5~Perbaikan Kualitas Citra Sutarno, ST. MT. Computer Engineering, Sriwijaya of University
Feb 09, 2016
5~Perbaikan Kualitas CitraSutarno, ST. MT.
Computer Engineering, Sriwijaya of University
Perbaikan Kualitas Citra (Image Enhancement)
Merupakan salah satu proses awal dalam pengolahan citra (image preprocessing).
Proses mendapatkan citra yang lebih mudah diinterpretasikan oleh mata manusia.
Citra memiliki kualitas yang buruk, misal: mengalami derau (noise), terlalu gelap/terang, kurang tajam, kabur, dll.
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
Secara matematis adalah proses mengubah citra f(x,y) menjadi f ’(x,y), sehinga ciri-ciri yang dilihat pada f(x,y) lebih ditonjolkan.
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
membuat lebih terang/gelap.menambah/mengurangkan nilai intesitas pixel
dengan sebuah kostanta di dalam citra.secara matematis:
f ’(x,y) = f(x,y) ± bJika nilai operasi pixel f ’(x,y) < 0 (nilai
keabuan minimum) atau f ’(x,y) > 255 (nilai keabuan maksimum), maka dilakukan proses Clipping.
Peregangan Kontras
Sebaran terang (lightness) dan gelap (darkness) di dalan sebuah citra.
Citra kontras-rendah (low contrast), kontras-bagus (good/normal contrast), dan kontras-tinggi (high contrast)
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
Mengubah sebaran nilai-nilai intensitaspada citra. 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) Menekan noise (gangguan) pada citra. 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
h(x) =f(x) * g(x)
Konvolusi terdapat pada operasi pengolahan citra yang akan mengalikan sebuah citra dengan sebuah mask atau kernel.
g(x) disebut kernel kovolusi atau kernel penapis atau kernel filterf(x) sinyal masukan citraf(x) hasil konvolusi
Transformasi Fourier dilakukan bila citra dimanipulasi dalam ranah (domain) frekuensi bukan ranah spasial.
Lanjutan Konvolusi dan Transformasi Fourier
Tanda * adalah posisi (0,0) dikernel
Misal : Citra (f(x,y) yang berukuran 5x5 dan sebuah kernel atau mask berukuran 3x3 masing masing sebagai berikut
Operator konvolusi antara citra f(x,y) dengan kernel g(x,y)= f(x,y)*g(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 0
-1 *4 -1
0 -1 0f(x,y)=
Lanjutan Konvolusi dan Transformasi Fourier
Hasil konvolusi = 3
Tempatkan kernel pada sudut kiri atas, kemudia hitung nilai pixel pada posisi (0,0) dari kernel
= (0x4)+(-1x4)+(0x3)+(-1x6)+(4x6)+(-1x5)+(0x5)+(-1x6)+(0x6)= 0+(-4)+0+(-6)+24+(-5)+0+(-6)+0= 24-21 = 3
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)= h(x,y)=
3
Lanjutan Konvolusi dan Transformasi Fourier
Hasil konvolusi = 0
Tempatkan kernel pada sudut kiri atas, kemudia hitung nilai pixel pada posisi (0,0) dari kernel
= (0x4)+(-1x3)+(0x5)+(-1x6)+(4x5)+(-1x5)+(0x6)+(-1x6)+(0x6)= 0+(-3)+0+(-6)+20+(-5)+0+(-6)+0= 20-20 = 0
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)= h(x,y)=
3 0
Lanjutan Konvolusi dan Transformasi Fourier
Hasil konvolusi = 0
Tempatkan kernel pada sudut kiri atas, kemudia hitung nilai pixel pada posisi (0,0) dari kernel
= (0x3)+(-1x5)+(0x4)+(-1x5)+(4x5)+(-1x2)+(0x6)+(-1x6)+(0x2)= 0+(-5)+0+(-5)+20+(-2)+0+(-6)+0= 20-18 = 2
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)= h(x,y)=
3 0 2
Lanjutan Konvolusi dan Transformasi Fourier
Hasil konvolusi = 0
Tempatkan kernel pada sudut kiri atas, kemudia hitung nilai pixel pada posisi (0,0) dari kernel
= (0x6)+(-1x6)+(0x2)+(-1x5)+(4x5)+(-1x3)+(0x2)+(-1x4)+(0x4)= 0+(-6)+0+(-5)+20+(-3)+0+(-4)+0= 20-18 = 2
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)= h(x,y)=
3 0 2
0 2 6
6 0 2
Lanjutan Konvolusi dan Transformasi Fourier
Tempatkan kernel pada sudut kiri atas, kemudia hitung nilai pixel pada posisi (0,0) dari kernel
Solusinya:1. Pixel pinggi diabaikan, tidak konvolusi2. Duplikasi elemen citra, misal elemen kolom pertama di tulis pada
elemen kolom M+13. Elemen diasumsikan nol (0)
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)=
?
?
? h(x,y)=
? 3 0 2
0 2 6
6 0 2
Lanjutan Konvolusi dan Transformasi Fourier
Catatan:
1. Tidak dilakukan konvolusi
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)
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)= h(x,y)=
4 4 3 5 4
6 3 0 2 2
5 0 2 6 2
6 6 0 2 2
3 5 2 4 4
Lanjutan Konvolusi dan Transformasi Fourier
Hasil konvolusi = 0
2. Duplikasi
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)= h(x,y)=
7 3 0 2
0 2 6
6 0 2
4
2
2
= (0x4)+(-1x4)+(0x4)+(-1x2)+(4x6)+(-1x6)+(0x2)+(-1x5)+(0x6)= 0+(-4)+0+(-2)+24+(-6)+0+(-5)+0= 24-17 = 7
Lanjutan Konvolusi dan Transformasi Fourier
Hasil konvolusi = 0
3. Bernilai nol (0)
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)= h(x,y)=
7 3 0 2
0 2 6
6 0 2
0
0
0
= (0x0)+(-1x4)+(0x4)+(-1x0)+(4x6)+(-1x6)+(0x0)+(-1x5)+(0x6)= 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
Manfaat proses konvolusi adalah :
Konvolusi merupakan konvolusi aras lokal, karena melibatkan pixel-pixel tetangga.
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 3x3. Tentukan hasil konvlusi pada citra tersebut
10 15 15 13 12
15 12 15 13 12
12 13 220 10 12
10 14 15 10 13
11 15 12 14 14
h(x,y)= h(x,y)=
1 -2 1
-2 *4 -2
1 -2 1
Pada (1,1) atau (220):= (1*12)+(-2*15)+(1*13)+(-2
Image Smoothing
Pada ranah spasial, operasi pelembutan dilakukan dengan mengganti intensitas suatu pixel dengan rata-rata diri nilai pixel tersebut dengan nilai pixel tetangga.
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
Δx = √2 *Δx =
Terdapat dua skema pererataan:1. pixel-pixel berjarak/radius Δx2. pixel-pixel berjarak /radius √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)
1/9 1/9 1/9
1/9 1/9 1/9
1/9 1/9 1/9
3x3 = 2x2=
Penapis h disebut penapis rerata (mean filter), dlam ranah frekuensi operasi konvolusi adalah
G(u,v) = F(u,v) * H(u,v)
1/4 1/4
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: Semua komponen penapisan harus positif Jumlah semua koefisien = 1
Penapis lolos rendah
Sebelum penapisan
8 8 8 8
8 17 8 8
8 8 8 8
8 8 8 8
8 9 9 8
8 8 8 8
Sesudah penapisan
Nilai 9 diperoleh dari:f’(1,1) = (8+8+8+8+17+8+8+8+8)/9
= 81/9 = 9
Penapis lolos rendah
Penapis lain yang dapat digunakan adalah:
1/16 1/8 1/16
1/8 1/4 1/8
1/16 1/8 1/16
Penapis lolos rendah disebut juga penapis lanjar, seperti operasi pelembutan dengan jenis-jenis: penapis minimum (min filter) penapis maksimum (max filter) penapis median (median filter)
1/10 1/10 1/10
1/10 1/5 1/10
1/10 1/10 1/10
Penapis medianPenapis 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 1812 10 10 10 1511 11 35 10 10
13 9 12 10 12
13 12 9 8 10
Urutan pixel dalam penapis tersebut adalah:9 10 10 10 10 10 11 12 35
13 10 15 14 1812 10 10 10 1511 11 10 10 10
13 9 12 10 12
13 12 9 8 10
Penapis median
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 {f1(x,y)+f2(x,y)}
Image Sharpening
Pada ranah spasial, operasi penajaman merupakan kebalikan dari operasi pelembutan.
Penajaman citra lebih berpengaruh pada tepi (edge) objek sehingga sering disebut operasi penajaman tepi (edge sharpening) atau peningkatan kualitas tepi (edge enhancement).
Operasi ini dilakukan dengan melewatkan citra pada penapis lolos tinggi, yakni melewatkan komponen frekuensi tinggi dan akan menurunkan komponen frekuensi rendah.
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 : Semua komponen penapisan boleh positif, negatif
atau nol. Jumlah semua koefisien adalah 0 atau 1
Penapis lolos tinggi
-1 -1 -1
-1 8 -1
-1 -1 -1
-1 -1 -1
-1 9 -1
-1 -1 -1
0 -1 0
-1 5 -1
0 -1 0
1 -2 1
-2 5 -2
1 -2 1
1 -2 1
-2 4 -2
1 -2 1
0 1 0
1 -4 1
0 1 0
Penapis lolos tinggiCitra sebelum penapisan
X X X X X X X
X 0 0 12 0 0 X
X 0 0 12 0 0 X
X 0 0 12 0 0 X
X X X X X X X
Lakukan penapisan
4 4 4 8 8 8 8
4 4 4 8 8 8 8
4 4 4 8 8 8 8
4 4 4 8 8 8 8
4 4 4 8 8 8 8
-1 -1 -1
-1 8 -1
-1 -1 -1
Penapis lolos tinggiCitra sebelum penapisan
4 4 4 4 4 4 4
4 4 4 4 4 4 4
4 4 4 4 4 4 4
4 4 4 4 4 4 4
4 4 4 4 4 4 4
Lakukan penapisan dengan tapis 1 dan 2
4 4 4 8 8 8 8
4 4 4 8 8 8 8
4 4 4 8 8 8 8
4 4 4 8 8 8 8
4 4 4 8 8 8 8
-1 -1 -1
-1 8 -1
-1 -1 -1
-1 -1 -1
-1 9 -1
-1 -1 -1