PENCITRAAN KORELASI DAN KONVOLUSI PADA MATLAB

Nah, yang sudah saya janjikan pada postingan saya terdahulu yaitu tentang FILTER GAMBAR secara Numerik, saya akan mempostingkan Pencitraan Konvolusi dan Korelasi Pada Matlab . Namun sebelum masuk ke pembahasan program tentang Konvolusi dan Korelasi kita harus tahu dulu dong apa sih Konvolusi dan Korelasi ini ?? berikut penjelasnnya :

• Konvolusi adalah salah satu proses filtering image yang sering dilakukan pada proses pengolahan gambar. Pada MATLAB terdapat banyak sekali cara yang dapat dilakukan untuk melakukan proses konvolusi. Proses konvolusi dilakukan dengan menggunakan matriks yang biasa disebut mask yaitu matriks yang berjalan sepanjang proses dan digunakan untuk menghitung nilai representasi lokal dari beberapa piksel pada image.
• Korelasi adalah Dalam teori probabilitas dan statistika, korelasi, juga disebut koefisien korelasi, adalah nilai yang menunjukkan kekuatan dan arah hubungan linier antara dua peubah acak.

Dalam  pembuatan Konvolusi dan Korelasi pada matlab sebetulnya sudah banyak referensi-referensi yang beredar untuk hal semacam ini,  ketika saya cari di mbah google dengan kata kunci “konvolusi image” itu hasilnya banyak sekali referensi-referensi yang saya temukan namun ketika pada korelasi saya mencari sumber tuh susah yaa paling juga dari website www.mathworks.com.:)
nah, sekarang kita masuk saja ke pembahasan intinya dengan pembuatan Konvolusi dulu yah STEP Konvolusi pada MATLAB :

1. yang jelas buka dulu aplikasi MATLABnya
2. lalu pilih file>>new>>m-file
3. masukan perintah dibawah ini (saya berikan pakai gambar yah biar kalian ngetik dan dimengerti) hehe:)
4. 
5. Nah, tinggal SAVE/CTRL+S deh,
6. Yang perlu kalian ingat sebelum pijit F5. Pada gambar diatas saya garis bawahi dengan warna merah, itu menunjukan gambarnya iya kan ? itu artinya masukan/simpan gambar kalian yang pengen di konvolusi di direktori si file(.m) pada gambar atas (yang kalian save barusan disimpen dimana sih, nah disitu kalian simpen si gambarnya):D
7. dan terakhir pijit deh F5.
8. jeng….jeng…apa yang terjadi ???

kalau program yang saya buat hasil gambar sebelum dan sesudahnya menjadi seperti ini :

BEFORE

AFTER

Nah, seperti itu penggunaan Konvolusi pada MATLAB. terlihat jelas perbedaannya ya kan ? itu hasil proses dari konvolusi. lalu pertanyaannya bagaimana proses semua itu terjadi ? bagaimana perhitungan manualnya ? Nah disini saya akan membahas juga perhitungan dengan menggunakan korelasi tersebut. Saya mengambil sample dari matriks yang belum di konvolusi dan yang sudah di konvolusi. berikut penampakannya

CITRA ASLI

CITRA SETELAH DI KONVOLUSI

Bagaimana bisa di dapatkan hasil seperti itu ? mari kita buktikan dengan konsep konvolusi

1. matrix yang kita ambil 5×5 (sample) pada citra asli.
2. nilai matrixnya . yang dimana hasil setelah di konvolusi menjadi
3. gunakan rumus f(x)*g(x).
4. dengan menggunakan formula pada microsoft excel lebih mudah dalam pengerjaannya, jadi bagi yang ingin melihat formulanya untuk proses konvolusi dapat anda donlot disini

KORELASI

Selanjutnya pada Korelasi lakukan step yang sama seperti sebelumnya, namun sebelumya saya akan membahas dulu konsep dari Korelasi ini. Rumus dari Korelasi ini seperti berikut

Nah dari rumus di atas, saya ambil sample citra yang mudah dan juga penyelesaiannya agar bisa di pahami dalam konsep Korelasi ini. dan di akhir saya akan membuktikan dengan menggunakan program MATLAB supaya terlihat jelas bahwa hasil perhitungannya pun tidak salah. berikut penampakannya :

Nah lalu apa hasil dengan menggunakan MATLAB akan sama hasilnya dengan perhitungan diatas ? mari kita buktikan

Cocok kan ? nah sekian pembahasan dari Pencitraan Konvolusi dan Korelasi Pada MATLAB ini,di lain waktu saya akan membagikan ilmu ilmu yang saya dapatkan dalam mata kuliah PENGOLAHAN CITRA. Sampai bertemu di postingan selanjutnya

-SENANGNYA BERBAGI-

Read More...

Proses Konvolusi untuk mengolah citra

Konvolusi (convolution) adalah sebuah proses dimana citra dimanipulasi dengan menggunakan eksternal mask / subwindows untuk menghasilkan citra yang baru. Sedangkan Filtering tanpa menggunakan ekternal mask tetapi hanya menggunakan pixel tetangga untuk mendapatkan pixel yang baru.

Konvolusi sangat banyak dipergunakan dalam pengolahan citra untuk memperhalus (smoothing), menajamkan (crispening), mendeteksi tepi (edge detection), serta efek lainnya.

1. Embossing

Embossing yaitu membuat citra seolah diukir pada permukaaan selembar nikel. Koefisien jendela konvolusi memiliki bobot tengah bernilai 0 & jumlah seluruh bobot = 0.

2. Blurring

Blurring (Pengaburan) yaitu filter spasial low-pass yang melenyapkan detil halus dari suatu citra. Pengaburan dicapai melalui konvolusi dari seluruh koefisien mask bernilai sama. Blurring ini perataan nilai pixel-pixel tetangga, makin besar ukuran mask maka makin besar efek pengaburan

3. Sharpening

Sharpening (Penajaman) yaitu memperjelas detil suatu citra(menambah kontras) dengan penjumlahan atas citra tepi dengan citra aslinya maka bagian tepi objek akan terlihat berbeda dengan latarnya, sehingga citra terkesan lebih tajam.

4. Edge Detection

Deteksi tepi yaitu proses menentukan lokasi titik-titik yang merupakan tepi objek.

Demikianlah pembahasan tentang Proses Konvolusi untuk mengolah citra.

tag : konvolusi adalah , konvolusi citra digital , proses konvolusi , konvolusi , konvolusi pengolahan citra , pengertian blurring , pengertian sharpening , konvolusi pada pengolahan citra , pengertia konvulsi , proses konvolusi citra

Materi Konvolusi biza di download disini

Read More...

Konvolusi image dengan matlab

Konvolusi Image dengan Matlab

Konvolusi adalah salah satu proses filtering image yang sering dilakukan pada proses pengolahan gambar. Pada MATLAB terdapat banyak sekali cara yang dapat dilakukan untuk melakukan proses konvolusi. Proses konvolusi dilakukan dengan menggunakan matriks yang biasa disebut mask yaitu matriks yang berjalan sepanjang proses dan digunakan untuk menghitung nilai representasi local dari beberapa piksel pada image.

Contoh implementasi konvolusi ini yaitu:

gambar=imread('love.jpg');
mask = [-1 -1 -1; -1 8 -1; -1 -1 -1];

gray=rgb2gray(gambar);
thresh=graythresh(gray);
imbw=im2bw(gray,thresh);
hasil=conv2(double(imbw),mask,'valid');
imshow(gambar)
figure, imshow(hasil)

Hasil:

Penjelasan :

Fungsi penapis g(x,y) disebut convolution filter, convolution mask, Convolution kernel, atau template. Dlm domain diskret kernel konvolusi dinyatakan dlm btk matriks (umumnya 3 x 3, namun ada jg yg berukuran 2x2 atau 2x1 atau 1x2 Ukuran matriks biasanya lebih kecil dr ukuran citra. Setiap elemen matriks disebut koefisien konvolusi T 1 T 2 T 4 T 8 T 7 T 3 T 6 T 5 T 9 A B D H G C F E I Kernel Citra f(i,j) f(i,j)= AT 1 + BT 2 + CT 3 + DT 4 + ET 5 + FT 6 + GT 7 + HT 8 + IT 9

Contoh: Citra f(x,y) berukuran 5x5 dan sebuah kernel ukuran 3x3 sbb: Lakukan operasi konvolusi antara citra f(x,y) dgn kernel g(x,y) f(x,y)*g(x,y)= ??????? f(x,y) = 4 3 5 4 6 6 5 5 2 5 6 6 6 2 6 7 5 5 3 3 5 2 4 4 g(x,y)= 0 -1 0 -1 4 -1 0 -1 0 Posisi (0,0) dr kernel

Pixel-pixel pinggir diabaikan, tdk dikonvolusi (tetap). Duplikasi elemen citra, misalnya elemen kolom pertama disalin ke kolom M+1, begitu sebaliknya. Elemen kosong diasumsikan 0. Catatan: Ada masalah untuk pinggiran citra, hal ini dpt diatasi dgn cara: Dpt dilihat bhw operasi konvolusi merupakan komputasi pd aras lokal, krn komputasi utk suatu pixel pd citra keluaran melibatkan pixel-pixel tetangga pd citra masukannya. Konvolusi berguna pd proses pengolahan citra al: Perbaikan kualitas citra Penghilangan derau Penghalusan/pelembutan citra Deteksi tepi, penajaman tepi dll Contoh: lakukan konvolusi suatu citra foto hitam putih Anda dgn penapis Gaussian utk mempertajam tepi-tepi di dlm citra. Penapis Gaussian adalah sebuah mask berukuran 3x3

Operasi konvolusi dilakukan perpixel & untuk setiap pixel dilakukan operasi perkalian dan penjumlahan, shg memerlukan komputasi yg besar. Jk citra berukuran NxN & kernel mxm, mk jumlah perkalian dlm orde N 2 m 2 Contoh: jk citra 512x512 & kernel 16x16 mk ada sekitar 32juta perkalian, tdk cocok untuk proses real time. Suatu cara mengurangi wkt komputasi adalah mentransformasi citra dan kernel ke dlm domain frekuensi dlm hal ini Transf. Fourier Keuntungan penggunaan domain frekuensi adalah proses konvolusi dpt diterapkan dlm btk perkalian langsung. g(x,y)= 1 2 1 2 4 2 1 2 1

 
|Materi bisa di download disini|

Read More...