TUGAS

Mata Kuliah Visi Komputer

Oleh:
Ikhsan Hidayat
D032171023

JURUSAN TEKNIK ELEKTRO

KENDALI, KOMPUTER DAN ELEKTRONIKA
PASCASARJANA UNIVERSITAS HASANUDDIN
2018
Pada buku computer vision system toolbox vision bab 8 tentang “Filter,
Transform, and Enchancements” .

Adjust the Contrast of Intensity Images.

Dalam buku tersebut membahas bagaimana cara untuk menyesuaikan kontras pada gambar, dengan
menggunakan blok pada simulink yaitu Contrast Adjusment dan Histogram Equalization. Dengan
mengetikkan ex_vision_adjust_contrast_intensity pada command window. Maka akan tampil bagan simulink
seperti berikut:

Gambar simulink pada ex_vision_adjust_contras_intensity.

Yang apabila dijalankan maka akan tampil sebagai berikut:

Yang menampilkan 2 gambar awal dan 2 gambar hasil dari perubahan intensitas dari contras, dapat
disimpulkan bahwa dengan menggunakan blok Contras Adjusment dapat membuat gambar “pout.tif”
menjadi lebih jelas dan contras gambarnya lebih terang dibandingkan gambar sebelumnya, dan juga
dengan menggunakan blok Histogram Equalization hasil gambar dari sebuah gambar bernama tire.tif.
gambar yang dihasilkan dari yang gambar asal terlalu terang, sehingga tidak terlalu jelas,maka gambar
yang dihasilkan lebih terlihat jelas dari gambar awal.

Kemudian penulis mencoba untuk menggunakan file yang bukan hitam putih melainkan berwarna,
maka pengaturan pada main parameters>Image Signal dirubah, dari yang sebelumnya One
multidimensional Signal menjadi Separate color signal, ini agar gambar yang dihasilkan menghasilkan
3 out put yaitu RGB, namun pada kenyataannya nnti pada outputnya yang dipakai hanyalah output
pada R dan G, seperti yang terlihat pada gambar dibawah ini :

Gambar inputan pada Blok Image From File.

adapun untuk Sample time tidak memiliki pengaruh, karena penulis sudah mencoba mengubah dari
inf menjadi 100 hasilnya tetap sama dan tidak memilik perubahan.

Maka setelah di jalankan, gambar yang dihasilkan adalah sebagai berikut :

Gambar : a. Gambar awal, b. gambar dari video viewer, c.gambar setelah melewati contrast Adjusment
Dari hasil yag didapatkan dapat disimpulkan bahwa untuk gambar inputan yang warna-warni bisa juga
digunakan simulink seperti blok diatas, namun diperlukan sedikit perubaha pada parameternya agar
simulink dapat bekerja dengan baik dan tidak menciptakan error.

Kemudian untuk percobaan pada blok Histogram Equalization dengan menggunakan input yang sama
yaitu photo berwarna (zidane.jpg) bukan dengan gambar hitam putih lagi, apabila kita langsung
mengubah filenya dan tidak melakukan perubahan apapun setelah filenya diganti menjadi zidane.jpg
maka hasilnya akan error seperti gambar dibawah ini :

Gambar tampilan error apabila merubah file tanpa melakukan perubahan pada parameternya.

Dari gambar diatas maka dapat disimpulkan bawah seharusnya dilakukan perubahan parameter
apabila gambar yang akan di olah berbeda dengan gambar dari contoh (hitam putih/ Black White).di

Maka dilakukan perubahan parameter seperti dibawah ini:

Gambar perubahan parameter yang dilakukan

Maka hasil yang akan keluar apabila simulink dijalankan adalah sebagai berikut:

Gambar. a. Gambar awal, b. Gambar sebelum memasuki blok Histogram Equalization, c. Gambar
setelah melewati blok Histogram Equalization.

Dari hasil yang ditampilkan dar blok simulink tersebut diatas, dapat disimpulkan bahwa blok Histogram
Equalization di gunakan untuk mengubah gambar yang terlalu contras (high contras) menjadi gambar
yang kurang contras (low contras).

Adjust the Contrast of Color Images

Pada bagian ini menggunakan bagan blok simulink yang berfungsi untuk membuat simulink
yang dapat menyesuaikan contras gambar, langsung saja ketik pada command window pada
matlab sebagai berikut “ex_vision_adjust_contrast_color”. Maka akan tampil sebuah blok
simulink sebagai berikut :

Gambar Blok dari ex_vision_adjust_contrast_color

Dalm bab ini kembali menggunakan blok histogram Equalization untuk melakukan perubahan
contras gambar. Berbeda dengan blok ex_vision_adjust_contrast_intensity yang sebelumnya,
disini sumber dar gambar aslinya harus merupakan gambar berwarna, oleh karena itu
penggunaan blok agak lebih banyak dari blok sebelumnya, pada simulink ini menggunakan
blok sR’G’B to L’a’b yang berfungsi untuk mengkorversi space color dari RGB menjadi L’a’b.
Kemudian untuk output setelah melewati blok tersebut, output L kemudian proses seperti
dibawah ini:

Gambar output L dari blok sR’G’B to L’a’b

kemudian dilakukan sejumlah perhitungan aritmatika yang skala dari blok parameternya
adalah antara 0 dan 1, setelah itu kemudian masuk ke Histogram Equalization dan masuk lagi
ke sebuah blok pembalik yaitu dari L’a’b dirubah kembali menjadi sR’G’B kemudian
ditampilkan lagi pada video viewer.Dan apabila blok diagram ini dijalankan maka akan tampl
seperti gambar dibawah ini :

Gambar yang dihasilkan oleh blok simulink dari ex_vision_adjust_contrast_color

Dari gambar yang dihasilkan diatas maka dapat disimpulkan bahwa dengan menggunakan
blok histogram equalization dapat menjadikan gambar yang tidak terlalu bagus menjadi
gambar yang menghasilkan contras yang bagus. Adapun dari penggunaan blok tersebut
penulis sudah mencoba untuk mengganti file awal sumber namun terjadi error, maka dari itu
penulis hanya menggunakan gambar yang telah disediakan oleh matlab tersebut.

Remove Salt and Pepper Noise from Images

Dalam bagian ini dijelaskan bagaimana cara untuk menghilangkan titik-titik nois yang
membuat bambar tidak fokus, dengan menggunakan blok Median filter.
Dengan mengetikkan perintah ini sebelumnya pada command window :
I= double(imread('circles.png'));
I= imnoise(I,'salt & pepper',0.02);

Dimana I disini adalah sebuah matrix 256-256 dari 8 bit integers.

Kemudian untuk melihat I yang telah dibuat tadi maka diketikkan perintah imshow (I), maka
akan tampil sebuah ambar awal seperti dibawah ini:

Gambar awal circles sebelum di edit

Kemudian kita akan memanggil simulink yang sudah ada dengan cara mengetikkan peritah
dibawah ini pada command window matlab:
“ex_vision_remove_noise”
Lalu akan tampil sebuah simulink dengan tampilan seperti dibawah :

Gambar simulink dari ex_vision_remove_noise

Kemudian apabila dijalankan maka akan tampil sebagai berikut :
 Gambar a. gambar sebelum melewati median filter, b. setelah melewati median filter
Dari gambar yang dihasilkan maka dapat dsimpulkan bahwa dengan menggunakan blok
median filter membuat nois yang sebelumnya da, menjadi tidak ada,sehingga gambar yang
dihasilkan menjadi lebih bersih dari nois dan juga lebih jernih dari sebelumnya, namun untuk
parameter yang dirubah pada blok median filter ada beberapa macam seperti gambar
dibawah ini:

Gambar beberapa parameter yang dapat dirubah pada blok median filter
Namun setelah penulis melakukan perubahan terhadap beberapa parameter hasil dihasilkan
tidak jauh berbeda dengan hasilyang dihasilkan dari default simulink. Jadi dapat disimpulkan
bahwa parameter dalam contoh seperti daiatas tidak terlalu signifikan (tidak terlalu terlihat)
perubahannya.
Sharpen an Image

Gambar dari contoh simulink untuk mempertajam gambar

Sharpen an Image adalah sebuah fasilitas dari matlab dengan menggunakan simulink untuk
mempertajam sebuah gambar, dengan blok penting yang digunakan adalah blok 2D FIL Filter
dengan sebelumnya digunakan blok R’G’B to Y’CbCr. YCBCR = rgb2ycbcr (RGB) mengubah RGB
warna truecolor ke gambar yang setara dalam ruang warna YCbCr. gpuarrayB = rgb2ycbcr
(gpuarrayA) melakukan konversi pada GPU. Gambar input, gpuarrayA, adalah nilai ruang
warna RGB yang mengandung GpuArray atau gambar RGB. Outputnya adalah gpuArray berisi
nilai warna YCbCr atau gambar YCbCr, tergantung pada jenis input yang diberikan. Dibawah
ini diberikan contoh untuk menampilkan perubahan dari RGB to YcbCr :

Gambar contoh perubahan RGB ke YCbCr

Dengan demikian untuk menggunakan blok 2D Filter gambar yang berwarna dibuat atau
dijadikan terlebih dahulu menjadi YcbCr sehingga lebih mudah untuk di jadikan gambar lebih
tajam(sharp), adapun untuk parameter dari sebuah blok 2-D Filter adalah sebagai berikut :

Gambar parameter dari blok 2D filter

Disini penulis mencoba dengan mengganti parameter “filtering based on” dari yang
defaultnya adalah Correlation menjadi Convolution, namun dalam pengaplikasiannya hasil
yang dicaai tidak terlalu jelas perubahan yang dihasilkan.
Setelah masuk dari blok 2D Filter maka gambar tadi di ubah kembali menjadi RGB dengan
menggunakan blok YcbCr to R’G’B untuk menjadikan gambar kembali menjadi RGB
(berwarna-warni). Maka hasil yang ditampilkan adalah sebagai berikut:

Gambar yang dihasilkan dari sebuah blok simulink sharpen image

Jadi dapat disimpulkan bahwa pada matlab terdapat banyak fasilitas yang bisa digunakan
untuk pengolahan citra terganutng dengan keinginan pengguna.