5Perbaikan Kualitas Citra Sutarno ST MT Computer Engineering

5~Perbaikan Kualitas Citra Sutarno, ST. MT. Computer Engineering, Sriwijaya of University

Perbaikan Kualitas Citra (Image Enhancement) ü Merupakan salah satu proses awal dalam pengolahan citra (image preprocessing). ü Proses mendapatkan citra yang lebih mudah diinterpretasikan oleh mata manusia. ü Citra memiliki kualitas yang buruk, misal: mengalami derau (noise), terlalu gelap/terang, kurang tajam, kabur, dll. ü Kualitas citra diperbaiki sehingga adapt digunakan untuk aplikasi lebih lanjut, seperti aplikasi pengenalan (recognition) objek dalam citra.

Noise Speckle

Noise Speckle

Noise Speckle

Lingkup Perbaikan ü Secara matematis adalah proses mengubah citra f(x, y) menjadi f’(x, y), sehinga ciri-ciri yang dilihat pada f(x, y) lebih ditonjolkan. ü Diantara proses perbaikan kualitas citra adalah: § Pengubahan kecerahan gambar (image brightness) § Peregangan kontra (contrast stretching) § Pengubahan histogram citra § Pelembutan citra (image smoothing) § Penajaman (sharpening) tepi (edge) § Pewarnaan semu (pseudocoloring) § Pengubahan geometrik

Pengubahan Kecerahan Gambar ü membuat lebih terang/gelap. ümenambah/mengurangkan nilai intesitas pixel dengan sebuah kostanta di dalam citra. üsecara matematis: f’(x, y) = f(x, y) ± b üJika nilai operasi pixel f’(x, y) < 0 (nilai keabuan minimum) atau f’(x, y) > 255 (nilai keabuan maksimum), maka dilakukan proses Clipping.

Peregangan Kontras ü Sebaran terang (lightness) dan gelap (darkness) di dalan sebuah citra. ü Citra kontras-rendah (low contrast), kontras-bagus (good/normal contrast), dan kontras-tinggi (high contrast) ü Algoritma peregangan kontras: § Temukan batas bawah dan atas pengelompokan pixel atau nilai f(x, y) terendah/tertinggi dari derajat keabuan (0 sampai 255) atau (255 sampai 0). § § § Pixel dibawah nilai ambang pertama diset 0 dan diatas nilai ambang kedua diset 255. Pixel diantara nilai ambang diskalakan (s) untuk memenuhi rentang keabuan (0 sampai 255). s = ((r-rmak)/(rmin-rmak)) * 255

Pengubahan Histogram Citra ü Mengubah sebaran nilai-nilai intensitaspada citra. ü Terdapat dua metode: 1. Pererataan histogram (equalization histogram), nilai-nilai citra diubah sehingga penyebarannya seragam (uniform). 2. Spesifikasi histogram (specifications histogram), nilai-nilai citra diubah agar diperoleh histogram dengan bentuk yang dispesifikasikan oleh pengguna.

Pelembutan Citra (image smooting) ü Menekan noise (gangguan) pada citra. ü ü ü Penyebab noise diantaranya: hasil penerokan yang tidak baik (sensor noise, photographic grain noise) dan akibat saluran transmisi saat pengiriman data. Variasi intensitas pixel umumnya tidak berkorelasi dengan pixel-pixel tetangga, seperti spike atau speckle. Pixel yang memiliki gangguan umumnya memiliki frekuensi tertinggi (berdasarkan analisis transformasi Fourier). Operasi pelembutan adalah upaya menekan komponen yang berfrekuensi tinggi dan meloloskan komponen yang berfrekuensi rendah. Sebainya kita paham dulu proses konvolusi

Konvolusi dan Transformasi Fourier Konvolusi terdapat pada operasi pengolahan citra yang akan mengalikan sebuah citra dengan sebuah mask atau kernel. Transformasi Fourier dilakukan bila citra dimanipulasi dalam ranah (domain) frekuensi bukan ranah spasial. h(x) =f(x) * g(x) disebut kernel kovolusi atau kernel penapis atau kernel filter f(x) sinyal masukan citra f(x) hasil konvolusi

Lanjutan Konvolusi dan Transformasi Fourier Misal : Citra (f(x, y) yang berukuran 5 x 5 dan sebuah kernel atau mask berukuran 3 x 3 masing sebagai berikut f(x, y)= 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 f(x, y)= 0 -1 *4 -1 0 Tanda * adalah posisi (0, 0) dikernel Operator konvolusi antara citra f(x, y) dengan kernel g(x, y) = f(x, y)*g(x, y)

Lanjutan Konvolusi dan Transformasi Fourier Tempatkan kernel pada sudut kiri atas, kemudia hitung nilai pixel pada posisi (0, 0) dari kernel h(x, y)= 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 3 h(x, y)= Hasil konvolusi = 3 = (0 x 4)+(-1 x 4)+(0 x 3)+(-1 x 6)+(4 x 6)+(-1 x 5)+(0 x 5)+(-1 x 6)+(0 x 6) = 0+(-4)+0+(-6)+24+(-5)+0+(-6)+0 = 24 -21 = 3

Lanjutan Konvolusi dan Transformasi Fourier Tempatkan kernel pada sudut kiri atas, kemudia hitung nilai pixel pada posisi (0, 0) dari kernel h(x, y)= 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 3 0 h(x, y)= Hasil konvolusi = 0 = (0 x 4)+(-1 x 3)+(0 x 5)+(-1 x 6)+(4 x 5)+(-1 x 5)+(0 x 6)+(-1 x 6)+(0 x 6) = 0+(-3)+0+(-6)+20+(-5)+0+(-6)+0 = 20 -20 = 0

Lanjutan Konvolusi dan Transformasi Fourier Tempatkan kernel pada sudut kiri atas, kemudia hitung nilai pixel pada posisi (0, 0) dari kernel h(x, y)= 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 3 0 2 h(x, y)= Hasil konvolusi = 0 = (0 x 3)+(-1 x 5)+(0 x 4)+(-1 x 5)+(4 x 5)+(-1 x 2)+(0 x 6)+(-1 x 6)+(0 x 2) = 0+(-5)+20+(-2)+0+(-6)+0 = 20 -18 = 2

Lanjutan Konvolusi dan Transformasi Fourier Tempatkan kernel pada sudut kiri atas, kemudia hitung nilai pixel pada posisi (0, 0) dari kernel h(x, y)= 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 h(x, y)= 3 0 2 6 6 0 2 Hasil konvolusi = 0 = (0 x 6)+(-1 x 6)+(0 x 2)+(-1 x 5)+(4 x 5)+(-1 x 3)+(0 x 2)+(-1 x 4)+(0 x 4) = 0+(-6)+0+(-5)+20+(-3)+0+(-4)+0 = 20 -18 = 2

Lanjutan Konvolusi dan Transformasi Fourier Tempatkan kernel pada sudut kiri atas, kemudia hitung nilai pixel pada posisi (0, 0) dari kernel h(x, y)= ? 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 ? h(x, y)= 3 0 2 6 6 0 2 Solusinya: 1. Pixel pinggi diabaikan, tidak konvolusi 2. Duplikasi elemen citra, misal elemen kolom pertama di tulis pada elemen kolom M+1 3. Elemen diasumsikan nol (0)

Lanjutan Konvolusi dan Transformasi Fourier 1. Tidak dilakukan konvolusi h(x, y)= 4 4 3 5 4 6 6 5 5 2 6 3 0 2 2 5 6 6 6 2 h(x, y)= 5 0 2 6 7 5 5 3 6 6 0 2 2 3 5 2 4 4 Catatan: Jika konvolusi menghasilkan nilai negatif, maka nilai dijadilan 0, dan sebaliknya jika hasilnya lebih besar dari nilai derajat keabuan maka dijadikan nilai keabuan maksimum (clipping)

Lanjutan Konvolusi dan Transformasi Fourier 2. Duplikasi h(x, y)= 4 4 4 3 5 4 2 6 6 5 5 2 2 5 6 6 6 2 6 7 5 5 3 3 5 2 4 4 7 h(x, y)= 3 0 2 6 6 0 2 Hasil konvolusi = 0 = (0 x 4)+(-1 x 4)+(0 x 4)+(-1 x 2)+(4 x 6)+(-1 x 6)+(0 x 2)+(-1 x 5)+(0 x 6) = 0+(-4)+0+(-2)+24+(-6)+0+(-5)+0 = 24 -17 = 7

Lanjutan Konvolusi dan Transformasi Fourier 3. Bernilai nol (0) h(x, y)= 0 4 4 3 5 4 0 6 6 5 5 2 0 5 6 6 6 2 6 7 5 5 3 3 5 2 4 4 7 h(x, y)= 3 0 2 6 6 0 2 Hasil konvolusi = 0 = (0 x 0)+(-1 x 4)+(0 x 4)+(-1 x 0)+(4 x 6)+(-1 x 6)+(0 x 0)+(-1 x 5)+(0 x 6) = 0+(-4)+0+(0)+24+(-6)+0+(-5)+0 = 24 -15 = 9 karena nilai lebih dari 7 (derajat keabuan tertinggi) = 24 =8 (0 -7), maka nilai dijadikan 7

Lanjutan Konvolusi dan Transformasi Fourier Konvolusi merupakan konvolusi aras lokal, karena melibatkan pixel-pixel tetangga. Manfaat proses konvolusi adalah : § perbaikan kualitas citra § penghilangan derau § mengurangi erotan § penghalusan atau pelembutan § deteksi tepi, penejaman tepi, dll

Lanjutan Konvolusi dan Transformasi Fourier Latihan: sebuah citra 8 bit (0 hingga 256) ditapis (konvolusi) dengan kernel/mask gaussian yang berukuran 3 x 3. Tentukan hasil konvlusi pada citra tersebut 10 15 15 13 12 h(x, y)= 12 13 220 10 12 10 14 15 10 13 11 15 12 14 14 Pada (1, 1) atau (220): = (1*12)+(-2*15)+(1*13)+(-2 1 h(x, y)= -2 *4 -2 1

Image Smoothing Pada ranah spasial, operasi pelembutan dilakukan dengan mengganti intensitas suatu pixel dengan rata diri nilai pixel tersebut dengan nilai pixel tetangga. Terdapat dua skema pererataan: 1. pixel-pixel berjarak/radius Δx 2. pixel-pixel berjarak /radius √ 2 *Δx Δx = . . . √ 2 *Δx =. . .

Lanjutan Image Smooting Operasi pererataan dapat dipandang sebagai konvolusi pada citra f(x, y) dengan penapis h(x, y): g(x, y) = f(x, y) * h(x, y) Penapis h disebut penapis rerata (mean filter), dlam ranah frekuensi operasi konvolusi adalah G(u, v) = F(u, v) * H(u, v) 3 x 3 = 1/9 1/9 1/9 2 x 2= 1/4 1/4

Penapis lolos rendah Penapis h(x, y) pada operasi pelembutan citra = penapis lolos rendah (low pass filter) = menekan komponen yang berfrekuensi tinggi dan meloloskan komponen b erfrekuensi rendah. Penapis rata-rata merupakan penapis lolos rendah yang paling sederhana dengan aturan: q Semua komponen penapisan harus positif q Jumlah semua koefisien = 1

Penapis lolos rendah 8 8 8 8 8 17 8 8 8 9 9 8 8 8 8 8 Sebelum penapisan Sesudah penapisan Nilai 9 diperoleh dari: f’(1, 1) = (8+8+17+8+8)/9 = 81/9 = 9

Penapis lolos rendah Penapis lain yang dapat digunakan adalah: 1/16 1/8 1/16 1/10 1/8 1/4 1/8 1/10 1/16 1/8 1/16 1/10 1/5 1/10 Penapis lolos rendah disebut juga penapis lanjar, seperti operasi pelembutan dengan jenis-jenis: ü penapis minimum (min filter) ü penapis maksimum (max filter) ü penapis median (median filter)

Penapis median dikembangkan oleh Tukey, penapis ini merupakan jendela memuat sejumlah pixel (ganjil) yang digeser titik demi titik pada seluruh daerah citra. Titik tengah dari jendela diubah dengan nilai median dari jendela tersebut. 13 10 15 14 18 12 10 10 10 15 11 11 35 10 10 11 11 10 10 10 13 12 10 12 13 9 13 12 8 10 9 12 10 12 9 8 Urutan pixel dalam penapis tersebut adalah: 9 10 10 10 11 12 35 10

Penapis median selain berbentuk kotak, jendela pada tapis median dapat pula berbentuk palang (cross), vertikal (vertical strip), horisontal (horizontal strip). Cara lain pelembutan citra adalah dengan merata-ratakan derajat keabuan setiap pixel citra yang diambil berkali-kali, misal: f’(x, y) = ½ {f 1(x, y)+f 2(x, y)}

Image Sharpening Pada ranah spasial, operasi penajaman merupakan kebalikan dari operasi pelembutan. Operasi ini dilakukan dengan melewatkan citra pada penapis lolos tinggi, yakni melewatkan komponen frekuensi tinggi dan akan menurunkan komponen frekuensi rendah. Penajaman citra lebih berpengaruh pada tepi (edge) objek sehingga sering disebut operasi penajaman tepi (edge sharpening) atau peningkatan kualitas tepi (edge enhancement).

Penapis lolos tinggi Penapis h(x, y) pada operasi penajaman citra = penapis lolos tinggi (lhigh pass filter) = menekan komponen yang berfrekuensi rendah dan meloloskan komponen berfrekuensi tinggi. Aturan penapis lolos tinggi adalah : q Semua komponen penapisan boleh positif, negatif atau nol. q Jumlah semua koefisien adalah 0 atau 1

Penapis lolos tinggi -1 -1 -1 0 -1 8 -1 -1 9 -1 -1 5 -1 -1 0 1 -2 1 0 1 0 -2 5 -2 -2 4 -2 1 -4 1 1 -2 1 0

Penapis lolos tinggi Citra sebelum penapisan 4 4 4 8 8 8 8 -1 -1 -1 4 4 4 8 8 -1 4 4 4 8 8 -1 -1 -1 4 4 4 8 8 X X X X 0 0 12 0 0 X X X X Lakukan penapisan

Penapis lolos tinggi Citra sebelum penapisan 4 4 4 4 4 4 4 4 4 4 8 8 8 8 4 4 4 4 4 8 8 Lakukan penapisan dengan tapis 1 dan 2 -1 -1 8 -1 -1 9 -1 -1