Histogram - Citra Digital
Download as PPTX, PDF2 likes2,616 views
Dokumen tersebut membahas tentang histogram dan teknik-teknik penyesuaian histogram untuk memperbaiki citra digital. Histogram menyatakan distribusi frekuensi warna pada citra, yang dapat digunakan untuk mengetahui apakah citra cenderung gelap atau terang. Teknik-teknik seperti pelebaran histogram dan ekualisasi histogram dapat dilakukan untuk memperluas distribusi histogram sehingga citra menjadi lebih seimbang.
![Hasil pelebaran
Dari rumus sebelumnya diperoleh nilai sebaran
warna yang baru.
Perintah pelebaran :
Imadjust(im,[a,b],[c,d])
i 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
ni 15 0 0 0 0 70 110 45 70 35 0 0 0 0 0 15
i 5 6 7 8 9
j 2 5 8 11 14](https://image.slidesharecdn.com/hostogram-citradigital-150518050024-lva1-app6891/85/Histogram-Citra-Digital-12-320.jpg)
![Perintahnya :
Imadjust(im,[a,b],[c,d])
Dapat digambarkan model grafiknya sebagai berikut :
a b
c
d
Nilai [a,b],[c,d] adalah
antara 0 s/d 1](https://image.slidesharecdn.com/hostogram-citradigital-150518050024-lva1-app6891/85/Histogram-Citra-Digital-13-320.jpg)
![Outputnya :
>> a=imread('kopi itam - copy.jpg');
>> b=imadjust(a, [],[1,0]);
>> imshow(b),figure, imhist(b), axis tight](https://image.slidesharecdn.com/hostogram-citradigital-150518050024-lva1-app6891/85/Histogram-Citra-Digital-14-320.jpg)
![Outputnya :
>> b=imadjust(c, [],[0,1]);
>> imshow(b),figure, imhist(b), axis tight](https://image.slidesharecdn.com/hostogram-citradigital-150518050024-lva1-app6891/85/Histogram-Citra-Digital-15-320.jpg)
![Outputnya :
b=imadjust(c, [0,1],[]);
>> imshow(b),figure, imhist(b), axis tight](https://image.slidesharecdn.com/hostogram-citradigital-150518050024-lva1-app6891/85/Histogram-Citra-Digital-16-320.jpg)
![Ekualisasi Histogram
Pada adjustment :
input untuk menentukan histogramnya dilakukan oleh user.
Imadjust(im,[a,b],[c,d])
Tidak diperoleh hasil yang maksimal
Diperlukan metode lain, yaitu Ekualisasi (equalization).
Tidak diperlukan input yang dimasukkan oleh user imhisteq(namagbr)
Akan melakukan proses yang terbaik menurut system
Idenya : mengubah histogram citra menjadi seragam](https://image.slidesharecdn.com/hostogram-citradigital-150518050024-lva1-app6891/85/Histogram-Citra-Digital-17-320.jpg)
More Related Content
What's hot (20)
Similar to Histogram - Citra Digital (17)
![1. BIL. BERPANGKAT(s) - Matematika SMP Kelas IX [www.defantri.com].ppt](https://cdn.slidesharecdn.com/ss_thumbnails/1-240713174851-61e78f2e-thumbnail.jpg?width=560&fit=bounds)
More from ahmad haidaroh (20)
Recently uploaded (20)
Histogram - Citra Digital
- 1. Citra Digital HISTOGRAM - Matlab
- 2. HISTOGRAM Adalah menyatakan banyaknya kelompok warna pada setiap warna Dinyatakan dalam bentuk grafik baris Ada 3 kemungkinan pengelompokan : Warna gelap grafik mengumpul disebelah kiri Warna terang grafik mengmumpul di sebelah kanan Warna merata kalau grafik menyebar merata mulai dari kiri ke kanan
- 3. Contoh
- 5. Perintah melihat histogram Menggunakan fungsi imhist a = imread(kopi itam.jpg); Imshow(a), figure, imhist(a), axis tight Perintah ini hanya diberikan bila gambar bertype gray (double) bukan color
- 6. Hasilnya :
- 7. Hasil Gelap
- 8. Hasil Terang
- 9. Solusi Apabila hasil gambarnya adalah cenderung gelap atau terang, maka histogram akan mengumpul di kiri atau di kanan. Agar bagus hasilnya, maka perlu dilakukan proses, sehingga histogram merata dari kiri ke kanan. Ada 2 cara, yaitu : 1. Pelebaran Histogram 2. Ekualisasi histogram
- 10. Pelebaran Histogram Misalkan didapatkan histogram dari citra sebagai berikut : Level keabuan dapat ditarik dengan menerapkan fungsi piecewise linier. i 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 ni 15 0 0 0 0 70 110 45 70 35 0 0 0 0 0 15
- 11. Fungsi pelebaran Bahwa terlihat, yang memerlukan pelebaran adalah warna no 5, 6,7,8,dan 9 Pelebaran akan dilakukan mulai dari 2 s/d 14, maka akan diperoleh persamaan untuk mendapatkan nilai baru sebagai berikut : = 142 95 5 + 2 14-2 adalah batas pelebaran dan 9-5 adalah level warna yg dilebarkan, (i-5), 5 adalah jumlah warna yang akan dilebarkan. i 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 ni 15 0 0 0 0 70 110 45 70 35 0 0 0 0 0 15
- 12. Hasil pelebaran Dari rumus sebelumnya diperoleh nilai sebaran warna yang baru. Perintah pelebaran : Imadjust(im,[a,b],[c,d]) i 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 ni 15 0 0 0 0 70 110 45 70 35 0 0 0 0 0 15 i 5 6 7 8 9 j 2 5 8 11 14
- 13. Perintahnya : Imadjust(im,[a,b],[c,d]) Dapat digambarkan model grafiknya sebagai berikut : a b c d Nilai [a,b],[c,d] adalah antara 0 s/d 1
- 14. Outputnya : >> a=imread('kopi itam - copy.jpg'); >> b=imadjust(a, [],[1,0]); >> imshow(b),figure, imhist(b), axis tight
- 15. Outputnya : >> b=imadjust(c, [],[0,1]); >> imshow(b),figure, imhist(b), axis tight
- 16. Outputnya : b=imadjust(c, [0,1],[]); >> imshow(b),figure, imhist(b), axis tight
- 17. Ekualisasi Histogram Pada adjustment : input untuk menentukan histogramnya dilakukan oleh user. Imadjust(im,[a,b],[c,d]) Tidak diperoleh hasil yang maksimal Diperlukan metode lain, yaitu Ekualisasi (equalization). Tidak diperlukan input yang dimasukkan oleh user imhisteq(namagbr) Akan melakukan proses yang terbaik menurut system Idenya : mengubah histogram citra menjadi seragam
- 18. Contoh Ekualisasi dengan Photoshop Asli lo !!! Hasil ekualisasi Adjusment
- 19. Ekualisasi
- 20. Perhitungan Menggunakan rumus : = 0+1+2++ ( 1) Dimana : 0 + 1 + 2 + + adalah frekuensi kemunculan warnanya n adalah banyaknya piksel L adalah level keabuan tertinggi (mengapa L-1 ? Karena dimulai dari 0 s/d L Hasilnya dibulatkan ke integer terdekat
- 21. Ekualisasi Histogram Misalkan didapatkan histogram dari citra sebagai berikut : i 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 ni 15 0 0 0 0 0 0 0 0 70 110 45 80 40 0 0
- 22. Hasil Perhitungan i ni nii (1/24)ni eq 0 15 15 0.625 1 1 0 15 0.625 1 2 0 15 0.625 1 3 0 15 0.625 1 4 0 15 0.625 1 5 0 15 0.625 1 6 0 15 0.625 1 7 0 15 0.625 1 8 0 15 0.625 1 9 70 85 3.541667 4 10 110 195 8.125 8 11 45 240 10 10 12 80 320 13.33333 13 13 40 360 15 15 14 0 360 15 15 15 0 360 15 15 0 20 40 60 80 100 120 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 ni ni 0 2 4 6 8 10 12 14 16 1 1 1 1 1 1 1 1 1 4 8 10 13 15 15 15 eq eq 1/24 berasal dari 15/360, Dimana 15 adalah ni paling kecil dan 360 paling besar
- 23. Gambar asal
- 24. Perintah yg diperlukan >> a=imread('kuburan gelap gray.jpg'); >> b=histeq(a); >> imshow(b), figure,imhist(b),axis tight
- 25. Hasil Ekualisasi dg Matlab
- 26. Menggelapkan dan menerangkan citra Bisa juga dihasilkan citra gelap dari citra hasil ekualisasi Caranya adalah dengan membagi nilai pixel dengan pembagi tertentu Misalnya pixel citra A dibagi dengan 4: Kalau dibagi dengan bilangan pecahan ? 200 100 80 50 25 20 250 200 100 63 50 25 10 10 30 3 3 8 50 60 70 13 15 18 0 0 255 0 0 64
- 27. >> c=imdivide(b,4); >> imshow(c), figure,imhist(c),axis tight
- 28. >> d=imdivide(c,0.25); >> imshow(d), figure,imhist(d),axis tight