Materi ke 4
Color Image Processing
Color Image Processing1• Yang hendak kita bahas adalah:– Color model– Pseudo-color Image Processing– Full-color Image Proc...
Color Model2• Beberapa color model yang populer:– RGB (warna primer pada CRT)– CMYK (populer bagi percetakan)– YIQ / YUV (...
RGB3• Merupakan warna primer cahaya (berdasar mata manusia):– R (red), G (green) dan B (blue)• Dimodelkan dalam RGB cube• ...
RGB contoh4asliSTIKOM Artha Buana
RGB all-systems-safe 216 colors5• Standarisasi karena masih banyak sistem yang tidak bisa menampilkan16-juta warna• Hanya ...
CMY6• Dalam dunia warna sering disebut sebagai CMYK• K menunjukkan warna hitam• Merupakan warna primer bagi percetakan:– C...
CMY contoh7STIKOM Artha Buana
YIQ (luminance iphase quadrature)8• Merupakan model warna standar bagi TV• Dihitung dari RGB dengan• Lihat hubungan Lumina...
YIQ contoh9STIKOM Artha Buana
HSI atau HSV10• Model ini lebih sesuai dengan persepsi mata manusia dalammenangkap warnaSTIKOM Artha Buana
HSI atau HSV11STIKOM Artha Buana
RGB ke HSV12• Mengubah dari RGB ke HSV (lihat Gonzales p. 229-235):• Bagaimana mengubah HSV ke RGB? Lihat Gonzales p. 235-...
Pseudo-color Image Processing13• Memberi warna pada citra graylevel• Warna yang diberikan bukan warna objek yang sesungguh...
Intensity Slicing (1)14• Menyatakan citra dalam fungsi intensitas 2D• Citra diiris oleh bidang yang sejajar dengan bidang ...
Intensity Slicing (2)15• Mirip dengan thresholding, tapi dengan 2 warna• Pengembangannya: gunakan beberapa bidang pengiris...
Intensity Slicing (3)16STIKOM Artha Buana
Graylevel to Color17• Masing-masing channel RGB diproses dengan cara yang berbeda• Apa jadinya bila fase ketiga komponen s...
Filtering Approach18• Ketiga komponen RGB diproses dengan cara yang berbeda dalam domainfrekuensi• Filter biasanya berupa ...
Full-color Image Processing19• Tujuan utamanya adalah: Image Enhancement• Perhatikan bahwa kebanyakan color model yang dig...
Diberikan persamaan intensitas sbb:g(m,n)=kf(m,n)Dimana k adalah skala yang terletak antara 0<k<1Maka persamaan dalam HSI ...
Intensity Adjustment21STIKOM Artha Buana
Color Complement (1)22Warna saling berkomplemen dg sebaliknya(lihat panahnya)STIKOM Artha Buana
Color Complement (2)23RGB HSISTIKOM Artha Buana
Histogram Equalization (1)24• Lakukan ekualisasi hanya pada komponen I (intensitas)• Lakukan saturation adjustment seperlu...
Histogram Equalization (2)25Contoh histogram equalization yangdilakukan pada intensity, lalu saturationditambah.STIKOM Art...
SmoothingPengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2003 26• Pada RGB akan berpotensi untuk memunculkan wa...
Sharpening menggunakan Highpass Spatial27• Seperti pada smoothing, sharpening pada RGB akan berpotensimenimbulkan warna-wa...
Noise Reduction28• Pada color image sifat noise pada masing-masing channel RGB bersifatindependent• Noise reduction dengan...
Upcoming SlideShare
Loading in …5
×

Pertemuan 4 - Color Image Processing - Citra Digital

1,945 views
1,766 views

Published on

0 Comments
1 Like
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total views
1,945
On SlideShare
0
From Embeds
0
Number of Embeds
2
Actions
Shares
0
Downloads
127
Comments
0
Likes
1
Embeds 0
No embeds

No notes for slide
  • Yang kiri pakai RGB, yang kanan pakai HSI
  • Pertemuan 4 - Color Image Processing - Citra Digital

    1. 1. Materi ke 4
    2. 2. Color Image Processing
    3. 3. Color Image Processing1• Yang hendak kita bahas adalah:– Color model– Pseudo-color Image Processing– Full-color Image ProcessingSTIKOM Artha Buana
    4. 4. Color Model2• Beberapa color model yang populer:– RGB (warna primer pada CRT)– CMYK (populer bagi percetakan)– YIQ / YUV (standar bagi TV NTSC / PAL)– HSI / HSV (sesuai dengan persepsi mata manusia)STIKOM Artha Buana
    5. 5. RGB3• Merupakan warna primer cahaya (berdasar mata manusia):– R (red), G (green) dan B (blue)• Dimodelkan dalam RGB cube• Sifatnya additiveSTIKOM Artha Buana
    6. 6. RGB contoh4asliSTIKOM Artha Buana
    7. 7. RGB all-systems-safe 216 colors5• Standarisasi karena masih banyak sistem yang tidak bisa menampilkan16-juta warna• Hanya kombinasi RGB dengan nilai {00,33,66,99,CC,FF} yangdiperbolehkandiuraikanSTIKOM Artha Buana
    8. 8. CMY6• Dalam dunia warna sering disebut sebagai CMYK• K menunjukkan warna hitam• Merupakan warna primer bagi percetakan:– Cyan  Magenta  Yellow • Sifatnya subtractive• Dihitung dari RGB dengan …STIKOM Artha Buana
    9. 9. CMY contoh7STIKOM Artha Buana
    10. 10. YIQ (luminance iphase quadrature)8• Merupakan model warna standar bagi TV• Dihitung dari RGB dengan• Lihat hubungan Luminance dengan graylevel !• Y menyatakan terang-gelap• I dan Q menyatakan warnaSTIKOM Artha Buana
    11. 11. YIQ contoh9STIKOM Artha Buana
    12. 12. HSI atau HSV10• Model ini lebih sesuai dengan persepsi mata manusia dalammenangkap warnaSTIKOM Artha Buana
    13. 13. HSI atau HSV11STIKOM Artha Buana
    14. 14. RGB ke HSV12• Mengubah dari RGB ke HSV (lihat Gonzales p. 229-235):• Bagaimana mengubah HSV ke RGB? Lihat Gonzales p. 235-237.STIKOM Artha Buana
    15. 15. Pseudo-color Image Processing13• Memberi warna pada citra graylevel• Warna yang diberikan bukan warna objek yang sesungguhnya• Tujuan utamanya adalah agar citra lebih mudah dilihat/dipahamioleh mata manusia• Yang hendak kita bahas:– Intensity slicing– Graylevel to color processing– Filtering approachSTIKOM Artha Buana
    16. 16. Intensity Slicing (1)14• Menyatakan citra dalam fungsi intensitas 2D• Citra diiris oleh bidang yang sejajar dengan bidang xy• Graylevel di atas dan di bawah bidang pengiris diwarnai dengan warnayang berbedaSTIKOM Artha Buana
    17. 17. Intensity Slicing (2)15• Mirip dengan thresholding, tapi dengan 2 warna• Pengembangannya: gunakan beberapa bidang pengirisSTIKOM Artha Buana
    18. 18. Intensity Slicing (3)16STIKOM Artha Buana
    19. 19. Graylevel to Color17• Masing-masing channel RGB diproses dengan cara yang berbeda• Apa jadinya bila fase ketiga komponen sama?STIKOM Artha Buana
    20. 20. Filtering Approach18• Ketiga komponen RGB diproses dengan cara yang berbeda dalam domainfrekuensi• Filter biasanya berupa lowpass, bandpass/bandreject dan highpassSTIKOM Artha Buana
    21. 21. Full-color Image Processing19• Tujuan utamanya adalah: Image Enhancement• Perhatikan bahwa kebanyakan color model yang digunakan adalah HSI,bukan RGB. Mengapa?• Yang hendak kita bahas:– Intensity adjustment– Color complement– Histogram equalization– Color images smoothing– Color images sharpening– Noise reduction in color imagesSTIKOM Artha Buana
    22. 22. Diberikan persamaan intensitas sbb:g(m,n)=kf(m,n)Dimana k adalah skala yang terletak antara 0<k<1Maka persamaan dalam HSI adalah:Dan persamaan dalam RGB adalah:Persamaan dalam CMY adalah:Intensity Adjustment20CITRA INPUTk adalah konstanta,r sama dg penjelasan yg laluSTIKOM Artha Buana
    23. 23. Intensity Adjustment21STIKOM Artha Buana
    24. 24. Color Complement (1)22Warna saling berkomplemen dg sebaliknya(lihat panahnya)STIKOM Artha Buana
    25. 25. Color Complement (2)23RGB HSISTIKOM Artha Buana
    26. 26. Histogram Equalization (1)24• Lakukan ekualisasi hanya pada komponen I (intensitas)• Lakukan saturation adjustment seperlunyahsvDiratakan dulu di siniSTIKOM Artha Buana
    27. 27. Histogram Equalization (2)25Contoh histogram equalization yangdilakukan pada intensity, lalu saturationditambah.STIKOM Artha Buana
    28. 28. SmoothingPengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2003 26• Pada RGB akan berpotensi untuk memunculkan warna-warna yangsebelumnya tidak ada (karena warna baru dihitung dari rata-rata)• Pada HIS hanya I yang difilter … apa efeknya?RGB HSISTIKOM Artha Buana
    29. 29. Sharpening menggunakan Highpass Spatial27• Seperti pada smoothing, sharpening pada RGB akan berpotensimenimbulkan warna-warna yang sebelumnya tidak ada• Pada HIS hanya I yang difilter … apa efeknya?RGB HSISTIKOM Artha Buana
    30. 30. Noise Reduction28• Pada color image sifat noise pada masing-masing channel RGB bersifatindependent• Noise reduction dengan metode perata-rataan citra dapat dilakukan(dengan melakukan proses averaging pada tiap channel, danmenggabungkan hasil akhir).• Noise reduction dengan median filter tidak cocok bagi citra bewarna.Mengapa? Karena dg media warna, maka warna dianggap noise, sehingga akandihilangkan. Cocok untuk gray dan hitam & putihSTIKOM Artha Buana

    ×