Jumat, 27 Mei 2016

Image Enhancemenet Pada Matlab



1.       Imadjust
         Script
a= imread('owl.jpg');
b= imadjust(a,[0 1],[0.2 0.8]);
c= imadjust(a, [0.2 0.8], [0 1]);
subplot(2,2,1);
imshow(a);
title('original');
subplot(2,2,2);
imshow(b);
title('Adjust1');
subplot(2,2,3);
imshow(c);
title('Adjust2');
          Hasil



2.       Imcontrast
         Script
a=imread('owl.jpg');
figure,imshow(a);
figure,imcontrast(gca);
3.       Imsharpen
         Script
a = imread('rice.png');
imshow(a), title('Original Image');
b = imsharpen(a,'Radius',2,'Amount',1);
figure, imshow(b)
title('Sharpened Image');
         Hasil



4.       Histeq
         Script
I = imread('tire.tif');
J = histeq(I);
imshow(I)
figure, imshow(J)
figure; imhist(I,64)
figure; imhist(J,64)
I = gpuArray(imread('tire.tif'));
J = histeq(I);
figure
imshow(I), figure, imshow(J)

         Hasil



5.       Membuka File Gambar
Script
clc;
clear;
gambar = imread('owl.jpg');
imshow(gambar)

Kamis, 14 April 2016

Tentang Pengolaha Citra

A.      PENGERTIAN PENGOLAHAN CITRA
Pengolahan citra adalah sebuah proses pengolahan yang inputnya adalah citra. Otuputnya dapat berupa citra atau sekumpulan karakteristik atau parameter yang berhubungan dengan citra. Istilah pengolahan citra digital secara umum didefinisikan sebagai pemrosesan citra dua dimensi dengan komputer. Dalam definisi yang lebih luas, pengolahan citra digital juga mencakup semua data dua dimensi. Citra digital adalah barisan bilangan nyata maupun kompleks yang diwakili oleh bit-bit tertentu. 

B.      FUNGSI PENGOLAHAN CITRA 
Digunakan sebagai proses memperbaiki kualitas citra agar mudah diinterpretasi oleh manusia atau komputer.
    Digunakan untuk Teknik pengolahan citra dengan mentrasformasikan citra menjadi citra lain. Contoh pemampatan citra (image compression) Sebagai proses awal (preprocessing) dari komputer visi. 

C.      KATEGORI PENGOLAHAN CITRA
1.       Kategori rendah melibatkan operasi-operasi sederhana seperti pra-pengolahan citra untuk mengurangi derau, pengaturan kontras, dan pengaturan ketajaman citra. Pengolahan kategori rendah ini memiliki input dan output berupa citra. 
2.       Pengolahan kategori menengah melibatkan operasi-operasi seperti segmentasi dan klasifikasi citra. Proses pengolahan citra menengah ini melibatkan input berupa citra dan output berupa atribut (fitur) citra yang dipisahkan dari citra input. Pengolahan citra kategori melibatkan proses pengenalan dan deskripsi citra. 
3.       Pengohalan kategori tinggi ini termasuk menjadikan objek-objek yang sudah dikenali menjadi lebih berguna, berkaitan dengan aplikasi, serta melakukan fungsi-fungsi kognitif yang diasosiasikan dengan vision.

D.      CONTOH

1.       Open File
         Script
clc;
clear;
gambar = imread('owl.jpg');
imshow(gambar)
          Hasil



2.       Menampilkan Infomasi Gambar
         Script
info = imfinfo('owl.jpg')
         Hasil


3.       Mengcopy Gambar
         Script
clc;
clear;
gambar1= imread('owl.jpg');
gambar2= imread('owl.jpg');
imwrite(gambar2, 'C:\Users\Nida\Documents\MATLAB\Tugas\owl-copy.jpg')
imshow(gambar2)
         Hasil


4.       Konversi Gambar ke Grayscale dan Biner
         Script
function biner

clc;
fprintf('Mengelolah citra biner\n');
fprintf('===============================================\n');

%proses input
NFile = input('Masukkan nama file gambar (Grayscale) :','s');
NAmbang = input('Nilai Ambang (0-255) :');
Gambar = imread(NFile);

%proses menampilkan gambar asli
imshow(Gambar);

% proses citra biner
[lebar tinggi]=size(Gambar);
for a=1 : lebar
    for b=1:tinggi
        hasilbiner = double(Gambar(a,b));
        if(Gambar(a,b)) < NAmbang
            hasilbiner = 0;
        else
            hasilbiner= 255;
        end
        Gambar2(a,b)=hasilbiner;
    end
end
figure, imshow(uint8(Gambar2));
return
         Hasil





  DAFTAR PUSTAKA
http://www.romlisapermana.com/2015/07/pengertian-citra-dan-pengolahan-citra.html