Teori Konvolusi Citra - Ujian Tengah Semester
A.
Konsep
Konvolusi Citra
Konsep
umum dan pengertian dasar dari konsep Konvolusi Citra sebenarnya adalah adalah
salah satu proses filtering image yang sering dilakukan pada proses pengolahan
gambar. Proses
konvolusi dilakukan dengan menggunakan matriks yang biasa disebut mask yaitu
matriks yang berjalan sepanjang proses dan digunakan untuk menghitung nilai
representasi lokal dari beberapa piksel pada image. Hal ini juga berarti proses
Konvolusi Citra adalah melakkukan penghalusan citra dengan metode menggantikan
nilai piksel dengan sejumlah nilai piksel yang sesuai atau berdekatan dengan
piksel aslinya. Proses pengalusan citra diperlukan untuk menghindari beberapa
kemungkinan yang menyulitkan ketika melakukan pengamatan hasil akhir dari suatu
citra.
B.
Metode
Filtering Dalam Konsep Konvolusi Citra
1) Konsep
Gaussian Filtering
a. Metode
Konsep
Secara Umum konsep ini
membuat gambar agar terlihat buram dari sebelumnya dengan beberapa tujuan di
antaranya menghindari dari noise tertentu daalm mendeteksi objek. Konsep ini
pada dasarnya bertujuan untuk meningkatkakan kualitas citra dengan memfokuskan
gambar (blur). Konsep ini tidak disarankan untuk memperjelas setiap detail pada
objek.
b. Tujuan
Metode
Tujuan dari metode ini adalah menghilangkan noise dari suatu gambar agar supaya gambar terlihat, dengan melakukan blur pada gambar sehingga objek pada gambar secara keseluruhan terlihat jelas.
c. Analiisis Metode.
Source Code ( Algoritma
Metode )
Gambar =
imread('Anna.jpg'); Img = rgb2gray(Gambar); A = imnoise(Img,'Gaussian',0.04,0.003); figure,imshow(A); I =
double(A); sigma =
1.76; sz = 4; [x,y]=meshgrid(-sz:sz,-sz:sz); M =
size(x,1)-1; N =
size(y,1)-1; Exp_comp =
-(x.^2+y.^2)/(2*sigma*sigma); Kernel=
exp(Exp_comp)/(2*pi*sigma*sigma); Output=zeros(size(I)); I =
padarray(I,[sz sz]); for i =
1:size(I,1)-M for j =1:size(I,2)-N Temp = I(i:i+M,j:j+M).*Kernel; Output(i,j)=sum(Temp(:)); End end Output =
uint8(Output); figure,imshow(Output); |
2) Konsep
Minimum Filtering
a. Metode
Konsep
Konsep Filterring ini adalah memperkecil nilai minimum dari suatu pixel gambar dimana nilai filter maksimum akan digantikan dengan deret matrik nilai terkecil dari dan sesuai dengan matrik dari filter, sehingga resolusi dari gambar terlihat lebih buruk dari bentuk aslinya. Damak buruknya gambar akan terlihat buram dan susah untuk di pastikan detailnya.
b. Tujuan
Metode
Metode ini dibuat dengan tujuan agar memperkecil ukuran dari gambar, biasanya pemanfaatan seperti ini lebih banyak manfaatnya di dalam kepentingan yang berkaitan dengan kualitas suatu gambar
c. Analisis Metode
Source Code (Algoritma
Metode)
I =
imread ('Anna.jpg'); gray =
rgb2gray (I); If =
nlfilter(gray,[3,3],'min(x(:))'); figure,imshow(I),title('citra
input'); figure,imshow(gray),title('citra
Gray'); figure,imshow(If),title('citra filter min'); |
Hasil Screenshot gambar :
d. Algoritma dan Flowchart
Tahapan awal algoritmanya
mulai dari running, kemudian input data akan dimulai, setelah itu gambar akan
di terima dan diperoses menjadi minimum filtering yang dengan inputan kode. Setelah
selesai ekseskusi, maka akan di tampilkan kedua buah gambar hasil yang
merupakan gambar awal dan gambar hasil (result) dari filtering minimum. intruksi
I = imread ('Anna.jpg'); gambar di inputkan masuk ke program dengan label I,
lalu gambar dirubah warna ke gray deengan intruksi gray = rgb2gray (I); dengan
label gray, dan dengan label If gambar difilter dengan intruksi If =
nlfilter(gray,[3,3],'min(x(:))'); setelah itu, maka semua label dari ketiga
gambar di panggil untuk di tampilkan dengan intruksi
figure,imshow(I),title('citra
input');
figure,imshow(gray),title('citra
Gray');
figure,imshow(If),title('citra
filter min');
Flowchart :
3) Konsep
Emboss Fillter
a. Metode
Konsep
Metode ini yaitu memperkuat edge di satu arah tertentu, tanpa harus menghilangkan warna dan mengurangi warna tertentu. Metode ini berpengaruh sangat signifikan terhadap gambar terutama pada kontras suatu gambar.
b. Tujuan
Metode
Leave a Comment