Dokumen tersebut membahas tentang teknik-teknik peningkatan citra digital (image enhancement) yang meliputi operasi titik (point operation), operasi mask, operasi transformasi, dan operasi warna (coloring operation). Beberapa teknik yang dijelaskan antara lain negatif citra, pengaturan kontras, pemotongan tingkat abu-abu, pengurangan noise dengan rata-rata citra, serta pengaturan histogram untuk memperbaiki kontras citra.
Bab 8 membahas berbagai operasi pada citra biner seperti ekstraksi tepi objek, mengikuti kontur, dan penghitungan berbagai fitur seperti luas, perimeter, dan diameter objek. Algoritma utama meliputi algoritma ekstraksi tepi objek menggunakan 8-ketetanggaan dan algoritma mengikuti kontur yang menelusuri kontur objek dengan mencari tetangga berikutnya berdasarkan arah sebelumnya.
Bab 5 membahas operasi geometrik pada citra seperti penggeseran, pemutaran, interpolasi piksel, pembesaran, dan pengecilan citra serta transformasi affine dan bilinear."
Bab 4 membahas operasi ketetanggaan piksel yang digunakan untuk memproses setiap piksel citra dengan melibatkan nilai piksel tetangganya. Terdapat tiga jenis filter yang menggunakan operasi ketetanggaan piksel yaitu filter batas, filter pererataan, dan filter median. Filter-filter tersebut berfungsi untuk menyaring atau mengurangi gangguan pada citra.
Dokumen ini membahas tentang segmentasi citra dan beberapa metode segmentasi seperti pengambangan, deteksi garis, dan deteksi tepi. Segmentasi citra digunakan untuk memisahkan objek dari latar belakang citra. Beberapa teknik segmentasi yang dijelaskan meliputi pengambangan, deteksi batas, dan metode berbasis area. "
Dokumen tersebut membahas tentang teknik-teknik peningkatan citra digital (image enhancement) yang meliputi operasi titik (point operation), operasi mask, operasi transformasi, dan operasi warna (coloring operation). Beberapa teknik yang dijelaskan antara lain negatif citra, pengaturan kontras, pemotongan tingkat abu-abu, pengurangan noise dengan rata-rata citra, serta pengaturan histogram untuk memperbaiki kontras citra.
Bab 8 membahas berbagai operasi pada citra biner seperti ekstraksi tepi objek, mengikuti kontur, dan penghitungan berbagai fitur seperti luas, perimeter, dan diameter objek. Algoritma utama meliputi algoritma ekstraksi tepi objek menggunakan 8-ketetanggaan dan algoritma mengikuti kontur yang menelusuri kontur objek dengan mencari tetangga berikutnya berdasarkan arah sebelumnya.
Bab 5 membahas operasi geometrik pada citra seperti penggeseran, pemutaran, interpolasi piksel, pembesaran, dan pengecilan citra serta transformasi affine dan bilinear."
Bab 4 membahas operasi ketetanggaan piksel yang digunakan untuk memproses setiap piksel citra dengan melibatkan nilai piksel tetangganya. Terdapat tiga jenis filter yang menggunakan operasi ketetanggaan piksel yaitu filter batas, filter pererataan, dan filter median. Filter-filter tersebut berfungsi untuk menyaring atau mengurangi gangguan pada citra.
Dokumen ini membahas tentang segmentasi citra dan beberapa metode segmentasi seperti pengambangan, deteksi garis, dan deteksi tepi. Segmentasi citra digunakan untuk memisahkan objek dari latar belakang citra. Beberapa teknik segmentasi yang dijelaskan meliputi pengambangan, deteksi batas, dan metode berbasis area. "
Bab ini membahas operasi morfologi untuk pengolahan citra, yang meliputi dilasi, erosi, opening, closing, dan transformasi lainnya. Operasi-operasi tersebut didasarkan pada matematika himpunan dan logika, seperti union, intersection, complement, dan translation.
Dokumen tersebut menjelaskan tentang perbaikan kualitas citra (image enhancement) yang merupakan salah satu proses preprocessing citra. Beberapa teknik perbaikan kualitas citra yang dijelaskan antara lain pengubahan kecerahan gambar, peregangan kontras, pengubahan histogram citra, dan spesifikasi histogram. Pengubahan histogram citra meliputi perataan histogram untuk memperoleh penyebaran histogram yang merata serta spesifikasi histogram untuk menghasilkan histogram sesuai yang diingink
Bab 2 membahas pengenalan dasar citra digital, termasuk representasi citra digital melalui piksel, kuantisasi citra, kualitas citra, cara membaca dan menampilkan citra, serta jenis citra.
Teks tersebut membahas tentang perbaikan kualitas citra melalui beberapa teknik seperti pengubahan kecerahan gambar, peregangan kontras, dan perataan histogram. Teknik-teknik tersebut bertujuan untuk memperbaiki kualitas citra agar ciri-ciri tertentu dalam citra lebih jelas terlihat.
Transformasi citra adalah perubahan bentuk suatu citra melalui perubahan pixel atau domain citra. Citra dapat diubah ke domain frekuensi melalui transformasi Fourier. Citra yang ditransformasi dapat diperoleh kembali dengan transformasi balik. Perbaikan citra bertujuan meningkatkan kualitas citra dengan teknik seperti histogram dan filtering spasial atau domain frekuensi.
Dokumen tersebut membahas tentang pengolahan citra digital yang mencakup pengenalan dosen pengajar, aturan perkuliahan, kriteria penilaian, tujuan pembelajaran, materi pembelajaran, bahasa pemrograman, referensi, dan prinsip dasar pengolahan citra seperti peningkatan kecerahan, penghilangan derau, dan pencarian bentuk objek.
Citra dapat dianggap sebagai matrix dua atau tiga dimensi tergantung jumlah kanalnya (grayscale atau RGB). Citra dapat dibaca dan disimpan sebagai matrix, diekstrak kanalnya, dikonversi ke color space dan biner, dilakukan operasi seperti histogram dan morfologi. Matlab menyediakan berbagai fungsi untuk pengolahan citra digital.
Teknik perbaikan radiometrik pada citra remote sensing meliputi modifikasi kontras secara linier, logaritma, eksponensial, atau secara otomatis; ekualisasi histogram untuk mendistribusikan nilai kecerahan secara merata; dan penyisipan histogram untuk mencocokkan distribusi nilai kecerahan antar citra. Teknik-teknik ini digunakan untuk meningkatkan kualitas citra.
Dokumen ini membahas tiga jenis transformasi geometri yaitu refleksi, rotasi, dan translasi. Refleksi meindahkan titik dengan menggunakan bayangan cermin, rotasi memutar titik sejauh sudut tertentu terhadap pusat rotasi, sedangkan translasi memindahkan titik dengan jarak dan arah tertentu. Diberikan pula rumus dan contoh soal untuk ketiga transformasi tersebut beserta penjelasannya. Di akhir diberikan contoh soal yang
1. Dokumen tersebut membahas berbagai teknik dasar pengolahan citra digital seperti kuantisasi, brightness, contrast, inversi, histogram, histogram equalization, filtering, korelasi, dan konvolusi.
Bab ini membahas operasi morfologi untuk pengolahan citra, yang meliputi dilasi, erosi, opening, closing, dan transformasi lainnya. Operasi-operasi tersebut didasarkan pada matematika himpunan dan logika, seperti union, intersection, complement, dan translation.
Dokumen tersebut menjelaskan tentang perbaikan kualitas citra (image enhancement) yang merupakan salah satu proses preprocessing citra. Beberapa teknik perbaikan kualitas citra yang dijelaskan antara lain pengubahan kecerahan gambar, peregangan kontras, pengubahan histogram citra, dan spesifikasi histogram. Pengubahan histogram citra meliputi perataan histogram untuk memperoleh penyebaran histogram yang merata serta spesifikasi histogram untuk menghasilkan histogram sesuai yang diingink
Bab 2 membahas pengenalan dasar citra digital, termasuk representasi citra digital melalui piksel, kuantisasi citra, kualitas citra, cara membaca dan menampilkan citra, serta jenis citra.
Teks tersebut membahas tentang perbaikan kualitas citra melalui beberapa teknik seperti pengubahan kecerahan gambar, peregangan kontras, dan perataan histogram. Teknik-teknik tersebut bertujuan untuk memperbaiki kualitas citra agar ciri-ciri tertentu dalam citra lebih jelas terlihat.
Transformasi citra adalah perubahan bentuk suatu citra melalui perubahan pixel atau domain citra. Citra dapat diubah ke domain frekuensi melalui transformasi Fourier. Citra yang ditransformasi dapat diperoleh kembali dengan transformasi balik. Perbaikan citra bertujuan meningkatkan kualitas citra dengan teknik seperti histogram dan filtering spasial atau domain frekuensi.
Dokumen tersebut membahas tentang pengolahan citra digital yang mencakup pengenalan dosen pengajar, aturan perkuliahan, kriteria penilaian, tujuan pembelajaran, materi pembelajaran, bahasa pemrograman, referensi, dan prinsip dasar pengolahan citra seperti peningkatan kecerahan, penghilangan derau, dan pencarian bentuk objek.
Citra dapat dianggap sebagai matrix dua atau tiga dimensi tergantung jumlah kanalnya (grayscale atau RGB). Citra dapat dibaca dan disimpan sebagai matrix, diekstrak kanalnya, dikonversi ke color space dan biner, dilakukan operasi seperti histogram dan morfologi. Matlab menyediakan berbagai fungsi untuk pengolahan citra digital.
Teknik perbaikan radiometrik pada citra remote sensing meliputi modifikasi kontras secara linier, logaritma, eksponensial, atau secara otomatis; ekualisasi histogram untuk mendistribusikan nilai kecerahan secara merata; dan penyisipan histogram untuk mencocokkan distribusi nilai kecerahan antar citra. Teknik-teknik ini digunakan untuk meningkatkan kualitas citra.
Dokumen ini membahas tiga jenis transformasi geometri yaitu refleksi, rotasi, dan translasi. Refleksi meindahkan titik dengan menggunakan bayangan cermin, rotasi memutar titik sejauh sudut tertentu terhadap pusat rotasi, sedangkan translasi memindahkan titik dengan jarak dan arah tertentu. Diberikan pula rumus dan contoh soal untuk ketiga transformasi tersebut beserta penjelasannya. Di akhir diberikan contoh soal yang
1. Dokumen tersebut membahas berbagai teknik dasar pengolahan citra digital seperti kuantisasi, brightness, contrast, inversi, histogram, histogram equalization, filtering, korelasi, dan konvolusi.
Metode perbaikan kualitas citra dalam ranah spasial meliputi pencerahan citra, menegatifkan citra, peregangan kontras, koreksi gamma, graylevel slicing, dan pelembutan citra. Metode-metode tersebut memanipulasi nilai pixel secara langsung untuk meningkatkan kualitas citra dengan cara mengubah kecerahan, menonjolkan rentang keabuan tertentu, atau melembutkan tepi."
Dokumen tersebut membahas proses pembentukan dan digitalisasi citra, dimulai dari model matematis citra sebagai fungsi intensitas cahaya pada bidang dua dimensi, kemudian proses akuisisi citra menjadi citra digital melalui penerokan dan kuantisasi, serta representasi citra digital sebagai matriks nilai intensitas piksel. Dokumen juga menjelaskan beberapa teknik kuantisasi seperti uniform mapping dan logarithmic mapping.
Dokumen tersebut membahas proses digitalisasi citra yang meliputi penerokan (sampling), kuantisasi, dan representasi citra digital. Proses ini diperlukan agar citra dapat diolah oleh komputer. Penerokan berupa diskritisasi spasial citra kontinu menjadi pixel, sedangkan kuantisasi mengkonversi intensitas cahaya menjadi nilai diskrit. Hasil akhirnya adalah citra digital berupa matriks yang merepresentasikan intensitas setiap pixel.
Di dalam pengolahan citra, sebuah citra sering dilakukan proses penapisan (image filtering) untuk memperoleh citra sesuai dengan tujuan yang diinginkan.
Bab ini membahas dua konsep matematis penting dalam pengolahan citra digital yaitu konvolusi dan Transformasi Fourier. Konvolusi digunakan dalam operasi yang melibatkan kernel, sedangkan Transformasi Fourier digunakan ketika citra diproses dalam ranah frekuensi. Konvolusi pada fungsi diskrit didefinisikan sebagai perkalian antara fungsi citra dan kernel yang digeser. Transformasi Fourier memindahkan representasi citra dari ranah spasial ke ranah frekuensi.
Journal review - An Algorithm for Geometric Correction of High Resolution Ima...ayu bekti
Citra satelit ROCSAT-2 menggunakan metode geometrik untuk mendapatkan koordinat piksel dengan akurasi hingga 20 meter. Metode ini melibatkan transformasi rotasi bumi, ketinggian, dan sensor untuk menemukan koordinat lintang, bujur dan ketinggian setiap piksel melalui persamaan bola unit.
Bab 8 membahas pendeteksian tepi pada citra digital. Tepi merupakan perubahan intensitas yang mendadak di antara dua daerah dan berguna untuk proses segmentasi dan identifikasi objek. Beberapa teknik pendeteksian tepi diantaranya menggunakan operator gradien pertama dan operator Sobel. Operator gradien menghitung turunan intensitas sedangkan operator Sobel menggunakan mask konvolusi untuk mendeteksi tepi.
Evaluasi kinerja struktur beton bertulang dengan analisis pushover untuk mengetahui perilaku keruntuhan akibat gempa. Analisis pushover menunjukkan target perpindahan sebesar 0,2 m berdasarkan FEMA 356, sedangkan SNI 1726-2002 memberi nilai 0,011 m. Kinerja struktur hanya mampu menahan gaya 602.179,63 kg pada tingkat life safety. Perlu diteliti kembali kinerja struktur dengan metode lain.
Similar to Pengolahan citra digital__peningkatan_mutu_citra (20)
Pendidikan inklusif merupakan sistem pendidikan yang
memberikan akses kepada semua peserta didik yang
memiliki kelainan, bakat istimewa,maupun potensi tertentu
untuk mengikuti pendidikan maupun pembelajaran dalam
satu lingkungan pendidikan yang sama dengan peserta didik
umumlainya
Materi ini membahas tentang defenisi dan Usia Anak di Indonesia serta hubungannya dengan risiko terpapar kekerasan. Dalam modul ini, akan diuraikan berbagai bentuk kekerasan yang dapat dialami anak-anak, seperti kekerasan fisik, emosional, seksual, dan penelantaran.
Modul Ajar Bahasa Indonesia Kelas 10 Fase E Kurikulum MerdekaFathan Emran
Modul Ajar Bahasa Indonesia Kelas 10 SMA/MA Fase E Kurikulum Merdeka - abdiera.com, Modul Ajar Bahasa Indonesia Kelas 10 SMA/MA Fase E Kurikulum Merdeka, Modul Ajar Bahasa Indonesia Kelas 10 SMA/MA Fase E Kurikulum Merdeka, Modul Ajar Bahasa Indonesia Kelas 10 SMA/MA Fase E Kurikulum Merdeka, Modul Ajar Bahasa Indonesia Kelas 10 SMA/MA Fase E Kurikulum Merdeka, Modul Ajar Bahasa Indonesia Kelas 10 SMA/MA Fase E Kurikulum Merdeka
Modul Ajar Bahasa Inggris Kelas 11 Fase F Kurikulum MerdekaFathan Emran
Modul Ajar Bahasa Inggris Kelas 11 SMA/MA Fase F Kurikulum Merdeka - abdiera.com, Modul Ajar Bahasa Inggris Kelas 11 SMA/MA Fase F Kurikulum Merdeka, Modul Ajar Bahasa Inggris Kelas 11 SMA/MA Fase F Kurikulum Merdeka, Modul Ajar Bahasa Inggris Kelas 11 SMA/MA Fase F Kurikulum Merdeka, Modul Ajar Bahasa Inggris Kelas 11 SMA/MA Fase F Kurikulum Merdeka, Modul Ajar Bahasa Inggris Kelas 11 SMA/MA Fase F Kurikulum Merdeka
Materi ini membahas tentang defenisi dan Usia Anak di Indonesia serta hubungannya dengan risiko terpapar kekerasan. Dalam modul ini, akan diuraikan berbagai bentuk kekerasan yang dapat dialami anak-anak, seperti kekerasan fisik, emosional, seksual, dan penelantaran.
1. Pengolahan Citra Digital:
Peningkatan Mutu Citra
Pada Domain Spasial
Dr. Aniati Murni (R.1202)
Dina Chahyati, M.Kom (R.1226)
Universitas Indonesia
DC - OKT 2003 1
2. Tujuan Peningkatan Mutu Citra
Sumber Pustaka: Gonzalez, Bab 4
Tujuan dari teknik peningkatan mutu citra
adalah untuk melakukan pemrosesan
terhadap citra agar hasilnya mempunyai
kwalitas relatif lebih baik dari citra awal untuk
aplikasi tertentu.
Kata baik disini tergantung pada jenis aplikasi
dan problem yang dihadapi.
DC - OKT 2003 2
3. Jenis Teknik Peningkatan Mutu Citra
Teknik peningkatan mutu citra dapat
dibagi menjadi dua:
Peningkatan mutu citra pada domain
spasial
Point Processing
Mask Processing
Peningkatan mutu citra pada domain
frekuensi
DC - OKT 2003 3
4. Lingkup Pembahasan
Image Enhancement
Spatial Domain Frequency Domain
I. Point Processing II. Mask Processing …(next week)
a. Image Negative
b. Contrast Stretching
c. Histogram Equalization
- all grey level and all area
- specific grey level (histogram specification)
- local enhancement (specific part of the image)
d. Image Subtracting
e. Image Averaging
DC - OKT 2003 4
5. I. Point Processing
Cara paling mudah untuk melakukan
peningkatan mutu pada domain spasial
adalah dengan melakukan pemrosesan
yang hanya melibatkan satu piksel saja
(tidak menggunakan jendela
ketetanggaan)
Pengolahan menggunakan histogram
juga termasuk dalam bagian point
processing
DC - OKT 2003 5
6. Ia. Image Negative
Mengubah nilai grey-level piksel citra input dengan:
Gbaru = 255 - Glama
Hasilnya seperti klise foto
DC - OKT 2003 6
8. Ib. Contrast Stretching
255
Mengubah kontras dari
suatu image dengan cara (r2,s2)
mengubah greylevel piksel-
piksel pada citra menurut s T(r)
fungsi s = T(r) tertentu
r1 ≤ r2, s1 ≤ s2 (r1,s1)
0 255
r1 = r2, s1 = s2 tidak r
ada perubahan
r1 = r2, s1 = 0, s2 = 255
tresholding menjadi citra
biner dengan ambang r1 DC - OKT 2003 8
10. Contrast Stretching
Fungsi lain yang baik digunakan adalah:
fout = (fin – a) * b
a = min(fin)
b = 255 / (max(fin) – min(fin))
Citra masukan yang grey level nya tidak
penuh dari 0 – 255 (low constrast) diubah
menjadi citra yang grey level nya berkisar
dari 0 – 255 (high contrast)
DC - OKT 2003 10
11. Ic. Histogram Equalization
Histogram: diagram yang menunjukkan jumlah
kemunculan grey level (0-255) pada suatu citra
Histogram processing:
Gambar gelap: histogram cenderung ke sebelah kiri
Gambar terang: histogram cenderung ke sebelah
kanan
Gambar low contrast: histogram mengumpul di suatu
tempat
Gambar high contrast: histogram merata di semua
tempat
Histogram processing: mengubah bentuk histogram
agar pemetaan gray level pada citra juga berubah
DC - OKT 2003 11
12. Ic. Histogram Equalization
in all grey level and all area (1)
Ide: mengubah pemetaan
greylevel agar sebarannya
(kontrasnya) lebih menyebar
pada kisaran 0-255
Sifat:
Grey level yang sering
muncul lebih dijarangkan
jaraknya dengan grey level
sebelumnya
Grey level yang jarang
muncul bisa lebih
dirapatkan jaraknya dengan
grey level sebelumnya
Histogram baru pasti
mencapai nilai maksimal
keabuan (contoh: 255)
DC - OKT 2003 12
13. Ic. Histogram Equalization
in all grey level and all area (2)
- mengubah pemetaan grey level pada
citra, dengan rumus:
k nj k
sk = T (rk ) = ∑ = ∑ p(rj )
j =0 n j =0
0 ≤ rk ≤ 1 dan k = 0,1,....., L − 1
L adalah grey level maksimal yang ada pada citra
DC - OKT 2003 13
15. Ic. Histogram Equalization
specific grey level (hist. specification)
Histogram
equalization
tidak dilakukan
pada seluruh
bagian dari
histrogram tapi
hanya pada
bagian tertentu
saja
DC - OKT 2003 15
16. Ic. Histogram Equalization
specific area (local enhancement)
Histogram equalization hanya dilakukan pada
bagian tertentu dari citra
DC - OKT 2003 16
17. Ic. Histogram Equalization
specific area (local enhancement)
Histogram
equalization
menggunakan
jendela 7x7
DC - OKT 2003 17
20. Ie. Image Averaging
Dilakukan jika kita memiliki
beberapa citra yang bergambar
sama, namun semua citra
memiliki noise (gangguan)
Noise satu citra berbeda dengan
noise citra lainnya (tidak
berkorelasi)
Cara memperbaikinya adalah
dengan melakukan operasi rata-
rata terhadap semua citra
tersebut
DC - OKT 2003 20
21. II. Mask Processing (1)
Jika pada point processing kita hanya
melakukan operasi terhadap masing-masing
piksel, maka pada mask processing kita
melakukan operasi terhadap suatu jendela
ketetanggaan pada citra.
Kemudian kita menerapkan
(mengkonvolusikan) suatu mask terhadap
jendela tersebut. Mask sering juga disebut
filter.
DC - OKT 2003 21
22. II. Mask Processing (2)
1 2 3 Contoh:
8 x 4 Jendela ketetanggan 3x3,
7 6 5 Nilai piksel pada posisi x dipengaruhi
oleh nilai 8 tetangganya
Perbedaan dengan point
processing: pada point processing,
nilai suatu piksel tidak dipengaruhi
oleh nilai tetangga-tetangganya
DC - OKT 2003 22
23. II. Mask Processing (3)
Contoh sebuah mask berukuran 3x3.
W1 W2 W3 Filter ini akan diterapkan /
W4 W5 W6 dikonvolusikan pada setiap jendela
ketetanggaan 3x3 pada citra (anggap
W7 W8 W9 filter sudah dalam bentuk terbalik)
G11 G12 G13 G14 G15
G22’ = w1 G11 + w2 G12 + w3 G13+
G21 G22 G23 G24 G25 w4 G21 + w5 G22 + w6 G23 +
w7 G31 + w8 G32 + w9 G33
G31 G32 G33 G34 G35
G41 G42 G43 G44 G45
G51 G52 G53 G54 G55
DC - OKT 2003 23
24. II. Jenis-jenis filter spasial
Smoothing filters:
Lowpass filter (linear filter, mengambil nilai
rata-rata)
Median filter (non-linear filter, mengambil
median dari setiap jendela ketetanggan)
Sharpening filters:
Roberts, Prewitt, Sobel (edge detection)
Highpass filter
DC - OKT 2003 24
25. II. Contoh penerapan filter spasial
1 1 1
1/9 x 1 1 1
1 1 1
Average lowpass filter
(a) Gambar Asli
(b)-(f) hasil dari spatial lowpass
filtering dengan ukuran mask
3,5,7,15,25
DC - OKT 2003 25
26. II. Contoh
penerapan
filter low pass
dan median
(a) Gambar asli
(b) Gambar yang diberi noise
(c) Hasil dari 5x5 lowpass average filtering
(d) Hasil dari 5x5 median filtering
DC - OKT 2003 26
27. II. Edge detection
Pada suatu citra
monokrom, suatu
edge (sisi) dapat
ditandai dengan
adanya suatu
perbedaan intensitas
yang besar
DC - OKT 2003 27
28. II. Edge detection
Bagaimana ‘mendeteksi’ perbedaan intensitas tersebut?
Dengan mempertegas perbedaan (kalikan satu
intensitas dengan nilai negatif, kemudian kalikan nilai
positif pada intensitas lainnya)
Kasus A: 2 bersisian dgn 100 (edge) 2*(-1) +
100*(1)= 99
Kasus B: 2 bersisian dgn 4 (not edge) 2*(-1) +
4*(1)= 2
Lakukan tresholding untuk memperjelas mana bagian
sisi dan mana yang bukan
Ambil treshold = 90, maka Kasus A akan dianggap
sebagai sisi, Kasus B tidak dianggap sisi
DC - OKT 2003 28
29. II. Contoh edge detection
-1 -2 -1 -1 0 1
0 0 0 -2 0 2
1 2 1 -1 0 1
Sobel
-1 -1 -1 -1 0 1
0 0 0 -1 0 1
1 1 1 -1 0 1
Prewitt
(a)Gambar awal, (b) hasil dari Prewitt Mask, (c) thresholding dari (b) pada
nilai > 25 (d) thresholding dari (b) pada nilai >25 dan < 25 (black)
DC - OKT 2003 29