Langsung ke konten utama

Part 7 : Normalisasi Histogram

Menyambung tulisan saya yang sebelumnya tentang pengolahan citra khususnya histogram,kali ini saya lanjutkan tentang Normalisasi histogram.Sebelumnya saya harap agan sudah mengerti tentang histogram.Jika belum bisa di baca dulu di tulisan saya sebelumnya di sini .

Normalisasi Histogram adalah menskalakan nilai piksel secara linear untuk menggunakan secara penuh jangkauan yang tersedia.

Rumus : 



Keterangan :
n k= nilai grayscale dari piksel ke k(k = 0,1,2,3....)
min = nilai grayscale terkecil yang diperoleh dari histogram
max = nilai grayscale terbesar
L = range nilai grayscale citra

Contoh perhitungan :
dari tabel di atas,nilai min adalah 2 yaitu nilai grayscale terkecil dari citra dan max adalah 5
s = 0 - 2 /5 - 2 =0 (untuk n = 0)
 hasil = 0 x 7(nilai maksimal grayscale) = 0
sk = 3 - 2 /5 - 2 = 0.333  (untuk n = 3)
hasil = 0.333 x 7 = 2

keterangan :
7 adalah range grayscale dari citra,dan untuk banyak kasus biasanya memakai 255.

Tujuan Normalisasi Histogram

Tujuan dari normalisasi adalah untuk menggunakan seluruh range nilai grayscale sehingga di peroleh gambar yang lebih tajam.
Contoh :
gambar asli
dengan histogram

dari gambar di atas terlihat bahwa nilai graylevel terkonsentrasi di tengah dan setelah dilakukan normalisasi,hasilnya sebagai berikut.
dengan histogram

dari dua gambar di atas,terlihat bahwa gambar setelah di normalisasi lebih jelas dari pada gambar sebelumnya dengan memaksa gambar menggunakan range nilai grayscale yang ada.

sekian dulu tulisan dari saya kali ini.kita lanjutkan dilain kesempatan dengan implementasinya menggunakan java dilain kesempatan.

Semua materi pengolahan citra yang saya tulis di sini saya dapat dari buku berikut.

Judul : Pengolahan Citra Digital Menggunakan Matlab
Penulis : Eko Prasetyo
yang kebetulan pengarangnya adalah dosen saya sendiri,hehehe.
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 + (1*(-1)*0) = 0 w2_baru = w2_lama +(learning_rate*error*x2)                = 0+(1*(-1)*0) = 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)+((0-0)^2)) = 1         kelas 1 = sqrt(((0-1)^2)+((1-0)^2)+((1-
38 komentar
Baca selengkapnya

Pemrograman Berorientasi Object - Overloading dan Overriding

       Function atau method overloading dan override adalah fitur yang sangat mendasar dan berguna dari bahasa OOP manapun. Dalam tutorial ini kita akan membahas implementasi metode overloading dan override di php. Di sini pertama kita akan membahas dasar-dasar overloading dan override. Setelah eksplorasi dasar kita akan menerapkan overloading dan override di php. Sebelum melangkah lebih jauh, saya mengasumsikan bahwa Anda memiliki pengetahuan dasar tentang class dan pewarisan di php. Anda juga memiliki pemahaman tentang magic method di php. Magic method karena overloading di php bisa di implmentasikan dengan menggunakan magic method. Overriding        Arti dasar dari overriding di OOP sama dengan arti kata sebenarnya. Dalam arti kata sebenarnya dari overriding adalah menggantikan perilaku orang tua yang sama pada anak. Ini sama dengan override method di OOP. Dalam arti OOP, override adalah mengganti method class induk di class anak. Atau dengan method kata kunci sederhana yang me
1 komentar
Baca selengkapnya