Monthly Archives: December 2015
Deteksi Tepi Citra Digital Menggunakan Matlab
Penentuan tepian suatu objek dalam citra merupakan salah satu wilayah pengolahan citra digital yang paling awal dan paling banyak diteliti. Proses ini seringkali ditempatkan sebagai langkah pertama dalam aplikasi segmentasi citra, yang bertujuan untuk mengenali objek-objek yang terdapat dalam citra ataupun konteks citra secara keseluruhan.
Deteksi tepi berfungsi untuk mengidentifikasi garis batas (boundary) dari suatu objek yang terdapat pada citra. Tepian dapat dipandang sebagai lokasi piksel dimana terdapat nilai perbedaan intensitas citra secara ekstrem. Sebuah edge detector bekerja dengan cara mengidentifikasi dan menonjolkan lokasi-lokasi piksel yang memiliki karakteristik tersebut.
Berikut ini merupakan contoh aplikasi programmatic GUI matlab untuk mendeteksi tepi suatu objek dalam citra menggunakan operator gradien, operator laplacian, dan operator canny. (Coding dapat dijalankan minimal menggunakan matlab versi r2014b).
1. Operator Gradien
a. Operator Gradien Orde Satu
-read more->
Kedalaman bit suatu citra grayscale
Setiap piksel dalam citra grayscale memiliki nilai intensitas yang jumlah variannya tergantung pada jumlah bit yang menyusunnya. Sebagai contoh pada citra grayscale 1-bit, setiap pikselnya memiliki 2^1 = 2 varian nilai intensitas yaitu nilai 0 dan 1, di mana nilai 0 direpresentasikan oleh warna hitam sedangkan nilai 1 direpresentasikan oleh warna putih. Citra grayscale 1-bit disebut juga dengan citra biner. Sedangkan pada citra grayscale 2-bit, setiap pikselnya memiliki 2^2 = 4 varian nilai intensitas yaitu nilai 0,1,2, dan 3, di mana nilai 0 direpresentasikan oleh warna hitam, nilai 1 warna abu-abu gelap, nilai 2 warna abu-abu terang, dan nilai 3 warna putih. Varian nilai intensitas pada citra grayscale ditunjukkan oleh tabel di bawah ini:
| Bit Depth (n) | Varian (biner) | Varian (desimal) | Banyaknya varian (2^n) |
| 1 | 0,1 | 0,1 | 2 |
| 2 | 00,01,10,11 | 0,1,2,3 | 4 |
| 3 | 000,001,010,011,100,101,110,111 | 0,1,2,3,4,5,6,7 | 8 |
| 4 | 0000,0001,0010,0011,0100…,1111 | 0,1,2,3,4,5,6,7,…,15 | 16 |
| 5 | 00000,00001,00010,…,11111 | 0,1,2,3,4,5,6,7,…,31 | 32 |
| 6 | 000000,000001,000010,…,111111 | 0,1,2,3,4,5,6,7,…,63 | 64 |
| 7 | 0000000,000001,…,1111111 | 0,1,2,3,4,5,6,7,…,127 | 128 |
| 8 | 00000000,00000001,…,11111111 | 0,1,2,3,4,5,6,7,…,255 | 256 |
Contoh citra grayscale dengan berbagai kedalaman bit ditunjukkan pada gambar berikut:
1. Citra grayscale 1-bit (citra biner)
-read more->
Pengolahan Citra MRI Menggunakan Matlab
Magnetic Resonance Imaging (MRI) adalah suatu alat diagnostik untuk memeriksa dan mendeteksi organ tubuh dengan menggunakan medan magnet dan gelombang frekuensi radio (tanpa operasi, penggunaan sinar X ataupun bahan radioaktif). Tampilan pesawat MRI dan proses akuisisi citra ditunjukkan pada gambar berikut ini.
Proses akuisisi citra dengan modalitas MRI
Pengolahan Citra Digital (RGB, Grayscale, dan Biner) Menggunakan GUI Matlab
Berdasarkan jenis warnanya, citra digital dapat dibedakan menjadi tiga jenis yaitu citra RGB, citra grayscale, dan citra biner. Citra RGB (Red, Green, Blue) merupakan citra yang nilai intensitas pikselnya tersusun oleh tiga kanal warna yaitu merah, hijau, dan biru. Citra grayscale adalah citra yang nilai intensitas pikselnya berdasarkan derajat keabuan. Sedangkan citra biner adalah citra yang hanya memiliki dua nilai intensitas yaitu 0 (hitam) dan 1 (putih). Materi lebih lanjut mengenai dasar-dasar citra digital dapat dilihat pada laman berikut ini: Pengolahan Citra dan Histogram Citra.
Berikut ini merupakan contoh aplikasi pemrograman GUI Matlab untuk dasar-dasar pengolahan citra digital. Koding dapat dijalankan minimal menggunakan matlab r2014b (karena menggunakan komponen baru yaitu uitab dan fungsi baru yaitu histogram)
1. Membaca citra RGB dan menampilkan kanal merah
Pemrograman Matlab 