Topik tentang Pengolahan Citra Digital

Bagi yang tertarik dengan Pengolahan Citra

Salah satu topik adalah :
Perbaikan Citra (Image Enhancement) pada domain Spasial
untuk kasis citra Medis atau citra GIS
Abstrak
Perbaikan citra(image enhancement) pada domain spasial (spatial domain) dapat dibagi menjadi point processing dan mask processing. Akan dibahas metode perbaikan citra pada domain spasial dengan mask processing. Jika pada point processing hanya dilakukan operasi terhadap masing-masing piksel, maka pada mask processing akan dilakukan operasi terhadap suatu jendela ketetanggaan pada citra. Selanjutnya dilakukan operasi konvolusi suatu mask terhadap jendela ketetanggaan tersebut. Terminologi kata mask disebut juga sebagai filter. Filtering pada citra adalah suatu proses dimana sinyal dari frekuensi tertentu diambil dan sinyal pada frekuensi lain dibuang.
Jenis filtering pada domain spasial dibagi dalam dua jenis yaitu Smoothing filter dan sharpening filter.
Anda bisa memilih salah satu topik yaitu Perbaikan citra dengan smoothing filter yang salah satunya adalah LowPass Filtering
Penjelasan Ringkas
Filter pada domain spasial dibagi menjadi dua jenis yaitu smoothing filter dan sharpening filter yang akan dijelaskan berikut ini :

Smoothing Filter
Perbaikan citra dengan smoothing filter bertujuan untuk menghilangkan noise,memperjelas sisi (sharp edge) dalam sebuah image. Yang termasuk dalam smoothing filter adalah :
Lowpass filter
Lowpass filter merupakan filter dengan mempertahankan/meloloskan frekuensi rendah dan membuang/menapis frekuensi tinggi.
Tujuannya untuk mempertahankan gradiasi atau banyaknya level warna pada suatu citra, untuk menghaluskan citra dan didasarkan pada rata-rataan filter dengan pixel tetangga, bobot filter selalu positif yang totalnya bernilai 1.
Secara matematis dirumuskan : ∑_j ∑_i▒〖H(i,j)=1〗
Filter lowpass tergantung dari nilai ukuran mask misalnya 3,5,7,15,25
Lowpass Filtering dapat dilihat pada :
http://en.wikipedia.org/wiki/Low-pass_filter
Jika tertarik, dapat dikonsultasikan lebih lanjut

Garis Besar TA tentang Pengolahan Citra

Bagi yang berminat mengambil TA tentang PCD

Topik
Metode Deteksi tepi dengan metode sobel pada citra USG Janin

Latar Belakang
Salah satu aplikasi Pengolahan Citra Digital (PCD) dalam bidang medis yaitu pada citra medis hasil USG.
Teknik yang digunakan untuk mengetahui perkembangan janin dalam rahim adalah selain melakukan pemeriksaan luar, untuk mengetahi secara jelas dapat juga dilakukan USG.
Citra yang dihasilkan dengan USG adalah citra dua dimensi yang belum dapat sepenuhnya memberikan informasi secara lengkap.
Untuk itu agar bentuk janin pada citra USG janin dapat terindentifikasi dengan jelas maka dapat dilakukan dengan pengolahan citra.
Pada proses analisis citra harus dapat mendeteksi adanya batas-batas tepi objek yang dapat membedakan antara satu objek dengan objek lainnya pada citra USG janin tersebut.
Pekerjaan akan dilakukan dengan pengolahan PCD yakni melakukan analisis terhadap teknik deteksi tepi terhadap citra USG janin dengan tujuan untuk mengetahui tepian dari objek janin dari objek-objek laii dari citra USG.
Beberapa metode deteksi tepi dalam proses segmentasi dan akan dipilih pada penelitian ini dipilih filter sobel. Diharapkan metode ini dapat mengatasi permasalahan dengan mengetahui tepian dari janin dan selanjutnya bisa sebagai masukkan untuk pihak medis dalam mengambil keputusan apakah perkembangan janin apakah normal atau tidak ataupun jenis kelamin dan lainnya yang berhubungan dengan janin.

Langkah-langkah penyelesaian
1. Mengambil data citra medis berupa foto-foto USG dengan jumlah sampel tertentu
2. Akuisisi citra medis dengan scan menjadi citra digital dengan format jpg atau bmp
3. Cropping citra dengan ukuran tertntu
4. Mengubah citra ke format biner
5. Menghapus garis-garis yang tidak diperlukan dan batas-batas luar citra
6. Deteksi Tepi dengan operator sobel dan robert
7. Melakukan pengujian dan perbandingan kedua operator dengan citra USG dalam database

penjelasan detail jika anda tertarik

salam

Topik Pengolahan Citra Digital

Bagi yang tertarik mengambil tugas akhir tentang pengolahan citra digital

Topik
Klasifikasi tingkat kematangan buah semangka berdasar perbandingan kadar warna

Abstrak
Salah satu hasil buah-buahan yang tidak asing lagi bagi kota kupang adalah semangka. pada saat musimnya semangka begitu banyak dijual dipasaran. Karena banyaknya semangka dipasaran dan perbedaan warna yang tidak begitu mencolok, orang sulit membedakan mana semangka yang sudah matang atau masih mentah.
Salah satu hal yang menarik adalah untuk diteliti dengan bagaimana membedakan semangka-semangka tersebut berdasarkan intensitas warna.
Salah satu aplikasi pengolahan citra digital adalah melakukan ekstraksi ciri berdasarkan intensitas warna.
Penelitian ini dimaksudkan untuk mengklasifikasikan tingkat kematangan semangka berdasarkan intensitas warna. Tingkat kematangan warna semanggka dikategorikan menjadi tiga yakni : 1. Semangka matang 2. Semangka setengah matang 3. Semangka mentah.
Hasil yang diharapkan dari penelitan ini adalah mendapatkan klasifikasi warna berdasarkan tingkat kematangan semangka.

Langkah-langkah pengerjaan
1. Pre-processing
Tahap ini adalah akuisisi citra dengan mengambil gambar citra dengan kamera
digital/analog dan memproses ke komputer dalam bentuk file berformat bmp atau jpg
2. Melakukan cropping untuk mengambil daerah tertentu untuk mengambil ciri warnanya
3. Menghitung nilai rata-rata nilai RGB dari setiap klasifikasi diatas dengan
jumlah tertentu (sampel tertentu)
4. Menentukan Rasio r,g,b berdasarkan Rasio R,G,B diatas
5. Menentukan Rata-rata kadar dari sampel dari setiap nilai kadar r,g,b
6. Menentukan standar deviasi kadar sampel (STD), dimana kualifikasi tingkat
kematangan adalah (kadar RGB + STD RGB),(kadar RGB - STD RGB)

Nilai-nilai kadar RGB disimpan dalam database menjadi citra latih, langkah selanjutnya adalah proses pengujian untuk mengetahui kematangan semangka dan membedakan dalam klasifikasi tertentu