalam melakukan pendeteksian tepi. Untuk meningkatkan metode-metode yang telah ada dalam pendeteksian tepi, algoritma deteksi tepi Canny mengikuti beberapa kriteria (Canny, 1986) sebagai berikut:a. Good detection. Kriteria ini bertujuan memaksimalkan nilai signal to noise ratio (SNR) sehingga semua tepi dapat terdeteksi dengan baik atau tidak ada yang hilang.b. Good localization. tepi yang terdeteksi berada pada posisi yang sebenarnya, atau dengan kata lain bahwa jarak antara posisi sebenarnya adalah seminimum mungkin (idealnya adalah 0).c. Only one response to a single edge (hanya satu respon untuk sebuah tepi). Artinya detektor tidak memberikan tepi yang bukan tepi sebenarnya.Berdasarkan pada kriteria ini Canny berhasil melakukan optimalisasi dari ke 3 kriteria tersebut dan menghasilkan persamaan:

Namun persamaan ini cukup sulit untuk diimplementasikan. Sehingga pada implementasinya, Canny tetap menggunakan filter Gaussian untuk mereduksi noise. Fungsi Gaussian dalam satu dimensi dapat direpresentasikan sebagai berikut:

Proses selanjutnya adalah penghitungan besar gradient dan sudut citra. Gradien dari suatu citra f (x,y) pada lokasi (x,y) adalah vektor

Biasanya nilai 1==yx, sehingga persamaan di atas menjadi :

Hasil pendeteksian tepi adalah citra tepi g(x,y) yang nilai setiap pixelnya adalah g(x,y) = G[f (x,y)], sehingga diperoleh:

Untuk menyatakan apakah sebuah citra g(x,y) merupakan citra tepi atau bukan maka dilakukan dengan pengambangan (thresholding) yang disimbolkan dengan T. Thresholding digunakan untuk mengubah citra dengan format skala keabuan, yang mempunyai kemungkinan nilai lebih dari 2 ke citra biner yang memiliki 2 buah nilai (yaitu 0 dan 1), seperti berikut:

Pengambangan (thresholding) terbagi atas dua jenis, yaitu:a. Pengambangan TunggalPengambangan tunggal merupakan proses pengambangan yang hanya memiliki sebuah nilai batas ambang. Fungsi yang digunakan adalah fungsi transformasi skala keabuan (gray scale transformation/GST). Fungsi GST adalah fungsi yang memetakan tingkat keabuan input (Ki) ke citra keabuan citra output (Ko).Fungsi GST untuk pengambangan tunggal yaitu:

atau:

Gambar 2.1 menunjukkan sebuah citra yang telah mengalami pengambangan tunggal.

Gambar 2.1 Citra Dengan Pengambang Tunggalb. Pengambangan GandaMemiliki ambang bawah dan ambang atas. Dilakukan untuk menampilkan titik-titik yang mempunyai rentang nilai skala keabuan tertentu.Dengan fungsi GST:

Citra yang telah mengalami pengambangan ganda.

Gambar 2.2 Citra Dengan Pengambang GandaMetode Canny menggunakan pengambangan (thresholding) ganda yang mana terdiri atas threshold batas bawah (tlow) dan threshold batas atas (thigh). Dapat disimpulkan bahwa metode deteksi tepi Canny dilakukan dengan langkah-langkah sebagai berikut:a. Menghaluskan citra masukan dengan filter Gaussianb. Mengkalkulasi besar gradien dan sudut citrac. Mengaplikasikan suppresi nonmaksima pada besaran gradien citrad. Menggunakan nilai ambang ganda dan analisa keterhubungan untuk mendeteksi dan menghubungkan antar tepi.

Berikut adalah blok diagram dari algoritma deteksi tepi Canny :

Metode Canny ini terdiri dari beberapa langkah khusus, Metode Canny lebih utama dalam mendeteksi tepian yang kurang jelas, yang tidak dapat diperoleh dengan menggunakan metode lain.

BrightnessBrightness adalah proses untuk kecerahan citra, jika intensitas pixel dikurangi dengan nilai tertentu maka citra akan menjadi lebih gelap, dan sebaliknya jika intensitas pixelnya ditambah dengan nilai tertentu maka akan lebih terang.Adapun rumus brightness adalah sebagai berikut:

dimana f0(x,y) : Nilai pixel pada titik x,y setelah brightness fi(x,y) : Nilai Pixel pada titik x,y citra asli k : Nilai Penguatan kecerahanRumus diatas digunakan untuk citra grayscale, namaun jika digunakan untuk RGB maka rumusnya menjadi :

Dengan aturan jika intensitas pixel berada antara 0-255 maka, jika pixel >255 diset menjadi 255 dan jika pixel