CIG4E3 / Pengolahan Citra Digital Digitalisasi Citra Proses utama

10/11/2014
CIG4E3 / Pengolahan Citra Digital
BAB 3.
Pembentukan Citra Digital
Digitalisasi Citra
Intelligent Computing and Multimedia (ICM)
C IG4E3 / P engolahan C itra D igital
Proses utama konversi analog ke digital
2
– N & M  dot per inch (dpi)
– q  color depth (jumlah warna yang mungkin untuk tiap
pixel)
Resolusi: the degree of discernible detail
– Semakin besar nilai N, M, dan q, citra digital yang
dihasilkan akan semakin mendekati citra aslinya
C IG4E3 / P engolahan C itra D igital
12-CRS-0106 REVISED 8 FEB 2013
Kuantisasi
1 0 /11/2014
C IG4E3 / P engolahan C itra D igital
Jumlah bit yang diperlukan (b):
b=NxMxq
–digitalisasi koordinat spatial
–Nilai-nilai dalam citra kontinyu f(x,y) didekati dengan
nilai-nilai diskrit dalam array N x M; biasanya N = 2n
& M = 2m
–Tiap elemen array  picture element (pixel)
3
1 0 /11/2014
Yang dipengaruhi N,M, & q
Sampling
–digitalisasi amplitudo
–Jumlah gray level yang diperbolehkan untuk tiap
elemen array = G = 2q  berjarak sama pada
rentang [0,L]
Citra digital
12-CRS-0106 REVISED 8 FEB 2013
1 0 /11/2014
Citra analog / objek / scene
Sampling sinyal 1D
4
C IG4E3 / P engolahan C itra D igital
1 0 /11/2014
12-CRS-0106 REVISED 8 FEB 2013
1
12-CRS-0106 REVISED 8 FEB 2013
Digitalisasi
Sampling citra (2D)
16
14
Sinyal analog
(kontinyu)
12
10
8
Hasil
sampling
(diskrit)
6
4
16
2
8
6
1 0 /11/2014
12
15
18
6
Y
0
C IG4E3 / P engolahan C itra D igital
12-CRS-0106 REVISED 8 FEB 2013
C IG4E3 / P engolahan C itra D igital
X
9
0
1 0 /11/2014
12-CRS-0106 REVISED 8 FEB 2013
5
3
0
1
10/11/2014
Sinyal analog
(kontinyu)
1
Kuantisasi
sinyal 1D
Contoh sampling:
Hasil sampling (diskrit)
Level kuantisasi = 2 (q=1)
0
Sinyal analog
(kontinyu)
3
1 0 /11/2014
C IG4E3 / P engolahan C itra D igital
12-CRS-0106 REVISED 8 FEB 2013
7
Contoh kuantisasi
1
0
8
1 0 /11/2014
C IG4E3 / P engolahan C itra D igital
12-CRS-0106 REVISED 8 FEB 2013
Hasil sampling (diskrit)
Level kuantisasi = 4 (q=2)
2
Ukuran citra digital
Scanning
300 dpi
24 bit colors
Foto 3R
(3.5 inch x 5 inch)
1 0 /11/2014
4-bit
1-bit
C IG4E3 / P engolahan C itra D igital
•
•
•
10
Ukuran citra digital (bit) = jml dot (pixel) x jml bit / pixel
jml pixel = (3.5 x 300) x (5 x 300) = 1.575.000
bit / pixel  24 bit / pixel
Ukuran citra digital = 37.800.000 bit ≈ 4.5 MB
C IG4E3 / P engolahan C itra D igital
1 0 /11/2014
12-CRS-0106 REVISED 8 FEB 2013
9
8-bit
12-CRS-0106 REVISED 8 FEB 2013
24-bit
Proses Penentuan Warna Ke Layar
Untuk file 24 bit Informasi intensitas RGB sudah
dapat langsung diketahui dari bitmap data,
sedangkan untuk file 1,4,8 bit informasi RGB
diperoleh dari Color Map
1 0 /11/2014
C IG4E3 / P engolahan C itra D igital
B
0
8
2
0
00001010 00001000 00000010
12
1 0 /11/2014
C IG4E3 / P engolahan C itra D igital
12-CRS-0106 REVISED 8 FEB 2013
11
G
Pengubahan menjadi biner lalu cari nilainya
dalam decimal (itulah warna dari pixel)
12-CRS-0106 REVISED 8 FEB 2013
SEKILAS FORMAT FILE
CITRA BITMAP
R
10
2
10/11/2014
Color map
Proses Pembacaan Citra 8 bit
Citra 1, 4, dan 8 bit per pixel butuh color map
Entri dalam color map (palette) biasanya 2,
16, atau 256
1 0 /11/2014
C IG4E3 / P engolahan C itra D igital
Proses Pengambilan Warna dari Color
MapB G R 0 B G R 0
0
15
R
G
B
0
56
5
9
1
5
34
67
15
5
34
67
1 15 19 7
1 0 /11/2014
C IG4E3 / P engolahan C itra D igital
Menentukan Ukuran File dari Bitmap
Yang membedakan antara citra 1,4,8,24 bit
adalah ukuran storage yang digunakan untuk
menyimpan warna dari 1 buah pixel
Misalkan: citra A :200 x 200 pixel
8 15 45
– Hitung berapa minimum byte dari file bitmap yang
dihasilkan bila: citra A disimpan dalam 24 bit dan 8 bit
• Berarti untuk pixel 1 intensitas
RGB : 56 5 9
• Berarti untuk pixel 2 intensitas
RGB : 5 34 67
• Berarti untuk pixel 16 intensitas
RGB : 5 34 67
1 0 /11/2014
C IG4E3 / P engolahan C itra D igital
 200 x 200 x 3 + 54 byte = 120054 byte
 200 x 200 x 1 + 54 + 256*3 = 40822 byte
12-CRS-0106 REVISED 8 FEB 2013
COLORMAP
14
16
1 0 /11/2014
C IG4E3 / P engolahan C itra D igital
12-CRS-0106 REVISED 8 FEB 2013
13
12-CRS-0106 REVISED 8 FEB 2013
–Bisa lebih sedikit jika citra tidak membutuhkan
semua warna yang tersedia
12-CRS-0106 REVISED 8 FEB 2013
Analogi Color Map adalah mengindex warna yang
ada kedalam tabel sehingga bitmap data tidak lagi
berisi data intensitas RGB namun mengandung
index warna
Untuk mengetahui warna pixel(x) maka kita
mengakses color map dengan index sesuai
dengan nilai yang tersimpan pada bitmap data
Halftoning
17
1 0 /11/2014
C IG4E3 / P engolahan C itra D igital
18
1 0 /11/2014
C IG4E3 / P engolahan C itra D igital
12-CRS-0106 REVISED 8 FEB 2013
HALFTONING &
DITHERING
12-CRS-0106 REVISED 8 FEB 2013
Metode untuk ‘mencetak’ sejumlah [besar] warna
dengan rentang warna perangkat yang terbatas
Saat melihat daerah sempit yang memuat
sejumlah pixel, mata akan cenderung merataratakan warna
Contoh penggunaan: printer monokrom atau
rentang warna yang sangat terbatas
3
10/11/2014
Contoh halftones
Grey scale:
Halftoned Grey scale:
1 0 /11/2014
C IG4E3 / P engolahan C itra D igital
Black & white halftone
20
CMYK halftone
1 0 /11/2014
C IG4E3 / P engolahan C itra D igital
12-CRS-0106 REVISED 8 FEB 2013
19
12-CRS-0106 REVISED 8 FEB 2013
Dot shapes:
Grid 2 x 2 pixel, sistem bilevel
 5 level intensitas
Digital halftoning
Pendekatan halftoning dengan pola pixel-grid
(rektangular)
Jumlah intensitas yang dapat ditampilkan
tergantung dari
C IG4E3 / P engolahan C itra D igital
Grid 3 x 3 pixel, sistem bilevel
 10 level intensitas
0
0≤ I <0.1
1
0.1≤ I <0.2
2
0.2≤ I <0.3
3
0.3≤ I <0.4
4
0.4≤ I <0.5
5
0.5≤ I <0.6
6
0.6≤ I <0.7
7
0.7≤ I <0.8
8
0.8≤ I <0.9
10
0.9≤ I ≤1
1 0 /11/2014
2
3
4
0.4≤ I <0.6
0.6≤ I <0.8
0.8≤ I ≤1
C IG4E3 / P engolahan C itra D igital
1 0 /11/2014
Pola pixel grid
C IG4E3 / P engolahan C itra D igital
Minimasi efek konturing  level k+1 evolusi dari
level k; sebisa mungkin mulai dari posisi tengah
grid
Minimasi efek visual lain yang tidak ada di citra
asli  menghindari pola simetris
Contoh:
12-CRS-0106 REVISED 8 FEB 2013
23
22
1
0.2≤ I <0.4
þ
24
1 0 /11/2014
ý
ý
ý
C IG4E3 / P engolahan C itra D igital
12-CRS-0106 REVISED 8 FEB 2013
1 0 /11/2014
12-CRS-0106 REVISED 8 FEB 2013
21
0
0≤ I <0.2
12-CRS-0106 REVISED 8 FEB 2013
– Jumlah pixel yang menyusun tiap grid
– Jumlah level intensitas yang didukung oleh perangkat
Dengan n x n pixel pada sistem bilevel, jumlah
intensitas yang bisa didapat = n2+1
4
10/11/2014
Grid 2 x 2 pixel, RGB 3 bit / pixel
 125 warna
Pola pixel grid
1 0 /11/2014
C IG4E3 / P engolahan C itra D igital
Konsekuensi halftoning
26
1 0 /11/2014
C IG4E3 / P engolahan C itra D igital
12-CRS-0106 REVISED 8 FEB 2013
25
12 titik
3 warna
Ukuran grid 2 x 2 n=2,
5 level pola
Jumlah warna yang bisa
dihasilkan = 53 = 125
12-CRS-0106 REVISED 8 FEB 2013
Minimasi efek konturing = mencegah efek efek
kontur yang tidak ada dalam citra asli.
Pola pixel grid yang simetris akan menyulitkan
dalam menghasilkan gradasi warna.
Penetuan pola pixel grid merupakan bawaan dari
perangkat ( printer dot matrik lebih mahal
dibandingkan dengan printer inkjet ).
Dithering
Penggunaan grid n x n meningkatkan jumlah
intensitas yang bisa ditampilkan  menurunkan
resolusi citra setara 1/n sepanjang sumbu x
maupun y. Mengapa ??
Contoh: area tampilan 512 x 512 pixel
Teknik untuk melakukan pendekatan halftoning
dengan meminimalkan penurunan resolusi
– Grid 2 x 2  256 x 256 titik intensitas
C IG4E3 / P engolahan C itra D igital
Beberapa teknik Dithering
C IG4E3 / P engolahan C itra D igital
C IG4E3 / P engolahan C itra D igital
Citra asli  matriks M
Citra yang akan ditampilkan  matriks I
Scan tiap baris pada M: kiri ke kanan, atas ke
bawah
Tentukan level intensitas yang tersedia yang
paling dekat untuk tiap elemen M
Perbedaan antara nilai asli pada M dengan nilai
yang bisa ditampilkan untuk tiap pixel
didistribusikan ke elemen tetangga di M
12-CRS-0106 REVISED 8 FEB 2013
1 0 /11/2014
1 0 /11/2014
Error Diffusion
Average dithering: memilih warna pixel yang
paling dekat dengan rata-rata warna
Ordered dithering: serupa dengan teknik yang
digunakan pada halftoning (pixel-grid)
Dither noise (random dithering): menambahkan
noise (random) ke seluruh pixel untuk
memperhalus batas antar intensitas
Error diffusion: error antara intensitas input
dengan intensitas pixel yang ditampilkan disebar
(difusi) ke pixel-pixel di sebelah kanan dan
bawahnya untuk mendapatkan tampilan yang
lebih mendekati citra aslinya
29
28
12-CRS-0106 REVISED 8 FEB 2013
1 0 /11/2014
30
1 0 /11/2014
C IG4E3 / P engolahan C itra D igital
12-CRS-0106 REVISED 8 FEB 2013
27
12-CRS-0106 REVISED 8 FEB 2013
Dengan hanya dua warna (Red & Blue),
jika ukuran pixel cukup kecil, maka akan
tampak seperti warna Magenta
5
10/11/2014
Algoritma error diffusion
(disederhanakan)
α,β,γ,δ
1 0 /11/2014
C IG4E3 / P engolahan C itra D igital
7/16
3/16
32
1 0 /11/2014
5/16
1/16
baris i
baris i+1
C IG4E3 / P engolahan C itra D igital
12-CRS-0106 REVISED 8 FEB 2013
31
Nilai-nilai α,β,γ,δ bisa dipilih berapapun asal
memenuhi α+β+γ+δ ≤ 1
Salah satu pilihan (α,β,γ,δ ) = (7/16, 3/16, 5/16,
1/16)
kolom j
12-CRS-0106 REVISED 8 FEB 2013
for i:=1 to m do
for j:= 1 to n do
begin
{Tentukan intensitas tersedia Ik}
{yang terdekat dengan nilai Mi,j}
Ii,j:= Ik;
err:=Mi,j-Ii,j;
Mi,j+1:=Mi,j+1+α.err;
Mi+1,j-1:=Mi+1,j-1+β.err;
Mi+1,j:=Mi+1,j+γ.err;
Mi+1,j+1:=Mi+1,j+1+δ.err;
end
Contoh Dithering
16 warna,
tanpa dithering
33
1 0 /11/2014
C IG4E3 / P engolahan C itra D igital
THANK YOU
34
1 0 /11/2014
C IG4E3 / P engolahan C itra D igital
12-CRS-0106 REVISED 8 FEB 2013
16 warna,
dengan dithering
(error diffusion)
12-CRS-0106 REVISED 8 FEB 2013
Citra asli
6