Selasa, 24 November 2009

Image Reconstructor dengan MATLAB (Pengolahan Citra)

0 komentar


Pada banyak kasus pengolahan citra baik proses binerisasi maupun deteksi tepi menghasilkan citra yang pada umumnya masih belum baik, oleh karena itu perlu dilakukan perbaikan citra /
reconstruksi citra kembali. Di matlab proses rekonstruksi dilakukan menggunakan fungsi imfill .
Contoh penggunaan rekonstruksi image yaitu:

Listing :

gambar = imread('love.jpg');
[X,map] = rgb2ind(gambar, 128);
I = ind2gray(X,map);
thresh=graythresh(gray);
imbw=im2bw(gray,thresh);
Ifill = imfill(imbw,'holes');
figure, imshow(imbw);figure, imshow(Ifill) 



Klik disini untuk mendownload program

Image Filtering dengan MATLAB (Pengolahan Citra)

0 komentar



Proses filtering secara khusus oleh matlab menggunakan fungsi built-in fspecial(special filter) dimana syntax umumnya adalah

fspecial(filtername,parameter,..)

dimana:
• fspecial adalah jenis filter yang digunakan
• average = filter rata-rata
• disk = circular averaging filter
• gaussian = filter gauss
• laplacian = aproximasi operator 2-D laplace
• log= laplacian of gaussian filter
• motion= motion filter
• prewitt : Prewitt horizontal edge-emphasizing filter
• sobel : Sobel horizontal edge-emphasizing filter
• unsharp : unsharp contrast enhancement filter

filter yang tersusun diatas kemudian diimplementasikan pada fungsi imfilter untuk image RGB (3-D) dan filter2 untuk image grayscale atau 2-D. Adapun contoh penggunaanya seperti contoh berikut dimana filter yang digunakan adalah filter gaussian dengan matriks 12x12, dan terlihat bahwa
gambar hasil menjadi blur.

Listing :

gambar=imread('love.jpg');
gaussianFilter = fspecial('gaussian', [12, 12], 5)
hasil = imfilter(gambar, gaussianFilter, 'symmetric', 'conv');
subplot(1,2,1), image(gambar);
subplot(1,2,2), image(hasil), title('Blurred Turtle, blur matrix size 12');


klik disini untuk mendownload program

Deteksi Tepi dengan MATLAB (Pengolahan Citra)

0 komentar





Deteksi Tepi


Seleksi objek biasanya selanjutnya dilakukan langkah deteksi tepi dalam proses pengolahan citra, di MATLAB proses pendeteksian tepi dilakukan dengan perintah/fungsi edge. Ada beberapa metode yang dapat dilakukan pada deteksi tepi menggunakana MATLAB yaitu metode sobel, prewitt,
roberts, laplacian of gaussian, metode zero cross, dan Canny.
Yang penting diperhatikan pada deteksi tepi bahwa hanya dapat dilakukan menggunakan citra grayscale atau citra 2-D.

Contoh penggunaan metode deteksi tepi:

I = imread('love.jpg');
gray=rgb2gray(I);
BW1 = edge(gray,'prewitt'); BW2 = edge(gray,'canny');
BW3 = edge(gray,'sobel');
BW4 = edge(gray,'roberts'); imshow(BW1);
figure, imshow(BW2)
figure, imshow(BW3)
figure, imshow(BW4)


Klik disini untuk mendownload program

 

Membuat Histogram di MATLAB

0 komentar
Fungsi yang disediakan MATLAB untuk membuat histogram dari gambar yaitu dengan fungsi

imhist(matrik_1_dimensi_image)

Perlu diperhatikan bahwa imhist hanya dapat digunakan untuk matrik image 1 dimensi sehingga bila diimplementasikan pada matriks gambar maka hanya berupa matriks merah saja, hijua saja, biru saja atau grayscale.

Contoh penggunaan Histogram dari Image yaitu:

gambar=imread(‘love.jpg’); %--------membaca file gambar

red=gambar(:,:,1); %memanggil matriks gambar yang hanya berisi piksel warna merah

green=gambar(:,:,2);% memanggil matriks gambar yang hanya berisi piksel warna merah

blue=gambar(:,:,3); %memanggil matriks gambar yang hanya berisi piksel warna merah

merahgray2=0.3*red+0.5*green+0.2*blue ; imhist(red)

imhist(green)
imhist(blue)
imhist(gray)


contoh hasil :












Klik disini untuk mendownload program

Kamis, 19 November 2009

Pengenalan Matlab 7.1

0 komentar
MATLAB adalah sebuah bahasa dengan (high-performance) kinerja tinggi untuk komputasi masalah teknik. Matlab mengintegrasikan komputasi, visualisasi, dan pemrograman dalam suatu model yang sangat mudah untuk pakai dimana masalah-masalah dan penyelesaiannya diekspresikan dalam notasi matematika yang familiar. Penggunaan Matlab meliputi bidang-bidang:
• Matematika dan Komputasi
• Pembentukan Algorithm
• Akusisi Data
• Pemodelan, simulasi, dan pembuatan prototipe
• Analisa data, explorasi, dan visualisasi
• Grafik Keilmuan dan bidang Rekayasa

MATLAB merupakan suatu sistem interaktif yang memiliki elemen data dalam suatu array sehingga tidak lagi kita dipusingkan dengan masalah dimensi. Hal ini memungkinkan kita untuk memecahkan banyak masalah teknis yang terkait dengan komputasi, kususnya yang berhubungan dengan matrix dan formulasi vektor, yang mana masalah tersebut merupakan momok apabila kita harus menyelesaikannya dengan
menggunakan bahasa level rendah seperti Pascall, C dan Basic. Nama MATLAB merupakan singkatan dari matrix laboratory. MATLAB pada awalnya ditulis untuk memudahkan akses perangkat lunak matrik yang telah dibentuk oleh LINPACK dan EISPACK. Saat ini perangkat MATLAB telah menggabung dengan LAPACK dan BLAS library, yang merupakan satu kesatuan dari sebuah seni tersendiri dalam perangkat lunak untuk komputasi matrix. Dalam lingkungan perguruan tinggi teknik, Matlab merupakan perangkat standar untuk memperkenalkan dan mengembangkan penyajian materi matematika, rekayasa dan kelimuan. Di industri, MATLAB merupakan perangkat pilihan untuk penelitian dengan produktifitas yang tingi, pengembangan dan analisanya. Fitur-fitur MATLAB sudah banyak dikembangkan, dan lebih kita kenal dengan nama toolbox. Sangat penting bagi seorang pengguna Matlab, toolbox mana yang mandukung untuk learn dan apply technologi yang sedang dipelajarinya. Toolbox toolbox ini merupakan kumpulan dari fungsi-fungsi MATLAB (Mfiles) yang telah dikembangkan ke suatu lingkungan kerja MATLAB untuk memecahkan masalah dalam kelas particular. Area-area yang sudah bisa dipecahkan dengan toolbox saat ini meliputi pengolahan sinyal, system kontrol, neural networks, fuzzy logic, wavelets, dan lain-lain.

Followers

Snowy Icy Blue

 

Copyright 2008 All Rights Reserved Revolution Two Church theme by Brian Gardner Converted into Magazine Template by Bloganol dot com