Upload
ambar-pravitasari
View
348
Download
37
Embed Size (px)
Citation preview
PENGOLAHAN CITRA DIGITALHALAMAN JUDUL
Pengolahan Citra Image Restoration
Anggota Kelompok :
Ambar Pravitasari G1A010006
Deki Satria G1A010011
Dwinda Etika P G1A010019
Ferdi Septianda G1A010052
Joserizal G1A010057
Dosen Pembimbing
Endina Putri Purwandari, S.T., M.Kom
PROGRAM STUDI TEKNIK INFORMATIKA
FAKULTAS TEKNIK
UNIVERSITAS BENGKULU
2013
DAFTAR ISI
HALAMAN JUDUL..............................................................................................1
DAFTAR ISI...........................................................................................................2
BAB I PENDAHULUAN.......................................................................................3
1.1 Latar Belakang...............................................................................................3
1.2 Rumusan Masalah.........................................................................................3
1.3 Batasan Masalah............................................................................................3
1.4 Tujuan............................................................................................................3
BAB II LANDASAN TEORI................................................................................4
BAB III PEMBAHASAN......................................................................................7
BAB IV PENUTUP................................................................................................8
DAFTAR PUSTAKA.............................................................................................9
BAB I
PENDAHULUAN
1.1 Latar BelakangCitra merupakan salah satu komponen multimedia memegang peranan
sangat penting sebagai bentuk informasi visual. Citra mempunyai karakteristik
yang tidak dimiliki oleh data teks, yaitu citra kaya dengan informasi. Ada
sebuah peribahasa yang berbunyi “sebuah gambar bermakna lebih dari seribu
kata” (a picture is more than a thousand words). Maksudnya tentu sebuah
gambar dapat memberikan informasi yang lebih banyak daripada informasi
tersebut disajikan dalam bentuk kata-kata (tekstual).
Secara harafiah, citra (image) adalah gambar pada bidang dua dimensi.
Ditinjau dari sudut pandang matematis, citra merupakan fungsi menerus
(continue) dari intensitas cahaya pada bidang dua dimensi tersebut. Sumber
cahaya menerangi objek, objek memantulkan kembali sebagian dari berkas
cahaya tersebut. Pantulan cahaya ini ditangkap oleh oleh alat-alat optik,
misalnya mata pada manusia, kamera, pemindai (scanner), dan sebagainya,
sehingga bayangan objek yang disebut citra tersebut terekam.
Image Restoration merupakan proses merekonstruksi atau mendapatkan
kembali citra asli dari sebuah citra yang cacat atau terdegradasi agar dapat
menyerupai citra aslinya. Pemugaran citra berkaitan dengan penghilang atau
pengurangan degradasi pada citra yang terjadi karena proses akusisi. Citra
degradasi yang dimaksud termasuk derau (yang merupakan error dalam nilai
piksel) atau efek optik misalnya blur (citra kabur) akibat kamera yang tidak
fokus atau karena gerakan kamera.
1.2 Rumusan Masalah
a. Apa yang dimaksud Image Restoration ?
b. Bagaimana penerapan Image Restoration dalam kehidupan sehari – hari ?
c. Bagaimana penggunaan Image Restoration menggunakan koleksi foto
online?
1.3 Batasan Masalah
Pada pembahasan makalah ini, kami hanya akan membahas materi mengenai
Image Restoration beserta penerapannya. Sedangkan penerapan yang akan
kami angkat mengenai Image Restoration Menggunakan Koleksi Foto Online.
1.4 Tujuan
Tujuan dari pembuatan makalah ini adalah :
a. Dapat memahami dan mengerti mengenai materi Image Restoration
b. Dapat menjelaskan fungsi dan kegunaan dari Image Restoration
c. Dapat mempraktekan bagaimana cara penggunaan Image Restoration
menggunakan Koleksi Foto Online
BAB II
LANDASAN TEORI
2.1. Pengolahan Citra
Pengolahan citra adalah pemrosesan citra, khususnya dengan
menggunakan komputer, menjadi citra yang kualitasnya lebih baik.Meskipun
sebuah citra kaya informasi, namun seringkali citra yang kita miliki
mengalami penurunan mutu (degradasi ), misalnya mengandung cacat atau
derau (noise), warnanya terlalu kontras, kurang tajam, kabur (blurring), dan
sebagainya. Tentu saja citra semacam ini menjadi lebih sulit diinterpretasi
karena informasi yang disampaikan oleh citra tersebut menjadi berkurang.
Agar citra yang mengalami gangguan mudah diinterpretasi (baik oleh
manusia maupun mesin), maka citra tersebut perlu dimanipulasi menjadi citra
lain yang kualitasnya lebih baik. Bidang studi yang menyangkut hal ini
adalah pengolahan citra (image processing).
Citra digital dapat didefinisikan sebagai fungsi dua variabel, f(x,y),
dimana x dan y adalah koordinat spasial dan nilai f(x,y) adalah intensitas citra
pada koordinat tersebut, hal tersebut diilustrasikan pada Gambar 2.1.
Teknologi dasar untuk menciptakan dan menampilkan warna pada citra
digital berdasarkan pada penelitian bahwa sebuah warna merupakan
kombinasi dari tiga warna dasar, yaitu merah, hijau dan biru (Red, Green,
Blue - RGB). Komposisi warna RGB tersebut dapat dijelaskan pada Gambar
2.2.
Sebuah citra diubah ke bentuk digital agar dapat disimpan dalam
memori komputer atau media lain. Proses mengubah citra ke bentuk digital
bisa dilakukan dengan beberapa perangkat, misalnya scanner, kamera digital
dan handycam. Ketika sebuah citra sudah diubah ke dalam bentuk digital
(selanjutnya disebut citra digital), bermacam-macam proses pengolahan citra
dapat diperlakukan terhadap citra tersebut.
2.2. Operasi Pengolahan Citra Image RestorationImage Restoration merupakan proses merekonstruksi atau mendapatkan
kembali citra asli dari sebuah citra yang cacat atau terdegradasi agar dapat
menyerupai citra aslinya. Pemugaran citra berkaitan dengan penghilang atau
pengurangan degradasi pada citra yang terjadi karena proses akusisi. Citra
degradasi yang dimaksud termasuk derau (yang merupakan error dalam nilai
piksel) atau efek optik misalnya blur (citra kabur) akibat kamera yang tidak
fokus atau karena gerakan kamera (Marvin, 2005).
Operasi pemugaran citra bertujuan untuk menghilangkan atau
meminimumkan cacat pada citra. Tujuan pemugaran citra hampir sama
dengan operasi perbaikan citra. Bedannya, pada pemugaran citra penyebab
degradasi gambar dapat diketahui. Contoh-contoh operasi pemugaran citra:
a. Penghilangan kesamaran (deblurring)
b. Penghilangan derau (noise)
Model Degradasi Citra
Degradasi sebuah citra dapat dimodelkan sebagai:
1. g ( x , y )=f ( x , y )∗h(x , y )
Misalnya proses blurring menggunakan filter average dengan f(x,y)
adalah citra asli, * menyatakan operasi spatial, h (x,y) menyatakan filter
yang digunakan, dan g(x,y) adalah citra yang terdegradasi.
2. g ( x , y )=f ( x , y )∗h ( x , y )+n(x , y)
Dengan n(x,y) adalah derau yang dimodelkan sebagai fungsi aditif
(random errors).
Derau
Derau dapat didefinisikan sebagai degradasi dalam sinyal citra, yang
disebabkan oleh gangguan eksternal. Jika citra ditransmisikan secara
elektronis dari satu tempat ke tempat yang lain (via satelit atau transmisi
kabel/nirkabel), maka dapat terjadi eror dalam sinyal citra yang diterima.
Eror akan tampak pada citra yang diterima bergantung pada gangguan yang
terjadi. Biasanya dapat diketahui tipe eror yang mungkin muncul, dan dengan
demikian tipe derau juga dapat diketahui; selanjutnya dapat dipilih metode
yang paling cocok untuk mengurangi efek yang ditimbulkan. Membersihkan
citra yang terkorupsi oleh derau merupakan lahan penting bagi kegiatan
restorasi citra. Berapa jenis derau yaitu:
1. Derau Salt and Papper
Derau salt and pepper juga sering disebut derau impuls (impulse
noise), shot noise, atau derau biner (binary noise). Degradasi oleh derau
ini disebabkan oleh gangguan yang tajam dan tiba-tiba (sharp and
sudden) pada sinyal citra; kenampakan pada citra akan berupa titik-titik
(piksel) hitam atau putih (atau kedua-duanya) yang tersebar pada citra.
Gambar berikut merupakan contoh citra yang terkorupsi oleh derau salt
& pepper.
Matlab mempunyai fungsi untuk membuat simulasi derau jenis
salt and pepper, yaitu fungsi imnoise.m. Sintaksnya sbb :
J = IMNOISE (I, 'salt & pepper', D)
Perintah tsb akan menambahkan derau jenis salt and pepper ke
citra I, dan D adalah densitas atau kepadatan derau pada citra
(pengaruhnya dinyatakan dengan D*numel(I) piksel). Default untuk D
adalah 0,05.
Contoh :
Gambar berikut adalah citra einstein.jpg (original) dan citra
einstein.jpg yang telah disimulasikan dengan derau salt and pepper
dengan densitas 0,01.
2. Derau Gaussian
Derau Gaussian adalah bentuk ideal dari derau putih,
disebabkan oleh fluktuasi acak dalam sinyal. Dapat dikatakan juga
bahwa derau Gaussian adalah derau putih yang mempunyai distribusi
normal. Jika citra dinyatakan dengan I dan derau Gaussian dinyatakan
dengan N, maka citra yang terkorupsi oleh derau Gaussian dinyatakan
dengan cara menambahkan keduanya yaitu :
I + N
Matlab mempunyai fungsi untuk membuat simulasi derau jenis
Gaussian, yaitu fungsi imnoise.m. Sintaksnya sbb :
J = IMNOISE (I, 'gaussian', M, V)
Perintah tsb akan menambahkan derau jenis Gaussian dengan
rerata (mean) dan varians yang tetap pada citra I. M dan V adalah
besaran untuk mean dan varians derau Gaussian yang diinginkan.
Default M dan V masing-masing adalah 0 dan 0,01.
Contoh
Gambar berikut adalah citra einstein.jpg (original) dan citra
einstein.jpg yang telah disimulasikan dengan derau Gaussian dengan
mean = 0 dan varians = 0,01.
3. Derau Speckle
Derau speckle dimodelkan dengan I ( 1 + N ), dengan I adalah
matriks citra dan N adalah nilai-nilai yang terdistribusi normal dengan
rerata (mean) sama dengan nol. Derau speckle disebut juga derau
multiplikatif (multiplicative noise). Derau speckle sering dijumpai pada
aplikasi radar.
Matlab mempunyai fungsi untuk membuat simulasi derau jenis
speckle, yaitu fungsi imnoise.m. Sintaksnya sbb :
J = IMNOISE (I,' speckle', V)
Perintah tsb akan menambahkan derau jenis speckle pada citra
I menggunakan persamaan J = I + N*I. N adalah derau acak yang
terdistribusi seragam (normal) dengan rerata nol dan varians V. Default
untuk nilai varians adalah V = 0,04.
Contoh
Gambar berikut adalah citra einstein.jpg (original) dan citra
einstein.jpg yang telah disimulasikan dengan derau speckle dengan
mean = 0 dan varians = 0,04.
Meskipun secara visual derau Gaussian dan derau speckle
terlihat mempunyai pengaruh yang sama pada citra, namun keduanya
dihasilkan dari pemodelan yang berlainan .
4. Derau Periodik
Derau yang sifatnya periodik (bukan acak atau random) akan
menghasilkan derau periodik. Citra yang terkorupsi oleh derau periodik
secara visual akan tampak terdapat garis-garis (bars) pada citra. Gambar
berikut adalah citra einstein.jpg yang telah disimulasikan dengan derau
periodik.
Derau salt and pepper, derau Gaussian, dan derau speckle dapat
dibersihkan dari citra menggunakan teknik spatial filtering. Derau
periodik memerlukan filtering pada domain frekuensi untuk
menghilangkannya. Hal ini disebabkan karena ketiga derau yang
pertama dapat dimodelkan sebagai degradasi yang sifatnya lokal,
sedangkan derau periodik merupakan derau yang sifatnya global.
DAFTAR PUSTAKA
http://r1fai.blogspot.com/2012/05/operasi-pengolahan-citra.html