Senin, 17 September 2012

Pengolahan Citra - Perbaikan Kualitas Citra

Tugas Mata Kuliah Pengolahan Citra
Nurlaeli - 5302410018
Rombel 1

+++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++


Definisi dan Tujuan Pengolahan Citra
v  Citra = gambar = image
v  Citra, menurut kamus Webster,  adalah  suatu representasi, kemiripan, atau imitasi dari suatu objek atau benda,  misal : 
-          foto Anda mewakili entitas diri Anda sendiri di depan kamera
-          foto sinar-X thorax mewakili keadaan bagian dalam tubuh seseorang
-          data dalam suatu file BMP mewakili apa yang digambarkannya
v  Citra, dari sudut pandang matematis, merupakan fungsi menerus (continue) dari intensitas cahaya pada bidang 2 dimensi. 
v  Citra yang terlihat merupakan cahaya yang direfleksikan dari sebuah objek. Sumber cahaya  menerangi objek, objek memantulkan kembali sebagian dari berkas cahaya tersebut dan pantulan cahaya ditangkap oleh alat-alat optik, misal mata manusia, kamera, scanner, sensor satelit, dsb, kemudian direkam.


Ø  Pengolahan Citra / Image Processing :
o   Proses memperbaiki kualitas citra agar mudah diinterpretasi oleh manusia atau komputer
o   Teknik pengolahan citra dengan mentrasformasikan citra menjadi citra lain, contoh : pemampatan citra (image compression)
o   Pengolahan citra merupakan proses awal (preprocessing) dari komputer visi.

Ø  Pengenalan pola (pattern recognition) :
o   Pengelompokkan data numerik dan simbolik (termasuk citra) secara otomatis oleh komputer agar suatu objek dalam citra dapat dikenali dan diinterpreasi.
o   Pengenalan pola adalah tahapan selanjutnya atau analisis dari pengolahan citra

Operasi Pengolahan Citra
Ø   Perbaikan Kualitas Citra (Enhancement)
Ø   Pemugaran Citra (Restoration)
Ø   Pengorakan Citra (Image Analysis)
Ø   Segmentasi Citra (Segmentation)
Ø   Rekonstruksi Citra (Reconstruction)
Ø   Pemampatan Citra (Compression)

Perbaikan Kualitas Citra
Perbaikan kualitas citra  (image enhancement)  merupakan salah satu proses awal dalam pengolahan citra (image preprocessing). Perbaikan kualitas diperlukan karena seringkali citra yang dijadikan objek pembahasan mempunyai kua litas yang buruk, misalnya citra mengalami derau ( noise) pada saat pengiriman melalui saluran transmisi, citra terlalu terang/gelap, citra kurang tajam, kabur, dan sebagainya.  Melalui operasi pemrosesan awal inilah kualitas citra diperbaiki  sehingga citra dapat digunakan untuk aplikasi lebih lanjut, misalnya untuk aplikasi pengenalan (recognition) objek di dalam citra.

Yang dimaksud dengan perbaikan kualitas citra adalah proses mendapatkan citra yang lebih mudah diinterpretasikan oleh mata  manusia. Pada proses ini, ciri-ciri tertentu yang terdapat di dalam citra lebih diperjelas kemunculannya [DUL97].  Secara matematis,  image enhancement dapat diartikan sebagai proses mengubah citra f(x, y) menjadi f ’(x, y) sehingga ciri -ciri yang dilihat pada f(x, y) lebih ditonjolkan.
Proses-proses yang termasuk ke dalam perbaikan kualitas citra [DUL97]: 
1.       Pengubahan kecerahan gambar (image brightness)
2.       Peregangan kontras (contrast stretching)
3.       Pengubahan histogram citra.
4.       Pelembutan citra (image smoothing)
5.       Penajaman (sharpening) tepi (edge).
6.       Pewarnaan semu (pseudocolouring)
7.       Pengubahan geometric
Beberapa operasi  image enhancemnent  (4 dan 5) dapat dipandang sebagai operasi penapisan untuk memperoleh citra yang lebih baik. Operasi penapisan adalah adalah operasi konvolusi citra f(x, y) dengan penapis h(x, y): 
  f ‘(x, y) = h(x, y) * f(x, y)           
atau dalam ranah frekuensi: 
  F ’(u, v) = H(u, v)F(u, v)            
Pada umumnya,  f(x,y) sudah diketahui sehingga persoalannya adalah memilih  h(x,y)  sedemikian rupa sehingga f ’(x, y) merupakan citra yang menonjolkan ciri tertentu dari  f(x, y).

Tujuan perbaikan kualitas citra:
a)      Agar citra dapat ditampilkan dengan kualitas yang lebih baik
b)      Memudahkan proses analisis citra selanjutnya dan lebih teliti


1.       Pengubahan Kecerahan Gambar (Image Brightness)
Untuk membuat  citra lebih terang atau lebih gelap, kita melakukan pengubahan kecerahan  gambar. Kecerahan/kecemerlangan gambar dapat diperbaiki dengan menambahkan (atau mengurangkan) sebuah konstanta kepada (atau dari) setiap  pixel di dalam citra. Akibat dari  operasi ini, histogram citra mengalami pergeseran.

Secara matematis operasi ini ditulis sebagai 
     f(x, y)’ = f(x, y)  + b           
Jika  b positif, kecerahan gambar bertambah, sebaliknya jika  b negatif kecerahan gambar  berkurang. 

Algoritma p engubahan kecerahan gambar  ditunjukkan pada Algoritma  dibWh ini. Citra masukan mempunyai 256 derajat keabuan yang nilai -nilainya dari 0 sampai 255.  Intensitas  pixel disimpan di dalam  Image[0..N-1,0..M-1], sedangkan  hasil pengubahan tetap disimpan di dalam citra Image.

void ImageBrightness(citra Image, int N, int M, int b)
/* Mengubah kecerahan citar Image yang berukuran N  ¥ M dengan penambahan
intensitas setiap pixel sebesar b.
*/
{  int i, j, n; 
 
 for(i=0;i<=N-1;i++)
    for(j=0;j<=M-1;j++)
       Image[i][j]+=b;
}


Nilai pixel hasil pengubahan mungkin £ derajat keabuan minimum (0) atau ³ derajat keabuan  maksimum (255). Karena itu,  pixel tersebut perlu dilakukan  clipping ke nilai keabuan  minimum atau ke nilai keabuan maksimum.

Sebagai contoh, Gambar 1(a) adalah citra Zelda (beserta histogramnya)  yang tampak  gelap, sedangkan Gambar 1(b) adalah citra Zelda (beserta histogramnya) yang lebih terang  (nilai b = 80).

(a)    Gambar Citra Zelda


Histogram Citra Zelda




(b)     Citra Zelda setelah penambahan kecerahan dengan b




Histogram citra Zelda setelah penambahan kecerahan


Gambar 1. Citra Zelda; Atas: sebelum operasi penambahan kecerahan terlihat agak gelap;
Bawah: Zelda setelah operasi penambahan kecerahan dengan b = 80.


2.       Peregangan Kontras
Kontras menyatakan sebaran terang (lightness) dan gelap (darkness) di dalam sebuah gambar. Citra dapat dikelompokkan ke dalam tiga kategori kontras: citra kontras-rendah  (low contrast), citra kontras bagus (good contrast atau  normal contrast), dan citra kontras-tinggi (high contrast). Ketiga kategori ini umumnya dibedakan secara intuitif.

Citra kontras-rendah dicirikan dengan sebagian besar komposisi citranya adalah terang atau sebagian besar gelap. Dari histogramnya terlihat sebagian besar derajat keabuannya terkelompok (clustered) bersama atau hanya menempati sebagian kecil dari rentang nilai-nilai keabuan yang mungkin. Jika pengelompokan nilai -nilai  pixel berada di bagian kiri (yang berisi nilai keabuan yang rendah), citranya cenderung gelap. Jika pengelompokan nilai-nilai pixel berada di bagian kanan (yang berisi nilai keabuan yang tinggi), citranya cenderung terang. Tetapi, mungkin saja suatu citra tergolong kontras-rendah meskipun tidak terlalu terang atau tidak terlalu gelap bila semua pengelompokan nilai keabuan berada di tengah histogram.

Citra kontras-bagus memperlihatkan jangkauan nilai keabuan yang lebar tanpa ada suatu nilai keabuan yang mendominasi. Histogram citranya memperlihatkan sebaran nilai keabuan yang relatif seragam.

Citra kontras-tinggi, seperti halnya ci tra kontras bagus, memiliki jangkauan nilai keabuan yang lebar, tetapi terdapat area yang lebar yang didominasi oleh warna gelap dan area yang lebar yang didominasi oleh  warna terang. Gambar dengan langit terang denganlatar depan yang gelap adalah contoh  citra kontras-tinggi. Pada histogramnya terlihat dua puncak, satu pada  area nilai keabuan yang rendah dan satu lagi pada area nilai keabuan yang tinggi.

Citra dengan kontras-rendah dapat diperbaiki kualitasnya dengan operasi peregangan kontras. Melalui operasi ini, nilai -nilai keabuan pixel akan merentang dari 0 sampai 255 (pada citra 8bit), dengan kata lain seluruh nilai keabuan pixel terpakai secara merata.

Gambar 2  memperlihatkan tiga buah citra Lena yang masing-masing memiliki kontras-rendah, kontras-tinggi, dan kontras-bagus.

(a)  Citra Lena yang terlalu gelap (kontras rendah)

Histogram Citra Lena yang terlalu gelap (kontras rendah)


(b) Citra Lena yang terlalu terang  (kontras tinggi)

                                      Histogram Citra Lena yang terlalu terang (kontras tinggi)



   (c) Citra Lena yang bagus (normal) (kontras bagus)

                                       Histogram  Citra Lena yang bagus (normal) (kontras bagus)


Gambar 2. Tiga buah citra Lena dengan tiga macam kontras.


Algoritma peregangan kontras adalah sebagai berikut: 
  1. Cari batas bawah pengelompokan  pixel dengan cara memindai ( scan) histogram dari nilai keabuan terkecil ke nilai keabuan terbesar (0 sampai 255) untuk menemukan pixel pertama yang melebihi nilai ambang pertama yang telah dispesifikasikan. 
  2. Cari batas atas pengelompokan  pixel dengan cara memindai histogram dari nilai keabuan tertinggi ke nilai keabuan terendah (255 sampai 0) untuk menemukan  pixel pertama yang lebih kecil dari nilai  ambang kedua yang dispesifikasikan.
  3. Pixel-pixel yang  berada di bawah nilai ambang pertama di-set sama dengan 0, sedangkan pixel-pixel yang berada di atas nilai ambang kedua di -set sama dengan 255. 
  4. Pixel-pixel yang berada di antara nilai ambang pertama dan nilai ambang kedua dipetakan (diskalakan) untuk memenuhi rentang nilai -nilai keabuan yang lengkap (0 sampai 255) dengan persamaan: 
       S= (r-rmax)/(rmin-rmaxx 255

yang dalam hal ini, r adalah nilai keabuan dalam citra semula, s adalah nilai keabuan yang baru, rmin adalah nilai keabuan terendah dari kelompok pixel, dan rmax  adalah nilai keabuan tertinggi dari kelompok pixel  (Gambar 3).
Gambar 3  Peregangan kontras


3.        Pengubahan Histogram Citra
Untuk memperoleh histogram citra sesuai dengan keinginan kita, maka penyebaran nilai -nilai
intensitas pada citra harus diubah. Terdapat dua cara pengubahan citra berdasarkan
histogram: 
1.       Perataan historam (histogram equalization)
Nilai -nilai intensitas di dalam citra diubah sehingga penyebarannya seragam (uniform).

2.        Pembentukan histogram (histogram spesification)
Nilai -nilai intensitas di dalam citra diubah agar diperoleh histogram dengan bentuk yang dispesifikasikan oleh pengguna.


4.       Pelembutan Citra (Image Smoothing)
Tujuan:
      Menurunkan/menekan gangguan (noise) pada citra

Gangguan pada citra umumnya berupa variasi intensitas pixel yang tidak berkorelasi dengan pixel tetangganya.  Pixel yang terkena gangguan umumnya mempunyai frekuensi tinggi. Pelembutan citra dilakukan dengan menekan komponen yang berfrekuensi tinggi dan membiarkan komponen yang berfrekuensi rendah seperti semula.

Contoh: citra yang terkena gangguan spike atau speckle
Gambar citra yang terkena speckle/ spike

        Contoh hasil pelembutan dengan filter 3x3, hasil tampak kabur (blurring)
Gambar citra hasil pelembutan




5.       Penajaman (sharpening) tepi (edge).
        Tujuan:
o   Memperjelas tepi objek pada citra
        Kebalikan pelembutan
        Metodenya menggunakan Penapis Lolos Tinggi (HighPass Filter)
        Sering disebut sebagai Penajaman tepi (edge sharpening)
        Contoh :
Gambar contoh cita sebelum penajaman

Gambar citra sesudah penajaman



6.       Pewarnaan semu (pseudocolouring)
        Proses pemberian warna tertentu pada nilai pixel citra hitam-putih berdasarkan kriteria tertentu
        Alasan :Mata manusia bisa membedakan warna

7.       Pengubahan geometric
ü  Perbaikan citra dengan mengubah nilai geometrisnya
ü  Metodenya :
a)      Rotasi
b)      Translasi
c)       Penskalaan/Perbesaran/Pengecilan
d)      Skew, dll
ü  Contoh citra San Francisco, rotasi 6 derajat
gambar citra san Francisco sebelum diubah


Gambar citra san Francisco setelah dirotasi 6 derajat

Tidak ada komentar:

Posting Komentar