Konversi Gambar Menjadi Histogram
Histogram adalah suatu grafik yang berbentuk batang, dimana grafik ini diperoleh dari hasil konversi yang dalam hal ini adalah konversi dari foto atau image. Berikut adalah listing program berikut outputnya :
clear all;
close all;
l=imread('reita.jpg');
l1=rgb2gray(l);
figure(1)
subplot(1,2,1)
imshow(l1)
title('Original Image');
[counts x]=imhist(l1);
counts1=counts(2:256-1,:);
x1=[2:1:255];
h=hist(counts1,x1);
p=histeq(l1,h);
subplot(1,2,2)
imshow(p);
title('Processed Image');
hold on;
figure(2)
subplot(1,2,1)
imhist(l1)
title('Histogram of Original Image');
subplot(1,2,2)
imhist(p)
title('Histogram of Processed Image');
hold on;
k=mean2(l1);
k2=mean2(p);
dev=std2(l1);
dev1=std2(p);
[co xi]=imhist(l1,8);
[co1 xi1]=imhist(p,8);
m=mean2(xi);
m2=mean2(xi1);
stdev=std2(xi);
stdev1=std2(xi1);
disp('********Comparison of Mean and Standard Deviation for Whole Image and 8x8 Block*********');
disp('Original Image');
disp('Mean of Whole Image=')
disp(k);
disp('Mean for 8x8 Sub-Block of Intensities=');
disp(m);
disp('Standard Deviation of Whole Image=')
disp(dev);
disp('Standard Deviation for 8x8 Sub-Block of Intensities=');
disp(stdev);
disp('Processed Image');
disp('Mean of Whole Image=')
disp(k2);
disp('Mean for 8x8 Sub-block of Intensities=');
disp(m2);
disp('Standard Deviation of Whole Image=')
disp(dev1);
disp('Standard Deviation for 8x8 Sub-block of Intensities=');
disp(stdev1);
Penjelasan:
Agar file grafik dapat dibaca, kita gunakan fungsi imread( ) dan untuk menampilkan citra, kita menggunakan fungi imshow( ). Namun ada hal penting yang perlu diketahui dalam menampilkan citra kedalam axes, yakni kita perlu menentukan terlebih dahulu uicontrol axes mana yang aktif sekarang, kemudian baru menggunakan fungsi imshow( ).
Fungsi figure digunakan untuk membuat figure baru. Fungsi subplot(baris,kolom,ke) digunakan untuk membagi figure menjadi beberapa axes dan memplot pada suatu axes.
Output Program :
Konversi Gambar Menjadi Matriks
Objek Gambar:
Listing Program :
c=imread('tukul.jpg');
asci=uint8(c)
asci(:,:,1)
fungsi diatas merupakan statement asci(:,:,1) yang menunjukan komposisi warna yang ditampilkan adalah warna Merah (mengacu pada RGB).
Output Program :
c=imread('tukul.jpg');
asci(:,:,2)
Output Program :
asci=uint8(c)
asci(:,:,3)
fungsi diatas merupakan statement asci(:,:,3) yang menunjukan komposisi warna yang ditampilkan adalah warna Biru (mengacu pada RGB).
Output Program :
Konversi gambar menggunakan metode Laplacian
clear all;
l=imread('reita.jpg');
l1=rgb2gray(l);
l2=fft(double(l1));
l2_1=fft(double(l));
figure(1)
clf(subplot(3,2,1),imshow(l));
title('Original image');
hold on;
subplot(3,2,2),imshow(l1);
title('Gray scale image ');
% creat filter matrix(3x3 window)
h=fspecial('prewitt');
l_pre=uint8(round(filter2(h,l1)));
l_pre_1=fft(double(l_pre));
subplot(3,2,3),imshow(l_pre)
title('Prewitt filtered image');
% creat filter matrix(3x3 window)
h=fspecial('sobel');
l_sobel=uint8(round(filter2(h,l1)));
l_sobel_1=fft(double(l_sobel));
subplot(3,2,4),imshow(l_sobel)
title('Sobel filtered image');
h=fspecial('log',5);
l_log=uint8(round(filter2(h,l1)));
l_log_1=fft(double(l_log));
subplot(3,2,5),imshow(l_log)
title('5x5 Laplacian of Guassian Filtered Image');
h=fspecial('log',3);
l_log3=uint8(round(filter2(h,l1)));
l_log3_1=fft(double(l_log3));
subplot(3,2,6),imshow(l_log3)
title('3x3 Laplacian of Guassian Filtered Image');
%suitable images are TIFF images ,png,jpgonly bmp is not suitable.
figure(2)
subplot(3,2,1),imshow(l2);
subplot(3,2,2),imshow(l2);
subplot(3,2,3),imshow(l_pre_1);
subplot(3,2,4),imshow(l_sobel_1);
subplot(3,2,5),imshow(l_log_1);
subplot(3,2,6),imshow(l_log3_1);
Output Program :
Deteksi Tepi menggunakan metode Prewitt, Sobel dan Robert .
• Untuk menandai bagian yang menjadi detail citra
• Untuk memperbaiki detail dari citra yang kabur, yang terjadi karena error atau adanya efek dari proses akuisisi citra
Suatu titik (x,y) dikatakan sebagai tepi (edge) dari suatu citra bila titik tersebut mempunyai perbedaan yang tinggi dengan tetangganya.
Macam-macam metode untuk proses deteksi tepi ini, antara lain:
1. Metode Robert
2. Metode Prewitt
3. Metode Sobel
Metode yang banyak digunakan untuk proses deteksi tepi adalah metode Robert, Prewitt dan Sobel, Gonzalez[1].
Metode Robert
Metode Robert adalah nama lain dari teknik differensial yang dikembangkan di atas, yaitu differensial pada arah horisontal dan differensial pada arah vertikal, dengan ditambahkan proses konversi biner setelah dilakukan differensial. Teknik konversi biner yang disarankan adalah konversi biner dengan meratakan distribusi warna hitam dan putih [5. Metode Robert ini juga disamakan dengan teknik DPCM (Differential Pulse Code Modulation)
Metode Prewitt
Metode Prewitt merupakan pengembangan metode robert dengan menggunakan filter HPF yang diberi satu angka nol penyangga. Metode ini mengambil prinsip dari fungsi laplacian yang dikenal sebagai fungsi untuk membangkitkan HPF.
Metode Sobel
Metode Sobel merupakan pengembangan metode robert dengan menggunakan filter HPF yang diberi satu angka nol penyangga. Metode ini mengambil prinsip dari fungsi laplacian dan gaussian yang dikenal sebagai fungsi untuk membangkitkan HPF. Kelebihan dari metode sobel ini adalah kemampuan untuk mengurangi noise sebelum melakukan perhitungan deteksi tepi.
Model Warna
Model RGB
Citra pada gambar berikut menunjukkan campuran dengan menambahkan warna utama merah, hijau, dan biru untuk membentuk warna sekunder kuning (merah+hijau), cyan (biru+hijau), magenta (merah+biru) dan putih (merah+hijau+biru). Model warna RGB banyak digunakan untuk monitor komputer dan video kamera.
Model CMY
Model CMY (Cyan, Magenta dan Yellow) adalah suatu model substractive yang berhubungan dengan penyerapan warna, sebagai contoh pigment warna cat seperti pada Gambar diatas. Suatu permukaan yang dicat warna cyan kemudian diiluminasi sinar putih, maka tidak ada sinar merah yang dipantulkan, dan similar untuk warna magenta dengan hijau, dan kuning dengan biru. Relasi model CMY adalah sebagai berikut:
CMYK vs RGB
CMY atau CMYK adalah model warna penintaan (substractive color mode), warna2 primernya (Cyan, Magenta, Yellow, BlacK) tergantung pada pigment pada tinta & substrate yang dicetak. Sebagai catatan, printer dan cetakan hanya merupakan "output devices". RGB adalah model warna pencahayaan (additive color mode) dipakai untuk "input devices" seperti scanner maupun "output devices" seperti display monitor, warna2 primernya (Red, Blue, Green) tergantung pada teknologi alat yang dipakai seperti CCD atau PMT pada scanner atau digital camera, CRT atau LCD pada display monitor. Kedua model warna CMYK maupun RGB adalah tidak "merdeka", artinya CMYK tergantung pada proses cetak, pigment, substrate & sedangkan RGB tergantung pada kapasitas teknologi peralatan yang dipakai; artinya kalau kita mempunyai data warna R 180, maka pada 2 monitor yang berbeda kita mendapatkan persepsi yang berbeda pula, karena sangat sulit untuk menstimulasikan 2 monitor yang berbeda - apalagi kalau teknologi yang dipakai berbeda pula. Karena pemanfaatan RGB itu biasanya dikontrol oleh pabrik alat, maka relatif lebih mudah bagi tim riset dan pengembangan pabrik alat tersebut untuk meningkatkan kemampuan alatnya agar dapat mencapai mutu yang tinggi dengan toleransi yang rendah. Lain halnya dengan model warna CMYK ,khusus untuk cetak konventional, tinta diproduksi oleh pabrik tinta dan dicetak oleh percetakan menggunakan barbagai macam kertas. Proses reproduksi warna dilakukan dengan berbagai macam parameter, dan hasilnya pun dibawa kemana-mana untuk evaluasi -yang sering dibawah kondisi penerangan yang berbeda-beda - masalah metameri - sehingga menimbulkan banyak silang pendapat.
(sumber: KertasGrafis.com)
