Author Archives: adi pamungkas
Cara Mengukur Jarak antara Dua Objek dalam Citra
Dalam sistem koordinat citra dua dimensi, jarak antara dua objek dapat diukur menggunakan persamaan euclidean distance. Berikut ini merupakan contoh aplikasi pemrograman matlab untuk mengukur jarak antara dua objek dalam citra phantom berekstensi dicom. Langkah-langkahnya adalah sebagai berikut:
1. Membaca citra phantom yang berekstensi dicom
-read more->
Background Subtraction (Foreground Detection)
Background Subtraction, yang juga dikenal sebagai Foreground Detection, adalah salah satu teknik pada bidang pengolahan citra dan computer vision yang bertujuan untuk mendeteksi/mengambil foreground dari background untuk diproses lebih lanjut (seperti pada proses object recognition dll). Umumnya foreground yang diinginkan adalah berupa objek manusia, mobil, teks, dll. Background subtraction merupakan metode yang umumnya digunakan untuk mendeteksi objek bergerak pada video dari kamera statis (stationary camera). Proses deteksi objek bergerak dengan metode background subtraction didasarkan pada perbedaan antara background referensi dengan frame. Contoh citra background referensi dan citra current frame ditunjukkan pada gambar di bawah ini:
True Color and Pseudo Color
Citra truecolor merupakan citra yang memiliki warna sejati yaitu warna yang berasal dari kombinasi warna dasar merah, hijau, dan biru. Citra truecolor 24-bit memiliki kombinasi warna sebanyak 2^24 atau 16.777.216 warna yang tersusun dari tiga buah kanal warna (merah, hijau, dan biru) di mana masing-masing kanal warna memiliki range nilai intensitas sebesar 2^8 atau 256 (8-bit).
Berikut ini merupakan contoh citra truecolor 24-bit beserta kanal-kanal warna penyusunnya:
1. Citra truecolor 24-bit (Truecolor Image 24-bit)
2. Kanal Merah 8-bit (Red Channel 8-bit)
-read more->
Complement Image (Negative Image)
Citra negatif merupakan citra yang nilai pikselnya berkebalikan dengan citra aslinya. Untuk citra grayscale 8-bit, apabila citra asli disimbolkan dengan I, maka negatif dari citra tersebut adalah I’ = 255-I. Contoh perhitungan nilai piksel dari citra negatif ditunjukkan pada gambar di bawah ini:
Berikut ini merupakan contoh aplikasi pemrograman GUI Matlab mengenai citra komplemen/ citra negatif
1. Citra RGB (RGB Image)
Photo Editing using Matlab
Berikut ini merupakan contoh aplikasi pemrograman matlab untuk transformasi ruang warna pada foto. Citra asli merupakan representasi dari ruang warna RGB (Red, Green, Blue) yang terdiri dari kanal R, kanal G, dan kanal B.
Kita dapat mengubah susunan kanal warna tersebut sehingga menghasilkan citra dengan tampilan yang berbeda.
1. Citra Asli (R-G-B)
-read more->
Cara Menghitung Luas , Keliling , dan Centroid suatu Citra
Proses pengenalan objek dalam citra umumnya membutuhkan suatu ciri yang dapat membedakan antara objek yang satu dengan objek lainnya. Ciri yang dapat diekstrak antara lain adalah ciri ukuran (luas dan keliling) dan posisi (koordinat centroid) dari suatu objek.
Berikut ini merupakan contoh aplikasi pemrograman matlab untuk menghitung centroid, luas, dan keliling objek dalam suatu citra grayscale. Centroid merupakan koordinat titik tengah dari suatu objek. Luas merupakan banyaknya piksel yang menyusun suatu objek. Sedangkan keliling merupakan banyaknya piksel yang berada pada boundary objek. Hasil penghitungan geometris tersebut dapat digunakan sebagai ciri masukan dalam tahapan pengenalan pola morfologi/ bentuk.
Langkah-langkah pemrograman untuk menghitung luas, keliling, dan centroid suatu citra adalah sebagai berikut:
1. Membaca dan menampilkan citra grayscale
-read more->
Perbedaan citra gelap, terang, kontras rendah, dan kontras tinggi
Citra digital merupakan fungsi dari intensitas cahaya yang direpresentasikan oleh sekumpulan piksel (picture element) yang membentuk suatu matriks berukuran M x N di mana M merupakan jumlah baris (lebar citra) dan N merupakan jumlah kolom (panjang citra). Setiap piksel mempunyai dua informasi yaitu koordinat (x,y) dan intensitas f(x,y).
Sedangkan histogram citra merupakan diagram yang menggambarkan distribusi frekuensi nilai intensitas warna dalam suatu citra. Sumbu horizontal merupakan nilai intensitas warna sedangkan sumbu vertikal merupakan frekuensi/jumlah piksel.
Berikut ini merupakan contoh citra 8-bit berserta karakteristik berdasarkan histogramnya:
1. Citra gelap
Citra gelap merupakan citra yang memiliki banyak piksel dengan nilai intensitas mendekati 0. Distribusi nilai intensitas citra gelap cenderung berada pada daerah sebelah kiri histogram.
Geometric Image Transformations
Dalam bidang pengolahan citra digital, terkadang diperlukan suatu proses transformasi geometri untuk memudahkan dalam pengolahan selanjutnya yang lebih kompleks. Berikut ini merupakan contoh aplikasi pemrograman GUI Matlab mengenai Geometric Image Transformations berupa operasi flip dan rotasi.
Tampilan GUI Matlab untuk transformasi geometri citra adalah:
1. Citra Asli (Original Image)
Logika Fuzzy untuk Sistem Pengatur Kecepatan Mesin
Dalam paper yang berjudul Fuzzy Sets*, pada tahun 1965 Dr. Lotfi Aliasker Zadeh (Ilmuwan Amerika Serikat berkebangsaan Iran dari University of California, Berkeley, California) memperkenalkan teori fuzzy yang mampu memetakan nilai masukan menuju nilai keluaran. Tidak seperti pada logika Boolean yang menyatakan suatu nilai dengan tegas (0 atau 1, hitam atau putih, ya atau tidak, benar atau salah, hidup atau mati), teori fuzzy menggunakan logika yang menyatakan bahwa suatu nilai dapat memiliki range atau derajat level (0 s.d 1, hitam s.d putih). Logika fuzzy dapat diartikan sebagai logika yang samar, kabur, tidak jelas, atau tidak tegas. Logika fuzzy umumnya diterapkan pada masalah-masalah yang mengandung unsur ketidakpastian (uncertainty), ketidaktepatan (imprecise), noisy, dan sebagainya. Logika fuzzy menjembatani bahasa mesin yang presisi dengan bahasa manusia yang menekankan pada makna atau arti (significance). Logika fuzzy dikembangkan berdasarkan bahasa manusia (bahasa alami).
Berikut ini merupakan contoh aplikasi pemrograman logika fuzzy untuk sistem pengatur kecepatan mesin menggunakan sensor suhu dan sensor cahaya sebagai masukan.
Langkah-langkahnya adalah sebagai berikut:
1. Menyusun konsep sistem kontrol dengan logika fuzzy
Misalnya keadaan sensor suhu (input 1) dibagi menjadi lima kategori yaitu:
-read more->
Jaringan Syaraf Tiruan untuk Identifikasi Wajah
Berikut ini merupakan contoh aplikasi pemrograman Jaringan Syaraf Tiruan Backpropagation sederhana untuk identifikasi wajah seseorang berdasarkan ciri mata, hidung, mulut, dan telinga.
1. Langkah pertama yaitu mempersiapkan data untuk proses pelatihan dan pengujian
Berikut ini merupakan contoh data untuk proses pelatihan
| No | Ciri/ Feature | Target | |||
| Mata | Hidung | Mulut | Telinga | Nama Orang | |
| 1 | 0.35 | 0.47 | 0.88 | 0.34 | Adi |
| 2 | 0.59 | 0.11 | 0.90 | 0.56 | Budi |
| 3 | 0.19 | 0.89 | 0.54 | 0.38 | Candra |
| 4 | 0.36 | 0.90 | 0.39 | 0.82 | Dedi |
| 5 | 0.58 | 0.45 | 0.80 | 0.91 | Erik |
| 6 | 0.40 | 0.45 | 0.80 | 0.35 | Adi |
| 7 | 0.61 | 0.11 | 0.90 | 0.55 | Budi |
| 8 | 0.20 | 0.87 | 0.56 | 0.41 | Candra |
| 9 | 0.38 | 0.88 | 0.35 | 0.85 | Dedi |
| 10 | 0.57 | 0.46 | 0.82 | 0.92 | Erik |
| 11 | 0.33 | 0.45 | 0.85 | 0.37 | Adi |
| 12 | 0.55 | 0.14 | 0.90 | 0.57 | Budi |
| 13 | 0.18 | 0.87 | 0.55 | 0.40 | Candra |
| 14 | 0.38 | 0.89 | 0.37 | 0.85 | Dedi |
| 15 | 0.56 | 0.47 | 0.83 | 0.91 | Erik |
Pemrograman Matlab 