UAS 3 RINGKASAN DARI BUKU REFERENSI PENGOLAHAN CITRA DIGITAL KARYA PRIYANTO HIDAYATULLAH


 

Bab 1: Pengantar Pengolahan Citra Digital

  • Definisi: Apa itu citra dan mengapa pengolahan citra diperlukan.
  • Sejarah & Aplikasi: Contoh penggunaan di bidang medis, militer, industri, dan pengenalan wajah.
  • Komponen Sistem: Perangkat keras dan lunak yang dibutuhkan.

Bab 2: Representasi Citra dan Warna

  • Piksel dan Matriks: Menjelaskan bahwa citra adalah kumpulan angka dalam koordinat (x, y).
  • Model Warna: Penjelasan mendalam tentang RGB, CMYK, HSV, dan YCbCr.
  • Kuantisasi dan Sampling: Bagaimana gambar kontinu diubah menjadi digital.

Bab 3: Operasi Titik (Point Operation)

  • Brightness & Contrast: Rumus matematika untuk mencerahkan atau menajamkan kontras.
  • Inverting (Negatif): Membalik warna citra.
  • Auto-level: Penyesuaian warna secara otomatis.

Bab 4: Histogram Citra

  • Analisis Histogram: Cara membaca distribusi piksel.
  • Ekualisasi Histogram: Teknik untuk meratakan kontras pada citra yang terlalu gelap atau terlalu terang.
  • Spesifikasi Histogram: Memodifikasi citra agar memiliki histogram tertentu.

Bab 5: Filter Spasial (Peningkatan Kualitas)

  • Konvolusi: Konsep dasar penggunaan mask atau kernel.
  • Smoothing (Penghalusan): Mean filter, Median filter (untuk menghilangkan noise salt & pepper), dan Gaussian filter.
  • Sharpening (Penajaman): Menggunakan operator Laplacian atau High-pass filter.

Bab 6: Transformasi Citra

  • Geometri: Rotasi, translasi (pergeseran), scaling (perbesaran), dan cropping.
  • Domain Frekuensi: Pengenalan Fast Fourier Transform (FFT) untuk memproses citra berdasarkan frekuensinya.

 

Bab 7: Operasi Morfologi

  • Dilitasi dan Erosi: Menambah atau mengurangi piksel pada batas objek.
  • Opening dan Closing: Membersihkan noise dan menutup lubang pada objek biner.
  • Hit-or-Miss: Pencarian pola tertentu dalam citra.

Bab 8: Segmentasi Citra

  • Ambang Batas (Thresholding): Metode Otsu dan metode iteratif untuk memisahkan objek dari latar belakang.
  • Deteksi Tepi: Algoritma Sobel, Prewitt, Robert, dan Canny.
  • Region Growing: Mengelompokkan piksel berdasarkan kemiripan.

Bab 9: Ekstraksi Ciri (Feature Extraction)

  • Ciri Bentuk: Menghitung luas, keliling, compactness, dan roundness.
  • Ciri Tekstur: Analisis statistik menggunakan GLCM (Gray Level Co-occurrence Matrix) seperti kontras, korelasi, dan energi.
  • Ciri Warna: Statistik warna (rata-rata, standar deviasi).

Bab 10: Pengenalan Pola (Pattern Recognition)

  • Klasifikasi: Pengenalan dasar tentang bagaimana data dari ekstraksi ciri digunakan untuk mengenali objek (misal: membedakan jenis buah atau huruf).
  • Jarak Euclidean: Cara menghitung kemiripan antar objek.

Komentar

Posting Komentar

Postingan populer dari blog ini

UTS LISAN (CIRCLE, MIROR, EXTEND)

Gambar
1. Circle : untuk membuat lingkaran, dengan klik circle atau (C) 2. Miror : untuk membuat salinan objek, yang di cerminkan pada sumbu tertentu, dengan klik miror atau (MI). 3. Extend : untuk memperpanjang garis atau memperpendek garis sampai sesuai dengan objek yang di inginkan, dengan klik extend atau (EX).
Baca selengkapnya

Pengertian Software, Hardware, dan Brainware

Gambar
  Komputer memiliki tiga komponen yaitu software, hardware, dan brainware 1. Software (Perangkat Lunak) Software adalah program atau sekumpulan instruksi yang memberikan perintah kepada komputer        untuk menjalankan tugas tertentu. Software berfungsi untuk memperoses data dan memberikan              hasil atau informasi yang di inginkan. Software di bagi menjadi dua jenis utama, yaitu : Software sistem : mengelola dan mengatur oprasi perangkat keras, sepreti sistem oprasi (windows, linux, macOS) Software aplikasi : program yang digunakan untuk melakukan tugas-tugas spesifik, seperti microsoft, office, photoshop, atau browser web. 2. Hardware (Perangkat Keras) Hardware adalah komponen fisik dari sistem komputer yang dapat dilihat dan di raba. Hardware adalah segala perangkat keras yang terlibat dalam proses input, pemrosesan, output dalam sistem            komputer, contoh hadware yaitu : C...
Baca selengkapnya

Network Management

Gambar
 1.) Pengertian Network Management Network management adalah serangkaian kegiatan dan proses yang bertujuan untuk mengoprasikan, mengelola, dan memelihara jaringan komputer agar berfungsi secara optimal. Ini mencakup pemantauan, konfigurasi, pengamanan, dan pemeliharaan  jaringan untuk memastikan kinerja yang baik dan keamanan data.  2.) Fungsi-Fungsi Network Management a.)   Fault Management (Manajemen Kesalahan) Tujuan : Mendeteksi, mengisolasi, dan memperbaiki masalah pada jaringan. Contoh kegiatan: Monitoring perangkat jaringan untuk mendeteksi kegagalan (failure). Mengirim notifikasi (alarm) saat terjadi kesalahan. Menganalisis log untuk mengidentifikasi akar masalah. b.) Configuration Management (Manajemen Konfigurasi) Tujuan: Mengelola pengaturan perangkat jaringan agar sistem tetap konsisten dan terdokumentasi. Contoh kegiatan: Menyimpan backup konfigurasi router dan switch. Melacak perubahan konfigurasi. Otomatisasi dep...
Baca selengkapnya