Catatan Kuliah

—      Filter Gabor bekerja sebagai filter bandpass untuk distribusi frekuensi spasial lokal, mencapai resolusi optimal dalam domain baik spasial dan frekuensi. 2D filter Gabor dapat direpresentasikan sebagai sinyal sinusoidal kompleks dimodulasi oleh fungsi kernel Gaussian sebagai berikut (Amina Khatun, 2011). rumusnya sbb: Langkah-Langkah Filter Gabor Langkah pertama : menetapkan ukuran filter, contoh yang digunakan adalah ukuran 3 x 3 seperti terlihat pada gambar. —Langkah kedua : menetapkan variable filter Gabor Ø=0, zigma=8, gamma=0.25 dan fx=3 (sesuai dengan kebutuhan anda) —Langkah ketiga : menghitung filter Gabor sesuai dengan rumus sebelumnya, rumus diatas dapat dijabarkan menjadi: setelah didapatkan nilai zigma-x,zigma-y, zigma 2 -x,zigma 2 -y lalu dapat dihitung dengan rumus berikut: Hasil filter gabor 3 x 3 berdasarkan variable yang telah ditentukan diatas menjadi: selanjutnya akan dijelaskan bagai mama konvolusi dengan filter

            Assalamualaikum sahabat blogger, dihari jumat yang mudah-mudahan penuh berkah buat kita semua, ditengah kesibukan mengajar, disela-sela waktu saya menyempatkan diri menulis, bukan ilmu yang baru, mungkin hanya sekedar refrensi buat mahasiswa yang sedang belajar pengolahan citra. kali ini saya membahas tentang thresholding atau bahasa bataknya operasi ambang batas, atau memetakan pixel yang memenuhi syarat ambang batas dipetakan ke satu nilai pixel yang dihendaki, rumusnya sebagai berikut bro. Keterangan: f 0 (x,y)    : adalah citra hasil threshold T           : Nilai Pemetaan Pixel dimisalkan T1 =50,T2=100 T3=150, maka dapat dipetakan seluruh nilia yang berada daro 0-50 akan diganti dengan nilai 50, yang berada antar 50 sampai 100 diganti dengan nilai 100, yang berada antara 100 sampai 150 diganti dengan nilai 150, begitu seterusnya sesuai dengan pemetaan yang dibuat, dan pembentukan peta harus sesuai dengan kebutuhan, contoh operasi abang batas tunggal. OPERASI

Kontras adalah tingkat penyebaran piksel-piksel kedalam intensitas warna. Ada 3 macam kontras, yaitu Rendah, Tinggi dan Normal. 1.Rendah citra yang memiliki kontras rendah dapat terjadi karena kurangnya pencahayaan , citra ini memiliki kurva histogram yang sempit(tingkat penyebaran warna tidak sampai ke hitam pekat dan putih terang) 2. Tinggi Kurva histogram terlalu besar, sebaran intensitas terang dan gelap merata keseluruh skala intensitas 3. Normal Kurva histogram tidak terlalu besar dan tidak sempit   Ada beberapa cara untuk melakukan perhitungan kontras, namun yang saya tampilkan sekarang adalah dengan rumus berikut: Dimana: G= koefisien penguatan kontras P=nialai grayscale yang dipakai sebagai pusat pengkontrasan  contoh perhitungan:  Kode Program dengan VB.Net bmap = New Bitmap(picAwal.Image) 'Gambar asli dijadikan gambar Bitmap         picAwal.Image = bmap         Dim tempbmp As New Bitmap(picAwal.Image) 'deklarasi gam

Sebuah citra dengan derajat keabuan 256, akan tampak gelap jika seluruh komponen warna berada mendekati 0. sebaliknya, citra akan tampak terang jika seluruh komponennya mendekati angka 255.h brightness adalah proses untuk kecerahan citra, jika intensitas pixel dikurangi dengan nilai tertentu maka citra akan menjadi lebih gelap, dan sebaliknya jika intensitas pixelnya ditambah dengan nilai tertentu maka akan lebih terang adapun rumus brightness adalah sbb: dimana  f 0 (x,y) : Nilai pixel pada titik x,y setelah brightness  f i (x,y) : Nilai Pixel pada titik x,y citra asli  k       : Nilai Penguatan kecerahan nah rumus diatas digunakan untuk citra grayscale, namaun jika digunakan untuk RGB maka rumusnya menjadi : dengan aturan jika intensitas pixel berada antara 0-255 maka, jika pixel >255 diset menjadi 255 dan jika pixel<0 diset menjadi 0. contoh perhitungan:   contoh hasil penambahan kecerahan:   Citra semula(kiri) dan citra hasil(kanan) Contoh Program deng

Peningkatan kualitas citra dapat dilakukan melalui tranformasi intensitas citra, yaitu besar intensitas setiap pixel pada citra diubah tetapi posisi pixel tetap. Transformasi ini dapat dilakukan dengan sebuah fungsi transformasi skala keabuan grayscale tranformation function (GST) RGB 2 Grayscale Citra Warna Dapat diubah menjadi citra grayscale dengan cara menghitung rata-rata elemen warna: contoh:  contoh program menggunakan vb.net bmap = New Bitmap(picAwal.Image) 'Gambar asli dijadikan gambar Bitmap         picAwal.Image = bmap         Dim tempbmp As New Bitmap(picAwal.Image) 'deklarasi gambar Bitmap dari gambar asli untuk diproses                 Dim Red As Integer, Green As Integer, Blue As Integer, Grey As Integer         Dim X, Y As Integer           With tempbmp             For X = 0 To .Height - 1                 For Y = 0 To .Width - 1                     Red = CInt(.GetPixel(Y, X).R) 'ambil nilai warna merah (Red) pada pixel(Y,X)                  

Grafik yang menunjukan frekwensi kemunculan setiap kemunculan gradasi warna disebut histogram Gambar 1.1 Pamandangan (kiri), histogram dari gambar (kanan) kurva histogram didapatkan dari jumlah intensitas pixel yang sama, penarikan grafik nilai pixel dengan jumlah kemunculan tiap nilai pixel (frekwensi) akan membentuk sebuah histogram. seperti terlihat pada gambar berikut: gambar diatas menunjukan citra grayscale dengan kedalaman warna 3 bit, atau nilai intensitas pixel bernilai 0 sampai 7, nilai kemunculan tiap pixel dapat dilihat pada tabel yang berwarna merah, dan dari hasil tersebut dibuat histogramnya seperti terlihat pada grafik disamping. Manfaat dari Histogram 1.Sebagai indikasi visual untuk menentukan skala keabuan yang tepat sehingga diperoleh kualitas citra yang diinginkan 2.Untuk pemilihan batas ambang(theshold)