Histogram Warna Pada Image
Konsep Ruang Warna
P(r,g,b)
Setiap pixel mempunyai warna yang dinyatakan dalam RGB, sehingga merupakan gabungan nilai R, nilai G dan nilai B yang tidak bisa dipisahkan satu dengan lainnya. Hal ini dapat dituliskan dengan P(r,g,b)
Konsep Warna Pada Image 1
2
3
4
5
6
7
8
9
10 11 12
P=[1,5,9,10,15] P=[2,3]
13 14 15 16
P=[4,8] [5]
(255,0,0)
[2]
(255,255,0)
[2]
(255,255,255)
[3]
(0,255,0)
[1]
(0,0,255)
[1]
(128,128,128)
[2]
(255,0,255)
P=[13,14]
P=[7] P=[6,11,16]
P=[12]
Histogram Warna 1
2
3
4
5
6
7
8
9
10 11 12
Histogram 6 5
13 14 15 16
4 3 2
[3]
(0,255,0)
[1]
(0,0,255)
[1]
(128,128,128)
[2]
(255,0,255)
H (k ) =
Ab uab u M ag en ta
(255,255,255)
Bi ru
[2]
Hi ja u
(255,255,0)
Pu tih
[2]
0 Ku ni ng
(255,0,0)
M er ah
[5]
1
∑∑ (I ( x, y) = k ) y
x
Histogram warna ke k adalah jumlah pixel yang mempunyai warna k
Normalisasi Histogram Probability Density Function 0.35 0.3
Histogram 6
0.25
P ( r , g , b) =
H ( r , g , b) N image
0.2 0.15
2
Bi
ru Ab uab u M ag en ta
M
3
Hi ja u
0
Pu tih
4
er ah
0.05
Ku ni ng
0.1
5
1
Norm Histogram
Ab uab u M ag en ta
1.2 1 0.8 0.6 0.4 0.2
Ab uab u M ag en ta
ru Bi
Hi ja u
Pu tih
Ku ni ng
0
er ah
H ( r , g , b) P ( r , g , b) = Max{H (r , g , b)}
M
ru Bi
Hi ja u
Pu tih
Ku ni ng
M
er ah
0
Persoalan Dalam Histogram Warna • Setiap pixel mempunyai 3 nilai derajat keabuan R,G, dan B yang komposisinya menghasilkan sebuah warna.Dengan demikian untuk menyatakan sebuah warna maka harus dinyatakan lengkap w=(r,g,b). • Persoalan yang muncul adalah dimensi yang dihasilkan selalu lebih besar dari 1 (Dimensi RGB=3). Bila masingmasing komponen mempunyai derajat keabuan 256 maka jumlah warna yang dihasilkan adalah 2563! • Untuk dapat menyajikan komponen warna yang lebih sederhana diperlukan beberapa teknik histogram antara lain: – – – –
Histogram R-G-B Histogram indeks Histogram segmen Histogram derajat Hue
Histogram RGB • Bila masing-masing komponen R, G dan B mempunyai H(r), H(g) dan H(b) maka H=[H(r) H(g) H(b)] • Histogram ini sangat sederhana tetapi mempunyai banyak kelemahan dalam menyatakan fitur warna
Contoh Histogram R-G-B Derajat keabuan =256
Derajat keabuan =16
Warna Sebagai Index Merah Æ 0 s/d 15 Hijau Æ 0 s/d 15 Biru Æ 0 s/d 15
Merah Æ 0 s/d 255 Hijau Æ 0 s/d 255 Biru Æ 0 s/d 255
15 255
15 255 15 255
Jumlah Index = 163 Jumlah Index = 2563
Histogram Indeks • Histogram indeks secara langsung mengimplementasikan format warna RGB 3 dimensi dan dituliskan dengan H(r,g,b). • Agar histogram indeks ini bisa disajikan maka perlu dilakukan pengurangan kuantisasi nilai derajat keabuan pada masing-masing komponen warna, misalkan dengan kuantisasi 4, 8 atau 16. • Histogram ini sudah cukup bagus untuk dapat digunakan sebagai fitur warna.
Contoh Histogram Indeks Derajat keabuan =4
Derajat keabuan =8
Histogram Segmentasi • Histogram ini memanfaatkan proses segmentasi warna sebelum pada akhirnya setiap segmen diberi indeks. • Beberapa proses segmentasi yang bisa dimanfaatkan untuk histogram ini – Segmentasi menggunakan kemiripan (jarak) dari warna acuan yang ditentukan – Segmentasi menggunakan teknik-teknik klasifikasi – Segmentasi menggunakan teknik-teknik clustering
Histogram Dengan Warna Acuan
Histogram Hue-Index • Menggunakan nilai Hue sebagai ganti dari RGB karena nilai Hue menyatakan warna alami tanpa memperhatikan pencahayaan. • Nilai Hus diperoleh dari proses konversi RGB ke HSV
Contoh Histogram Hue Index
Contoh Implementasi Identifikasi Kematangan Buah Tomat
Tahap 1 “Hijau”
Tahap 2 “Campur”
Tahap 3 “Merah”
Contoh Implementasi Identifikasi Kematangan Buah Tomat Data Training
Histogram Hue Index H(i)
Fitur General G(i) Menggunakan Histogram Interseksi
Fitur Spesifik F(i)=H(i)-G(i)
Fitur Spesifik Fitur General Gambar Test Histogram Hue Index H’(i)
Fitur Spesifik F’(i)=H’(i)-G(i)
Matching
Informasi Kematangan
Contoh Implementasi Identifikasi Kematangan Buah Tomat
Histogram Hue Index belum dapat menunjukkan perbedaan signifikan dari ketiga fase di atas, karena adanya background
Contoh Implementasi Identifikasi Kematangan Buah Tomat
Histogram Hue Index
Fitur general hasil dari histogram interseksi Fitur general adalah fitur yang ada di semua gambar (seperti background), ini tidak baik untuk identifikasi. Untuk identifikasi gunakan fitur spesifik setiap gambar.
Contoh Implementasi Identifikasi Kematangan Buah Tomat
Fitur spesifik F=H-G dapat menunjukkan perbedaan yang signifikan dari ketiga fase kematangan.
Contoh Implementasi Identifikasi Kematangan Buah Tomat
Contoh Implementasi Identifikasi Kematangan Buah Tomat
Contoh Implementasi Identifikasi Kematangan Buah Tomat
