Materi ke 3

STIKOM Artha Buana

Spatial Filtering

Spatial Filtering

1

• Didasarkan pada konsep filtering di frequency domain (akan dijelaskan pada kesempatan mendatang)

• Terdapat dua jenis spatial filtering:– Linear Filtering

• Lowpass, highpass, bandpass– Non-Linear Filtering

• Median, maximum, minimum, mean, dll• Secara umum perhitungan dilakukan dengan menggunakan sliding

window. Yaitu: filter yang berupa matrix nxn akan digeser posisinya sampai pusat filter mengenai semua pixel.

Pusat filter akan diposisikan pada pixel yang sedang diproses

STIKOM Artha Buana

Perhitungannya

2

• Bila h(m,n) adalah filter 3x3:

• Maka:

Output citra

STIKOM Artha Buana

STIKOM Artha Buana

12 23 23 23 23 22 34 34 34 34 0 0 0 0 0 08 8 8 23 8 8 8 90 8 8 0 8 8 90 8 8

8 8 8 23 8 8 8 90 8 8 0 8 8 90 8 8

8 8 8 23 8 8 8 90 8 8 0 8 8 90 8 8

8 8 8 23 8 8 8 90 8 8 0 8 8 90 8 8

8 8 8 23 8 8 8 90 8 8 0 8 8 90 8 8

0 0 0 23 0 0 0 90 0 0 0 0 0 90 0 0

23 23 23 23 23 23 23 90 23 23 0 23 23 90 23 23

23 23 23 23 23 23 23 90 23 23 0 23 23 90 23 23

23 23 23 23 23 23 23 90 23 23 0 23 23 90 23 23

0 0 0 23 0 0 0 90 0 0 0 0 0 90 0 0

80 80 80 23 80 80 80 90 80 80 0 80 80 90 80 80

80 80 80 23 80 80 80 90 80 80 0 80 80 90 80 80

80 80 80 23 80 80 80 90 80 80 0 80 80 90 80 80

1 2 34 5 67 8 9

Yang Perlu Diingat

3

• Gunakan citra baru untuk menampung hasil perhitungan• Selalu gunakan nilai dari citra asli untuk input (bukan nilai pixel

hasil perhitungan sebelumnya)• Bila filter sampai pada pinggir citra, terdapat beberapa pilihan:

– Biarkan pixel di pinggir tanpa diproses– Perlebar citra, pixel di pinggir diisi perulangan nilai pixel pada pinggir

tersebut– Perlebar citra, pixel di pinggir diisi konstanta tertentu– Perlebar citra dengan melakukan image warping dibungkus (dengan memberikan

konstanta tertentu) atau image averaging

STIKOM Artha Buana

Lowpass Spatial Filtering (LPS)

4

• Untuk menghaluskan citra• Didasarkan pada perata-rataan nilai pixel dengan tetangga• Bobot filter selalu positif yang totalnya bernilai 1• Contoh beberapa filternya adalah:

Nilai filter boleh dikarang sendiri

STIKOM Artha Buana

Beberapa Contoh Hasil

5

• Beberapa contoh hasil Lowpass Spatial Filtering…

STIKOM Artha Buana

Highpass Spatial Filtering (HPS)

6

• Disebut sebagai sharpening mask, karena mempercepat pergantian batas gelap-terang

• Filter memiliki nilai positif di tengah, negatif di pinggir, dan total bobot harus 0.

• Hasil highpass filtering adalah selisih antara citra asli dengan citra yang telah mengalami lowpass filtering:

g(m,n) = f(m,n) – lowpass( f(m,n) )

Jumlah pixel (3x3) = 9

STIKOM Artha Buana

Conto Hasil

7

• Contoh hasil Highpass Spatial Filtering…

STIKOM Artha Buana

High-boost Filtering

8

• Highboost filter menggunakan rumus:

g(m,n) = A f(m,n) - lowpass( f(m,n) )= (A-1) f(m,n) + highpass( f(m,n) )

• Bila A>1 maka filter ini akan menjumlahkan hasil highpass ke citra asli• Hasilnya adalah citra yang lebih tajam pinggirnya

STIKOM Artha Buana

Median Filter sebelumnya adalah linier filtering

9

• Digunakan untuk menghilangkan noise• Menggunakan nilai tengah dari pixel-pixel yang tertutup filter

6 7 6 6 66 6 8 6 6

6 6 6 6 6

6 6 6 6 66 3 6 6 6

6 6 6 6 6 6 6 7 8

Median sebagai nilai pengganti

STIKOM Artha Buana

Contoh Hasil

10

• Contoh hasil median filter 3x3 Ada efek garis tepi hilang, karena putih diluar gambar paling banyak, sehingga hitam dianggap noise

STIKOM Artha Buana

Contoh hasil lagi

11

• Contoh hasil median filter 6x6 dan 8x8

STIKOM Artha Buana

Prewitt Filter

12

• Untuk edge detection

STIKOM Artha Buana

Sobel Filter

13

• Untuk edge detection

STIKOM Artha Buana