TUJUAN - univbsi.idunivbsi.id/pdf/2014/100/100-P05.pdf · Teori Konvolusi • Operasi yang mendasar...
Transcript of TUJUAN - univbsi.idunivbsi.id/pdf/2014/100/100-P05.pdf · Teori Konvolusi • Operasi yang mendasar...
• TUJUAN
Agar mahasiswa dapat memahami tentang
operasi matematis dalam Pengolahan citra
digital konvolusi dan transformasi Fourier
2
KONVOLUSI DAN TRANSFORMASI
FOURIER
Operasi Matematis dalam Pengolahan
Citra Digital
1. Konvolusi, terdapat pada operasi pengolahan
citra yang mengalikan sebuah citra dengan
sebuah mask atau kernel
2. Transformasi Fourier, dilakukan bila citra
dimanipulasi dalam ranah (domain) frekuensi
daripada spasial
Teori Konvolusi
• Operasi yang mendasar dalam pengolahan
citra adalah operasi konvolusi
• Konvolusi 2 buah fungsi f(x) dan g(x)
didefenisikan sebagai berikut :
h(x) = f(x) * g(x) =
)()( axgaf
3/4/2019 4
• Tanda * menyatakan operator konvolusi, dan
peubah (variabel) a adalah peubah bantu
(dummy variabel).
• Untuk fungsi diskrit, konvolusi didefenisikan
sebagai.
h(x) = f(x) * g(x) =
)()( axgaf
3/4/2019 5
• Pada operasi konvolusi di atas, g(x) disebutkernel konvolusi atau kernel penapis (filter)
• Kernel g(x) merupakan suatu jendela yangdioperasikan secara bergeser pada sinyalmasukan f(x), yang dalam hal ini, jumlahperkalian kedua fungsi pada setiap titikmerupakan hasil konvolusi yang dinyatakandengan keluaran h(x)
3/4/2019 6
• Ilustrasi konvolusi adalah sebagai berikut :
Misalkan fungsi f(x) dan g(x) seperti gambar 1
dan 2, langkah-langkah perhitungan hasil
konvolusi ditunjukkan mulai dari gambar 3
sampai dengan gambar 6, yaitu :
lainnya 0
2 x 1 x/2- 1
1 x 0 2/
)(*)(
x
xgxf
3/4/2019 7
Konvolusi Pada Fungsi Dua Dimensi
• Untuk fungsi dengan dua peubah (fungsi dua
dimensi atau dwimatra), operasi konvolusi
didefenisikan sebagai berikut :
a. Untuk fungsi kontinu
- -
b)dadb-ya,-b)g(xf(a,
y)g(x,*y)(x, f y)(x, h
3/4/2019 12
• Fungsi penapis g(x,y)_ disebut juga
convolution filter, convolution mask,
convolution kernel, atau template. Dalam
ranah diskrit kernel konvolusi dinyatakan
dalam bentuk matriks (umumnya 3 x 3).
Ukuran matrik ini biasanya lebih kecil dari
ukuran citra. Setiap elemen matriks
disebut koefisien konvolusi.
• Ilustrasi konvolusi ditunjukkan pada
gambar berikut3/4/2019 14
p1 p2 p3
p4 p5 p6
p7 p8 p9 f(i,j)
A B C
D E F
G H I
kernel
citra
98765
4321
Ip Hp Gp Fp
Dp Cp Bp Ap ),(
Ep
jif
3/4/2019 15
• Operasi konvolusi dilakukan dengan
menggeser kernel konvolusi pixel per pixel.
Hasil konvolusi disimpan dalam matriks
yang baru
• Contoh : Misalkan citra f (x,y) yang
berukuran 5 x 5 dan sebuah kernel atau
mask yang berukuran 3 x 3 masing-masing
adalah sebagai berikut :
3/4/2019 16
44253
35576
26665
25566
45344
),( yxf
01-0
1-41-
01-0
),( yxg
Ket: Tanda menyatakan posisi (0,0) dari kernel3/4/2019 17
• Operasi antara citra f(x,y) dengan kernel
g(x,y)
f(x,y) * g(x,y)
• Langkah penyelesaiannya sebagai berikut :
1.Tempatkan kernel pada sudut kiri atas,kemudian hitung nilai pixel pada posisi(0,0) dari kernel :
Hasil konvolusi =(0 x 4) + (-1 x 4) + (0 x 3)+ (-1 x 6) + (4 x 6) + (-1 x 5) + (0 x 5) + (-1x 6) + (0 x 6) = 3
3/4/2019 18
2. Geser kernel satu pixel ke kanan, kemudian hitung
nilai pixel pada posisi (0,0) dari kernel :
4 4 3 5 4
6 6 5 5 2
5 6 6 6 2
6 7 5 5 3
3 5 2 4 4
Hasil konvolusi = 03/4/2019 21
3. Geser lagi kernel satu pixel kekanan,
keamudian hitung nilai pixel pada posisis
(0,0) seperti langkah sebelumnya, didapat :
3 0 2
3/4/2019 23
• Selanjutnya geser kernel satu pixel ke
bawah, lalu mulai lagi melakukan
konvolusi dari sisi kiri citra, setiap kali
konvolusi, geser kernel satu pixel ke
kanan. Setelah baris ketiga dikonvolusi,
maka didapat hasil seperti gambar
berikut :
3/4/2019 24
• Catatan :
Jika hasil konvolusi menghasilkan nilai
pixel negatif, maka nilai tersebut
dijadikan nol, sebaliknya jika hasil
konvolusi menghasilkan nilai pixel yang
lebih besar dari nilai maksimum, maka
nilai tersebut dijadikan ke nilai
keabuan maksimum.
3/4/2019 26
• Untuk pixel tepi tidak dikonvolusi, jadi
nilainya tetap sama seperti citra asal,
Sehingga hasil secara keseluruhan
adalah seperti gambar berikut :
3/4/2019 27
• Konvolusi berguna pada proses pengolahan
citra seperti :
1. Perbaikan kualitas citra (image
enhancement)
2. Penghilangan derau
3. Penghalusan/pelembutan citra
4. Deteksi tepi, penajaman tepi
3/4/2019 29
1. Konvolusi, terdapat pada operasi
pengolahan citra yang mengalikan
sebuah citra dengan:
a. Sebuah mask
b. Koefisien
c. Nilai bias
d. 0
e. 1
2. Transformasi Fourier, dilakukan bila citra
dimanipulasi dalam ranah (domain)
frekuensi dari pada:
a. Kernel
b. Atas
c. Bawah
d. Citra
e. Spasial
3. Untuk fungsi diskrit, konvolusi didefenisikan
sebagai
h(x) = f(x) * g(x) =
Pada operasi konvolusi di atas, g(x) disebut
kernel:
a. Konvolusi d. Citra
b. Mask e. Piksel
c. Utama
)()( axgaf
3/4/2019 33
4. Operasi konvolusi dilakukan dengan:
a. Menggeser kernel konvolusi piksel
perpiksel
b. Mengganti kernel
c. Memanipulasi kernel
d. Mengalikan citra dengan sebuah mask
e. Deteksi tepi
3/4/2019 34