Perkembangan teknologi komunikasi dan informasi memiliki dampak positif dan negatif. Salah satu dampak negatifnya adalah penyebaran gambar-gambar yang tidak pantas tanpa terkendali sehingga dapat diakses oleh pengguna di bawah umur. Dengan memanfaatkan pengolahan citra digital dan jaringan saraf tiruan mengenali dan mendeteksi sebuah citra yang memiliki nilai pornografi atau tidak.
Pada pengolahan citra digunakan metode deteksi tepi (edge detection) dengan operator sobel, pendeteksian ini menggunakan pendekatan dua objek setengah lingkaran dan lingkaran didalamnya yang memiliki jarak berdekatan yang kemudian diubah dalam bentuk vektor untuk diolah menggunakan Jaringan Saraf Tiruan dengan algoritma LVQ(Learning Vector Quantization) untuk mengenali pola tersebut. Penelitian ini dilakukan dengan menggunakan software Matlab 7.1 yang memiliki toolbox Image Processing dan Neural Network. Dalam Paper ini menerangkan langkah awal dari pengenalan dan peneteksian pornografi dari pola yang terbentuk hasil deteksi tepi. Penelitian ini masih dapat dikembangkan dengan berbagai metode lain ataupun menggabungkan beberapa metode untuk pengoptimasian hasil deteksi. Pendeteksian pornografi dapat diaplikasikan lebih lanjut dalam pemfilteran pada proses upload citra ke server atau dapat digunakan pada aplikasi desktop untuk pencegahan citra pornografi masuk dalam komputer yang digunakan.
November 13, 2008
Deteksi Pornografi Pada Citra Digital Menggunakan Pengolahan Citra dan Jaringan Syaraf Tiruan By rifqi imanto
PENGEMBANGAN METODOLOGI PENGOLAHAN DATA RADAR
Sistem satelit Radar mampu menyediakan data yang relatif bebas dari gangguan atmosfer. Hambatan yang dirasakan banyak pengguna radar adalah ketersediaannya dalam kanal tunggal sehingga membatasi aspek interpretasinya. Penelitian ini bertujuan untuk mengembangkan metodologi pengolahan data radar untuk pemetaan struktur geologi, dalam hal ini lineamen/kelurusan. Struktur geologi tertentu memberikan gambaran tentang deposit bahan tambang tertentu.
Salah satu metoda untuk memetakan struktur geologi dilakukan dengan teknologi penggabungan citra (data fusion) dan deteksi tepi. Tujuan utama dari pengembangan kajian penggabungan citra adalah untuk memperoleh citra baru yang memiliki keunggulan dalam resolusi spasial dan sekaligus spectral dari dua atau lebih data citra. Teknik penggabungan citra dapat dilakukan dengan empat cara, yaitu : Kombinasi Band, Kombinasi Aritmetik, Transformasi Statistik, Trasformasi Ruang Warna. Sedangkan deteksi tepi untuk mengektraksi lineament secara visual untuk mendukung interpretasi. Deteksi tepi dilakukan setelah diperoleh hasil penggabungan citra yang paling baik. Algoritma yang digunakan untuk deteksi tepi adalah Algoritma Sobel, Prewitt dan Canny. Dari hasil penggabungan citra terlihat bahwa secara umum semua citra hasil penggabungan menunjukkan peningkatan informasi tentang permukaan bumi. Kenampakan yang ditunjukkan citra hasil penggabungan relatif lebih baik dari citra tunggal, baik Landsat maupun citra Radarsat. Beberapa kelurusan mikro secara lebih jelas ditampakkan pada semua citra fusi. Pada kasus ini, teknik Principal Component menunjukkan kenampakan yang relatif lebih baik dengan kecerahan dan kontras yang lebih sesuai. Untuk deteksi tepi, dibutuhkan citra dengan kanal tunggal, sehingga dilakukan pemecahan sebelum prosedur deteksi struktur dilakukan. Produk penggabungan citra yang paling baik secara visual pada penelitian ini adalah Principal Component yang memiliki 4 kanal utama. Hasil penelitian menunjukkan bahwa kanal ke tiga memiliki tingkat tutupan awan yang sangat sedikit sehingga kanal ini digunakan pada deteksi tepi. Hasil deteksi tepi menggunakan algoritma Sobel dan algoritma Prewitt memberikan kenampakan yang tidak berbeda nyata. Keduanya terlihat sangat sensitif terhadap perubahan gradien yang mikro, namun tidak sensitif terhadap perubahan makro seperti terrain atau bentang lahan. Dengan menggunakan algoritma Canny, secara kualitatif terlihat bahwa algoritma Canny memiliki peluang pengembangan yang lebih baik. Namun demikian eksplorasi dan trial-and-error masih perlu dilakukan lebih lanjut untuk meneliti peluang perolehan hasil yang lebih optimal.
Gambar 1. Hasil Fusi Principal Component, menunjukkan kenampakan yang relatif lebih baik dengan kecerahan dan kontras yang lebih sesuai
s = 2.0
Gambar 2. Hasil deteksi struktur (di dalam bagian dari area PT KPC) menggunakan Operator Canny dengan beberapa parameter penghalusan (sigma, o).
November 07, 2008
Pembuatan histogram menggunakan matlab
Histogram citra menyatakan frekuensi kemunculan berbagai derajat keabuan dalam citra. Teknik pemodelan histogram mengubah citra hingga memiliki histogram sesuai keinginan. Teknik pemodelan yang sering dipakai adalah ekualisasi histogram. Ekualisasi histogram bertujuan untuk mendapatkan histogram citra dengan distribusi seragam.
Langkah-langkah melakukan ekualisasi histogram:
Baca image dan dapatkan nilai tingkat keabuan dari setiap pixel penyusunnya, dan simpan dalam array. Gunakan fungsi imread().
Cari nilai maksimum tingkat keabuan citra tersebut. Nilai ini nantinya akan dipakai untuk menentukan histogram ekualisasinya. Gunakan fungsi max()
Buat histogram citra asal. Simpan frekuensi kemunculan derajat keabuan tersebut dalam array(vector). Mula-mula kita siapkan array(vector) kosong yang ukurannya mengacu kepada nilai maksimum derajat keabuan citra dibulatkan ke 2n. Untuk selajutnya hitung frekuensi kemunculan derajat keabuan pada masing-masing posisi vector.
Buat histogram ekualisasinya. Histogram ekualisasi dicari dengan menghitung prosentase kemunculan derajat keabuan yang ada dikalikan dengan derajat keabuan maksimum dari citra asal.
Cari nilai tingkat keabuan dari citra bari hasil ekualisasi dengan menggunakan histogram ekualisasinya.
Untuk memetakan histogram ekualisasi menjadi citra baru, kita siapkan array (matrik) kosong yang ukurannya sama dengan citra asal. Selanjutnya masing-masing nilai matrik baru dihitung dari nilai histogram ekualisasi bedasarkan nilai matrik gambar lama.
Petakan ke citra baru.
Dengan menggunakan MatLab algoritma tersebut dapat diimplementasikan sebagai berikut: 
Atau juga dapat dituliskan sebagai berikut:
Berikut ini adalah perbandingan image sebelum dan setelah dilakukan ekualisasi.
Oktober 30, 2008
Model Warna
Format Grafik RGB - CMYK
CMYK ( Cyan Magenta Yellow Black ) atau warna Primer Subtraktif, warna ini dikenal sebagai warna Separasi /four color separation yang digunakan untuk print, dimana warna-warna tersebut biasa digunakan untuk keperluan cetak pada berbagai media keras seperti untuk pembuatan Brosur, Buku, Majalah, Cover CD, Print T-Shirt dll...
Media yang menggunakan pantulan cahaya untuk untuk meghasilkan warna memakai metode campuran warna subtraktif. Dalam industri percetakan, untuk menghasilkan warna bervariasi, diterapkan pemakaian warna primer subtraktif: magenta, kuning dan cyan dalam ukuran yang bermacam-macam.
Campuran kuning dan cyan menghasilkan nuansa warna hijau; campuran kuning dengan magenta menghasilkan nuansa warna merah, sedangkan campuran magenta dengan cyan menhasilkan nuansa biru. Dalam teori, campuran tiga pigmen ini dalam ukuran yang seimbang akan menghasilkan nuansa warna kelabu, dan akan menjadi hitam jika ketiganya disaturasikan secara penuh, tetapi dalam praktek hasilnya cenderung menjadi warna kotor kecoklatan. Oleh karena itu, seringkali dipakai warna keempat, yaitu hitam, sebagai tambahan dari cyan, magenta dan kuning. Ruang warna yang dihasilkan lantas disebut dengan CMYK (Cyan, Magenta, Yellow, Black). Hitam disebut dengan "K" (key) dari istilah "key plate" dalam percetakan (plat cetak yang menciptakan detail artistik pada gambar, biasanya menggunakan warna tinta hitam).
*Supaya hasil yang kita lihat di monitor sama dengan hasil print maka harus di adjust dahulu monitornya misal dengan menggunakan adobe gama.
RGB ( Red Green Blue )atau Warna Additif, warna ini biasanya digunakan oleh monitor computer/TV. Warna yang dihasilkan berasal dari kombinasi 3 warna tersebut dan masing-masing memiliki nilai 8 bit merah, 8 bit hijau dan 8 bit untuk biru.
Alat/media yang menggabungkan pancaran cahaya untuk menciptakan sensasi warna menggunakan sistem warna additif. Televisi adalah yang paling umum. Warna primer additif adalah merah, hijau dan biru. Campuran warna cahaya merah dan hijau, menghasilkan nuansa warna kuning atau orange. Campuran hijau dan biru menghasilkan nuansa cyan, sedangkan campuran merah dan biru menhasilkan nuansa ungu dan magenta. Campuran dengan proporsi seimbang dari warna additif primer menghasilkan nuansa warna kelabu; jika ketiga warna ini disaturasikan penuh, maka hasilnya adalah warna putih. Ruang warna/model warna yang dihasilkan disebut dengan RGB (red, green, blue).
