Workshop Pengolahan Citra

Tahun Akademik:
Genap 2024/2025
Kelas-Offr:
B-09NE
Deskripsi:
oMenelaah konsep dasar pengolahan citra digital. oMenelaah konsep Transformasi citra digital. oMenyusun dan menganalisis model transformasi fourier dua dimensi dan fft(fast fourier transform). oMenganalisis perbaikan citra: perbaikan dengan pemrosesan titik, filter spasial dan perbaikan citra pada domain frekuensi. oMemvalidasi restorasi citra, pengkompresian citra, model kompresi citra, elemenelemen teori informasi, pengkompresian bebas kesalahan, dan standar kompresi citra. oMenganalisissegmentasi citra: model pendeteksian, thresholding, segmentasi berorientasi pada luasan. oMenyusun representasi dan diskripsi citra: pola-pola representasi, boundary descriptors, regional, descriptors, morpologi.
Capaian Pembelajaran

• Memahami dasar-dasar pengolahan citra digital, termasuk konsep gambar, piksel, resolusi, dan format file citra.
• Mengenali dan menggunakan perangkat lunak pengolahan citra yang mendukung teknik analisis citra untuk aplikasi rekayasa sistem elektronika.
• Menganalisis dan memodifikasi kualitas citra menggunakan teknik pemrosesan citra seperti peningkatan kontras, pengurangan noise, dan koreksi warna.
• Menerapkan teknik segmentasi citra untuk mengekstraksi informasi penting dari citra sesuai kebutuhan sistem otomatisasi elektronik.
• Mengenali karakteristik fitur citra seperti tepi, tekstur, dan bentuk serta mengaplikasikannya dalam pemrosesan citra lanjut.
• Mengimplementasikan algoritma deteksi objek dasar yang relevan untuk aplikasi elektronik seperti pemantauan visual atau sistem otomatisasi.
• Merancang dan menguji sistem sederhana berbasis pengolahan citra yang mampu mendeteksi, menganalisis, atau mengklasifikasi objek dalam lingkungan yang terkontrol.
• Mengintegrasikan pengolahan citra dengan sistem elektronik berbasis IoT atau sensor untuk mengembangkan aplikasi seperti monitoring visual atau pemrosesan gambar langsung.

Daftar Pustaka:

• Gonzalez, R. C., & Woods, R. E. (2018). Digital Image Processing (4th ed.). Pearson.
• Szeliski, R. (2021). Computer Vision: Algorithms and Applications (2nd ed.). Springer.
• Pratt, W. K. (2007). Digital Image Processing: PIKS Scientific Inside (4th ed.). Wiley-Interscience.
• Forsyth, D. A., & Ponce, J. (2012). Computer Vision: A Modern Approach (2nd ed.). Pearson.