SlideShare a Scribd company logo
1 of 21
Assalamu’alaikum. Wr. Wb.
Special Imaging Techniques




       Dwi Nurul Saputro (D400080036)
Special Imaging Techniques
 Dalam pencitraan terdapat tanggapan terhadap
 frekuensi yang disebut Modulation Transfer
 Function (MTF)
 salah satu cara untuk dapat mengukur resolusi
 gambar adalah dengan melihat respon
 frekuensinya.
 Gambar di samping
  mengilustrasikan line pair
  gauge, sebuah alat yang
  digunakan untuk mengukur
  resolusi gambar melalui MTF
 Garis hitam dan putih terlihat
  berdekatan pada ujungnya
  dan berjauhan pada
  pangkalnya
 Gambar disampingnya
  menunjukkan contoh dari
  line pairs disebalahnya.
 Gambar di samping
  merupakan line spread
  function (LSF) atau
  penyebaran fungsi garis
  dan respon tepi.
 Respon tepi, merespon
  lurus tajam (tepi) dari
  garis satu ke garis lainya.
 Keuntungan respon tepi,
  memiliki banyak sampel
  sehingga kita dapat
  mengetahui gambar
  beralih perlahan
  menjadi kabur.
 Gambar di atas menunjukkan detektor sempurna dan detektor
  kabur
 Pada detektor sempurna tidak mempengaruhi piksel di
  sekelilingnya, sedangkan untuk detektor kabur mempengaruhi
  beberapa piksel pada keliling piksel intinya (teorema sampling)
Signal-to-Noise Ratio



 Gambar di atas menunjukkan tingkat kecerahan yang berbeda.
 Pada kontras atau kecerahan terbagi atas keterbatasan dalam
  data dan keterbatasan mata.
 Mata manusia dapat mendeteksi kontras minimal 0.5%-5%, itu
  berarti mata manusia dapat membedakan warna abu-abu antara
  warna hitam dan putih.
 Gambar di atas menunjukkan tiga kotak yang memiliki tingkat
  kecerahan yang berbeda 5%, 10% dan 20% dengan latar belakang
  SNR.
 Karena kontras pada setiapkotak berbeda, maka SNR pada setiap
  kotak pun berbeda tergantung dari tingkat kontras, yaitu 0.5, 1
  dan 2.
 Mata manusia pada umumnya mengalami kesulitan pada tingkat
  SNR di bawah 1.
Random noise
 Random noise memiliki dua
  bentuk umum.
 1) memiliki amplitudo yang
  yang konstan, daerah gelap
  dan terang pada gambar sama-
  sama memiliki noisy.
 2) memiliki amplitudo ayng cenderung tidak konstan,
  menggambarkan noisy dan sinyal yang meningkat. Hal ini
  mengakibatkan daerah noise terlihat lebih terang daripada daerah
  yaang gelap.
Pengolahan morfologi citra
  Salah satu cara untuk dapat dengan mudah dalam
 pengolahan morfologi citra adalah dengan mengubah
 sebuah gambar menjadi gambar biner, dimana setiap
       piksel hanya terbatas pada nilai 0 atau 1.
 Gambar di atas merupakan contoh dari pengolahan morfologi citra.
 Setiap piksel pada latar ditampilkan sebagai putih, dan setiap piksel pada objek
  ditampilkan sebagai hitam.
 Dalam erosion, setiap piksel objek yang menyentuh piksel latar, akan diubah
  menjadi piksel latar.
 Dalam dilation, setiap piksel latar yang menyentuh piksel objek, akan diubah
  menjadi piksel objek.
 Opening didefinisikan erosion yang diikuti dengan dilation.
 Clossing didefinisikan dilation yang diikuti dengan erosion.
 Gambar di atas menggambarkan proses morfologi dari sidik jari.

 Gambar A, merupakan citra biner darisidik jari. Sedangkan gambar B,
  merupakan skeletonization atau penyederhanaan gambar dengan
  menghapus piksel berlebih. Yaitu, perubahan piksel hitam menjadi
  putih. Hal ini mengakibatkan piksel hitam tersisa dengan 1 lebar piksel
  saja.
Aturan untuk menghapus piksel
Computed Tomography
 Computed tomography (CT), teknologi ini sangat populer dalam dunia
  medis.
 Gambar di samping menunjukkan
  salah satu manfaat dari CT dengan
  menggunakan sinar-x, sehingga
  memungkinkan kita dapat menge-
  tahui organ-organ yang terdapat
  di balik tengkorak seorang manusia.
 Sinar-x dengan pengaturan intensi-
  tas tertentu dapat menembus organ-
  organ dan tulang manusia kemudian ditangkap oleh detektor dan
  dicitrakan seperti gambar di atas.
 Gambar di atas mengilustrasikan hubungan pengukuran antara
  pandangan dan kesesuaian gambar.
backprojection
filtered backprojection
Wassalamu’alaikum. Wr. Wb.

More Related Content

Similar to Digital Signal Processing

Fisika praktikum kisi difraksi
Fisika praktikum kisi difraksiFisika praktikum kisi difraksi
Fisika praktikum kisi difraksiRidho Pasopati
 
Makalah pencitraan diagnosa mutakhir ( kelompok 3 )(1)
Makalah pencitraan diagnosa mutakhir ( kelompok 3 )(1)Makalah pencitraan diagnosa mutakhir ( kelompok 3 )(1)
Makalah pencitraan diagnosa mutakhir ( kelompok 3 )(1)AliviaElena1
 
Laporan praktikum Fislab pola Speckle
Laporan praktikum Fislab pola SpeckleLaporan praktikum Fislab pola Speckle
Laporan praktikum Fislab pola SpeckleBogiva Mirdyanto
 
Penerapan pengolahan citra dalam bidang kedokteran
Penerapan pengolahan citra dalam bidang kedokteranPenerapan pengolahan citra dalam bidang kedokteran
Penerapan pengolahan citra dalam bidang kedokteranBaguss Chandrass
 
PPT KEL 1 KUALITAS RADIOGRAFI.pptx
PPT KEL 1 KUALITAS RADIOGRAFI.pptxPPT KEL 1 KUALITAS RADIOGRAFI.pptx
PPT KEL 1 KUALITAS RADIOGRAFI.pptxImyLasama
 

Similar to Digital Signal Processing (8)

Fisika praktikum kisi difraksi
Fisika praktikum kisi difraksiFisika praktikum kisi difraksi
Fisika praktikum kisi difraksi
 
Kisi difraksi
Kisi difraksiKisi difraksi
Kisi difraksi
 
Makalah pencitraan diagnosa mutakhir ( kelompok 3 )(1)
Makalah pencitraan diagnosa mutakhir ( kelompok 3 )(1)Makalah pencitraan diagnosa mutakhir ( kelompok 3 )(1)
Makalah pencitraan diagnosa mutakhir ( kelompok 3 )(1)
 
CT SCAN KLP 1.pptx
CT SCAN KLP 1.pptxCT SCAN KLP 1.pptx
CT SCAN KLP 1.pptx
 
Laporan praktikum Fislab pola Speckle
Laporan praktikum Fislab pola SpeckleLaporan praktikum Fislab pola Speckle
Laporan praktikum Fislab pola Speckle
 
Penerapan pengolahan citra dalam bidang kedokteran
Penerapan pengolahan citra dalam bidang kedokteranPenerapan pengolahan citra dalam bidang kedokteran
Penerapan pengolahan citra dalam bidang kedokteran
 
Jurnal ca paru
Jurnal ca paruJurnal ca paru
Jurnal ca paru
 
PPT KEL 1 KUALITAS RADIOGRAFI.pptx
PPT KEL 1 KUALITAS RADIOGRAFI.pptxPPT KEL 1 KUALITAS RADIOGRAFI.pptx
PPT KEL 1 KUALITAS RADIOGRAFI.pptx
 

Recently uploaded

PELAKSANAAN + Link2 Materi BimTek _PTK 007 Rev-5 Thn 2023 (PENGADAAN) & Perhi...
PELAKSANAAN + Link2 Materi BimTek _PTK 007 Rev-5 Thn 2023 (PENGADAAN) & Perhi...PELAKSANAAN + Link2 Materi BimTek _PTK 007 Rev-5 Thn 2023 (PENGADAAN) & Perhi...
PELAKSANAAN + Link2 Materi BimTek _PTK 007 Rev-5 Thn 2023 (PENGADAAN) & Perhi...Kanaidi ken
 
Panduan Memahami Data Rapor Pendidikan 2024
Panduan Memahami Data Rapor Pendidikan 2024Panduan Memahami Data Rapor Pendidikan 2024
Panduan Memahami Data Rapor Pendidikan 2024RahmadLalu1
 
Modul Ajar IPAS Kelas 4 Fase B Kurikulum Merdeka [abdiera.com]
Modul Ajar IPAS Kelas 4 Fase B Kurikulum Merdeka [abdiera.com]Modul Ajar IPAS Kelas 4 Fase B Kurikulum Merdeka [abdiera.com]
Modul Ajar IPAS Kelas 4 Fase B Kurikulum Merdeka [abdiera.com]Abdiera
 
Aksi Nyata PMM Topik Refleksi Diri (1).pdf
Aksi Nyata PMM Topik Refleksi Diri (1).pdfAksi Nyata PMM Topik Refleksi Diri (1).pdf
Aksi Nyata PMM Topik Refleksi Diri (1).pdfEniNuraeni29
 
KELAS 10 PERUBAHAN LINGKUNGAN SMA KURIKULUM MERDEKA
KELAS 10 PERUBAHAN LINGKUNGAN SMA KURIKULUM MERDEKAKELAS 10 PERUBAHAN LINGKUNGAN SMA KURIKULUM MERDEKA
KELAS 10 PERUBAHAN LINGKUNGAN SMA KURIKULUM MERDEKAppgauliananda03
 
OPTIMALISASI KOMUNITAS BELAJAR DI SEKOLAH.pptx
OPTIMALISASI KOMUNITAS BELAJAR DI SEKOLAH.pptxOPTIMALISASI KOMUNITAS BELAJAR DI SEKOLAH.pptx
OPTIMALISASI KOMUNITAS BELAJAR DI SEKOLAH.pptxDedeRosza
 
AKSI NYATA TOPIK 1 MERDEKA BELAJAR. PPTX
AKSI NYATA TOPIK 1 MERDEKA BELAJAR. PPTXAKSI NYATA TOPIK 1 MERDEKA BELAJAR. PPTX
AKSI NYATA TOPIK 1 MERDEKA BELAJAR. PPTXIksanSaputra6
 
MODUL AJAR BAHASA INDONESIA KELAS 6 KURIKULUM MERDEKA.pdf
MODUL AJAR BAHASA INDONESIA KELAS 6 KURIKULUM MERDEKA.pdfMODUL AJAR BAHASA INDONESIA KELAS 6 KURIKULUM MERDEKA.pdf
MODUL AJAR BAHASA INDONESIA KELAS 6 KURIKULUM MERDEKA.pdfAndiCoc
 
MODUL AJAR BAHASA INGGRIS KELAS 6 KURIKULUM MERDEKA.pdf
MODUL AJAR BAHASA INGGRIS KELAS 6 KURIKULUM MERDEKA.pdfMODUL AJAR BAHASA INGGRIS KELAS 6 KURIKULUM MERDEKA.pdf
MODUL AJAR BAHASA INGGRIS KELAS 6 KURIKULUM MERDEKA.pdfAndiCoc
 
Contoh PPT Seminar Proposal Teknik Informatika.pptx
Contoh PPT Seminar Proposal Teknik Informatika.pptxContoh PPT Seminar Proposal Teknik Informatika.pptx
Contoh PPT Seminar Proposal Teknik Informatika.pptxIvvatulAini
 
1. Kisi-kisi PAT IPA Kelas 7 Kurmer 2024
1. Kisi-kisi PAT IPA Kelas 7 Kurmer 20241. Kisi-kisi PAT IPA Kelas 7 Kurmer 2024
1. Kisi-kisi PAT IPA Kelas 7 Kurmer 2024DessyArliani
 
MODUL AJAR SENI RUPA KELAS 6 KURIKULUM MERDEKA.pdf
MODUL AJAR SENI RUPA KELAS 6 KURIKULUM MERDEKA.pdfMODUL AJAR SENI RUPA KELAS 6 KURIKULUM MERDEKA.pdf
MODUL AJAR SENI RUPA KELAS 6 KURIKULUM MERDEKA.pdfAndiCoc
 
RENCANA + Link2 MATERI Training _"SISTEM MANAJEMEN MUTU (ISO 9001_2015)".
RENCANA + Link2 MATERI Training _"SISTEM MANAJEMEN MUTU (ISO 9001_2015)".RENCANA + Link2 MATERI Training _"SISTEM MANAJEMEN MUTU (ISO 9001_2015)".
RENCANA + Link2 MATERI Training _"SISTEM MANAJEMEN MUTU (ISO 9001_2015)".Kanaidi ken
 
Aksi Nyata Sosialisasi Profil Pelajar Pancasila.pdf
Aksi Nyata Sosialisasi Profil Pelajar Pancasila.pdfAksi Nyata Sosialisasi Profil Pelajar Pancasila.pdf
Aksi Nyata Sosialisasi Profil Pelajar Pancasila.pdfJarzaniIsmail
 
KISI-KISI SOAL DAN KARTU SOAL BAHASA INGGRIS.docx
KISI-KISI SOAL DAN KARTU SOAL BAHASA INGGRIS.docxKISI-KISI SOAL DAN KARTU SOAL BAHASA INGGRIS.docx
KISI-KISI SOAL DAN KARTU SOAL BAHASA INGGRIS.docxDewiUmbar
 
Penyuluhan DM Tipe II Kegiatan Prolanis.ppt
Penyuluhan DM Tipe II Kegiatan Prolanis.pptPenyuluhan DM Tipe II Kegiatan Prolanis.ppt
Penyuluhan DM Tipe II Kegiatan Prolanis.pptpalagoro17
 
PPT PENDIDIKAN KELAS RANGKAP MODUL 3 KELOMPOK 3.pptx
PPT PENDIDIKAN KELAS RANGKAP MODUL 3 KELOMPOK 3.pptxPPT PENDIDIKAN KELAS RANGKAP MODUL 3 KELOMPOK 3.pptx
PPT PENDIDIKAN KELAS RANGKAP MODUL 3 KELOMPOK 3.pptxJawahirIhsan
 
MODUL AJAR MATEMATIKA KELAS 6 KURIKULUM MERDEKA.pdf
MODUL AJAR MATEMATIKA KELAS 6 KURIKULUM MERDEKA.pdfMODUL AJAR MATEMATIKA KELAS 6 KURIKULUM MERDEKA.pdf
MODUL AJAR MATEMATIKA KELAS 6 KURIKULUM MERDEKA.pdfAndiCoc
 
Pengenalan Figma, Figma Indtroduction, Figma
Pengenalan Figma, Figma Indtroduction, FigmaPengenalan Figma, Figma Indtroduction, Figma
Pengenalan Figma, Figma Indtroduction, FigmaAndreRangga1
 

Recently uploaded (20)

PELAKSANAAN + Link2 Materi BimTek _PTK 007 Rev-5 Thn 2023 (PENGADAAN) & Perhi...
PELAKSANAAN + Link2 Materi BimTek _PTK 007 Rev-5 Thn 2023 (PENGADAAN) & Perhi...PELAKSANAAN + Link2 Materi BimTek _PTK 007 Rev-5 Thn 2023 (PENGADAAN) & Perhi...
PELAKSANAAN + Link2 Materi BimTek _PTK 007 Rev-5 Thn 2023 (PENGADAAN) & Perhi...
 
Panduan Memahami Data Rapor Pendidikan 2024
Panduan Memahami Data Rapor Pendidikan 2024Panduan Memahami Data Rapor Pendidikan 2024
Panduan Memahami Data Rapor Pendidikan 2024
 
Modul Ajar IPAS Kelas 4 Fase B Kurikulum Merdeka [abdiera.com]
Modul Ajar IPAS Kelas 4 Fase B Kurikulum Merdeka [abdiera.com]Modul Ajar IPAS Kelas 4 Fase B Kurikulum Merdeka [abdiera.com]
Modul Ajar IPAS Kelas 4 Fase B Kurikulum Merdeka [abdiera.com]
 
Aksi Nyata PMM Topik Refleksi Diri (1).pdf
Aksi Nyata PMM Topik Refleksi Diri (1).pdfAksi Nyata PMM Topik Refleksi Diri (1).pdf
Aksi Nyata PMM Topik Refleksi Diri (1).pdf
 
KELAS 10 PERUBAHAN LINGKUNGAN SMA KURIKULUM MERDEKA
KELAS 10 PERUBAHAN LINGKUNGAN SMA KURIKULUM MERDEKAKELAS 10 PERUBAHAN LINGKUNGAN SMA KURIKULUM MERDEKA
KELAS 10 PERUBAHAN LINGKUNGAN SMA KURIKULUM MERDEKA
 
OPTIMALISASI KOMUNITAS BELAJAR DI SEKOLAH.pptx
OPTIMALISASI KOMUNITAS BELAJAR DI SEKOLAH.pptxOPTIMALISASI KOMUNITAS BELAJAR DI SEKOLAH.pptx
OPTIMALISASI KOMUNITAS BELAJAR DI SEKOLAH.pptx
 
AKSI NYATA TOPIK 1 MERDEKA BELAJAR. PPTX
AKSI NYATA TOPIK 1 MERDEKA BELAJAR. PPTXAKSI NYATA TOPIK 1 MERDEKA BELAJAR. PPTX
AKSI NYATA TOPIK 1 MERDEKA BELAJAR. PPTX
 
MODUL AJAR BAHASA INDONESIA KELAS 6 KURIKULUM MERDEKA.pdf
MODUL AJAR BAHASA INDONESIA KELAS 6 KURIKULUM MERDEKA.pdfMODUL AJAR BAHASA INDONESIA KELAS 6 KURIKULUM MERDEKA.pdf
MODUL AJAR BAHASA INDONESIA KELAS 6 KURIKULUM MERDEKA.pdf
 
MODUL AJAR BAHASA INGGRIS KELAS 6 KURIKULUM MERDEKA.pdf
MODUL AJAR BAHASA INGGRIS KELAS 6 KURIKULUM MERDEKA.pdfMODUL AJAR BAHASA INGGRIS KELAS 6 KURIKULUM MERDEKA.pdf
MODUL AJAR BAHASA INGGRIS KELAS 6 KURIKULUM MERDEKA.pdf
 
Contoh PPT Seminar Proposal Teknik Informatika.pptx
Contoh PPT Seminar Proposal Teknik Informatika.pptxContoh PPT Seminar Proposal Teknik Informatika.pptx
Contoh PPT Seminar Proposal Teknik Informatika.pptx
 
1. Kisi-kisi PAT IPA Kelas 7 Kurmer 2024
1. Kisi-kisi PAT IPA Kelas 7 Kurmer 20241. Kisi-kisi PAT IPA Kelas 7 Kurmer 2024
1. Kisi-kisi PAT IPA Kelas 7 Kurmer 2024
 
MODUL AJAR SENI RUPA KELAS 6 KURIKULUM MERDEKA.pdf
MODUL AJAR SENI RUPA KELAS 6 KURIKULUM MERDEKA.pdfMODUL AJAR SENI RUPA KELAS 6 KURIKULUM MERDEKA.pdf
MODUL AJAR SENI RUPA KELAS 6 KURIKULUM MERDEKA.pdf
 
RENCANA + Link2 MATERI Training _"SISTEM MANAJEMEN MUTU (ISO 9001_2015)".
RENCANA + Link2 MATERI Training _"SISTEM MANAJEMEN MUTU (ISO 9001_2015)".RENCANA + Link2 MATERI Training _"SISTEM MANAJEMEN MUTU (ISO 9001_2015)".
RENCANA + Link2 MATERI Training _"SISTEM MANAJEMEN MUTU (ISO 9001_2015)".
 
Aksi Nyata Sosialisasi Profil Pelajar Pancasila.pdf
Aksi Nyata Sosialisasi Profil Pelajar Pancasila.pdfAksi Nyata Sosialisasi Profil Pelajar Pancasila.pdf
Aksi Nyata Sosialisasi Profil Pelajar Pancasila.pdf
 
KISI-KISI SOAL DAN KARTU SOAL BAHASA INGGRIS.docx
KISI-KISI SOAL DAN KARTU SOAL BAHASA INGGRIS.docxKISI-KISI SOAL DAN KARTU SOAL BAHASA INGGRIS.docx
KISI-KISI SOAL DAN KARTU SOAL BAHASA INGGRIS.docx
 
Penyuluhan DM Tipe II Kegiatan Prolanis.ppt
Penyuluhan DM Tipe II Kegiatan Prolanis.pptPenyuluhan DM Tipe II Kegiatan Prolanis.ppt
Penyuluhan DM Tipe II Kegiatan Prolanis.ppt
 
PPT PENDIDIKAN KELAS RANGKAP MODUL 3 KELOMPOK 3.pptx
PPT PENDIDIKAN KELAS RANGKAP MODUL 3 KELOMPOK 3.pptxPPT PENDIDIKAN KELAS RANGKAP MODUL 3 KELOMPOK 3.pptx
PPT PENDIDIKAN KELAS RANGKAP MODUL 3 KELOMPOK 3.pptx
 
Intellectual Discourse Business in Islamic Perspective - Mej Dr Mohd Adib Abd...
Intellectual Discourse Business in Islamic Perspective - Mej Dr Mohd Adib Abd...Intellectual Discourse Business in Islamic Perspective - Mej Dr Mohd Adib Abd...
Intellectual Discourse Business in Islamic Perspective - Mej Dr Mohd Adib Abd...
 
MODUL AJAR MATEMATIKA KELAS 6 KURIKULUM MERDEKA.pdf
MODUL AJAR MATEMATIKA KELAS 6 KURIKULUM MERDEKA.pdfMODUL AJAR MATEMATIKA KELAS 6 KURIKULUM MERDEKA.pdf
MODUL AJAR MATEMATIKA KELAS 6 KURIKULUM MERDEKA.pdf
 
Pengenalan Figma, Figma Indtroduction, Figma
Pengenalan Figma, Figma Indtroduction, FigmaPengenalan Figma, Figma Indtroduction, Figma
Pengenalan Figma, Figma Indtroduction, Figma
 

Digital Signal Processing

  • 2. Special Imaging Techniques  Dwi Nurul Saputro (D400080036)
  • 3. Special Imaging Techniques  Dalam pencitraan terdapat tanggapan terhadap frekuensi yang disebut Modulation Transfer Function (MTF)  salah satu cara untuk dapat mengukur resolusi gambar adalah dengan melihat respon frekuensinya.
  • 4.  Gambar di samping mengilustrasikan line pair gauge, sebuah alat yang digunakan untuk mengukur resolusi gambar melalui MTF  Garis hitam dan putih terlihat berdekatan pada ujungnya dan berjauhan pada pangkalnya  Gambar disampingnya menunjukkan contoh dari line pairs disebalahnya.
  • 5.  Gambar di samping merupakan line spread function (LSF) atau penyebaran fungsi garis dan respon tepi.  Respon tepi, merespon lurus tajam (tepi) dari garis satu ke garis lainya.  Keuntungan respon tepi, memiliki banyak sampel sehingga kita dapat mengetahui gambar beralih perlahan menjadi kabur.
  • 6.  Gambar di atas menunjukkan detektor sempurna dan detektor kabur  Pada detektor sempurna tidak mempengaruhi piksel di sekelilingnya, sedangkan untuk detektor kabur mempengaruhi beberapa piksel pada keliling piksel intinya (teorema sampling)
  • 7.
  • 8. Signal-to-Noise Ratio  Gambar di atas menunjukkan tingkat kecerahan yang berbeda.  Pada kontras atau kecerahan terbagi atas keterbatasan dalam data dan keterbatasan mata.  Mata manusia dapat mendeteksi kontras minimal 0.5%-5%, itu berarti mata manusia dapat membedakan warna abu-abu antara warna hitam dan putih.
  • 9.  Gambar di atas menunjukkan tiga kotak yang memiliki tingkat kecerahan yang berbeda 5%, 10% dan 20% dengan latar belakang SNR.  Karena kontras pada setiapkotak berbeda, maka SNR pada setiap kotak pun berbeda tergantung dari tingkat kontras, yaitu 0.5, 1 dan 2.  Mata manusia pada umumnya mengalami kesulitan pada tingkat SNR di bawah 1.
  • 10. Random noise  Random noise memiliki dua bentuk umum.  1) memiliki amplitudo yang yang konstan, daerah gelap dan terang pada gambar sama- sama memiliki noisy.  2) memiliki amplitudo ayng cenderung tidak konstan, menggambarkan noisy dan sinyal yang meningkat. Hal ini mengakibatkan daerah noise terlihat lebih terang daripada daerah yaang gelap.
  • 11. Pengolahan morfologi citra  Salah satu cara untuk dapat dengan mudah dalam pengolahan morfologi citra adalah dengan mengubah sebuah gambar menjadi gambar biner, dimana setiap piksel hanya terbatas pada nilai 0 atau 1.
  • 12.  Gambar di atas merupakan contoh dari pengolahan morfologi citra.  Setiap piksel pada latar ditampilkan sebagai putih, dan setiap piksel pada objek ditampilkan sebagai hitam.  Dalam erosion, setiap piksel objek yang menyentuh piksel latar, akan diubah menjadi piksel latar.  Dalam dilation, setiap piksel latar yang menyentuh piksel objek, akan diubah menjadi piksel objek.  Opening didefinisikan erosion yang diikuti dengan dilation.  Clossing didefinisikan dilation yang diikuti dengan erosion.
  • 13.  Gambar di atas menggambarkan proses morfologi dari sidik jari.  Gambar A, merupakan citra biner darisidik jari. Sedangkan gambar B, merupakan skeletonization atau penyederhanaan gambar dengan menghapus piksel berlebih. Yaitu, perubahan piksel hitam menjadi putih. Hal ini mengakibatkan piksel hitam tersisa dengan 1 lebar piksel saja.
  • 15. Computed Tomography  Computed tomography (CT), teknologi ini sangat populer dalam dunia medis.  Gambar di samping menunjukkan salah satu manfaat dari CT dengan menggunakan sinar-x, sehingga memungkinkan kita dapat menge- tahui organ-organ yang terdapat di balik tengkorak seorang manusia.  Sinar-x dengan pengaturan intensi- tas tertentu dapat menembus organ- organ dan tulang manusia kemudian ditangkap oleh detektor dan dicitrakan seperti gambar di atas.
  • 16.
  • 17.  Gambar di atas mengilustrasikan hubungan pengukuran antara pandangan dan kesesuaian gambar.
  • 20.