Pertemuan 2: Citra Digital, Sampling, dan Quantization-Part 5: Konsep dasar Sampling & Quantization

Made Windu Antara Kesiman
23 Aug 202119:07

Summary

TLDRThe video discusses the concepts of sampling and quantization in digital image processing. It explains how continuous natural images, which are continuous in both spatial coordinates (x and y) and light intensity, are converted into digital form through sampling (spatial) and quantization (amplitude). The video highlights that the quality of digital images depends on factors like the number of samples, intensity levels, and the presence of noise. Different sensor types for capturing samples are also discussed, alongside how the sampled data is represented digitally in arrays or matrices.

Takeaways

  • 📷 Image conversion: Continuous natural images are converted into digital form through sampling and quantization.
  • 🌐 Spatial sampling: Spatial coordinates (x and y) of continuous images are sampled for digitization.
  • 🎚️ Amplitude quantization: The amplitude of intensity values is quantized to discrete levels for digital representation.
  • 🔍 Noise impact: The accuracy of quantization depends on the presence or absence of noise in the sampled signal.
  • 🎛️ Sampling limitations: Image quality depends on the number of samples and intensity levels, as well as noise.
  • 📈 1D function representation: The continuous function of intensity along a line (AB) is sampled and quantized to generate a 1D image.
  • 🧩 Multi-dimensional sampling: The sampling and quantization process extends to 2D images by repeating the steps for multiple spatial coordinates.
  • 🔢 Quantization levels: A fixed number of intensity levels (e.g., 8 levels) is used for quantization, limiting the grayscale variations in the final image.
  • 🎥 Sensor types: Different sensor configurations (single, strip, or area sensors) are used for sampling, with each type affecting the sampling method and image quality.
  • 📊 Digital image representation: The sampled and quantized data is stored as a 2D array where each element represents the intensity at a specific spatial coordinate.

Q & A

  • What is the key purpose of sampling and quantization in image processing?

    -Sampling and quantization are used to convert a continuous natural image into a digital form. Sampling involves discretizing the spatial aspect of an image, while quantization deals with converting the continuous amplitude (intensity) values into discrete levels.

  • How does noise affect the quantization process?

    -Noise can significantly affect the accuracy of quantization. If an image contains noise during the sampling process, it can degrade the quality of the quantized image by introducing errors in intensity levels, leading to a less accurate digital representation.

  • What is the role of spatial coordinates in the sampling process?

    -Spatial coordinates, typically denoted by x and y, represent the positions in the image where sampling is performed. The continuous image is sampled at specific spatial points along these coordinates to create a discrete digital version.

  • What is the difference between sampling and quantization?

    -Sampling refers to selecting discrete points from a continuous spatial domain (x and y coordinates of an image), while quantization refers to converting continuous amplitude values (intensities) into a finite number of discrete levels.

  • Why is it important to decide on the number of quantization levels?

    -The number of quantization levels directly influences the accuracy of the digital representation of an image. More levels provide finer intensity differentiation, leading to a higher-quality image, whereas fewer levels may cause loss of detail.

  • How does the presence of noise in an image influence the quality of the digital image produced?

    -Noise introduces irregularities in the intensity values of the image. These irregularities can interfere with the accuracy of sampling and quantization, reducing the quality of the final digital image by distorting the intended intensity values.

  • What is a single sensor setup, and how does it work in the sampling process?

    -A single sensor setup uses one sensor element to capture samples from the image. The sensor is moved mechanically to collect samples from different positions, allowing it to gather spatial data incrementally across the image.

  • What are the advantages and limitations of using a strip sensor for sampling?

    -A strip sensor consists of multiple sensor elements arranged in a line, capturing data across a specific dimension without requiring mechanical movement for that direction. However, it limits sampling to the number of sensors in the strip and relies on mechanical motion in the other direction.

  • How are image data represented digitally after sampling and quantization?

    -After sampling and quantization, image data are represented as a 2D array or matrix, where each element corresponds to a sampled point in the image. The intensity value at each point is the quantized intensity level, representing the brightness or color.

  • What is the significance of choosing the bit depth (e.g., 8-bit) for digital images?

    -The bit depth determines the number of intensity levels available for each pixel in the image. For example, an 8-bit image has 256 levels of intensity, allowing finer differentiation in grayscale or color values, which improves image quality and detail representation.

Outlines

00:00

📊 Introduction to Sampling and Quantization

This paragraph introduces the concept of converting natural, continuous images into digital form through sampling and quantization. It explains that natural images are continuous in spatial dimensions (x, y coordinates) and intensity, and to digitize them, both aspects must be sampled and quantized. The accuracy of quantization depends on noise in the signal, affecting the quality of the resulting digital image.

05:02

🔢 Quantization Levels and Their Impact

The second paragraph focuses on quantization levels, explaining how sampling occurs at specific points, and how intensities at those points are assigned to one of the predefined quantization levels. It mentions that for a two-dimensional image, the sampling and quantization process must occur both horizontally and vertically, resulting in a simplified image where intensities are limited to a few discrete values (e.g., 8 levels).

10:02

📏 Types of Sensors for Sampling

This section explains different types of sensors used for sampling. First, it describes single-element sensors that require mechanical motion to collect data from multiple points. It highlights the challenges and limitations of this approach, such as the need for precise mechanical movement to ensure accurate sampling. It also discusses how sensor quality impacts the final quantization results.

15:06

📶 Sensor Arrays for Efficient Sampling

The fourth paragraph delves into more advanced types of sensors, like sensor strips and area sensors. These sensors do not require mechanical motion for sampling as they have multiple sensors laid out in a linear or grid pattern. This paragraph highlights how the number of sensors in these arrays limits the number of sampling points and emphasizes that quantization still plays a crucial role, regardless of the sensor type.

Mindmap

Keywords

💡Sampling

Sampling refers to the process of converting a continuous image into a digital form by selecting specific points in the spatial domain (coordinates x and y) to represent the image. In the video, it is discussed as the first step in converting natural, continuous imagery into digital data by sampling along a spatial function. The process involves capturing parts of an image at different intervals, instead of the whole continuous function.

💡Quantization

Quantization is the process of converting the continuous range of intensity values of an image into discrete levels. The video explains how this step follows sampling and involves assigning a specific intensity level to each sampled point. It emphasizes the importance of the number of quantization levels and how noise can affect the accuracy of this process.

💡Continuous Image

A continuous image refers to a natural image where both spatial coordinates (x, y) and intensity values vary smoothly without interruption. The video discusses how continuous images need to be sampled and quantized to be represented digitally. Continuous imagery provides the basis from which the digital image is constructed through sampling and quantization.

💡Spatial Function

The spatial function represents how the intensity of an image changes across its spatial coordinates (x and y). In the video, this concept is introduced when describing how natural images are continuous in both their spatial function and intensity function, and how these need to be broken down via sampling for digital conversion.

💡Noise

Noise refers to any unwanted variations in the signal that can distort the digital image's accuracy during the sampling and quantization process. The video mentions noise as a key factor that can impact the quality of the resulting digital image, particularly during quantization. Reducing noise is important for maintaining a faithful digital representation.

💡Intensity Levels

Intensity levels refer to the range of brightness values in an image, often represented as gray levels in digital imagery. The video explains how, during quantization, the continuous intensity values of an image are mapped onto discrete levels (e.g., 8 levels in the example), determining the gradation of shades in the final digital image.

💡Digital Image

A digital image is a representation of a visual object using a matrix of discrete values, resulting from the process of sampling and quantization. The video discusses how the quality of a digital image depends on the resolution of sampling and the number of intensity levels chosen during quantization, as well as the presence of noise.

💡Gray Levels

Gray levels refer to the number of shades of gray in a digital image, ranging from black to white. The video illustrates this concept by showing how different levels of gray can represent the intensity of various parts of an image after quantization. For example, a digital image with 8-bit quantization can have 256 gray levels.

💡Sensor

A sensor is a device used to capture data points during the sampling process. The video discusses different types of sensors, such as single sensors and sensor arrays, which detect light intensity at specific points to convert the visual information into digital form. The quality and movement of sensors affect the accuracy of the sampling.

💡Single Sensor

A single sensor is a basic sensor type that collects data one point at a time. In the video, the concept of a single sensor is explained with reference to how it needs to be moved mechanically to capture samples from different parts of the image. This method is less efficient compared to sensor arrays but is still used in certain imaging systems.

Highlights

Natural images are continuous in both spatial (x and y coordinates) and amplitude (intensity of light), and digitizing them requires sampling and quantization.

Sampling refers to converting continuous spatial values into discrete points, while quantization refers to converting continuous amplitude values into discrete intensity levels.

The accuracy of the quantization process depends on the presence or absence of noise in the signal, which significantly impacts the quality of the resulting digital image.

The quality of a digital image is influenced by both the number of samples and intensity levels chosen, but it can also be affected by the presence of noise during sampling and quantization.

The process of sampling involves selecting specific points (samples) along a continuous function, as demonstrated by the one-dimensional example along the AB line.

Quantization assigns a specific intensity value (from a predefined set of levels) to each sample point, and this value must be discrete, not continuous.

For two-dimensional digital images, sampling and quantization must be performed in both horizontal and vertical directions to fully capture the image.

Single sensor systems require mechanical motion to collect data points for sampling across different positions, affecting the accuracy of the final image.

Optical sensor quality plays a crucial role in capturing accurate intensity values, which impacts the quantization process.

Strip sensors contain multiple sensors in a single direction, limiting the number of samples collected based on the number of sensors present on the strip.

Area sensors (array sensors) do not require mechanical movement, as they collect data in both horizontal and vertical directions, directly limiting the number of samples by the sensor’s size.

Digital image representation commonly uses a two-dimensional array, where each element represents the spatial coordinate and its corresponding quantized intensity value.

The number of bits per pixel determines the range of grayscale levels that can be represented, affecting the overall storage size and quality of the image.

The typical format for grayscale images uses 8 bits per pixel, which allows for 256 levels of gray, requiring storage size proportional to the image's pixel count and bit depth.

Higher bit depths allow for more precise grayscale representations but increase storage requirements, as demonstrated by examples showing how bit depth impacts image size.

Transcripts

play00:00

Hai

play00:01

[Musik]

play00:14

Nah jadi sekarang kita akan mulai

play00:17

membahas tentang sampling dan kuantitas

play00:20

Yeon jadi seperti yang sudah sebelumnya

play00:23

kita ketahui bersama bahwa Citra Natural

play00:25

itu bersifat kontinu atau kontinu Ya

play00:28

baik dalam eh si spasial jadi secara

play00:32

spasial Citra Natural itu bersifat

play00:35

kontinu pada koordinat x dan y demikian

play00:38

juga pada amplitudo dari intensitas

play00:40

cahayanya Nah untuk bisa mengkonversi

play00:44

aspek kontinyu dari Citra natural

play00:47

tersebut menjadi bentuk digital maka

play00:50

kita harus melakukan sampling dan kita

play00:53

harus mensetting fungsi yang kontinu

play00:55

tersebut baik pada arah spasial

play00:58

koordinat x dan y

play01:00

Ijen juga pada fungsi amplitudonya nah

play01:05

mendigitalisasi

play01:06

koordinat value atau arah spasial atau

play01:10

fungsi kontinyu pada aspek spasial dan

play01:14

Citra Natural itu disebut dengan

play01:15

melakukan sampling sementara itu

play01:17

melakukan proses digitalisasi pada nilai

play01:20

amplitudo atau pada fungsi amplitudo

play01:23

yang kontinu itu dikenal dengan istilah

play01:25

quantization atau melakukan kuantisasi

play01:28

Nah harus diperhatikan juga bahwa

play01:31

selain pemilihan jumlah level Describe

play01:35

yang akan digunakan pada proses ini maka

play01:38

akurasi

play01:39

saat melakukan kuantisasi itu juga

play01:42

sangat bergantung pada ada-tidaknya

play01:44

noise dari sinyal yang sedang kita

play01:47

sampel jadi memang dari awal objek yang

play01:49

akan kita ciptakan itu mengandung guys

play01:51

atau tidak itu akan sangat berpengaruh

play01:53

sekali pada keberhasilan proses

play01:56

kuantisasi

play01:58

Hai ingat wajah Citra yang akan nanti

play02:00

dihasilkan kualitas Citra digital yang

play02:03

nanti kita hasilkan itu tidak hanya juga

play02:05

bergantung kepada jumlah sampel dan

play02:08

tingkat intensitasnya tetapi juga bisa

play02:10

dipengaruhi pada keberadaan wis dan

play02:12

sebagainya ya jadi kualitas Citra

play02:14

digital ditentukan sebagian besar memang

play02:16

oleh jumlah sampel dan juga tingkat

play02:20

intensitas disket yang digunakan pada

play02:22

proses sampel dan kuantisasi namun juga

play02:25

dipengaruhi oleh keberadaan noise saat

play02:27

melakukan sampling dan kuantitas Yeon

play02:30

tersebut

play02:31

Nah coba Perhatikan gambar berikut Ade

play02:34

ini adalah bagan ketika melakukan

play02:36

samping dan quotation misalkan ada aja

play02:38

akan mencipta sebuah objek seperti yang

play02:40

tampak pada gambar ya objek hitam itu

play02:43

nah kita fokuskan dulu kepada fungsi

play02:47

satu dimensinya karena objek tersebut

play02:48

kan kalau terlihat dua dimensi kita

play02:51

fokus dulu pada garis AB dari kiri ke

play02:53

kanan yang merupakan sebuah fungsi satu

play02:56

dimensi dari e identitas yang ada pada

play02:59

objek di area garis a sampai B tersebut

play03:01

Kalau digambarkan fungsi tersebut akan

play03:04

terlihat seperti pada bagian karena dari

play03:06

objek tersebut ya dari a ke b nilainya

play03:09

tinggi Kenapa karena itu bengkoknya

play03:11

berwarna putih kemudian mulai dari titik

play03:14

batas antara objek dengan background

play03:15

kita ada pada level Manchester bawah

play03:19

kemudian agak milik sedikit seperti

play03:20

gunung nampak karena disitu terlihat

play03:22

bahwa objek kita punya nilai intensitas

play03:24

yang dari hitam agak menuju putih

play03:28

kemudian turun lagi ke tepi selanjutnya

play03:30

menjadi hitam sehingga turun lagi

play03:31

setelah itu ada pada Area menuju B di

play03:34

diluar objek yaitu backup sehingga akan

play03:37

tampak

play03:38

fungsi satu dimensinya kalau digambarkan

play03:40

seperti pada gambar grafiti sebelah

play03:43

kanan dari objek nah eh disana terdapat

play03:47

sinyal-sinyal yang seperti noise untuk

play03:50

representasi noisia jadi fungsi yang

play03:52

digambarkannya tidak smooth tapi agak

play03:55

bergerigi itu adalah representasi dari

play03:57

adanya Hai guys pada sinyal yang sedang

play04:01

kita ciptakan tersebut Nah jadi sinyal

play04:03

yang kontinyu satu dimensi pada arah

play04:06

dari asam FP ini kita harus mengambil

play04:08

titik titik sampel jadi pada gambar ke

play04:12

spesial sampainya ditunjukkan kepada

play04:14

vertikal vertical type merk jadi

play04:17

tanda-tanda kita mencapai itu ya dari a

play04:19

ke b kita tidak bisa mengakui semuanya

play04:22

tetapi hanya pada bagian

play04:25

timur vertical yang ditandai pada titik

play04:28

sampling kita jadi kita hanya mengambil

play04:30

sebagian dari nilai fungsi pada garis A

play04:35

menuju pipe nah sementara untuk proses

play04:38

kuantisasi disetiap titik sampel spasial

play04:41

yang sudah kita ambil kita harus

play04:43

memutuskan bahwa

play04:45

level intensitas yang diberikan pada

play04:48

nilai

play04:50

Hai titik sampel tersebut itu berapa dan

play04:52

ini harus sudah diputuskan secara

play04:54

diskrit adanya bisa lihat di situ ada

play04:57

diagram clever Yadi di tengah-tengah di

play04:59

bagian bawah itu yang menyatakan level

play05:02

kuantisasi yang kita akan melakukan Jadi

play05:04

kalau misalkan di sini kita akan

play05:05

melakukan

play05:07

12345678 level kuantisasi grill efel

play05:10

sehingga setiap titik sampel yang sudah

play05:12

kita pilih secara spasial itu harus

play05:15

didesain dengan nilai intensitas atau

play05:17

beri level salah satu dari yang ada

play05:20

padaku the kuantisasi kita tidak bisa

play05:22

menggunakan nilai intensitas asli dari

play05:26

fungsi kontinu yang tertera pada titik

play05:28

sampel acfe kita dan Nah jadi ini kita

play05:33

baru melakukannya untuk satu dimensi

play05:35

dari fungsi acfi untuk bisa melakukan

play05:38

digitalisasi dua dimensi menghasilkan

play05:40

Citra digital dua dimensi maka proses

play05:42

ini harus dilakukan

play05:45

garis-garis artinya dari a ke b sekali

play05:47

kemudian dilanjutkan untuk

play05:50

agar permukaan dari objek tersebut juga

play05:53

melakukan proses sampling dan kuantisasi

play05:54

yang sama

play05:58

Hai nah ini adalah hasil dari proses

play06:01

sampling dan konsentrasi kita atas objek

play06:03

yang kita cecak jadi disini Tunjukkan

play06:06

kita sudah melakukan proses sampling dan

play06:08

condition baik pada arah expert Ical

play06:11

kemudian Allah y sehingga mendapatkan

play06:14

titik sampel tidak hanya dari kiri ke

play06:16

kanan tetapi juga dari atas ke bawah dan

play06:19

kemudian kita juga sudah melakukan

play06:20

kuantisasi dimana pada satu area titik

play06:23

sampel pada posisi ekstensi itu sudah

play06:27

hanya mengandung satu nilai grade level

play06:29

saja sekarang yang kita pilihkan dari

play06:31

kode kuantisasi atau level kuantisasi

play06:33

yang memang ada jadi 8 level tersebut

play06:36

sehingga warna atau istilahnya adalah

play06:39

tingkat intensitas dari eh Citra digital

play06:42

kita sekarang hanya terdapat 8 jenis

play06:45

saja dan tidak beragam seperti pada

play06:47

citra continew yang asli

play06:51

hai

play06:52

eh ketika melakukan proses samping ada

play06:57

beberapa pilihan ketika kita akan

play06:59

menggunakan sensor untuk melakukan some

play07:02

sampingnya ya jadi sensor orang cuman

play07:04

itu ada beberapa pilihan yang pertama

play07:06

adalah yang paling sederhana Kita akan

play07:08

menggunakan

play07:09

sensor single atau single sensing

play07:13

Element tetapi dalam hal ini kita harus

play07:15

mengkombinasikannya dengan apa dengan

play07:17

sebuah alat mekanik jadi untuk melakukan

play07:20

pergerakan atas sensor yang hanya satu

play07:22

buah tersebut jadi sensornya single tapi

play07:25

harus melakukan pendataan atau sampling

play07:27

pada beberapa posisi sehingga dilakukan

play07:30

ditambahkan dengan ikan motion di

play07:32

dalamnya ya Nah pada special sampling

play07:36

dengan cara single sensing ini

play07:40

dilakukan dengan memilih secara individu

play07:43

proses

play07:45

inkremental sampling jadi seberapa

play07:47

banyak single sensor itu harus berpindah

play07:51

ngomong collect data untuk mengumpulkan

play07:53

titik sampel yang akan kita putuskan

play07:56

diambil sebagai nilai sampel pada

play07:58

cita-cita kita nah disinilah peran

play08:00

penting dari er apa namanya alat mekanis

play08:04

yang akan membantu pergerakan single

play08:06

sensor tersebut mengambil data jadi

play08:08

harus dibuat sangat cepat sehingga kita

play08:11

bisa benar-benar tahu seberapa Tingkat

play08:14

atau jumlah sampel yang dikumpulkan dari

play08:17

pergerakan single sensor kita tersebut

play08:20

nah pada praktiknya ya banyak Kalian

play08:24

membatasi akurasi dari samping ini salah

play08:27

satunya adalah juga kualitas optical

play08:30

dari sensor yang kita gunakan karena

play08:33

kualitas optik itu yang akan menangkap

play08:35

tingkat intensitas pada titik sampel

play08:37

kita sehingga akan mempengaruhi juga

play08:39

pada nilai kuantisasi yang akan kita

play08:41

lakukan setelah melakukan spesial

play08:43

samping nah ini adalah contoh gambar

play08:46

yang tadi kita Jelaskan yaitu single

play08:48

sensor jadi anda cuman punya satu satu

play08:51

acarya satu kota kecil itu nah kota

play08:53

kecil ini ketika mensensor disetiap

play08:56

titik obyeknya harus digerakkan sehingga

play08:58

dibutuhkanlah proses-proses yang bisa

play09:00

melakukan linear motion dan juga bisa

play09:03

melakukan rotasi ketika melakukan pen

play09:06

sampelan atas titik titik sampel pada

play09:09

objek yang sedang kita Citra akan jadi

play09:12

dibutuhkan

play09:13

kombinasi untuk single sensor ini dengan

play09:16

menggunakan apa motion oleh technical

play09:18

motion sehingga tetap bisa menjerit

play09:21

Citra dua dimensi

play09:22

ya jadi sensor itu akan digerakkan

play09:25

secara inkremental pada posisi linearnya

play09:28

demikian juga dia akan

play09:29

melakukan pergerakan pada posisi

play09:31

vertikal dalam hal ini digunakan

play09:33

misalkan mesinnya untuk rotasi itu

play09:36

sehingga bisa lah main sampel pada

play09:39

kertas film yang akan bergerak

play09:41

menghasilkan Citra dua dimensi

play09:45

Hai

play09:46

Nah kemudian ada jenis yang kedua dari

play09:49

sensor bisa kita gunakan yang berbentuk

play09:51

strip jadinya ini lebih dari satu sensor

play09:54

pada satu arah tertentu satu eh Lindra

play09:57

cuman tertentu jadi distrik dikenalnya

play09:59

dengan sensing tritnya jadi jumlah

play10:02

sensor pada strip ini akan otomatis

play10:04

sudah membatasi jumlah sampling pada

play10:07

alat tersebut karena kan dia tidak lagi

play10:09

bergerak pada arah yang sudah ditentukan

play10:12

oleh jumlah sensor streat tersebut Kalau

play10:15

yang tadi yang single sensor-sensor nya

play10:18

masih bisa digerakkan atau kita pilih

play10:20

untuk bergerak berapa titik kekiri

play10:22

kekanan kemudian atas ke bawah sementara

play10:24

kalau yang menggunakan setting thread

play10:27

ini maka pada satu arah dia sudah

play10:28

dipastikan hanya bisa mencapai sekian

play10:30

lalu pada arah yang berikut ini bisa

play10:32

kita atur jadi mechanical motion yaitu

play10:34

mesti hanya bisa membantu pada Adobe

play10:37

Direction nya untuk bisa dikontrol ya

play10:39

Nah Sehingga dalam hanya ada

play10:41

keterbatasannya menyatakan bahwa dengan

play10:43

sensing strip ini maka jumlah sensor

play10:46

pada sebuah strip itu akan membatasi apa

play10:50

namanya nilai jumlah sampel yang bisa

play10:52

diambil ya setelah itu nilai kuantisasi

play10:54

nya akan dilakukan pasti sama seperti

play10:56

Kalaupun kita menggunakan single sensor

play11:00

dan ini contoh gambar ketika kita

play11:02

melakukan MS akuisisi dengan menggunakan

play11:05

linear sensor strip atau juga

play11:07

menggunakan circular sensor terjadi ada

play11:10

variasinya juga ya gambar pertama itu

play11:12

kalau sensor struknya itu hanya bersifat

play11:14

ilmiah jadi dia hanya anggapnya sebuah

play11:17

tarif gitu ya berisi sensor-sensor yang

play11:19

tangan dalam hadits tersebut kemudian

play11:21

itu berjalan pada arah tertentu sehingga

play11:23

dia akan langsung mensensor dua dimensi

play11:25

sementara ada juga jenis sensor dimana

play11:28

sensor Suzuki itu berada pada apa

play11:31

namanya eh kering ya dalam dalam bentuk

play11:34

kering sehingga dia akan langsung

play11:36

melakukan sensor untuk misalkan

play11:39

mengambil akuisisi citra tiga dimensi

play11:45

Hai nah yang terakhir itu adalah sensor

play11:48

yang berbentuk gereja di otomatis sudah

play11:50

berbentuk dua dimensi ya dalam hal ini

play11:53

kalau kita menggunakan sensing are yang

play11:56

berbentuk resensor yang berbentuk maka

play11:58

tidak ada yang gerakan ya jadi Snowman

play12:01

jumlah sensor yang ada pada area

play12:04

tersebut langsung membatasi

play12:07

ada dua arah jadi memang seberapa banyak

play12:10

sensor pada sensor Regita Makasih

play12:13

sebanyak itulah sampainya kita dapatkan

play12:15

tidak perlu bergerak lagi tidak akan

play12:17

bisa menambah jumlah titik sampel jadi

play12:20

memang jumlah sensor pada area membatasi

play12:23

jumlah sampel yang memang sudah kita

play12:25

pastikan sebelumnya sementara untuk

play12:27

melakukan kuantisasi prosesnya sama

play12:29

seperti ketika kita melakukan kuantisasi

play12:31

pada single sensor Kemudian pada setiap

play12:33

sensor juga

play12:36

Hai

play12:37

Nah setelah melakukan akuisisi maka

play12:41

data-data digital pada sampel yang sudah

play12:44

kita ambil dengan nilai kuantisasi

play12:45

intensitas

play12:47

derajat keabuan yang kita pilih kan itu

play12:49

harus direpresentasikan dalam Citra

play12:51

digital kita nah tentu bentuk

play12:53

representasi yang paling umum itu adalah

play12:55

menggunakan Rey atau menggunakan matriks

play12:59

array 2 dimensi Dimana masing-masing

play13:02

posisi koordinat pada area atau kisah

play13:04

itu menyatakan koordinat spasial dari

play13:06

titik sampel yang sebelumnya kita ambil

play13:08

dengan menggunakan sensor sementara

play13:10

nilai M atau nilai intensitasnya itu

play13:12

adalah nilai hasil kuantisasi intensitas

play13:15

yang kita lakukan pada proses

play13:16

quantization ya contoh pada gambar ini

play13:19

kalau ada di bisa punya sebuah objek

play13:21

sepertiga gambar huruf d tersebut ya

play13:24

yang mengandung warna hitam abu-abu

play13:26

kemudian putih Nah kalau dicitrakan

play13:28

nilai intensitasnya itu akan yang paling

play13:31

rendah hitam itu akan berada pada nol

play13:34

kemudian nilai putih buruk di itu akan

play13:37

paling tinggi karena dia memang di itu

play13:39

berwarna putih Sementara di lingkupnya

play13:41

itu adalah warna background yang ada di

play13:43

tengahnya atau grade level nah

play13:45

nilai-nilai intensitas yang sudah

play13:47

dikuantifikasi dari nilai nol sampai

play13:49

level yang kita inginkan sesuai dengan

play13:51

level kuantisasi nyasar kan kalau level

play13:53

level 8 level nilainya dari 0-7 akan

play13:58

digambarkan pada

play14:00

matriks yang berisi nilai-nilai digital

play14:02

atau ada dua dimensi yang berisi

play14:04

nilai-nilai Digital dari 0-75

play14:10

Hai nah ketika kita melakukan

play14:12

representasi juga digital maka hal-hal

play14:16

yang harus kita perhatikan yang pertama

play14:17

adalah tentu menentukan nilai m dan n

play14:19

Berapa jumlah elemen pada baris dan pada

play14:24

kolom setelah itu menentukan nilai l

play14:26

atau nilai tingkat derajat keabuan yang

play14:29

akan kita gunakan dan berasal dari hasil

play14:32

kuantisasi nilai m dan n itu berasal

play14:34

dari nilai sampling sementara nilai itu

play14:36

berasal dari nilai

play14:37

kuantisasi Ya sudah berbentuk disket

play14:40

intensity level jadi level

play14:42

intensitas yang sudah berbentuk

play14:43

deskriptif m&m tentu harus bernilai

play14:46

positif integer karena itu menyatakan

play14:48

berapa baris dan berapa kolom Berapa

play14:50

banyak elemen yang hanya tercampur untuk

play14:52

Citra digital kita ini nah sementara

play14:54

untuk nilai l ada

play14:57

sedikit aturan ya untuk memberikan

play14:59

nilainya

play15:01

yaitu diharapkan bernilai 2 ^ club yang

play15:05

artinya harus hasil eh apa namanya nilai

play15:10

angkatan dari dua pangkat sekian Kenapa

play15:13

karena ini akan membantu saat proses

play15:15

penyimpanan

play15:16

nilai intensitas dari titik pixel Citra

play15:20

juta tersebut pada hardware komputer

play15:24

karena memang nilai biner nanti akan

play15:26

digunakan ya sehingga diharapkan nilai

play15:28

itu bisa bernilai pada dua pangkat

play15:32

kesekian

play15:33

kali inilah yang akan menjadi

play15:35

representasi

play15:36

grup dari kita tersebut misalkan kalau

play15:40

misalkan kita akan membangun citra

play15:42

digital dengan format 1-bit saja maka

play15:46

nilai levelnya elne itu kedua pangkat-1

play15:48

jadi Hanya dua nilai yaitu 0/1 ini ada

play15:52

Citra digital bandnya sementara kalau

play15:55

misalkan Anda memilih 8-bit Citra 8-bit

play15:58

berarti kita merepresentasikan kalinya

play16:00

dalam 256 jenis warna ya tetapi hanya

play16:03

satu representasi pixelnya akan bisa

play16:05

diisi oleh nilai 8-bit dan sehingga

play16:08

boleh dibilang bahwa kau anda ingin

play16:11

memilih eh Kabid image maka Citra anda

play16:17

akan menampung atau akan membutuhkan

play16:21

jumlah bit untuk disimpan pada versi

play16:24

cita-cita itulah sebanyak m * n

play16:26

dikalikan jumlah PINnya berapa m itu

play16:29

berat yang kalian Hitunglah jumlah pixel

play16:31

nya berarti ya berapa banyak sampel dari

play16:34

baris dan kolom m di kalian Kemudian

play16:36

untuk satu titik sampel ya akan disimpan

play16:39

pada format berapa.bit ya kalau ini

play16:41

formatnya khabib berarti itu adalah m *

play16:44

n kali Kak sehingga Citra digital anda

play16:47

akan berukuran m * n kali Kabid untuk

play16:50

Citra digital dengan nilai

play16:53

eh bitnya adalah kapnya nilai k itu yang

play16:57

menentukan Berapa level warna yang bisa

play16:59

didapatkan

play17:00

contohnya disini adalah misalkan Citra

play17:03

dengan 256 derajat keabuan Seperti yang

play17:06

saya jelaskan membutuhkan penyimpanan

play17:08

sebanyak 8-bit untuk satu pisaunya sih

play17:10

dikenal dengan Citra 8-bit level keabuan

play17:13

yang bisa ditampung itu adalah sebanyak

play17:15

256 jenis Jadi kalau Adek Adek punya m *

play17:19

n Citra berukuran Citra digital untuk

play17:22

format 8 bit maka jumlah ukuran bed yang

play17:25

total digunakan untuk menyimpan Citra

play17:27

jika itu adalah m * n dikali 8

play17:33

Hai nah ini adalah contoh beberapa

play17:35

ukuran secara digital kalau ada dia

play17:37

sudah memilih Berapa nilai kau untuk

play17:40

Citra digital adek-adek ya jadi

play17:42

kombinasinya Eh kalau kalau misalkan m

play17:46

Hanya dua level gitu ya hanya satu

play17:50

berarti hanya bisa dua level kan

play17:52

2pangkat k241 hanya dua nilai hitam atau

play17:55

putih Sementara kalau kayaknya Anda

play17:57

pilih dua berarti level yang bisa di

play17:59

investasikan adalah 4 level Grey jadi 0

play18:04

1 2 3 dan seterusnya sampai yang paling

play18:07

umum digunakan untuk yang monokrom itu

play18:09

adalah kabel nilai 8/8 bad image atau

play18:13

Citra 8B yang bisa menghasilkan 256

play18:16

derajat level derajat keabuan Nah dengan

play18:20

pemilihan gajah keabuan ini kemudian

play18:22

Anda memilih berapa misalkan ukuran

play18:23

cintanya dalam hal ini n n ini disini

play18:25

dicontohkan citranya berbentuk Shreya

play18:27

jadi m * n m&n itu sama jadi Square

play18:31

contohnya saja Square maka ada di cara

play18:33

menghitung berapa ukurannya

play18:36

Citra kita berapa.bit yang dibutuhkan

play18:38

untuk menyimpan Citra digital kita

play18:40

dengan ukuran n Sekian dan ukuran Cup

play18:43

sekian jadi ini adalah tabel untuk

play18:46

menunjukkan berapa kebutuhan vit Kalau

play18:49

ada yg memilih merepresentasikan proses

play18:52

akuisisi Citra digital anda dalam bentuk

play18:53

Citra digital berukuran berapa.bit dan

play18:56

berukuran berapa n n Square untuk m

play18:59

kaitannya

Rate This

5.0 / 5 (0 votes)

Etiquetas Relacionadas
Digital ImagingImage SamplingQuantizationNoise ReductionSensor Technology2D ImagingImage ProcessingGray LevelsSampling AccuracyOptical Sensors
¿Necesitas un resumen en inglés?