Otitik{f(x,y)}

Gbr 3.1 Operasi aras titik

Operasi aras titik dibedakan berdasarkan: intensitas, geometri dan gabungan.

Intensitas

Nilai intensitas u suatu pixel diubah dgn transformasi h menjadi nilai intensitas baru v:v = h(u), u,v [0,L] Contoh:1. Operasi thresholding : nilai intensitas pixel dipetakan ke salah satu

dari 2 nilai a atau b, berdasarkan nilai ambang T.

Ty)f(x,,Ty)f(x,,

y)'f(x, ab

Jk a=0 & b=1, mk operasi pengambangan mentransformasikan citra hitam putih jd Citra biner.

Nilai ambang dpt berlaku utk semua pixel atau area ttt.

Contoh:

Ty)f(x,,Ty)f(x,,

y)'f(x, ab

Ty)f(x,,Ty)f(x,,

y)'f(x, ab

128y)f(x,,0128 y)f(x,,1

y)'f(x,

2. Operasi negatif: mengurangi nilai intensitas pixel dari nilai keabuan maksimum, misal citra 8 bit (256 derajat keabuan)

f(x,y)’=255-f(x,y)

3. Operasi clippingDilakukan jk nilai intensitas pixel hasil pengolahan citra berada di bawah nilai intensitas minimum atau di atas intensitas maksimum.

Operasi clipping dikategorikan sbgOpeasi pengambangan

0),(,0

127),(0,),(

127),(,127

y)'f(x,

yxf

yxfyxf

yxf

Citra cameraman 256 derajat keabuan, ukuran 32 x 32 pixel,

Jadikan citra biner

TUGAS 1

4. Pencerahan (brightening)

Dilakukan dgn menambahkan atau mengurangkan sebuah konstanta setiap pixel

f(x,y)’= f(x,y) ± a

Jk a positif mk kecerahan citra bertambah, jk a negatif mk kecerahan berkurang. Dari hasil penambahan atau pengurangan, bisa jd intensitas berada di atas intensitas maks atau di bawah intensitas minimum, shg perlu operasi clipping

Y = [ 22 4 15 105 119 11 102 102 2 62 150 12 9 9 53 33 6 168 112 67 25 94 24 6 14 26 12 82 55 110 247 119 98 4 2 15 0 104 0 11 197 214 2 194 0 23 25 73 0 20 0 46 0 0 188 21 2 32 1 17 25 0 52 102 38 188 14 30 52 24 9 0 10 131 0 43 204 26 0 30 13 0 105 6 118 159 56 175 11 25 15 14 39 231 17 189 151 134 51 1 7 8 0 124 168 44 165 138 107 2 21 18 23 1 239 144 113 180 156 209 94 ];

Tugas 2: lakukan operasi pencerahan

2. Aras lokal

Operasi ini menghasilkan citra keluaran yg intensitas suatu pixel tergantung pd inensitas pixel-pixel tetangganya.

fB(x,y)’=olokal{fA(xi,yj), (xi,yj) N(x,y) }Dgn, N neighborhood, pixel-pixel yg berada di sekitar (x,y)

Olokal{f(xi,yj), (xi, yi) pixel di sekitar (x,y) }

Gbr 3.2 Operasi aras lokal

menghasilkan image smooting (terjd proses konvolusi).

3. Aras global

Operasi ini menghasilkan citra keluaran yg intensitas suatu pixel tergantung pd intensitas keseluruhan pixel fB(x,y)’= oglobal {fA(x,y)}

Contoh: pd operasi penyetaraan histogram utk peningkatan kualitas citra

4. Aras objek

Operasi ini hy dilakukan pd objek ttt dlm citra, dgn tujuan mengenali objek tsb.Misal: menghitung rerata intensitas, ukuran, bentuk & karakteristik lainnya.

3.2 Operasi aritmetika

Citra digital dlm btk matriks, shg pd citra berlaku operasi aritmetika matriks.

Operasi matriks:

a. Penjumlahan/pengurangan dua buah citra O(x,y) = A(x,y) ± B(x,y)b. Perkalian dua citra

O(x,y) = A(x,y) B(x,y)c. Penjumlahan/pengurangan suatu citra dgn skalar c

O(x,y) = A(x,y) ± cd. Perkalian/pembagian suatu citra dgn skalar c

O(x,y) = c . A(x,y)O(x,y) = A(x,y)/c

Dari segi aras komputasi, operasi aritmetika termasuk operasi aras titik.

156 158 161 164 168 170 172 173 174 176 197 171 188 182 195 183 181 191 171 180 188 170 172 166 168 166 164 160 158 156 154 154 156 157 160 164 167 170 172 172 169 181 160 187 188 166 182 187 172 197 188 167 169 183 152 181 168 167 164 161 158 156 155 154 156 157 160 164 167 170 171 172 173 183 173 202 169 186 195 174 199 167 170 195 188 173 176 160 169 167 165 161 158 156 155 154 156 158 161 164 168 170 172 173 174 177 180 174 176 190 177 193 177 186 205 165 185 170 174 169 169 168 165 161 158 156 154 153 157 159 162 166 169 172 173 174 173 177 163 178 222 152 148 221 202 166 196 169 162 181 164 176 169 167 164 161 157 154 153 152 159 161 164 167 171 173 175 176 189 184 169 201 106 0 6 0 136 204 162 202 178 177 172 164 168 166 163 159 156 153 151 150 161 163 166 169 173 175 177 178 168 171 186 223 10 9 3 0 3 227 186 165 187 171 166 173 167 165 162 158 154 151 149 148 162 164 167 170 174 176 178 179 196 213 201 215 8 104 21 198 91 14 152 165 163 177 175 164 166 164 161 157 153 150 148 147 162 167 174 163 179 175 170 207 122 37 52 0 51 49 150 191 80 147 80 143 179 175 174 164 161 162 161 157 151 146 143 143 157 168 170 165 182 171 192 147 0 22 4 15 105 119 11 102 102 2 62 150 55 184 159 178 166 162 157 155 154 152 149 146 184 138 183 160 170 207 110 14 14 12 9 9 53 33 6 168 112 67 25 94 229 156 163 166 172 164 156 154 156 155 150 145 158 170 167 160 212 55 1 5 5 24 6 14 26 12 82 55 110 247 119 98 168 158 187 162 170 164 158 155 154 152 146 141 147 175 153 191 80 0 12 22 18 4 2 15 0 104 0 11 197 214 2 194 181 151 154 160 160 160 160 157 152 147 143 141 171 151 170 195 4 22 25 0 12 0 23 25 73 0 20 0 46 0 0 188 150 168 179 159 156 158 159 157 152 147 146 147 158 173 168 163 164 4 0 19 16 21 2 32 1 17 25 0 52 102 38 188 166 154 163 144 169 165 160 155 152 150 149 148 169 151 157 164 174 174 14 0 8 14 30 52 24 9 0 10 131 0 43 204 158 161 174 149 186 175 162 154 152 151 148 145 158 168 165 161 166 134 6 9 8 26 0 30 13 0 105 6 118 159 56 175 155 170 149 155 181 176 141 179 170 148 152 148 163 159 176 164 201 61 0 6 0 11 25 15 14 39 231 17 189 151 134 51 231 165 152 145 193 183 147 158 148 148 147 145 128 128 148 149 180 11 8 14 29 1 7 8 0 124 168 44 165 138 107 2 195 191 187 149 180 165 147 147 146 168 144 137 104 143 165 165 76 0 11 35 0 21 18 23 1 239 144 113 180 156 209 94 97 190 174 172 158 158 180 172 151 168 138 159 70 52 60 81 0 22 12 0 16 10 7 17 0 86 38 96 141 130 76 156 4 65 69 72 25 97 211 220 142 94 42 85 145 115 160 113 1 21 20 18 12 20 20 5 139 228 53 64 104 87 122 61 70 68 117 48 66 44 63 76 70 74 15 21 138 115 151 47 6 8 12 6 15 9 8 0 134 179 3 178 150 124 139 161 170 24 146 160 167 158 160 155 141 162 147 167 130 146 153 7 8 10 18 12 20 8 17 23 147 113 23 141 150 115 134 122 121 32 129 102 95 98 93 90 85 113 96 93 133 124 147 112 9 6 20 7 13 8 8 70 165 68 87 148 146 107 135 127 118 148 41 133 140 142 127 125 137 124 113 122 140 138 126 148 85 11 0 26 18 21 0 135 149 53 163 127 132 164 137 142 148 124 82 160 118 121 129 113 118 112 110 117 120 145 120 149 90 25 16 7 0 25 0 124 173 46 67 140 115 118 124 133 125 119 96 60 127 110 134 108 115 118 116 114 114 130 128 138 40 31 51 9 20 0 28 147 94 17 122 115 114 138 109 147 142 123 166 3 160 110 130 111 126 129 122 112 135 116 131 146 34 28 51 76 0 41 100 128 87 1 38 129 127 126 130 145 116 134 144 141 89 165 109 117 114 122 117 114 115 124 128 128 136 46 32 35 121 22 24 127 138 75 229 108 128 129 119 111 124 124 95 136 112 136 116 110 121 109 98 109 125 106 138 121 129 38 35 51 113 62 37 70 138 77 157 133 124 157 101 135 142 131 132 125 121 110 137 107 128 106 103 114 124 123 128 110 153 34 29 83 104 34 23 105 133 129 142 115 109 112 134 114 109 137 128 114 128 101 155 101 128 110 119 120 110

X=[

]

Citra x ukuran 32 x 32 dgn intensitas berikut:

Lakukan operasi aritmetika

a. Penjumlahan dua citraDpt digunakan untuk mengurangi pengaruh noise dlm data, dgn cara merata-ratakan derajat keabuan setiap pixel dr citra yg sama yg diambil berkali-kali.contoh: citra yg sama direkam dua kali A1 & A2, kedua citra dijumlahkan

kemudian dirata-ratakan setiap pixelnya

O(x,y)=1/2{A1(x,y) + A2(x,y)

Kemungkinan hasilnya bernilai riil, bulatkan ke nilai terdekat.

Pengurangan dua citraUntuk memperoleh suatu objek dari dua buah citra.Contoh: citra pertama foto kursi dlm suatu ruang, citra kedua foto kursi dgn seorang yg duduk di atas kursi.hasil pengurangan berupa objek org dgn latarbelakang hitam.

b. Perkalian citra

Biasa digunakan untuk mengoreksi kelinearan sensor dgn cara mengalikanmatriks citra dgn matriks koreksi.

O(x,y) = A(x,y) B(x,y)

citra matriks koreksi

Output hasil perkalian mgk bernilai real, mk dibulatkan ke nilai bulat tersekat.

Contoh:

1 15 100 2550 5 30 25320 1 20 25525 2 12 230

0.2 0.3 0.1 0.20.2 0.1 0.1 0.20.2 0.1 0.1 0.10.3 0.1 0.1 0.2

= ?

Matriks citra A Matriks koreksi B matriks output

c. Penjumlahan/pengurangan citra dgn skalar

O(x,y) = A(x,y) ± c

Contoh lihat operasi pencerahan citra (operasi aras titik)

O(x,y) = c . A(x,y)

Kenaikan intensitas setiap pixel sebanding dgn c.Biasanya digunakan untuk kalibrasi kecerahan.

d. Perkalian/pembagian citra dgn skalar

O(x,y) = A(x,y)/c

Penurunan intensitas setiap pixel berbanding terbalik dgn cBiasanya dipakai untuk normalisasi kecerahan

3.3 Operasi Boolean

and, or dan not

O(x,y) = A(x,y) and B(x,y)O(x,y) = A(x,y) or B(x,y)O(x,y) = not A(x,y)

Operasi Boolean mempunyai terapan yg penting pd pemrosesan morfologipd citra biner. Pd citra biner, operasi not dpt digunakan untuk menentukankomplemen citra

Contoh: