Nilai suatu pixel memiliki nilai dalam rentang tertentu, dari nilai minimum sampai nilai maksimum. Jangkauan yang digunakan berbeda-beda tergantung dari jenis warnanya.
Namun secara umum jangkauannya adalah 0 - 255. Citra dengan penggambaran seperti ini digolongkan ke dalam citra integer. Berikut adalah jenis-jenis citra berdasarkan nilai pixelnya.
1. Citra Biner - Citra biner adalah citra digital yang hanya memiliki dua kemungkinan nilai pixel yaitu hitam dan putih. Citra biner juga disebut sebagai citra B&W (black and white) atau citra monokrom. Hanya dibutuhkan 1 bit untuk mewakili nilai setiap pixel dari citra biner. Citra biner sering kali muncul sebagai hasil dari proses pengolahan seperti segmentasi, pengambangan, morfologi, ataupun dithering.
2. Citra Grayscale - Citra grayscale merupakan citra digital yang hanya memiliki satu nilai kanal pada setiap pixelnya, dengan kata lain nilai bagian RED = GREEN = BLUE. Nilai tersebut digunakan untuk menunjukkan tingkat intensitas. Warna yang dimiliki adalah warna dari hitam, keabuan, dan putih. Tingkatan keabuan di sini merupakan warna abu dengan berbagai tingkatan dari hitam hingga mendekati putih. Citra grayscale berikut memiliki kedalaman warna 8 bit (256 kombinasi warna keabuan).
3. Citra Warna (8 bit) - Setiap pixel dari citra warna (8 bit) hanya diwakili oleh 8 bit dengan jumlah warna maksimum yang dapat digunakan adalah 256 warna. Ada dua jenis citra warna 8 bit. Pertama, citra warna 8 bit dengan menggunakan palet warna 256 dengan setiap paletnya memiliki pemetaan nilai (colormap) RGB tertentu. Model ini lebih sering digunakan. Kedua, setiap pixel memiliki format 8 bit sebagai berikut.
4. Citra Warna (16 bit) - Citra warna 16 bit (biasanya disebut sebagai citra highcolor) dengan setiap pixelnya diwakili dengan 2 byte memory (16 bit). Warna 16 bit memiliki 65.536 warna. Dalam formasi bitnya, nilai merah dan biru mengambil tempat di 5 bit di kanan dan kiri. Komponen hijau memiliki 5 bit ditambah 1 bit ekstra. Pemilihan komponen hijau dengan deret 6 bit dikarenakan penglihatan manusia lebih sensitif terhadap warna hijau.
5. Citra Warna (24 bit) - Setiap pixel dari citra warna 24 bit diwakili dengan 24 bit sehingga total 16.777.216 variasi warna. Variasi ini sudah lebih dari cukup untuk memvisualisasikan seluruh warna yang dapat dilihat penglihatan manusia. Penglihatan manusia dipercaya hanya dapat membedakan hingga 10 juta warna saja. Setiap poin informasi pixel (RGB) disimpan ke dalam 1 byte data 8 bit pertama menyimpan nilai biru, kemudian diikuti dengan nilai hiiau pada 8 bit kedua dan pada 8 bit terakhir merupakan warna merah
Format File Citra
Format file citra standar yang digunakan saat ini terdiri dari beberapa jenis. Format-format ini digunakan dalam menyimpan citra dalam sebuah file. Setiap format memiliki karakteristik masing-masing. Berikut adalah penjelasan beberapa format umum digunakan saat ini.
• Bitmap (.bmp)
Format .bmp adalah format penyimpanan standar tanpa kompresi yang umum dapat digunakan untuk menyimpan citra biner hingga citra warna. Format ini terdiri dari beberapa jenis yang setiap jenisnya ditentukan dengan jumlah bit yang digunakan untuk menyimpan sebuah nilai pixel.
• Tagged Image Format (.tif, .tiff)
Format .tif merupakan format penyimpanan citra yang dapat digunakan untuk menyimpan citra bitmap hingga citra dengan warna palet terkompresi. Format ini dapat digunakan untuk menyimpan citra yang tidak terkompresi dan juga citra terkompresi.
• Portable Network Graphics (.png)
Format .png adalah format penyimpanan citra terkompresi. Format ini dapat digunakan pada citra grayscale, citra dengan palet warna, dan juga citra fullcolor. Format .png juga mampu menyimpan informasi hingga kanal alpha dengan penyimpanan sebesar 1 hingga 16 bit per kanal.
• JPEG (.jpg)
.jpg adalah format yang sangat umum digunakan saat ini khususnya untuk transmisi citra. Format ini digunakan untuk menyimpan citra hasil kompresi dengan metode JPEG.
• Graphics Interchange Format (.gif)
Format ini dapat digunakan pada citra warna dengan palet 8 bit. Penggunaan umumnya pada aplikasi web. Kualitas yang rendah menyebabkan format ini tidak terlalu populer di kalangan peneliti pengolahan citra digital.
Resolusi Spasial & Grey Level (Brightness)
• Resolusi spasial dan resolusi kecemerlangan, berpengaruh pada besarnya informasi citra yang hilang.
• Resolusi spasial: halus/ kasarnya pembagian kisi-kisi baris dan kolom. Transformasi citra kontinyu ke citra digital disebut digitasi (sampling). Sebuah gambar digital L-level dengan ukuran MxN mempunyai resolusi spasial (spatial resolution) = MxN pixel dan resolusi level keabuan [grey-level resolution) = L level. Hasil digitasi dengan jumlah baris 256 dan jumlah kolom 256 mempunyai
• resolusi spasial 256 x 256. Akibat dari bervariasinya jumlah sample dalam Resolusi kecemerlangan (intensitas/brightness): halus / kasarnya pembagian tingkat kecemerlangan. Intensitas disebut juga dengan grey-level.
• Transformasi data analog yang bersifat kontinue ke daerah intensitas diskrit disebut kwantisasi. Bila intensitas piksel berkisar antara 0 dan 255 – resolusi kecemerlangan citra adalah 256.
Zooming & Shrinking Digital Images
• Zooming adalah proses memperbesar gambar dan sebaliknya shrinking adalah memperkecil gambar.
• Zooming membutuhkan dua langkah :
• Membuat lokasi pixel yang baru.
• Memberikan nilai grey-level ke lokasi-lokasi baru tersebut dengan :
• Nearest neighbor interpolation
• Pixel replication
• Bilinier interpolation
• Misalkan kita mempunyai citra berukuran 500x500 piksel dan kita ingin memperbesar 1.5 kali menjadi 750x750. Salah satu cara yang paling mudah secara visualisasi adalah dengan membuat 750x750 grid pada citra aslinya. Akibatnya ukuran grid menjadi lebih kecil. Kemudian kita memberikan nilai ke piksel baru dalam grid tersebut dengan melihat nilai piksel terdekat dari citra aslinya. Metode assignment ini disebut dengan interpolasi tetangga terdekat {nearest neighbour interpolation).
• Metode assignment pixel replication adalah merupakan kasus khusus dari metode nearest neighbor interpolation. Pixel replication digunakan jika kita akan memperbesar ukuran citra sebesar sebuah bilangan bulat. Misalkan pada contoh di atas, kita akan memperbesar dua kali ukuran semula, kita dapat menduplikatkan masing-masing kolom, di mana hal ini akan memperbesar citra ke arah horizontal. Kemudian kita menduplikasikan masing-masing baris sehingga akan memperbesar ke arah vertikal.
• Metode bilinear interpolation menggunakan empat tetangga terdekat dari sebuah titik. Misalkan (x',y’) adalah koordinat titik pada citra yang diperbesar dan v(x’,y’) adalah nilai yang akan diberikan ke titik tersebut yang dinyatakan sebagai berikut:
v(x’,y’) = ax' + by' + cx’y’ + d
di mana keempat koefisien ditentukan dari empat persamaan dalam empat variable yang tidak diketahui yang dapat ditulis menggunakan empat tetangga terdekat dari titik (x’,y’).
Tetangga Sebuah Pixel
• Sebuah pixel p pada koordinat (x,y) mempunyai 4 tetangga horisontal dan vertikal dengan koordinat (x+1,y), (x-1,y), (x,y+1), (x,y-1). Himpunan pixel-pixel ini disebut 4-tetangga dari p, dinotasikan dengan N4(p).
• Keempat tetangga diagonal (diagonal neighbors) dari p, ND(p) mempunyai koordinat (x+1,y+1), (x+1,y-1), (x-1,y+1),(x-1,y-1).
• ND(p) digabungkan dgn N4(p), disebut 8-Tetangga dari p, dinotasikan sebagai : N8(p).
Adjacency
Adjacency/Connectivity/Konektivitas: 4-tetangga atau 8-tetangga dengan kriteria gray level yang sama, misal: sama-sama 0 atau sama-sama 1 atau sama-sama bedanya tidak lebih dari 5 tingkat keabuan, dan lain sebagainya. Misalkan V adalah himpunan nilai grey-level yang digunakan untuk mendefinisikan adjacency. Maka ada tiga tipe adjacency:
• 4-adjacency. Dua pixel p dan q dengan nilai dari V dikatakan 4-adjacent jika q ada di dalam himpunan N4(p).
• 8-adjacency. Dua pixel p dan q dengan nilai dari V dikatakan 8-adjacent jika q ada di dalam himpunan N8(p).
• m-adjacency (mixed adjacency). Dua pixel p dan q dengan nilai dari V dikatakan m-adjacent jika
• Q ada di N4(p), atau
• Q ada di ND(p) dan N4(p) ∩ N4(q) tidak mengandung nilai di V
• Sebuah path (digital) atau kurva dari piksel p dengan koordinat (x,y) ke piksel q dengan koordinat (s,t) merupakan barisan dari piksel-piksel yang berbeda dengan koordinat :
(x0,y0), (x1,y1),...(xn,yn)
• Di mana (x0,y0)= (x,y), (xn,yn)=(s,t) dan (xi,yi) dan (xi-1,yi-1) adalah adjacent untuk 1< i < n. Dalam hal ini n adalah panjang dari path tersebut. Jika (x0,y0) = (xn,yn) maka path tersebut adalah path tertutup (closed path)
• Misalkan S merupakan sub-set dari piksel-piksel dalam sebuah citra. Dua piksel p dan q dikatakan terhubung [connected) dalam S jika ada sebuah path antara piksel-piksel tersebut yang berisi seluruh piksel dalam S. Misal p adalah suatu piksel dalam S, himpunan piksel-piksel yang terhubung (connected) kepadanya dalam S disebut komponen terhubung (connected component) dari S. Jika hanya mempunyai satu connected component, maka S disebut connected set.
• Misalkan R sebuah himpunan bagian dari suatu citra. R disebut region dari citra tersebut jika R adalah sebuah connected set. Boundary (border atau contour) dari region R adalah himpunan piksel dalam region tersebut yang mempunyai satu atau lebih tetangga yang tidak berada di R.
Ukuran Jarak (Distance Measures)
• Misalkan terdapat pixel p, q dan z dengan koordinat (x,y), (s,t) dan (u,v), maka D adalah suatu fungsi jarak (distance function) atau metric, jika
• D(p,q) ≥ 0 à (D(p,q) = 0 jika dan hanya jika p = q)
• D(p,q) = D(q,p) dan
• D(p,z) ≤ D(p,q) + D(q,z)
• Piksel-piksel pada contoh diatas mempunyai jarak D8 < 2 dari titik pusat [x,y) dan piksel-piksel dengan D8 = 1 merupakan tetangga-8 dari (x,y) Contoh perhitungan jarak antar piksel, jika diketahui dua piksel p dan q pada sebuah citra ukuran 5x5
No comments:
Post a Comment
terimakasih telah mengunjungi blog saya.