Analisis CitRa

September 15, 2008 yacisa14sweet

Konversi Citra Hitam-Putih ke Citra Biner
• Alasannya
– Identifikasi keberadaan object
– Fokus pada analisis bentuk morfologi
– Menyesuaikan alat cetak yang mempunyai resolusi intensitas hanya 1 bit
– Memperbaiki citra yang telah diolah dengan Deteksi Tepi

• Metodenya

– Pengambangan (Thresholding), mengelompokkan derajat keabuan pixel ke
dalam 2 kelas, hitam dan putih
– Jenisnya
• Pengambangan global (global image thresholding)
• Pengambangan lokal adaptif (locally adaptive  image thresholding)

• Pengambangan lokal adaptif
– Citra dibagi kedalam bagian kecil-kecil
– Proses pengambangan dilakukan secara lokal
• Kelebihannya
– Secara subyektif, citra yang dihasilkan lebih bagus

Pengkodean Citra Biner
• Umumnya menggunakan Run Length Encoding
(RLE)
– Posisi awal kelompok “1” dan “panjang”nya
– Panjang Run dimulai dengan panjang run “1”.

Segmentasi Citra Biner
• Tujuan Segmentasi
– Mengelompokkan pixel-pixel objek menjadi wilayah
(region) yang merepresentasikan objek.
• Dua pendekatan
– Segmentasi berdasarkan batas wilayah
– Segmentasi ke bentuk dasar

Representasi Wilayah
• Salah satu cara yang populer adalah representasi
menggunakan pohon-empatan (quadtree)

Properti Geometri
• Dua ciri khas pada objek
– Global Feature
• Luas, Pusat Massa, Momen Inersia, Keliling, Tinggi, Lebar,
Diameter, Kompleksitas Bentuk, Proyeksi
– Local feature
• Arah dan Panjang garis lurus, Sudut antar garis, Jarak Relatif,
Signature objek.

Penipisan Pola
• Syaratnya
– Mempertahankan keterhubungan pixel-pixel
objek pada setiap lelaran
– Tidak memperpendek ujung lengan dari bentuk
yang ditipiskan

Cat : Untuk Lebih LengkaPnya,

LihaT pada Link MateRi PengoLahan Citra1,

suBbab AnaLisis.

Entry Filed under: PeNgoLaHaN CitRa

Trackback this post  |  Subscribe to comments via RSS Feed