DASAR-DASAR PEMROSESAN CITRA - JENIS JENIS CITRA DIGITAL

Citra Biner: Setiap pixel hitam atau putih.Citra seperti ini sangat efisien untuk penyimpanan dan bisa dimanfaatkan untuk representasi biner
Contoh : Sidik jari atau rancangan arsitektur
Citra abu-abu: Setiap pixel merupakan bayangan abu-abu, yang memiliki nilai intensitas 0 (hitam) sampai 255 (putih)
Citra warna: Disini setiap pixel memiliki suatu warna khusus. Warna tersebut dideskripsikan oleh jumlah warna merah (R), hijau (G), dam biru (B)
Dibutuhkan 24 bit per pixel
Citra Indeks: Kebanyakan citra warna memiliki 16 juta kemungkinan warna. Untuk kepentingan penyimpanan dan penanganan file, citra indeks memiliki peta warna atau color palette yangt memuat semua warna pada citra.

1. DASAR-DASAR PEMROSESAN CITRA JUANDA 13429057 TEKNIK INFORMATIKA

2. Representasi Gambar Digital Citra digital itu diperoleh sebagai hasil pengambilan sampel dan kuantisasi gambar analog atau yang sudah dibuat dalam bentuk digital . D apat digambarkan sebagai matriks angka dua dimensi (2D) bilangan real. Disini k ita mengadopsi konvensi f (x, y) untuk merujuk pada gambar monokrom dengan ukuran M × N, di mana x menunjukkan nomor baris (dari 0 sampai img) dan y mewakili nomor kolom (antara 0 dan img ) .

3. Representasi Gambar Digital pengolahan gambar dan video praktis menggunakan MATLAB G ambar monokrom dan konvensi yang digunakan untuk mewakili baris (x) dan kolom (y ) .

4. Gambar Binar (1-Bit) Citra biner dikodekan sebagai array 2D, biasanya menggunakan 1 bit per pixel, dimana 0 biasanya berarti "hitam" dan 1 berarti "putih" (walaupun tidak ada kenaikan universal pada itu). Keuntungan utama representasi ini biasanya cocok untuk gambar yang berisi grafis sederhana, teks, atau seni garis berukuran kecil . gambar biner dan nilai piksel dalam 6 * 6 neightborhood .

5. Gambar Tingkat Abu-abu ( 8-Bit) T ingkat abu-abu (juga disebut sebagai monokrom) juga dikodekan sebagai rangkaian piksel 2D, biasanya dengan 8 bit per piksel, di mana nilai piksel 0 sesuai dengan "hitam", nilai piksel 255 berarti "putih", dan nilai antara menunjukkan nuansa abu-abu yang bervariasi . Gambar grayscale dan nilai piksel di lingkungan 6 * 6

6. Gambar Warna 24-Bit (RGB) Citra warna dapat direpresentasikan menggunakan tiga array 2D dengan ukuran yang sama, satu untuk setiap saluran warna: merah (R), hijau (G), dan biru (B). Di mana setiap piksel biasanya diwakili oleh 24-bit . Tiga gambar skala abu-abu berwarna merah, hijau, biru untuk membentuk gambar berwarna .

7. Indeks dan P eta W arna Masalah dengan representasi warna 24-bit adalah keterkaitan mundur dengan perangkat keras lama yang mungkin tidak dapat menampilkan 16 juta warna secara bersamaan. solusi yang dibuat sebelum display warna 24 bit dan kartu video tersedia secara luas terdiri dari representasi yang terindeks, di mana array 2D dengan ukuran yang sama dengan immage berisi indeks (petunjuk) ke palet warna (atau peta warna) dari maksimum tetap Ukuran (biasanya 256 warna). peta warna hanyalah daftar warna yang digunakan dalam gambar itu . Gambar warna yang diindeks dan indeks di lingkungan 4 * 4

8. Kompresi G ambar mentah biasanya memerlukan sejumlah besar ruang penyimpanan (dan waktu pengiriman yang proporsional secara proporsional dalam kasus upload / download file, kebanyakan format file iamge menggunakan beberapa jenis kompresi. Metode kompresi dapat menjadi lossy bila tingkat kerusakan yang dapat ditolerir dalam Kualitas visual dari gambar yang dihasilkan dapat diterima atau lossless saat gambar dikodekan dengan kualitas penuh. Hasil keseluruhan dari proses kompresi dalam hal penyimpanan keduanya biasanya dinyatakan dalam perbandingan rasio atau bit per pixel (bpp) dan kualitas yang dihasilkan. kehilangan (untuk kasus teknik lossy) dapat bervariasi, tergantung pada teknik, format, pilihan (seperti pengaturan kualitas untuk JPEG), dan isi gambar yang sebenarnya. Sebagai pedoman umum, kompresi lossy harus digunakan untuk citra foto tujuan umum, sedangkan Kompresi lossless sebaiknya diutamakan saat berhadapan dengan garis seni, gambar, faksimili, atau gambar dimana tidak ada kehilangan detail yang bisa ditolerir (kebanyakan terutama, citra ruang dan citra medis).

9. Format File Gambar Format file yang paling sederhana adalah format BIN dan PPM. Format BIN hanya terdiri dari data pixel mentah, tanpa header. Format PPM dan variannya (PBM untuk citra biner, PGM untuk citra grayscale, PPM untuk gambar berwarna, dan PNM untuk salah satu dari keduanya) banyak digunakan dalam penelitian pengolahan citra dan banyak alat gratis untuk konversi format termasuk di dalamnya. Format Microsoft Windows bitmap (BMP) adalah format lain yang banyak digunakan dan cukup sederhana, yang terdiri dari sebuah header yang mengikuti data pixel mentah. Format JPEG adalah format file yang paling populer untuk representasi gambar berkualitas foto. Dua format file gambar lainnya sangat banyak digunakan dalam tugas pengolahan gambar: GIF (Graphics Interchange Format) dan TIFF (Tagged Image File Format). beberapa paket pemrosesan gambar mengadopsi format mereka sendiri (terkadang berpemilik). Contohnya termasuk XCF (format gambar asli dari program editing gambar GIMP) dan RAW (yang merupakan keluarga dengan format yang kebanyakan diadopsi oleh produsen kamera).

10. Terminologi Dasar Topologi G ambar Ini melibatkan penyelidikan sifat gambar yang tidak mendasar yang biasanya dilakukan pada citra biner dan dengan bantuan operator morfologi. Seperti jumlah kejadian yang diketahui, jumlah daerah yang terpisah (tidak terkoneksi), dan jumlah lubang pada suatu objek, namun beberapa.

11. Terminologi Dasar Lingkungan Pixel yang mengelilingi piksel tertentu merupakan lingkungannya, yang dapat diartikan sebagai matriks yang lebih kecil yang mengandung (dan biasanya berpusat di sekitar) piksel referensi . Piksel di lingkungan

12. Terminologi Dasar Dalam konteks topologi citra, lingkungan membutuhkan makna yang sedikit berbeda. Adalah umum untuk merujuk pada 4-lingkungan piksel sebagai himpunan piksel yang terletak di atas, di bawah, ke kanan, dan di sebelah kiri piksel referensi (p), sedangkan himpunan semua tetangga terdekat pf p dirujuk sebagai lingkungan 8-nya. Pita-pilar yang berada di sekitar p . Konsep lingkungan piksel p (dari perspektif topologi gambar): (a) 4- lingkungan; (b) lingkungan diagonal; (c) 8-lingkungan.

13. Terminologi Dasar Kedekatan Dalam konteks topologi gambar, dua piksel p dan q saling berdekatan-berdekatan jika keduanya saling berdekatan satu sama lain dan bersebelahan 8-jika keduanya saling berdekatan satu sama lain. Ketinggian adjacency tipe ketiga sebagai adjacency campuran (atau hanya dalam kedekatan) kadang-kadang digunakan untuk menghilangkan ambiguitas (yaitu, jalur berlebihan) yang mungkin timbul saat 8-adjacency digunakan . Jalan Urutan piksel di mana piksel berurutan berdekatan. Datang dalam 4 dan 8 varietas.

14. Terminologi Dasar Konektivitas Jika ada jalur 4 antara piksel p dan q, konon dihubungkan 4 jalur. Demikian pula, adanya 8 jalur di antaranya berarti 8 terhubung . Komponen Satu set piksel yang saling terhubung disebut komponen. Jika pikselnya terhubung ke 4, ungkapan 4-komponen digunakan; Jika piksel 8 terhubung, himpunan disebut komponen 8. Komponen sering diberi label (dan opsional pseudocolored) dengan cara yang unik, menghasilkan gambar berlabel, L (x, y), yang nilai pixelnya adalah simbol alfabet yang dipilih.

15. Dasar- D asar MatLab MATLAB IPT berisi fungsi bwlabel untuk memberi label komponen terhubung dalam gambar biner. Fungsi yang terkait, label2rgb, membantu memvisualisasikan hasilnya dengan melukis setiap wilayah dengan warna yang berbeda. Contoh penggunaan bwlabel dan label2rgb dan menyoroti fakta bahwa jumlah komponen yang terhubung akan bervariasi dari 2 (bila 8-konektivitas, Gambar b) sampai 3 (saat konektivitas 4 digunakan, Gambar c ). Komponen yang terhubung: (a) gambar asli (biner); (b) hasil untuk 8-konektivitas; (c) hasil untuk konektivitas 4.

16. Dasar- D asar MatLab Jarak Antara Piksel Ada banyak aplikasi pengolah gambar yang membutuhkan pengukuran jarak antar piksel. Ukuran jarak yang paling umum antara dua piksel p dan q, koordinat (x0, y0) dan (x1, y1), adalah sebagai berikut: Jarak Euclidean :

17. D4 (juga dikenal sebagai Manhattan atau blok kota) Jarak : D8 (juga dikenal sebagai papan catur) Jarak :

18. Ikhtisar Operasi Pengolahan Gambar Pada bagian ini, kita melihat awal pada kategori utama operasi pengolahan gambar. Meskipun tidak ada kesepakatan universal mengenai taksonomi untuk lapangan, kita akan mengaturnya sebagai berikut: Operasi di Spatial Domain Di sini, perhitungan amrithmetic dan / atau operasi logis dilakukan pada nilai piksel asli. Mereka dapat dibagi lagi menjadi tiga jenis: Operasi Global: Juga dikenal sebagai operasi titik, di mana seluruh gambar diperlakukan dengan cara yang seragam dan nilai yang dihasilkan untuk piksel yang diproses adalah nilai sebenarnya, terlepas dari lokasinya di dalam gambar. Contoh: penyesuaian kontras .

19. Ikhtisar Operasi Pengolahan Gambar Operasi Berorientasi Lingkungan: Juga dikenal sebagai operasi lokal atau area, di mana gambar masukan diperlakukan berdasarkan piksel demi pixel dan nilai yang dihasilkan untuk piksel yang diproses adalah pemancingan nilai awalnya dan nilai-nilai tetangganya. Contoh: filter domain spasial . Operasi Menggabungkan Beberapa Gambar Di sini, dua atau lebih gambar digunakan sebagai masukan dan hasilnya diperoleh dengan menerapkan (deret) operator aritmatika atau logika kepada mereka. Contoh: mengurangkan satu gambar dari gambar yang lain untuk mendeteksi perbedaan di antara keduanya.

20. Ikhtisar Operasi Pengolahan Gambar Oprations dalam Transform Domain: Di sini, gambar mengalami transformasi matematis seperti transformasi Fourier (FT) atau transformasi kosinus diskrit (DCT) dan algoritma pengolahan citra bekerja dalam domain transformasi. Contoh: teknik penyaringan domain frekuensi.

21. Operasi Global (Point) Fungsi transformasi dalam domain spasial dapat dinyatakan sebagai : Notasi singkat dapat digunakan:

22. Contoh: Dari intensitas reducation menggunakan fungsi transformasi: (a) gambar asli; (b) gambar keluaran.

23. Operasi Berorientasi Lingkungan Operasi yang berorientasi pada lingkungan (juga dikenal sebagai lokal atau daerah) terdiri dari penentuan nilai piksel yang dihasilkan pada koordinat (x, y) sebagai nilai sebenarnya dan nilai dari (beberapa) tetangganya, biasanya menggunakan operasi konvolusi . Sebuah topeng konveksi 3 * 3, yang bobot generiknya W1, ..., W9

24. Operasi Menggabungkan Beberapa Gambar Ada banyak aplikasi pengolah gambar yang menggabungkan dua gambar, pixel by pixel, menggunakan operator aritmatika atau logika, menghasilkan gambar ketiga, Z: Bila X dan Y dapat berupa gambar (array) atau skalar, Z harus berupa array, dan opn adalah biner matematika (+, -, *, /) atau logika (AND, OR, XOR) OPERATOR . Pixel dengan operasi aritmatika dan logika piksel .

25. Operasi D alam Mengubah Domain Transformasi adalah alat matematis yang memungkinkan konversi seperangkat nilai ke nilai-nilai lain, menciptakan, oleh karena itu, cara baru untuk mewakili informasi yang sama. motivasi untuk menggunakan transformasi matematis dalam pengolahan citra berasal dari kenyataan bahwa beberapa tugas paling baik dilakukan dengan mengubah citra masukan, menerapkan algoritma terpilih dalam domain transformasi, dan akhirnya menerapkan transformasi terbalik ke hasilnya. Operasi dalam domain transformasi