Tutorial kali ini adalah tentang image restoration. Dimana kita akan memperbaiki gambar yang kurang optimal, misalnya karena blur atau karena adanya noise, menjadi gambar yang optimal. Berbeda dengan image enhancement yang lain, kali ini kita akan mempergunakan informasi dari color image (vector-valued image) dan local variasi dari structure tensor..
Untuk lebih lengkapnya silahkan download slides dan codenya disini...
Showing posts with label Computer Vision. Show all posts
Showing posts with label Computer Vision. Show all posts
Thursday, August 8, 2013
Thursday, August 1, 2013
Color edge detector
Tutorial hari ini adalah membuat edge detector, tetapi kali ini menggunakan color image. Berbeda dengan edge detector yang menggunakan grayscale image, edge detector ini lebih sensitive untuk mendeteksi edge...
Untuk penjelasan lebih lanjut silahkan download slide dan code disini...
Untuk penjelasan lebih lanjut silahkan download slide dan code disini...
Wednesday, April 17, 2013
Konek OpenCV ke MATLAB
Seringkali ketika menggunakan MATLAB kita memerlukan library - library lain yang bisa didownload melalui internet. Tapi, library - library tersebut seringkali menggunakan bahasa C/C++. Salah satu library yang sangat populer di dunia computer vision adalah OpenCV. Nahh disini penulis akan memberikan contoh step by step bagaimana mengkoneksikan OpenCV ke MATLAB menggunakan MEX files.
Untuk lebih jelasnya, penulis telah membuat slides dan contoh source code untuk ini, silahkan mencoba,
Slides dan source code
Untuk lebih jelasnya, penulis telah membuat slides dan contoh source code untuk ini, silahkan mencoba,
Slides dan source code
Saturday, August 11, 2012
Maximally Stable Extremal Regions (MSER)
MSER secara dasar adalah region detector. Pertama kali dikenalkan oleh Jiri Matas pada tahun 2002. Secara dasar perhitungan MSER dimulai dengan melakukan sort ordering pixel - pixel dari intensity rendah ke intensity tinggi atau sebaliknya (misal pada gambar grayscale yang mempunyai intensity {0,...,255}). Intensity ini yang akan dinamakan threshold. Iterasi dimulai dari threshold rendah ke threshold tinggi dan pada masing - masing threshold dilakukan perhitungan area.
Note: threshold yang digunakan tidak hanya pada grayscale melainkan bisa menggunakan channel yang lain misal red, green, blue, hue, saturation, intensity, atau yang lainnya. Bisa juga menggabungkan dua, tiga, atau seluruh channel untuk mendapat hasil yang dinginkan.
Note: threshold yang digunakan tidak hanya pada grayscale melainkan bisa menggunakan channel yang lain misal red, green, blue, hue, saturation, intensity, atau yang lainnya. Bisa juga menggabungkan dua, tiga, atau seluruh channel untuk mendapat hasil yang dinginkan.
Subscribe to:
Posts (Atom)