03 Spatial Filtering

14
Spatial Filtering

description

Mata Kuliah Semester 4 - Digital Image Processing iSTTS Surabaya

Transcript of 03 Spatial Filtering

Page 1: 03 Spatial Filtering

Spatial Filtering

Page 2: 03 Spatial Filtering

Spatial Filtering

Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2007 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

• Secara umum perhitungan dilakukan dengan menggunakan sliding window. Yaitu: filter yang berupa matrix mxn akan digeser posisinya sampai pusat filter mengenai semua pixel.

Pusat filter akan diposisikan pada pixel yang sedang diproses

Page 3: 03 Spatial Filtering

Perhitungannya

Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2007 2

• Bila h(m,n) adalah filter 3x3:

• Maka:

Page 4: 03 Spatial Filtering

Yang Perlu Diingat

Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2007 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 wrapping

Page 5: 03 Spatial Filtering

Lowpass Spatial Filtering

Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2007 4

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

Page 6: 03 Spatial Filtering

Beberapa Contoh Hasil

Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2007 5

• Beberapa contoh hasil Lowpass Spatial Filtering…

Page 7: 03 Spatial Filtering

Highpass Spatial Filtering

Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2073 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) )

Page 8: 03 Spatial Filtering

Contoh Hasil

Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2007 7

• Contoh hasil Highpass Spatial Filtering…

Page 9: 03 Spatial Filtering

Highboost Filtering

Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2007 8

gmask(m,n) = f(m,n) - lowpass( f(m,n) )g(m,n) = f(m,n) + A* gmask(m,n)

• Bila A>=1 maka filter ini akan menjumlahkan hasil highpass ke citra asli

• Bila A=1 maka filter ini disebut unsharp masking• Bila A>1 maka filter ini disebut highboost filtering• Hasilnya adalah citra yang lebih tajam pinggirnya

Page 10: 03 Spatial Filtering

Median Filter

Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2007 9

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

6 7 6 6 6

6 6 8 6 6

6 6 6 6 6

6 6 6 6 6

6 3 6 6 6

6 6 6 6 6 6 6 7 8

Median sebagai nilai pengganti

Page 11: 03 Spatial Filtering

Conto hasil

Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2007 10

• Contoh hasil median filter 3x3

Page 12: 03 Spatial Filtering

Conto hasil lagi

Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2007 11

• Contoh hasil median filter 6x6 dan 8x8

Page 13: 03 Spatial Filtering

Prewitt Filter

Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2007 12

• Untuk edge detection

Page 14: 03 Spatial Filtering

Sobel Filter

Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2007 13

• Untuk edge detection