NEW
Font size
WorksheetsPengolahan Citra
Total questions: 60
Worksheet time: 30mins
Pemampatan citra bertujuan:
Memperkirakan kebutuhan memori
Memaksimalkan kebutuhan memori
Meniadakan kebutuhan memori
Meminimalkan kebutuhan memori
Pengkodean citra yang menghasilkanrepresentasi memori yang lebih sedikit darirepresentasi aslinya dinamakan:
Pendeteksian tepi
Pemampatan citra
Pengkodean citra
Decompression
Salah satu kriteria pemampatan citra adalahfidelity, yaitu:
Kualitas pemampatan
Waktu pemampatan dan penirmampatan
Jumlah citra
Kebutuhan memori
Pemampatan yang menggunakan metodepohon yaitu:
Klasik
Fraktal
Huffman code
Kuantisasi
Metode pemampatan yang menghasilkancitra hasil pemampatan yang hampir samadengan citra semula adalah metode:
Fraktal
Lossy
Statistik
Kuantisasi
Morfologi merupakan teknik pengolahan citrabedasarkan:
Bentuk segmen citra
Vektor
Huruf
Vektor
Pemrosesan citra secara morfologi biasanyadilakukan terhadap citra:
Biner
Warna
Kontras Tinggi
Grayscale
Secara umum, pemrosesan citra secara morfologidilakukan dengan cara mem-passing sebuahstructuring element terhadap sebuah citra dengancara yang hampir sama dengan:
Konvolusi
Dilasi
Dithering
Opening
Proses penggabungan titik-titik latar menjadi bagiandari objek, berdasarkan structuring element yangdigunakan, disebut:
Dithering
Dilasi
Konvolusi
Opening
Proses erosi yang diikuti dengan dilasidisebut:
Konvolusi
Dilasi
Dithening
Opening
Rangkaian piksel-piksel tepi yangmembentuk batas daerah (region boundary) disebut:
Kontur
Mekanisme voting
Parametrik
Senarai Tepi
Pada kontur tertutup, piksel-piksel di dalamdaerah dapat ditemukan dengan:
Kode rantai
Pencocokan kurva
Algoritma pengisian
Senarai tepi
Representasi kontur dapat berupa senaraitepi (edge list) atau berupa:
Kontur
Linked list
Kode rantai
Elips
Notasi untuk mengkodekan senarai tepi yangmembentuk batas daerah adalah:
Interpolasi
Linked list
Kode rantai
Elips
Transformasi Hough menspesifikasikan kurvadalam bentuk:
Kontur
Interpolasi
Parametrik
Senarai Tepi
Segmentasi citra pada umumnya berdasar pada sifatdiscontinuity atau similarity dari intensitas piksel. Padapendekatan similarity :
Pembagian citra berdasarkan perbedaan dalamintensitasnya
Dapat menggunakan mask/kernel
Untuk setiap jenis deteksi memiliki mask/kernelyang berbeda
Pembagian citra berdasarkan kesamaan kriteriayang dimiliki
Segmentasi diskontinuitas dilakukan dengancara:
Thresholding
Deteksi garis
Region growing
Region splitting
Pendekatan paling sederhana dari regiongrowing yaitu:
Differential Gradient
Operator Turunan Kedua
Pixel aggregation
Operator Kompas
Permasalah pada region growing:
Penentuan nilai threshold yang tepat
Bermasalah jika kemunculan tiap warnadalam citra cenderung sama
Tidak bisa diprediksi batas antar objek
Penentuan lokasi seeds yang tepat
Metode watershed membagi skala keabuanatau citra berwarna dalam region berbedadengan merepresentasikan citra sebagai :
Seed
Relief topografi
Region splitting
Thresholding
Analisis citra terdiri dari tiga tahapan.Mereduksi citra menjadi objek atau region:
Ekstraksi ciri
feature extraction
Segmentasi
Klasifikasi
Perubahan nilai intensitas derajat keabuanyang mendadak (besar) dalam jarak yangsingkat merupakan definisi:
Tepi
Piksel
Histogram
Segmentasi
Tepi lebar disebut juga:
Tepi curam
Tepi landai
Tepi rata
Tepi yang mengandung noise
Tepi curam adalah tepi dengan perubahanintensitas yang tajam. Arah tepi berkisar:
30 derajat
45 derajat
60 derajat
90 derajat
Bila ingin mempertahankan gradiasi ataubanyaknya level warna pada suatu citra, makayang dipertahankan adalah frekwensi :
Rendah
Tengah
Tinggi
Panjang
Atribut yang menyatakan banyaknya cahayayang diterima oleh mata tanpamemperdulikan warna disebut:
Hue
Intensity
Saturation
Kromatisitas
Lembaga yang membakukan warna padatahun 1931 adalah:
CIE
CEI
CIA
IEEE
Masing-masing warna pokok, menunjukkanpresentasi relatif suatu warna pokok dintarawarna pokok lainnya pada warna yangdiberikan, hal ini disebut:
Intensity
Hue
Saturation
Kromatisitas
Warna cyan (C), magenta (M), dan yellow (Y)adalah warna komplementer terhadap
Gelap dan terang
Hitam putih
Red, green, dan blue
Kontras dan buram
Dua warna dikatakan komplementer jikadicampur dengan perbandingan yang tepatmenghasilkan warna:
Gelap
Hitam
Putih
RGB
Noise bisa terjadi karena:
Kamera tidak fokus
Segmentasi
Deteksi tepi
Filtering
Noise yang dibangkitkan dengan caramembangkitkan bilangan 0 (warna hitam) pada titik-titik:
Harmonic
Speckle
Pepper
Salt
Harmonic mean filter Baik digunakan untuk:
Harmonic
Salt
Pepper
Speckle
Harmonic mean filter buruk digunakan:
Harmonic
Speckle
Pepper
Salt
Salah satu image quality metrics yangdigunakan untuk mengevaluasi algoritmanoise reduction:
Chi Square
SSE
MSE
Standar Deviasi
Teknik untuk mengubah penyebaran nilaiintensitas piksel di dalam citra agar diperolehcitra yang baik, yaitu:
Perataan histogram
Penajaman citra
Peregangan kontras
Penajaman citra
Berdasarkan analisis frekuensi dengantransformasi Fourier, piksel yang mengalamigangguan umumnya memiliki:
Frekuensi tinggi
Frekuensi rendah
Histogram yang rata
Histogram yang sempit
Komponen citra yang berfrekuensi rendahumumnya mempunyai nilai piksel:
Konstan
berubah sangat cepat
Tidak berubah
Diskrit
Penajaman citra disebut juga:
Penajaman tepi
Penajaman gambar
Penajaman citra
Penajaman kontras
Koreksi geometri yang sederhana adalahdengan operasi koreksi geometri sederhanaseperti:
Rotasi, translasi, dan penskalaan citra
Refleksi, geometri, dan penskalaan citra
Rotasi, geometri, dan penskalaan citra
Translasi, refleksi, dan geometri
Grafik yang menggambarkan penyebaran nilainilai intensitas pixel dari suatu citra ataubagian tertentu di dalam citra:
Chart image
Histogram citra
Grafik warna
Grafik piksel
Jika terdapat matriks citra dengan ada 16 buahderajat keabuan berarti:
Derajat keabuan 0 sampai 15
Derajat keabuan 1 sampai 16
16 warna
16x2 derajat keabuan
Pada histogram, lebar dari puncakmenunjukkan:
Intensitas piksel yang menonjol
Kontras terlalu terang
Kotras terlalu gelap
Rentang kontras dari gambar
Jika histogramnya hanya menggunakansetengah dari derajat keabuan artinya citra:
Kurang baik
Baik
Sangat baik
Terang
Jika kurva histogram sempit menunjukkancitra:
Normal brightness
Overexposed
Underexposed
high contrast
Salah satu filter spasial paling dasar dikenalsebagai:
Konvolusi
Mask
Window
Template
Filter tidak dikenal dengan istilah
Transformasi
Mask
Window
template
Konsep masking juga disebut
Spatial filtering
Blurring
Zooming
Sharpening
Secara umum ada dua jenis filter. Filter yangdigunakan untuk deteksi tepi dan sharpening yaitufilter:
Domain frekuensi
Linear
smoothing
Restoration
Karena sinyal citra tidak periodik, makatransformasi Fourier digunakan untukmengubahnya menjadi:
Domain frekuensi
Linear
Smothingo
Restoration
Operasi pointwise disebut juga operasi level:
Tinggi
Titik
Lokal
Global
Operasi pada level titik dibagi menjadi tigamacam yaitu berdasarkan:
Intensitas, geometri, dan gabunganintensitas dan geometri
Aritmatika, boolean, dan geometri
Lokal, global, objek
Translasi, rotasi, dan flipping
Operasi perkalian citra dengan skalar dipakaiuntuk kalibrasi kecerahan :
Pemampatan citra
Pemugaran citra
Rotasi
Kalibrasi kecerahan
Operasi boolean pada citra, yaitu:
not, nor, nand
or, and, xor
nor, nand, xor
not, or, and
Operasi geometri yang sama denganpencerminan:
Translasi
Revolusi
Penskalaran citra
Flipping
Citra adalah fungsi kontinu dari intensitascahaya pada bidang:
satu dimensi
dua dimensi
tiga dimensi
empat dimensi
Bidang studi yang bertujuan menghasilkancitra (lebih tepat disebut grafik ataupicture) dengan primitif-primitif geometriseperti garis dan lingkaran:
Pengolahan citra
Komputer visi
Grafika komputer
Pengenalan pola
Bidang studi yang tidak berkaitan dengandata citra:
Text processing
Grafika Komputer
Pengolahan citra
Pengenalan Pola
Yang bukan operasi pengolahan citraadalah:
Perbaikan kualitas citra
Pemampatan citra
Segmentasi citra
Pengenalan citra
Contoh operasi perbaikan/pemugarancitra :
Perbaikan kontras gelap/terang
Perbaikan tepian objek
Penajaman
Penghilangan kesamaran
