Perbaikan Kualitas Citra Image Enhancement Proses proses yang

Perbaikan Kualitas Citra (Image Enhancement)

Proses – proses yang termasuk dalam perbaikan kualitas citra : 1. Operasi Titik Pengubahan kualitas citra (Image brightness) Koreksi Gamma, Pengubahan Histogram Citra 2. Filtering Filter linier, Filter non linier 3. Operasi Geometri Translasi, rotasi, Penskalaan

Pengubahan kualitas citra (Image brightness) • Kecerahan/kecemerlangan gambar dapat diperbaiki dengan menambahkan (atau mengurangkan) sebuah konstanta kepada setiap pixel di dalam citra. • Akibat dari operasi tersebut, histogram citra mengalami pergeseran. • Secara matematis operasi tersebut dpt di tulis sebagai : Jika b positif, kecerahan gambar bertambah, sebaliknya jika b negatif kecerahan gambar berkurang.

Macam-macam Pengubahan Kualitas Citra Asal Histogram

Macam-macam Pengubahan Kualitas Citra dengan b=+100 Histogram

Macam-macam Pengubahan Kualitas Citra Asal Histogram

Macam-macam Pengubahan Kualitas Citra dengan b= - 100 Histogram

Koreksi Gamma • Bentuk umum transformasi gamma • adalah faktor koreksi gamma dengan kisaran • Semakin kecil faktor koreksi maka citra output akan semakin terang dan semakin tinggi faktor koreksi maka citra output akan mendekati citra asli

Contoh Hasil Koreksi Gamma

Perataan Histogram (Histogram Equalization) • Tujuannya adalah untuk memperoleh penyebaran histogram yang merata, sedemikian sehingga setiap derajat keabuan memiliki jumlah pixel yang relatif sama. • Prosedur adalah mengubah derajat keabuan suatu pixel (r) dengan derajat keabuan yang baru (s) dengan suatu fungsi transformasi T

• Dalam bentuk diskrit, nilai-nilai s diperoleh dengan persamaan : yang dalam hal ini,

Histogram Citra asal

Histogram Citra Hasil Perataan Histogram

Filtering Pelembutan Citra (Image Smoothing) • Bertujuan untuk menekan gangguan (noise) sebagai akibat dari hasil penerokan yang tidak bagus (sensor noise, photographic grain noise) atau akibat saluran transmisi. • Pixel yang mengalami gangguan umumnya memiliki frekuensi tinggi (berdasarkan analisis frekuensi dengan transformasi fourier). • Operasi Image smoothing dilakukan untuk menekan komponen yang berfrekuensi tinggi dan meloloskan komponen yang berfrekuensi rendah.

• Operasi pelembutan citra dapat dipandang sebagai konvolusi citra f(x, y) dengan filter h(x, y) : dimana penapis h(x, y) disebut juga filter lolos rendah (low-pass filter), karena filter tersebut menekan komponen yang berfrekuensi tinggi (misalnya pixel gangguan, pixel tepi) dan meloloskan komponen yang berfrekuensi rendah.

Low-Pass Filter Aturan : 1. Semua koefisien penapis harus positif 2. Jumlah semua koefisien harus sama dengan 1 Jika jumlah semua koefisien lebih besar dari 1, mk konvolusi menghasilkan penguatan (tidak didinginkan). Jika jumlah semua koefisien kurang dari 1, mk yang dihasilkan adalah penurunan. Akibatnya, citra hasil pelembutan tampak lebih gelap.

Contoh Penapis Lolos Rendah (i) (iii)

Contoh Hasil Operasi Image Smooting

Penajaman Citra (Image Sharpening) • Bertujuan memperjelas tepi pada objek di dalam citra. • Operasi penajaman dilakukan dengan melewatkan citra pada penapis lolos tinggi (highpass filter). • Penapis lolos tinggi akan meloloskan (atau memperkuat) komponen yang berfrekuensi tinggi (misalnya tepi atau pinggiran objek) dan akan menurunkan komponen berfrekuensi rendah. Akibatnya, pinggiran objek terlihat lebih tajam dibandingkan sekitarnya.

Filter Lolos Tinggi Aturan filter lolos tinggi : 1. Koefisien penapis boleh positif, negatif atau nol 2. Jumlah semua koefisien adalah 0 atau 1 Jika jumlah koefisien = 0 maka komponen berfrekuensi rendah akan turun nilainya, sedangkan jika jumlah koefisien sama dengan 1 maka komponen berfrekuensi rendah akan tetap sama dengan nilai semula.

Contoh Filter Lolos Tinggi

Contoh Hasil penajaman dengan Filter Lolos Tinggi

Contoh Hasil penajaman dengan filter Lolos Tinggi

Median Filter • Window digeser titik demi titik pada seluruh daerah citra. • Pada setiap pergeseran dibuat window baru • Titik tengah dari window tsb diubah dengan nilai median dari window tersebut

Contoh penghilangan noise dengan median filter 3 x 3 13 10 15 14 18 12 10 10 10 15 11 11 35 10 10 11 11 10 10 10 13 9 12 10 12 13 12 9 8 10

Contoh Hasil Filtering dengan median filter