Professional Documents
Culture Documents
PENGOLAHAN CITRA
Pengampu : Idhawati Hestiningsih PENDAHULUAN / DEFINISI Citra = gambar = image Citra, menurut kamus Webster, adalah suatu representasi, kemiripan, atau imitasi dari suatu objek atau benda misal : - foto Anda mewakili entitas diri Anda sendiri di depan kamera - foto sinar-X thorax mewakili keadaan bagian dalam tubuh seseorang - data dalam suatu file BMP mewakili apa yang digambarkannya Citra, dari sudut pandang matematis, merupakan fungsi menerus (continue) dari intensitas cahaya pada bidang 2 dimensi. Citra yang terlihat merupakan cahaya yang direfleksikan dari sebuah objek. Sumber cahaya menerangi objek, objek memantulkan kembali sebagian dari berkas cahaya tersebut dan pantulan cahaya ditangkap oleh alat-alat optik, misal mata manusia, kamera, scanner, sensor satelit, dsb, kemudian direkam. Citra sebagai keluaran dari suatu sistem perekaman data dapat bersifat : 1. optik berupa foto 2. analog berupa sinyal video seperti gambar pada monitor televisi 3. digital yang dapat langsung disimpan pada media penyimpan magnetik Citra juga dapat dikelompokkan menjadi 2 yaitu : Citra Citra tampak (foto, gambar, lukisan, apa yang nampak di layar monitor/televisi , hologram , dll) Citra tidak tampak (data foto/gambar dalam file, citra yang direpresentasikan dalam fungsi matematis) Citra digital = citra yang disimpan dalam format digital (dalam bentuk file). Hanya citra digital yang dapat diolah menggunakan komputer. Jenis citra lain jika akan diolah dengan komputer harus diubah dulu menjadi citra digital. Pencitraan (imaging) = kegiatan mengubah informasi dari citra tampak/citra non digital menjadi citra digital. Beberapa alat yang dapat digunakan untuk pencitraan adalah : scanner, kamera digital, kamera sinar-x/sinar infra merah, dll Pengolahan Citra = kegiatan memperbaiki kualitas citra agar mudah diinterpretasi oleh manusia/mesin(komputer). Inputannya adalah citra dan keluarannya juga citra tapi dengan kualitas lebih baik daripada citra masukan misal citra warnanya kurang tajam, kabur (blurring), mengandung noise (misal bintikbintik putih), dll sehingga perlu ada pemrosesan untuk memperbaiki citra karena citra tersebut menjadi sulit diinterpretasikan karena informasi yang disampaikan menjadi berkurang. Analisis Citra = kegiatan menganalisis citra sehingga menghasilkan informasi untuk menetapkan keputusan (biasanya didampingi bidang ilmu kecerdasan buatan/AI yaitu pengenalan pola (pattern recognition) menggunakan jaringan syaraf tiruan, logika fuzzy, dll). Pencitraan Citra digital Pengolahan citra Citra digital (baru) Analisis citra Informasi / keputusan
Citra nondigital
Dalam ilmu komputer sebenarnya ada 3 bidang studi yang berkaitan dengan citra, tapi tujuan ketiganya berbeda, yaitu : 1. Grafika Komputer 2. Pengolahan Citra 3. Pengenalan Pola
2 Grafika Komputer Adalah proses untuk menciptakan suatu gambar berdasarkan deskripsi obyek maupun latar belakang yang terkandung pada gambar tersebut. Merupakan teknik untuk membuat gambar obyek sesuai dengan obyek tersebut di alam nyata (realism). Bertujuan menghasilkan gambar/citra (lebih tepat disebut grafik/picture) dengan primitifprimitif geometri seperti garis, lingkaran, dsb. Primitif-primitif geometri tersebut memerlukan data deskriptif untuk melukis elemen-elemen gambar. Data deskriptif : koordinat titik, panjang garis, jari-jari lingkaran, tebal garis, warna, dsb. Grafika komputer berperan dalam visualisasi dan virtual reality. Data deskriptif Grafika Komputer Citra
Pengolahan Citra Operasi-operasi pada pengolahan citra diterapkan pada citra bila : 1. Perbaikan atau memodifikasi citra dilakukan untuk meningkatkan kualitas penampakan citra/menonjolkan beberapa aspek informasi yang terkandung dalam citra (image enhancement) contoh : perbaikan kontras gelap/terang, perbaikan tepian objek, penajaman, pemberian warna semu, dll 2. Adanya cacat pada citra sehingga perlu dihilangkan/diminimumkan (image restoration) contoh : penghilangan kesamaran (debluring) citra tampak kabur karena pengaturan fokus lensa tidak tepat / kamera goyang, penghilangan noise 3. Elemen dalam citra perlu dikelompokkan, dicocokan atau diukur (image segmentation) Operasi ini berkaitan erat dengan pengenalan pola. 4. Diperlukannya ekstraksi ciri-ciri tertentu yang dimiliki citra untuk membantu dalam pengidentifikasian objek (image analysis). Proses segementasi kadangkala diperlukan untuk melokalisasi objek yang diinginkan dari sekelilingnya. Contoh : pendeteksian tepi objek 5. Sebagian citra perlu digabung dengan bagian citra yang lain (image reconstruction) contoh : beberapa foto rontgen digunakan untuk membentuk ulang gambar organ tubuh 6. Citra perlu dimampatkan (image compression) contoh : suatu file citra berbentuk BMP berukuran 258 KB dimampatkan dengan metode JPEG menjadi berukuran 49 KB 7. Menyembunyikan data rahasia (berupa teks/citra) pada citra sehingga keberadaan data rahasia tersebut tidak diketahui orang (steganografi & watermarking) Citra Pengolahan Citra Citra
Pengenalan Pola Adalah mengelompokkan data numerik dan simbolik (termasuk citra) secara otomatis oleh mesin (komputer). Tujuan pengelompokkan adalah untuk mengenali suatu objek di dalam citra. Manusia bisa mengenali objek yang dilihatnya karena otak manusia telah belajar mengklasifikasi objek-objek di alam sehingga mampu membedakan suatu objek dengan objek lainnya. Kemampuan sistem visual manusia yang dicoba ditiru oleh mesin. Komputer menerima masukan berupa citra objek yang akan diidentifikasi, memproses citra tersebut dan memberikan keluaran berupa informasi/deskripsi objek di dalam citra. Citra Pengenalan Pola Informasi / deskripsi objek
COMPUTER VISION Terminologi lain yang berkaitan erat dengan pengolahan citra adalah Computer Vision. Computer vision = merupakan proses otomatis yang mengintegrasikan sejumlah besar proses untuk persepsi visual, seperti akuisisi citra, pengolahan citra, pengenalan dan membuat keputusan.
3 Computer vision mencoba meniru cara kerja sistem visual manusia (human vision) yang sesungguhnya sangat kompleks. Manusia melihat dengan objek dengan indera penglihatan (mata), lalu citra objek diteruskan ke otak untuk diinterpretasi sehingga manusia mengerti objek apa yang tampak dalam pandangan mata. Hasil interpretasi ini digunakan untuk pengambilan keputusan (misal menghindar kalau melihat ada mobil di depan). Proses-proses dalam computer vision : - memperoleh atau mengakuisisi citra digital - operasi pengolahan citra - menganalisis dan menginterpretasi citra dan menggunakan hasil pemrosesan untuk tujuan tertentu, misal memandu robot, mengontrol peralatan, dll. Pengolahan citra merupakan proses awal pada computer vision, pengenalan pola merupakan proses untuk menginterpretasi citra.
Image segmentation untuk memisahkan objek minyak dengan laut deteksi minyak yang tumpah dari kapal tenggelam di laut dari foto satelit
Menyisipkan informasi (watermark) ke dalam data multimedia (misal berupa citra). Watermark dianggap sebagai sidik digital (digital signature) dari pemilik yang sah atas produk multimedia = watermark yang disisipkan menjadi label hak cipta dari pemiliknya. CONTOH PENGENALAN POLA
Deteksi penggunaan lahan dari foto satelit salah satu teknik yang digunakan adalah image segmentation
Pengenalan/deteksi tanda tangan asli/palsu (tanda tangan yang dibuat oleh orang yang sama/berbeda)
Pengenalan angka
Pengenalan huruf
Garasi
Semak
Rumput Rumah
Awan
Pohon1
Pohon2
Atap
Dinding
Atap
Dinding1
Dinding2
7 BAGAIMANA CITRA DIGITAL DIREKAM Sistem Perekaman Citra Citra yang diperoleh tergantung : - karakteristik dari obyek yang direkam - kondisi variabel dari sistem perekaman Citra merupakan gambaran tentang karakteristik suatu obyek menurut kondisi variabel tertentu Contoh: - bandingkan hasil foto manusia dengan kamera / sensor optik dan dengan sensor sinar X (kondisi variabel sistem berbeda) - bandingkan hasil foto pemandangan di tepi laut dan di daerah pegunungan (karakteristik obyek berbeda) Sensor Pasif Sistem sensor yang merekam data obyek tanpa mengirimkan energi, sumber energi bisa dalam bentuk sinar matahari, sinar lampu, dsb Contoh: sensor optik dari kamera foto, sensor optik pada sistem inderaja. Sensor Aktif Sistem sensor yang merekam data obyek mengirimkan dan menerima pantulan dari energi yang dikirim ke arah obyek, energi yang dikirim bisa berupa gelombang pendek, sinar X, dsb Contoh: sensor Rontgen untuk foto thorax, sensor gelombang pendek pada sistem radar, sensor ultrasound pada sistem USG. MACAM KOORDINAT SISTEM Koordinat Cartesian
Y
FORMAT CITRA DIGITAL Citra Digital Citra digital merupakan fungsi intensitas cahaya f(x,y), dimana harga x dan y merupakan koordinat spasial dan harga fungsi tersebut pada setiap titik (x,y) merupakan tingkat kecemerlangan citra pada titik tersebut Citra digital adalah citra f(x,y) dimana dilakukan diskritisasi koordinat spasial (sampling) dan diskritisasi tingkat kecemerlangannya/keabuan (kwantisasi) Citra digital merupakan suatu matriks dimana indeks baris dan kolomnya menyatakan suatu titik pada citra tersebut dan elemen matriksnya (yang disebut sebagai elemen gambar / piksel / pixel / picture element / pels) menyatakan tingkat keabuan pada titik tersebut Citra digital dinyatakan dengan matriks berukuran N x M (baris/tinggi = N, kolom/lebar = M) N = jumlah baris 0 y N1 M = jumlah kolom 0 x M1 L = maksimal warna intensitas 0 f(x,y) L 1 (derajat keabuan / gray level)
f (0,1) f (1,1)
... ...
f ( N 1,1) ...
f (0, M 1) f (1, M 1) : f ( N 1, M 1)
0 0 1 2 3
4
kolom/lebar = 5
(0,0)
derajat keabuan
0 0 0 0 0
1 1 1 1 1
1 0 1 0 0
1 1
1
0 0 0 0 0
1 1
baris/tinggi=5 piksel
contoh : f(2,3) = 1 berdasarkan koordinat matriks, isi/data citra digital sebenarnya f(3,2) = 1 berdasarkan koordinat piksel di layar
9
Format Citra Citra digital biasanya berbentuk persegi panjang, secara visualisasi dimensi ukurannya dinyatakan sebagai lebar x tinggi Ukurannya dinyatakan dalam titik atau piksel (pixel=picture element) Ukurannya dapat pula dinyatakan dalam satuan panjang (mm atau inci = inch) Resolusi = banyaknya titik untuk setiap satuan panjang (dot per inch). Makin besar resolusi makin banyak titik yang terkandung dalam citra, sehingga menjadi lebih halus dalam visualisasinya. Resolusi Citra = resolusi spasial dan resolusi kecemerlangan, berpengaruh pada besarnya informasi citra yang hilang. Resolusi spasial = halus / kasarnya pembagian kisi-kisi baris dan kolom. Transformasi citra kontinue ke citra digital disebut digitalisasi (sampling). Misal hasil digitalisasi dengan jumlah baris 256 dan jumlah kolom 256 resolusi spasial 256 x 256. Resolusi kecemerlangan (intensitas / brightness) = halus / kasarnya pembagian tingkat kecemerlangan. Transformasi data analog yang bersifat kontinue ke daerah intensitas diskrit disebut kuantisasi. Bila intensitas piksel berkisar antara 0 dan 255 resolusi kecemerlangan citra adalah 256 Bagaimana sebuah citra direpresentasikan dalam file ? Pertama-tama seperti halnya jika kita ingin melukis sebuah gambar, kita harus memiliki palet dan kanvas Palet = kumpulan warna yang dapat membentuk citra, sama halnya seperti kita hendak melukis dengan cat warna, kita memiliki palet yang bisa kita isikan berbagai warna cat air Setiap warna yang berbeda dalam palet tersebut kita beri nomor (berupa angka) Contoh untuk citra monokrom (warnanya hanya putih-abu abu-hitam), berarti kita memiliki palet sbb:
Setelah itu kita dapat menggambar menggunakan warna-warna dalam palet tersebut di atas sebuah kanvas Sebuah kanvas dapat kita anggap sebagai sebuah matriks dimana setiap elemen dari matriks tersebut bisa kita isikan dengan salah satu warna dari palet Informasi tentang palet (korespondensi antara warna dengan angka) disimpan dalam komputer (program pembuka citra seperti Paint, Photoshop, dll) sehingga sebuah file citra dalam komputer hanya perlu menyimpan angka-angka yang merepresentasikan sebuah warna. Sebuah citra direpresentasikan dalam sebuah matriks yang berisi angka-angka
10
201 199 207 231 227 217 208 198 195 186 167 142 145
188 200 221 219 223 211 195 187 184 175 156 139 134
181 201 222 200 181 166 179 181 170 171 142 131 128
185 188 136 90 74 85 131 141 134 169 144 120 125
Jika kita menyimpan gambar kucing tadi ke dalam sebuah file (kucing.bmp), maka yang disimpan dalam file tersebut adalah angka-angka yang diperoleh dari matriks kanvas.
Input
Ditampilkan di layar
Informasi palet dan format file citra Untuk Windows Bitmap Files (.bmp) Header berisi informasi jumlah baris dan kolom dalam citra, informasi palet, dll Header langsung diikuti dengan angka-angka dalam matriks, disusun perbaris Baris pertama langsung diikuti baris kedua, dst Bagaimana mengetahui awal suatu baris? (misal untuk membedakan citra berukuran 100x200 dengan 200x100) lihat informasi jumlah baris dan jumlah kolom di header
Header
Baris 1
..
Baris terakhir
Ada bermacam format representasi citra dalam file, seperti bmp, gif, tif, jpg, dan sebagainya. Format BMP merupakan format yang kurang efisien, karena semua informasi angka dalam baris disimpan semua. Misalkan ukuran header adalah H byte, ukuran citra 100x100 byte monokrom, maka ukuran file bmp tersebut adalah : H + data citra = H + 10000 Byte
11 Bagian data citra (10000 byte) sebenarnya bisa dikompresi agar ukuran file tidak terlalu besar. Salah satu cara kompresi adalah dengan terlebih dahulu mentransformasikan citra ke ruang yang berbeda (contoh: format file JPEG). Topik ini lebih lanjut akan dibahas tersendiri. Contoh : Suatu citra format BMP 8 bit berukuran 200 x 100 maka memori yang dibutuhkan untuk menyimpan data citra tersebut (tanpa header) sebesar : Memori = 200 x 100 x 8 bit = 160000 bit = 20000 byte = 19,5 KB
MACAM / TYPE CITRA BERDASARKAN FORMAT PENYIMPANAN NILAI WARNANYA A. CITRA BINER Setiap titik (pixel) dalam citra bernilai 0 atau 1. Warna hitam = 0, putih = 1.
Catatan : Model citra cahaya = ada cahaya (=1) maka warna putih Model citra cahaya = tidak ada cahaya (=0) maka warna hitam Model citra tinta / cat = ada cat (=1) maka warna hitam Model citra tinta / cat = tidak ada cat (=0) maka warna putih Setiap titik membutuhkan media penyimpanan 1 bit Contoh = Citra Biner (hitam = 0, putih = 1) = 11011011 = 11011011 = 11000011 = 11011011 = 11011011
Citra skala keabuan mempunyai kemungkinan warna antara hitam (minimal) dan putih (maksimal) Jumlah maksimum warna sesuai dengan bit penyimpanan yang digunakan.
Contoh : skala keabuan 4 bit 4 jumlah kemungkinan 2 = 16 warna kemungkinan warna 0 (min) sampai 15 (max) skala keabuan 8 bit 8 jumlah kemungkinan 2 = 256 warna kemungkinan warna 0 (min) sampai 255 (max) Skala keabuan 4 bit (hitam = 0, putih = 15) = 15 0 6 0 13 15 = 15 12 15 15 15 15 = 15 5 0 12 0 15 = 15 8 15 15 15 15 = 15 10 0 13 0 15
12
C. CITRA WARNA (TRUE COLOR) Setiap titik (pixel) pada citra warna mewakili warna yang merupakan kombinasi dari tiga warna dasar yaitu merah hijau biru citra RGB (Red Green Blue) Setiap warna dasar mempunyai intensitas sendiri dengan nilai maksimum 255 (8 bit) Red = warna minimal putih, warna maksimal merah Green = warna minimal putih, warna maksimal hijau Blue = warna minimal putih, warna maksimal biru Misal warna kuning = kombinasi warna merah dan hijau sehingga nilai RGB-nya = 255 255 0 Warna ungu muda = kombinasi warna merah dan biru sehingga nilai RGB-nya = 150 0 150 Contoh : bisa dilihat di Photoshop
Jadi setiap titik pada citra warna membutuhkan data 3 byte 24 Jumlah kemungkinan kombinasi warna 2 = lebih dari 16 juta warna 24 bit disebut true color karena dianggap mencakup semua warna yang ada. Citra warna = 255 255 = 0 255 = 150 150 = 255 204
0 0 0 0 51 51 204 153
128 128 128 204 255 255 255 255 255 128 0 0
Catatan : Ada perbedaan warna dasar untuk cahaya (misal display di monitor komputer) & untuk cat/tinta (misal cetakan di atas kertas). Citra cahaya menggunakan warna dasar RGB = Red Green Blue Citra cat menggunakan warna dasar CMY = Cyan Magenta Yellow Dalam matakuliah ini kita menggunakan standar warna dasar cahaya (RGB)
D. CITRA WARNA BERINDEKS Setiap titik (pixel) pada citra warna berindeks mewakili indeks dari suatu tabel warna yang tersedia (biasanya disebut palet warna) Keuntungan pemakaian palet warna adalah kita dapat dengan cepat memanipulasi warna tanpa harus mengubah informasi pada setiap titik dalam citra. Keuntungan yang lain, penyimpanan lebih kecil. Indeks 0 1 . 4 . 10 R 0 51 G 0 52 B 0 60
= 4 = 4
0 4
12 4
255 250
255 10
255 240
Setting warna display pada MS Window biasanya format 16 colors, 256 colors, high color, true color, yang merupakan citra warna berindeks dengan ukuran palet masing-masing 4 bit, 8 bit, 16 bit dan 24 bit
13
HISTOGRAM TINGKAT KEABUAN (GRAY-LEVEL HISTOGRAM) Informasi suatu citra dapat diwakili oleh histogram Histogram = suatu fungsi yang menunjukkan jumlah titik yang ada dalam suatu citra untuk setiap tingkat keabuan Sumbu X (absis) menunjukkan tingkat warna Sumbu Y (ordinat) menunjukkan frekuensi kemunculan titik Kegunaan : 1. Penentuan parameter digitasi Dalam proses pencitraan perlu melihat apakah tingkat warna telah dipakai sesuai yang dibutuhkan. Contoh : tingkat keabuan dengan 8 bit apakah sudah memakai dari tingkat 0 sampai 256 warna tingkat keabuan. 2. Pemilihan batas ambang (threshold) Biasa digunakan untuk mengukur penonjolan objek dalam citra terhadap latar belakangnya termasuk dalam teknik pengambangan (thresholding) 3. Pengenalan / pencocokan citra Citra yang telah diubah/diupdate akan mempunyai histogram yang berbeda
14
OPERASI DASAR PENGOLAHAN CITRA
Citra digital direpresentasikan dengan matriks sehingga operasi pada citra digital pada dasarnya memanipulasi elemen-elemen matriks. Operasi dasar pengolahan citra antara lain : operasi titik, operasi global, operasi berbasis bingkai (frame), operasi geometri, operasi bertetangga
OPERASI TITIK Titik pada citra memiliki 2 karakteristik yaitu : - koordinat yang menunjukkan lokasi dari titik tersebut dalam citra - nilai yg menunjukan tingkat keabuan/warna dari titik tersebut Operasi titik dilakukan dengan memodifikasi nilai skala keabuan dari titik (piksel) yang ditinjau berdasarkan fungsi tertentu. Fungsi yang digunakan adalah fungsi transformasi skala keabuan (gray scale transformation/GST) GST function = fungsi yang memetakan tingkat keabuan input (Ki) ke citra keabuan citra output (Ko) Ko = f (Ki) Untuk citra true color fungsi ini diterapkan pada ketiga elemen warna : Ro = fR (Ri) Go = fG (Gi) Bo = fB (Bi)
Beberapa operasi pengolahan citra, terkait operasi titik : 1. Modifikasi kecemerlangan (brightness modification) 2. Peningkatan Kontras (contrast enhancement) 3. Negasi (negation) 4. Pengambangan (thresholding)
1. MODIFIKASI KECEMERLANGAN (BRIGHTNESS MODIFICATION) Pada dasarnya merubah nilai keabuan/warna dari gelap menuju terang atau sebaliknya merubah citra yang terlalu cemerlang/pucat menjadi gelap. Dengan pertolongan GST fungsi, dapat ditarik formula linier :
Ko = Ki + C atau f(x,y) = f(x,y) + C Dimana C adalah suatu konstanta yang bernilai positif untuk meningkatkan kecemerlangan citra, bernilai negatif untuk mengurangi kecemerlangan citra. Untuk citra true color : Ro = Ri + CR Go = Gi + CG Bo = Bi + CB
15
2. PENINGKATAN KONTRAS (CONTRAST ENHANCEMENT) Jika sebuah citra yang mempunyai nilai keabuan yang tidak terlalu berbeda untuk semua titik, dimana titik tergelap dalam citra tidak mencapai hitam pekat dan titik paling terang dalam citra tidak berwarna putih cemerlang Dengan peningkatan kontras maka titik yang cenderung gelap menjadi lebih gelap dan yang cenderung terang menjadi lebih cemerlang. Peningkatan kontras dapat dilakukan dengan bermacam rumus, salah satunya adalah :
Ko = G (Ki P) + P G = Koefisien penguatan kontras P = Nilai skala keabuan yang dipakai sebagai pusat pengontrasan
3. NEGASI Operasi untuk mendapatkan citra negatif (negative image) Meniru film negatif pada fotografi, yaitu titik yang berwarna putih pada citra mempunyai warna hitam pada film negatifnya, demikian juga sebaliknya. Dilakukan dengan cara mengurangi nilai intensitas piksel dari nilai keabuan maksimum.
Ko = Kmax Ki Misal pada citra dengan 256 derajat keabuan (8 bit) Kmax = 255 maka Ko = 255 Ki atau f(x,y) =255 f(x,y)
16
4. KONVERSI CITRA TRUE COLOR MENJADI CITRA KEABUAN (GRAYSCALE) Operasi konversi citra true color ke keabuan dengan rumus :
Ri + Gi + Bi Ko = -------------------3 Bisa juga dengan memberi bobot (w) pada RGB karena mata manusia lebih sensitif pada warna hijau, kemudian merah, terakhir biru. Ko = wr Ri + wg Gi + wb Bi Berdasarkan NTSC (National Television System Committee), dimana : wr = 0.299 wg = 0.587 wb = 0.144
5. PENGAMBANGAN (THRESHOLDING) Operasi pengambangan digunakan untuk mengubah citra dengan format skala keabuan, yang mempunyai kemungkinan nilai lebih dari 2 ke citra biner yang memiliki 2 buah nilai (yaitu 0 dan 1). Pengambangan Tunggal Memiliki sebuah nilai batas ambang Fungsi GST-nya 0, jika Ki < ambang (0 = hitam) Ko = 1, jika Ki ambang (1 = putih)
17
Pengambangan Ganda Memiliki ambang bawah dan ambang atas. Dilakukan untuk menampilkan titik-titik yang mempunyai rentang nilai skala keabuan tertentu
0, jika ambang bawah Ki ambang atas Ko = 1, lainnya. atau 1, jika ambang bawah Ki ambang atas Ko = 0, lainnya. Contoh dengan formula/rumus 1 :
18
OPERASI GEOMETRI Operasi Geometri pada pengolahan citra ditujukan untuk memodifikasi koordinat piksel dalam suatu citra dengan pendekatan tertentu, tetapi dalam perkembangannya dimungkinkan juga memodifikasi nilai skala keabuan. Operasi Geometri berhubungan dengan perubahan bentuk geometri citra, antara lain : Pencerminan (flipping) Rotasi/pemutaran (Rotating) Pemotongan (Cropping) Penskalaan (Scaling/Zooming) 1. PENCERMINAN (FLIPPING) Operasi pencerminan merupakan salah satu operasi geometri yang paling sederhana. Efek pencerminan horisontal : pencerminan pada sumbu Y vertikal : pencerminan pada sumbu X kombinasi : pencerminan pada sumbu Y dan X
Formula/rumus yang digunakan untuk pencerminan horisontal. x = x karena koordinat asal (x) bernilai nol atau positif, maka koordinat hasil (x) yang diperoleh dari rumus akan selalu bernilai nol atau negatif. Padahal koordinat piksel citra tidak ada (tidak boleh) negatif. Maka rumus dimodifikasi menjadi : x xc = (x xc) x xc = x + xc x = 2xc x , dengan xc nilai koordinat garis tengah citra. Citra w = lebar citra w1 xc = = (w1)/2 2
Garis tengah citra (xc)
Untuk pencerminan vertikal, tinggal mengganti rumus, menjadi : y = y y = h 1 y Untuk pencerminan kombinasi, rumus keduanya digabungkan. Kesimpulan : Pencerminan Horisontal