TEORI 3 Perbaikan Citra

9
TUGAS TEORI 3 PERBAIKAN CITRA ( IMAGE ENHANCEMENT ) Histogram, Brightness, Negasi, Mean Filter, Median, Dan High Pass Filter 1. Histogram Banyak sekali proses pengolahan citra yang melibatkan distribusi data, seperti pada contoh konversi biner di atas. Bahkan dalamimage enhancement (perbaikan citra), distribusi dari nilai derajat keabuan padacitra menjadi suatu acuan dasar. Untuk menyatakan distribusi data dari nilai derajat keabuan ini dapat digunakan nilai histogram. Histogramadalah suatu fungsi yang menyatakan jumlah kemunculan dari setiap nilai. Misalkan diketahui data sebagai berikut: X = 1 3 2 5 3 0 2 1 2 4 2 3 Maka histogramnya adalah munculnya setiap nilai, yaitu: nilai 0 muncul 1 kali, nilai 1 muncul 2 kali, nilai 2 muncul 4 kali, nilai 3 muncul 3 kali, nilai 4 muncul 1 kali dan nilai 5 muncul 1 kali. Karena citra mempunyai derajat keabuan 256 yaitu (0-255) maka histogram menyatakan jumlan kemunculan setiap nilai 0- 255. Program Histogram Pada Matlab 1

description

Reporrt about PCD

Transcript of TEORI 3 Perbaikan Citra

Page 1: TEORI 3 Perbaikan Citra

TUGAS TEORI 3

PERBAIKAN CITRA ( IMAGE ENHANCEMENT )

Histogram, Brightness, Negasi, Mean Filter, Median, Dan

High Pass Filter

1. Histogram

Banyak sekali proses pengolahan citra yang melibatkan distribusi data,

seperti pada contoh konversi biner di atas. Bahkan dalamimage enhancement

(perbaikan citra), distribusi dari nilai derajat keabuan padacitra menjadi suatu

acuan dasar. Untuk menyatakan distribusi data dari nilai derajat keabuan ini dapat

digunakan nilai histogram. Histogramadalah suatu fungsi yang menyatakan jumlah

kemunculan dari setiap nilai. Misalkan diketahui data sebagai berikut:

X = 1 3 2 5 3 0 2 1 2 4 2 3

Maka histogramnya adalah munculnya setiap nilai, yaitu: nilai 0 muncul 1

kali, nilai 1 muncul 2 kali, nilai 2 muncul 4 kali, nilai 3 muncul 3 kali, nilai 4

muncul 1 kali dan nilai 5 muncul 1 kali. Karena citra mempunyai derajat keabuan

256 yaitu (0-255) maka histogram menyatakan jumlan kemunculan setiap nilai 0-

255.

Program Histogram Pada Matlab

1

Page 2: TEORI 3 Perbaikan Citra

Syntax Program :

i = imread('Aryef_0.5.jpg'); = Menampung Gambark = rgb2gray(i); = Merubah menjadi grayj = histeq(k); = Membangkitkan Histogram ksubplot(2,2,1),imshow(i); = Mem-Plot Gambar i subplot(2,2,2),imshow(j); = Mem-Plot Tampilan jsubplot(2,2,3),imhist(k); = Mem-Plot Gambar graysubplot(2,2,4),imhist(j); = Mem-Plot Histogram j

2. Brightness

Brightness adalah prosespenambahan kecerahan dari nilai derajat keabuan.

Proses brightness ini dilakukan dengan me-nambahkan nilai derajat keabuan

dengan suatu nilai penambah. xb = x + b

dimana

x = adalah nilai derajat keabuan

b = nilai penambah

xb = hasil brightness

Program Brightness pada Matlab

Syntax dan Analisa

a=imread('aryef_0.5.jpg'); = Menampung gambarb=a+80; = Menambah nilai warna pada gambarsubplot(1,2,1) = Memberi posisi plot gambarimshow(a); = Menampilkan gambar pada atitle('Citra Awal'); = Memberi judul pada gambar asubplot(1,2,2) = Memberi posisi plot gambarimshow(b); = Menampilkan gambar hasil penambahantitle('Citra Brightness'); = Memberi Judul pada gambar b

2

Page 3: TEORI 3 Perbaikan Citra

3. Negasi atau Inversi Citra

Negasi citra adalah proses negatif pada photo, dimana setiap nilai citra

dibalik dengan acuan threshold yang diberikan. Proses ini banyak digunakan pada

citra-citra medis seperti USG dan X-Ray. Untuk citra dengan derajat keabuan 256,

proses Negasi citra didefinisikan dengan:

xn = 255 – x

Perhatikan histogram dari kedua gambar. Histogram Negasi adalah

kebalikan secara horisontal (horisontal flip) dari histogram dari citra. Proses Negasi

ini merupakan salah satu proses dasar dalam image enhancement dengan

menggunakan histogram.

Jika kita bandingkan foto hasil cetakan dengan hasil negatifnya, maka titik

yang berwarna putih pada citra mempunyai warna hitam pada film negatifnya,

demikian pula sebaliknya. Dengan demikian operasi negasi dilakukan dengan

mengubah nilai keabuan titik dalam citra dengan nilai ”negatif”nya.

Sehingga Fungsi GST yang bisa diformulasikan adalah :

K0 =K max – Ki

Dimana,

K max, merupakan nilai skala keabuan yang tertinggi

Untuk skala keabuan 8 bit, maka Kmax = 255.

Pengaruh operasi negasi terhadap histogram dapat dilihat pada gambar dibawah ini,

dimana histogram citra asli dicerminkan kearah horisontal.

Program Negasi pada Matlab

3

Page 4: TEORI 3 Perbaikan Citra

Syntax Program :

a=imread('aryef_0.5.jpg'); =c=250-a; = Memproses gambar a agar menjadi negasisubplot(1,2,1) = Memberi posisi pada plotimshow(a); = Menampilkan gambar pada variable atitle('Citra Awal'); = Memberi judul pada gambarsubplot(1,2,2) = Memberi posisi pada plotimtool(c); = Menampilkan hasil negasi c dengan imtolltitle('Citra Negasi'); = Memberi judul pada gambar

4. Mean Filter

Mean Filtering adalah filter yang digunakan untuk menghaluskan gambar

yang terlalu kasar. JIka filter ini dilakukian pada gambar yang sudah halus, maka

hasil gambar tersebut akan semakin kabur, Mean filtering ini biasa disebut

smoothing filter

Program Mean Filter pada Matlab

Syntax Program :

I=imread('Aryef_0.5.jpg'); = Menampung gambarG=imnoise(I,'gaussian',0.0005,0.0019); = Memberi noise gaussianh = fspecial('average', 3); = Mendefinisikan fspecial dalam hF=imfilter(G,h); = Memfilter gambar G dengan rumus hsubplot(1,3,1) = Memberi Posisi Plotimshow(I); = Menampilkan gambar pada Ititle('Citra Awal'); = Memberi Judul pada gambarsubplot(1,3,2) = Memberi posisi Plotimshow(G); = Menampilkan gambar G noise gaussiantitle('Noise Gaussian'); = Memberi judul gambarsubplot(1,3,3) = Memberi posisi plotimshow(F); = Menampilkan gambar pada F title('Filter Mean'); = Memberi judul gambar

4

Page 5: TEORI 3 Perbaikan Citra

5. Median Filter

Median filtering adalah filter yang digunakan untuk memperhalus gambar

tetapi tidak sehalu mean filtering. Gambar yang dihasilkan terlihat tidak rapi,

karena tidak dilakukan nya proses rata-rata tetapi dilakukan proses mencari nilai

tengah dari titik-titik yang direkam dalam matriks neighbour.

Program Mean Filter pada Matlab

Syntax Program :

normal=imread('Aryef_0.5.jpg'); = Menampung gambar dlm normalgray=rgb2gray(normal); = Menjadikan gambar graynoise=imnoise(gray,'salt & pepper',0.02);=Memberikan noisex=medfilt2(gray); = Memfilter gambar graysubplot(2,2,1) = Mengatur posisi plotimshow(normal); = Menampilkan gambar pada normaltitle('Citra Awal'); = Memberi judul gambarsubplot(2,2,2) = Mengatur posisi plotimshow(gray); = Menampilkan gambar graytitle('Citra Gray'); = Memberi judul gambarsubplot(2,2,3) = Mengatur posisi plotimshow(noise); = Menampilkan gambar yang diberi noisetitle('Memberi Noise'); = Memberi judul gambarsubplot(2,2,4) = Mengatur posisi plotimshow(x); = Menampilkan gambar pada xtitle('Median Filter'); = Memberi judul gambar

5

Page 6: TEORI 3 Perbaikan Citra

6. High Pass Filter

Berkebalikan dengan low-pass filtering, high-pass filtering adalah proses

filter yang melewatkan komponen citra dengan nilai intensitas yang tinggi dan

meredam komponen citra dengan nilai intensitas yang rendah. High pass filter akan

menyebabkan tepi objek tampak lebih tajam dibandingkan sekitarnya.

Aturan kernel untuk high-pass filter adalah:

1. Koefisien kernel boleh positif, negative, atau nol

2. Jumlah semua koefisien kernel adalah 0 atau 1

Contoh kernel yang dapat digunakan pada high-pass filtering adalah :

Program Mean Filter pada Matlab

Syntax Program :

I=imread('Aryef_0.5.jpg'); = Menampung gambar ke Igray=rgb2gray(I); = Menjadikan I ke gambar grayBW1 = edge (gray,'prewitt'); = Memfilter gambar dengan prewittBW2 = edge (gray,'sobel'); = Memfilter gambar dengan sobelsubplot(2,2,1) = Mengatur posisi plotimshow(I); = Menampilkan gambar aslititle('Citra Awal'); = Memberi judul gambarsubplot(2,2,2) = Mengatur posisi plot

6

Page 7: TEORI 3 Perbaikan Citra

imshow(gray); = Menampilkan gambar graytitle('Ubah Gray'); = Memberi judul gambarsubplot(2,2,3) = Mengatur posisi plotimshow(BW1); = Menampilkan gambar filter prewitttitle('HPF Presitt'); = Memberi judul gambarsubplot(2,2,4) = Mengatur posisi plotimshow(BW2); = Menampilkan gambar sobeltitle('HPF Sobel'); = Memberi judul gambar

KESIMPULAN :

Dari percobaan dengan menggunakan matlab dapat saya simpulkan bahwa untuk

mengedit citra telah tersedia code program pada matlab dan telah tersedia juga code untuk

menampilkan gambar dengan imtool juga memberikan noise serta memfilter gambar. Pada

citra terdapat nilai-nilai warna pada setiap pixel gambar, dan untuk mengedit seperti

menambahkan noise serta memfilter citra tersebut kita wajib memindahkan nilai dari citra

kedalam variable lain.

7