Pengolahan Citra Digital Peningkatan Mutu Citra Pada Domain

Pengolahan Citra Digital Peningkatan Mutu Citra Pada Domain Frekuensi Informatics Engineering Dept. Universitas Trunojoyo

Image Enhancement Spatial Domain Frequency Domain I. Fourier Spectra II. Wavelet Lowpass Filter a. Ideal b. Butterworth Highpass Filter c. Ideal d. Butterworth

I. Fourier Spectra n Peningkatan mutu citra pada domain frekuensi Fourier dilakukan secara straightforward: n Hitung transformasi Fourier dari citra kalikan hasilnya dengan fungsi filter lakukan transformasi invers untuk mendapatkan citra hasil. Citra Output Citra Input Transformasi Fourier Spectra Filter Frekuensi Kalikan Fourier Spectra yang sudah diubah Transformasi Invers Fourier

Lowpass & Highpass (1) n n n Blurring (lowpass) : mengurangi (suppress) nilai frekuensi tinggi Sharpening (highpass) : meloloskan nilai frekuensi tinggi G(u, v) = H(u, v)F(u, v)

Lowpass & Highpass (2) n n n Jika suatu citra banyak memiliki edge dan noise maka nilai FT-nya pada frekuensi tinggi akan besar. Prinsip Lowpass Filter: Blurring (smoothing) dapat dilakukan dengan mengurangi nilai FT pada frekuensi tinggi. Semakin tinggi frekuensi, semakin besar nilai (u, v) (semakin jauh dari titik origin (0, 0))

Ia. Ideal Lowpass filter n n n H(u, v) = 1 if D(u, v) ≤ D 0 = 0 if D(u, v) > D 0 adalah nilai ambang (cutoff frequency locus, nilainya > 0) D(u, v) adalah jarak (u, v) terhadap titik origin. D(u, v) = (u 2+v 2)1/2

Ia. Contoh ideal lowpass filtering

Ib. Butterworth Lowpass Filter

Ib. Contoh Butterworth lowpass filt.

Ic. Ideal Highpass Filter n H(u, v) = 0 if D(u, v) ≤ D 0 = 1 if D(u, v) > D 0

Id. Butterworth Highpass Filter

Domain Spasial Domain Frekwensi n n Kita dapat membuat mask spasial dari filter pada domain frekuensi Dengan demikian, hasil yang diperoleh dari pemrosesan pada domain spasial sama dengan hasil yang diperoleh dari pemrosesan pada domain frekuensi

Contoh

Transformasi Fourier dan Image Enhancement (1) n Contoh citra masukan dengan gangguan berbentuk garis-garis: § Citra hasil transformasi Fourier: 14

Transformasi Fourier dan Image Enhancement (2) § Citra hasil transformasi Fourier setelah dihilangkan gangguannya: § Citra hasil perbaikan: 15

Transformasi Fourier dan Image Enhancement (3) § Baris atas: Citra blur pada hasil transformasi Fourier kelihatan mengandung komponen frekwensi tinggi lebih sedikit § Baris bawah: Citra sharp pada hasil transformasi Fourier kelihatan mengandung komponen frekwensi tinggi lebih banyak 16

Transformasi Fourier dan Image Enhancement (4) § Citra masukan dengan gangguan band stripes: § Citra hasil perbaikan: 17

II. Wavelet n Dekomposisi wavelet pada setiap level akan menghasilkan 4 buah informasi: n n n A: bagian aproksimasi (low freq) H: bagian detail horizontal (high freq) V: bagian detail vertikal (high freq) D: bagian detail diagonal (high freq) Lowpass (membiarkan lolos bagian low freq): ambil bagian A nya Highpass (membiarkan lolos bagian high freq): ambil bagian detailnya (H, V, D)

Restorasi Citra (1) n n Image Enhancement (peningkatan mutu citra): kita memperbaiki tampilan citra untuk tujuan tertentu Image Restoration (restorasi citra): kita memperbaiki suatu citra yang terkena noise (model noise sudah kita ketahui atau kita duga sebelumnya)

Restorasi Citra (2) n n Termasuk dalam restorasi citra adalah menghilangkan jenis-jenis noise yang telah kita pelajari pada bagian transformasi. Sebagai contoh, jika kita mengetahui bahwa noise bersifat periodik dan menyeluruh pada citra, maka kita bisa menghilangkannya dengan transformasi Fourier.

Contoh Restorasi Citra

Restorasi Area Berawan Citra Optik Berawan Klasifikasi Citra Radar Restorasi Citra Optik (Sumber: Bakosurtanal RI; Area: Teluk Belantung)