PENGOLAHAN CITRA DIGITAL MENGGUNAKAN TEKNIK FILTERING ADAPTIVE NOISE REMOVAL PADA GAMBAR BERNOISE

dokumen-dokumen yang mirip
Analisa Hasil Perbandingan Metode Low-Pass Filter Dengan Median Filter Untuk Optimalisasi Kualitas Citra Digital

BAB 1 PENDAHULUAN. Grafika komputer merupakan salah satu topik dalam bidang informatika.

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

PENERAPAN METODE SOBEL DAN GAUSSIAN DALAM MENDETEKSI TEPI DAN MEMPERBAIKI KUALITAS CITRA

RANCANG BANGUN APLIKASI PENGABURAN GAMBAR

BAB I PENDAHULUAN. teknologi pengolahan citra (image processing) telah banyak dipakai di berbagai

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB III METODE PENELITIAN. ada beberapa cara yang telah dilakukan, antara lain : akan digunakan untuk melakukan pengolahan citra.

BAB II Tinjauan Pustaka

PERBANDINGAN SEGMENTASI CITRA BERWARNA DENGAN FUZZY CMEANS CLUSTERING PADA BEBERAPA REPRESENTASI RUANG WARNA

BAB 1 PENDAHULUAN. Dalam bahasa Inggris ada pepatah yang mengatakan a picture is worth a

Implementasi Reduksi Noise Citra Berwarna dengan Metode Filter Median dan Filter Rata-rata

IMPLEMENTASI METODE HARMONIC MEAN FILTERDAN CANNY UNTUK MEREDUKSI NOISEPADA CITRA DIGITAL

BAB 2 LANDASAN TEORI

BAB 1 PENDAHULUAN. 1.1 Latarbelakang

BAB II LANDASAN TEORI

BAB 2 LANDASAN TEORI

Implementasi Noise Removal Menggunakan Wiener Filter untuk Perbaikan Citra Digital

RESTORASI CITRA BLUR DENGAN ALGORITMA JARINGAN SARAF TIRUAN HOPFIELD

BAB II DASAR TEORI. CV Dokumentasi CV berisi pengolahan citra, analisis struktur citra, motion dan tracking, pengenalan pola, dan kalibrasi kamera.

Pengolahan Citra Berwarna

BAB 2 LANDASAN TEORI

PENGATURAN KECERAHAN DAN KONTRAS CITRA SECARA AUTOMATIS DENGAN TEKNIK PEMODELAN HISTOGRAM

corak lukisan dengan seni dekorasi pakaian, muncul seni batik tulis seperti yang kita kenal sekarang ini. Kain batik merupakan ciri khas dari bangsa I

BAB 3 ANALISIS DAN PERANCANGAN PROGRAM APLIKASI

IMPLEMENTASI METODE RETINEX UNTUK PENCERAHAN CITRA

Muhammad Zidny Naf an, M.Kom. Gasal 2015/2016

BAB 2 TINJAUAN PUSTAKA

PERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDESAIN KARTU UCAPAN

BAB I PENDAHULUAN. 1.1 Latar Belakang

Seminar Nasional Aplikasi Teknologi Informasi 2004 Yogyakarta, 19 Juni 2004

Studi dan Eksperimen terhadap Kombinasi Warna untuk Kriptografi Visual Warna Kromatik. Ibnu Alam

ANALISIS METODE MASKING-FILTERING DALAM PENYISIPAN DATA TEKS

Peningkatan Kualitas Citra Digital Berbasis Color Constancy Menggunakan Gray World

BAB II TEORI DASAR PENGOLAHAN CITRA DIGITAL

BAB 2 LANDASAN TEORI

TEKNIK PENGOLAHAN CITRA MENGGUNAKAN METODE KECERAHAN CITRA KONTRAS DAN PENAJAMAN CITRA DALAM MENGHASILKAN KUALITAS GAMBAR

APLIKASI IDENTIFIKASI ISYARAT TANGAN SEBAGAI PENGOPERASIAN E-KIOSK

APLIKASI PENGHITUNG JUMLAH WAJAH DALAM SEBUAH CITRA DIGITAL BERDASARKAN SEGMENTASI WARNA KULIT

Grafik Komputer dan Pengolahan Citra. Pengolahan Citra : Representasi Citra. Universitas Gunadarma Pengolahan Citra : Representasi Citra 1/16

BAB II LANDASAN TEORI

SISTEM PENGENALAN WAJAH MENGGUNAKAN WEBCAM UNTUK ABSENSI DENGAN METODE TEMPLATE MATCHING

Mengenal Lebih Jauh Apa Itu Point Process

BAB VI HASIL DAN PEMBAHASAN

KONSEP DASAR PENGOLAHAN CITRA

STMIK GI MDP. Program Studi Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil Tahun 2010/2011

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Muhammad Zidny Naf an, Lc., S.Kom., M.Kom. Genap 2015/2016

BAB 2 LANDASAN TEORI Closed Circuit Television (CCTV)

BAB 2 LANDASAN TEORI

BAB 1 PENDAHULUAN 1.1 Latar Belakang Universitas Sumatera Utara

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang

ANALISA PERBANDINGAN METODE VEKTOR MEDIAN FILTERING DAN ADAPTIVE MEDIAN FILTER UNTUK PERBAIKAN CITRA DIGITAL

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

JURNAL ANALISIS PERBANDINGAN METODE HISTOGRAM EQUALIZATION DENGAN METODE MEDIAN FILTER UNTUK REDUKSI NOISE

Deteksi Tepi pada Citra Digital menggunakan Metode Kirsch dan Robinson

MKB3383 TEKNIK PENGOLAHAN CITRA Pemrosesan Citra Biner

BAB III METODOLOGI PENELITIAN

PEMBIMBING : Dr. Cut Maisyarah Karyati, SKom, MM, DSER.

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI

Pertemuan 2 Representasi Citra

Pengolahan citra. Materi 3

BAB 1 PENDAHULUAN. memindahkan data secara manual ke dalam komputer untuk dapat diolah lebih

APLIKASI PENCARIAN RUTE OPTIMAL MENGGUNAKAN METODE TRANSITIVE CLOSURE

PERBAIKAN CITRA BER-NOISE MENGGUNAKAN SWITCHING MEDIAN FILTER DAN BOUNDARY DISCRIMINATIVE NOISE DETECTION

DETEKSI TEPI MENGGUNAKAN OPERATOR ISOTROPIK DENGAN PENGOLAHAN AWAL MENGGUNAKAN PENGATURAN INTENSITAS

BAB 3 ANALISA DAN PERANCANGAN

UJI COBA THRESHOLDING PADA CHANNEL RGB UNTUK BINARISASI CITRA PUPIL ABSTRAK

APLIKASI PENGENALAN RAMBU BERBENTUK BELAH KETUPAT

PERANCANGAN APLIKASI MENENTUKAN EFEK RESOLUSI BERDASARKAN JUMLAH PIXEL PADA CITRA MENGGUNAKAN METODE RETINEX

Pengenalan Telur Berdasarkan Karakteristik Warna Citra Yustina Retno Wahyu Utami 2)

IV. HASIL DAN PEMBAHASAN

Suatu proses untuk mengubah sebuah citra menjadi citra baru sesuai dengan kebutuhan melalui berbagai cara.

BAB 3 PERALATAN DAN PROSEDUR PENELITIAN

LOGO PEMBERIAN TANDA AIR MENGGUNAKAN TEKNIK KUANTISASI RATA-RATA DENGAN DOMAIN TRANSFORMASI WAVELET DISKRIT. Tulus Sepdianto

BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. beragam produk seperti tampilan suara, video, citra ditawarkan oleh perusahaan untuk

Pengantar PENGOLAHAN CITRA. Achmad Basuki PENS-ITS Surabaya 2007

BAB II LANDASAN TEORI

PENDETEKSIAN TEPI OBJEK MENGGUNAKAN METODE GRADIEN

III. METODOLOGI PENELITIAN

APLIKASI PENGOLAHAN CITRA MENDETEKSI KUALITAS CABAI BERDASARKAN TINGKAT KEMATANGAN MENGGUNAKAN TRANSFORMASI WARNA YCbCr

GLOSARIUM Adaptive thresholding Peng-ambangan adaptif Additive noise Derau tambahan Algoritma Moore Array Binary image Citra biner Brightness

ANALISA KOMPRESI CITRA DIGITAL MENGGUNAKAN METODE HADAMARD

PERANGKAT LUNAK PERBAIKAN KUALITAS CITRA DIGITAL MODEL RGB DAN IHS DENGAN OPERASI PENINGKATAN KONTRAS

Kamera Sekuriti System Dengan Mode Detektor Gerakan Untuk Pengaman Rumah

BAB III METODE PENELITIAN. Tujuan tugas akhir ini akan membangun suatu model sistem yang

APLIKASI PENGENALAN DAUN UBI JALAR UNTUK JENIS UBI JALAR UNGU, MERAH, PUTIH DAN KUNING MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS

Penerapan Teori Graf dan Graf Cut pada Teknik Pemisahan Objek Citra Digital

BAB IV ANALISA DAN PERANCANGAN

BAB 3 ANALISA DAN PERANCANGAN

Algoritma Kohonen dalam Mengubah Citra Graylevel Menjadi Citra Biner

Mendeteksi Blob dengan Menggunakan Algoritma BFS

Image Processing. Nana Ramadijanti Laboratorium Computer Vision Politeknik Elekltronika Negeri Surabaya PENS-ITS 2010

IMPLEMENTASI DAN EVALUASI

BAB I PENDAHULUAN 1.1. Latar belakang 1.2. Perumusan Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Transkripsi:

PENGOLAHAN CITRA DIGITAL MENGGUNAKAN TEKNIK FILTERING ADAPTIVE NOISE REMOVAL PADA GAMBAR BERNOISE Aeri Rachmad Jurusan Teknik Informatika Fakultas Teknologi Informasi Institut Teknologi Adhi Tama Surabaya Jl. Arif Rahman Hakim 100 Surabaya Telp. (031)5945043 ext 146 E-Mail : aery_r@yahoo.com ABSTRAKSI Perkembangan teknologi komputer beralan dengan pesat. Komputer yang awalnya hanya sebagai alat bantu dalam proses pengolahan kata kini sudah meluas diantaranya adalah kemampuan untuk mengolah data berupa citra sehingga mendapatkan informasi sesuai dengan kebutuhan pemakainya. Ada suatu citra yang telah bercampur dengan noise. Intensitas warna dari noise bernilai antara 0 sampai 55. Teknik filtering adaptive noise removal merupakan merupakan salah satu teknik yang dapat digunakan untuk melakukan proses untuk mengurangi noise,dengan mengganti nilai piksel dengan nilai baru yang didapat dari hasil proses tetangga yang mempengaruhi perubahannya. Pada program yang akan dibuat akan mengimplementasikan metode diatas untuk mengurangi noise pada citra. Hasil dari proses Teknik filtering adaptive noise removal adalah sebuah citra yang mulanya memilki noise pada akan berkurang dan menghasilkan kualitas citra yang lebih baik. Kata kunci : citra, noise, filtering adaptive PENDAHULUAN Latar Belakang Pengolahan citra memegang peranan yang sangat penting dalam kehidupan sehari-har tapi sering tidak disadari akan pentingnya informasi yang ditampilkan dalam suatu pengolahan citra tersebut. Pengolahan citra adalah memproses suatu citra sehingga menghasilkan citra yang sesuai dengan keinginan kita. Dalam kehidupan sehari hari proses pengolahan citra memegang peranan yang cukup penting dalam kehidupan, meskipun kita tidak menyadari secara langsung. Input dari program ini adalah dapat berupa citra yang diambil dari file. Proses yang dilakukan adalah memfilter citra asli yang mempunyai noise dengan metode adaptive noise removal. Penggunaan pengolahan citra dalam dunia sehari-hari antara lain adalah dalam bidang kedokteran, teknolog komunikas fotografi dan perfilman dan bidang yang lainnya. Permasalahan Metode yang akan diimplementasikan dalam penelitian ini adalah metode adaptive noise removal, dimana metode ini adalah salah satu cara yang diharapkan dapat digunakan untuk melakukan pengolahan citra yang bertuuan mengurangi noise. Bagaimanakah teknik filtering dengan adaptive noise removal? Apakah faktor ukuran citra mempengaruhi lama proses? Batasan Masalah Karena permasalahan yang ada sangat luas maka dalam penelitian ini penulis membatasi dalam mengimplementasikan program yaitu : Citra yang di olah dalam program ini memiliki format BMP atau JPG. Hasil dari pengolahan citra hanya dapat disimpan ke media penyimpanan dalam bentuk format BMP Kemampuan yang dimiliki program adalah memanggil file, menyimpan file, dan melakukan proses citra dengan filter adaptive noise removal. Kedalaman warna memakai standar RGB. Program dibuat dengan bahasa pemograman Borland Delphi 5.0 Tuuan Tuuan yang ingin dicapai dalam penelitian ini adalah untuk suatu gambar digital/image yang banyak noise/ganguan menadi lebh baik dari gambar aslinya. D-7

Prosiding Seminar Nasional Teknoin 008 Bidang Teknik Informatika Mode Warna YIQ Dikarenakan dalam program ini sebelum ditampilkan akan dikonversi kedalam mode YIQ maka dibawah ini akan dielaskan sedikit mengenai mode warna ini. Mode warna ini digunakan untuk The National Television System Commithee (NTSC). Dalam model warna YIQ parameter Y berisi informasi mengenai Luminance (Brightness). Sedangkan informasi mengenai Chromatiaty (Hue and Purity) disimpan dalam parameter I dan Q. Televisi hitam putih hanya menggunakan parameter Y yang berisi informasi kecerahan Luminance. Dalam penampilan nanti tetap akan menggunakan mode warna RGB, hanya saa sudah dikonversikan ke dalam YIQ kemudian dikonversikan kembali kedalam RGB untuk ditampilkan dilayar monitor. Mode Warna YIQ Dikarenakan dalam program ini sebelum ditampilkan akan dikonversi kedalam mode YIQ maka dibawah ini akan dielaskan sedikit mengenai mode warna ini. Mode warna ini digunakan untuk The National Television System Commithee (NTSC). Dalam model warna YIQ parameter Y berisi informasi mengenai Luminance (Brightness). Sedangkan informasi mengenai Chromatiaty (Hue and Purity) disimpan dalam parameter I dan Q. Televisi hitam putih hanya menggunakan parameter Y yang berisi informasi kecerahan Luminance. Dalam penampilan nanti tetap akan menggunakan mode warna RGB, hanya saa sudah dikonversikan ke dalam YIQ kemudian dikonversikan kembali kedalam RGB untuk ditampilkan dilayar monitor. Pengolahan Citra Pengolahan citra adalah memproses suatu citra sehingga menghasilkan citra yang lebih sesuai dengan keinginan kita. Proses filter adalah enis proses citra yang dilakukan pada citra asli untuk memperoleh citra hasil yang lebih bagus. Pengolahan citra yang digunakan pada kasus ini adalah Filtering Adaptive Noise Removal. Filter ini akan membuat suatu citra yang mula-mula ada titik-titik noise menadi berkurang dan citra akan tampak lebih elas. Citra menurut Niblack (1986) di deskripsikan sebagai pengolahan citra citra oleh komputer, belakang uga ditambahkan bahwa hasil dari pengolahan citra ini adalah uga sebuah citra. Teknik Filtering Adaptive Noise Removal Algoritma dari teknik ini adalah : Membuat graf piksel tetangga artinya adalah menentukan piksel-piksel tetangga mana saa yang akan mempengaruhi perubahan nilai untuk piksel aktual. Graf piksel tetangga dicari dengan arak yang masih termasuk dalam range yang diinputkan oleh user. Jarak piksel kesemua piksel lain yang dapat dicapai dengan langkah < d (masukan dari user). Memberi bobot nilai berdasarkan perbedaan arak antar piksel yang difilter dengan piksel-piksel tetangga. Bobot piksel-piksel tetangga dihitung dengan fungsi Gaussian. Mengganti nilai piksel dengan rata-rata nila semua piksel tetangga. Dengan cara in hanya piksel tetangga yang relevan dengan masing-masing piksel saa yang akan dipilih. Ukuran dan bentuk tetanggalah yang akan mempengaruhi perubahan citra. Root Mean Square Error RMSE atau Root Mean Square Error digunakan dalam analisis perbandingan citra asli dengan citra hasil proses untuk mengetahui tingkat kesalahan yang teradi. Semakin besar nilai RMSE semakin besar pula tingkat kesalahan yang teradi. RMSE pada umumnya digunakan pada program kompresi citra. Rumus RMSE pada program ini hanya untuk mengetahui tingkat perbedaan citra asli dengan citra hasil. Rumus RMSE adalah sebagai berikut. RMSE = 1 n m n m i= 0 = 0 ( RP RQ ) + ( GP GQ ) + ( BP BQ ) Dimana N : Panang citra m : Lebar citra RP : Warna merah pada piksel baris i kolom pada citra asli RQ : Warna merah pada piksel baris i kolom pada citra setelah di filter GP : Warna hiau pada piksel baris i kolom pada citra asli GQ : Warna hiau pada piksel baris i kolom pada citra setelah di filter BP : Warna biru pada piksel baris i kolom pada citra asli BQ : Warna biru pada piksel baris i kolom pada citra setelah di filter PEMBAHASAN Flow chart Program Flow chart dari program yang dibuat adalah sebagai berikut. 3 D-8

ISBN : 978-979-3980-15-7 Yogyakarta, November 008 Gambar 1 Flow Chart Proses Filtering Adaptive Noise Removal Analisis RMSE Untuk proses analisa kecepatan maupun hasil RMSE (Root Mean Square Error) dalam melakukan proses filter untuk mengurangi noise digunakan tiga buah citra dengan resolus set parameter yang berbeda, yakni: Gbr1.bmp, Gbr.bmp, dan Gbr3.bmp. Ketiganya adalah citra dengan format 4 bit. RMSE pada umumnya diterapkan untuk membandingkan dua buah citra yang sama dimana salah satunya telah mengalami proses kompresi terlebih dahulu. Semakin besar nilai RMSE, semakin besar pula tingkat kesalahan yang teradi pada citra hasil kompresi. Dalam skripsi ini RMSE bertuuan untuk mengetahui seberapa banyak perbedaan antara citra asli dengan citra yang dihasilkan setelah melakukan proses pengolahan citra dengan menggunakan teknik filtering adaptive noise removal. Contoh citra yang di filter menggunakan metode adaptive noise removal : Gambar Citra Asli Gbr3.bmp dengan Set D-9

Prosiding Seminar Nasional Teknoin 008 Bidang Teknik Informatika Gambar 3 Citra Gbr3.bmp yang Telah diproses Gambar 7 Citra Gbr3.bmp yang Telah diproses Gambar 4 Citra Asli Gbr1.bmp dengan Set Gambar 8 Citra Asli Gbr1.bmp dengan Set Gambar 5 Citra Gbr1.bmp yang Telah diproses Gambar 9 Citra Gbr1.bmp yang Telah diproses Tabel 1 Analisis Hubungan Parameter dengan Root Mean Square Error (File : gbr1.bmp, Resolusi : 197x159 = 31.33 piksel) Gambar 6 Citra Asli Gbr3.bmp dengan Set Parameter Edge Cb Luma CR 90 1 1 1 1,45 75 1 1 1 1,87 Root Mean Square Error D-10

ISBN : 978-979-3980-15-7 Yogyakarta, November 008 Tabel Analisis Hubungan Parameter dengan Root Mean Square Error(File : gbr3.bmp, Resolusi : 130x13 = 15.990 ) Parameter Edge Cb Luma CR Root Mean Square Error 90 1 1 1 1,5 75 1 1 1 3,37 KESIMPULAN Hasil yang diperoleh dari analisa maka dapat ditarik kesimpulan tentang skripsi ini : 1. Filter Adaptive Noise Removal dapat mengurangi noise pada suatu citra, idenya adalah mengupdate setiap piksel yang ada dan merubah nilai piksel tersebut dengan rata-rata nilai piksel tetangga yang mempengaruhi nilai piksel yang sedang diproses.. Semakin besar ukuran citra semakin lama waktu prosesnya DAFTAR PUSTAKA [1] Alam, M. Agus J. Microsoft Visual Basic 6.0., Elex Media Komputindo, Bandung, 1999. [] Jain, R., Kastur R. And Schunk, BG. 1995. Machine Vision. McGrawHill, Inc. NY, USA. [3] Reselman, Bob. Using Visual Basic 6, MacMillan Computer publising, Indianapolis, 1995. [4] Usman Ahmad, Pengolahan Citra Digital & Teknik Pemrogramannya, Graha Ilmu, Yogyakarta, 005. [5] Parker, J.R. Algorithms for Image Processing and Computer Vision. John Wiley & Son, Inc. NY, USA. 1997 [6] Tinku Acharya, Image Processing Principles and Applications, John Wiley & Sons, Inc. Canada, 005. D-11