- tempat ngobrolin dunia pendidikan -
PENGOLAHAN CITRA
Condro Wibawa
PENGOLAHAN CITRA
Condro Wibawa
Filtering Citra
Filtering merupakan suatu metode untuk menonjolkan suatu kenampakan pada citra sehingga lebih mudah dibedakan dengan kenampakan lain.
atau
Suatu cara untuk ekstraksi bagian data tertentu dari suatu himpunan data, dengan menghilangkan bagian-bagian data yang tidak diinginkan
Tujuan Filtering Citra :
membuat citra menjadi tampak lebih baik,
atau tampak lebih jelas untuk proses analisis
Metode Filtering Citra :
Metode Filtering Citra tidak lain adalah dengan menggunakan Metode Konvolusi
yang sudah dibahas di materi sebelumnya
Jika merasa belum paham dengan Metode Konvolusi,�bisa membaca kembali materi nya, sebelum melanjutkan materi ini.
Macam-macam Filtering Citra
Berikut adalah lingkunp dari Filtering Citra :
Sharpening
Sharpening
Operasi penajaman citra (Image Sharpening)
bertujuan memperjelas tepi pada objek di dalam.
Operasi penajaman dilakukan dengan melewatkan citra pada
Penapis/kernel lolos-tinggi (HPF=high-pass filter).
Penapis lolos-tinggi akan meloloskan (atau memperkuat)
komponen yang berfrekuensi tinggi (misalnya tepi atau pinggiran objek) dan akan menurunkankomponen berfrekuensi rendah
Akibatnya,
pinggiran objek terlihat lebih tajam dibandingkan sekitarnya
Sharpening
Kernel untuk sharpening/penajaman citra
menggunakan prinsip bahwa intensitas piksel pusat
harus lebih diperkuat pada arah yang berlawanan
terhadap tetangganya.
Sharpening
Sharpening
Blurring
Blurring
Operasi pengaburan citra (Image Blurring/Smoothing)
bertujuan mengaburkan citra agar perbedaan titik dengan titik tetangganya tidak terlalu jelas
Operasi merupakan kebalikan dari operasi penajaman (sharpening)
Operasi penajaman dilakukan dengan melewatkan citra pada
Penapis/kernel lolos-rendah (LPF= low-pass filter).
Blurring
Kernel untuk blurring/pengaburan menggunakan
prinsip bahwa nilai piksel pusat harus dibuat
mendekati piksel tetangganya
(mengurangi perbedaan)
Blurring
Noise
Noise
adalah suatu gangguan pada citra digital
yang disebabkan oleh alat penerima data gambar yang dapat mengganggu kualitas citra.
Noise dapat disebabkan oleh
gangguan fisik (optik) pada alat penangkap citra misalnya kotoran debu yang menempel pada lensa foto
maupun akibat proses pengolahan yang tidak sesuai
atau bahkan dibuat secara sengaja untuk tujuan tertentu.
Model Noise
Ada beberapa model noise, diantaranya adalah :
Impulsive Noise
merupakan noise yang berbentuk sinyal impuls acak dan terdistribusi secara acak pula pada suatu citra digital.
Adanya sinyal impuls ini menyebabkan diskontinuitas pada suatu segmen citra.
Contoh dari Impulsive Noise : Salt and Pepper Noise
Additive Noise
adalah sinyal-sinyal dengan magnitude acak
yang terdistribusi secara Gauss pada suatu citra digital.
Contoh : derau putih (white noise) dan Gaussian noise
Multiplicative Noise
adalah suatu multiplikasi atau konvolusi dari beberapa noise
dengan magnitude, distribusi,
dan intensitas yang berbeda.
Contoh : speckle noise
Membangkitkan Noise
Membangkitkan Noise
Dalam beberapa kasus, �Noise perlu diadakan/dibangkitkan.
Misanya :
Noise - Uniform
Noise Uniform adalah noise yang
distibusinya merata pada semua bagian citra.
Noise Uniform dapat dibangkitkan dengan cara
membangkitkan bilangan acak [0,1] dengan distribusi uniform.
Kemudian untuk titik-titik yang terkena noise, nilai fungsi citra ditambahkan dengan nilai noise yang ada, atau dirumuskan dengan:
Noise - Uniform
Noise – Uniform,
dengan P = 0.3
Noise – Salt & Pepper
Noise salt & pepper dapat dibangkitkan dengan cara membangkitkan
bilangan 255 (warna putih) atau 0 (warna hitam)
pada titik-titik yang secara probabilitas lebih kecil dari
nilai probabilitas noise, dan dirumuskan dengan :
Noise – Salt & Pepper
Noise – Salt & Pepper,
dengan P = 0.05
Noise Reduction
Noise Reduction
Noise Reduction adalah metode
untuk mengurangi atau menghilangkan noise pada citra.
Teknik Noise Reduction saat ini kebanyakan menggunakan
Low Pass Filtering (LPF)
yaitu mengganti nilai berintensitas tinggi dengan nilai baru yang mempertimbangkan nilai tetangganya.
Efek dari noise reduction adalah adanya blurring,
Sehingga terkadang Noise Reduction juga disebut
Blurring atau Smoothing
Noise Reduction
Ada berbagai macam teknik dalam Noise Reduction,�diantaranya adalah :
Mean Filtering
Mean filter/filter rata-rata menggunakan
hasil rata-rata dari piksel pusat dan seluruh 8-tetangganya
untuk mendapatkan nilai intensitas baru
Mean Filtering
Median Filtering
Teknik Median filter/filter nilai tengah adalah
dengan menggunakan median (nilai tengah)
dari nilai pusat dan 8 tetatangganya setelah diurutkan
Median Filtering
Median Filtering
Gaussian Filtering
Teknik Gaussian filter sebenarnya hampir sama dengan teknik rata-rata,
akan tetapi nilai kernel nya saja berbeda,
Dimana nilai kernel di bagian tengahnya
dibuat lebih besar dari tetangganya,
mengikuti fungsi gaussian
Gaussian Filtering
Citra Asli
Min Filtering
Median Filtering
Mean Filtering
Gaussian Filtering
Referensi :
Tugas :
Buat laporan dalam bentuk .doc atau .pdf yang berisi :
Laporan, Citra, dan File Python diarsipkan (.zip atau .rar).