TUGAS UAS PENGOLAHAN CITRA DIGITAL

 A.Pengenalan Citra Digital

    1.

                

  2.Pengolahan Citra Digital

Perbaikan kualitas citra (Image Enhancement)

Pemugaran citra (Image Restoration)

Segmentasi citra (Image Segmentation)

Rekonstruksi citra (Image Reconstruction)

Penambahan efek citra (Image Stylization)

Pemampatan citra (Image Compression)

Analisis citra (Image Analysis)

B.Pengertian Citra Digital

Citra Digital

Citra digital merupakan fungsi intensitas cahaya f(x,y), dimana harga x dan y merupakan koordinat spasial dan nilai fungsi tersebut pada setiap titik (x,y) merupakan tingkat keabuan citra pada titik tersebut;

Citra digital adalah citra f(x,y) dimana dilakukan diskritisasi koordinat spasial (sampling) dan diskritisasi tingkat keabuan (kuantisasi);

Citra digital merupakan suatu matriks dimana indeks baris dan kolomnya menyatakan suatu titik pada citra tersebut dan elemen matriksnya (yang disebut sebagai elemen gambar / piksel / pixel / picture element / pels) menyatakan tingkat keabuan pada titik tersebut.

Bab 2 Dasar-Dasar Citra Digital

A .Hubungan dasar antar piksel

Piksel tetangga

Adjacency

Connectivity

Regions

Boundaries

Pengukuran jarak

Bab 3 

Peningkatan Kualitas Citra

Jenis Teknik Peningkatan Kualitas

Teknik peningkatan kualitas citra dapat dibagi menjadi dua:

Peningkatan kualitas pada domain spasial

Point processing

Mask processing

Peningkatan kualitas pada domain frekuensi

Tujuan Perbaikan Citra

Tujuan dari teknik peningkatan mutu citra adalah untuk melakukan pemrosesan terhadap citra agar hasilnya mempunyai kwalitas relatif lebih baik dari citra awal untuk aplikasi tertentu.

Kata baik disini tergantung pada jenis aplikasi dan problem yang dihadapi

Point Processing

Cara paling mudah untuk melakukan peningkatan kualitas citra pada domain spasial adalah dengan melakukan pemrosesan yang hanya melibatkan satu piksel saja (tidak menggunakan jendela ketetanggaan)

Pengolahan menggunakan histogram juga termasuk dalam bagian point processing

Bab 4 Histogram

Histogram sebuah image tidak berubah bila image dikenakan operasi tertentu seperti : Rotation, scaling, flip.

Ekualisasi Histogram

Adalah proses Mapping dari Grey Levels ”p” menjadi Grey Levels “q” sedemikian sehingga distribusi dari Grey Levels pada “q” mendekati bentuk Uniform

Normalisasi Histogram

Normalisasi Histogram berguna untuk melihat statistika dari image.

Normalized histogram: p(rk)=nk/n

Jumlah keseluruhan komponen = 1

Bab 5  Spatial Filtering

Mask Processing

Jika pada point processing kita hanya melakukan operasi terhadap masing-masing piksel, maka pada mask processing kita melakukan operasi terhadap suatu jendela ketetanggaan pada citra.Kemudian kita menerapkan (mengkonvolusikan) suatu mask terhadap jendela tersebut. Mask sering juga disebut filter, window, kernel.

Jenis-jenis filter spasial

Smoothing filters:

- Lowpass filter (linear filter, mengambil nilai rata-rata)

-Median filter (non-linear filter, mengambil median dari setiap jendela ketetanggan)

Sharpening filters:

- Highpass filter

- Roberts

- Prewitt

- Sobel

Spatial Filtering

2D Finite Impulse Response (FIR) filtering

- Mask filtering: operasi konvolusi image dengan 2 D masking

Aplikasinya antara lain untuk image enhancement:

- Smoothing: low pass

- Sharpening: high pass

Data-dependent nonlinear filters

- Local histogram

Order statistic filters

- Medium filter

Smoothing Spatial Filters Linear averaging (lowpass) filters

Smoothing filters digunakan untuk kepentingan :

- Reduksi Noise

- Smoothing of false contours

- Reduksi dari detail yang irrelevant

Efek lain yang tidak diharapkan dari penggunaan smoothing filters

- Blur edges

Weighted

average

Box filter

Penggunaan

Weighted average filter

Akan mereduksi efek blurring dalam smoothing

Order Statistics Filters

Order-statistics filters adalah filter nonlinear spatial dengan response didasarkan pada urutan / ranking dari pixels yang termuat dalam area image yang dicover oleh filter, kemudian mengganti nilai tengah pixel dengan nilai yang ditentukan oleh urutan tersebut.

Adalah proses Mapping dari Grey Levels ”p” menjadi Grey Levels “q” sedemikian sehingga distribusi dari Grey Levels pada “q” mendekati bentuk Uniform