PENGOLAHAN CITRA DIGITAL

LAPORAN BAB 6

KONVOLUSI

Disusun Untuk Memenuhi TugasMata Kuliah Pengolahan Citra Digital

semester 7

Dosen Pengajar :

DR.MOECHAMMAD SAROSA,DIPL.ING.,MT.

NIP. 196401121992031002

Disusun Oleh :

AJI KURNIAWAN RAHMAN03 / 1241160049

JTD 4B

JARINGAN TELEKOMUNIKASI DIGITALTEKNIK ELEKTRO

POLITEKNIK NEGERI MALANG

Jalan Soekarno Hatta 9 Malang 65141

Telp (0341) 404424 – 404425 Fax (0341) 404420

http://www.polinema.ac.id

2015

BAB VI

KONVOLUSI

6.1 Capaian Pembelajaran

Dapat memahami apa itu konvolusi

Dapat memahami manfaat konvolusi

Mampu membuat program Image Processing kovolusi dengan

menggunakan Delphi 7 serta dapat menguji aplikasi konvolusi dengan

berbagai mask konvolusi

6.2 Bahan dan Alat

Komputer PC

Software Delphi 07

6.3 Landasan Teori

Konvolusi 2 buah fungsi f(x) dan g(x) didefinisikan sebagai :

notasi merupakan operator konvolusi. Untuk fungsi diskrit konvolusi

didefinisikan sebagai,

dimana g(x) merupakan kernel konvolusi atau kernel filter.

Untuk fungsi dua dimensi, operasi konvolusi didefinisikan sebagai : (untuk

fungsi kontinu)

dan untuk fungsi diskrit, didefinisikan sebagai :

Fungsi filter g(x,y) disebut juga filter konvolusi, mask konvolusi, kernel

konvolusi, atau template. Ilustrasi konvolusi diperlihatkan pada gambar di

bawah ini :

f(i,j) = Ax0 + Bx1 + Cx2 + Dx3 + Ex4 + Fx5 + Gx6 + Hx7 + Ix8

Perhatikan kasus berikut, citra

1 1 3 3 4

1 1 4 4 3

2 1 3 3 3

1 1 1 4 4

Dikonvolusi menggunakan templete akan menghasilkan citra yang baru

dengan nilai-nilai =

2 5 7 6 *

2 4 7 7 *

3 2 7 7 *

* * * * *

Template – template yang sering muncul penggunaannya dalam pengolahan

citra (meminimalisir noise pada citra, edge detection, filtering, dan lain – lain)

adalah template klasikal 3x3. Template yang diaplikasikan sebagai low – pass

filter adalah :

Pengaplikasian untuk high – pass filter digunakan template :

Template yang lain yang sering juga digunakan untuk melakukan smoothing

citra adalah :

Tabel 1 memperlihatkan operasi High – Pass Filter dan Low – Pass Filter pada

suatu citra yang memiliki nilai – nilai intensitas pixel berikut :

0 0 0 0 0

0 1 1 1 0

0 1 1 1 0

0 1 1 1 0

0 1 1 1 0

0 1 6 1 0

0 1 1 1 0

0 0 0 0 0

Contoh citra sesudah dan sebeum dilakukan proses filtering dan konvolusi

dapat dilihat pada tabel di bawah ini:

6.4 Prosedur Percobaan

Untuk perancangan program konvolusi menggunakan Delphi dapat kita lakukan

langkah – langkah berikut :

1. Jalankan Delphi.

2. Tambahan icon Panel1, Panel2, Image1, Image2, MainMenu1, dan

OpenPictureDialog pada form1 :

Untuk Panel 1, Nilai – nilai property pada object inspector adalah :

Untuk Image1, icon Image1 letakkan di atas Panel1 pada Form1. Nilai –

nilai property pada object inspector adalah :

Untuk Panel2, Nilai – nilai property pada object inspector adalah :

Untuk Image2, icon Image2 letakkan di atas Panel2 pada Form1. Nilai –

nilai property pada object inspector adalah :

Untuk MainMenu1, klik 2x pada icon MainMenu1, sehingga muncul

tampilan sebagai berikut, atur sedemikian hingga, agar tampilan menjadi :

3. Klik 2x pada MainMenu1 -> File -> Open, setelah muncul halaman editor,

tuliskan listing program berikut :

procedure TForm1.Open1Click(Sender: TObject);

begin

if not OpenPictureDialog1.Execute then exit else

begin

gambar := TBitmap.Create;

gambar.LoadFromFile(OpenPictureDialog1.filename);

Form1.Caption:= 'Image Processing - '+

ExtractFileName (OpenPictureDialog1.Filename);

end;

if gambar.PixelFormat <> pf24bit then

gambar.PixelFormat := Pf24bit;

Image1.Picture.Bitmap := gambar;

end;

4. Kembali ke Form1, Klik 2x pada MainMenu1 Image Processing Konvolusi,

setelah muncul halaman editor, tuliskan listing berikut :

procedure TForm1.Konvolusi1Click(Sender: TObject);

const konvolusi : array[0..1,0..2,0..2]of smallint =

(((1,1,1),(1,1,1),(1,1,1)),

((0,0,0),(0,0,0),(0,0,0)));

var row : array[0..8]of pbytearray;

col : pbytearray;

x,y : smallint;

i,j,k,p : smallint;

image : tbitmap;

sum,jum : longint;

begin

P:=-120;

image := tbitmap.Create;

Image.Assign(gambar);

for y:=1 to gambar.Height-2 do

begin

for i:=-1 to 1 do

row[i+1]:= Image.ScanLine[y+i];

col := gambar.ScanLine[y];

x:=3;

repeat

sum := 0;

for i:=-1 to 1 do

for j:=-1 to 1 do

sum:=sum+(konvolusi[0,i+1,j+1]*row[i+1,x+j*3]);

jum:=0;

for i:=-1 to 1 do

for j:=-1 to 1 do

jum:=jum+((konvolusi)[1,i+1,j+1]*row[i+1,x+j*3]);

sum := (sum + jum)+p;

if sum>255 then sum:=255;

if sum<0 then sum:=0;

for k:=0 to 2 do col[x+k]:=sum;

inc(x,3);

until x>=3*(gambar.Width-4);

end;

Image2.Picture.bitmap := gambar;

gambar.SaveToFile('konvulusi1.bmp');

Image.free;

end;

5. Klik 2x pada MainMenu1 -> File -> Exit, setelah muncul halaman editor,

tuliskan listing program berikut :

procedure TForm1.Exit1Click(Sender: TObject);

begin

close;

end;

6. Eksekusikan program dengan menekan F9 (Run) pada keyboard, maka hasil

yang di dapatkan adalah :

6.5 Flowchart Program

6.6 Hasil Program

1) Running Program :

2) Low Pass Filter :

3) High Pass Filter :

4) Smoothing :

6.7 Analisa Percobaan

Konvolusi adalah salah satu proses filtering image yang sering dilakukan

pada proses pengolahan gambar dengan menggunakan mask. Untuk melakukan

pengujian konvolusi dengan mengubah mask ada 3 cara, yaitu low pass filter, high

pass filter, dan smoothing.

Pada Low Pass Filter, gambar 2 warnanya berbeda dari gambar aslinya

yaitu menjadi hitam putih dan gambarnya terlihat timbul. Pada high pass filter,

gambar 2 menjadi warna biner yaitu hitam putih dan warna yang banya terlihat

adalah warna hitam,terlihat beberapa titik warna putih,tetapi jika dilihat dari nilai

matriks gambar masih menampilkan warna lainnya. Pada Smoothing gambar 2

masih menampilkan lebih banyak warna hitam,tetapi titik-titik warna putih lebih

banyak,sama pada kondisi high pass filter gambar masih menampilkan warna

lainnya yang dapat dilihat pada nilai matriks.

Apabila ingin mempertahankan gradiasi atau banyaknya level warna pada

suatu citra, maka yang dipertahankan adalah frekuensi rendah, sedangkan

frekuensi tinggi dapat dibuang atau dinamakan dengan Low Pass Filter. Hal ini

banyak digunakan untuk reduksi noise dan proses blur.

Untuk menampilkan nilai matriks dari citra, ditambahkan listing program

di bawah ini :

procedure TForm1.Button2Click(Sender: TObject);

var text : TextFile;

kata : String;

temp : PByteArray;

i,j : Integer;

gambar : TBitmap;

begin

kata :='matrik2.txt';

assignfile(text,kata);

gambar := image2.Picture.Bitmap;

rewrite(text);

writeln(text,'===== MATRIKS ====');

memo2.Clear;

for j :=0 to gambar.Height-1 do

begin

temp := gambar.ScanLine[j];

i:=0;

repeat

write(text,inttostr(temp[i])+ ' - ');

i:=i+1;

until i > 3*gambar.Height-1;

end;

closefile(text);

memo2.Lines.LoadFromFile(kata);

end;

end.

6.8 Kesimpulan

1. Didapatkan gambar yang berbeda dari gambar aslinya yaitu gambar biner

karena warnanya menjadi hitam dan putih.

2. Ada 2 macam pengolahan level warna yaitu dengan metode Low Pass

Filter dan High Pass Filter.

3. Pada low pass filter, gambar 2 menjadi warna hitam putih.

4. Pada high pass filter, gambar 2 menjadi hitam putih dan terlihat banyak

warna hitam dan hanya menampilan beberapa titik warna putih pada

gambar,tetapi jika dilihat dari nilai matriks gambar masih menampilkan

warna lainnya.

5. Pada smoothing, gambar 2 menjadi hitam putih dan terlihat banyak warna

hitam,tetapi titik putih lebih banyak daripada saat high pass filter, sama

pada kondisi high pass filter gambar masih menampilkan warna lainnya

yang dapat dilihat pada nilai matriks.