PENGOLAHAN CITRA

PENGERTIAN        

             Pengolahan citra digital sendiri bisa diartikan sebagai manipulasi yang dilakukan terhadap gambar-gambar digital melalui sebuah proses komputasi. Nah dalam pengolahannya tidak terfokus pada sub-bidang sinyal dan sistem yang ada tetapi lebih fokus terutama pada gambarnya.

            Sistem ini dalam pengembangannya lebih berfokus pada pengembangan sistem agar suatu citra bisa diproses dengan output lebih baik. Salah satu aplikasi yang digunakan untuk pengembangan ini adalah MATLAB sendiri dengan perintah unik tentunya. Input yang dimasukkan akan diolah dengan algoritma tertentu hingga menghasilkan sebuah citra sebagai hasil akhirnya.

            Saat ini, seiring dengan berkembangnya dunia fotografi maka pengolahan citra digital sebenarnya berada jauh lebih dekat. Ada banyak sekali penggunaan dari pengolahan citra digital yang biasa dilakukan tetapi mungkin tidak disadari. Salah satu contoh dari pengolahan citra digital yakni image sharpening and restoration.

            Dalam bahasa Indonesia, fungsi tersebut sering disebut dengan mempertajam gambar dan merestorasinya agar tampak lebih baik. Beberapa editing atau pengolahan yang termasuk dalam fungsi ini misalnya adalah memperbesar, memblur, mempertajam, perubahan warna, dan juga rekognisi gambar.

            Contoh paling mutakhir dalam pengaplikasiannya adalah UV Imaging atau pemindaian sebuah benda. Pemindaian bumi menggunakan sebuah satelit dari jarak jauh kemudian memprosesnya hingga didapat sebuah informasi juga merupakan pengolahan citra digital ini. Sebuah informasi bisa didapat dan dibagikan dengan lebih mudah karena adanya proses ini.

            Pengolahan citra digital dan aplikasinya menggunakan MATLAB mungkin memang akan sedikit rumit karena bahasa pemrogramannya. Tapi saat ini sudah ada Patra Statistika yang bisa membantu dalam keadaan apa pun sehingga tidak ada lagi kata sulit. 

            Adapun untuk jenis-jenis dari pemograman citra sebagai berikut:

FacebookTwitterTumblrLinkedInWhatsAppEmailShare

            PERBAIKAN CITRA

            Perbaikan kualitas citra (image enhancement) merupakan salah satu proses awal dalam pengolahan citra (image preprocessing). Perbaikan kualitas diperlukan karena seringkali citra yang dijadikan objek pembahasan mempunyai kua litas yang buruk, misalnya citra mengalami derau (noise) pada saat pengiriman melalui saluran transmisi, citra terlalu terang/gelap, citra kurang tajam, kabur, dan sebagainya. Melalui operasi pemrosesan awal inilah kualitas citra diperbaiki sehingga citra dapat digunakan untuk aplikasi lebih lanjut, misalnya untuk aplikasi pengenalan (recognition) objek di dalam citra

Adapun mathlabnya sebagai berikut :

I=imread('FotoAhmaddd.jpeg');

J=imadjust(I,[40/255 204/255],[0/255 255/255]);

figure,imshow(I);

figure,imhist(I);

figure,imshow(J);

figure,imhist(J);

Adapun hasil mathlabnya sebagai berikut :

TRESHOLDING

    Thresholding merupakan salah satu metode segmentasi citra yang memisahkan antara objek dengan background dalam suatu citra berdasarkan pada perbedaan tingkat kecerahannya atau gelap terang nya. Region citra yang cenderung gelap akan dibuat semakin gelap (hitam sempurna dengan nilai intensitas sebesar 0), sedangkan region citra yang cenderung terang akan dibuat semakin terang (putih sempurna dengan nilai intensitas sebesar 1). Oleh karena itu, keluaran dari proses segmentasi dengan metode thresholding adalah berupa citra biner dengan nilai intensitas piksel sebesar 0 atau 1. Setelah citra sudah tersegmentasi atau sudah berhasil dipisahkan objeknya dengan background, maka citra biner yang diperoleh dapat dijadikan sebagai masking utuk melakukan proses cropping sehingga diperoleh tampilan citra asli tanpa background atau dengan background yang dapat diubah-ubah.

Adapun mathlabnya sebagai berikut :

clc; clear; close all;

 

% Object

Img = imread('FotoAhmaddd.jpeg');

figure, imshow(Img);

Gray = rgb2gray(Img);

figure, imshow(Img);

bw = im2bw(Gray,.99);

figure, imshow(bw);

bw = imcomplement(bw);

figure, imshow(bw);

bw = imfill(bw,'holes');

bw = bwareaopen(bw,100);

str = strel('disk',5);

bw = imerode(bw,str);

figure, imshow(bw);

% Background

Img2 = imread('123.png');

figure, imshow(Img2);

R = Img(:,:,1);

G = Img(:,:,2);

B = Img(:,:,3);

 

R2 = Img2(:,:,1);

G2 = Img2(:,:,2);

B2 = Img2(:,:,3);

 

R2(bw) = R(bw);

G2(bw) = G(bw);

B2(bw) = B(bw);

 

RGB = cat(3,R2,G2,B2);

figure, imshow(RGB);

        Adapun hasil mathlabnya :