15 - Bab Ii

  • July 2020
  • PDF

This document was uploaded by user and they confirmed that they have the permission to share it. If you are author or own the copyright of this book, please report to us by using this DMCA report form. Report DMCA


Overview

Download & View 15 - Bab Ii as PDF for free.

More details

  • Words: 846
  • Pages: 4
BAB II DASAR TEORI 2.1

CITRA DIGITAL Istilah citra, digunakan untuk menyatakan intensitas cahaya dua dimensi

dalam fungsi ƒ(x,y), dimana (x,y) menyatakan koordinat spasial dan nilai dari ƒ pada titik (x,y) menyatakan tingkat kecerahan citra pada titik tersebut. Fungsi ƒ(x,y), dipengaruhi oleh banyaknya sumber cahaya yang jatuh pada daerah yang diamati dan banyaknya sumber cahaya yang dipantulkan oleh objek pada daerah tersebut (refleksi). Hal ini dapat ditulis secara matematis sebagai : ƒ(x,y) = i (x,y).r (x,y) ................................................................

(2.1)

dimana: 0 < i (x,y) < ∞ 0 < r (x,y) < 1 jika r (x,y) = 0, maka semua cahaya diserap, sedangkan jika r (x,y) = 1, maka semua cahaya dipantulkan. Bila nilai r (x,y) berada diantara kedua nilai tersebut, makan akan dihasilkan warna yang berbeda. Citra ƒ(x,y) yang kontinu, dapat dinyatakan sebagai nilai-nilai sampel yang dipisahkan pada jarak sama dan disusun dalam betuk matriks NxM dimana tiap elemen dari matriks menunjukan entitas diskrit. Level keabuan dalam bentuk diskrit terpisah dalam range 0 sampai dengan 225. Suatu citra digital dapat dipandang sebgai array dua dimensi seperti berikut :

................. (2.2)

Citra digital dapat dipandang sebagai sebuah matriks yang indeks baris dan kolomnya menyatakan titik pada citra dan elemen matriknya menyatakan level keabuan pada titik tersebut.

2.2

CITRA RGB RGB adalah suatu model warna yang terdiri dari merah (red), hijau

(green), dan biru (blue), digabungkan dalam membentuk suatu susunan warna 4

BAB II Dasar Teori

5

yang luas. Setiap warna dasar, misalnya merah, dapat diberi rentang nilai. Untuk monitor komputer, nilai rentangnya paling kecil = 0 dan paling besar = 255. Pilihan skala 256 ini didasarkan pada cara mengungkap 8 digit bilangan biner yang digunakan oleh mesin komputer. Dengan cara ini, akan diperoleh warna campuran sebanyak 256 x 256 x 256 = 16.777.216 jenis warna. Sebuah jenis warna, dapat dibayangkan sebagai sebuah vektor di ruang 3 dimensi yang biasanya dipakai dalam matematika, koordinatnya dinyatakan dalam bentuk tiga bilangan, yaitu komponen-x, komponen-y, dan komponen-z. Misalkan sebuah vektor dituliskan sebagai r=(x, y, z). Untuk warna, komponen-komponen tersebut digantikan oleh komponen R (red), G (green), B (blue). Jadi, sebuah jenis warna dapat dituliskan sebagai berikut: warna = RGB (30, 75, 255). Putih = RGB (255, 255, 255), sedangkan untuk hitam = RGB (0, 0, 0).

Gambar 2.1 Representasi Warna RGB

2.3

CITRA BINER Citra biner diperoleh melalui proses pemisahan piksel-piksel berdasarkan

derajat keabuan yang dimilikinya. Piksel yang dimiliki derajat keabuan lebih kecil dari nilai nilai batas yang ditentukan akan diberikan nol, sementara piksel yang memiliki derajat keabuan yang lebih besar dari batas akan diubah menjadi bernilai satu.

a0, f(x,y) < T f(x,y) =

................................................................(2.3) a1, f(x,y) ≥ T

Jika, a0 = 0 dan a1 = 1, maka operasi ini akan mentransformasikan suatu citra menjadi citra biner. Misal suatu citra memiliki gray level 256, dipetakan menjadi citra biner, maka fungsi-fungsi transformasinya adalah sebagai berikut:

Desain Dan Simulasi Sistem Rekapitulasi Absensi Berdasarkan Scanning Dan Pengolahan Citra Digital

BAB II Dasar Teori

6

0, f(x,y) < 128 f(x,y) =

..............................................................(2.4) 1, f(x,y) ≥ 128

Piksel-piksel yang nilai intensitasnya di bawah 128 diubah menjadi hitam (nilai intensitas = 0), sedangkan piksel-piksel yang nilai diatas 128 diubah menjadi putih (nilai intensitas = 1).

2.4

PENGOLAHAN CITRA DIGITAL Dalam pengolahan maupun pengenalan citra, masalah persepsi visual,

yaitu apa yang dapat dilihat oleh mata manusia, mempunyai peranan penting. Penentuan apa yang dapat dilihat itu tidak dapat hanya ditentukan oleh manusia itu sendiri. Mata merupakan bagian dari sistem visual manusia. Sistem visual ini sangat

sulit

dipelajari,

terlebih

jika

ingin

menyingkap

proses

yang

melatarbelakangi timbulnya suatu persepsi, seperti pada peristiwa pengenalan (recognition). Pengolahan citra digital (PCD) adalah pemrosesan citra dengan menggunakan teknologi komputer. Pengolahan citra dapat dilakukan oleh komputer yaitu dalam domain spasial maupun domain frekuensi. Dengan menggunakan teknologi komputer, Pengolahan citra digital secara umum dapat dikelompokkan ke dalam dua bagian: a. Memperbaiki

kualitas suatu gambar (citra) sehingga dapat lebih mudah

diinterpretasikan oleh mata manusia. b. Mengolah informasi yang terdapat pada gambar (citra) untuk keperluan pengenalan objek secara otomatis oleh suatu mesin. Tipe pemrosesan citra yang dilakuan oleh komputer adalah sebagai berikut: a. Pemrosesan level Rendah (Low Level Process): terdapat operasi primitive, seperti pemrosesan citra untuk mengurangi noise, perbaikan kontras, dan penajaman gambar. Ciri-ciri: input dan output sama-sama citra. b. Pemrosesan Level Menengah (Mid Level Process ): terdapat task, seperti segmentasi

(pembagian

citra

menjadi

region-region/objek-objek),

mendeskripsikan objek-objek untuk mengubahnya menjadi bentuk yang

Desain Dan Simulasi Sistem Rekapitulasi Absensi Berdasarkan Scanning Dan Pengolahan Citra Digital

BAB II Dasar Teori

7

sesuai untuk pemrosesan komputer, dan klasifikasi (mengenali objek-objek tertentu). Ciri-ciri: input berupa citra, output berupa atribut-atribut yang diekstrak dari citra (contoh: garis, kontur) c. Pemrosesan Level Tinggi (High Level Process): termasuk menjadikan objekobjek yang sudah dikenali menjadi lebih berguna, berkaitan dengan aplikasi, serta melakukan fungsi-fungsi kognitif yang diasosiasikan dengan vision. Contoh penerapan PCD dan komputer vision: 1.

Absensi pegawai dengan sidik jari

2.

Program untuk mengenali wajah seseorang

3.

Mendeteksi garis putih supaya robot dapat berjalan diatasnya

4.

Lampu lalu lintas otomatis dengan kamera untuk mendeteksi kepadatan

5.

Palang kereta otomatis

6.

Mendeteksi keropos tulang dari citra kerangka manusia

Desain Dan Simulasi Sistem Rekapitulasi Absensi Berdasarkan Scanning Dan Pengolahan Citra Digital

Related Documents

15. Bab Ii Yoga.docx
May 2020 14
15 - Bab Ii
July 2020 13
Bab Ii
November 2019 85
Bab Ii
June 2020 49
Bab Ii
May 2020 47
Bab Ii
July 2020 48