5~Perbaikan Kualitas Citra

  • View
    99

  • Download
    1

Embed Size (px)

DESCRIPTION

5~Perbaikan Kualitas Citra. Sutarno , ST. MT. Computer Engineering, Sriwijaya of University. Perbaikan Kualitas Citra (Image Enhancement ). Merupakan salah satu proses awal dalam pengolahan citra ( image preprocessing ). - PowerPoint PPT Presentation

Transcript

Pengolahan Citra Medis

5~Perbaikan Kualitas CitraSutarno, ST. MT.Computer Engineering, Sriwijaya of UniversityPerbaikan 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 citraPelembutan citra (image smoothing)Penajaman (sharpening) tepi (edge)Pewarnaan semu (pseudocoloring)Pengubahan geometrikPengubahan 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 KontrasSebaran 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 CitraMengubah 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 Fourierh(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 konvolusiTransformasi Fourier dilakukan bila citra dimanipulasi dalam ranah (domain) frekuensi bukan ranah spasial. Lanjutan Konvolusi dan Transformasi FourierTanda * adalah posisi (0,0) dikernelMisal : Citra (f(x,y) yang berukuran 5x5 dan sebuah kernel atau mask berukuran 3x3 masing masing sebagai berikutOperator konvolusi antara citra f(x,y) dengan kernel g(x,y)= f(x,y)*g(x,y)4435466552566626755335244f(x,y)=0-10-1*4-10-10f(x,y)= Lanjutan Konvolusi dan Transformasi FourierHasil konvolusi = 3Tempatkan 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 = 34435466552566626755335244h(x,y)=h(x,y)=3 Lanjutan Konvolusi dan Transformasi FourierHasil konvolusi = 0Tempatkan 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 = 04435466552566626755335244h(x,y)=h(x,y)=30Lanjutan Konvolusi dan Transformasi FourierHasil konvolusi = 0Tempatkan 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 = 24435466552566626755335244h(x,y)=h(x,y)=302Lanjutan Konvolusi dan Transformasi FourierHasil konvolusi = 0Tempatkan 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 = 24435466552566626755335244h(x,y)=h(x,y)=302026602Lanjutan Konvolusi dan Transformasi FourierTempatkan kernel pada sudut kiri atas, kemudia hitung nilai pixel pada posisi (0,0) dari kernelSolusinya:1. Pixel pinggi diabaikan, tidak konvolusi2. Duplikasi elemen citra, misal elemen kolom pertama di tulis pada elemen kolom M+13. Elemen diasumsikan nol (0)4435466552566626755335244h(x,y)=???h(x,y)=?302026602 Lanjutan Konvolusi dan Transformasi FourierCatatan:1. Tidak dilakukan konvolusiJika konvolusi menghasilkan nilai negatif, maka nilai dijadilan 0, dan sebaliknya jika hasilnya lebih besar dari nilai derajat keabuan maka dijadikan nilai keabuan maksimum (clipping)4435466552566626755335244h(x,y)=h(x,y)=4435463022502626602235244Lanjutan Konvolusi dan Transformasi FourierHasil konvolusi = 02. Duplikasi 4435466552566626755335244h(x,y)=h(x,y)=7302026602422= (0x4)+(-1x4)+(0x4)+(-1x2)+(4x6)+(-1x6)+(0x2)+(-1x5)+(0x6)= 0+(-4)+0+(-2)+24+(-6)+0+(-5)+0= 24-17 = 7Lanjutan Konvolusi dan Transformasi FourierHasil konvolusi = 03. Bernilai nol (0) 4435466552566626755335244h(x,y)=h(x,y)=7302026602000= (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 7Lanjutan Konvolusi dan Transformasi FourierManfaat 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 FourierLatihan: sebuah citra 8 bit (0 hingga 256) ditapis (konvolusi) dengan kernel/mask gaussian yang berukuran 3x3. Tentukan hasil konvlusi pada citra tersebut101515131215121513121213220101210141510131115121414h(x,y)=h(x,y)=1-21-2*4-21-21Pada (1,1) atau (220):= (1*12)+(-2*15)+(1*13)+(-2 Image SmoothingPada ranah spasial, operasi pelembutan dilakukan dengan mengganti intensitas suatu pixel dengan rata-rata diri nilai pixel tersebut dengan nilai pixel tetangga..........................x =2 *x =Terdapat dua skema pererataan:1. pixel-pixel berjarak/radius x2. pixel-pixel berjarak /radius 2 *x ......................... Lanjutan Image SmootingOperasi pererataan dapat dipandang sebagai konvolusi pada citra f(x,y) dengan penapis h(x,y):

g(x,y) = f(x,y) * h(x,y)

1/91/91/91/91/91/91/91/91/93x3 =2x2=Penapis h disebut penapis rerata (mean filter), dlam ranah frekuensi operasi konvolusi adalah

G(u,v) = F(u,v) * H(u,v)

1/41/41/41/4Penapis lolos rendahPenapis h(x,y) pada operasi pelembutan citra = penapis lolos rendah (low pass filter) = menekan komponen yang berfrekuensi tinggi dan meloloskan komponen berfrekuensi rendah.Penapis rata-rata merupakan penapis lolos rendah yang paling sederhana dengan aturan: Semua komponen penapisan harus positif Jumlah semua koefisien = 1

Penapis lolos rendahSebelum penapisan

8888817888888888889988888Sesudah 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:

1/161/81/161/81/41/81/161/81/16Penapis lolos rendah disebut juga penapis lanjar, seperti operasi pelembutan dengan jenis-jenis: penapis minimum (min filter) penapis maksimum (max filter) penapis median (median filter)

1/101/101/101/101/51/101/101/101/10Penapis 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.

13101514181210101015111135101013912101213129810Urutan pixel dalam penapis tersebut adalah:9 10 10 10 10 10 11 12 3513101514181210101015111110101013912101213129810Penapis medianPenapis 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) = {f1(x,y)+f2(x,y)} Image SharpeningPada 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 tinggiPenapis 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-1-1-1-18-1-1-1-1-1-1-1-19-1-1-1-10-10-15-10-101-21-25-21-211-21-24-21-210101-41010Penapis lolos tinggiCitra sebelum penapisan

XXXXXXXX001200XX