1. Materi ke 4

2. Color Image Processing

3. Color Image Processing
1
• Yang hendak kita bahas adalah:
– Color model
– Pseudo-color Image Processing
– Full-color Image Processing
STIKOM Artha Buana

4. Color Model
2
• 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. RGB
3
• Merupakan warna primer cahaya (berdasar mata manusia):
– R (red), G (green) dan B (blue)
• Dimodelkan dalam RGB cube
• Sifatnya additive
STIKOM Artha Buana

6. RGB contoh
4
asli
STIKOM Artha Buana

7. RGB all-systems-safe 216 colors
5
• Standarisasi karena masih banyak sistem yang tidak bisa menampilkan
16-juta warna
• Hanya kombinasi RGB dengan nilai {00,33,66,99,CC,FF} yang
diperbolehkan
diuraikan
STIKOM Artha Buana

8. CMY
6
• 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. CMY contoh
7STIKOM Artha Buana

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 warna
STIKOM Artha Buana

11. YIQ contoh
9STIKOM Artha Buana

12. HSI atau HSV
10
• Model ini lebih sesuai dengan persepsi mata manusia dalam
menangkap warna
STIKOM Artha Buana

13. HSI atau HSV
11STIKOM Artha Buana

14. RGB ke HSV
12
• Mengubah dari RGB ke HSV (lihat Gonzales p. 229-235):
• Bagaimana mengubah HSV ke RGB? Lihat Gonzales p. 235-237.
STIKOM Artha Buana

15. Pseudo-color Image Processing
13
• Memberi warna pada citra graylevel
• Warna yang diberikan bukan warna objek yang sesungguhnya
• Tujuan utamanya adalah agar citra lebih mudah dilihat/dipahami
oleh mata manusia
• Yang hendak kita bahas:
– Intensity slicing
– Graylevel to color processing
– Filtering approach
STIKOM Artha Buana

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 warna
yang berbeda
STIKOM Artha Buana

17. Intensity Slicing (2)
15
• Mirip dengan thresholding, tapi dengan 2 warna
• Pengembangannya: gunakan beberapa bidang pengiris
STIKOM Artha Buana

18. Intensity Slicing (3)
16STIKOM Artha Buana

19. Graylevel to Color
17
• Masing-masing channel RGB diproses dengan cara yang berbeda
• Apa jadinya bila fase ketiga komponen sama?
STIKOM Artha Buana

20. Filtering Approach
18
• Ketiga komponen RGB diproses dengan cara yang berbeda dalam domain
frekuensi
• Filter biasanya berupa lowpass, bandpass/bandreject dan highpass
STIKOM Artha Buana

21. Full-color Image Processing
19
• 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 images
STIKOM Artha Buana

22. Diberikan persamaan intensitas sbb:
g(m,n)=kf(m,n)
Dimana k adalah skala yang terletak antara 0<k<1
Maka persamaan dalam HSI adalah:
Dan persamaan dalam RGB adalah:
Persamaan dalam CMY adalah:
Intensity Adjustment
20
CITRA INPUT
k adalah konstanta,
r sama dg penjelasan yg lalu
STIKOM Artha Buana

23. Intensity Adjustment
21STIKOM Artha Buana

24. Color Complement (1)
22
Warna saling berkomplemen dg sebaliknya
(lihat panahnya)
STIKOM Artha Buana

25. Color Complement (2)
23
RGB HSI
STIKOM Artha Buana

26. Histogram Equalization (1)
24
• Lakukan ekualisasi hanya pada komponen I (intensitas)
• Lakukan saturation adjustment seperlunya
h
s
v
Diratakan dulu di sini
STIKOM Artha Buana

27. Histogram Equalization (2)
25
Contoh histogram equalization yang
dilakukan pada intensity, lalu saturation
ditambah.
STIKOM Artha Buana

28. Smoothing
Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2003 26
• Pada RGB akan berpotensi untuk memunculkan warna-warna yang
sebelumnya tidak ada (karena warna baru dihitung dari rata-rata)
• Pada HIS hanya I yang difilter … apa efeknya?
RGB HSI
STIKOM Artha Buana

29. Sharpening menggunakan Highpass Spatial
27
• Seperti pada smoothing, sharpening pada RGB akan berpotensi
menimbulkan warna-warna yang sebelumnya tidak ada
• Pada HIS hanya I yang difilter … apa efeknya?
RGB HSI
STIKOM Artha Buana

30. Noise Reduction
28
• Pada color image sifat noise pada masing-masing channel RGB bersifat
independent
• Noise reduction dengan metode perata-rataan citra dapat dilakukan
(dengan melakukan proses averaging pada tiap channel, dan
menggabungkan hasil akhir).
• Noise reduction dengan median filter tidak cocok bagi citra bewarna.
Mengapa? Karena dg media warna, maka warna dianggap noise, sehingga akan
dihilangkan. Cocok untuk gray dan hitam & putih
STIKOM Artha Buana