Bab vi perbaikan kualitas citra

  • View
    5.581

  • Download
    1

Embed Size (px)

Transcript

  • 1. VI. PERBAIKAN KUALITAS CITRA (IMAGE ENHANCEMENT) Salah-satuimage preprocessing. Dilakukan krn seringkali citra yg dijadikan objek pembahasan mempunyai kualitas yg buruk, misal adanya noise pd saat transmisi, citra terlalu terang/gelap, kurang tajam, kabur dsb. Image enhancement dpt diartikan sbg proses mengubah citra f(x,y) menjadif(x,y), sehingga ciri-ciri yg dilihat pd f(x,y) lebih ditonjolkan.
    • Proses-proses yg termasuk ke dlm perbaikan kualitas citra:
  • Pengubahan kecerahan gambar ( image brightness )
  • Peregangan kontras ( contrast streching )
  • Pengubahan histogram citra
  • Pelembutan citra ( image smoothing )
  • penajaman ( sharpening ) tepi ( edge )
  • Pewarnaan semu ( pseudocolouring )
  • Pengubahan geometrik

Sbg operasifilter 2. Opersifilter(penapisan) adalah operasi konvolusi citra f(x,y) dgn penapis h(x,y) f(x,y)= h(x,y)*f(x,y) Atau F(u,v)=H(u,v)F(u,v)

  • Pengubahan kecerahan gambar ( image brightness )

Kecerahan gambar dpt diperbaiki dgn menambahkan/mengurangkan sebuah konstanta setiap pixel dlm citra, hal ini menyebabkan pergeseran histogram citra. f(x,y) = f(x,y) +c Contoh: 3. Citra pohon normal (256 nilai keabuan) dikurangi dengan 0.5 dan ditambah dengan 0.5 Citra pohon 256 x 256 i ternormalisasi h i 4.

  • Peregangan kontras ( contrast streching )

Kontras: sebaran terang (lightness) dan gelap (darkness) dlm sebuah gambar Citra kategori kontras: 1.low contrast 2.good contrast or normal contrast 3.high contrast 1.low contrast Sebagian besar komposisi citranyaterang atau gelap, dr histogramnya terlihat sebagian besar derajat keabuannya terkelompok bersama. Lihat citra pohon sebelumnya. Mungkin saja suatu citra tergolong kontras rendah meskipun tidak terlalu terang atau gelap bila semua pengelompokannilai keabuan berada ditengah histogram . Citra kontras bagusmemperlihatkan nilai keabuanyg lebar tanpaada suatu nilai keabuan yg mendominasi, histogram citranya memperlihatkan sebaran nilai keabuan relatif seragam. 2.good contrast or normal contrast 5. 3.high contrast Seperti halnya citra kontras bagus, memiliki jangkauan nilai keabuan yg lebar, tetapi terdpt area yg lebar yg didominasi oleh warna gelap dan area yg lebar yg didominasi oleh warna terang.

  • Algoritma peregangan kontras:
  • Cari batas bawah pengelompokan pixel dgn cara scan histogram dr nilaikeabuan terkecil ke nilai keabuan terbesar (0 sampai 255), utk menemukan pixel pertama yg melebihi nilai ambang pertama yg telah dispesifikasikan.
  • Cari batas atas pengelompokan pixel dgn cara memindai histogram dan nilai keabuan tertinggi ke nilai keabuan terendah (255 sampai 0) utk menemukan pixel pertama yg lebih kecil dr nilai ambang kedua yg dispesifikasikan.
  • Pixel-pixel yg berada di bawah nilai ambang pertama diset sama dgn 0, sdg pixel2 berada di atas nilai ambang kedua diset sama dgn 255.
  • Pixel2 yg berada diantara nilai ambang pertama dan nilai ambang kedua dipetakan/diskalakan utk memenuhi rentang nilai-nilai keabuan yg lengkap (0 sampai 255) dgn pers:

6. r: nilai keabuan dlm citra semula s: nilai keabuan yg baru r min : nilai keabuan terendah dr kelompok pixel r max :nilai keabuan tertinggi dr kelompok pixel dgn, r s 0 r max Peregangan kontras 7.

  • Pengubahan histogram citra

Metode pengubahan citra berdasarkan histogram: 1. Perataan histogram ( histogram equalization ) Nilai-nilai intensitas di dlm citra diubah sehingga penyebarannya seragam 2. Spesifikasi histogram ( histogram spesification ) Nilai-nilai intensitas di dlm citra diubah agar diperoleh histogram dgn btk yg dispesifikasikan oleh pengguna. 1. Perataan histogram ( histogram equalization ) Tujuan: utk memperoleh penyebaran histogram yg merata, shg tiap derajatkeabuan memiliki jumlah pixel yg relatif sama. Krn histogram menyatakan peluangpixeldgn derajat keabuan ttt, mk rumus menghitung histogram dpt ditulis sbg fungsi peluang. Derajat keabuan k dinormalkan terhdp derajat keabuan terbesar (L-1). r k =0 menyatakan hitam, r k =1 menyatakan putih dlm skala keabuan yg didefinisikan. r = pixel 8. Contoh: jk L=8 mk nilai-nilai r ksbb: kr k 0 0/7=0 1 1/7 2 2/7 3 3/7 4 4/7 5 5/7 6 6/7 7 7/7=1 Perataan histogram: mengubah derajat keabuan suatu pixel r dgn derajat keabuan yg baru s dgn suatu fungsi transformasi T, dlm hal ini s= T(r)

  • Dua sifat yg dipertahankan pd transformasi ini:
  • Nilai s merupakan pemetaan 1 ke 1 dr r. ini untuk
  • menjamin representasi intensitas yg tetap. Ini berarti r dpt diperoleh kembali dr s dgn transformasi invers: r=T -1 (s), 0