Model warna: cara menampilkan warna2 & hubungan
di antaranya
Sistem pengolahan citra menggunakan model
warna yg ber-beda2:
industri penerbitan gambar berwarna CMY
monitor CRT & komputer grafis RGB
sistem yg memanipulasi hue, sat & int HSI
Penglihatan manusia memiliki 3 'kerucut'
model warna 3 nilai (tristimulus)
Model RGB digambarkan sbg kubus 3-dimensi
dgn merah, hijau & biru pd sudut2 ke-3 sumbu
hitam pd titik awal (origin)
putih pd ujung diagonal yg berlawanan
derajat keabuan pd garis diagonal hitam ke putih
pd sistem grafik 24-bit 8 bit per saluran warna:
merah = (255, 0, 0) atau (1, 0, 0)
CMY = komplemen dr RGB = subtract primaries
Ada perasaan besar saat gw berada di puncak... puncak yang dulu gw kira nggak mungkin di capai, sekarang udah jadi mainan sehari hari... nggak gampang memang, tapi gw yakin karena gw selalu mencoba setiap kesempatan yang ada... dan gw akan terus mencoba sampai gw mendarat di puncak tertinggi...
Rabu
Tugas Konverter Pengolahan Citra
clear all;
l=imread('Sunset.jpg');
%mengkonvert dari RGB ke Gray
l1=rgb2gray(l);
l2=fft(double(l1));
l2_1=fft(double(l));
% menampilkan figure 1
figure(1)
clf(subplot(3,2,1),imshow(l));
title('Gambar Asli');
hold on;
subplot(3,2,2),imshow(l1);
title('Gambar Graye ');
% membuat filter matrix 3x3 di window)
h=fspecial('prewitt');
l_pre=uint8(round(filter2(h,l1)));
l_pre_1=fft(double(l_pre));
subplot(3,2,3),imshow(l_pre)
title('Prewitt filtered image');
% membuat filter matrix(3x3 window)
h=fspecial('sobel');
l_sobel=uint8(round(filter2(h,l1)));
l_sobel_1=fft(double(l_sobel));
subplot(3,2,4),imshow(l_sobel)
title('Sobel filtered');
h=fspecial('log',5);
l_log=uint8(round(filter2(h,l1)));
l_log_1=fft(double(l_log));
subplot(3,2,5),imshow(l_log)
title('Gambar 5x5 Laplacian Guassian Filter ');
h=fspecial('log',3);
l_log3=uint8(round(filter2(h,l1)));
l_log3_1=fft(double(l_log3));
subplot(3,2,6),imshow(l_log3)
title('Gambar 3x3 Laplacian of Guassian Filter');
%menampilkan figure 2
figure(2)
subplot(3,2,1),imshow(l2);
subplot(3,2,2),imshow(l2);
subplot(3,2,3),imshow(l_pre_1);
subplot(3,2,4),imshow(l_sobel_1);
subplot(3,2,5),imshow(l_log_1);
subplot(3,2,6),imshow(l_log3_1);
l=imread('Sunset.jpg');
%mengkonvert dari RGB ke Gray
l1=rgb2gray(l);
l2=fft(double(l1));
l2_1=fft(double(l));
% menampilkan figure 1
figure(1)
clf(subplot(3,2,1),imshow(l));
title('Gambar Asli');
hold on;
subplot(3,2,2),imshow(l1);
title('Gambar Graye ');
% membuat filter matrix 3x3 di window)
h=fspecial('prewitt');
l_pre=uint8(round(filter2(h,l1)));
l_pre_1=fft(double(l_pre));
subplot(3,2,3),imshow(l_pre)
title('Prewitt filtered image');
% membuat filter matrix(3x3 window)
h=fspecial('sobel');
l_sobel=uint8(round(filter2(h,l1)));
l_sobel_1=fft(double(l_sobel));
subplot(3,2,4),imshow(l_sobel)
title('Sobel filtered');
h=fspecial('log',5);
l_log=uint8(round(filter2(h,l1)));
l_log_1=fft(double(l_log));
subplot(3,2,5),imshow(l_log)
title('Gambar 5x5 Laplacian Guassian Filter ');
h=fspecial('log',3);
l_log3=uint8(round(filter2(h,l1)));
l_log3_1=fft(double(l_log3));
subplot(3,2,6),imshow(l_log3)
title('Gambar 3x3 Laplacian of Guassian Filter');
%menampilkan figure 2
figure(2)
subplot(3,2,1),imshow(l2);
subplot(3,2,2),imshow(l2);
subplot(3,2,3),imshow(l_pre_1);
subplot(3,2,4),imshow(l_sobel_1);
subplot(3,2,5),imshow(l_log_1);
subplot(3,2,6),imshow(l_log3_1);
Selasa
Pendahuluan Materi Pengolahan Citra 1
Pengolahan citra = ilmu untuk memanipulasi citra dengan menggunakan berbagai teknik
Teknik pengolahan citra dapat meningkatkan/menurunkan kualitas citra mempertegas aspek tertentu dari suatu citra membuat citra baru berdasarkan bagian-bagian dari citra yang lain memulihkan citra yg rusak sewaktu pencuplikan dan lain-lain.
<> Ada 4 grup algoritma dasar pengolahan citra:
* grup titik (mengubah nilai pixel berdasarkan nilai & posisi pixel yg asli)
* grup bidang (mengubah nilai pixel berdasarkan nilai aslinya & nilai pixel tetangganya)
* grup geometris (mengubah posisi atau susunan pixel)
* grup bingkai (membangkitkan nilai2 pixel berdasarkan operasi2 pd 2 citra atau lebih)
<> Berbagai bidang penerapan:
* Sains & ruang angkasa
* Tayangan film (image composition, image warping morphing)
* Kantor tanpa-kertas
* Industri pengobatan
* Penegakan hukum
<>penglihatan
* Ligthness: intensitas tercerap dr pantulan benda
* Rentang warna = hitam ~ abu2 ~ putih = derajat keabuan
(gray level)
* Brightness: intensitas tercerap dr pancaran benda
* Hubungan lightness & brightness bersifat logaritmik
* Kontras: rentang dari wilayah paling gelap (Imin)
hingga wilayah paling terang (Imax) suatu citra
Teknik pengolahan citra dapat meningkatkan/menurunkan kualitas citra mempertegas aspek tertentu dari suatu citra membuat citra baru berdasarkan bagian-bagian dari citra yang lain memulihkan citra yg rusak sewaktu pencuplikan dan lain-lain.
<> Ada 4 grup algoritma dasar pengolahan citra:
* grup titik (mengubah nilai pixel berdasarkan nilai & posisi pixel yg asli)
* grup bidang (mengubah nilai pixel berdasarkan nilai aslinya & nilai pixel tetangganya)
* grup geometris (mengubah posisi atau susunan pixel)
* grup bingkai (membangkitkan nilai2 pixel berdasarkan operasi2 pd 2 citra atau lebih)
<> Berbagai bidang penerapan:
* Sains & ruang angkasa
* Tayangan film (image composition, image warping morphing)
* Kantor tanpa-kertas
* Industri pengobatan
* Penegakan hukum
<>penglihatan
* Ligthness: intensitas tercerap dr pantulan benda
* Rentang warna = hitam ~ abu2 ~ putih = derajat keabuan
(gray level)
* Brightness: intensitas tercerap dr pancaran benda
* Hubungan lightness & brightness bersifat logaritmik
* Kontras: rentang dari wilayah paling gelap (Imin)
hingga wilayah paling terang (Imax) suatu citra
Tugas Listing Program Histogram Pengolahan Citra
% Tugas Pengolahan citra menggunakan MatLab
% Membuat Histrogram pada Image Menggunakan MatLab
clear all;
close all;
l=imread('Sunset.jpg');
% mengambil gambar dari folder work
l1=rgb2gray(l);
% mengkonverter format RGB menjadi GRay
figure(1)
subplot(1,2,1)
imshow(l1)
% Menampilkan Image Dalam Bentuk Gambar Asli
title('Gambar Asli');
[counts x]=imhist(l1);
counts1=counts(2:256-1,:);
x1=[2:1:255];
h=hist(counts1,x1);
p=histeq(l1,h);
subplot(1,2,2)
imshow(p);
title('Gambar Diproses');
hold on;
figure(2)
subplot(1,2,1)
imhist(l1)
title('Proses Histogram dari Gambar Asli');
subplot(1,2,2)
imhist(p)
title('Proses Histogram dari Gambar yang di Edit');
hold on;
k=mean2(l1);
k2=mean2(p);
dev=std2(l1);
dev1=std2(p);
[co xi]=imhist(l1,8);
[co1 xi1]=imhist(p,8);
m=mean2(xi);
m2=mean2(xi1);
stdev=std2(xi);
stdev1=std2(xi1);
disp('Gambar Asli');
disp(k);
disp(m);
disp(dev);
disp(stdev);
disp('Gambar Diproses');
disp(k2);
disp(m2);
disp(dev1);
disp(stdev1);
% Membuat Histrogram pada Image Menggunakan MatLab
clear all;
close all;
l=imread('Sunset.jpg');
% mengambil gambar dari folder work
l1=rgb2gray(l);
% mengkonverter format RGB menjadi GRay
figure(1)
subplot(1,2,1)
imshow(l1)
% Menampilkan Image Dalam Bentuk Gambar Asli
title('Gambar Asli');
[counts x]=imhist(l1);
counts1=counts(2:256-1,:);
x1=[2:1:255];
h=hist(counts1,x1);
p=histeq(l1,h);
subplot(1,2,2)
imshow(p);
title('Gambar Diproses');
hold on;
figure(2)
subplot(1,2,1)
imhist(l1)
title('Proses Histogram dari Gambar Asli');
subplot(1,2,2)
imhist(p)
title('Proses Histogram dari Gambar yang di Edit');
hold on;
k=mean2(l1);
k2=mean2(p);
dev=std2(l1);
dev1=std2(p);
[co xi]=imhist(l1,8);
[co1 xi1]=imhist(p,8);
m=mean2(xi);
m2=mean2(xi1);
stdev=std2(xi);
stdev1=std2(xi1);
disp('Gambar Asli');
disp(k);
disp(m);
disp(dev);
disp(stdev);
disp('Gambar Diproses');
disp(k2);
disp(m2);
disp(dev1);
disp(stdev1);
Langganan:
Postingan (Atom)