Background Subtraction dengan Metode Pengurangan Citra Grayscale


Salah satu pemrograman matlab untuk deteksi kendaraan dengan metode background subtraction pengurangan citra grayscale adalah sebagai berikut:
original Track
Langkah-langkahnya yaitu:
-read more->

Background Subtraction dengan Metode Pengurangan Citra Biner


Berikut ini merupakan pemrograman matlab untuk mendeteksi kendaraan dengan metode background subtraction pengurangan citra biner:
original Track

Langkah-langkahnya adalah sebagai berikut:
-read more->

Background Subtraction dalam ruang warna HSV


Berikut ini merupakan pemrograman matlab untuk deteksi kendaraan dengan metode background subtraction dalam ruang warna HSV.
original Track

Langkah langkahnya adalah sebagai berikut:
-read more->

Citra Digital


Citra adalah representasi dari fungsi intensitas cahaya dalam bidang dua dimensi. Berdasarkan sinyal pembentuknya, citra dibedakan menjadi dua jenis yaitu citra analog dan citra digital.
1. Citra Analog
Citra analog merupakan citra yang terbentuk dari sinyal kontinyu. Nilai intensitas cahaya pada citra analog memiliki range antara 0 s.d ~. Alat akuisisi citra analog antara lain mata manusia dan kamera analog.
2. Citra Digital
Citra digital merupakan citra yang terbentuk dari sinyal diskrit. Nilai intensitas cahaya pada citra digital bergantung pada kedalaman bit yang menyusunnya (materi lebih lanjut: https://pemrogramanmatlab.wordpress.com/2015/12/29/kedalaman-bit-suatu-citra-grayscale/). Alat akuisisi citra digital antara lain kamera digital, smart phone, web cam, scanner, pesawat radiodiagnostik seperti CT Scan, CR, MRI, USG, dll.

Dalam bidang dua dimensi, citra dibentuk oleh sekumpulan picture element (pixel) yang memiliki dua informasi penting yaitu koordinat piksel (x,y) dan nilai intensitas piksel f(x,y) (materi lebih lanjut: https://pemrogramanmatlab.wordpress.com/pengolahan-citra/).

Berikut ini merupakan pemrograman matlab mengenai representasi citra digital dan piksel penyusunnya:
1. Citra digital 1-bit (2 derajat keabuan)
1
-read more->

Transformasi Fourier Satu Dimensi


Transformasi Fourier merupakan operasi transformasi yang mengubah domain suatu sinyal periodik dari domain waktu menjadi domain frekuensi. Pada tahun 1822, Joseph Fourier, ahli matematika dari Prancis menemukan bahwa: setiap fungsi periodik (sinyal) dapat dibentuk dari penjumlahan gelombang-gelombang sinus/ cosinus. Berikut ini merupakan pemrograman matlab mengenai tranformasi Fourier satu dimensi. Persamaan yang digunakan untuk membentuk sinyal periodik dalam domain waktu adalah y = sin (2*pi*f1*t) + sin (2*pi*f2*t)
1. Sinyal periodik dengan f1 = 30 dan f2 = 0
1
-read more->

Membuat programmatic GUI Matlab menggunakan komponen uitab (4)


Dalam dunia nyata, suatu proses pencitraan hampir dapat dipastikan akan menghasilkan citra keluaran yang mengalami degradasi. Penyebab degradasi ini antara lain berupa sensor yang tidak fokus, pergerakan dari obyek maupun sistem pencitraan, gangguan derau termal pada sensor dan perangkat elektronik sistem pencitraan, maupun sebab-sebab lainnya yang terkait dengan lingkungan pengambilan data seperti turbulensi atmosfir pada praktek remote sensing dan pengamatan astronomi. Untuk memperoleh citra yang lebih tepat, diperlukan adanya suatu proses restorasi citra. Restorasi citra berkaitan dengan upaya memperoleh kembali suatu citra asal dari sebuah citra yang terdegradasi, dengan memanfaatkan suatu pengetahuan mengenai proses terjadinya degradasi tersebut.

Restorasi citra (image restoration) dapat dibedakan dengan perbaikan citra (image enhancement), di mana proses yang dilakukan dalam perbaikan citra lebih bersifat heuristik dan lebih dititikberatkan pada upaya melakukan aksentuasi fitur dalam citra.

Berikut ini merupakan pemrograman matlab mengenai restorasi citra. Coding dapat dijalankan menggunakan software matlab minimal versi r2014b karena menggunakan komponen baru yaitu uitab.

A. Model Derau Aditif
1. Citra noise test
1
-read more->

Membuat programmatic GUI Matlab menggunakan komponen uitab (3)


Penentuan tepian suatu objek dalam citra merupakan salah satu wilayah pengolahan citra digital yang paling awal dan paling banyak diteliti. Proses ini seringkali ditempatkan sebagai langkah pertama dalam aplikasi segmentasi citra, yang bertujuan untuk mengenali objek-objek yang terdapat dalam citra ataupun konteks citra secara keseluruhan.

Deteksi tepi berfungsi untuk mengidentifikasi garis batas (boundary) dari suatu objek yang terdapat pada citra. Tepian dapat dipandang sebagai lokasi piksel dimana terdapat nilai perbedaan intensitas citra secara ekstrem. Sebuah edge detector bekerja dengan cara mengidentifikasi dan menonjolkan lokasi-lokasi piksel yang memiliki karakteristik tersebut.

Berikut ini merupakan programmatic GUI matlab untuk mendeteksi tepi suatu objek dalam citra menggunakan operator gradien, operator laplacian, dan operator canny. (Coding dapat dijalankan minimal menggunakan matlab versi r2014b karena menggunakan komponen baru yaitu uitab).

1. Operator Gradien
a. Operator Gradien Orde Satu
1
-read more->

Kedalaman bit suatu citra grayscale


Setiap piksel dalam citra grayscale memiliki nilai intensitas yang jumlah variannya tergantung pada jumlah bit yang menyusunnya. Sebagai contoh pada citra grayscale 1-bit, setiap pikselnya memiliki 2^1 = 2 varian nilai intensitas yaitu nilai 0 dan 1, di mana nilai 0 direpresentasikan oleh warna hitam sedangkan nilai 1 direpresentasikan oleh warna putih. Citra grayscale 1-bit disebut juga dengan citra biner. Sedangkan pada citra grayscale 2-bit, setiap pikselnya memiliki 2^2 = 4 varian nilai intensitas yaitu nilai 0,1,2, dan 3, di mana nilai 0 direpresentasikan oleh warna hitam, nilai 1 warna abu-abu gelap, nilai 2 warna abu-abu terang, dan nilai 3 warna putih. Varian nilai intensitas pada citra grayscale ditunjukkan oleh tabel di bawah ini:

Bit Depth (n) Varian (biner) Varian (desimal) Banyaknya varian (2^n)
1 0,1 0,1 2
2 00,01,10,11 0,1,2,3 4
3 000,001,010,011,100,101,110,111 0,1,2,3,4,5,6,7 8
4 0000,0001,0010,0011,0100…,1111 0,1,2,3,4,5,6,7,…,15 16
5 00000,00001,00010,…,11111 0,1,2,3,4,5,6,7,…,31 32
6 000000,000001,000010,…,111111 0,1,2,3,4,5,6,7,…,63 64
7 0000000,000001,…,1111111 0,1,2,3,4,5,6,7,…,127 128
8 00000000,00000001,…,11111111 0,1,2,3,4,5,6,7,…,255 256

Contoh citra grayscale dengan berbagai kedalaman bit ditunjukkan pada gambar berikut:
1. Citra grayscale 1-bit (citra biner)
1
-read more->

Membuat programmatic GUI Matlab menggunakan komponen uitab (2)


Berikut ini merupakan programmatic GUI Matlab untuk pengolahan citra MRI dan visualisasi citra secara tiga dimensi. Coding dapat dijalankan minimal menggunakan matlab r2014b (karena menggunakan komponen baru yaitu uitab). Citra MRI dalam matlab terdiri dari 27 slice tampang horizontal (axial). Tampang horizontal tersebut kemudian ditransformasi menjadi tampang sagittal (35 slice) dan tampang coronal (45 slice) menggunakan transformasi radon. Selanjutnya masing-masing tampang divisualisasikan secara tiga dimensi.
1. Tampang horizontal (axial)
axial
-read more->

Membuat programmatic GUI Matlab menggunakan komponen uitab


Berikut ini merupakan contoh programmatic GUI Matlab untuk dasar-dasar pengolahan citra digital. Coding dapat dijalankan minimal menggunakan matlab r2014b (karena menggunakan komponen baru yaitu uitab dan fungsi baru yaitu histogram)
1. Membaca citra RGB dan menampilkan kanal merah
1
-read more->

Follow

Get every new post delivered to your Inbox.