wahyu dwi pranata_201351191_praktikum citra digital

Copyright @ www.berpikirtentangmu.blogspot.com Wahyu Dwi Pranata

LAPORAN PRAKTIKUM PENGOLAHAN CITRA DIGITAL

TEKNIK INFORMATIKA UNIVERSITAS MURIA KUDUS

MATERI : Piksel HARI /TANGGAL : 5 maret 2015 NAMA : Wahyu Dwi Pranata NIM : 201351191 KELAS : C

1. Penjumlahan dan pengurangan pada citra

Hasil

Beri komentar di sini …hambar kiri lebih gelap jika dibanding gambar kanan…… apa perbedaan gambar kiri dan kanan

2. Pengurangan (substract)


Hasil

Gambar di atas menunjukkan hasil pengurangan gambar 1 dengan gambar 2. hasilnya lebih gelap

3. Pengurangan [A-b] yang di absolutkan

Hasil

gamar di atas merupakan hasil operasi pengurangan a(1) dengan b(2) yang di absolutkan.

4. Perkalian gambar

Hasil

Gambar menunjukkan hasil dari dikalikan 1.5 pada tiap pixelnya


5. Pembagian

hasil

gambar di atas menunjukkan hasil dari pembagian gambar a dengan 4 pada tiap pixelnya

6. Negasi

hasil

gambar kanan (2) menunjukan negasi dari gambar kiri (1) atau sebaliknya.


7. operasi OR/XOR, AND

Hasil

tampilan gambar toys 1 dan toys 2

tampilan gambar abw (1), bbw (2) dan hasil XOR antara keduanya (3).

8. Threshold


hasil

im2bw = fungsi untuk mengubah grey scalle image ke binary image. dengan level 0.1 dimana pixel yang bernilai lebih dari 0.1 akan bernilai 1 (white) dan sebaliknya akan bernilai 0 (black)

9. algoritma transformasi

hasil

2,3,4 merupakan hasil dari operasi logaritma terhadap gambar 1


10. exponential transform

11. hasil

Untuk membentuk sebuah operasi eksponensial, pada matlab menggunakan tanda (.^)

12. power –law(gamma) transform


hasil

13. Gamma corection

hasil

imadjust merupakan fungsi yang berguna untuk mengatur contrast

14. pixel distribusi : histogram (example 3.12)


hasil

imhist merupakan fungsi untuk memerlihatkan histogram dari sebuah image. Sebelah kiri adalah gambar asli dari Coins.png dan di sebelah kanan adalah histogramnya.

15. count kemunculan pixel bernilai 60

hasil

pixel 60 muncul sebanyak 1712 kali

Histogram for threshold selection

16. example 3.14

hasil

Graythresh bernilai antara 0-1 Level merupakan nilai batasan untuk menentukan apakah ia masuk dalam 1 atau 0 im2bw = fungsi untuk mengubah greyscale image/gambar ke dalam biner image


17. penguatan contrast : example 3.17

hasil

18. example 3.18

hasil

Kedua grafik di atas merupakan histogram dari image i dan ics.


histogram equalization

19. example 3.19

hasil

Histogram Matching

20. example 3.20


hasil

Adaptive histogram equalization

21. example 3.21

hasil

Cliplimit = skala sesungguhnya pada range antara 0-1. Yang mengatasi kontras sebuah gambar. Nilai defaultnya 0.01 Rayleigh, exponential dan uniform merupakan macam-macam dari distribution.


histogram operations on colour images 22. example 3.22

hasil

Keterangan : Untuk pemroses an gambar warna. Gambar ber tipe RGB harus di ubah ke gambar hsv. Setelah itu dilakukan penyamaan histogramnya. Jika Penyamaan selesai maka kembalikan ke tipe semula RGB. Lalu tampilkan kedua gambar.

Carpark


Car blending

wahyu dwi pranata_201351191_praktikum citra digital

Documents