Upload
ahmad-haidaroh
View
2.711
Download
12
Embed Size (px)
Citation preview
Materi ke 3
STIKOM Artha Buana
Spatial Filtering
Spatial Filtering
1
• Didasarkan pada konsep filtering di frequency domain (akan dijelaskan pada kesempatan mendatang)
• Terdapat dua jenis spatial filtering:– Linear Filtering
• Lowpass, highpass, bandpass– Non-Linear Filtering
• Median, maximum, minimum, mean, dll• Secara umum perhitungan dilakukan dengan menggunakan sliding
window. Yaitu: filter yang berupa matrix nxn akan digeser posisinya sampai pusat filter mengenai semua pixel.
Pusat filter akan diposisikan pada pixel yang sedang diproses
STIKOM Artha Buana
Perhitungannya
2
• Bila h(m,n) adalah filter 3x3:
• Maka:
Output citra
STIKOM Artha Buana
STIKOM Artha Buana
12 23 23 23 23 22 34 34 34 34 0 0 0 0 0 08 8 8 23 8 8 8 90 8 8 0 8 8 90 8 8
8 8 8 23 8 8 8 90 8 8 0 8 8 90 8 8
8 8 8 23 8 8 8 90 8 8 0 8 8 90 8 8
8 8 8 23 8 8 8 90 8 8 0 8 8 90 8 8
8 8 8 23 8 8 8 90 8 8 0 8 8 90 8 8
0 0 0 23 0 0 0 90 0 0 0 0 0 90 0 0
23 23 23 23 23 23 23 90 23 23 0 23 23 90 23 23
23 23 23 23 23 23 23 90 23 23 0 23 23 90 23 23
23 23 23 23 23 23 23 90 23 23 0 23 23 90 23 23
0 0 0 23 0 0 0 90 0 0 0 0 0 90 0 0
80 80 80 23 80 80 80 90 80 80 0 80 80 90 80 80
80 80 80 23 80 80 80 90 80 80 0 80 80 90 80 80
80 80 80 23 80 80 80 90 80 80 0 80 80 90 80 80
1 2 34 5 67 8 9
Yang Perlu Diingat
3
• Gunakan citra baru untuk menampung hasil perhitungan• Selalu gunakan nilai dari citra asli untuk input (bukan nilai pixel
hasil perhitungan sebelumnya)• Bila filter sampai pada pinggir citra, terdapat beberapa pilihan:
– Biarkan pixel di pinggir tanpa diproses– Perlebar citra, pixel di pinggir diisi perulangan nilai pixel pada pinggir
tersebut– Perlebar citra, pixel di pinggir diisi konstanta tertentu– Perlebar citra dengan melakukan image warping dibungkus (dengan memberikan
konstanta tertentu) atau image averaging
STIKOM Artha Buana
Lowpass Spatial Filtering (LPS)
4
• Untuk menghaluskan citra• Didasarkan pada perata-rataan nilai pixel dengan tetangga• Bobot filter selalu positif yang totalnya bernilai 1• Contoh beberapa filternya adalah:
Nilai filter boleh dikarang sendiri
STIKOM Artha Buana
Beberapa Contoh Hasil
5
• Beberapa contoh hasil Lowpass Spatial Filtering…
STIKOM Artha Buana
Highpass Spatial Filtering (HPS)
6
• Disebut sebagai sharpening mask, karena mempercepat pergantian batas gelap-terang
• Filter memiliki nilai positif di tengah, negatif di pinggir, dan total bobot harus 0.
• Hasil highpass filtering adalah selisih antara citra asli dengan citra yang telah mengalami lowpass filtering:
g(m,n) = f(m,n) – lowpass( f(m,n) )
Jumlah pixel (3x3) = 9
STIKOM Artha Buana
Conto Hasil
7
• Contoh hasil Highpass Spatial Filtering…
STIKOM Artha Buana
High-boost Filtering
8
• Highboost filter menggunakan rumus:
g(m,n) = A f(m,n) - lowpass( f(m,n) )= (A-1) f(m,n) + highpass( f(m,n) )
• Bila A>1 maka filter ini akan menjumlahkan hasil highpass ke citra asli• Hasilnya adalah citra yang lebih tajam pinggirnya
STIKOM Artha Buana
Median Filter sebelumnya adalah linier filtering
9
• Digunakan untuk menghilangkan noise• Menggunakan nilai tengah dari pixel-pixel yang tertutup filter
6 7 6 6 66 6 8 6 6
6 6 6 6 6
6 6 6 6 66 3 6 6 6
6 6 6 6 6 6 6 7 8
Median sebagai nilai pengganti
STIKOM Artha Buana
Contoh Hasil
10
• Contoh hasil median filter 3x3 Ada efek garis tepi hilang, karena putih diluar gambar paling banyak, sehingga hitam dianggap noise
STIKOM Artha Buana
Contoh hasil lagi
11
• Contoh hasil median filter 6x6 dan 8x8
STIKOM Artha Buana
Prewitt Filter
12
• Untuk edge detection
STIKOM Artha Buana
Sobel Filter
13
• Untuk edge detection
STIKOM Artha Buana