Langsung ke konten utama

Part 5 : Histogram

Selamat pagi pemirsa...
jumpa lagi dengan saya di lapak saya yang baru ini.Menyambung pembicaraan kita sebelumnya,kali ini saya mau ngomongin tentang histogram.sudah pada ngerti definisi Histogram belum ?? kalo belum coba searching lagi pengertian histogram.

Histogam dalam pengolahan citra adalah grafik yang menunjukkan distribusi dari nilai intensitas citra.Histogram menampilkan intensitas kemunculan nilai derajat keabuan citra.
Contoh :

gambar di atas adalah contoh citra dengan ukuran piksel 5 * 5 dengan nilai intensitas terkecil adalah 0 dan terbesar adalah 7.
dari citra tersebut kita hitung,citra dengan nilai 0 ada berapa piksel,citra dengan nilai 1 ada berapa piksel seperti yang ditunjukkan tabel yang sebelah kanan,kemudian dari hasil tersebut ditampilkan dalam bentuk grafik seperti berikut.

sumbu vertikal adalah jumlah piksel,dan sumbu horisontal adalah nilai intensitas keabuan dari citra.

Terus untuk apa kita menampilkan grafik histogram dari citra ??

histogram digunakan untuk memetakan persebaran nilai intensitas citra.

Contoh :
Citra gelap cenderung terkonsentrasi pada nilai gray yang rendah atau sebelah kiri seperti gambar berikut ini

begitu pula untuk citra yang terang cenderung terkonsentrasi pada nilai intensitas tinggi atau di sebelah kanan seperti gambar berikut









Kalau begitu bagaimana citra yang baik ??
citra yang baik adalah yang mempunyai persebaran nilai yang merata,menggunakan seluruh range dari nilai intensitas sehingga gambar menjadi lebih terang dan lebih terlihat detailnya seperti gambar berikut


nah sudah pada tahu kan fungsi dari histogram  ??

pada pertemuan selanjutnya saya lanjutkan dengan perbaikan citra dengan menggunakan normalisasi histogram dan equalisasi histogram agar manfaat histogram bisa kita praktekkan.

Sekian dulu dari saya,semoga dapat menambah referensi agan agan semua dalam pengolahan citra.Sampai jumpa...
Label:

Komentar

Posting Komentar

Postingan populer dari blog ini

Contoh Perhitungan Algoritma Perceptron

      Melanjutkan tulisan saya sebelumnya tentang algoritma perceptron,kali ini saya akan menulis tentang conto perhitungan manual algoritma perceptron. Untuk contoh kasusnya saya menggunakan data logika AND. Cekidot.... Algoritma      Data yang kita gunakan sebagai contoh adalah data logika AND sebagai berikut: x1 x2 target 0 0 0 0 1 0 1 0 0 1 1 1       tentukan bobot awal secara acak, saya pakai contoh w1 = 0,w2 =0, learning rate = 1, bias = 0,maksimal epoh = 10. Disini saya memakai fungsi aktivasi undak biner. Epoh ke 1 Data ke satu x = {0,0}, bobot w = {0,0},b=0,target = 0 y_in = (x1*w1)+(x2*w2)+b = (0*0)+(0*0)+0 = 0 y = sign(0) = 1 karena y != target maka hitung error dan update bobot  error = target - y = 0 - 1 = -1 w1_baru = w1_lama +(learning_rate*error*x1)                = 0 ...
12 komentar
Baca selengkapnya

Contoh Perhitungan Algoritma Learning Vector Quantization

Melanjutkan tulisan saya tentang algoritma Learning Vector Quantization yang lalu, kali ini saya akan melanjutkan dengan contoh perhitungan manual. Berikut ini contoh data yang akan kita hitung. No X1 X2 X3 X4 target 1 0 1 1 0 0 2 0 0 1 1 1 3 1 1 1 1 0 4 1 0 0 1 1 pada contoh di atas, saya menggunakan 4 data sebagai data training beserta target yang bertujuan untuk mendapatkan bobot yang akan digunakan pada proses klasifikasi. Bobot awal adalah { 1, 1, 1, 0} dan { 1, 0, 1, 1} dengan learning rate 0,05 dengan fungsi pembelajaran = 0,1. Pelatihan Iterasi ke 1 1. Data ke 1 { 0, 1, 1, 0} dengan target 0, bobot = {{ 1, 1, 1, 0},{ 1, 0, 1, 1}}      - menghitung bobot untuk masing masing output :          kelas 0 = sqrt(((0-1)^2)+((1-1)^2)+((1-1)^2)+((0-...
39 komentar
Baca selengkapnya

SOLID - Prinsip Desain Arsitektur Di Dalam Pemrograman Object Oriented (Dependency Inversion Principal)

Akhirnya kita sampai di bagian paling akhir dari seri tulisan SOLID Principal yaitu untuk huruf D.  Ketika kita bekerja menggunakan bahasa pemrograman berorientasi object, kita pasti akan menggunakan Class. Class tersebut pada akhirnya akan saling terkait /  ketergantungan satu dan yang lain untuk melakukan tugas tertentu.  Ketergantungan ini disebut dengan istilah  Dependency.  Dependency ini bisa terjadi antar Class di dalam satu  Code Base  yang sama, atau bahkan antar  Library.  Controhnya seperti potongan kode berikut. <?php namespace App\DependencyInversion; /** * Description of Engine * * @author programmer */ class Engine { private KeihinCarburator $carburator ; private NGKSpark $spark ; public function __construct (KeihinCarburator $carburator , NGKSpark $spark ) { $this -> carburator = $carburator ; $this -> spark = $spark ; } public funct...
Posting Komentar
Baca selengkapnya