Category Archives: Pengolahan Sinyal

Kompresi Lossless Pada Citra Digital


Dalam kompresi citra dikenal dua buah algoritma yaitu kompresi lossless dan kompresi lossy. Pada kompresi lossless memungkinkan citra asli dapat disusun kembali secara utuh dari citra hasil kompresi. Sedangkan pada kompresi lossy akan lebih banyak data yang hilang ketika penyusunan kembali dari citra hasil kompresi ke citra asli.

Berikut ini merupakan contoh pemrograman matlab untuk melakukan kompresi lossless pada citra digital. Pemrograman yang dilakukan merupakan pengembangan program yang sebelumnya telah dikerjakan oleh Lalit G. Patil. Tahapan kompresi yang dilakukan ditunjukkan pada gambar flowchart berikut ini:

Langkah-langkah pemrograman untuk melakukan kompresi lossless pada citra digital adalah sebagai berikut:

-read more->

Pengolahan Citra Digital Menggunakan Transformasi Wavelet


Pada bidang pengolahan sinyal digital, kita dapat menggunakan transformasi Fourier untuk memperoleh informasi berapa besar frekuensi dari sebuah sinyal, tetapi kita tidak dapat mengetahui informasi kapan frekuensi itu terjadi. Transformasi Fourier hanya cocok untuk sinyal stasioner (sinyal yang frekuensinya tidak berubah terhadap waktu). Untuk mengatasi hal tersebut maka kita dapat menggunakan transformasi Wavelet yang mampu merepresentasikan informasi waktu dan frekuensi suatu sinyal dengan baik.

Penerapan transformasi wavelet pada bidang pengolahan citra digital antara lain adalah untuk kompresi, filtering, dan analisis tekstur. Berikut ini merupakan contoh pemrograman matlab untuk melakukan transformasi wavelet. Pemrograman meliputi proses transformasi terhadap citra grayscale ke dalam empat buah koefisien yaitu koefisien aproksimasi, koefisien detail vertikal, koefisien detail horizontal, dan koefisien detail diagonal.

1. Dekomposisi citra menggunakan wavelet haar level 1 (ukuran citra menjadi 1/2 kali ukuran semula)

clc; clear; close all;

% membaca citra grayscale
Img = imread('lena_gray_512.tif');

% dekomposisi wavelet haar level 1
[c,s] = wavedec2(Img,2,'haar');
[H1,V1,D1] = detcoef2('all',c,s,1);
A1 = appcoef2(c,s,'haar',1);
V1img = wcodemat(V1,255,'mat',1);
H1img = wcodemat(H1,255,'mat',1);
D1img = wcodemat(D1,255,'mat',1);
A1img = wcodemat(A1,255,'mat',1);

figure;
subplot(2,2,1);
imagesc(A1img);
colormap gray;
title('Approximation Coef. of Level 1');

subplot(2,2,2);
imagesc(H1img);
title('Horizontal detail Coef. of Level 1');

subplot(2,2,3);
imagesc(V1img);
title('Vertical detail Coef. of Level 1');

subplot(2,2,4);
imagesc(D1img);
title('Diagonal detail Coef. of Level 1');

-read more->

Akuisisi Sinyal Suara Menggunakan MATLAB


Sinyal suara (audio signal) merupakan sinyal yang dihasilkan oleh gelombang audiosonik (gelombang bunyi yang memiliki frekuensi antara 20 Hz sampai 20000 Hz).

Penerapan pengolahan sinyal suara antara lain adalah sistem pengenalan suara manusia, deteksi bunyi kerusakan mesin, deteksi kelainan detak jantung, dan lain-lain.

Berikut ini merupakan contoh pemrograman GUI MATLAB untuk melakukan akuisisi sinyal suara. Proses akuisisi dilakukan dengan cara merekam suara menggunakan mikrofon yang ada pada komputer atau laptop.

Langkah-langkah pemrogramannya yaitu:
1. Membuat interface GUI dengan desain tampilan seperti pada gambar di bawah ini

-read more->

Transformasi Fourier Satu Dimensi


Transformasi Fourier merupakan operasi transformasi yang mengubah domain suatu sinyal periodik dari domain waktu menjadi domain frekuensi. Transformasi ini umumnya digunakan pada bidang pengolahan sinyal digital maupun bidang pengolahan citra digital. Pada tahun 1822, Joseph Fourier, ahli matematika dari Perancis mengemukakan bahwa:

“Setiap fungsi periodik (sinyal) dapat dibentuk dari penjumlahan gelombang-gelombang sinus atau cosinus”.

Berikut ini merupakan contoh pemrograman matlab mengenai tranformasi Fourier satu dimensi. Persamaan yang digunakan untuk membentuk sinyal periodik dalam domain waktu pada contoh ini adalah y = sin (2*pi*f1*t) + sin (2*pi*f2*t).

1. Sinyal periodik dengan f1 = 30 dan f2 = 0

-read more->

%d bloggers like this: