Konvolusi Pengolahan Citra Digital | Secara Garis Besar #1

00:07:33
https://www.youtube.com/watch?v=ZSByvNp5hKU

Sintesi

TLDRVideo ini memberikan gambaran umum tentang konvolusi dalam pengolahan citra. Konvolusi merupakan operasi yang dilakukan dengan memengaruhi dua matriks, yaitu matriks pada gambar dan matriks kernel. Proses ini melibatkan pengalian elemen dari potongan gambar dengan elemen dalam kernel, menjumlahkan hasil pengalian tersebut, dan membaginya dengan jumlah nilai di kernel. Hasil konvolusi dapat menghasilkan gambar dengan noise yang lebih sedikit atau menonjolkan tepi, tergantung pada jenis kernel yang digunakan. Video juga mendiskusikan dua jenis filter konvolusi yang umum: smooth filter dan laplacian of gaussian filter.

Punti di forza

  • 🔍 Memahami konvolusi sebagai operasi matematis.
  • 💡 Konvolusi melibatkan matriks gambar dan kernel.
  • ➗ Proses konvolusi terdiri dari pengalian dan penjumlahan.
  • 🌟 Smooth filter mengurangi noise dalam gambar.
  • 🖼️ Laplacian of gaussian menonjolkan tepi gambar.
  • 📊 Proses konvolusi dapat divisualisasikan dengan animasi.
  • 🎓 Konvolusi merupakan dasar untuk pengolahan citra.
  • 🔄 Penggunaan kernel yang berbeda menghasilkan efek yang berbeda.

Linea temporale

  • 00:00:00 - 00:07:33

    Dalam episod ini, kita membincangkan tentang konvolusi, yang merupakan operasi matematik antara dua matriks, iaitu matriks gambar dan matriks saluran. Konvolusi memerlukan beberapa langkah khas, termasuk pengendalian ukuran matriks dan pengiraan elemen. Prosesnya melibatkan pendaraban elemen dari kedua matriks, menjumlahkan hasil dan membahagikan dengan jumlah elemen dalam matriks saluran, yang seterusnya menghasilkan nilai baru. Proses ini diulang untuk semua bahagian gambar sehingga seluruh gambar diolah. Terdapat juga contoh penggunaan filter seperti smooth filter dan laplacian of gaussian filter, yang menunjukkan bagaimana konvolusi boleh digunakan untuk mengurangkan noise dan mendapatkan batas gambar. Akhirnya, penjelasan lanjut tentang konvolusi akan dibahas dalam video-video akan datang, mendorong penonton untuk mengikuti pembelajaran lebih dalam.

Mappa mentale

Video Domande e Risposte

  • Apa itu konvolusi?

    Konvolusi adalah operasi matematis yang mengoperasikan dua matriks, yaitu matriks gambar dan matriks kernel.

  • Bagaimana cara kerja konvolusi?

    Proses konvolusi melibatkan pengalian elemen dari potongan gambar dengan elemen dalam kernel, diikuti oleh penjumlahan dan pembagian untuk mendapatkan nilai baru.

  • Apa manfaat konvolusi dalam pengolahan citra?

    Konvolusi dapat digunakan untuk menghaluskan gambar atau menonjolkan tepi tergantung pada jenis kernel yang diaplikasikan.

  • Apa itu smooth filter?

    Smooth filter adalah jenis kernel yang mengurangi noise dalam gambar, tetapi dapat membuat gambar menjadi lebih blur.

  • Apa itu laplacian of gaussian filter?

    Laplacian of gaussian filter adalah kernel yang digunakan untuk menonjolkan tepi dalam gambar.

  • Apakah konvolusi sulit dipahami?

    Konvolusi dapat dipahami dengan konsep dasar operasi matematis seperti perkalian dan penjumlahan.

  • Dapatkah saya melihat animasi konvolusi?

    Ya, ada animasi yang menunjukkan bagaimana proses konvolusi dilakukan.

  • Apa yang harus saya lakukan jika saya ingin belajar lebih lanjut tentang konvolusi?

    Anda dapat menonton video lebih lanjut atau berlangganan untuk mendapatkan notifikasi tentang pembahasan lainnya.

Visualizza altre sintesi video

Ottenete l'accesso immediato ai riassunti gratuiti dei video di YouTube grazie all'intelligenza artificiale!
Sottotitoli
id
Scorrimento automatico:
  • 00:00:00
    hai hai semuanya jenis ini Selamat
  • 00:00:02
    datang di episode secara garis besar
  • 00:00:04
    dimana saya menjelaskan sebuah topik
  • 00:00:06
    ilmu secara garis besar hari ini kita
  • 00:00:09
    membahas tentang revolusi konvolusi yang
  • 00:00:12
    sering dijumpai Dimas Processing kalau
  • 00:00:15
    saya ditanya konvolusi itu apa secara
  • 00:00:17
    garis besar konvolusi itu merupakan
  • 00:00:20
    sebuah operasi matematis yang saya
  • 00:00:22
    maksud operasi matematis disini itu
  • 00:00:24
    seperti dua kali 2 = 4/35 = 8 nah oleh
  • 00:00:29
    Tuhan operasi antar dua buah bilangan
  • 00:00:31
    Solo konvolusi itu merupakan operasi
  • 00:00:33
    antar dua buah matriks yakni matriks
  • 00:00:36
    gambar dan materi channel Apa itu
  • 00:00:39
    matriks gambar dan matriks channel akan
  • 00:00:41
    Kita lihat nanti sama-sama
  • 00:00:43
    Hai Catatan Kecil operasi yang saya
  • 00:00:45
    maksud disini itu mempunyai beberapa
  • 00:00:47
    aturan khusus sebelum kita bahas tentang
  • 00:00:49
    aturan khusus ini dia ingin saya
  • 00:00:52
    tanyakan dulu kepada kalian
  • 00:00:54
    Hai kalian bisa melakukan perkalian
  • 00:00:56
    kalian bisa melakukan penjumlahan dalam
  • 00:00:59
    bisa melakukan pembagian kalau bisa maka
  • 00:01:03
    selamat
  • 00:01:04
    Hai Anda lolos persyaratan untuk belajar
  • 00:01:06
    berpolusi saya serius nggak bercanda
  • 00:01:08
    kalau gak percaya kita sama-sama lihat
  • 00:01:12
    operasi konvolusi secara garis besar
  • 00:01:18
    Hai misalkan Saya memiliki sebuah image
  • 00:01:21
    atau gambar dengan resolusi lima kali
  • 00:01:23
    lima pixel masing-masing piksel dalam
  • 00:01:26
    gambar ini memiliki nilainya
  • 00:01:27
    masing-masing
  • 00:01:29
    Hai untuk mempermudah kita melihat lele
  • 00:01:31
    tersebut kita bisa Berikan Warna yang
  • 00:01:33
    sesuai dengan nilai masing-masing pixel
  • 00:01:35
    semakin kecil nilai pixel semakin gelap
  • 00:01:38
    warnanya semakin besar nilai pixel
  • 00:01:39
    semakin terang tanahnya lalu misal kita
  • 00:01:43
    memiliki sebuah channel dengan besar
  • 00:01:45
    tiga kali tiga karena merupakan sebuah
  • 00:01:48
    matriks yang ukurannya lebih kecil dari
  • 00:01:50
    intense kita channel juga memiliki nilai
  • 00:01:53
    di setiap elemen ia sebagai contoh
  • 00:01:55
    channel kita ini memiliki nilai seperti
  • 00:01:57
    yang tertera di dalam gambar Oke untuk
  • 00:02:00
    melakukan operasi konsumsi yang perlu
  • 00:02:02
    kalian lakukan adalah kalian fokus pada
  • 00:02:04
    bagian dari MS yang ini terlupakan
  • 00:02:06
    bagian yang lainnya dulu ini merupakan
  • 00:02:09
    bagian awal dari gambar yang memiliki
  • 00:02:11
    ukuran yang sama dengan karena kita tiga
  • 00:02:13
    kali tiga kemudian kenal harus
  • 00:02:16
    dirotasikan 180° terlebih dahulu sebelum
  • 00:02:19
    kita melakukan operasi tapi karena
  • 00:02:22
    dicontoh ini karena simetrik maka untuk
  • 00:02:24
    saat ini kita bisa baikan langkah Utara
  • 00:02:27
    nyata di
  • 00:02:28
    Hai sekarang perhatikan operasi berikut
  • 00:02:31
    elemen pertama pada potongan imej
  • 00:02:33
    kita-kita kali dengan elemen pertama
  • 00:02:35
    dalam level kita dengan kata lain 100
  • 00:02:39
    kali 1-100 kemudian kita catat sekarang
  • 00:02:43
    elemen kedua dari potongan MS kita-kita
  • 00:02:46
    kali dengan elemen kedua dari karmo kita
  • 00:02:48
    dengan kata lain 100 dikali 2 = 200
  • 00:02:52
    kemudian kita catat lalu elemen ketiga
  • 00:02:55
    coba kita kali 131 = 100° lagi lalu
  • 00:03:02
    berikutnya 130-200 kali 400 kali dua
  • 00:03:07
    5150 kali 250 kali satu seluruh hasil
  • 00:03:12
    perkalian tadi kita jumlahkan sehingga
  • 00:03:14
    kita memiliki angka 1400 Black ini
  • 00:03:19
    kemudian kita bagi dengan jumlah seluruh
  • 00:03:22
    nilai yang ada dalam Kernel 16 sehingga
  • 00:03:25
    hasilnya adalah
  • 00:03:28
    ya sekarang kita simpan nilai ini ke
  • 00:03:31
    matriks yang baru kita bisa angkat
  • 00:03:33
    matriks baru ini sebagai image yang
  • 00:03:35
    masih kosong kemana kita harus
  • 00:03:37
    menempatkan nilai kita ini bayangkan
  • 00:03:39
    sebuah potongan Dimas baru kita yang
  • 00:03:42
    mana posisi potongan MS baru ini sesuai
  • 00:03:44
    dengan potongan Image kita yang lama nah
  • 00:03:48
    kita tempatkan nilai kita ini ke tengah
  • 00:03:50
    dari potongan imej baru kita umumnya
  • 00:03:53
    image disimpan kedalam bentuk integer
  • 00:03:55
    jadi yang kita simpan adalah nilai 87-17
  • 00:03:59
    Usai
  • 00:04:03
    Hai sekarang kita fokus ke bagian indeks
  • 00:04:06
    yang berikutnya dan abaikan bagian yang
  • 00:04:09
    lain dulu kita ulangi proses perkalian
  • 00:04:11
    elemen Weiss untuk seluruh nilai dalam
  • 00:04:13
    potongan image Chanel hasil seluruh
  • 00:04:16
    perkalian tadi kita jumlahkan dibagi
  • 00:04:19
    dengan jumlah seluruh elemen yang ada
  • 00:04:20
    dalam Kernel dan kita mendapatkan nilai
  • 00:04:23
    109 keempat nilai ini harus kita simpan
  • 00:04:27
    keimat baru kita fokuskan pandangan
  • 00:04:30
    kalian ke posisi potongan yang baru yang
  • 00:04:33
    mana posisi potong anime yang baru
  • 00:04:35
    sesuai dengan posisi potongan ini selama
  • 00:04:38
    kita tempatkan nilai kita ini ke tengah
  • 00:04:41
    dari potongan MS baru kita dan untuk
  • 00:04:43
    penyederhanaan kita simpan dengan nilai
  • 00:04:45
    Teja lalu kita ulangi proses tersebut
  • 00:04:49
    kesemua bagian dari mag kita sampai
  • 00:04:52
    seluruh bagiannya tercover dan soft
  • 00:04:55
    selesai kamu sudah melakukan operasi
  • 00:04:58
    polisi enggak sulit
  • 00:05:00
    hai oke cara lain untuk memandang proses
  • 00:05:05
    evolusi ini adalah dengan cara berikut
  • 00:05:07
    channel kita kita tempatkan di bagian
  • 00:05:10
    awal dari Nacita lalu operasi perkalian
  • 00:05:13
    penjumlahan pembagian dilaksanakan
  • 00:05:16
    sehingga kita mendapatkan nilai baru
  • 00:05:18
    kita geser kalau kita kita lakukan
  • 00:05:21
    operasi lalu dapat lebar lagi kita geser
  • 00:05:24
    lagi operasikan dapat nilai geser
  • 00:05:27
    kebawah secara kesamping geser kesamping
  • 00:05:29
    dasar ke bawah geser kesamping sekali
  • 00:05:33
    lagi selesai itulah proses konvolusi
  • 00:05:36
    Intinya kita harus melaksanakan ini
  • 00:05:39
    sampai seluruh bagian dari inner cover
  • 00:05:43
    nge-rap ini merupakan satu animasi yang
  • 00:05:47
    menunjukkan Bagaimana operasi konvolusi
  • 00:05:49
    dilakukan silahkan berhenti dan Pandangi
  • 00:05:52
    animasi ini supaya bisa meresap ke dalam
  • 00:05:54
    pikiran kalian terlalu konvolusi ini
  • 00:06:00
    banyak jenisnya salah satu yang paling
  • 00:06:02
    sederhana adalah smooth filter
  • 00:06:04
    ciri-cirinya adalah memiliki nilai
  • 00:06:07
    seperti pada gambar berikut kelebihan
  • 00:06:09
    Karel ini adalah jika kita memiliki
  • 00:06:12
    gambar dengan noise seperti ini jika
  • 00:06:14
    kita konvolusi kan dengan smooth filter
  • 00:06:16
    Maka hasilnya adalah gambar dengan noise
  • 00:06:19
    yang sedikit berkurang namun efek
  • 00:06:22
    samping dari Kernel ini adalah daftar
  • 00:06:24
    kita menjadi lebih smooth atau blur
  • 00:06:26
    tidak heran filter ini juga disebut
  • 00:06:29
    sebagai biofilter
  • 00:06:33
    Hai karena lainnya yang sangat berguna
  • 00:06:35
    dalam ilmu MS Processing adalah
  • 00:06:37
    laplacian of gaussian filter yang
  • 00:06:39
    merupakan pengembangan dari software
  • 00:06:41
    filter kelebihan dari kartel ini adalah
  • 00:06:44
    jika kita memiliki gambar dan kita
  • 00:06:47
    konvolusi kan dengan channel ini akan
  • 00:06:49
    menghasilkan gambar yang merupakan tepi
  • 00:06:51
    dari michal kita
  • 00:06:56
    Hai Jadi itulah konvolusi secara garis
  • 00:06:58
    besar mungkin sekarang kalian
  • 00:07:00
    bertanya-tanya kok bisa sih konvolusi
  • 00:07:02
    bikin gambar jadi gitu nilai-nilai kan
  • 00:07:04
    oleh itu dapat dari mana itu awalnya kok
  • 00:07:07
    karena diputar-putar dulu sih Gunanya
  • 00:07:08
    buat apa Nah itu akan saya bahas di
  • 00:07:11
    video level saya yang tentunya akan
  • 00:07:13
    mengupas detail dan iPhone Polusi yang
  • 00:07:15
    terpenting disini adalah kalian sudah
  • 00:07:17
    mengerti operasi polisi secara garis
  • 00:07:19
    besar Jika kalian tidak ingin
  • 00:07:21
    ketinggalan pembahasan video lectures
  • 00:07:22
    saya silahkan subscribe dan tekan tombol
  • 00:07:25
    notifikasi Facebook nya sampai jumpa
  • 00:07:30
    MP4
  • 00:07:32
    the lounge
Tag
  • konvolusi
  • pengolahan citra
  • filter
  • smooth
  • laplacian of gaussian
  • matriks
  • noise
  • tepi
  • visualisasi
  • proses matematis