Diajukan Untuk Memenuhi Tugas
Mata Kuliah
“
PENGOLAHAN CITRA
DIGITAL ”
Dosen Pengampu :
NAWASSYARIFT, S.Kom, M.pd
Disusun Oleh
Kelompok 3 :
|
Ulfatus
Sholiha : 17.01.071.117
Urwah
Utsmani : 17.01.071.119
|
UNIVERSIYRTAS TEKNOLOGY SUMBAWA
PRODI TEKNIK
INORMATIKA
WWW.UTS.AC.ID
TAHUN 2019
A. Rekonstruksi
citra (image reconstruction)
Jenis
operasi ini bertujuan untuk membentuk ulang objek dari beberapa citra hasil
proyeksi. Operasi rekonstruksi citra banyak digunakan dalam bidang medis.
Misalnya beberapa foto rontgen dengan sinar X digunakan untuk membentuk ulang
gambar organ tubuh.
B. Filter
citra (image filtering)
Filter
pada dasarnya adalah sebuah metode untuk meredamkan atau menghilangkan noise
pada citra digital atau image. Jenis filter bermacam-macam dan fungsi serta
efeknya juga berbeda-beda pula. Filter citra dibagi menjadi dua, yaitu
filter linear dan filter non-linear. Filter spasial linear adalah filter yang
bekerja dengan cara korelasi atau konvolusi. Filter spasial non-linier
atau biasanya disebut juga dengan filter statistik berdasar
urutan adalah filter yang respon nya didasarkan pada urutan atau
rangking piksel yang ada dalam citra yang dicakup oleh area filter dengan
menggantikan nilai dari piksel yang berada di tengah digantikan dengan nila
hasil pengurutan atau perangkingan tersebut. Filter non-linear memiliki lebih
banyak keunggulan dibandingkan dengan filter linear pada ukuran jendela filter
yang sama.
Macam-macam
filter spasial linear antara lain :
1. Filter Rata-rata
Penghalusan dengan filter rata-rata
adalah proses filtering citra f(x,y) dengan filter rata-rata g(x,y)
untuk berbagai ukuran filter, dari ukuran 3×3, 5×5, 7×7, 9×9, dan
seterusnya.
2. Filter Gaussian
Penghalusan dengan filter gaussian
tekniknya sama dengan filter rata-rata, yaitu filtering citra f(x,y)
dengan filter gaussian g(x,y) untuk berbagai ukuran filter,
dari ukuran 3×3, 5×5, 7×7, 9×9, dan seterusnya.
Macam-macam
filter spasial non-linear antara lain :
1.
Filter Median
Penghalusan
dengan filter median adalah dengan menggantikan nilai tengah dari piksel
yang di cakup oleh area filter dengan sebuah nilai tengah (median) setelah
diurutkan terlebih dahulu dari yang terkecil ke yang terbesar.
2.
Filter Maksimum
Penghalusan
dengan filter median adalah menggantikan piksel dengan nilai tertinggi dari
suatu deret yang terbentuk dari matriks yang sesuai dengan ukuran dari jendela
filter.
3.
Filter Minimum
Penghalusan
dengan filter median adalah menggantikan piksel dengan nilai terendah dari
suatu deret yang terbentuk dari matriks yang sesuai dengan ukuran dari jendela
filter.
C. Konvolusi citra (image convolution)
Secara matematis, konvolusi adalah
integral yang mencerminkan jumlah lingkupan dari sebuah fungsi a yang digeser
atas fungsi b sehingga menghasilkan fungsi c. Konvolusi dilambangkan dengan
asterisk.
Sehingga, a*b = c berarti fungsi a
dikonvolusikan dengan fungsi b menghasilkan fungsi c. Setelah mengetahui
definisi dari konvolusi, Beberapa hal umum yang berhubungan dengan konvulasi :
1.
Konvolusi diskrit banyak digunakan dalam pengolahan citra
untuk image smoothing, edge detection dan efek-efeklainnya
2.
Konvolusi dilakukan berdasarkan jumlah bobot dari
piksel-piksel tetangga
3.
Bobot ditentukan berdasarkan ukuran window berupa matriks
4.
Window atau disebut juga sliding window bergerak sepanjang
piksel yang ada pada citra berukuran kecil yang biasa disebut convolution mask
atau convolution kernel
5.
Orde matriks biasanya ganjilsehingga hasil konvolusi tepat
berada ditengah-tengah
6.
Semakin besar ukuran window,beban komputasi akan semakin
meningkat
Secara matematis, konvolusi adalah
integral yang mencerminkan jumlah lingkaran dari sebuah sudut fungsi F yang
digeser atas fungsi g sehingga menghasilkan fungsi h. Konvolusi dilambangkan
dengan arsterik (*). Sehingga, F*g=h berarti fungsi F dikonvolusikan dengan
fungsi g menghasilkan fungsi h. konvolusi dua buah fungsi F(x) dan g(x) di
definiskan sebagai berikut :
integral
dari -tak hingga sampai tak terhingga. Untuk fungsi diskrit, konvolusi di
definisikan sebagai :
g(x)
disebut dengan kernel konvolusi (filter). Kernel g(x) merupakan jendela yang
dioperasikan secara bergeser pada sinyal masukan F(x). Hasil konvolusi
dinyatakan dengan keluaran h(x). Ilustrasi Konvolusi : F(i,j)
à F(i,j) = AP1+BP2+CP3+DP4+EP5+FP6+GP7+HP8+IP9
Contoh, misal citra F(x,y) yang berukuran 5x5 sebuah kernel dengan 3x3 matriks sebagai berikut :
Tahapan
menghitung hasil konvolusi :
- Menempatkan kernel pada sudut kiri atas, kemudian hitung nilai pixel pada posisi (0,0) dan kernel hasil = (3)
- Geser kernel satu pixel ke kanan, kemudian hitung nilai pixel pada posisi (0,0) dan kernel hasil = (0)
- Selanjutnya dengan cara yang sama geser ke kanan dan seterusnya
- Geser kernel satu pixel ke bawah, lakukan perhitungan seperti di atas
- Nilai pixel citra tepi tidak berubah
- Sehingga di dapatkan hasil sebagai berikut
