Penggabungan Pengolahan Citra (Marging)

Makalah Pengolahan Citra

Penggabungan Pengolahan Citra

(Marging)

Nama :      1. Permana Hermawan (55410335)

2. Arief Putra M (51410051)

Kelas         : 4IA11

UNIVERSITAS GUNADARMA

2013

Pengertian Pengolahan Citra 

Pengolahan citra adalah setiap bentuk pengolahan sinyal dimana input adalah gambar, seperti foto atau video bingkai, sedangkan outputdari pengolahan gambar dapat berupa gambar atau sejumlah karakteristik atau parameter yang berkaitan dengan gambar. Kebanyakan gambar-teknik pemrosesan melibatkan atau memperlakukan foto sebagai dimensi dua sinyal dan menerapkan standar-teknik pemrosesan sinyal untuk itu, biasanya hal tersebut mengacu pada pengolahan gambar digital,tetapi dapat juga digunakan untuk optik dan pengolahan gambar analog. Akuisisi gambar atau yang menghasilkan gambar input di tempat pertama disebut sebagai pencitraan.

Pengolahan citra merupakan proses pengolahan dan analisis citra yang banyak melibatkan persepsi visual. Proses ini mempunyai ciri data masukan dan informasi keluaran yang berbentuk citra. Istilah pengolahan citra digital secara umum didefinisikan sebagai pemrosesan citra dua dimensi dengan komputer. Dalam definisi yang lebih luas, pengolahan citra digital juga mencakup semua data dua dimensi. Citra digital adalah barisan bilangan nyata maupun kompleks yang diwakili oleh bit-bit tertentu.

Umumnya citra digital berbentuk persegi panjang atau bujur sangkar (pada beberapa sistem pencitraan ada pula yang berbentuk segienam) yang memiliki lebar dan tinggi tertentu. Ukuran ini biasanya dinyatakan dalam banyaknya titik atau piksel sehingga ukuran citra selalu bernilai bulat. Setiap titik memiliki koordinat sesuai posisinya dalam citra. Koordinat ini biasanya dinyatakan dalam bilangan bulat positif, yang dapat dimulai dari 0 atau 1 tergantung pada sistem yang digunakan. Setiap titik juga memiliki nilai berupa angka digital yang merepresentasikan informasi yang diwakili oleh titik tersebut.

Format data citra digital berhubungan erat dengan warna. Pada kebanyakan kasus, terutama untuk keperluan penampilan secara visual, nilai data digital merepresentasikan warna dari citra yang diolah. Format citra digital yang banyak dipakai adalah Citra Biner (monokrom), Citra Skala Keabuan ( gray scale ), Citra Warna ( true color ), dan Citra Warna Berindeks.

Perangkat sistem pengolah citra dikelompokkan menjadi tiga bagian yaitu:

1. Perangkat keras (hardware)

2. Perangkat lunak (software)

3. Intelejensi manusia (brainware)

Ketiga pengelompokkan sistem pengolah citra tersebut sudah menjadi hal mutlak dalam pengolah citra. Dimana pada komputer-komputer saat ini sudah hampir dikatakan memenuhi standart spesifikasi untuk melakukan pengolahan citra. Namun kenyataanya masih banyak perangkat yang lainnya yang perlu kita lengkapi untuk melakukan pengolahan citra, bukan hanya sekedar komputer, melainkan perangkat-perangkat lainnya yang tidak include dalam sebuah komputer atau PC.

Algoritma

Dengan memvariasikan alpha 0 ke 1 operator ini dapat digunakan untuk melakukan temporal cross-disolve antara dua gambar atau video, seperti yang terlihat dalam slide show dan produksi film

Penggabungan citra/image fusion merupakan salah satu teknik pemrosesan citra digital yang banyak mendapat perhatian dalam dunia penginderaan jauh. Ini dikarenakan image fusion dapat mengakomodasi kebutuhan citra resolusi tinggi tanpa harus mengusahakan sistem pencitraan dengan resolving power yang tinggi, sehingga dapat menghemat banyak waktu dan biaya. Terlebih kebanyakan sensor-sensor pada satelit sumberdaya alam modern (Landsat 7 ETM+, IKONOS, QUICKBIRD, IRS series, SPOT 1-5, ALOS AVNIR-2/PRISM, Orbview dll) sekarang ini dapat beroperasi pada mode multispectral dan pankromatik secara simultan, sehingga citra dari kedua mode dapat difusikan untuk memperoleh citra sintesis yang mengintegrasikan kelebihan spectral citra multispectral dan kelebihan spasial citra pankromatik. Secara sederhana image fusion dapat didefinisikan sebagai upaya penggabungan dua atau lebih citra yang berbeda dari segi resolusi (terutama spasial, spectral, temporal) ataupun dari segi sistem (optic, SAR) untuk menghasilkan citra baru yang mengintegrasikan kelebihan-kelebihan dari citra asal. Salah satu bagian dari image fusion adalah pan-sharpening atau penajaman citra multispectral dengan menggunakan detil spasial dari citra pankromatik.

Gambar awal

OUTPUT

Hasil Penggabungan

INSTALASI PROGRAM

Pertama kita akan menginstal program OpenCV

Untuk memulai instalasinya, double klik pada file OpenCV nya. Sebenarnya ini bukanlah instalasi, melainkan hanya mengekstrak file saja. Pilih lokasi untuk mengekstrak file .exe OpenCV-nya. Untuk lebih memudahkan kita ekstrak saja pada drive C. Setelah proses ekstrak file selesai, tahap selanjutnya adalah melakukan setting path agar file library OpenCV dapat dipanggil dari Visual Studio. Klik kanan pada Computer => Properties kemudian pilih Advanced system settings. Lalu mengklik Environment Variables. Dan Pada bagian System variables cari bagian path, kemudian klik edit. Tambahkan baris berikut ini ;C:\OpenCV2.3\build\x86\vc10\lib\;C:\OpenCV2.3\build\bin\;C:\OpenCV2.3\build\x86\vc10\bin\ .

Selanjutnya kita akan melakukan konfigurasi OpenCV pada project yang akan kita buat. Buat project baru dengan tipe aplikasi Win32 Console Application. 

Lalu Isikan nama project sesuka Anda. Selanjutnya klik OK saja, sampai pada Aplication Settings uncheck Precompiled header dan check Empty project.

Selanjutnya klik finish. Selanjutnya kita akan menambahkan file source (tepat kita menuliskan program). Klik kanan pada Source Files, kemudian pilih Add => New Item. Pilih C++ File dan isikan nama filenya.

Sebelum menuliskan program kita perlu melakukan konfigurasi pada project agar library OpenCV dapat dikenali oleh sourcecode kita. Klik kanan pada nama project kemudian pilih Properties.

Pada gambar diatas kita mengubah library dan includenya dan setelah itu jagan lupa kita kita pada bagian lingker kita pilih input Pada bagian kanan atas terdapat Additional Dependencies. Kemudian klik edit untuk menambahkan file.

opencv_core230d.lib

opencv_imgproc230d.lib

opencv_highgui230d.lib

opencv_ml230d.lib

opencv_video230d.lib

opencv_features2d230d.lib

opencv_calib3d230d.lib

setelah selesai kita dapat menguji coba dengan menuliskan program sederhana yang ada pada listing program dibawah ini

#include <opencv/cv.h>

#include <opencv/highgui.h>

#include <iostream>

using namespace cv;

int main( int argc, char** argv )

{

 double alpha = 0.5; double beta; double input;

 Mat src1, src2, dst;

 /// Ask the user enter alpha

 std::cout<<" Simple Linear Blender "<<std::endl;

 std::cout<<"-----------------------"<<std::endl;

 std::cout<<"* Enter alpha [0-1]: ";

 std::cin>>input;

 /// We use the alpha provided by the user if it is between 0 and 1

 if( input >= 0.0 && input <= 1.0 )

   { alpha = input; }

 /// Read image ( same size, same type )

 src1 = imread("12.jpg");

 src2 = imread("13.jpg");

 if( !src1.data ) { printf("Error loading src1 \n"); return -1; }

 if( !src2.data ) { printf("Error loading src2 \n"); return -1; }

 /// Create Windows

 namedWindow("Linear Blend", 1);

 beta = ( 1.0 - alpha );

 addWeighted( src1, alpha, src2, beta, 0.0, dst);

 imshow( "Linear Blend", dst );

 waitKey(0);

 return 0;

}

Jika programnya berhasil maka akan mendapatkan hasil pada gambar Output dibagian atas