RSS

Category Archives: Catatan Tugas Akhir

Tentang materimateri dan contoh source code tugas akhir dengan tema pengolahan citra digital..yang nantinya semoga bisa bermanfaat untuk mahasiswa/i yang sedang mengambil mata kuliah atau tugas akhir tentang pengolahan citra digital.

Median Filtering

Sudah cukup lama juga saya tidak posting karna masi bingung melanjutkan program untuk tugas akhir saya (**curhat :) ). Posting kali ini saya akan membahas median filtering, yang merupakan salah satu filter untuk mereduksi noise pada citra.. Silakan dibaca…. :)

Noise pada sebuah citra dapat terjadi karena karakteristik derajat keabuan (gray-level) atau dikarenakan adanya variabel acak yang terjadi karena karakteristik Fungsi Probabilitas Kepadatan (Probability Density Function (PDF)). Apabila citra yang mengandung noise langsung diproses dan diekstrak, maka fitur-fitur pentingnya dapat menimbulkan masalah akurasi. Jadi sebaiknya citra tersebut dibersihkan dari noise terlebih dahulu, dan kemudian diproses untuk diekstrak fitur-fitur pentingnya. Salah satu teknik untuk mereduksi noise adalah order-statistics filters, yang merupakan filter spasial dimana hasil responsnya didasarkan pada pengurutan nilai piksel yang dilingkupi oleh filter (Gonzalez, 2002).

Median filtering merupakan order-statistics filter yang paling dikenal. Cara kerja filter ini dirumuskan sebagai berikut.

median filtering

Median filter mengambil area tertentu pada citra sesuai dengan ukuran mask yang telah ditentukan (umumnya berukuran 3×3), kemudian dilihat setiap nilai piksel pada area tersebut, dan nilai tengah pada area diganti dengan nilai median (Dwayne, 2000). Cara memperoleh nilai median, yaitu nilai keabuan dari titik-titik pada matriks diurutkan dari nilai terkecil hingga yang terbesar, kemudian ditentukan nilai yang berada paling tengah dari urutan.

Untuk tipe-tipe noise tertentu, filter ini memberikan kemampuan reduksi noise yang sangat baik, dengan blurring yang lebih sedikit daripada linear smoothing filter untuk ukuran citra yang sama. Median filtering memberikan hasil yang sangat bagus untuk citra yang terkena noise impulse bipolar dan unipolar. Contoh hasil reduksi noise menggunakan median filtering dapat dilihat pada gambar di bawah ini…

contoh median

Sekian posting kali ini… Untuk contoh perhitungan manual median filter dan implementasinya di c#, akan saya posting secepatnya. Semoga bermanfaat… :)

 

 

 

 

Tags: , ,

Konvolusi Citra

Terdapat dua operasi matematis yang melandasi teori pengolahan citra, yaitu operasi konvolusi citra dan transformasi fourier. Konvolusi merupakan operasi pengolahan citra yang mengalikan matriks sebuah citra dengan sebuah mask atau kernel (Munir, 2004). Konvolusi 2 buah fungsi f(x) dan g(x) didefinisikan sebagai berikut:

dimana tanda * menyatakan operator konvolusi, dan variable a merupakan peubah bantu (dummy variable). Untuk fungsi diskrit, konvolusi didefinisikan sebagai berikut:

Pada pendefinisian tersebut, g(x) disebut kernel konvolusi (filter). Kernel g(x) merupakan suatu matriks yang dioperasikan secara bergeser pada sinyal masukan f(x), dimana jumlah perkalian kedua fungsi pada setiap titik merupakan hasil konvolusi yang dinyatakan dengan keluaran h(x).

Untuk fungsi dengan dua peubah (fungsi dua dimensi), operasi konvolusi didefinisikan sebagai berikut:

  • Fungsi malar

  • Fungsi diskrit

Fungsi g(x,y) dapat disebut juga convolution filter, convolution mask, atau convolution kernel. Dalam fungsi diskrit, kernel konvolusi dinyatakan dalam bentuk matriks yang umumnya berukuran 3×3. Ukuran matriks tersebut pada biasanya lebih kecil dibandingikan ukuran matriks citra. Operasi konvolusi dilakukan dengan menggeser kernel konvolusi piksel per piksel yang hasil konvolusinya disimpan di dalam matriks baru.

 

 

 

Tags: , , , , ,

Relasi Dasar Antar Piksel

Posting kali ini membahas secara umum mengenai dua relasi antar piksel. Silakan dibaca…

Pada sebuah citra, satu piksel memiliki relasi (hubungan) dengan piksel yang lain. Bentuk dari relasi dasar antar piksel, antara lain adalah (Gonzalez, 2002):

1. Ketetanggaan (neighbors) dari suatu piksel

Sebuah piksel p pada koordinat (x,y) mempunyai empat tetangga vertikal dan horisontal, dimana koordinat tersebut dinyatakan oleh: (x-1,y), (x+1,y), (x,y-1), (x,y+1).Satuan piksel ini dinamakan 4-neighbors dari p yang dinotasikan dengan N4(p). Sedangkan empat tetangga diagonal p mempunyai koordinat: (x+1,y+1), (x+1,y-1), (x-1,y+1), (x-1,y-1). Satuan piksel dinamakan 8-neighbors dari p, yang dinotasikan dengan ND(p). Hubungan ketetanggaan antar piksel dapat dilihat pada gambar berikut:

2. Adjacency, Connectivity, Region, dan Boundary

Dua buah piksel dinyatakan terhubung jika kedua piksel tersebut adalah tetangga dan tingkat keabuannya mencukupi suatu ukuran similarity (tingkat keabuannya sama).

V merupakan satuan nilai-nilai gray-level yang digunakan untuk menggambarkan adjacency. Untuk menetapkan V perlu dipertimbangkan tiga jenis adjacency, yaitu:

  • 4-adjacency, dua piksel p dan q dengan nilai-nilai dari V adalah 4-adjacency jika q adalah bagian di dalam N4(p)
  • 8-adjacency, dua piksel p dan q dengan nilai-nilai dari V adalah 8-adjacent jika q adalah bagian di dalam N8(p)
  • m-adjacency (mixed adjacency), dua piksel p dan q dengan nilai-nilai dari V adalah m-adjacent jika:

– q adalah bagian dari N4(p), atau

– q adalah bagian dari ND(p) dan yang diset tidak mempunyai nilai piksel busur lingkaran dari V

R merupakan suatu subset piksel di dalam sebuah citra yang dipanggil sebagai suatu region dari citra jika R merupakan suatu connected set.

Boundary dari sebuah region R adalah satuan piksel di dalam region yang mempunyai satu atau lebih tetangga yang tidak termasuk di dalam R.

 

Semoga post ini bermanfaat dan bisa menambah pengetahuan Anda tentang piksel.

 

 

 

Tags: , , , , , ,

Transformasi Sistem Koordinat Warna

Posting kali ini adalah lanjutan dari posting sebelumnya yang menjelaskan model-model warna. Skarang saatnya menulis tentang bagaimana cara untuk mengkonversikan satu model warna ke model warna yang lain. Silakan dibaca…

CIE (Commision Internationale de L’Eclairage / komite internasional standart warna) merupakan sebuah sistem warna yang menyatakan warna dalam spectra primer RGB (Red-Green-Blue). Sumber utama yang dipakai dalam sistem ini adalah cahaya monokromatis dengan panjang gelombang 700 nm (merah), 546 nm (hijau), dan 435 nm (biru). Sinar putih referensi memiliki spectrum datar dengan komposisi R=G=B=1. Sistem warna CIE dapat dilihat pada gambar di samping.

Transformasi warna dari basis CIE RGB ke CIE XYZ yang menjadi acuan untuk platform perangkat keras tertentu, dapat dilakukan sebagaik berikut:Sedangkan untuk transformasi sebaliknya dari CIE XYZ ke CIE RGB dihitungn dengan rumus:Model warna yang diusulkan oleh National Television System Committee (NTSCC) menampilkan citra berwarna pada layar CRT. Format NTSCC terdiri dari 3 komponen, yaitu Luminance(Y), Hue(I), dan Saturation(Q). Komponen pertama, yaitu Y menyatakan data grayscale, sedangkan dua komponen terakhir membentuk chrominance.

Jika diberikan triplet NTSC RGB untuk piksel I, maka nilai YIQ untuk piksel yang bersangkutan dapat dihitung

Nilai NTSC RGB semula dapat dihitung melalui transformasi

Transformasi dari NTSC RGB ke CIE RGB dihitung dengan perumusan

Transformasi warna RGB ke HIS

Pada aplikasi pengenalan obyek akan lebih mudah mengidentifikasi obyek dengan perbedaan hue, yaitu dengan memberikan nilai ambang pada rentang nilai-nilai hue yang melingkupi obyek. Maka dari itu diperlukan konversi dari RGB ke nilai intensity (I), hue(H), dan saturation(S) atau model warna HIS.

Alternatif lain untuk konversi RGB ke HIS dapat dilakukan dengan cara sebagai berikut

1. Merotasikan koordinat RGB ke sistem koordinat (I, V1,V2)

2. Menghitung H dan S dari koordinat (V1,V2)

Sedangkan transformasi dari model HIS ke model RGB dengan prosedur balikan, yaitu

Transformasi citra dari basis RGB ke basis HIS dilakukan sebelum pengolahan citra. Citra yang sudah diproses dapat dikonversikan kembali ke basis RGB untuk tujuan display.

 

Semoga posting ini bermanfaat. Hoya, posting ini bersumber dari sebuah materi perkuliahan grafika komputer dan pengolahan citra digital. :-)

 

 
 

Tags: , , , , , , , , , , ,

Model Warna

Setlah beberapa hari nggak posting (meskipun keinginan untuk posting dan posting slalu ada), hari ini saya posting juga..membahas tentang model warna, yang sudah saya janjikan di posting seblumnya. Model warna ini mungkin keliatannya bukan hal yang terlalu penting, tapi bagi yang ingin memperdalam mengenai pengolahan citra digital, materi yang satu ini sebaiknya perlu diketahui. Slamat membaca.. :-)

Di dalam suatu citra terdapat banyak informasi pada warna, dan informasi tersebut juga dapat figunakan untuk menyederhanakan analisis citra, seperti identifikasi objek atau ekstraksi citra. Terdapat tiga macam kuatisasi yang dapat digunakan untuk menggambarkan warna, yaitu:

  • Hue, ditentukan oleh dominan panjang gelombang. Warna yang dapat dilihat oleh mata memmiliki panjang gelombang antara 400nm (violet) – 700nm (red) pada spectrum elektromagnetik seperti gambar berikut.


  • Saturation, ditentukan oleh tingkat kemurnian, dan tergantung pada jumlah sinar putih yang tercampur dengan hue. Suatu warna hue murni adalah secara penuh tersaturasi, yaitu tidak ada sinar putih yang tercampur. Hue dan saturation digabungkan untuk menentukan chromaticity suatu warna. Intensitas ditentukan oleh jumlah sinar yang diserap. Semakin banyak sinar yang diserap maka semakin tinggi intensitas warnanya.
  • Sinar Achromatic tidak memiliki warna, tetapi hanya ditentukan oleh atribut intensitas. Tingkat keabuan (graylevel) adalah ukuran intensitas yang ditentukan oleh energy, sehingga merupakan suatu kuantitas fisik. Dalam hal ini brightness atau luminance ditentukan oleh persepsi warna.

Warna secara utuh bergantung pada sifat pantulan (reflectance) suatu objek. Warna yang dilihat merupakan yang dipantulkan, sedangkan yang lainnya diserap. Sehingga sumber sinar perlu diperhitungkan, begitu pula sifat alami sistem visual manusia ketika menangkap suatu warna.

Model warna merupakan cara standar untuk menspesifikasikan suatu warna tertentu, dengan mendefinisikan suatu sistem koordinat 3D, dan suatu ruang bagian yang mengandung semua warna yang dapat dibentuk ke dalam suatu model tertentu. Suatu warna yang dapat dispesifikasikan menggunakan suatu model akan berhubungan ke suatu titik tunggal dalam suatu ruang bagian yang didefinisikannya. Masing-masing warna diarahkan ke salah satu standart hardware tertentu (RGB, CMY, YIQ), atau aplikasi pengolahan citra (HSI).

Sekarang, mari kita kupas satu persatu mengenai jenis-jenis model warna.

Read the rest of this entry »

 
 

Tags: , , ,

Konversi Citra Warna Menjadi Citra Keabuan (Grayscale)

Posting kali ini membaas tentang operasi dasar pengolahan citra digital, yaitu grayscaling. Sebenarnya pengen posting tentang model” warna yang ada di citra, tapi untuk yang itu…spertinya di pending dulu. Mungkin next post baru dibahas. Ini dia materinya…. :-)

Citra warna dapat diubah menjadi citra keabuan dengan cara menghitung rata-rata setiap elemen warna, yaitu Red, Green, dan Blue. Secara matematis, perhitungan untuk konversi citra warna menjadi citra keabuan dapat dirumuskan sebagai berikut:

= Derajat keabuan o di titik (x,y)

= Nilai komponen warna merah pada derajat keabuan i di  titik (x,y)

= Nilai komponen warna hijau pada derajat keabuan i di  titik (x,y)

= Nilai komponen warna biru pada derajat keabuan i di  titik (x,y)

Contoh gambar berwarna yang telah dikonversi menjadi citra grayscale adalah sebagai berikut:

 

Simpel kan konsep grayscaling ini..Untuk contoh implementasinya langsung di program masi blum dipost. Smoga scepatnya bisa diposting.. :-)

 

Smoga bermanfaat..

 
 

Tags: , , ,

Konsep Dasar Pengolahan Citra – Part 2 [Digitalisasi dan Resolusi Citra]

Melanjutkan posting yang sebelumnya tentang konsep dasar pengolahan citra digital, pada posting kali ini juga akan dibahas beberapa materi yang sebenarnya masi merupakan konsep dasar yang perlu kita ketahui tentang citra digital. Ini dia materinya…

  1. Digitalisasi Citra

Digitalisasi citra merupakan proses untuk mengkonversi objek yang diindera/didapatkan oleh sensor menjadi citra digital. Digitalisasi citra terdiri dari dua proses, yaitu:

  • Sampling: proses pengambilan nilai diskrit koordinat (x,y) dengan melewatkan citra melalui grid (celah)
  • Kuantisasi: proses pengelompokan nilai tingkat keabuan citra kontinu ke dalam beberapa level atau bisa juga dikatakan sebagai proses yang membagi skala keabuan (0,L) menjadi G buah level yang dinyatakan dengan suatu harga bilangan bulat (integer), dapat dituliskan sebagai berikut: G=2m dimana G adalah derajat keabuan dan m merupakan bilangan bulat positif.

Untuk penyimpanan citra digital yang disampling dengan NxM (N baris dan M kolom, sperti pada posting sebelumnya) piksel dan dikuantisasi menjadi 2m level derajat keabuannya membutuhkan memori: M  x N x m. Misalnya, sebuah citra berukuran 512×512 dengan 256 derajat keabuan membutuhkan memori sebesar 512x512x8bit=2.048.000bit Read the rest of this entry »

 

Tags: , ,

Konsep Dasar Pengolahan Citra Digital – Part 1

Di posting ini saya akan mencoba merangkum sedikit tentang konsep pengolahan citra digital dari beberapa sumber yang ada. Mulai dari pengertian, jenis, dan operasioperasi di dalamnya. Selamat membaca… :-)

Citra digital adalah sebuah fungsi 2D, f(x,y), yang merupakan fungsi intensitas cahaya, dimana nilai x dan y merupakan koordinat spasial dan nilai fungsi di setiap titik (x,y) merupakan tingkat keabuan citra pada titik tersebut. Citra digital dinyatakan dengan sebuah matriks dimana baris dan kolomnya menyatakan suatu titik pada citra tersebut dan elemen matriksnya (yang disebut sebagai elemen gambar atau piksel) menyatakan tingkat keabuan pada titik tersebut. Matriks dari citra digital berukuran NxM (tinggi x lebar), dimana:

N  = jumlah baris         0 < y ≤ N – 1

M = jumlah kolom       0 ≤ x ≤ M – 1

L  = derajat keabuan    0 ≤ f(x,y) ≤ L – 1

Read the rest of this entry »

 
 

Tags: , , , , ,

Sekilas tentang tugas akhir saya….

Tugas akhir (atau yang biasa disebut skripsi)….. untuk sebagian besar mahasiswa (atau mungkin smuanya yah..) mrupakan sesuatu yang spesial, karna tugas akhir adalah penentuan lulus tidaknya mahasiswa setlah mengenyam bangku kuliah bertahuntahun, karna tugas akhir adalah karya terakhir ketika menjabat sebagai mahasiswa, karna diperlukan usaha yang ekstra untuk mengerjakannya, dan karna tugas akhirlah yang akan mengantarkan mahasiswa pada sbuah gelar sarjana. Jadi..cukuplah alasan untuk membuat tugas akhir sebagai tugas yang tidak biasa…

Saya mahasiswa ilmu komputer yang mengambil skripsi di semester 8 (saat itu), mengumpulkan beberapa jurnal dan melihat ribuan judul yang terkait dengan bidang saya [spertinya ini ritual bagi smua mahasiswa yang mengambil skripsi..] :-). Dari puluhan jurnal, terseleksi belasan jurnal, selanjutnya 5 jurnal, kemudian penentuan dua jurnal yang dianggap paling menarik dan sesuai kemampuan, sampai akhirnya terpilihlah satu jurnal acuan (dibutuhkan beberapa waktu sampai akhirnya memutuskannya).

Tema tugas akhir saya adalah pencarian tempat kosong pada lahan parkir mobil, yang semua metodenya berkaitan dengan pengolahan citra digital. Sdikit nekat si sbenarnya mengambil tema ini…mengingat nilai saya untuk mata kuliah pengolahan citra digital tidak begitu bagus.. :-P , tapi karna tertarik, menganggap ini nantinya bisa bermanfaat, dan juga menganggap metode” yang digunakan adalah metode” dasar pada pengolahan citra, akhirnya kukarang sebuah deret judul… “Deteksi Tempat Kosong Pada Lahan Parkir Mobil Menggunakan Metode Vehicle Detection dan Sobel Edge Detection”. Jurnal yang menjadi acuan saya dalam mengerjakan tugas akhir ini berjudul “Integrated Approach in the Design of Car Park Occupancy Information System (COINS)” hasil karya D.B.L. Bong, K.C. Ting, dan K.C. Lai dari negri sebrang, Malaysia.

Hingga detik saat saya menuliskan post ini…sayangnya saya blum juga menyelesaikan tugas akhir saya.. dengan banyak alasan, kejadian, dan keadaan yang menjadikannya belum juga bisa terselesaikan. Melihat beberapa teman seangkatan yang sudah lulus dan mulai menapak ke dunia kerja, menjadi tamparan bagi saya untuk segera menyelesaikannya. Pertanyaanpertanyaan dari orang tua dan sanak keluarga, menjadi alarm bagi saya untuk segera lulus. Dan sederetan mimpimimpi yang ingin saya raih, menjadi motivasi bagi saya untuk segera beranjak dari titik ini. Semoga tugas akhir saya bisa secepatnya terselesaikan dan menjadi karya yang indah… :-)

 

–PerpustakaanKotaDiMalamHari–

 
Leave a comment

Posted by on March 4, 2011 in Catatan Tugas Akhir

 

Tags: , ,

 
Follow

Get every new post delivered to your Inbox.