GUI matlab

Perhatikan gambar disamping !

GUI (Graphical User Interface) yang biasa kita buat untuk segala jenis pencitraan, dan saat ini aplikasi yang akan kita pakai adalah Matlab.Tampilan awal pemakaian atau pembuatan GUI pada aplikasi MatLab .

Lalu selanjutnya untuk kali ini kita akan membuat contoh dari GUI yang telah disinggung sedikit di awal. Berikut adalah contoh dari tampilan image yang akan difilter dengan indicator peubah yang dapat diubah sesuai dengan batas yang sudah kita tentukan. Batas yang dgunakan yaitu 0,2 untuk minimumnya sedangkan 3 untuk maksimumnya. "perhatikan gambar di bawah ini "

Selanjutnya image juga dapat di transfer keabuan atau yag biasa kita kenal Grayscale. Lalu setelah ubahan tadi telah kita ubah sesuai kebutuhan, maka yang hasus kita lakukan adalah memilih action button Ubah. Kita juga dapat melakukan pengubahan secara berulang apabila image belum sesuai dengan kebutuhan. Terakhir, apabila telah selesai maka pilih tombol keluar.

Pemampatan Citra

Pemampatan Data Citra

Kebutuhan ketersediaan citra dalam bentuk digital kian waktu semakin meningkat seiring dengan perkembangan komputerisasi multimedia. citra dalambentuk ini sangat diperlukan dalam bidang pendidikan, citra satelit, peta cuaca,dan bidang lainnya. Penyimpanan, manipulasi serta pengolahan data citra bentuk mentah
sangatlah mahal. Komputer yang diperlukan untuk melakukan aktivitas-aktivitas tersebut harus mempunyai spesifikasi media penyimpanan data berkapasitas besardan berkemampuan mentransfer data dengan cepat. Maksud dari kompresi data citra adalah usaha untuk memperkecil jumlah bit yang diperlukan untuk menyatakan sebuah data (citra) merupakan suatu proses pengubahan lambang masukan ke dalam sandi keluaran yang dikehendaki. Jika pemapayan efektif, maka hasil berkas keluarannya akan lebih kecil dari berkas aslinya. Sehingga kompresi adalah suatu teknik yang digunakan untuk memperkecil ukuran berkas masukan sehingga dapat dimuat dalam media penyimpanan.
Dengan teknik kompresi diharapkan

1. Menghemat ruang penyimpanan, misalnya
hardisk,
2. Menghemat waktu akses CPU (Central Processing
Unit), dan
Jika menggunakan jaringan komputer, data yang
telah dikompresi tidak memerlukan waktu yang
banyak untuk dikirimkan sehingga menghemat rentang
waktu pengiriman.

Teknik ini dapat dibagi menjadi dua kelas besar
yaitu:

1. Pemampatan yang bersifattanpa merugi
(lossless).

2. Pemampatan yang bersifat merugi (lossy).
Teknik Pemampatan data citra yang bersifat tanpa
merugi digunakan untuk mereduksi ukuran data citra
dengan memberikan hasil penampakan yang tepat
sama dengan citra aslinya. Dengan kata lain tingkat
ketepatan hasil Pemampatan sebesar 100% terhadap
citra asli.
Teknik Pemampatandata citra yang bersifat
merugi digunakan untuk mereduksi ukuran data lebih
jauh dengan memberikan hasil penampakan yang
mirip dengan citra asli. Sekalipun terdapat perbedaan
antara citra asli dan citra hasil Pemampatan, tapi tidak
akan terlihat oleh mata manusia. Teknik yang bersifat
merugi banyak dipakai dalam memampatkan data
citra, mengingat teknik ini mempunyai rasio
Pemampatan yang lebih tinggi daripada teknik yang
bersifat tanpa merugi (Fournier, 1995).
Salah satu prosedur standar Pemampatan merugi
melalui penyandian transform, ini diperlihatkan pada
Ide ini bertujuan menampilkan data menggunakan
basis matematika yang berbeda dengan harapan
tampilan baru itu akan memperjelas korelasi yang ada.

Pemampatan dicapai dengan
memperhitungkan
transform yang berhubungan dengan basis ini, nilai
koefisien di bawah batas ambang sampai menuju 0,
dan penyandian (encoding) tanpa merugi koefisien
yang tidak bernilai 0.
2.2. Algoritma Alihragam Pemampatan
Pada dasarnya algoritma Pemampatan alihragam
terdiri atas tiga tahap, yaitu:
1. Alihragam,
2. Kuantisasi, dan
3. Penyandian.
Transformasi dalam 2-D bisa diturunkan secara
lanwaveletung dari 1-D. Dalam setiap tahap, berarti
menerapkan alihragam 1-D menjadi baris dan kolom

Pendeteksian Tepi ( Edge Detection )

Deteksi Tepi

Prinsip-Prinsip Deteksi Tepi
pada suatu citra adalah suatu proses yang menghasilkan tepi-tepi dari obyek-obyek citra, tujuannya adalah :

• Untuk menandai bagian yang menjadi detail citra
• Untuk memperbaiki detail dari citra yang kabur, yang terjadi karena error
atau adanya efek dari proses akuisisi citra
Suatu titik (x,y) dikatakan sebagai tepi dari suatu citra bila titik tersebut mempunyai perbedaan yang tinggi dengan tetangganya.

Contoh:
Diketahui fungsi citra f(x,y) sebagai berikut:
1 1 1 1 1
1 1 1 1 0
1 1 1 0 0
1 1 0 0 0
1 0 0 0 0
Dengan menggunakan filter :

Maka Hasil filter adalah :
0 0 0 0 1
0 0 0 1 0
0 0 1 0 0
0 1 0 0 0
1 0 0 0 0

Untuk mencoba perhitungan di atas dapat dilakukan dengan cara manual menggunakan
perhitungan konvolusi yang telah dibahas pada bab 5, atau dengan memanfaatkan
program konvolusi.
Macam-macam metode untuk proses deteksi tepi ini, antara lain:
1. Metode Robert
2. Metode Prewitt
3. Metode Sobel
Metode yang banyak digunakan untuk proses deteksi tepi adalah metode Robert, Prewitt
dan Sobel, Gonzalez[1].

Metode Robert

Metode Robert adalah nama lain dari teknik differensial yang dikembangkan di
atas, yaitu differensial pada arah horisontal dan differensial pada arah vertikal, dengan
ditambahkan proses konversi biner setelah dilakukan differensial. Teknik konversi biner
yang disarankan adalah konversi biner dengan meratakan distribusi warna hitam dan
putih [5], seperti telah dibahas pada bab 3. Metode Robert ini juga disamakan dengan
teknik DPCM (Differential Pulse Code Modulation)
Kernel filter yang digunakan dalam metode Robert ini adalah:

Metode Prewitt
Metode Prewitt merupakan pengembangan metode robert dengan menggunakan
filter HPF yang diberi satu angka nol penyangga. Metode ini mengambil prinsip dari
fungsi laplacian yang dikenal sebagai fungsi untuk membangkitkan HPF.

Metode Sobel
Metode Sobel merupakan pengembangan metode robert dengan menggunakan filter
HPF yang diberi satu angka nol penyangga. Metode ini mengambil prinsip dari fungsi
laplacian dan gaussian yang dikenal sebagai fungsi untuk membangkitkan HPF.
Kelebihan dari metode sobel ini adalah kemampuan untuk mengurangi noise sebelum
melakukan perhitungan deteksi tepi.

Penajaman Citra Digital Citra Satelit

Satelit penginderaan jauh dapat dibedakan berdasarkan jenis gelombang mikro yang digunakan, yaitu sistem. Bahan yang digunakan dalam proses perbaikan datapasif (optik) dan sistem aktif (radar). Pada sistem pasif, sensor digital adalah citra satelit daerah Semarang dan sekitarnya merekam objek (permukaan bumi) yang mendapat sinar yang direkam oleh satelit Adeos dengan waktu perekaman matahari sebagai sumber energi, sehingga kualitas citra yang berbeda, baik yang belum terkoreksi maupun yang bergantung pada intensitas sinar matahari. Apabila objek telah terkoreksi secara geometrik. Sebagai data penunjang tertutup awan maka objek tidak terlihat atau tidak digunakan peta topografi. Koreksi dilakukan menggunakan gambarkan. Pada sistem aktif, sensor merekam objek dengan menggunakkan komputer dengan paket program pengolah data (software) gunakan energi elektromagnetik buatan yang dipancarkan
ER-Mapper versi 6.0. dari sensor dan kemudian diterima kembali oleh antena Energi elektromagnetik tersebut Koreksi radiometrik merupakan teknik perbaikan citra berupa gelombang pendek (microwave) dengan panjang satelit untuk menghilangkan efek atmosferik yang gelombang bervariasi (2,60-30 cm) atau X, C, S, L-band dan mengakibatkan kenampakan bumi tidak selalu tajam. Koreksi mempunyai kemampuan menembus awan, sehingga tidak radiometrik dilakukan dengan prosedur sebagai berikut terpengaruh cahaya matahari dan dapat bekerja siang malam. kemudian klik Algorithm. Setelah Algorithm muncul di layar monitor kemudian file data set dimasukkan (Mapper, 1998). Satelit Adeos milik Jepang yang telah diluncurkan membawa dua sensor (optik dan radar) sekaligus dalam perekamannya. Dengan demikian, citra satelit Adeos sangat berguna untuk mengkaji sumber daya alam daratan dan
Klik dan masukkan file data set lautan karena keduanya saling melengkapi (Nasda, 2000). Untuk dapat memberikan informasi yang benar, baik Klik untuk memunculkan transform jenis informasi maupun skalanya, rekaman citra satelit Adeos perlu diperbaiki. Perbaikan citra mencakup koreksi Klik untuk melaksanakan koreksi radiometrik radiometrik dan geometrik. Koreksi radiometrik dilakukan dengan teknik Gaussian equalize karena adanya efek atmosferik yang mengakibatkan kenampakan bumi tidak selalu tajam. Langkah kerja teknik koreksi radiometrik dengan paket program pengolah data (software) ER-Mapper versi 6.0 geometrik merupakan upaya memperbaiki citra dari pengaruh kelengkungan bumi dan gerakan muka bumi dengan cara menyesuaikannya dengan koordinat bumi (memposisikan
Koreksi geometrik merupakan proses memposisikan letak lintang dan bujur), sehingga sesuai dengan koordinat citra sehingga cocok dengan koordinat peta dunia yang peta dunia. sesungguhnya. Ada beberapa cara dalam pengoreksian ini, Tulisan ini menjelaskan proses perbaikan data digital antara lain triangulasi, polinomial, orthorektifikasi dengan
dari data optik citra satelit Adeos. Perbaikan mencakup menggunakan titik-titik kontrol lapangan (ground control koreksi radiometrik (penajaman citra) dengan teknik
point), proyeksi peta ke peta, dan registrasi titik yang telah Gaussian equalize dan koreksi geometrik image to image. diketahui (known point registration). Dalam tulisan ini
hanya diterangkan koreksi dengan cara polinomial dengan cara menyiapkan citra satelit yang telah terkoreksi di daerah yang sama dengan citra yang akan dikoreksi.

Langkah pertama dalam koreksi geometrik dengan cara polinomial adalah menentukan titik-titik pada citra yang mudah dikenali, misalnya perpotongan jalan, lekukan sungai, serta kenampakan lain yang jelas terlihat pada kedua citra. Koordinat pada citra yang terkoreksi dicatat kemudian koordinat untuk setiap titik yang sama dimasukkan ke dalamtitik-titik pada citra yang akan dikoreksi. Setelah semuanya dicatat, software dapat mengeksekusinya dengan men- jalankan menu rektifikasi (rectify). Proses rektifikasi dapatdijelaskan sebagai berikut: Pada menu utama klik Process kemudian Geocoding Wizard.


HASIL DAN PEMBAHASAN
citra satelit harus diperbaiki dan dibetulkan antara lain
dengan menggunakan acuan koordinat peta topografi.
Koreksi Radiometrik
Proses ini dikenal dengan koreksi geometrik.
Koreksi geometrik merupakan proses memposisikan
Koreksi radiometrik merupakan tahap awal pengolahan
citra sehingga cocok dengan koordinat peta dunia yang
data sebelum analisis dilakukan untuk suatu tujuan, misal-
sesungguhnya. Dalam proses ini akan ditampilkan juga
nya untuk identifikasi liputan lahan pertanian. Proses
ketidaktepatan dalam memasukkan koordinat dengan letak
koreksi radiometrik mencakup koreksi efek-efek yang ber-
titik sesungguhnya. Pada dasarnya kesalahan tersebut
hubungan dengan sensor untuk meningkatkan kontras
masih dapat diterima sepanjang masih memenuhi kaidah-
(enhancement) setiap piksel (picture element) dari citra,
kaidah kartografi. Ketepatan koreksi geometrik berdasarkan
sehingga objek yang terekam mudah diinterpretasikan atau
skala ditampilkan pada Tabel 1.
dianalisis untuk menghasilkan data/informasi yang benar
sesuai dengan keadaan lapangan. Setiap software pengolah
Jumlah titik yang dicatat koordinatnya minimal empat
data citra mempunyai modul untuk menjalankan proses ini.
titik. Titik-titik tersebut dianjurkan menyebar terutama pada
Ada beberapa cara dalam mengoreksi dan memperjelas nilai
daerah yang bertopografi berbukit sampai bergunung. Dapat
spectral citra satelit. Gambar 2 merupakan contoh hasil
diperhatikan di sini bahwa bulatan-bulatan kecil pada citra
koreksi radiometrik dengan transformasi Gaussian equalize.
yang akan dikoreksi mempunyai kenampakan yang kurang
lebih sama dengan kenampakan pada citra terkoreksi dilihat bahwa citra satelit nampak hitam, hampir tidak ada
informasi yang dapat diidentifikasi atau dikenali Citra tersebut merupakan citra asli (data hasil rekaman
Tabel 1. Ketepatan koreksi geometrik menurut skala peta
satelit) yang masih dipengaruhi oleh efek atmosferik.
Skala peta
Ketepatan (m)
Setelah dilakukan koreksi radiometrik, pada citra tersebut
1 : 25.000
6-12,50
tampak beberapa objek sumber daya lahan yang dapat
1 : 50.000
12,50-25
dikenali, seperti laut, garis pantai, dan daratan (Gambar 2,
1 : 100.000
25-50
kanan).
Buletin Teknik Pertanian Vol. 7. Nomor 1, 2002
5

Titik yang diketahui (x, y)
Citra terkoreksi
X

Y
Rotasi
Meter/Derajat timur
Gambar 5. Proses rektifikasi digambarkan secara grafis
B
A
Gambar 3. Citra yang telah terkoreksi geometrik (A) dan citra
yang akan dikoreksi geometrik (B)
KESIMPULAN
Sebelum dianalisis, citra satelit perlu diperbaiki melalui
proses koreksi radiometrik dan koreksi geometrik. Koreksi
radiometrik dilakukan untuk mendapatkan detil informasi
yang jelas, sehingga akan mengurangi kesalahan dalam
menginterpretasi, mengidentifikasi, dan mengklasifikasi citra
satelit. Koreksi geometrik bertujuan untuk memposisikan
citra satelit dengan peta dunia, sehingga akan mendapatkan
citra satelit yang mempunyai koordinat lintang/bujur
ataupun UTM yang sesuai dengan peta topografi. Setelah
dilakukan koreksi geometrik skala peta menjadi benar.

Pelembutan Citra ( Image Smoothing )

Pelembutan Citra (Image Smoothing)

Tujuan Pelembutan Citra

Menurunkan/menekan gangguan (noise) pada Citra

– Gangguan pada Citra umumnya berupa variasi intensitas pixel yang tidak berkorelasi dengan pixel tetangganya.
– Pelembutan Citra Pixel yang terkena gangguan umumnya mempunyai frekuensi tinggi
–dilakukan dengan menekan komponen yang berfrekuensi tinggi dan membiarkan /meloloskan komponen yang berfrekuensi rendah
– Contoh : Citra yang terkena gangguan spike


• Proses Pelembutan pada domain spasial
dilakukan dengan mengganti nilai pixel dengan
nilai rata-rata pixel tetangganya
– Citra awal f(x,y) berukuran NxM
– Citra hasil pelembuatn g(x,y)
– d jumlah pixel yang terlibat dalam perhitungan rata-
rata

• Operasi rata-rata dapat dipandang sebagai konvolusi
antara Citra f(x,y) dengan filter h(x,y) (mean filter) :
atau
(domain frekuensi)
• Contoh filter, tanda dot menyatakan posisi (0,0) pixel yang
dikonvolusikan
• Contoh hasil Pelembutan dengan filter 3x3, hasil tampak
kabur (blurring)

Penapis Lolos Rendah
(Low Pass Filter / LPF)

• Syaratnya

– Semua koefisien filter harus positif
– Jumlah semua koefisien harus sama dengan 1

• Contoh Penapis Lolos Rendah rata-rata:
Nilai 9 diperoleh darihasil perhitungan konvolusi

• Penapis Lolos Rendah lain yang digunakan untuk
Operasi Pelembutan

Penapis Lolos Rendah
(Low Pass Filter / LPF)

Jika Citra hasil penapisan lolos rendah dikurangi dari Citra semula (yang mengandung derau), maka yang dihasilkan adalah peningkatan relatif komponen Citra yang berfrekuensi tinggi tanpa peningkatan derau. Akibatnya Citra hasil pengurangan muncul lebih tajam Dari Citra semula. Ini dapat digunakan untuk menonjolkan bagian Citra yang tidak jelas.

Perataan Histogram

Perataan Histogram

• Pengertiannya
– Mengubah derajat keabuan suatu pixel (r) dengan derajat keabuan yang baru dengan suatu fungsi transformasi T, dimana s=T(r)
• Sifatnya
– Nilai s adalah pemetaan 1 ke 1 dari r, sehingga r dapat diperoleh dari transformasi invers r = T
-1
(s) , 0 <= s <= 1
– Untuk 0<= r
i
<= 1, maka 0 <= T(r) <= 1
• Contoh, Perhitungan perataan histogram. Pembulatan ke nilai r terdekat
• Contoh, Perhitungan perataan histogram. Hasil transformasinya
– Notasinya
• Contoh, Perhitungan perataan histogram. Hasil rangkuman transformasinya

script perataan image

I=imread('rice.tif');
J=imadjust(I,[0.15 0.9],[0 1]);
figure,imshow(I);
figure,imhist(I);
figure,imshow(J);
figure,imhist(J);