Blog Archives
Jaringan Syaraf Tiruan Untuk Pengenalan Pola
Berikut ini merupakan contoh aplikasi pemrograman matlab untuk mengklasifikasi bentuk suatu objek dalam citra digital menggunakan algoritma jaringan syaraf tiruan propagasi balik (backpropagation neural network).
Pada contoh ini dilakukan pengklasifikasian terhadap bentuk segi-3, segi-4, dan segi-5. Ciri yang digunakan untuk membedakan ketiga jenis bentuk tersebut adalah metric dan eccentricity.
Metric merupakan nilai perbandingan antara luas dan keliling objek. Sedangkan eccentricity merupakan nilai perbandingan antara jarak foci ellips minor dengan foci ellips mayor suatu objek. (Materi mengenai ekstraksi ciri lebih lanjut dapat dilihat pada laman berikut ini: Ekstraksi Ciri Citra).
Langkah-langkah pemrograman matlab untuk mengklasifikasi bentuk suatu objek dalam citra digital menggunakan matlab adalah sebagai berikut:
1. Menyiapkan data latih untuk proses pelatihan (training). Pada proses ini digunakan 45 citra data latih yang terdiri dari 15 citra segi-3, 15 citra segi-4, dan 15 citra segi-5.
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:
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->
Representasi Citra Digital dan Piksel Penyusunnya
Citra adalah representasi dari fungsi intensitas cahaya dalam bidang dua dimensi. Berdasarkan sinyal pembentuknya, citra dibedakan menjadi dua jenis yaitu citra analog dan citra digital.
1. Citra Analog
Citra analog merupakan citra yang terbentuk dari sinyal kontinyu. Nilai intensitas cahaya pada citra analog memiliki range antara 0 s.d ~. Alat akuisisi citra analog antara lain mata manusia dan kamera analog.
2. Citra Digital
Citra digital merupakan citra yang terbentuk dari sinyal diskrit. Nilai intensitas cahaya pada citra digital bergantung pada kedalaman bit yang menyusunnya (materi lebih lanjut mengenai kedalaman bit suatu citra dapat dilihat pada laman berikut: Kedalaman Bit Suatu Citra Grayscale). Alat akuisisi citra digital antara lain yaitu kamera digital, smartphone, webcam, scanner, mikroskop digital, pesawat radiodiagnostik seperti CT Scan, CR, MRI, USG, dll.
Dalam bidang dua dimensi, citra dibentuk oleh sekumpulan picture element (pixel) yang memiliki dua informasi penting yaitu koordinat piksel (x,y) dan nilai intensitas piksel f(x,y) (materi lebih lanjut mengenai piksel sebagai penyusun citra digital dapat dilihat pada laman berikut: Pengolahan Citra Digital).
Berikut ini merupakan contoh aplikasi pemrograman matlab mengenai representasi citra digital dan piksel penyusunnya:
1. Citra digital 1-bit (2 derajat keabuan)
Pada citra ini nilai intensitas citra dibagi menjadi 2^1 = 2 derajat keabuan yaitu hitam (0) dan putih (1). Citra jenis ini disebut juga dengan citra biner (binary image).
Restorasi Citra Digital Menggunakan Matlab
Dalam dunia nyata, suatu proses pencitraan hampir dapat dipastikan akan menghasilkan citra keluaran yang mengalami degradasi. Penyebab degradasi ini antara lain berupa sensor yang tidak fokus, pergerakan dari obyek maupun sistem pencitraan, gangguan derau termal pada sensor dan perangkat elektronik sistem pencitraan, maupun sebab-sebab lainnya yang terkait dengan lingkungan pengambilan data seperti turbulensi atmosfir pada praktek remote sensing dan pengamatan astronomi.
Untuk memperoleh citra yang lebih tepat, diperlukan adanya suatu proses restorasi citra. Restorasi citra berkaitan dengan upaya memperoleh kembali suatu citra asal dari sebuah citra yang terdegradasi, dengan memanfaatkan suatu pengetahuan mengenai proses terjadinya degradasi tersebut.
Restorasi citra (image restoration) dapat dibedakan dengan perbaikan citra (image enhancement), di mana proses yang dilakukan dalam perbaikan citra lebih bersifat heuristik dan lebih dititikberatkan pada upaya melakukan aksentuasi fitur dalam citra.
Berikut ini merupakan contoh aplikasi pemrograman matlab mengenai restorasi citra. Coding dapat dijalankan menggunakan software matlab minimal versi r2014b.
A. Model Derau Aditif
1. Citra noise test
-read more->
Kedalaman bit suatu citra grayscale
Setiap piksel dalam citra grayscale memiliki nilai intensitas yang jumlah variannya tergantung pada jumlah bit yang menyusunnya. Sebagai contoh pada citra grayscale 1-bit, setiap pikselnya memiliki 2^1 = 2 varian nilai intensitas yaitu nilai 0 dan 1, di mana nilai 0 direpresentasikan oleh warna hitam sedangkan nilai 1 direpresentasikan oleh warna putih. Citra grayscale 1-bit disebut juga dengan citra biner. Sedangkan pada citra grayscale 2-bit, setiap pikselnya memiliki 2^2 = 4 varian nilai intensitas yaitu nilai 0,1,2, dan 3, di mana nilai 0 direpresentasikan oleh warna hitam, nilai 1 warna abu-abu gelap, nilai 2 warna abu-abu terang, dan nilai 3 warna putih. Varian nilai intensitas pada citra grayscale ditunjukkan oleh tabel di bawah ini:
| Bit Depth (n) | Varian (biner) | Varian (desimal) | Banyaknya varian (2^n) |
| 1 | 0,1 | 0,1 | 2 |
| 2 | 00,01,10,11 | 0,1,2,3 | 4 |
| 3 | 000,001,010,011,100,101,110,111 | 0,1,2,3,4,5,6,7 | 8 |
| 4 | 0000,0001,0010,0011,0100…,1111 | 0,1,2,3,4,5,6,7,…,15 | 16 |
| 5 | 00000,00001,00010,…,11111 | 0,1,2,3,4,5,6,7,…,31 | 32 |
| 6 | 000000,000001,000010,…,111111 | 0,1,2,3,4,5,6,7,…,63 | 64 |
| 7 | 0000000,000001,…,1111111 | 0,1,2,3,4,5,6,7,…,127 | 128 |
| 8 | 00000000,00000001,…,11111111 | 0,1,2,3,4,5,6,7,…,255 | 256 |
Contoh citra grayscale dengan berbagai kedalaman bit ditunjukkan pada gambar berikut:
1. Citra grayscale 1-bit (citra biner)
-read more->
Pengolahan Citra MRI Menggunakan Matlab
Magnetic Resonance Imaging (MRI) adalah suatu alat diagnostik untuk memeriksa dan mendeteksi organ tubuh dengan menggunakan medan magnet dan gelombang frekuensi radio (tanpa operasi, penggunaan sinar X ataupun bahan radioaktif). Tampilan pesawat MRI dan proses akuisisi citra ditunjukkan pada gambar berikut ini.
Proses akuisisi citra dengan modalitas MRI
Pengolahan Citra Digital (RGB, Grayscale, dan Biner) Menggunakan GUI Matlab
Berdasarkan jenis warnanya, citra digital dapat dibedakan menjadi tiga jenis yaitu citra RGB, citra grayscale, dan citra biner. Citra RGB (Red, Green, Blue) merupakan citra yang nilai intensitas pikselnya tersusun oleh tiga kanal warna yaitu merah, hijau, dan biru. Citra grayscale adalah citra yang nilai intensitas pikselnya berdasarkan derajat keabuan. Sedangkan citra biner adalah citra yang hanya memiliki dua nilai intensitas yaitu 0 (hitam) dan 1 (putih). Materi lebih lanjut mengenai dasar-dasar citra digital dapat dilihat pada laman berikut ini: Pengolahan Citra dan Histogram Citra.
Berikut ini merupakan contoh aplikasi pemrograman GUI Matlab untuk dasar-dasar pengolahan citra digital. Koding dapat dijalankan minimal menggunakan matlab r2014b (karena menggunakan komponen baru yaitu uitab dan fungsi baru yaitu histogram)
1. Membaca citra RGB dan menampilkan kanal merah
Pemrograman Matlab 