Pertemuan 4 - Color Image Processing - Citra Digital
Download as PPT, PDF1 like4,828 views
![Metode numerik [rifqi.ikhwanuddin.com]](https://cdn.slidesharecdn.com/ss_thumbnails/metodenumerikrifqi-130711032905-phpapp01-thumbnail.jpg?width=560&fit=bounds)
More Related Content
What's hot (20)
Viewers also liked (6)
Similar to Pertemuan 4 - Color Image Processing - Citra Digital (8)
More from ahmad haidaroh (20)
Recently uploaded (20)
Pertemuan 4 - Color Image Processing - Citra Digital
- 1. Materi ke 4
- 3. Color Image Processing 1 Yang hendak kita bahas adalah: Color model Pseudo-color Image Processing Full-color Image Processing STIKOM Artha Buana
- 4. Color Model 2 Beberapa color model yang populer: RGB (warna primer pada CRT) CMYK (populer bagi percetakan) YIQ / YUV (standar bagi TV NTSC / PAL) HSI / HSV (sesuai dengan persepsi mata manusia) STIKOM Artha Buana
- 5. RGB 3 Merupakan warna primer cahaya (berdasar mata manusia): R (red), G (green) dan B (blue) Dimodelkan dalam RGB cube Sifatnya additive STIKOM Artha Buana
- 6. RGB contoh 4 asli STIKOM Artha Buana
- 7. RGB all-systems-safe 216 colors 5 Standarisasi karena masih banyak sistem yang tidak bisa menampilkan 16-juta warna Hanya kombinasi RGB dengan nilai {00,33,66,99,CC,FF} yang diperbolehkan diuraikan STIKOM Artha Buana
- 8. CMY 6 Dalam dunia warna sering disebut sebagai CMYK K menunjukkan warna hitam Merupakan warna primer bagi percetakan: Cyan Magenta Yellow Sifatnya subtractive Dihitung dari RGB dengan STIKOM Artha Buana
- 9. CMY contoh 7STIKOM Artha Buana
- 10. YIQ (luminance iphase quadrature) 8 Merupakan model warna standar bagi TV Dihitung dari RGB dengan Lihat hubungan Luminance dengan graylevel ! Y menyatakan terang-gelap I dan Q menyatakan warna STIKOM Artha Buana
- 11. YIQ contoh 9STIKOM Artha Buana
- 12. HSI atau HSV 10 Model ini lebih sesuai dengan persepsi mata manusia dalam menangkap warna STIKOM Artha Buana
- 13. HSI atau HSV 11STIKOM Artha Buana
- 14. RGB ke HSV 12 Mengubah dari RGB ke HSV (lihat Gonzales p. 229-235): Bagaimana mengubah HSV ke RGB? Lihat Gonzales p. 235-237. STIKOM Artha Buana
- 15. Pseudo-color Image Processing 13 Memberi warna pada citra graylevel Warna yang diberikan bukan warna objek yang sesungguhnya Tujuan utamanya adalah agar citra lebih mudah dilihat/dipahami oleh mata manusia Yang hendak kita bahas: Intensity slicing Graylevel to color processing Filtering approach STIKOM Artha Buana
- 16. Intensity Slicing (1) 14 Menyatakan citra dalam fungsi intensitas 2D Citra diiris oleh bidang yang sejajar dengan bidang xy Graylevel di atas dan di bawah bidang pengiris diwarnai dengan warna yang berbeda STIKOM Artha Buana
- 17. Intensity Slicing (2) 15 Mirip dengan thresholding, tapi dengan 2 warna Pengembangannya: gunakan beberapa bidang pengiris STIKOM Artha Buana
- 18. Intensity Slicing (3) 16STIKOM Artha Buana
- 19. Graylevel to Color 17 Masing-masing channel RGB diproses dengan cara yang berbeda Apa jadinya bila fase ketiga komponen sama? STIKOM Artha Buana
- 20. Filtering Approach 18 Ketiga komponen RGB diproses dengan cara yang berbeda dalam domain frekuensi Filter biasanya berupa lowpass, bandpass/bandreject dan highpass STIKOM Artha Buana
- 21. Full-color Image Processing 19 Tujuan utamanya adalah: Image Enhancement Perhatikan bahwa kebanyakan color model yang digunakan adalah HSI, bukan RGB. Mengapa? Yang hendak kita bahas: Intensity adjustment Color complement Histogram equalization Color images smoothing Color images sharpening Noise reduction in color images STIKOM Artha Buana
- 22. Diberikan persamaan intensitas sbb: g(m,n)=kf(m,n) Dimana k adalah skala yang terletak antara 0<k<1 Maka persamaan dalam HSI adalah: Dan persamaan dalam RGB adalah: Persamaan dalam CMY adalah: Intensity Adjustment 20 CITRA INPUT k adalah konstanta, r sama dg penjelasan yg lalu STIKOM Artha Buana
- 23. Intensity Adjustment 21STIKOM Artha Buana
- 24. Color Complement (1) 22 Warna saling berkomplemen dg sebaliknya (lihat panahnya) STIKOM Artha Buana
- 25. Color Complement (2) 23 RGB HSI STIKOM Artha Buana
- 26. Histogram Equalization (1) 24 Lakukan ekualisasi hanya pada komponen I (intensitas) Lakukan saturation adjustment seperlunya h s v Diratakan dulu di sini STIKOM Artha Buana
- 27. Histogram Equalization (2) 25 Contoh histogram equalization yang dilakukan pada intensity, lalu saturation ditambah. STIKOM Artha Buana
- 28. Smoothing Pengolahan Citra Digital 息 Sekolah Tinggi Teknik Surabaya, 2003 26 Pada RGB akan berpotensi untuk memunculkan warna-warna yang sebelumnya tidak ada (karena warna baru dihitung dari rata-rata) Pada HIS hanya I yang difilter apa efeknya? RGB HSI STIKOM Artha Buana
- 29. Sharpening menggunakan Highpass Spatial 27 Seperti pada smoothing, sharpening pada RGB akan berpotensi menimbulkan warna-warna yang sebelumnya tidak ada Pada HIS hanya I yang difilter apa efeknya? RGB HSI STIKOM Artha Buana
- 30. Noise Reduction 28 Pada color image sifat noise pada masing-masing channel RGB bersifat independent Noise reduction dengan metode perata-rataan citra dapat dilakukan (dengan melakukan proses averaging pada tiap channel, dan menggabungkan hasil akhir). Noise reduction dengan median filter tidak cocok bagi citra bewarna. Mengapa? Karena dg media warna, maka warna dianggap noise, sehingga akan dihilangkan. Cocok untuk gray dan hitam & putih STIKOM Artha Buana
Editor's Notes
- #26: Yang kiri pakai RGB, yang kanan pakai HSI