Matlab adalah
sebuah bahasa dengan (high-performance)
kinerja tinggi untuk komputasi masalah teknik. Matlab mengintegrasikan
komputasi, visualisasi dan pemrograman dalam suatu model yang sangat mudah
untuk dipakai, dimana masalah dan penyelesaiannya diekspresikan dalam notasi
matematika yang familiar. Penggunaan Matlab meliputi bidang-bidang:
·
Matematika
dan Komputasi
·
Pembentukan
Algorithm
·
Akusisi
Data
·
Pemodelan,
simulasi dan pembuatan prototipe
·
Analisa
data, explorasi, dan visualisasi
·
Grafik
Keilmuan dan bidang Rekayasa
Kelengkapan
pada Sistem MATLAB
Sebagai sebuah
system, MATLAB tersusun dari 5 bagian utama:
1.
Development
Environment.
Merupakan
sekumpulan perangkat dan fasilitas yang membantu untuk menggunakan
fungsi-fungsi dan file-file MATLAB. Perangkat ini merupakan sebuah graphical user interfaces (GUI).
2.
MATLAB
Mathematical Function Library.
Merupakan
sekumpulan algoritma komputasi mulai dari fungsi-fungsi dasar seperti: sum, sin
cos, dan complex arithmetic, sampai dengan fungsi-fungsi yang lebih komplek
seperti matrix inverse, matrix eigenvalues, Bessel functions, dan fast Fourier
transforms.
3.
Matlab
Language.
Merupakan
suatu high-level matiks/array
language dengan control flow statements, functions, data structures,
input-output, dan fitur object-oriented programming.
4.
Graphics.
Merupakan
fasilitas untuk menampilkan vector dan metrices sebagai suatu grafik. Dimana
didalamnya melibatkan hig-level functions untuk visualisasi data dua dimensi
dan tiga dimensi, image processing, animation dan presentation graphics.
5.
MATLAB
Application Program Interface (API)
Merupakan
suatu library yang memungkinkan program yang telah ditulis dalam bahasa C dan
Fortran mampu berinteraksi dengan MATLAB.
Essay ini membahas
tentang dasar-dasar pengelolaan citra menggunakan MATLAB. Seperti telah diketahui MATLAB merupakan bahasa komputasi
yang memiliki banyak fungsi built-in
yang berkaitan dengan matrik dan persamaan-persamaan yang biasa digunakan pada
bidang tertentu sehingga sangat memudahkan pengguna untuk melakukan pemrograman
sehingga penyelesaian masalah yang dihadapi.
Apa itu digital
image processing?
Image atau gambar
adalah representasi spasial dari suatu objek yang sebenarnya dalam bidang dua
dimensi yang ditulis dalam koordinat kartesian x-y, dan setiap koordinat mempresentasikan
satu sinyal terkecil dari objek, koordinat terkecil biasanya disebut sebagai
piksel. Karena merupakan sistem koordinator yang memiliki nilai maka image
dianggap sebagai sebuah matrik x-y yang berisi nilai pixel.
Representasi dari
matriks tersebut dapat ditulis sebagai berikut:
Dan di MATLAB
representasi ini bisa ditulis menjadi:
Perlu diperhatikan bahwa indeks matriks pada MATLAB selalu dimulai dengan angka 1 sehingga untuk f(0,0) =f(1,1) pada matlab. Bentuk matriks adalah perwujudan dari bentuk sinyal digital sehingga proses pemecahan dan pengolahan matriks dari gambar disebut digital image processing.
Pembacaan
Image
Pada matlab fungsi
untuk melakukan pembacaan image standar yaitu:
Imread(‘filename’)
Dan dimana hasil
pembacaanya bisa berupa matiks dua dimensi jika gambar yang dibaca adalah
gambar grayscale dan matrik 3 dimensi jika berupa gambar 3 dimensi.
Perintah ini
digunakan untuk membaca beberapa file diantaranya:
Format
|
Deskripsi
|
Recognized Extension
|
TIFF
|
Tagged Image File Format
|
.tif; .tiff
|
JPEG
|
Join Photographics Expert’s
Group
|
.jpg; .jpeg
|
GIF
|
Graphics Interchange Format
|
.gif
|
BMP
|
Window Bitmap
|
.bmp
|
PNG
|
Portable Network Graphics
|
.png
|
XWD
|
X-Window Dump
|
.xwd
|
Ekstraksi nilai Piksel Red, Green dan Blue
(RGB)
Pengelolaan citra
yang berbasis warna perlu dilakukan pemisahan band-band yang ada pada citra
khususnya citra RGB, Matlab menyediakan fasilitas yang cukup baik dalam
memisahkan ketiga warna RGB, yaitu sebagai berikut:
Konversi Gambar RGB ke Grayscale
Untuk mengubah
gambar RGB ke gambar grayscale di matlab disediakan fungsi khusus yaitu rgb2gray(matrik_gambar), tetapi
kadang-kadang untuk perubahan bentuk grayscale tidak menggunakan fungsi yang
sudah ada, tetapi langsung memberikan bobot yang berbeda ke masing-masing nilai
RGB. Pemisahan nilai seperti ini dapat dilakukan seperti contoh berikut:
Membuat Histogram Image
Fungsi yang
disediakan matlab untuk membuat histogram dari gambar yaitu dengan funggsi imhist(matrik_1_dimensi_image). imhist hanya dapat digunakan untuk
matrik image 1 dimesi sehingga bila diimplementasikan pada matriks gambar akan
menghasilkan 1 warna saja atau grayscale.
Contoh penggunaan
histogram dari image yaitu:
Matlab juga
menyediakan fungsi untuk melakukan cropping (memotong bagia tertentu dari
gambar menjadi matrik baru yang independen). Fungsi tersebut yaitu :
imcrop(matrik_gambar,matrik_titiksudut_crop);
contoh
implementasinya adalah :
Dan berikut
merupakah hasil keluaran program diatas.
Penentuan titik
yang diambil yaitu menggunakan matriks_titiksudut_crop yaitu yang
mempresentasikan nilai [x,y,a,b] dimana x dan y adalah titik awal (sudut kiri
ats) dari image yang akan dikrop sedangkan a adalah jumlah piksel memanjang
kearah sumbu-x dan b adalah jumlah piksel ke arah sumbu-y.
Region Of Interest(ROI)
Kelemahan
proses cropping yaitu hanya dapat digunakan untuk bentuk kotak (rectangular). Untuk bentuk lain atau
area yang berbentuk tidak beraturan yang ingin dipisahkan dari image induk
didefinisikan sebagai ROI, dimana di matlab terdapat banyak fungsi yang bisa
digunakan, salah satunya yaitu roipoly(I,c,r) dimana I adalah matriks gambar, c
adalah matriks titik kolom yang menjadi ROI dan r adalah titik baris daerah
yang menjadi ROI.
Contoh
penggunaan ROI yaitu:
Kesimpulan
Dari
lima bagian sistem Matlab yaitu salah satunya tentang Graphics. Dimana pada
bagian graphics ini didalamnya melibatkan fungsi level tinggi untuk
visulialisasi data dua dimensi, 3 dimensi , image processing , animation dan
lain-lain. Dimana dalam image processing kita memanfaatkan tools matlab sebagai
ekstrasksi nilai piksel ke RGB, konversi gambar RGB ke grayscale, crop image,
ROI, membuat histogram image dan lain-lain.
Sumber
:
https://rakata89.files.wordpress.com/2012/01/13574039-basic-image-processing-matlab.pdf
