Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Tekstur menyimpan atau menyediakan karakteristik-karakteristik yang penting untuk usaha pengidentifikasian permukaan dan objek pads berbagai macam citra. Untuk mempelajari tekstur tersebut, dimana sebagian besar tekstur alami mempunyai frekuensi dominan yang terletak pada saluran frekuensi menengah, diperlukan metode multisaluran frekuensi atau analisa multiresolusi, untuk mencapai frekuensi tertentu. Wavelet adalah sebuah fungsi matematika yang memotong-motong data ke dalam frekuensi-frekuensi yang berbeda, sehingga data tersebut dapat dipelajari dengan resolusi yang berbeda-beds. Sebuah metode transformasi wavelet yang disebut Transformasi Wavelet Berstruktur Pohon (Tree Structured Wavelet Transform) memungkinkan untuk memilih daerah frekuensi yang akan dipelajari. Skripsi ini bertujuan untuk membuat perangkat iunak yang dapat mengenali tekstur pads suatu citra secara tepat dengan menggunakan Transformasi Wavelet Berstruktur Pohon. Hasil uji cobs menunjukkan bahwa citra teskstur berukuran 128 x 128 piksel yang dicoba untuk diketahui teksturnya, dapat dikenali dengan balk oleh program.

Abstrak :
ABSTRAK Derau (noise) yang terjadi pada proses pembentukan atau pengiriman suatu informasi berupa gambar (image) sangat mempengaruhi hasil yang diterima. Karena itu menghilangkan atau mengurangi adanya derau pada gambar merupakan suatu cara agar diperoleh gambar hasil rekonstruksi yang lebih baik. Thresholding adalah salah satu cara untuk menghilangkan atau mengurangi adanya derau pada gambar dengan algoritma Donoho dan menggunakan beberapa jenis fungsi dasar wavelet telah menghasilkan gambar rekonstruksi berdasarkan nilai threshold dari harga standard deviasi distribusi koefisien setiap subband. Signal to Noise Ratio (SNR) menyatakan baik atau buruknya suatu gambar hasil rekonstruksi dengan menggunakan suatu algoritma tertentu. Harga SNR yang tinggi menunjukkan gambar hasil rekonstruksi yang baik atau sebaliknya. Analisis proses simulasi ini menggunakan transformasi wavelet dengan algoritma modifikasi sehingga menghasilkan harga Signal to Noise Ratio (SNR) yang lebih tinggi bila dibandingkan dengan algoritma Donoho dengan menggunakan fungsi dasar wavelet yang sama.

---

ABSTRACT In the recent wavelets literature, there has been considerable interest in the use of wavelet transform for removing noise from images. Various techniques have been attempted to reject noise, one of their methods is Donoho method's. This method is the use of transform based thresholding. The application of thresholding in Donoho method's is merely based on the size of transformed subbands. We proposed similar to the Donoho method's but the size of transformed subbands are replaced by their energy subbands. The simulation results show that the proposed method gave the best SNR compared to the Donoho method's.;In the recent wavelets literature, there has been considerable interest in the use of wavelet transform for removing noise from images. Various techniques have been attempted to reject noise, one of their methods is Donoho method's. This method is the use of transform based thresholding. The application of thresholding in Donoho method's is merely based on the size of transformed subbands. We proposed similar to the Donoho method's but the size of transformed subbands are replaced by their energy subbands. The simulation results show that the proposed method gave the best SNR compared to the Donoho method's.

Abstrak :
Salah satu aspek penting dalam inveri seismik adalah estimasi wavelet yang bisa mewakili data seismik secara komprehensif. Dalam tesis ini akan dijabarkan konsep dan implementasi algoritma Kolmogoroff dalam estimasi wavelet. Secara prinsip, dalam metoda Komogoroff, spektrum fasa minimum ditentukan atas spektrum amplitudo yang diberikan. Jika diberikan spektrum amplitudo dengan panjang wavelet n+1 maka terdapat 2n wavelet dengan spektrum fasa yang berbeda, namun hanya satu dari 2n wavelet yang mmiliki spektrum fasa minimum. Pendekatan yang unik ini diharapkan bisa memberikan estimasi wavelet yang representative. Dalam proses ini, kondisi data seismik diasumsikan terdiri dari deret reflektivitas yang acak dan merupakan hasil konvolusi dari wavelet berfasa minimum. Keabsahan dari asumsi tersebut telah diuji dengan deret reflektivitas dari suatu data sumuran dan trace seismik sintetik. Untuk verifikasi dari unjuk kerja algoritma Kolmogoroff, terlebih dahulu diaplikasikan ke data sintetik. Lebih lanjut aplikasi dengan data real dilakukan untuk menentukan distribusi impedansi akustik melalui inversi seismik. Sebagai acuan dalam mengevaluasi hasil inversi seismik dilakukan komparasi terhadap teknik Band Limited inversion yang dihasilkan dari software komersiil. Hasil koparasi menunjukkan korelasi yang optimum.

Abstrak :
Teknologi digital yang berkembang sekarang menyebabkan adanya data berbentuk digital, rermasuk data citra diam (image). Tetapi keterbatasan teknologi media penyimpanan digital dan kecepatan saluran transmisi menyebabkan diperlukannya teknologi untuk kompresi gambar yang handaL Salah satu tekoologi kompresi citra diam yang dapat diandalkan adalah Embedded Block Coding with Optimized Truncarion(EBCOT). Teknologi EBCOT melaknkan kompresi dengan mengganti parameter dari nilai-nilai koefisien citra dengan parameter pengganti yang lebih kecil uknrannya. Proses ini yang disebut dengan truncal ion. Dipakainya basis transformasi wavelet diharapkan dapat menutupi kekurangan yang terdapat pada EBCOT dalam memampatkan citra heterogen. Sedangkan penggunaan Arithmetic Coding setelah proses EBCOT akan membantu besamya rasio kompresi citta tanpa menghilangkan nilai kualitas dari citra yang dimampatkan. Untuk melihat keandalan kompresi EBCOT maka dilakukan perhitungan parameter pada kompresi citra diam. Dari basil perhitungan dapat diketabui bahwa step size kuantisasi untuk EBCOT akan barpengaruh terhadap basil perhitungan. Semakin besar faktor kuantisasi maka semakin basar rasio kompresi dan semakin kecil PSNR(Peak Signal to Noise Ratio).

Abstrak :
ABSTRAK
Tugas akhir ini membahas analisis jenis-jenis wavelet orthogonal dan biorthogonal untuk diterapkan dalarn bidang kompresi gambar. Tujuan dari analisis tersebut adalah untuk menentukan jenis wavelet yang paling sesuai clan berkinerja baik. Analisis yang dilak-ukan meliputi persebaran clan energi koefisien yang dilakukan pada transformasi wavelet maju yang diterapkan pada gambar-gambar tes non-standar dan gambar tes standar ""Lenna"". Juga dilakukan perhitungan waktu proses yang dibutuhkan dalam melakukan suatu transformasi wavelet maju dan transfonnasi wavelet balik serta nilai PSNR dan entropi yang diperoleh. Analisis ini dilakukan dengan bantuan model simulasi yang dibuat dalam lingkungan pemrograman Matlab 4.0.

---