Transcript Representasi Citra

Ir Iyus Rusmana MT
Teknik Elektro STTNAS
1
PENDAHULUAN
APA YANG
SAUDARA
LIHAT DARI
GAMBAR
TERSEBUT ?
Ir H Iyus Rusmana M Eng - STTNAS
2
REPRESENTASI CITRA
Citra
analog
citra
Matrik dua
dimensi yang
terdiri dari
angka-angka
Citra
digital
Masing2 fixel
menunjukan
tingkat kecerahan
Ir H Iyus Rusmana M Eng - STTNAS
3
REPRESENTASI CITRA
 Suatu citra bisa didefinisikan sebagai fungsi 2D, f(x,y),
dengan :
 x dan y adalah koordinat spasial
 amplitudo f pada pasangan koordinat (x,y) yang disebut
intensitas atau tingkat keabuan citra pada titik tersebut
 Jika x, y dan f semuanya berhingga, dan nilainya
diskrit, kita menyebut citra tersebut sebagai citra
digital.
Ir H Iyus Rusmana M Eng - STTNAS
4
REPRESENTASI CITRA
RGB
GREY SCALE
Ir H Iyus Rusmana M Eng - STTNAS
BINARY
5
Palet Warna
 Bagaimana sebuah citra direpresentasikan dalam file?
 Pertama-tama seperti halnya jika kita ingin melukis sebuah gambar,
kita harus memiliki palet dan kanvas



Palet: kumpulan warna yang dapat membentuk citra, sama halnya
seperti kita hendak melukis dengan cat warna, kita memiliki palet yang
bisa kita isikan berbagai warna cat air
Setiap warna yang berbeda dalam palet tersebut kita beri nomor (berupa
angka)
Contoh untuk citra monokrom (warnanya hanya putih-abuabu-hitam),
berarti kita memiliki palet sbb:
6
Kanvas & Matriks
 Setelah itu kita dapat menggambar menggunakan warna-warna
dalam palet tersebut di atas sebuah kanvas
 Sebuah kanvas dapat kita anggap sebagai sebuah matriks dimana
setiap elemen dari matriks tersebut bisa kita isikan dengan salah
satu warna dari palet
 Informasi tentang palet (korespondensi antara warna dengan
angka) disimpan dalam komputer (program pembuka citra seperti
Paint, Photoshop, dll) sehingga sebuah file citra dalam komputer
hanya perlu menyimpan angka-angka yang merepresentasikan
sebuah warna.
  sebuah citra direpresentasikan dalam sebuah matriks yang berisi
angka-angka
7
Contoh
Ir H Iyus Rusmana M Eng - STTNAS
8
Contoh
201
199
207
231
227
217
208
198
195
186
167
142
145
188
200
221
219
223
211
195
187
184
175
156
139
134
181
201
222
200
181
166
179
181
170
171
142
131
128
185
188
136
90
74
85
131
141
134
169
144
120
125
180 147
139 132
90 111
65 84
72 89
47 75
54 68
53 54
52 38
100 34
112 48
108 67
117 70
140
147
125
84
92
82
66
55
42
34
32
30
38
149
150
145
107
86
83
72
59
45
27
46
76
91
155
143
140
95
77
75
46
37
35
44
84
102
101
138
123
138
92
63
42
21
21
43
85
133
123
105
144
112
122
92
50
42
15
37
98
139
166
153
125
144
102
104
99
55
39
24
66
152
170
172
171
146
145
117
97
89
65
40
19
90
172
184
186
178
157
=
9
Alur
 Jika kita menyimpan gambar kucing tadi ke dalam sebuah file
(kucing.bmp), maka yang disimpan dalam file tersebut adalah angkaangka yang diperoleh dari matriks kanvas.
File kucing.bmp:
Header
Angkaangka dari
matriks
input
Program pembuka citra
(Paint, Photoshop, dll)
Ditampilkan di layar
Informasi palet dan format file citra
10
Representasi dalam File
 Untuk Windows Bitmap Files (.bmp)
 Ada header berisi informasi jumlah baris dan kolom dalam
citra, informasi palet, dll
 Header langsung diikuti dengan angka-angka dalam matriks,
disusun perbaris
 Baris pertama langsung diikuti baris kedua, dst
 Bagaimana mengetahui awal suatu baris? (misal untuk
membedakan citra berukuran 100x200 dengan 200x100) 
lihat informasi jumlah baris dan jumlah kolom di header
Header
Baris 1
…..
Baris terakhir
11
HUBUNGAN TIGA DISIPLIN ILMU
Pengenalan Pola
Citra
Grafika Komputer
Pengolahan Citra
13/04/2015
PERTEMUAN KE-1
Deskripsi/
Informasi
Kecerdasan Buatan
12
HUBUNGAN TIGA DISIPLIN ILMU
 Pattern Recognition menerjemahkan citra
menjadi informasi yang merepresentasikan citra
tersebut
 Computer Graphics menvisualisasikan suatu
informasi menjadi citra.
 Artificial Intellegent menerjemahkan informasi
input menjadi informasi lain untuk mengambil
keputusan.
13/04/2015
PERTEMUAN KE-1
13
CITRA DAN PENGOLAHAN CITRA
 CITRA (Image) Gambar pada bidang dua dimensi
 Citra dibagi menjadi citra tampak dan citra tak Tampak
CITRA Citra Tak
Tampak
Fungsi
Matemati
Kontinu
s Diskrit
(Citra Digital)
Citra
Tampak
Gambar
Foto
Gambar
Lukisan
Citra Optis
Pengelompokan Jenis – Jenis Citra
13/04/2015
PERTEMUAN KE-1
14
CITRA DAN PENGOLAHAN CITRA
 Pengolahan Citra (Image Processing) :
Pemrosesan Citra, Khususnya menggunakan
komputer, menjadi citra yang kualitasnya lebih
baik
 Input berupa citra dan outputnya berupa citra yang
kualitasnya lebih baik dari citra input.
 Pengolahan Citra  Preprocessing pada bidang
computer vision
13/04/2015
PERTEMUAN KE-1
15
OPERASI PENGOLAHAN CITRA
 Perbaikan kualitas citra ( Image Enhancement)
 Pemugaran citra (Image Restoration)
 Pemampatan citra (Image Compression)
 Segmentasi citra (Image Segmentation)
 Pengorakan/penguraian citra (Image Analysis)
 Rekonstruksi citra (Image Reconstruction)
13/04/2015
PERTEMUAN KE-1
16
APLIKASI PENGOLAHAN CITRA
BIDANG PERDAGANGAN :
 Pembacaan kode batang (bar code) yang tertera pada produk
yang dijual
 Mengenali huruf / angka pada formulir secara otomatis
BIDANG PEMETAAN:
 Klasifikasi penggunaan tanah melalui foto udara
13/04/2015
PERTEMUAN KE-1
17
APLIKASI PENGOLAHAN CITRA
BIDANG KEDOKTERAN :
 Pengolahan citra sinar x untuk mammografi
 Kedokteran Gigi (Orthodonti);
 Kedokteran Biomedik
BIDANG HUKUM :
 Pengenalan Sidik Jari
 Pengenalan foto narapidana
13/04/2015
PERTEMUAN KE-1
18
Aplikasi Kedokteran Gigi (Orthodonti)
13/04/2015
PERTEMUAN KE-1
19
Aplikasi Kedokteran Gigi
 Pada citra cephalometri, dapat dideteksi kurva bentuk dahi
manusia dari landmark Nasion (lekuk dahi ke hidung) sampai
ke Bergman (titik ubun-ubun)
 Dari lengkung bentuk dahi dapat dihitung koefisien
transformasi Fourier dan transformasi Wavelet
 Dari sampel laki2 dan perempuan dapat ditentukan aturan
keputusan berdasarkan analisis diskriminan, sehingga jenis
kelamin dapat ditentukan berdasarkan bentuk dahi tengkorak
manusia
 Eksperimen menunjukkan penggunaan transformasi Wavelet
menghasilkan tingkat pengenalan yang lebih baik dari
transformasi Fourier
13/04/2015
PERTEMUAN KE-1
20
Aplikasi Kedokteran (Biomedik)
Thorax X-Ray
13/04/2015
Standard Landmarks
PERTEMUAN KE-1
Thorax Tissue
21
Aplikasi Penginderaan Jarak Jauh
Urut kiri ke kanan
atas ke bawah:
Citra Optik;
Klasifikasi Optik;
Fusi Joint Prob.;
Citra Radar;
Klasifikasi Radar;
Fusi High Rank.
13/04/2015
PERTEMUAN KE-1
22
Aplikasi Penginderaan Jarak Jauh
Urut kiri ke kanan
atas ke bawah:
Citra Optik;
Klasifikasi Optik;
Citra Hasil Mosaik;
Citra Radar;
Klasifikasi Radar;
Citra Hasil Fusi.
13/04/2015
PERTEMUAN KE-1
23
Aplikasi Pengenalan Karakter
Huruf A hasil scanning
13/04/2015
PERTEMUAN KE-1
Huruf A setelah ‘thinning’
24
Human Biometrics & Features
Citra Wajah
13/04/2015
PERTEMUAN KE-1
Citra Sidik Jari
25
SUMMARY
1.
2.
Mata Kuliah Pengolahan Citra Digital memberikan
pemahaman tentang manfaat pengolahan citra pada
berbagai aplikasi.
Teknik Pengolahan Citra Digital digunakan dalam
dapat digunakan dalam bidang krimininalitas,
Kedokteran, dsb
13/04/2015
PERTEMUAN KE-1
26
SUMMARY
 Pengolahan Citra Digital bersifat multidisiplin ilmu antara
lain komputer grafik, kecerdasan buatan dan komputer
vision.
13/04/2015
PERTEMUAN KE-1
27
REFERENSI
1.
2.
3.
Rafael C. Gonzales dan Richard E. Woods, Digital
Image Processing, Edisi 2, Prentice Hall, 2002
Rafael C. Gonzales, Richard E. Woods dan Steven
L. Eddins, Digital Image Processing using
Mathlab, Prentice Hall, 2003
Achmad Balza, Firdausy Kartika. Teknik
Pengolahan Citra Digital dengan Delphi. Ardi
Publishing.Yogyakarta.2005.
13/04/2015
PERTEMUAN KE-1
28
Representasi dalam File
 Ada bermacam format representasi citra dalam file, seperti bmp, tif, jpg, dan
sebagainya.
 Format BMP merupakan format yang kurang efisien, karena semua informasi
angka dalam baris disimpan semua. Misalkan ukuran header adalah H byte,
ukuran citra 100x100 byte monokrom, maka ukuran file bmp tersebut adalah :
H + data citra = H + 10000 Byte
 Bagian data citra (10000 byte) sebenarnya bisa dikompresi agar ukuran file
tidak terlalu besar. Salah satu cara kompresi adalah dengan terlebih dahulu
mentransformasikan citra ke ruang yang berbeda (contoh: format file JPEG)
 Topik ini lebih lanjut akan kita bahas di bahasan tentang Transformasi
29
Kaitannya dengan frekuensi?
 Citra  ambil 1 baris  plot (sumbu x: posisi piksel dalam baris,
sumbu y: intensitas keabuan/warna)
Columns 1-9 :
71 70
70 70 73 77
81 83 73
……………………..
Columns 307-315: 92 93 84 93 96 79 121 218 232
Columns 316-324: 233 74
0 11 24 14 14 13 11
……………………..
Columns 397 through 400 : 24
8 13 15
30
Kaitannya dengan Frekuensi?

Frekuensi dapat dilihat
perbaris dan perkolom
atau perbidang
31