PENGOLAHAN CITRA - STMIK AMIKOM Purwokertoelearning.amikompurwokerto.ac.id/index.php/download/materi/...Image negative, contrast Stretching, Compression Of Dynamic range, gray level

STMIK AMIKOM PURWOKERTO

ABDUL AZIS, M.KOM

PENGOLAHAN CITRA

1


ABDUL AZIS, M.KOM

Prinsip Enhancement

Pemrosesan sebuah image sehingga

hasil sesuai

yang didapat bersifat lebih untuk digunakan pada aplikasi

tertentu dibandingkan dengan y

image a s l i

hasil

n a .

Kesesuaian enhancement adalah

b e r g a n t u n g p a d a a p l i k a s i n y a .

2


ABDUL AZIS, M.KOM

Image Asli Image Hasil Proses Enhancement

3


ABDUL AZIS, M.KOM

S o l u s i t h d i m a g e e n h a n c e me n t

bergantung kepada problem image y a n g d i h a d a p i .

Tidak ada metode yang bersifat

general yang dapat diterapkan untuk setiap aplikasi, pendekatan terhadap satu aplikasi dapat dilakukan lewat m e t o d e y a n g b e r b e d a .

4


ABDUL AZIS, M.KOM

Contoh Enhancement

5


ABDUL AZIS, M.KOM

Kriteria Good Image

U n t u k h u m a n v i s u a l

E v a l u a s i v i s u a l d a r i s e b u a h i m a g e u n t u k

menentukan kualitas image sangat dipengaruhi oleh unsur-unsur subjektivitas. Dengan demikian sulit untuk melakukan standarisasi definisi good image.

U

n t u k p e r s e p s i m e s i n

Proses evaluasi lebih mudah untuk dikerjakan. Good image adalah image yang dapat dikenali lebih baik oleh mesin. Proses pemilihan pendekatan enhancement yang terbaik dapat dilakukan dengan cara trial dan error

dapat sehingga didapat metode

tertentu yang menghasilkan image yang d a p a t d e n g a n b a i k d i k e n a l i o l e h m e s i n .

6


ABDUL AZIS, M.KOM

2 Katagori Domain

Spatial Domain : Adalah teknik yang didasarkan pada manipulasi langsung terhadap pixel dari image.

Frequency Domain :

Adalah teknik yang didasarkan pada modifikasi image lewat transformasi Fourier

Terdapat pula sejumlah teknik enhancement yang didasarkan pada kombinasi kedua katagori domain tersebut.

7


ABDUL AZIS, M.KOM

Teknik Enhancement

Point Processing

Image negative, contrast Stretching, Compression Of Dynamic range, gray level slicing, image subtraction,image averaging, histogram operations.

Mask Operation

Smoothing operations,median filtering,sharpening operations, derivative operations, histogram operations.

Transform Operation

Low pass filtering, high pass filtering,band pass filtering,homomorphic filtering, histogram operations

Coloring Operation

False coloring, full color processing

8


ABDUL AZIS, M.KOM

ari (x,y)

Domain Spasial

Adalah prosedur yang secara

langsung memanipulasi pixel. g(x,y) = T[f(x,y)]

dimana

f(x,y) adalah image g(x,y) adalah image

input yang

diproses

T adalah sebuah operator pada f yang didefinisikan berdasar nilai neighborhood d T

f(x,y) g(x,y) 9


ABDUL AZIS, M.KOM

Operator T dapat berupa :

Kumpulan pixels (x,y) dari image

Kumpulan dari ‘neighborhoods’ N(x,y)

dari setiap pixel

Kumpulan dari images f1,f2,f3,…

10


ABDUL AZIS, M.KOM

6

8

2

0

12

200

20

10

3

4

1

0

6

100

10

5

Operasi

image

terhadap himpunan pixel dari

(Operator: Div. by 2)

11


ABDUL AZIS, M.KOM

6

8

2

0

12

200

20

10

5

5

1

0

2

20

3

4

11

13

3

0

14

220

23

14

Operasi

f1,f2

terhadap kumpulan image

(Operator: sum)

12


ABDUL AZIS, M.KOM

Point Processing

N e i g h b o r h o o d = 1 x 1 p i x e l

Output pixel pada titik tertentu hanya bergantung pada input pixel pada titik tersebut dan tidak bergantung pada nilai

p

g p

i x e l

hanya a d a

t e t a n g g a n y a .

bergantung pada nilai f

p o s i s i ( x , y )

T = fungsi transformasi gray

level (atau intensitas mapping)

s = T(r) s = T(r)

Dimana

r = gray level dari input image f(x,y)

s = gray level dari output image g(x,y)

13


ABDUL AZIS, M.KOM

dibawah m dari image a s l i .

Contrast Stretching

Menghasilkan higher image cara : p k a n

contrast dari original, dengan

M e n g g e l a

( d a r k e n i n g ) l e v e l

M e n c e r a h k a n

(Brightening) level yang dari berada di atas m

s i m a g e a l i .

14


ABDUL AZIS, M.KOM

Hasil Contrast Stretching

15


ABDUL AZIS, M.KOM

Tresholding

Menghasilkan image biner (two level image)

16


ABDUL AZIS, M.KOM

Bila r1=r2, s1=0 da n s2=L-1,

transformasi akan berubah m e n j a d i s e b u a h f u n g s i

Lokasi dari (r1,s1) dan (r2,s2) menjadi kontrol dari bentuk

f u n g s i t r a n s f o r m a s i .

B i l a r 1 = s 1 d a n r 2 = s 2

transformasi adalah fungsi linear dan hasilnya adalah

image. tidak ada perubahan

t h r e s h o l menghasilkan

d i n g sebuah

g

y a n g binary

i m a e .

17


ABDUL AZIS, M.KOM

Contoh Contrast Stretching dan Tresholding

Meningkatkan range dinamis dari

g r a y l e v e l d a l a m i m a g e .

C o n t o h s e b u a h i m a g e y a n g

bersifat low contrast. Image semacam ini dapat dihasilkan proses iluminasi yang jelek setting lensa yang kurang

atau baik i s i . s a a t p r o s e s a k u i s

Hasil dari contrast Stretching :

(r1,s1) = (r2,s2) =

(rmin,0) dan (rmax,L-1)

Hasil dari proses thresholding

18


ABDUL AZIS, M.KOM

Image Negatives

Didapat dengan menerapkan fungsi

transformasi Value.

T(r) = s = L- 1 – r; L = Max Gray

19


ABDUL AZIS, M.KOM

Fungsi kebalikan dari

hitam ke putih atau

Image Negatives

seba lik nya sehing ga intensitas dari image o u t p u t b e r k u r a n g sementara intensitas d a r i i m a g e i n p u t b e r t a m b a h .

Banyak digunakan pada

i m a g e k e d o k t e r a n terutama sekali untuk mengh asi lk a n s li d es d a r i s c r e e n .

20


ABDUL AZIS, M.KOM

3 Fungsi Dasar Transformasi Gray Level

Linear function Negative and identity

transformations Logarithm function Log and inverse-log

transformation Power-law function nth power and nth root

transformations

21


ABDUL AZIS, M.KOM

2

Log Transformations

InvLog Log

2


ABDUL AZIS, M.KOM

Gamma Correction

Alat Cathode ray tube (CRT)

memiliki intensitas terhadap r e s p o n s e v o l t a g e d a l a m b e n t u k d e n g a n a n t a r a Efeknya

p o w e r f u n c t i o n b e r k i s a r n i l a i

1 . 8 akan

γ h i n g g a 2 . 5 menyebabkan

image Gamma

menjadi lebih gelap. correction dilakukan

s a a t y a i t u

pr e po ce s s i n g i m a g e s e b e l u m i m a g e d i

k e 1/ γ

m a s u k k a n k e d a l a m s = cr monitor dengan

23


ABDUL AZIS, M.KOM

Sebuah image MRI (Magnetic Resonance Image) untuk tulang manusia. Image asli didominasi oleh warna gelap. Diperlukan ekspansi nilai

gray level dengan nilai γ < 1 Hasil penerapan power-law transformation dengan γ = 0.6, c=1 Hasil transformasi dengan γ = 0.4 (hasil terbaik) Hasil transformasi dengan γ = 0.3

24


ABDUL AZIS, M.KOM

Image terlalu banyak

didominasi oleh warna cerah, maka diperlukan ekspansi nilai gray value dengan γ > 1 Hasil penerapan power-law

transformation dengan γ = 3.0 Hasil transformation dengan γ = 4.0 Transformation dengan γ = 5.0 (high contrast, image memiliki area yang terlalu gelap sehingga sebagian detail menjadi hilang)

25


ABDUL AZIS, M.KOM 26


ABDUL AZIS, M.KOM

Gray-Level Slicing

Adalah untuk memilih range

gr ay level ter tentu dar i i m a g e ( m i s a l n y a u n t u k meningkakan penampakan f e a t Salah d i l a

u r e satu

t e r t e n t u ) .

cara yang dapat

k u k a n a d a l a h menampilkan gray level dari feature tertentu

value dan sebagai sisanya nilai high

s e b a g a i sehingga

l o w v a l u e f o r didapat bentuk

b i n a r y i m a g e ) .

27


ABDUL AZIS, M.KOM

Gray-Level Slicing

Pendekatan yang lain

adalah bagian menjadi

menerangkan feature fokus

yang namun

tetap mempertahankan nilai backgro ud dan nilai gray level image bagian image lainnya.

28


ABDUL AZIS, M.KOM 29


ABDUL AZIS, M.KOM

Original Image

Highlighted Image with no background

Highlighted Image with background

30


ABDUL AZIS, M.KOM

Bit-Plane Slicing

U n t u k m e l i h a t f o k u s t e r h a d a p

k o n t r i b u s i d a r i p e n a m p i l a n i m a g e b e r d a s a r b i t y a n g s p e s i f i k .

D i a s u m s i k a n b a h w a s e t i a p p i x e l

direpresentasikan oleh 8 bits, dan sebuah image terdiri dari 8 1-bit planes.

Plane 0 memuat lowest order bits dari

byte yang menyusun pixel dan plane 7 b i t s .

memuat

m e m u a t h i g h e s t - o r d e r

Hanya 5 highest order bits yang

data visual yang signifikan. Plane 7 b e r k o r e s p o d e n s i l a n g s u n g d e n g a n treshold image pada gray level 128.

31


ABDUL AZIS, M.KOM

255 138 30

65 12 201

180 111 85

1 1 0

0 0 1

1 0 0

255 1 1 1 1 1 1 1 1

138 0 1 0 1 0 0 0 1

30 1 1 1 1 1 0 0 0

65 1 0 0 0 0 0 1 0

12 0 0 1 1 0 0 0 0

201 1 0 0 1 0 0 1 1

183 1 1 1 0 1 1 0 1

111 1 1 1 1 0 1 1 0

85 1 0 1 0 1 0 1 0

1 0 1

1 0 1

1 1 1

MSB plane MSB LSB

LSB plane

32


ABDUL AZIS, M.KOM

Bit-Plane Slicing

D i s p l a y b i t - b i t

p e n y u s u n i m a g e sebagai individual b i n a r y i m a g e .

33


ABDUL AZIS, M.KOM

Noise

N o i s e a d a l a h f e n o m e n a r a n d o m

(unpredictable) yang menganggu (kontaminasi) s e b u a h p e n a m p a k a n i m a g e .

Noise proses i m a g e

Noise

umumnya akan terjadi dalam sejumlah

awal image, yaitu : Image acquisition, t r a n s m i s s i o n , i m a g e r e c o r d i n g .

dinyatakan sebagai model adaptive :

34


ABDUL AZIS, M.KOM

Noise with zero mean Original image

g(x, y) f (x, y) (x, y)

k 1 g (x, y) g (x, y) i

k i 1

f (x, y) 2

( x, y )

E g (x,

2

y)

1 g ( x, y )

k

35


ABDUL AZIS, M.KOM

36

f(x,y) g(x,y)

Gaussian Noise

mean = 0

variance = 64

K = 16 K = 8

x

- + K = 128 K = 32


ABDUL AZIS, M.KOM

O p e r a s i A r i t h m e t i c / l o g i c

melibatkan dua atau lebih image

Aritmetic / Logic Operation

yang masing-masing dikenakan o p e r a s i p i x e l p e r p i x e l .

Arithmetic Operations

Addition, Subtraction, and Division

Logic Operations

Multiplication,

AND, OR, NOT

37


ABDUL AZIS, M.KOM

S e li sih / d i f fer e n c e

dari dua similar images dihitung untuk melihat feature tertentu dari

Image Substraction

image dengan melihat p e r b e d a a n d a r i d u a i m a g e t e r s e b u t .

38


ABDUL AZIS, M.KOM

AND

OR

Operasi logika dilakukan terhadap representasi biner dari

intensitas pixel 39

PENGOLAHAN CITRA - STMIK AMIKOM Purwokertoelearning.amikompurwokerto.ac.id/index.php/download/materi/...Image negative, contrast Stretching, Compression Of Dynamic range, gray level

Documents