Blog Archives

Multi-Level Thresholding

Multi-level thresholding merupakan metode segmentasi citra yang menggunakan dua atau lebih nilai threshold. Persamaan yang digunakan untuk mengkonversi nilai piksel citra grayscale menjadi biner pada metode multi-level thresholding adalah:

di mana
f(x,y) adalah citra grayscale
g(x,y) adalah citra biner
T1 adalah nilai threshold bawah
T2 adalah nilai threshold atas

Ilustrasi perubahan nilai piksel pada proses multi-level thresholding ditunjukkan pada gambar di bawah ini

6 Comments

Tags: algoritma matlab pengolahan citra, cara melakukan thresholding pada citra grayscale, cara membuat thresholding citra digital, cara mengkonversi citra grayscale, citra biner, citra grayscale, citra RGB, citra ycbcr, dasar-dasar pengolahan citra digital, definisi citra, definisi multi thresholding, definisi thresholding, definisi thresholding citra, digital image processing, image processing, koding matlab sederhana pengolahan citra, multi level thresholding, multi level thresholding adalah, multi thresholding, multi thresholding adalah, Pengolahan Citra Digital, ruang warna citra rgb, ruang warna citra ycbcr, segmentasi citra, segmentasi warna kulit, thresholding adalah, thresholding citra, thresholding citra digital

Pencocokan Citra

Jul 26

Posted by adi pamungkas

Pencocokan citra (image matching) merupakan salah satu bagian dari pengolahan citra yang dilakukan untuk mencari citra lain yang sejenis atau memiliki kemiripan. Salah satu parameter yang merepresentasikan tingkat kemiripan antara dua buah citra adalah jarak euclidean. Semakin kecil jarak euclidean antara dua buah citra maka akan semakin mirip kedua citra tersebut. Persamaan untuk menghitung jarak euclidean adalah sebagai berikut:

Jarak euclidean dapat dihitung berdasarkan ciri khusus yang dimiliki oleh suatu citra. Ciri tersebut di antaranya adalah ciri warna, ciri tekstur, ciri bentuk, ciri geometri, dan ciri ukuran.

Berikut ini merupakan contoh aplikasi sistem pencocokan citra menggunakan jarak euclidean berdasarkan pada ciri warna. Ciri warna dihitung pada ruang warna HSV yang terdiri dari komponen Hue, Saturation, dan Value. Sistem pencocokan citra diimplementasikan dalam bentuk tampilan GUI menggunakan bahasa pemrograman MATLAB.

Langkah-langkah pemrogramannya adalah sebagai berikut:

1. Mempersiapkan data base citra