Category Archives: Pengolahan Citra
Pengolahan Citra Digital menggunakan GUI MATLAB
Pengolahan Citra Digital untuk Deteksi Tepi Obyek
Berikut ini merupakan contoh aplikasi pemrograman matlab untuk mendeteksi objek dalam citra digital menggunakan metode deteksi tepi roberts.
Langkah-langkah pemrogramannya adalah sebagai berikut:
1. Membaca citra asli
-read more->
Pengolahan Citra Digital untuk Mendeteksi Warna dan Bentuk Obyek
Berikut ini merupakan contoh aplikasi pemrograman GUI Matlab untuk mendeteksi warna dan bentuk suatu objek pada citra digital.
Proses deteksi warna diawali dengan mengkonversi ruang warna citra RGB (Red, Green, Blue) menjadi HSV (Hue, Saturation, Value). Selanjutnya proses klasifikasi warna dilakukan berdasarkan pengelompokan nilai Hue.
Sedangkan proses deteksi bentuk diawali dengan mengkonversi ruang warna citra RGB menjadi grayscale. Setelah itu dilakukan thresholding sehingga diperoleh citra biner. Kemudian dilakukan ekstraksi ciri morfologi dari citra biner berdasarkan parameter eccentricity dan metric. Proses klasifikasi citra dilakukan berbasis aturan (rule based) sederhana.
1. Membuka tampilan GUI awal
Algoritma k-means clustering dan Naive Bayes classifier untuk Pengenalan Pola Tesktur
K-means Clustering merupakan salah satu metode data clustering non hirarki yang berusaha mempartisi data yang ada ke dalam satu atau lebih cluster/kelompok. Metode ini mempartisi data ke dalam cluster/kelompok sehingga data yang memiliki karakteristik yang sama dikelompokkan ke dalam satu cluster yang sama dan data yang mempunyai karakteristik yang berbeda dikelompokkan ke dalam kelompok yang lain.
Sedangkan Naive Bayes Classifier merupakan salah satu metode machine learning yang memanfaatkan perhitungan probabilitas dan statistik. Metode ini dikemukakan oleh ilmuwan Inggris yaitu Thomas Bayes untuk memprediksi probabilitas di masa depan berdasarkan pengalaman di masa sebelumnya.
Berikut ini merupakan contoh aplikasi pemrograman matlab (menggunakan Matlab R2015b) mengenai pola tekstur citra menggunakan algoritma k-means clustering dan naive bayes classifier. Citra yang digunakan adalah citra tekstur Brodatz sejumlah 112 buah seperti tampak pada gambar di bawah ini:
Model Ruang Warna Pengolahan Citra
Dalam bidang pengolahan citra digital dikenal berbagai macam ruang warna (color space) citra.
Yang paling umum adalah ruang warna RGB (Red, Green, Blue).
Ruang warna RGB mendefinisikan suatu warna berdasarkan tiga kanal (channel) warna yaitu merah, hijau, dan biru.
Ruang warna RGB untuk citra truecolor 24 bit diilustrasikan oleh gambar berikut:
-read more->
k-means clustering menggunakan matlab
Data clustering merupakan salah satu metode data mining yang bersifat tanpa arahan (unsupervised).
Ada dua jenis data clustering yang sering digunakan dalam proses pengelompokan data yaitu hierarchical (hirarki) data clustering dan non-hierarchical (non hirarki) data clustering.
K-means merupakan salah satu metode data clustering non hirarki yang berusaha mempartisi data yang ada ke dalam satu atau lebih cluster/kelompok.
Metode ini mempartisi data ke dalam cluster/kelompok sehingga data yang memiliki karakteristik yang sama dikelompokkan ke dalam satu cluster yang sama dan data yang mempunyai karakteristik yang berbeda dikelompokkan ke dalam kelompok yang lain.
Ilustrasi algoritma k-means ditunjukkan pada gambar di bawah ini:
k-Nearest Neighbor (k-NN) Menggunakan Matlab
Algoritma k-nearest neighbor (k-NN atau KNN) merupakan sebuah algoritma untuk melakukan klasifikasi terhadap objek berdasarkan data pembelajaran yang jaraknya paling dekat dengan objek tersebut.
Ilustrasi dari metode yang digunakan oleh algoritma k-nn ditunjukkan pada gambar di bawah ini:
Akuisisi citra digital menggunakan webcam
Matlab (Matrix Laboratory) merupakan salah satu perangkat lunak yang mendukung bidang pengolahan citra digital. Dalam bidang tersebut pada umumnya diawali dengan proses akuisisi citra digital.
Proses akuisisi citra digital dilakukan dengan cara menangkap (capture) atau memindai (scan) citra analog kemudian mengkonversinya menjadi citra digital agar dapat disimpan dan juga diolah melalui komputer.
Salah satu alat akuisisi citra digital yang sering digunakan adalah webcam.
Dalam software Matlab, proses akuisisi citra digital menggunakan webcam dapat dilakukan dengan terlebih dahulu menginstal driver Image Acquisition Support Packages for Hardware Adaptors.
Ada cukup banyak driver yang perlu diinstal yaitu sebagai berikut:
| Adaptor Name | Support package name in list | Contents |
| Windows Video (winvideo) | OS Generic Video Interface | MATLAB files to use Windows Video, Macintosh Video, or Linux Video cameras with the toolbox. The correct OS files will be installed, depending on your system. |
| Kinect for Windows (kinect) | Kinect for Windows Sensor | MATLAB files to use Kinect for Windows cameras with the toolbox
Third party files – Kinect for Windows Runtime |
| QImaging (qimaging) | QImaging Hardware | MATLAB files to use QImaging cameras with the toolbox
Third party files – QImaging QCam |
| DALSA IFC (dalsaifc) | Teledyne DALSA IFC Hardware | MATLAB files to use DALSA IFC cameras with the toolbox |
| DALSA Sapera (dalsasapera) | Teledyne DALSA Sapera Hardware | MATLAB files to use DALSA Sapera cameras with the toolbox |
| GigE Vision (gige) | GigE Vision Hardware | MATLAB files to use GigE Vision cameras with the toolbox |
| Matrox (matrox) | Matrox Hardware | MATLAB files to use Matrox cameras with the toolbox |
| DCAM (dcam) | DCAM Hardware | MATLAB files to use DCAM cameras with the toolbox
Third party files – CMU DCAM on Windows driver file |
| GenICam GenTL (gentl) | GenICam Interface | MATLAB files to use GenTL cameras with the toolbox |
| Point Grey (pointgrey) | Point Grey Hardware | MATLAB files to use Point Grey cameras with the toolbox
Third party files – Point Grey FlyCapture |
| Linux Video (linuxvideo) | OS Generic Video Interface | MATLAB files to use Windows Video, Macintosh Video, or Linux Video cameras with the toolbox. The correct OS files will be installed, depending on your system. |
| Macintosh Video (macvideo) | OS Generic Video Interface | MATLAB files to use Windows Video, Macintosh Video, or Linux Video cameras with the toolbox. The correct OS files will be installed, depending on your system. |
| Data Translation (dt) | Data Translation Frame Grabbers | MATLAB files to use Data Translation hardware with the toolbox |
| Hamamatsu (hamamatsu) | Hamamatsu Hardware | MATLAB files to use Hamamatsu cameras with the toolbox |
| National Instruments (ni) | NI Frame Grabbers | MATLAB files to use NI hardware with the toolbox
Third party files – NI-IMAQ files |
Langkah-langkah untuk menginstal driver-driver tersebut adalah:
1. Klik tool ‘Add-Ons’ pada home tool, kemudian pilih ‘Get Hardware Support Packages’
Background Subtraction dengan Metode Pengurangan Citra Grayscale
Deteksi kendaraan adalah salah satu tahapan yang harus dilakukan dalam proses identifikasi kendaraan. Contoh aplikasi pemrograman matlab untuk deteksi kendaraan dengan metode background subtraction pengurangan citra grayscale adalah sebagai berikut:
Langkah-langkahnya yaitu:
-read more->
Background Subtraction dengan Metode Pengurangan Citra Biner
Berikut ini merupakan contoh aplikasi pemrograman matlab untuk mendeteksi kendaraan dengan metode background subtraction pengurangan citra biner:
Langkah-langkahnya adalah sebagai berikut:
-read more->
Background Subtraction dalam ruang warna HSV
Berikut ini merupakan contoh aplikasi pemrograman matlab untuk deteksi kendaraan dengan metode background subtraction dalam ruang warna HSV.
Langkah langkahnya adalah sebagai berikut:
-read more->
Pemrograman Matlab 