Blog Archives
Steganografi Citra Digital
Apakah yang dimaksud dengan steganografi??
Steganografi merupakan suatu teknik menyembunyikan sebuah file pada file lainnya. Dalam metode ini diperlukan file sebagai penampung (cover) dan file lain yang akan ditampung (message). File penampung maupun file yang akan ditampung dapat berupa citra, audio, maupun text.
Penggunaan steganografi bertujuan untuk menyembunyikan atau menyamarkan suatu data sehingga sulit untuk dideteksi (encoding). Data yang disembunyikan dapat diekstraksi kembali sama seperti keadaan aslinya (decoding).
Berikut ini merupakan contoh pemrograman matlab mengenai steganografi dengan metode substitusi LSB (Least Significant Bit) di mana baik file penampung maupun file yang akan ditampung adalah berupa citra digital.
Langkah-langkah pemrogramannya adalah sebagai berikut:
Contrast Stretching dan Histogram Equalization
Perbaikan kualitas citra (Image Enhancement) merupakan tahapan pre-processing yang umumnya dilakukan sebelum tahapan segmentasi. Dalam materi ini dibahas dua jenis perbaikan kualitas citra yaitu contrast stretching dan histogram equalization. Contrast stretching merupakan metode perbaikan kualitas citra yang bertujuan untuk meningkatkan atau menurunkan kontras suatu citra dengan cara memperlebar atau mempersempit range nilai intensitas piksel citra. Materi mengenai perbedaan kontras tinggi dan rendah dapat dilihat pada halaman berikut ini: Perbedaan citra gelap, terang, kontras rendah, dan kontras tinggi. Sedangkan histogram equalization merupakan metode perbaikan kualitas citra yang bertujuan untuk meratakan persebaran nilai intensitas piksel suatu citra. Materi mengenai histogram equalization lebih lanjut dapat dilihat pada halaman berikut ini: Ekualisasi Histogram pada Citra Digital
Pada materi ini, nilai PSNR dan MSE digunakan sebagai indikator perbandingan citra hasil perbaikan kualitas citra dengan citra asli.
Langkah-langkah pemrograman GUI matlab untuk melakukan contrast stretching dan histogram equalization pada citra digital adalah sebagai berikut:
1. Membuka tampilan GUI awal
Pengolahan Video untuk Mendeteksi Warna
Deteksi warna dapat dilakukan dengan cara melakukan transformasi ruang warna citra. Berikut ini merupakan contoh aplikasi pemrograman matlab mengenai deteksi warna merah pada ruang warna HSV yang terdiri dari Hue (H), Saturation (S), dan Value (V). Langkah-langkah pemrogramannya adalah sebagai berikut:
1. Membaca video asli
2. Mengekstrak setiap frame pada video asli
3. Melakukan transformasi ruang warna yang semula berada pada ruang warna RGB menjadi ruang warna HSV
4. Melakukan segmentasi warna merah pada ruang warna HSV berdasarkan nilai H (0.8 s.d 1), S (0.5 s.d 1) dan V (0.1 s.d 1)
5. Menjalankan seluruh frame hasil pengolahan secara sekuensial dalam bentuk video
Pada contoh ini digunakan video dengan spesifikasi:
| Property | Nilai |
| Title | August Rush 2007.mp4 |
| Durasi | 5 detik |
| Panjang frame | 640 |
| Lebar frame | 480 |
| Frame rate | 23 frame/ detik |
| Jumlah frame | 119 |
Tampilan video yang digunakan yaitu
Cara membuat program executable (.exe) dari GUIDE Matlab
Dalam membuat program aplikasi menggunakan GUIDE Matlab, terkadang kita ingin menjalankan aplikasi tersebut pada komputer yang tidak terinstall Matlab.
Oleh karena itu, program GUIDE Matlab tersebut perlu kita konversi terlebih dahulu menjadi program aplikasi executable (.exe) sehingga program aplikasi dapat kita jalankan pada komputer yang tidak terinstall Matlab.
Langkah-langkahnya adalah sebagai berikut:
1. Persiapkan file GUIDE Matlab yang ingin kita convert (agar tampilan program semakin menarik, bila perlu buatlah icon dan splash screen program berupa file berformat .jpg, jika tidak, maka default icon dan default splash screen yang akan digunakan)
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 (Foreground Detection)
Background Subtraction, yang juga dikenal sebagai Foreground Detection, adalah salah satu teknik pada bidang pengolahan citra dan computer vision yang bertujuan untuk mendeteksi/mengambil foreground dari background untuk diproses lebih lanjut (seperti pada proses object recognition dll). Umumnya foreground yang diinginkan adalah berupa objek manusia, mobil, teks, dll. Background subtraction merupakan metode yang umumnya digunakan untuk mendeteksi objek bergerak pada video dari kamera statis (stationary camera). Proses deteksi objek bergerak dengan metode background subtraction didasarkan pada perbedaan antara background referensi dengan frame. Contoh citra background referensi dan citra current frame ditunjukkan pada gambar di bawah ini:
Photo Editing using Matlab
Berikut ini merupakan contoh aplikasi pemrograman matlab untuk transformasi ruang warna pada foto. Citra asli merupakan representasi dari ruang warna RGB (Red, Green, Blue) yang terdiri dari kanal R, kanal G, dan kanal B.
Kita dapat mengubah susunan kanal warna tersebut sehingga menghasilkan citra dengan tampilan yang berbeda.
1. Citra Asli (R-G-B)
-read more->
Geometric Image Transformations
Dalam bidang pengolahan citra digital, terkadang diperlukan suatu proses transformasi geometri untuk memudahkan dalam pengolahan selanjutnya yang lebih kompleks. Berikut ini merupakan contoh aplikasi pemrograman GUI Matlab mengenai Geometric Image Transformations berupa operasi flip dan rotasi.
Tampilan GUI Matlab untuk transformasi geometri citra adalah:
1. Citra Asli (Original Image)
Penghitungan Otomatis Jumlah Sel Darah Merah Dan Identifikasi Fase Plasmodium Falciparum Menggunakan Operasi Morfologi
Berikut ini merupakan pemrograman GUI Matlab mengenai aplikasi pengolahan citra digital untuk melakukan analisis citra sampel darah mikroskopis yang terjangkit malaria.
GUI yang dirancang merupakan bagian dari penelitian yang berjudul The Automatic Counting of The Number of Red Blood Cells and Identification of Plasmodium Falciparum Phase using Morphological Operations
Tujuan dari penelitian tersebut adalah:
1. Menghitung jumlah sel darah merah total,
2. Menghitung jumlah parasit yaitu plasmodium falciparum, dan
3. Mengidentifikasi fase perkembangan plasmodium falciparum
Proses pemisahan sel bertumpuk dilakukan dengan menggunakan operasi morfologi. Proses pemisahan ini dilakukan agar hasil penghitungan sel darah merah menjadi lebih akurat.
Sedangkan proses penghitungan dan identifikasi fase plasmodium falciparum dilakukan dengan melakukan ekstraksi ciri morfologi parasit.
Perkembangan parasit penyebab malaria terdiri dari tiga fase yaitu fase trophozoite (pertumbuhan), fase schizont (pembiakan), dan fase gametocyte (pembentukan kelamin).
Parasit pada fase trophozoite dikenali dengan ukurannya yang sangat kecil dibandingkan dengan ukuran sel normal. Parasit pada fase schizont dikenali dengan bentuknya yang hampir bulat. Sedangkan parasit pada fase gametocyte dikenali dengan bentuknya yang memanjang atau cenderung elips.
GUI Matlab untuk melakukan analisis citra sampel darah mikroskopis yang terjangkit malaria terdiri dari tiga buah tampilan yaitu:
1. Tampilan menu awal
Pemrograman Matlab 