IMAGE COMPRESSING

Abstraks:
Citra medis (medical image) memiliki kandungan informasi yang sangat penting. Hal tersebutmenjadikan citra kedokteran umumnya memiliki ukuran yang besar.
Citra medis yang berukuran besar menimbulkan masalah pada penyimpanan dan pengiriman citra kedokteran, yaitu kebutuhan media penyimpanan data yang besar serta waktu pengiriman yang lama. Hal tersebut mengakibatkan munculnya kebutuhan akan kompresi citra kedokteran tanpa mengurangi informasi yang tersimpan dalam citra tersebut (lossless). Namun, kompresi lossless belum menyelesaikan masalah yang dihadapi, sehingga diperlukan kompresi data yang bersifat lossless tetapi memiliki fleksibilitas untuk dapat menghilangkan informasi yang tidak penting dan tidak dapat dilihat oleh indera penglihatan kita (lossy).
Agar pengiriman citra menjadi lebih efisien dengan kualitas yang lebih baik, perlu dilakukan proses pengolahan citra digital terhadap citra tersebut, sehingga kompresi citra tidak hanya mengurangi ukuran file dan bandwidth, tetapi juga memungkinkan ekstraksi untuk melakukan proses pengolahan citra lainnya lebih lanjut.


Latar Belakang
Citra medis (medical image) memiliki kandungan informasi yang sangat penting. Hal tersebut menjadikan citra kedokteran umumnya memiliki ukuran yang besar. Citra medis yang berukuran besar menimbulkan masalah pada penyimpanan dan pengiriman citra kedokteran, yaitu kebutuhan media penyimpanan data yang besar serta waktu pengiriman yang lama. Hal tersebut mengakibatkan munculnya kebutuhan akan kompresi citra kedokteran tanpa mengurangi informasi yang tersimpan dalam citra tersebut (lossless). Namun, kompresi lossless belum menyelesaikan masalah yang dihadapi, sehingga diperlukan kompresi data yang bersifat lossless tetapi memiliki fleksibilitas untuk dapat menghilangkan informasi yang tidak penting dan tidak dapat dilihat oleh indera penglihatan kita (lossy).
Agar pengiriman citra menjadi lebih efisien dengan kualitas yang lebih baik, perlu dilakukan proses pengolahan citra digital terhadap citra tersebut, sehingga kompresi citra tidak hanya mengurangi ukuran file dan bandwidth, tetapi juga memungkinkan ekstraksi untuk melakukan proses pengolahan citra lainnya lebih lanjut. Kompresi JPEG 2000 memungkinkan adanya kompresi lossless dan lossy sehingga dapat diimplementasikan untuk kompresi citra medis.
Kompresi JPEG-2000 dikembangkan oleh ITU (International Telecommunication Union) dan ISO (International Organization of Standardization). JPEG-2000 memiliki beberapa fitur yang sangat membantu proses pengolahan citra medis. Diantara fitur JPEG-2000 yang ada, RoI (Region of Interest) memungkinkan pengguna memilih sebuah daerah pada citra hasil kompresi sehingga kualias citra pada daerah RoI tersebut meningkat.
Namun demikian, kompresi JPEG-2000 untuk citra berukuran besar memerlukan spesifikasi komputer yang bagus. Dengan menggunakan komputas dengan spesifikasi yang biasa, proses kompresi citra memerlukan waktu yang lama. Sehingga diperlukan sebuah sistem terdistribusi untuk melakukan kompresi JPEG 2000.
Grid computing adalah penggunaan resource banyak komputer yang saling terhubung oleh sebuah jaringan internet untuk melakukan komputasi yang memerlukan resource besar. Dengan menggunakan grid computing, proses komputasi secara masal dilakukan dengan memanfaatkan resource CPU yang tidak terpakai (CPU cycle/media penyimpanan) dari banyak komputer.
Grid computing merupakan pengembangan dari distributed computing. Contoh grid
computing adalah Kazzaa, aplikasi peer to peer untuk berbagi file. Sementara contoh distributed computing adalah pengelolaan DNS (Domain Name System).
Grid computing untuk pengolahan citra digital (PCD) sedang dikembangkan oleh Imaging dan Image Processing Research Group (I2PRG), ITB. Desain grid computing yang dikembangkan diilustrasikan pada gambar 1.1. Pada grid computing untuk pengolahan citra digital, terdapat cluster-cluster yang berfungsi melakukan proses secara terdistribusi.
Penyimpanan database pada grid computing terletak pada manager. Manager menyebarkan data untuk diproses pada masing-masing cluster. Masing-masing cluster tersebut terdiri dari beberapa server komputasi. Server komputasi dapat terhubung melalui pada jaringan internet, LAN, WAN, ataupun PSTN. Setelah selesai dilakukan sebuah komputasi, data hasil komputasi dikirimkan ke sebuah cluster yang melakukan decode. Hasil decode tersebut dikirimkan ke client untuk kemudian digabungkan.
☻ Baca Saya ☻

Analisis dan Interpretasi Citra

LATAR BELAKANG

Perkembangan teknologi penginderaan jauh (remote sensing) terus meningkat dengan pesat seiring dengan kemajuan teknologi informasi, perangkat keras, dan perangkat lunak. Keterse diaan data cittra semakin mudah diakses dan diperoleh secara cepat lewat internet, sehingga data citra dijital merupakan sistim jaringan pokok pendukung kegiatan survei dan pemetaan. Untuk meningkatkan penggunaan data citra penginderaan jauh tersebut secara maksimal dan tepat guna
maka perlu dipersiapkan sumberdaya manusia yang mengerti konsep dasar serta mampu mengolah data citra tersebut secara efisien dan efektif.


TUJUAN PELATIHAN
Untuk mempersiapkan tenagatenaga
terampil dalam konsep
dasar maupun keterampilan
dalam proses pengolahan data
citra digital secara komputeri
sasi.
TUJUAN INSTRUKSIONAL
Setelah mengikuti pelatihan ini,
peserta diharapkan mampu
• Menjelaskan konsep dasar
penginderaan jauh secara
umum dan data citra digital
• Menjelaskan istilah-istilah
umum dalam pengin deraan
jauh
• Mengolah data citra digital
secara bertahap
• Meningkatkan ketrampilan
mengoperasikan komputer
dalam pengolahan data citra
digital.
MATERI PELATIHAN
Materi Dasar
• Konsep dasar penginderaan
jauh
• Pengenalan sistem sensor
penginderaan jauh
• Sistem platform
• Data citra digital
Materi Utama
• Sistem hardware dan soft
ware pengolahan data citra
digital
• Pengolahan awal (prepro
cesssing) citra
• Penajaman citra dan filter
ing
• Proses aritmatika dalam
pengolahan citra
• Interpretasi citra
• Proses penyajian output
(map layout)
Materi Penunjang
- Penyusunan laporan
- Pencetakan hasil penyajian
output
BALAI DIKLAT SURTA BAKOSURTANAL
22
Praktikum
- Pengenalan pixel, Band, Re
solusi, Nilai digital, dan Statis
tical Digital Number
- Instalasi hardware dan soft
ware pengolah data citra
digital
- Display data citra dan pem
buatan display data citra co
lor composite
- Koreksi radiometi citra digital
- Koreksi geometri citra digital
- Penajaman citra secara spek
tral dan spasial
- Proses aritmatika pada peng
olahan citra digital
- Interpretasi citra secara visu
al
- Interpretasi citra secara digi
tal
- Proses penyajian output
(map layout)

☻ Baca Saya ☻

FILTERING

“Digital image processing” diperkenalkan pertama kali di New York, USA pada awal tahun
1920-an. Pertama kalinya digunakan untuk meningkatkan kualitas gambar Koran yang dikirimkan oleh kabel bawah laut yang terbentang antara London dan New York. Sampai tahun 1960-an perkembangannya tidaklah terlalu menggembirakan. Namun pada akhir tahun 1960-an, dimana perkembangan komputer yang pesat dan mampu menawarkan kecepatan dan kapasitas yang lebih tinggi memacu perkembangan dari implementasi algoritma pemrosesan citra yang lebih pesat lagi. Untuk saat ini penggunaan dari pemrosesan citra telah melingkupi berbagai macam disiplin ilmu diantaranya bidang Arsitektur, Geografi, Ilmu Komputer, Kedokteran, Fotografi, Arkeologi, dan lain sebagainya. Tujuan utama dari “Digital image processing” tersebut selain untuk meningkatkan kualitas gambar yang diperoleh, juga dimaksudkan untuk memproses data yang diperoleh untuk ditanggapi secara otomatis oleh sebuah mesin atau peralatan. Kelebihan dari penggunaan “Digital image processing” adalah
dalam hal ketepatan dan flesibilitasnya. Sedangkan kerugiannya adalah dalam hal kecepatan dan biaya sebagai akibat dari pemanfaatan proses yang lebih kompleks.

Dalam “Digital Image Processing”, sebuah gambar dianggap sebagai deretan bilanganbilangan
yang disusun dalam sebuah larik dua dimensi. Sebuah gambar merupakan larik persegi
panjang dan berisi pixel-pixel yang dapat ditentukan nilainya. Sebagai contoh dapat kita
definisikan bahwa fungsi untuk masing-masing pixel adalah a(x,y) dengan a adalah
amplitudo(misalnya kecerahan dan sebagainya) dari sebuah titik yang berada dalam koordinat
(x,y). Amplitudo dari tiap-tiap pixel berupa bilangan real atau integer. Nilai minimum amplitudo
dari sebuah pixel adalah 0 yang merepresentasikan warna hitam sedangkan umumnya nilai
maksimumnya adalah 255 yang merepresentasikan warna putih. Sebuah gambar digital a[m,n] merupakan hasil diskritisasi dari sebuah gambar analog a(x,y) menggunakan proses sampling yang seringkali disebut dengan proses digitization. Contoh akibat dari proses tersebut terlihat pada Gambar 1. dimana untuk pixel yang terletak di koordinat [m=10, n=3] memiliki nilai integer dari kecerahan sebesar 110. Dalam gambar tersebut, terdapat 16 baris dan 16 kolom, dengan nilai yang diberikan kepada masing-masing merupakan hasil pembulatan nilai integer rata-rata terdekat dari dari kecerahan pixel tersebut. Sebuah gambar berwarna sendiri dapat direpresentasikan dengan sebuah array dua dimensi berisi data kombinasi warna merah, hijau, dan biru (atau dikenal sebagai RGB atau Red Green Blue). Nilai dari masing-masing warna tersebut berkisar antara 0 sampai 255. Terdapat dua cara untuk menyimpan masing-masing pixel yaitu dengan cara menyimpan masing-masing pixel dalam bentuk single bit yang berarti bahwa komputer hanya dapat menggunakan nilai 0 dan 1 atau hitam dan putih saja untuk masing-masing pixel dan dengan cara menyimpan masingmasing-masing pixel dalam data-data byte berukuran 8 bit. Jika menggunakan cara terakhir ini, maka nilai maksimum dari masing-masing pixel adalah 255. “Image filtering” sering pula dinamakan proses penghalusan gambar yang utamanya digunakan untuk mengurangi efek-efek yang tidak diinginkan yang muncul dalam sebuah gambar digital sebagai akibat dari kesalahan sistem sampling atau sebab lain.

GrayScale Filter
GrayScale filter diciptakan untuk mengubah sebuah gambar berwarna menjadi sebuah
gamabr hitam putih dengan cara mengubah efek warna dari masing-masing pixel menjadi derajat
keabu-abuan.. Prosesnya adalah dengan memanfaatkan operasi & terhadap komponenkomponen
warna merah, hijau, dan biru dari masing-masing pixel dengan 255 namun
sebelumnya untuk masing-masing warna dilakukan pembobotan menjadi abu-abu dengan
operator right shift. Selanjutnya mengalikan dengan 0xff terhadap komponen warna dari masingmasing
pixel akan mengubah warna dari masing-masing pixel ke dalam derajat keabu-abuan
tertentu.

Low Pass Filter
Low pass filter dilakukan untuk menghilangkan ruang derau berfrekuensi tinggi dari sebuah
gambar digital. Istilah derau atau “Noise” digunakan sebagai efek samping dari proses konversi
pola dari energi cahaya menjadi energi listrik selama proses konversi gambar dari bentuk analog
menjadi bentuk digital. Noise merupakan variasi yang tidak diinginkan terjadi dalam sebuah pixel.
Low pass filter juga digunakan untuk mengurangi detail dari gambar atau justru
membuat gambar menjadi lebih kabur dari sebelumnya. Perhatikan bahwa filter ini akan
menghilangkan atau mengurangi derau-derau berfrekuensi tinggi dari gambar menjadi frekuensi
yang lebih rendah. Frekuensi tinggi dari sebuah pixel dapat diperlihatkan dengan melihat tinggkat
ketajaman gambar dari pixel tersebut. Untuk lebih jelas perhatikanlah contoh listing
LowPassFilter.java. Dalam contoh tersebut digunakan masking berukuran 3x3 dengan masingmasing
elemen akan diberi nilai 0.1111111 atau 1/9 berarti filter yang digunakan mereduksi
frekuensi masing-masing pixel menjadi 1/9 kali.

Negative Filter
Negative filter dibuat dengan cara mengubah efek warna dari masing-masing pixel.
Prosesnya adalah dengan memanfaatkan operasi XOR terhadap komponen-komponen warna
merah, hijau, dan biru dari masing-masing pixel dengan 255 . Dengan mengaklikan dengan 0xff
dengan komponen warna dari masing-masing pixel akan membalik warna dari masing-masing
pixel misalnya hitam menjadi putih dan begitu pula sebaliknya.

☻ Baca Saya ☻

WATERMARKING

Watermarking
Aplikasi Watermarking untuk Data Video Digital

Abstrak
Dalam tulisan ini akan diceritakan mengenai watermarking serta aplikasinya pada data digital terutama untuk streaming data video. Disamping itu juga akan dibicarakan model sistem watermarking, fitur-fitur yang diinginkan dan diperlukan dalam persyaratan sistem watermarking, serta beberapa algoritma watermarking terutama untuk aplikasi video. Hasil percobaan dari video watermarking yang diambil dari beberapa literatur akan ditampilkan sebagai bahan perbandingan.



Kata Kunci: Watermarking, Copyright Labeling, Steganography, Copy Protection, Information Hiding.

Latar Belakang Watermarking
Banyak hal-hal yang cukup menarik dalam sejarah perkembangannya selama setengah abad terakhir ini, salah satunya adalah perkembangan komputer digital atau alat digital lainnya yang tidak terlepas dari kemajuan dalam teknologi pembuatan IC (Integrated-Circuit).

Kemajuan teknologi pembuatan IC dari SSI, MSI, LSI serta VLSI yang memiliki ukuran yang semakin kecil, cepat dan juga penggunaan daya listrik yang semakin kecil membuat komputer elektrik berkembang sangat cepat. Komputer elektrik yang pertama sangat besar dengan ukuran sebuah kamar serta membutuhkan daya listrik yang cukup besar ini hanya mampu dibeli oleh perusahaan-perusahaan besar atau institusi tertentu saja, tetapi dengan perkembangan teknologi IC tersebut, komputer saat ini sudah jauh lebih kecil dari pendahulunya, memiliki kemampuan yang berlipat-lipat dibandingkan dengan nenek moyangnya itu, penggunaan daya listrik yang sangat kecil serta biaya yang cukup murah sehingga terjangkau oleh sebagian besar masyarakat biasa.

Komputer sebagai alat pengolahan digital saat ini hampir dimiliki oleh setiap keluarga yang memiliki taraf hidup menengah ke atas. Seperti halnya televisi, komputer saat ini juga banyak digunakan sebagai media hiburan. Dengan perkembangan komputer (serta pengetahuan dalam pengolahan sinyal digital) maka data-data dalam bentuk digital semakin banyak digunakan, karena memang komputer yang berkembang saat ini merupakan peralatan elektronik yang menggunakan dan mengolah data dalam bentuk digital (biner). Penggunaan data digital baik berupa teks, suara, citra maupun video sangat pesat dengan adanya komputer apalagi ditambah dengan perkembangan teknologi jaringan antar komputer didunia yang disebut dengan internet. Dengan adanya internet, pertukaran data digital semakin gampang ditambah dengan teknologi internet tersebut dapat menggabungkan semua data digital yang ada (multimedia).

Penggunaan data digital selain kemudahan dalam penyebaran dengan menggunakan jaringan internet, juga dikarenakan kemudahan dan kemurahan dalam penggandaan (peng-copy-an) serta penyimpanannya untuk digunakan dikemudian hari. Kemudahan tersebut akhirnya dapat digunakan secara “negatif” tanpa memperhatikan aspek hak cipta (Intellectual Property Right). Perlindungan hak cipta terhadap data digital memang sudah menjadi perhatian orang-orang sejak dulu. Banyak cara yang sudah ditempuh untuk memberikan atau melindungi data digital, seperti: encryption, copy protection, visible marking, header marking, dan sebagainya, tetapi semua cara tersebut memiliki kelemahannya masing-masing. Satu dekade terakhir ini mulai muncul penggunaan steganography untuk mengatasi masalah hak cipta pada data digital tersebut. Cara ini lebih dikenal dengan istilah watermarking.



☻ Baca Saya ☻

Prog. MatLab Histogram

Pembuatan Program Histogram Dengan MatLab

Nama : Ari Marta Chandra
NPM : 50405863
Kelas : 4IA03


Listing Program:

function varargout = ich_hist0(varargin)
gui_Singleton = 1;
gui_State = struct('gui_Name', mfilename, ...
'gui_Singleton', gui_Singleton, ...
'gui_OpeningFcn', @ich_hist0_OpeningFcn, ...
'gui_OutputFcn', @ich_hist0_OutputFcn, ...
'gui_LayoutFcn', [] , ...
'gui_Callback', []);
if nargin & isstr(varargin{1})
gui_State.gui_Callback = str2func(varargin{1});
end

if nargout
[varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:});
else
gui_mainfcn(gui_State, varargin{:});
end
%end of initilialization code -- edited by ich

% --- Executes just before ich_hist0 is made visible.
function ich_hist0_OpeningFcn(hObject, eventdata, handles, varargin)
handles.output = hObject;

guidata(hObject, handles);
function varargout = ich_hist0_OutputFcn(hObject, eventdata, handles)
varargout{1} = handles.output;


% --- Executes on button press in Tombol_buka.
function Tombol_buka_Callback(hObject, eventdata, handles)

[nama_file1, nama_path1] = uigetfile(...
{'*.bmp;*.jpg','File Citra (*.bmp, *.jpg)';'*.bmp','File Bitmap (*.bmp)'; ...
'*.jpg','File Jpeg (*.jpg)';'*.*','Semua File (*.*)'},...
'Buka File Citra Host / Asli');
if ~isequal(nama_file1,0)
handles.data1=imread(fullfile(nama_path1,nama_file1));
guidata(hObject,handles);
handles.current_data1=handles.data1;
axes(handles.axes1);
imshow(handles.current_data1);

axes(handles.axes2);%membuat tresholding image
level = graythresh(handles.current_data1);
bw = im2bw(handles.current_data1,level);
imshow(bw);

axes(handles.axes3); %merotasikan 35cw
imrotate(handles.current_data1,35);

else
return;
end

set (handles.text2,'String',nama_file1);
set (handles.text5,'String',size(handles.data1,1));
set (handles.text6,'String',size(handles.data1,2));

% --- Executes on button press in Tombol_tutup.
function Tombol_tutup_Callback(hObject, eventdata, handles)

pos_size = get(handles.figure1,'Position');
user_response = questdlg('Apakah Kamu Mau Tutup','Confirm Close');
switch user_response
case {'No'}
case 'Yes'
delete(handles.figure1)
end

GUI FIG:



Property inspectror:

NAMA KOMPONEN STRING PROPERTY TAG PROPERTY
Static Text 1 Sample citra 4ia03 Text1
Static Text 2 - Text2
Static Text 3 Nama File : Text3
Static Text 4 Ukuran : Text4
Static Text 5 - Text5
Static Text 6 - Text6
Static Text 7 X Text7
Static Text 8 Citra Asli Text8
Static Text 9 Treshold Text9
Static Text 10 Rotated Text10

NAMA KOPMPONEN XTick Property YTick Property
Axes1 - -
Axes2 - -
Axes3 - -

NAMA KOMPONEN STRING PROPERTY TAG PROPERTY
Pushbutton1 Buka File Citra Tombol_buka
PushButton2 Tutup File Citra Tombol_tutup



Output:



☻ Baca Saya ☻

Pengenalan Pengolahan Citra

PENGOLAHAN CITRA

Pengolahan citra adalah salah satu cabang dari ilmu informatika. Pengolahan citra berkutat pada usaha untuk melakukan transformasi suatu citra/gambar menjadi citra lain dengan menggunakan teknik tertentu.

DEFINISI DASAR
Berikut ini adalah definisi dasar yang dipergunakan dalam pengolahan citra :

Citra
Citra adalah gambar dua dimensi yang dihasilkan dari gambar analog dua dimensi yang kontinu menjadi gambar diskrit melalui proses sampling.
Gambar analog dibagi menjadi N baris dan M kolom sehingga menjadi gambar diskrit. Persilangan antara baris dan kolom tertentu disebut dengan piksel. Contohnya adalah gambar/titik diskrit pada baris n dan kolom m disebut dengan piksel [n,m].

Sampling
Sampling adalah proses untuk menentukan warna pada piksel tertentu pada citra dari sebuah gambar yang kontinu.
Pada proses sampling biasanya dicari warna rata-rata dari gambar analog yang kemudian dibulatkan.
Proses sampling sering juga disebut proses digitisasi.

Kuantisasi
Ada kalanya, dalam proses sampling, warna rata-rata yang didapat di relasikan ke level warna tertentu. Contohnya apabila dalam citra hanya terdapat 16 tingkatan warna abu-abu, maka nilai rata-rata yang didapat dari proses sampling harus diasosiasikan ke 16 tingkatan tersebut. Proses mengasosiasikan warna rata-rata dengan tingkatan warna tertentu disebut dengan kuantisasi.

Derau
Derau (Noise) adalah gambar atau piksel yang mengganggu kualitas citra. Derau dapat disebabkan oleh gangguan fisis(optik) pada alat akuisisi maupun secara disengaja akibat proses pengolahan yang tidak sesuai. Contohnya adalah bintik hitam atau putih yang muncul secara acak yang tidak diinginkan di dalam citra. bintik acak ini disebut dengan derau salt & pepper.
Banyak metode yang ada dalam pengolahan citra bertujuan untuk mengurangi atau menghilangkan noise.

OPERASI PENGOLAHAN CITRA
Operasi yang dilakukan untuk mentransformasikan suatu citra menjadi citra lain dapat dikategorikan berdasarkan tujuan transformasi maupun cakupan operasi yang dilakukan terhadap citra.
Berdasarkan tujuan transformasi operasi pengolahan citra dikategorikan sebagai berikut :

* Peningkatan Kualitas Citra (Image Enhancement)

Operasi peningkatan kualitas citra bertujuan untuk meningkatkan fitur tertentu pada citra.

* Pemulihan Citra (Image Restoration)

Operasi pemulihan citra bertujuan untuk mengembalikan kondisi citra pada kondisi yang diketahui sebelumnya akibat adanya pengganggu yang menyebabkan penurunan kualitas citra.
Berdasarkan cakupan operasi yang dilakukan terhadap citra, Operasi pengolahan citra dikategorikan sebagai berikut :

* Operasi titik, yaitu operasi yang dilakukan terhadap setiap piksel pada citra yang keluarannya hanya ditentukan oleh nilai piksel itu sendiri.

* Operasi area, yaitu operasi yang dilakukan terhadap setiap piksel pada citra yang keluarannya dipengaruhi oleh piksel tersebut dan piksel lainnya dalam suatu daerah tertentu. Salah satu contoh dari operasi berbasis area adalah operasi ketetanggaan yang nilai keluaran dari operasi tersebut ditentukan oleh nilai piksel-piksel yang memiliki hubungan ketetanggaan dengan piksel yang sedang diolah.

* Operasi global, yaitu operasi yang dilakukan tehadap setiap piksel pada citra yang keluarannya ditentukan oleh keseluruhan piksel yang membentuk citra.

ALAT BANTU MATEMATIKA
Alat bantu matematika yang sering dipakai dalam pengolahan citra adalah sebagai berikut :

* Statistik inheren
* Konvolusi
* Transformasi Fourier
* Representasi Kontur

ALGORITMA
Berikut ini adalah algorima yang biasa dipakai dalam pengolahan citra. Algoritma dibawah ini dibagi menjadi beberapa kategori berdasarkan pendekatan yang dilakukan dalam memanipulasi citra asli.

Algoritma berbasis histogram
Algoritma kategori ini menggunakan histogram dari citra awal untuk menghasilkan citra baru.

* Peregangan Kontras
* Ekualisasi histogram
* Filter Minimum
* Filter Median
* Maksimum

Algoritma berbasis matematika
Algoritma pada kategori ini menggunakan piksel/beberapa piksel untuk menjadi masukan suatu fungsi matematik untuk menentukan nilai piksel pada citra hasil.

* Biner

Operasi ini berbasis operasi boolean (AND,OR,NOT) untuk memanipulasi citra

* Aritmetika

Operasi ini berbasis operasi Aritmatika ( penjumlahan, pengurangan, perkalian dan pembagian citra)

* Geometri
Algoritma berbasis konvolusi
Algoritma pada kategori ini menggunakan teknik konvolusi untuk menghasilkan citra hasil.
☻ Baca Saya ☻

TUGAS PEMODELAN DAN SIMULASI

Belajar Kestabilan Spaning Statis Menggunakan MATLAB
Simbolis dan Optimisasi Toolboxe

Abstraksi
kertas ini mempersembahkan tiruan sederhana mendekati belajar kestabilan spaning statis dalam kuasa sistem. simbolis dan optimisasi toolboxe di matlab digunakan berpura-pura memuati aliran, kekuatan lanjutan aliran dan teknik optimisasi ke secara mudah menaksir dan pahami kestabilan spaning statis sistem kekuatan. p-v tikungan dikonstruksi menghitung loadability kelonggaran. kelonggaran ini embuktikan dengan membantu dari langsung metode optimisasi. waktu mengambil menghitung hasil macam juga menyusun tabel memberi ide tentang computational usaha orang yang bersangkutan di mengusulkan mendekati. Three-bus dan IEEE Fourteen-bus sistem percobaan digunakan mempertunjukkan mengusulkan teknik. mengusulkan mendekati minat ke utilitie dan peneliti yang harapan belajar kestabilan spaning sedang sistem kekuatan ukuran secara sederhana jalan.



1. Pengenalan
tenaga listrik utilitie hari ini lapisan luar banyak tantangan dalam kaitan dengan keruwetan senantiasa meningkan di cara menjalankan mereka dan struktur [1]-[4. di tahun baru-baru ini, salah satu [dari] masalah yang menerima lapang perhatian ketidakstabilan spaning [4, [5]. dengan open-acces pasar, menjadwalkan generasi untuk kurang baik kompetitif menaati satu dari banyak alasan untuk masalah ketidakstabilan spaning di menata-ulang lingkungan listrik. jadi, untuk melegakan atau sedikitnya mengurangi sistem dari masalah ketidakstabilan spaning, banyak listrik utilitie dan peneliti telah sebagian besar mencurahkan usaha di sistem belajar dihubungkan ke kestabilan spaning statis [6]- [14]. di kestabilan spaning statis belajar, kekuatan lanjutan aliran (cpf dan metode optimisasi analisis utama teknik dan mereka digunakan menemukan kelonggaran kestabilan spaning atau loading kelonggaran sistem [8]-[11]. utilitie dan peneliti mengembang perangkat lunak berdasarkan di teknik ini, untuk belajar. cpf teknik meliputi dalam memecahkan satu rangkaian isi alirkan rekening dengan peramal dan langkah korektor. teknik optimisasi meliputi dalam memecahkan persamaan perlu kondisi berdasarkan di fungsi obyektif dan hal dipaksa-paksa. akan tetapi, utilitie atau peneliti memerlukan mencurahkan banyak usaha membuat program. menambah ini, mereka mungkin muka sulit memastikan benar menjawab. menurut di atas pengamatan, perhatian menyeret masuk ini kertas menyarankan tiruan baru mendekati untuk kestabilan spaning pelajari menggunakan simbolis dan optimisasi toolboxe di matlab. kertas berpura-pura memuati aliran, cpf dan teknik optimisasi di kestabilan spaning statis belajar. lagi pula, waktu tiruan mempelajari dan membandingkan di sistem percobaan. ini mungkin berguna untuk utilitie menemukan penilaian kestabilan spaning medium-size sistem kekuatan tanpa mencurahkan banyak usaha. istirahat kertas diorganisir sebagai berikut: bagian 2 mempersembahkan kestabilan spaning statis dan teknik analisis itu digunakan untuk belajar. tiruan baru mendekati diusulkan di bagian 3 untuk memuati aliran, cpf dan teknik optimisasi dengan membuat himpunan lengkap dari persamaan secara aljabar. sistem percobaan dan analisis alat-alat menggunakan sepanjang kertas menyatakan di bagian 4 ringkas. di bagian 5, hasil kwantitatip dipersembahkan bersama-sama dengan merinci

2. Kestabilan Spaning Statis

ketidakstabilan spaning statis sebagian besar berasosiasi dengan reaktif ketidak seimbangan kekuatan. dukungan kekuatan reaktif bahwa bus menerima dari sistem dapat batas loadability menyangkut itu bus. jika reaktif dukungan kekuatan mencapai batas, sistem akan mendekati maksimum loading poin atau poin ambruk spaning [3, [4, [8, [9, [13. di kestabilan spaning statis, lambat mengembang perubahan di sistem kekuatan terjadi itu akhirnya mendorong kearah reaktif kekurangan kekuatan dan merosot spaning. perwujudan ini dapat melihat dari berkelompok spaning menerima akhir melawan kekuatan memindahkan. berkelompok terkenal berkenaan sebagai p-v tikungan atau
“nose” tikungan. kekuatan sebagai mengirimkan meningkat, spaning menerima akhir lorot. akhirnya, (hidung kritis) poin, menunjuk yang mana sistem kekuatan reaktif tidak berguna lagi, dicapai dimana beberapa lebih jauh menambah di daya aktif mengirimkan akan mendorong kearah sangat penurunan cepat jarak spaning. sebelum
mencapai titik-kritis, penurunan-voltase besar dalam kaitan dengan berat kekuatan reaktif losse dapat mengamati. beban maksimum itu dapat meningkat sebelum menunjuk yang mana sistem reaktif kekuatan tidak berguna lagi disebut kelonggaran kestabilan spaning statis atau loading kelonggaran sistem. satu-satunya cara menyimpan sistem
dari ambruk spaning mereduksi kekuatan reaktif losse di sistem pengiriman atau menambahkan kekuatan reaktif tambahan terdahulu mencapai poin ambruk spaning. ini harus membawa keluar di tingkatan perencanaan dengan beberapa system-wide belajar.
kekuatan aliran contoh digunakan menyelidiki spaning kestabilan kekuatan sebagai aliran hasil persamaan cukup hasil, sebagai singularitie di dihubungkan kekuatan aliran jacobian dapat berasosiasi dengan pencabangan dua tidak umum sebenarnya corresponding dynamical sistem.

3. mengusulkan tiruan mendekati

mengusulkan tiruan mendekati diterapkan memuati aliran,cpf dan teknik optimisasi. isi alirkan menirukan pertama. kemudian, metode diterapkan kepada cpf dan optimisasi proses, masing-masing. isi alirkan kekuatan aliran atau isi alirkan terdiri dari memecahkan nyata dan persamaan seimbang kekuatan reaktif sama sekali buse dalam kuasa sistem ke peroleh semua variabel keadaan bila variabel kendali ditetapkan. menurut ini, simbolis toolbox di matlab dapat menggunakan ke ciptakan kekuatan aliran persamaan bila data sistem dan kendali variabel dikenal. kemudian, sederhana perintah memanggil “lsqnonlin” di optimisasi toolbox digunakan mencari jalan keluar untuk semua keadaan variabel. langkah di belakang mengusulkan metode dapat meringkas sebagai menunjukkan di buah ara. 2. dari buah ara. 2, parameter sistem dibaca dari data masukan ke ciptakan persamaan seimbang kekuatan menggunakan simbolis toolbox.
enceran kemudian menemukan oleh menggunakan tunggal “lsqnonlin” perintah. ini
dapat mencatat itu jacobian tidak diperlukan menghitung di formulasi proses karena telah menanamkan di optimisasi toolbox. enceran ditemukan secara sederhana jalan, sebagai hanya satu perintahkan digunakan. kekuatan lanjutan aliran kekuatan lanjutan aliran pada dasarnya satu rangkaian memuati aliran rekening dengan peramal dan langkah korektor. pembentukan cpf rumit dan ini dibutuhkan keahlian pemrograman baik.
akan tetapi, dengan membantu dari simbolis dan optimisasi toolboxe, formulasi banyak lebih mudah. figur 3 menghiasi langkah di belakang cpf proses dengan simbolis dan optimisasi toolboxe. dari buah ara. 3, data sistem dibaca pertama, kemudian simbolis toolbox diperkenalkan membuat kekuatan aliran persamaan. kekuatan aliran rekening dilakukan menemukan memuati aliran jacobian untuk berikut langkah peramal.
di langkah peramal, variabel keadaan diprakira dari arus keadaan dari memuati aliran jacobian meramalkan sudut bus dan spaning lebih tinggi lf. di langkah korektor, nilai sebenarnya variabel keadaan menghitung dari memuati aliran persamaan dan awal
memperoleh dari langkah kondisi peramal. sebelum ambruk poin, parameterization langkah dilakukan menghindari pemusatan sulit cpf proses oleh menswitch peubah keadaan dari lf ke spaning di bus paling lemah, yang ditemukan dari bus setelah
spaning tertinggi lorot. proses diulang sampai pv tikungan disempurnakan. untuk kesederhanaan, di kertas, parameterization diperkenalkan setelah lalu lf itu mengizinkan memuati alirkan enceran ke bertemu disatu titik. teknik optimisasi
teknik optimisasi dapat memecahkan dengan membantu dari simbolis dan optimisasi toolboxe juga. 4 menunjukkan langkah macam teknik optimisasi termasuk membaca masukan
data, membuat kekuatan aliran persamaan, membuat perlu kondisi dan memecahkan perlu kondisi untuk optimal enceran. dari mengusulkan metode, fungsi lagrangean dan
perlu kondisi secara otomatis menciptakan oleh menggunakan simbolis toolbox. enceran optimal kemudian menemukan dari perlu kondisi dengan menggunakan tunggal perintah, “lsqnonlin”. mengusulkan metode tiruan disahihkan di dua percobaan sistem. di berikut seksi, sistem percobaan ini bersama-sama dengan alat-alat analisis dipersembahkan.

4. sistem percobaan dan alat-alat analisis

sederhana 3-bu sistem percobaan dan dimodifikasi ieee 14-bus sistem percobaan digunakan mensyahkan mengusulkan mendekati. tunggal diagram garis 3-bu dan dimodifikasi ieee 14-bu percobaan sistem ilustrasi di buah ara. 5 dan 6, masing-masing. 3-bussistem percobaan terdiri dari dua cabang, tiga buse dan dua
generator menghubungkan buse 1 dan 2. setiap bus berisi satu isi. permintaan total sistem 450 mw dan 45 mvar. jarak spaning bus generator dikendalikan 1.0 p. u.
ieee 14 sistem percobaan bus terdiri dari lima sinkron mesin, termasuk satu pemberi ganti rugi sinkron menggunakan hanya untuk dukungan kekuatan reaktif dan empat generator lokasi buse 1, 2,6 dan 8 [8, [13. perubahan dari asli ieee 14-bu
sistem percobaan generator itu lokasi buse 6 dan 8 merubah dari pemberi ganti rugi sinkron ke generator. di sistem, ada dua puluh cabang dan fourteen buse dengan sebelas isi totaling 259 mw dan 81.4 mvar. membangun alat diuji dan mensahihkan dengan membantu dari standar cpf program, uwpflow. uwplow riset alat yang telah dirancang menghitung maksimum loading kelonggaran sistem kekuatan [14].

5. NUMERICAL RESULTS

mengusulkan tiruan mendekati menirukan untuk loadflow, cpf dan teknik optimisasi. isi alirkan diuji di pertama langkah, karena (itu) adanya pertama bagian dari cpf proses.
metode optimisasi diuji di lalu masuk pesanan ke perbandingan hasil dengan apa yang ada pada cpf metode. isi alirkan three-bus sistem percobaan untuk memecahkan kekuatan aliran persamaan secara sederhana jalan, keadaan variabel dipilih untuk;menjadi sepadan dengan dua kali jumlah buse lebih 1. peubah keadaan lalu lf, yang diperkenalkan di isi alirkan untuk cpf di berikut langkah. di three-bu percobaan
sistem, ada 7 variabel keadaan: 3 untuk sudut bus, 3 untuk bus spaning dan 1 untuk lf, yang nol untuk memuati aliran. setelah membaca data masukan, simbolis toolbox diperkenalkan membuat berikut kekuatan aliran persamaan

REFERENCES
[1] B. Gao, G.K. Morison and P. Kundur, “Towards the
development of a systematic approach for voltage stability
assessment of large-scale Power Systems,” IEEE Trans.
Power Syst., Vol. 11, No. 3, pp. 1314-1324, Aug. 1996.
[2] T. Nagao, K. Tanaka and K. Takenaka, “Development of
static and simulation programs for voltage stability studies
of bulk power system,” IEEE Trans. Power Syst., Vol. 12,
No. 1, pp. 273-281, Feb. 1997.
[3] IEEE/PES Power System Stability Subcommittee, Voltage
Stability Assessment: Concepts, Practices and Tools, special
publication, final draft, Aug. 2003.
[4] P. Kundur, Power System Stability and Control,
McGrawHil, 1994.
[5] Blackout of 2003: Description and Responses, Available:
http://www.pserc.wisc.edu/.
[6] C.A. Canizares, A. C. Z. De Souza, and V. H. Quintana,
“Comparison of performance indices for detection of
proximity to voltage collapse,” IEEE Trans. Power Syst.,
Vol. 11, No. 3, pp. 1441-1447, Aug. 1996.
[7] A. Sode-Yome and N. Mithulananthan, “Comparison of
shunt capacitor, SVC and STATCOM in static voltage
stability margin enhancement,” International Journal of
Electrical Engineering Education, UMIST, Vol. 41, No. 3,
July 2004.
A. Sode-Yome, N. Mithulananthan, and Kwang Y.
Lee, “A Maximum Loading Margin Method for
Voltage Stability in Power Systems,” IEEE
Transaction on Power Systems, to be published.
[8]
A. Sode-Yome and N. Mithulananthan, “An
Economical Generation Direction for Power System
Static Voltage Stability,” Electric Power System
Research Journal, to be published.
[9]
A. Sode-Yome and N. Mithulananthan, “Static
Voltage Stability Margin Enhancement using
STATCOM, TCSC and SSSC,” IEEE/PES
Transmission and Distribution 2005 Asia Pacific
Conference, Dalian, China, August 14-18, 2005.
[10]
A. Sode-Yome and N. Mithulananthan, “Generation
Direction Based on Optimization Technique for
Power System Static Voltage Stability,” Australasian
Universities Power Engineering Conference,
Tasmania, Australia, September 25-28, 2005.
[11]
[12] A. Sode-Yome, V. Pothiratana and N. Mithulananthan,
“Roles of small power producers as part of peak serving
scheme,” invited paper, Power-Gen Asia 2004, Bangkok,
Oct. 5-7, 2004.
[13] A. Sode-Yome, “Influence of FACTS controllers,
generation and load directions on static voltage stability
margin”, D.Eng. Dissertation, Dec. 2005.
[14] C. A. Cañizares, et al., UWPFLOW:

☻ Baca Saya ☻