pertemuan 3

22
PERTEMUAN 3 PERTEMUAN 3 Anna Hendrawati Anna Hendrawati STMIK CILEGON STMIK CILEGON

Upload: phila

Post on 14-Jan-2016

34 views

Category:

Documents


0 download

DESCRIPTION

PERTEMUAN 3. Anna Hendrawati STMIK CILEGON. Rekayasa Histogram. Histogram Equalisasi, konsep dasar - PowerPoint PPT Presentation

TRANSCRIPT

Page 1: PERTEMUAN 3

PERTEMUAN 3PERTEMUAN 3Anna Hendrawati Anna Hendrawati

STMIK CILEGONSTMIK CILEGON

Page 2: PERTEMUAN 3

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.

Page 3: PERTEMUAN 3

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.

Page 4: PERTEMUAN 3

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

Page 5: PERTEMUAN 3

Juli 2010 image processing

• Gambarkan Histogram Equalisasinya!!!!

Page 6: PERTEMUAN 3

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

Page 7: PERTEMUAN 3

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

Page 8: PERTEMUAN 3

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.

Page 9: PERTEMUAN 3

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

Page 10: PERTEMUAN 3

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

Page 11: PERTEMUAN 3

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.

Page 12: PERTEMUAN 3

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

Page 13: PERTEMUAN 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

Page 14: PERTEMUAN 3

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

Page 15: PERTEMUAN 3

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.

Page 16: PERTEMUAN 3

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

Page 17: PERTEMUAN 3

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

Page 18: PERTEMUAN 3

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.

Page 19: PERTEMUAN 3

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.

Page 20: PERTEMUAN 3

Juli 2010 image processing

Kontras adalah mengubah range pada histogram, atau dengan kata lain kontras adalah melebarkan atau menyempitkan range histogram.

Page 21: PERTEMUAN 3

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

Page 22: PERTEMUAN 3

Juli 2010 image processing

ThresholdingThresholding• Pengambangan ganda (thresholding)

adalah pengubahan gambar grayscale ke gambar biner.