Blog Archives
Pengolahan Citra Digital dan Aplikasinya
Pengolahan citra digital (image processing) adalah salah satu bidang yang berkembang pesat dalam era teknologi informasi saat ini. Dengan kemajuan teknologi, pengolahan citra digital tidak lagi hanya menjadi alat untuk memperbaiki foto-foto pribadi kita, tetapi juga telah menjadi inti dari berbagai aplikasi dalam berbagai industri, mulai dari kedokteran hingga keamanan, dan bahkan hiburan.
Analisis Tekstur Menggunakan Metode GLCM, LBP, dan FLBP
Pola tekstur merujuk pada pola visual yang berulang dalam citra atau gambar. Analisis tekstur merupakan bagian penting dari pengolahan citra dan pengenalan pola. Analisis ini berkaitan dengan ekstraksi informasi tentang pola tekstur dalam citra dan penggunaannya dalam berbagai aplikasi, termasuk pengenalan objek, analisis medis, dan deteksi benda.
Klasifikasi Biji Kopi Menggunakan Jaringan Syaraf Tiruan Learning Vector Quantization (LVQ)
Biji kopi memiliki peranan penting dalam industri minuman dan komoditas ekspor di berbagai negara. Dua jenis biji kopi yang paling dikenal adalah Arabika dan Robusta. Dalam dunia industri kopi, membedakan antara jenis biji kopi ini sangatlah penting karena kualitas, rasa, dan aroma kopi yang dihasilkan dapat berbeda antara keduanya. Dalam artikel ini, akan dijelaskan bagaimana pengolahan citra dengan menggunakan jaringan syaraf tiruan Learning Vector Quantization (LVQ) dapat digunakan untuk mengklasifikasi jenis biji kopi Arabika dan Robusta berdasarkan ekstraksi ciri tekstur orde satu.
Pengolahan Citra untuk Deteksi Kanker Paru Berdasarkan Citra Thorax CT Scan
Penggunaan teknologi citra dalam dunia kedokteran terus berkembang pesat, memberikan metode yang lebih akurat dan efisien dalam diagnosis penyakit. Salah satu aplikasi penting adalah deteksi kanker paru menggunakan citra CT scan pada area thorax. Dalam artikel ini, kita akan menjelaskan bagaimana pengolahan citra digunakan untuk mendeteksi kanker paru berdasarkan citra thorax CT scan.
Kanker paru adalah salah satu penyakit yang paling sering mematikan di seluruh dunia. Deteksi dini sangat penting untuk meningkatkan peluang kesembuhan pasien. Citra Thorax CT scan adalah metode pencitraan medis yang kuat dalam mendeteksi kanker paru pada tahap awal, sehingga memungkinkan intervensi lebih dini dan pengobatan yang lebih berhasil.
-read more->Analisis Tekstur pada Citra Digital menggunakan Metode Gray-Level Co-Occurrence Matrix (GLCM)
Analisis tekstur pada citra digital adalah salah satu aspek penting dalam pengolahan citra untuk memahami karakteristik dan pola yang terdapat pada citra. Salah satu metode yang sering digunakan dalam analisis tekstur adalah Gray-Level Co-Occurrence Matrix (GLCM). GLCM adalah representasi matematis yang mampu mengekstrak informasi tekstur dari citra dengan menggambarkan hubungan spasial antara pasangan piksel dengan intensitas level tertentu. Artikel ini akan membahas konsep dasar GLCM dan penerapannya dalam analisis tekstur pada citra digital.
Identifikasi Jenis Buah Tomat Berdasarkan Analisis Bentuk Dan Tekstur
Analisis bentuk dan tekstur dapat digunakan untuk merancang sebuah sistem identifikasi objek. Berikut ini merupakan contoh aplikasi pemrograman MATLAB untuk mengidentifikasi jenis buah tomat (hijau dan merah) berdasarkan analisis bentuk dan tekstur. Analisis bentuk dilakukan menggunakan parameter metric dan eccentricity, sedangkan analisis tekstur dilakukan menggunakan metode Gray Level Co-occurence Matrix (GLCM) dengan parameter contrast, correlation, energy, dan homogeneity.
Langkah-langkah pemrograman-nya adalah sebagai berikut:
1. Mempersiapkan citra buah tomat
Citra yang digunakan berjumlah 8 yang terdiri dari 4 citra buah tomat berwarna hijau dan 4 citra buah tomat berwarna merah
Segmentasi Pola Tekstur menggunakan Filter Gabor
Kemampuan sistem visual manusia dalam membedakan pola tekstur didasarkan pada kapabilitas dalam mengidentifikasikan berbagai frekuensi dan orientasi spasial dari tekstur yang diamati.
Filter Gabor merupakan salah satu filter yang mampu mensimulasikan karakteristik sistem visual manusia dalam mengisolasi frekuensi dan orientasi tertentu dari citra.
Karakteristik ini membuat filter Gabor sesuai untuk aplikasi pengenalan tekstur dalam bidang computer vision.
Berikut ini merupakan contoh aplikasi pemrograman matlab untuk melakukan segmentasi pola tekstur dari suatu citra menggunakan filter Gabor. Koding dapat dijalankan minimal menggunakan Matlab R2015b.
Langkah-langkah pemrogramannya yaitu:
1. Membaca dan menampilkan citra asli
clc;clear;close all;
% Read the image
I = imread('metal texture.jpg');
figure,imshow(I);
title('Original Image');
sehingga diperoleh tampilan
Texture Analysis – Gray-Level Co-Occurrence Matrix (GLCM) – GUI Matlab
Analisis tekstur merupakan salah satu jenis ekstraksi ciri yang didasarkan pada ciri statistik citra. Analisis tekstur dapat dilakukan dengan metode ekstraksi ciri orde satu, ekstraksi ciri orde dua, filter gabor, transformasi wavelet, dsb.
Berikut ini merupakan contoh aplikasi pemrograman gui matlab untuk analisis tekstur menggunakan metode Gray-Level Co-Occurrence Matrix (GLCM) yang merupakan ciri statistik orde dua. Ekstraksi ciri dilakukan berdasarkan parameter contrast, correlation, energy, dan homogeneity.
Tampilan GUI Matlab untuk analisis tekstur citra menggunakan metode Gray-Level Co-Occurrence Matrix (GLCM) adalah sebagai berikut:
1. Gray-Level Co-Occurrence Matrix (GLCM) dengan pixel distance = 1
-read more->
Pemrograman Matlab 