APLIKASI PERBAIKAN KONTRAS PADA CITRA RADIOGRAFI GIGI...
Transcript of APLIKASI PERBAIKAN KONTRAS PADA CITRA RADIOGRAFI GIGI...
25 Juli 2013 Tugas Akhir – KI091391 1
APLIKASI PERBAIKAN KONTRAS PADA CITRA RADIOGRAFI GIGI MENGGUNAKAN KOMBINASI METODE HISTOGRAM EQUALIZATION DAN FAST
GRAY LEVEL GROUPING(Kata kunci: Fast gray level grouping, histogram equalization, kontras
rendah, perbaikan citra)
PRESENTASI TUGAS AKHIR – KI091391
Penyusun Tugas Akhir :
Fenny Delusia Radhityanti
(NRP : 5109.100.013)
Dosen Pembimbing :Anny Yuniarti, S.Kom, M.Comp.Sc
Rully Soelaiman, S.Kom., M.Kom.
AGENDA
1. PENDAHULUAN
2. GAMBARAN UMUM
APLIKASI
4. KESIMPULAN DAN
SARAN
3. UJI COBA
25 Juli 2013
Latar Belakang
Rumusan Masalah
Batasan Masalah
Tujuan
1. PENDAHULUAN
25 Juli 2013
Citra radiografi gigi merupakan citra yang memiliki kontrasrendah.
Perbaikan kontras pada citra radiografi gigi sangat diperlukansebagai pra-proses penerapan suatu aplikasi misalnya padaaplikasi klasifikasi dan penomoran radiografi gigi untuk sistemidentifikasi manusia[1].
Penelitian sebelumnya[1], perbaikan kontras dilakukan denganmetode contrast limited adaptive histogram equalization(CLAHE). Metode ini mempunyai kelebihan mampumeningkatkan kontras suatu citra yang memiliki kontras rendah,tetapi kelemahannya adalah komponen histogram suatu citrasangat tinggi di satu lokasi dan sangat rendah pada skala abu-abu sisanya.
Dibutuhkan metode yang mampu mengatasi kelemahan metodesebelumnya.
25 Juli 2013 Tugas Akhir – KI091391 4
LATAR BELAKANG
Latar Belakang
Rumusan Masalah
Batasan Masalah
Tujuan
1. PENDAHULUAN
25 Juli 2013
25 Juli 2013 Tugas Akhir – KI091391 6
1. Bagaimana mengimplementasikan metode fast gray level grouping?
2. Bagaimana mengimplementasikan kombinasi metode histogram equalization equalization dengan fast gray level grouping?
3. Bagaimana menguji performa penggabungan kedua metodeyaitu histogram equalization dan metode fast gray level grouping pada dataset citra radiografi gigi?
RUMUSAN MASALAH
Latar Belakang
Rumusan Masalah
Batasan Masalah
Tujuan
1. PENDAHULUAN
25 Juli 2013
25 Juli 2013 Tugas Akhir – KI091391 8
1. Data yang digunakan adalah 30 citra radiografi gigi orang Indonesia, yang didapat dari laboratorium PRAMITA.
2. Perbaikan kualitas citra akan dibandingkan dengan metode CLAHE.
3. Penggantian bin yang digunakan pada uji coba adalah 10, 15, 25, 50, 100, 150, 175.
BATASAN MASALAH
1. PENDAHULUAN
Latar Belakang
Rumusan Masalah
Batasan Masalah
Tujuan
25 Juli 2013
25 Juli 2013 Tugas Akhir – KI091391 10
1. Memahami konsep penggabungan histogram equalization danfast gray level grouping.
2. Mengimplementasikan metode gabungan histogram equalizationdan fast gray level grouping pada citra radiografi gigi.
3. Menguji performa metode gabungan histogram equalization danfast gray level grouping.
TUJUAN
AGENDA
1. PENDAHULUAN
2. GAMBARAN UMUM
APLIKASI
4. KESIMPULAN DAN
SARAN
3. UJI COBA
25 Juli 2013
25 Juli 2013 Tugas Akhir – KI091391 12
GAMBARAN UMUM APLIKASI
Citra asli Citra perbaikan
Histogram asli Histogram perbaikan
Penggabungan histogram equalization dan fast gray level grouping
merupakan metode perbaikan kontras citra dari Ismail A.Humied[2] dan
merupakan pengembangan dari metode fast gray level grouping yang
merupakan metode baru yang ditemukan oleh ZhiYu Chen[3]
25 Juli 2013 Tugas Akhir – KI091391 13
DESAIN APLIKASI
Citra radiografi gigi Hasil perbaikan
PencarianHistogram citra
grayscale
Penerapanmetode
fast gray level groupingdan
histogram equalization
Penerapanmetode
fast gray level grouping
Histogramtertinggi terletak
padabagian kiri
Tidak
Ya
25 Juli 2013 Tugas Akhir – KI091391 14
DESAIN APLIKASI
Citra radiografi gigi Hasil Perbaikan
PencarianHistogram citra
grayscale
Penerapanmetode
fast gray level groupingdan
histogram equalization
Penerapanmetode
fast gray level grouping
Histogramtertinggi terletak
padabagian kiri
0
2
4
6
8
10
12
14
0 1 2 3 4 5 6 7 8
Histogram Citra
Gray Level
No P
ikse
lkiri kanan
Tidak
Ya
Pencarian posisinilai terkecil (ia) dari gray level
bins
Pengelompokan gray level bins untuk
membuat gray level bins baru dan
penyesuaian batas
25 Juli 2013 1525 Juli 2013 15
PROSES FAST GRAY LEVEL GROUPING
Tugas Akhir – KI091391
Pencarianhistogram citra
Penentuankomponennonzero
histogram padagray level bins
Citra grayscale
Pembuatan bataskanan dan kiri
G5
G2
G5G4 G3
G5
G2
G5
Nomor bin -1 = sesuai bin
tidak
Pembuatanlookup table Ya
Penerapan gray level
transformationCitra hasil perbaikan
G2
G5
G6
G3
G4L4
L2
L3
L5
L1
L6
R1
R3
R2
R4
R5R6
G4G5
G2G3
L3L2
L4
L1
L5
R1
R2R3
R4R5
ia=2
Nilai terkecil
dikelompokkan dengan
tetangga terkecil
Indeks kurangdari posisitertinggi
0
2
4
6
8
10
12
14
0 1 2 3 4 5 6 7 8
Histogram Citra
Gray Level
No
Pik
se
l
25 Juli 2013 1625 Juli 2013 16
Pencarianhistogram citra
Tugas Akhir – KI091391
Citra grayscale
PROSES GABUNGAN HISTOGRAM EQUALIZATION
DAN FAST GRAY LEVEL GROUPING
Pencarian posisihistogramtertinggi
Histogram terletakpada bagian kiri
0
2
4
6
8
10
12
14
0 1 2 3 4 5 6 7 8
Histogram Citra
Gray Level
No
Pik
se
l
kiri kanan
Dilakukanpemecahanhistogram
Dilakukanperhitunganhistogram
equalization
Dilakukanperhitungan fast
gray level grouping
Citra hasil perbaikan
0
2
4
6
8
10
12
14
0 1 2 3 4 5 6 7 8
Histogram Citra
Gray Level
No
Pik
se
l
Histogram
Equalization FGLG
AGENDA
1. PENDAHULUAN
2. GAMBARAN UMUM
APLIKASI
4. KESIMPULAN DAN
SARAN
3. UJI COBA
25 Juli 2013
3. UJI COBA
Uji Kebenaran
Uji Kinerja
1. Uji kebenaran hasil perbaikan citra metode gabunganhistogram equalization dan fast gray level grouping.
2. Uji kinerja perbaikan citra berdasarkan waktu yang dibutuhkandibandingkan dengan jumlah bin yang diubah berdasarkanperhitungan MSE dan PSNR.
SKENARIO UJI COBA
25 Juli 2013 Tugas Akhir – KI091391 19
UJI KEBENARAN (1)
25 Juli 2013 Tugas Akhir – KI091391 20
Melakukan evaluasi kualitatif terhadap citra asli dengan hasil perbaikan
Citra dan histogram asli Citra dan histogram perbaikan
Hasil analisa:Berdasarkan hasil perbaikan dapatdilihat bahwa hasil perbaikan padahistogram citra mempunyaikomponen yang merata padasemua grayscale.
Nama Citra Citra dan histogram
asli
Citra dan histogram
perbaikan
Walkbridge.tif
Hasil analisa:Perbaikan citrauntuk citradengankontras yangbaik, merusakcitra asli
PERBAIKAN KONTRAS MENGGUNAKAN CITRA BAIK
25 Juli 2013
UJI KEBENARAN (2)
3. UJI COBA
Uji Kebenaran
Uji Kinerja
UJI KINERJA (1)
23
Penggantian nilai bin
Bin standar yaitu 20. Sedangkan bin berbeda yang digunakanuntuk uji coba yaitu 10, 15, 25, 50, 100, 150 dan 175 yang akandibandingkan dengan nilai PSNR serta waktu komputasinya
25 Juli 2013 Tugas Akhir – KI091391
Nama
citra
Nilai
Bin
Nilai PSNR Waktu
(detik)
12.jpg 10 15,95 49,10
15 18,01 43,67
25 17,81 43,33
50 17,88 43,88
100 17,82 42,63
150 20,01 40,21
175 19,89 38,35
Hasil analisa:1. Berdasarkan hasil uji coba
penggantian bin, bin 150memiliki nilai PSNR palingtinggi.
2. Bin 150 mempunyaiwaktu komputasi yangsingkat.
Perbaikan menggunakan bin terbaik Perbaikan menggunakan CLAHE
Membandingkan metode gabungan histogram equalization danfast gray level grouping dengan metode perbaikan citra yangtelah ada sebelumnya yaitu CLAHE
UJI KINERJA (2)
25 Juli 2013
AGENDA
1. PENDAHULUAN
2. GAMBARAN UMUM
APLIKASI
4. KESIMPULAN DAN
SARAN
3. UJI COBA
25 Juli 2013
1. Metode gabungan histogram equalization dan fast gray levelgrouping dengan nilai bin standar 20, menghasilkan perbaikankualitas kontras yang baik pada citra radiografi gigi yangcenderung memiliki kontras rendah dibandingkan citra asli. Halini dapat dilihat secara visual.
2. Nilai bin berpengaruh pada performa metode gabunganhistogram equalization dan fast gray level grouping. Perbaikancitra radiografi gigi untuk bin 150 atau 175 menghasilkan nilaiPSNR terbaik dibandingkan metode CLAHE.
3. Waktu komputasi perbaikan citra berbanding terbalik denganjumlah bin yang digunakan. Semakin kecil jumlah bin yangdigunakan semakin lama waktu komputasi yang diperlukankarena semakin banyak iterasi yang dibutuhkan.
KESIMPULAN
25 Juli 2013 Tugas Akhir – KI091391 26
1. Diperlukan suatu cara agar didapatkan nilai bin yang tepatdengan berbagai masukan citra sehingga menghasilkankualitas perbaikan citra yang baik.
2. Perlu dilakukan pengembangan lebih lanjut mengenai metodegabungan histogram equalization dan fast gray level groupingagar dapat digunakan untuk berbagai jenis kontras citra.
SARAN
25 Juli 2013 Tugas Akhir – KI091391 27
SELESAI
25 Juli 2013 Tugas Akhir – KI091391 28
TERIMA KASIH
Nilai graylevel yang digunakan untuk perhitungan lookup table
Nilai transformasi gray level Tn-1(k)
1. Jika graylevel k terletak pada batas kanan dan kiri
2. Jika graylevel k berada diantara batas kanan dan kiri
3. Jika graylevel kurang dari atau sama dengan batas kiri pertama
4. Jika graylevel k lebih dari atau sama dengan batas kanan
1)()(
)(
1)()(
)(
)(
1
11
1
1
11
1
1
n
nn
n
n
nn
n
n
NiLiR
kiRi
NiLiR
kiRi
kT
)1()1(
)1()1(
11
11
nn
nn
RL
RLuntuk
untuk
1
1
1
)()(
n
n
niN
NikT
)1()1(
)1()1(
11
11
nn
nn
RL
RLuntuk
untuk
1
11
n
MNn
0)()( 11 kmakaTiLk nn
1)()( 11 MkmakaTiRk nn
LOOKUP TABLE
25 Juli 2013
UJI KEBENARAN PERHITUNGAN PSNR
25 Juli 2013 Tugas Akhir – KI091391 30
W = lebar citra
H = panjang citra
Melakukan evaluasi kuantitatif terhadap hasil perbaikan kontrasdengan menggunakan peak signal to noise ratio (PSNR)
Iij= nilai piksel pada citra awal dengan posisi (i,j)
I’ij= nilai piksel pada citra asli hasil perbaikan dengan posisi(I,j)
MSExPSNR
2
10
255log10
2
1 1
)'(1
ij
W
i
H
j
ij IIWxH
MSE
HISTOGRAM EQUALIZATION
25 Juli 2013 Tugas Akhir – KI091391 31
Perataan histogram , dimana nilai derajat keabuan dibuat rata
n=1,2,…,N-1M= jumlah pikselN=jumlah grayscaleh (k)=histogram pada suatu nilai grayvalue k
n
k
kh
0
)(.M
1-N=f(k)
ADAPTIVE HISTOGRAM EQUALIZATION
25 Juli 2013 Tugas Akhir – KI091391 32
Perbaikan kontras dengan meningkatkan kontraslokal dengan membentuk region size.
n=1,2,…,N-1M= jumlah pikselN=jumlah grayscaleh (k)=histogram pada suatu nilai grayvalue k
n
k
kh0
)(.M
1-N=f(k)
BR
IR
BR
CR BR BR
IR IR
BR IR
CR
BR
CR BR BR CR
Peningkatan kontras citra yang berlebihansecara global dengan memberikan nilai batas
histogram yang disebut clip limit.
M =luas region size
N =nilai grayscale (256)
α =clip factor menyatakan penambahan batas suatuhistogram yang bernilai 0 sampai 100
Smax=histogram tertinggi.
CONTRAST LIMITED ADAPTIVE HISTOGRAM
1))-(S 100
+(1 N
M = max
25 Juli 2013
25 Juli 2013 Tugas Akhir – KI091391 34
PERBAIKAN KONTRAS MENGGUNAKAN CITRA
RADIOGRAFI GIGI DENGAN PENGGANTIAN BIN (1)
Bin 10 Bin 15 Bin 25 Bin 50
25 Juli 2013 Tugas Akhir – KI091391 35
Bin100 Bin 175
Hasil analisa:Nilai bin 150 memberikanhasilperbaikankontrasterbaik
Bin 150
PERBAIKAN KONTRAS MENGGUNAKAN CITRA
RADIOGRAFI GIGI DENGAN PENGGANTIAN BIN (2)
25 Juli 2013 Tugas Akhir – KI091391 36
Hasil analisa:Berdasarkan nilaiPSNR, perbaikankontras denganBin 150 menghasilkan nilailebih baikdibandingkanCLAHE
PERBANDINGAN PERBAIKAN KONTRAS
DENGAN BIN TERBAIK TERHADAP CLAHE
PSNR 18,20
Bin 150
PSNR 20,84
CLAHE
25 Juli 2013 Tugas Akhir – KI091391 37
PERBAIKAN KONTRAS MENGGUNAKAN CITRA
GRAYSCALE
Citra asliCitra perbaikan
Histogram asli Histogram perbaikan
25 Juli 2013 Tugas Akhir – KI091391 38
PERBAIKAN KONTRAS MENGGUNAKAN CITRA
GRAYSCALE DENGAN PENGGANTIAN BIN (1)
Bin 10 Bin 15 Bin 25 Bin 50
25 Juli 2013 Tugas Akhir – KI091391 39
PERBAIKAN KONTRAS MENGGUNAKAN CITRA
GRAYSCALE DENGAN PENGGANTIAN BIN (2)
Bin100 Bin 150
Hasil analisa:Nilai bin 175 memberikanhasilperbaikankontrasterbaik
Bin 175
25 Juli 2013 Tugas Akhir – KI091391 40
Hasil analisa:Berdasarkan nilaiPSNR, perbaikankontras denganBin 175 menghasilkan nilailebih baikdibandingkanCLAHE
PERBANDINGAN PERBAIKAN KONTRAS
DENGAN BIN TERBAIK TERHADAP CLAHE
Bin 175
PSNR 20,71PSNR 16,76
CLAHE
[1]A. Yuniarti, Aninditha Sigit Nugroho, Bilqis Amaliah, and Agus ZainalArifin, "Classification and Numbering of Dental Radiographs," DIKTI,vol. 10, pp. 137-146, 2012 March.
[2]Ismail A. Humied, Fatma E.Z. i Abou-Chad, and Magdy Z. Rashad, "Anew combined technique for automatic contrast enhancement of digitalimages," Egyptian Informatics Journal, pp. 27-37, February 2012.
[3]ZhiYu Chen, Besma R. Abidi, David L. Page, and Mongi A. Abidi, "Gray-level grouping (GLG): an automatic method for optimized imagecontrast enhancement – Part I: The basic method," IEEETRANSACTION ON IMAGE PROCESSING, vol. 15, pp. 2290-2302,August 2006.
DAFTAR PUSTAKA