pertemuan 3
DESCRIPTION
PERTEMUAN 3. Anna Hendrawati STMIK CILEGON. Rekayasa Histogram. Histogram Equalisasi, konsep dasar - PowerPoint PPT PresentationTRANSCRIPT
PERTEMUAN 3PERTEMUAN 3Anna Hendrawati Anna Hendrawati
STMIK CILEGONSTMIK CILEGON
Juli 2010 image processing
Rekayasa HistogramRekayasa Histogram• Histogram Equalisasi, konsep dasar
dari histogram equalisation adalah dengan men-strecth histogram, sehingga perbedaan pixel menjadi lebih besar atau dengan kata lain informasi menjadi lebih kuat sehingga mata dapat menangkap informasi tersebut.
Juli 2010 image processing
Rekayasa histogramRekayasa histogram• Histogram equalisation, mendistribusikan
nilai intensitas dalam citra sedemikian rupa sehingga sejumlah nilai intensitas mempunyai nilai yang relatif sama atau uniform, sehingga disebut juga histogram uniform
• Histogram spesifikasi, mengubah histogram sesuai dengan yang diinginkan atau spesifikasi tertentu seperti pelebaran, penggeseran dari histogram, penskalaan warna, autoscale.
Juli 2010 image processing
Histogram EqualizationHistogram Equalizationin all grey level and all area in all grey level and all area
Contoh: citra dengan derajat keabuan berkisar 0-8Citra awal: Citra Hasil:3 5 5 5 4 ????5 4 5 4 45 3 4 4 44 5 6 6 3
Derajat Keabuan
0 1 2 3 4 5 6 7
Kemunculan 0 0 0 3 8 7 2 0
Probabilitas Kemunculan
0 0 0 0.15 0.4 0.35 0.1 0
Probabilitas kemunculan kumulatif
0 0 0 0.15 0.55
0.90 1 1
Probabilitas ke munculan * 7
0 0 0 1.05 3.85
6.3 7 7
Derajat keabuan baru
0 0 0 1 4 6 7 7
Juli 2010 image processing
• Gambarkan Histogram Equalisasinya!!!!
Juli 2010 image processing
Penskalaan WarnaPenskalaan Warna• Histogram direkayasa dengan
menggunakan fungsi transformasi terhadap pemetaan suatu warna ke warna lain.
• ContohY = 2x
Y = x + 5
Y = X
Y = x + 5
Y = 2x
Juli 2010 image processing
Contoh penskalaan warnaContoh penskalaan warna
3 2 2 2
3 3 3 3
3 1 1 1
6 4 4 4
6 6 6 6
6 2 2 2
3x4x4
Y=2x
3x4x8
Juli 2010 image processing
AutoscaleAutoscale• Penskalaan otomatis dengan
menskalakan intensitas minimum dan maksimum dari citra. Menghasilkan efek kenaikan nilai kontras dan brightness
• Disebut juga histogram stretching.
Juli 2010 image processing
Contoh autoscaleContoh autoscale 0 2 2 7 7
0 2 2 7 7
0 2 5 5 7
0 0 5 5 5
0 5 2 2 2
3 4 4 6 6
3 4 4 6 6
3 4 5 5 6
3 3 5 5 5
3 5 4 4 4Fmin = 3
Fmak = 6
Gi min)(min)(
)1(FFi
FFmak
buanderajatkea
G3 = (7/3)(3-3)=0
G4 = (7/3)(4-3)=2.33
G5 = (7/3)(5-3)=4.66
G6 = (7/3)(6-3)=7
Juli 2010 image processing
Pergeseran HistogramPergeseran Histogram• Dilakukan dengan menambahkan
atau mengurangkan nilai intensitas yang akan memberikan lebih terang atau gelap, penambahan akan membrikan nilai terang dan pengurangan akan membuat citra gelap,
• Terang = Y=x+a• Gelap = Y=x-a
Juli 2010 image processing
Penambahan dan pengurangan nilai Penambahan dan pengurangan nilai intensitas piksel untuk perbaikan citraintensitas piksel untuk perbaikan citra
1. Menambah atau mengurangkan nilai intensitas piksel dengan bilangan yang sama.
2. Penentuan bilangan penambah dengan mengambil selisih nilai intensitas piksel tertinggi dan nilai tertinggi data yang ditampung. Begitu sebaliknya dengan pengurangan.Contoh:Sebuah citra gray scale 4 bit, mempunyai nilai intensitas piksel tertinggi 12, maka bilangan penambah adalah 3, sebab nilai maksimum adalah 15.
Juli 2010 image processing
Penambahan nilai intensitas pikselPenambahan nilai intensitas piksel
4 4 7 7
12 11 11 11
12 11 9 9
12 12 9 94 x 4 x 16
7 7 10 10
15 14 14 14
15 14 12 12
15 13 12 12
Y = x + a, dimana a = 3
Juli 2010 image processing
Pengurangan nilai intensitas pikselPengurangan nilai intensitas piksel
4 4 7 7
12 11 11 11
12 11 9 9
12 12 9 9
4 x 4 x 16
Y = x - a, dimana a = 4
0 0 3 3
9 8 8 8
9 8 5 5
9 9 5 5
Juli 2010 image processing
Pelebaran HistogramPelebaran Histogram
• Dilakukan dengan melakukan perkalian atau pembagian nilai intensitas yang akan memberikan citra terang atau gelap.
• Terang Y= Xx2• Gelap Y=X/2
Juli 2010 image processing
OPERASI TITIKOPERASI TITIK Operasi titik adalah operasi terhadap
citra dimana setiap titik diolah secara tak gayut dengan titik-titik yang lain. Hanya nilai dari titik itu sendiri yang dimodifikasi.
Juli 2010 image processing
1. Konversi citra berwarna ke 1. Konversi citra berwarna ke gray scalegray scale
• Untuk citra berwarna yang mempunyai nilai matrik masing-masing R, G, B menjadi citra gray scale dengan nilai S, maka konversi dapat dilakukan dengan mengambil rata-rata dari nilai R, G, dan B sehingga dapat ditulis menjadi:
3BGRs
Juli 2010 image processing
2. Modifikasi Brightness2. Modifikasi BrightnessBrightness adalah proses penambahan kecerahan dari nilai derajat keabuan. (Pada prinsipnya sama dengan pergeseran histogram) Proses brightness ini dilakukan dengan menambahkan nilai derajat keabuan dengan suatu nilai penambah,
xb = x+b di manax = nilai derajat keabuanb = nilai penambahanxb = hasil brightness
Juli 2010 image processing
Brightness adalah suatu pergeseran histogram ke kiri dan ke kanan untuk menurunkan atau menaikkan tingkat kecerahan pada citra. Pergeseran ke kanan akan menyebabkan citra lebih putih dan pergeseran ke kiri akan menyebabkan citra lebih gelap.
Juli 2010 image processing
3. Kontras3. KontrasKontras dari suatu citra adalah proses pengaturan nilai range interval pada setiap nilai derajat keabuan. Didefinisikan dengan:
xk = x * kdi mana x = nilai derajat keabuank = nlai kontras, dimana rangenya dari 0 – 2, nilai kontras 1 sama dengan citra asli xk = nilai setelah pengaturan kontras Untuk citra normal, harga k adalah 0.
Juli 2010 image processing
Kontras adalah mengubah range pada histogram, atau dengan kata lain kontras adalah melebarkan atau menyempitkan range histogram.
Juli 2010 image processing
4. NEGASI4. NEGASIOperasi negasi dilakukan dengan mengubah nilai keabuan titik dalam citra dengan nilai ‘negatif’nya.Fo =F mak- F i
Juli 2010 image processing
ThresholdingThresholding• Pengambangan ganda (thresholding)
adalah pengubahan gambar grayscale ke gambar biner.