pcd resume deny wardiman & made gde vidya krishna s

Praktikum 1 - Pengolahan Citra DigitalNo. : 1

Tujuan : Eksplorasi Matlab dengan operasi matriks dan menggunakan file gambar abu-

abu dan warna.

Kelas : 3B DIII - Jurusan Teknik Komputer Politeknik Negeri Bandung.

Dosen : KO008N, Nurjannah Syakrani

Author : 1) Deni Wardiman (121511041)

2) Made Gde Vidya Krishna S (121511051)

1. Konstruksi matriks berukuran 5x5 dan

a. Semua elemennya 1? ones(5,5)

b. Semua elemennya 0? zeros(5,5)

2. Konstruksi matriks A

1 2 3

6 5 4

7 8 9

Untuk membuat matriks diatas, yaitu dengan cara sebagai berikut:

A=[ 1 2 3 ; 6 5 4 ; 7 8 9 ]

a. Tampilkan baris 1 saja ? A(1 , ; )

b. Tampilkan kolom 2 saja? A( : , 2 )

c. Ganti elemen 5 dengan 0? A(2,2) = 0

d. Inverskan A dan tampung di B? B = inv(A)

e. Kalikan matriks A dan B (C untuk dot product, D untuk cross product)?

- dot product -> C= A.*B

- cross product -> D = A * B

f. Tampilkan semua elemen negatif di C? C<0

g. Tambahkan matriks A dan B tampung di E? E = A + B

h. Tampilkan kolom ke 1 dan 2 matriks E? E( : , 1:2)

i. Kurangkan A oleh B tampung di F? F = A-B

j. Bangun matriks F23 dengan elemen baris ke 2 dan 3 matriks F? F( 2:3 , : )

B. Gunakan editor

1. Tentukan variabel nilai dan isinya, isi variabel status dengan ‘lulus ‘ jika nilai lebih dari

55 dan ‘gagal’ jika sebaliknya?

2. Tentukan variabel temperatur dan isinya, isi variabel wujud dengan ‘uap’ jika

temperatur > 100, dengan ‘cair’ jika 0 <temperatur ≤ 100, dengan ‘beku’ jika

temperatur ≤ 0?

3. Konstruksi matriks M 4x4 dengan elemen tertentu. Buat matriks baru M2 dan M2L

masing-masing dengan instruksi tanpa loop dan menggunakan loop?

nilai = 90 if nilai>55 status = 'LULUS'else status = 'TIDAK LULUS'end

temperatur=60;if (temperatur>100) wujud='UAP';else if (temperatur<=0) wujud='BEKU'; else wujud='CAIR'; endend

M=[1 2 3 4; 5 6 7 8; 9 10 11 12; 13 14 15 16]M2 = 2*Mk=4for m = 1:k for n = 1:k M2L(m,n)=2*M(m,n); endenddisplay(M2L);

C. Gunakan editor untuk menampilkan gambar saturnus

Output Program:

Figure(1)= Berisi a, dimana a merupakan tampilan dari Saturn.tif yang telah di load.

a=imread('saturn.tif');figure, imshow(a);[m,n]=size(a);ab=imcrop(a,[130 90 200 180]);% buat matriks (citra) baru (ab) yang mengambil bagian tengah dari planet saturnus tersebut.% tampilkan kedua gambar dengan perintah figure(5), imagesc(a); colorbar; title('Saturnus...');figure(7), imagesc(ab); colorbar; title('Saturnus sebagian...');

Figure(5)= Berisi imagesc(a), dimana hal tersebut menghasilkan a yang telang diwarnai oleh fungsi “imagesc”. Imagesc itu sendiri merupakan fungsi untuk membedakan warna hitam menjadi lebih jelas sehingga menghasilkan perbedaan warna yang jelas

Figure(7)= Berisi imagesc(ab), dimana ab merupakan cropan dari a.

Kesimpulan : dari figure(5) dan figure(7) dapat disimpulkan bahwa semakin di zoom gambar tersebut serta semakin berbeda warna hitam pada gambar tersebut maka hasil grayscale akan semakin berwarna.

D. Gunakan editor untuk menampilkan gambar jeruk dengan efek Red, Green, Blue dan

menampilkan dengan subplot

Outpun program:

img =imread('oranges.jpg'); %tampilkan gambar jeruk dengan dua caraimgR=img(:,:,1); figure, imshow(imgR), title('Kanal Merah');imgG=img(:,:,2); figure, imshow(imgG), title('Kanal Hijau');imgB=img(:,:,3); figure, imshow(imgB), title('Kanal Biru'); %Tampilkan dengan subplot figure(1)subplot(2,2,1), imshow(imgR), title('Kanal Merah');subplot(2,2,2), imshow(imgG), title('Kanal Hijau');subplot(2,2,3), imshow(imgB), title('Kanal Biru');subplot(2,2,4), imshow(img), title('GrayScale');

Figure(1) : merupakan gambar asli akan diberi efek kanal merah, kanal hijau dan kanal biru. Keempat gambar tersebut digabung menjadi satu gambar dengan menggunakan fungsi “subplot”.

Kesimpulan : Dari keempat gambar tersebut akan terlihat jelas perbedaan warna dari efek kanal merah, hijau, biru, dan grayscale.


Tujuan : Mengolah gambar abu-abu dan warna dan mengamati histogramnya.





A. Berdasarkan soal nomor C pada Praktikum 1, maka akan dibuat:

1. Histogram untuk a dan ab dengan syntax sebagai berikut:

Output Program:

a=imread('saturn.tif');figure, imshow(a);[m,n]=size(a);ab=imcrop(a,[130 90 200 180]);% buat matriks (citra) baru (ab) yang mengambil bagian tengah dari planet saturnus tersebut.% tampilkan kedua gambar dengan perintah figure(9), imhist(a); title('Histogram Saturnus....');figure(11), imhist(ab); title('Histogram Saturnus Sebagian');

Figure(9): merupakan histogram a pada praktikum 1.

Figure(11): merupakan histogram ab pada praktikum 1.

Kesimpulan : Pada Kesimpulan praktikum 1 terlihat jelas bahwa perbedaan warna pada saturnus setengah dan saturnus asli, untuk saturnus yang setengah warnanya semakin berwarna. Hal ini dapat diperkuat dengan ditariknya kesimpulan dari praktikum ke 2 bahwa dengan adanya histogram terlihat jelas bahwa sebaran warna pada saturnus setengah sangat bersebar sehingga menghasilkan gambar yang lebih jelas dan lebih detail. Sehingga semakin telihat perbedaan warna hitam maka semakin bersebar warna hasil dari imagescale.

B. Berdasarkan soal nomor D pada Praktikum 1, maka akan dibuat:

1. Membuat histogram untuk imgR, imgG, imgB dengan syntax sebagai berikut:

Output Program :

a=imread('oranges.jpg');figure, imshow(a); imgR=a(:,:,1); imgG=a(:,:,2); imgB=a(:,:,3); figure(1);subplot(2,2,1); imhist(imgR); title ('Histogram Kanal Merah');subplot(2,2,2); imhist(imgG); title ('Histogram Kanal Hijau');subplot(2,2,3); imhist(imgB); title ('Histogram Kanal Biru');

Figure(1): Pada histogram ini terlihat jelas bahwa kanal biru memiliki sebaran

terbesar di warna hitam , sedangkan Kanal merah di putih dan untuk kanal biru sebaran warna

hitam dan putihnya hampir bisa dikatakan merata.

2. Lakukan penjumlahan dua buah citra masing-masing kanal, beri nama variable iRG,

iGB, iRB. Buat histogram masing-masing variable di butir 3.

a=imread('oranges.jpg');figure, imshow(a); imgR=a(:,:,1); imgG=a(:,:,2); imgB=a(:,:,3);iRG = imgR + imgG;iGB = imgG + imgB;iBR = imgB + imgR;figure(1);subplot(2,2,1); imhist(imgR); title ('Histogram iRG);subplot(2,2,2); imhist(imgG); title ('Histogram iGB');subplot(2,2,3); imhist(imgB); title ('Histogram iBR');

Output Program:

Figure(1): Pada Gambar ini terlihat bahwa imgR+imgG memiliki nilai sebaran yang sangat rendah sedangkan imgB+imgG memiliki sebaran yang merata di antara hitam dan putih sedangkan imgB + imgR sebarannya cukup tersebar namun sedikit lebih rendah dari imgB+imgG dan sebarannya berada pada putih.

3. Jumlahkan ke tiga citra kanal beri nama O3k (=orange 3 kanal), buat histogramnya dan bandingkan dengan Ho?

a=imread('oranges.jpg');figure, imshow(a);b=RGB2gray(a); imgR=a(:,:,1); imgG=a(:,:,2); imgB=a(:,:,3);O3k = imgR+imgG+imgB; figure(1);subplot(1,2,1); imhist(O3k); title ('Histogram imgR+imgG+imgB');subplot(1,2,2); imhist(b); title ('Histogram original');

Output Program:

Figure(1): Pada Gambar ini terlihat bahwa nilai dari penggabungan sangak kecil dibandingkan dengan yang original karena yang original nilainya tinggi.

Kesimpulan : Dari Sekian Penggabungan dapat disimpulkan bahwa semakin digabungkan kanal-kanal tersebut maka nilainya akan semakin rendah.

C. Ganti citra orange dengan flower , lakukan pembobotan untuk rata-rata kanal, misalkan Rfg=0.5*imgR+0.3*imgG+0.2*imgB . Lalu bandingkan perbedaannya.

a=imread('flowers.jpg');figure, imshow(a);b=RGB2gray(a); imgR=a(:,:,1); imgG=a(:,:,2); imgB=a(:,:,3);Rfg=0.5*imgR+0.3*imgG+0.2*imgB; figure(1);subplot(2,2,1); imhist(Rfg); title ('Histogram Rfg');subplot(2,2,2); imhist(b); title ('Histogram original');subplot(2,2,3); imshow(Rfg); title ('Rfg');subplot(2,2,4); imshow(b); title ('original');

Figure(1) : Pada Gambar ini tidak terlihat perbedaaannya dari segi gambar maupun sebaran nilai pada histogram namun ada sedikit yang membedakan yakni gambar original lebih terlihat gelap dibandingan dengan Rfg.


Tujuan : Operasi titik dan Logik (and, or) pada citra





A. Penambahan pengurangan intensitas citra dengan menggunakan source code sebagai

berikut:

Gambar dan histogram yang dihasilkan adalah sebagai berikut:

clear allimg=imread('lenna.png'); %load gambar lenna.png a=rgb2gray(img); %merubah gambar menjadi grayscale

ap=a+100;am=a-50; %fungsi imhist untuk menampilkan histogram figure(1);subplot(2,3,1), imshow(a);title('Gambar Asli Lenna');subplot(2,3,2), imshow(ap);title('Gambar Lenna AP');subplot(2,3,3), imshow(am);title('Gambar Lenna AM');subplot(2,3,4), imhist(a);title('Histogram Asli Lenna');subplot(2,3,5), imhist(ap);title('Histogram Lenna AP');subplot(2,3,6), imhist(am);title('Histogram Lenna AM');

Dari source code dan hasil gambar & histogramnya, maka dapat disimpulkan gambar Lenna

AP lebih cerah dibandingkan gambar Asli Lenna dikarenakan pada gambar Lenna AP

tingkat kecerahannya telah ditambah 100, terlihat dari histogram Lenna AP bahwa

frekuensinya dimulai dari titik 100. Sedangkan gambar Lenna AM terlihat lebih gelap

dibandingkan gambar Asli Lenna dikarenakan pada gambar Lenna AM tingkat kecerahannya

telah dikurang 50, terlihat dari histogram Lenna AM bahwa akhir dari frekuensinya di titik

200, sedangkan pada histogram Asli Lenna frekuensinya berada di titik 0-250.

B. Operasi titik dengan ekualisasi histogram

Gambar dan histogram yang dihasilkan adalah sebagai berikut:

clear allimg=imread('lenna.png');a=rgb2gray(img); % Membuat gambar lenna.png menjadi grayscale (hitam putih)b=histeq(a);ai=255-a; %fungsi imhist untuk menampilkan histogram figure(1);subplot(3,2,1),imshow(a);title('Gambar A');subplot(3,2,2),imshow(b);title('Gambar B');subplot(3,2,3),imhist(a);title('Histogram A');subplot(3,2,4),imhist(b);title('Histogram B');subplot(3,2,5),imshow(ai);title('Gambar Ai');

Dari source code dan hasil gambar & histogramnya, maka dapat disimpulkan bahwa gambar

A (gambar asli) gambarnya terlihat lebih bagus dan halus serta hasil histogramnya bersifat

continue (frekuensinya rapat). Sedangkan gambar B (gambar asli yang telah di histeq)

gambarnya terlihat pecah dan kasar serta hasil histogramnya bersifat diskrit (frekuensinya

putus-putus).

C. Operasi logik citra biner

Gambar yang dihasilkan adalah sebagai berikut:

clear all %Membuat image biner dengan ukuran 300x300 diberi nilai 0 (warna hitam)A=zeros(300,300);

%Memberikan nilai 1 (warna hitam) %dimulai dari baris dan kolom 50 sampai 150A(50:150,50:150)=1;

%Membuat image biner dengan ukuran 300x300 diberi nilai 0 (warna hitam)B=zeros(300,300);

%Memberikan nilai 1 (warna hitam) %dimulai dari baris dan kolom 100 sampai 200B(100:200,100:200)=1;

Ai=1-A; %invers ABi=1-B; %incers B %fungsi imshow untuk menampilkan gambar figure(1);subplot(3,3,1),imshow(A);title('Gambar A');subplot(3,3,2),imshow(B);title('Gambar B');subplot(3,3,3),imshow(and(A,B));title('Gambar A and B');subplot(3,3,4),imshow(or(A,B));title('Gambar A or B');subplot(3,3,5),imshow(xor(A,B));title('Gambar A xor B');subplot(3,3,6),imshow(Ai);title('Gambar Invers A');subplot(3,3,7),imshow(Bi);title('Gambar Invers B');subplot(3,3,8),imshow(A-B);title('Gambar A - B');subplot(3,3,9),imshow(B-A);title('Gambar B - A');

Dari source code dan hasil gambarnya, maka dapat disimpulkan :

- Gambar A and B dihasilkan dari nilai matriks image biner A dan B yang keduanya

bernilai nilai 1 (warna putih).

- Gambar A or B dihasilkan dari penggabungan dari nilai matriks image biner A dan B

yang bernilai 1 (warna putih).

- Gambar A xor B dihasilkan dari nilai matriks image biner A dan B yang salah satunya

bernilai 1 (warna putih) apabila nilai matriks keduanya adalah 1 maka hasilnya akan

bernilai 0 (warna putih).

- Gambar A – B dihasilkan dari pengurangan nilai matriks image biner A oleh nillai

matriks image biner B.

- Gambar B – A dihasilkan dari pengurangan nilai matriks image biner B oleh nillai

matriks image biner A.

D. Tentukan invers citra

Dari source code dan hasil gambar pada kasus C dapat disimpulkan:

- Gambar Invers A dihasilkan dari nilai matriks image biner A yang di invers (nilai 0

menjadi 1, begitupula sebaliknya).

- Gambar Invers B dihasilkan dari nilai matriks image biner B yang di invers (nilai 0

menjadi 1, begitupula sebaliknya).

Dari source code dan hasil gambar pada kasus B dapat disimpulkan bahwa gambar Ai

merupakan hasil dari invers gambar A.

E. Penambahan dua citra


clear allimg1 = imread('lenna2.png');img2 = imread('oranges.png'); %merubah gambar img 1 & 2 menjadi grayscale (hitma putih)E1=rgb2gray(img1);E2=rgb2gray(img2); figure(1);subplot(2,2,1),imshow(E1);title('Gambar E1');subplot(2,2,2),imshow(E2);title('Gambar E2');subplot(2,2,3),imshow(E1+E2);title('Hasil E1 + E2');subplot(2,2,4),imshow(E1-E2);title('Hasil E1 - E2');

Dari source code dan hasil gambarnya, maka dapat disimpulkan bahwa gambar E1+E2

merupakan hasil penambahan dari gambar E1 dan E2 dimana gambar yang dihasilkan tampak

lebih terang dibandingkan dengan gambar semulanya. Sedangkan gambar E1 - E2 merupakan

hasil pengurangan dari E1 dan E2 dimana gambar yang dihasilkan tampak lebih gelap.

F. Perkalian dan Pembagian citra dengan skalar


clear allimg = imread('lenna2.png'); %merubah gambar img 1 & 2 menjadi grayscale (hitma putih)P=rgb2gray(img);S=5; PS=S*P;PSc=PS-P; Pbs=P./S; figure(1);subplot(2,2,1),imshow(P);title('Gambar P');subplot(2,2,2),imshow(PS);title('Gambar PS');subplot(2,2,3),imshow(PSc);title('Gambar PSc');subplot(2,2,4),imshow(Pbs);title('Gambar Pbs');

Dari source code dan hasil gambarnya, maka dapat disimpulkan bahwa gambar PS menjadi

lebih terang dibandingkan dengan gambar P (gambar asli), dikarenakan nilai matriks gambar

P dikalikan 5 sehingga nilainya lebih besar dari nilai sebelumnya dan mendekati angka 255

sehingga warna putih lebih dominan. Sedangkan gambar Pbs menjadi lebih gelap

dibandingkan dengan gambar P (gambar asli), dikarenakan nila matriks gambar P dibagi 5

sehingga nilainya lebih kecil dari nilai sebelumnya dan mendekati angka 0 sehingga warna

hitam lebih dominan. Untuk gambar PSc merupakan hasil invers dari gambar P.


Tujuan : Efek dilasi dan erosi dengan structuring element (strel) dan laporan praktikum





1. Dilasi dan Erosi dengan strel

A = zeros(30, 30);A(10:20, 10:20) = 1; SE1 = [0 1 0; 1 1 1; 0 1 0];SE2 = [1 0 1; 0 1 0; 1 0 1]; SEdiamond = strel('diamond', 5);SEdisk = strel('disk',2);SEline = strel('line',9,0);SEoctagon = strel('octagon',3);SEpair = strel('pair',[2 2]);SErectangle = strel('rectangle', [3 5]);SEsquare = strel('square', 15); % SE1img1 = imdilate(A, SE1); img2 = imerode(A, SE1); % SE2img3 = imdilate(A, SE2); img4 = imerode(A,SE2); % Diamondimg5= imdilate(A,SEdiamond);img6= imerode(A,SEdiamond); % Diskimg7= imdilate(A,SEdisk);img8= imerode(A,SEdisk); % Lineimg9= imdilate(A,SEline);img10= imerode(A,SEline); % Otagonimg11= imdilate(A,SEoctagon);img12= imerode(A,SEoctagon); % Pairimg13= imdilate(A,SEoctagon);img14= imerode(A,SEoctagon); % Rectangleimg15= imdilate(A,SErectangle);img16= imerode(A,SErectangle); % Squareimg17= imdilate(A,SEsquare);img18= imerode(A,SEsquare);


Dari source code dan hasil gambar diatas merupakan hasil dari dilasi dari citra biner.

Pada gambar diatas terdapat beberapa pola untuk melakukan dilasi diantaranya dengan

figure(1)subplot(4,3,1), imshow(A), title('Gambar Asli');subplot(4,3,2), imshow(img1), title('Gambar Dilate SE1');subplot(4,3,3), imshow(img3), title('Gambar Dilate SE2');subplot(4,3,4), imshow(img5), title('Gambar Dilate Diamond');subplot(4,3,5), imshow(img7), title('Gambar Dilate Disk');subplot(4,3,6), imshow(img9), title('Gambar Dilate Line');subplot(4,3,7), imshow(img11), title('Gambar Dilate Octagon');subplot(4,3,8), imshow(img13), title('Gambar Dilate Pair');subplot(4,3,9), imshow(img15), title('Gambar Dilate Rectangle');subplot(4,3,10), imshow(img17), title('Gambar Dilate Square'); figure(2)subplot(4,3,1), imshow(A), title('Gambar Asli');subplot(4,3,2), imshow(img2), title('Gambar erode SE1');subplot(4,3,3), imshow(img4), title('Gambar erode SE2');subplot(4,3,4), imshow(img6), title('Gambar erode Diamond');subplot(4,3,5), imshow(img8), title('Gambar erode Ball');subplot(4,3,6), imshow(img10), title('Gambar erode Line');subplot(4,3,7), imshow(img12), title('Gambar erode Octagon');subplot(4,3,8), imshow(img14), title('Gambar erode Pair');subplot(4,3,9), imshow(img16), title('Gambar erode Rectangle');subplot(4,3,10), imshow(img18), title('Gambar erode Square');

menggunakan pola SE1 dan SE2 yang telah disediakan, untuk melakukan dilasi juga

matlab sudah menyediakan structuring element dan bisa langsung digunakan. Proses

dilasi berarti jika pada titik yang tidak memiliki tetangga sesuai dengan pola, maka akan

ditambahkan.

Dari source code dan hasil gambar diatas merupakan hasil dari erosi dari citra biner. Pada gambar diatas terdapat beberapa pola untuk melakukan erosi diantaranya dengan menggunakan pola SE1 dan SE2 yang telah disediakan, untuk melakukan erosi juga matlab sudah menyediakan structuring element dan bisa langsung digunakan. Proses dilasi berarti jika pada titik yang tidak memiliki tetangga sesuai dengan pola, maka akan dihilangkan.

2. Load sebuah citra grayscale bentuk lingkaran

img = imread('lingkaran.jpg');L = rgb2gray(img); %fungsi strel(tipestrel,parameter)SE1 = [0 1 0; 1 1 1; 0 1 0];SE2 = [1 0 1; 0 1 0; 1 0 1]; Sarbitary = strel('arbitrary', L);%Mengambil element tipestrelSOrig = getnhood(S); SDilate = imdilate(SOrig, SE1);SErode = imerode(SOrig, SE1); subplot(1,3,1), imshow(SOrig), title('Gambar Asli Arbitary');subplot(1,3,2), imshow(SDilate), title('Gambar Dilate Arbitary');subplot(1,3,3), imshow(SErode), title('Gambar Erode Arbitary');


Dari source code dan hasil gambar diatas merupakan hasil dari erosi dari citra biner. Pada gambar diatas terdapat beberapa pola untuk melakukan erosi diantaranya dengan menggunakan pola SE1 dan SE2 yang telah disediakan, untuk melakukan erosi juga matlab sudah menyediakan structuring element dan bisa langsung digunakan. Proses dilasi berarti jika pada titik yang tidak memiliki tetangga sesuai dengan pola, maka akan dihilangkan.

pcd resume deny wardiman & made gde vidya krishna s

Documents