ANALISA CITRA
Pengolahan citra adalah salah satu cabang dari ilmu informatika. Pengolahan citra berkutat pada usaha untuk melakukan transformasi suatu citra /gambar menjadi citra lain dengan menggunakan teknik tertentu.
Pada pengolahan citra terdapat berbagai operasi,yaitu :
1. Perbaikan Kualitas Citra
2. Pemugaran Citra
3. Pemampatan Citra
4. Segmentasi Citra
5. Analisa Citra
6. Rekontruksi Citra
Di sini saya akan sedikit menulis tentang Analisa Citra.
Citra Biner :
KONVERSI
Konversi Citra Hitam-Putih ke Citra Biner
• Alasannya
– Identifikasi keberadaan object
– Fokus pada analisis bentuk morfologi
– Menyesuaikan alat cetak yang mempunyai resolusi intensitas hanya 1 bit
– Memperbaiki citra yang telah diolah dengan Deteksi Tepi
• Metodenya
– Pengambangan (Thresholding), mengelompokkan derajat keabuan pixel ke dalam 2 kelas, hitam dan putih
• Jenisnya
– Pengambangan global (global image thresholding) =
– Pengambangan lokal adaptif (locally adaptive image thresholding) = Citra dibagi kedalam bagian kecil-keciL. Proses pengambangan dilakukan secara lokal
• Kelebihannya
– Secara subyektif, citra yang dihasilkan lebih bagus
PENAPIS
• Object yang luasnya lebih kecil dari T dihilangkan
• Contoh 1, T=10
• Umumnya menggunakan Run Length Encoding (RLE)
– Posisi awal kelompok “1” dan “panjang”nya
– Panjang Run dimulai dengan panjang run “1”.
• Contoh
SEGMENTASI CITRA BINER
• Tujuan Segmentasi
– Mengelompokkan pixel-pixel objek menjadi wilayah (region) yang merepresentasikan objek.
• Dua pendekatan
– Segmentasi berdasarkan batas wilayah
• Berdasarkan batas wilayah
– Segmentasi ke bentuk dasar
• Berdasarkan batas wilayah secara Topologi
REPRESENTASI WILAYAH
• Salah satu cara yang populer adalah representasi menggunakan pohon-empatan (quadtree)
PROPERTI GEOMETRI
• Dua ciri khas pada objek
– Global Feature
• Luas, Pusat Massa, Momen Inersia, Keliling, Tinggi, Lebar, Diameter, Kompleksitas Bentuk, Proyeksi
– Local feature
• Arah dan Panjang garis lurus, Sudut antar garis, Jarak Relatif, Signature objek.
PENIPISAN POLA
• Penipisan (thinning), pengolahan wilayah objek (region) menjadi rangka (skeleton)
• Syaratnya
– Mempertahankan keterhubungan pixel-pixel objek pada setiap lelaran
– Tidak memperpendek ujung lengan dari bentuk yang ditipiskan
Pengolahan citra adalah salah satu cabang dari ilmu informatika. Pengolahan citra berkutat pada usaha untuk melakukan transformasi suatu citra /gambar menjadi citra lain dengan menggunakan teknik tertentu.
Pada pengolahan citra terdapat berbagai operasi,yaitu :
1. Perbaikan Kualitas Citra
2. Pemugaran Citra
3. Pemampatan Citra
4. Segmentasi Citra
5. Analisa Citra
6. Rekontruksi Citra
Di sini saya akan sedikit menulis tentang Analisa Citra.
Citra Biner :
KONVERSI
Konversi Citra Hitam-Putih ke Citra Biner
• Alasannya
– Identifikasi keberadaan object
– Fokus pada analisis bentuk morfologi
– Menyesuaikan alat cetak yang mempunyai resolusi intensitas hanya 1 bit
– Memperbaiki citra yang telah diolah dengan Deteksi Tepi
• Metodenya
– Pengambangan (Thresholding), mengelompokkan derajat keabuan pixel ke dalam 2 kelas, hitam dan putih
• Jenisnya
– Pengambangan global (global image thresholding) =
– Pengambangan lokal adaptif (locally adaptive image thresholding) = Citra dibagi kedalam bagian kecil-keciL. Proses pengambangan dilakukan secara lokal
• Kelebihannya
– Secara subyektif, citra yang dihasilkan lebih bagus
PENAPIS
• Object yang luasnya lebih kecil dari T dihilangkan
• Contoh 1, T=10
• Umumnya menggunakan Run Length Encoding (RLE)
– Posisi awal kelompok “1” dan “panjang”nya
– Panjang Run dimulai dengan panjang run “1”.
• Contoh
SEGMENTASI CITRA BINER
• Tujuan Segmentasi
– Mengelompokkan pixel-pixel objek menjadi wilayah (region) yang merepresentasikan objek.
• Dua pendekatan
– Segmentasi berdasarkan batas wilayah
• Berdasarkan batas wilayah
– Segmentasi ke bentuk dasar
• Berdasarkan batas wilayah secara Topologi
REPRESENTASI WILAYAH
• Salah satu cara yang populer adalah representasi menggunakan pohon-empatan (quadtree)
PROPERTI GEOMETRI
• Dua ciri khas pada objek
– Global Feature
• Luas, Pusat Massa, Momen Inersia, Keliling, Tinggi, Lebar, Diameter, Kompleksitas Bentuk, Proyeksi
– Local feature
• Arah dan Panjang garis lurus, Sudut antar garis, Jarak Relatif, Signature objek.
PENIPISAN POLA
• Penipisan (thinning), pengolahan wilayah objek (region) menjadi rangka (skeleton)
• Syaratnya
– Mempertahankan keterhubungan pixel-pixel objek pada setiap lelaran
– Tidak memperpendek ujung lengan dari bentuk yang ditipiskan