Image Filtering. Achmad Basuki Politeknik Elektronika Negeri Surabaya PENS-ITS 2005

dokumen-dokumen yang mirip
Achmad Basuki Politeknik Elektronika Negeri Surabaya PENS-ITS 2005

PRAKTIKUM PENGOLAHAN CITRA DIGITAL MODUL 1 PERBAIKAN KUALITAS CITRA

IMPLEMENTASI ALGORITME HIGH PASS FILTER PADA FPGA MENGGUNAKAN PROSESOR NIOS II

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

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Konvolusi. Esther Wibowo Erick Kurniawan

PERBANDINGAN METODE PREWIT DAN ROBERTS UNTUK KEAKURATAN MENDETEKSI TEPI PADA SEBUAH GAMBAR DENGAN MENGGUNAKAN VB.6

Sistem Pengaturan Waktu Riil

Spatial Filtering Dengan Teknik Operasi Konvolusi

Definisi Filter. Filter berdasar respon frekuensinya : 1. LPF 2. HPF 3. BPF 4. BRF/BSF

ANALISIS PENERAPAN METODE KONVOLUSI UNTUK UNTUK REDUKSI DERAU PADA CITRA DIGITAL.

MODUL XI / 11. PUSAT PENGEMBANGAN BAHAN AJAR-UMB Iradath, ST., MBA ELEKTRONIKA ANALOG 1

1. TRANSLASI OPERASI GEOMETRIS 2. ROTASI TRANSLASI 02/04/2016

BAB 1 PENDAHULUAN 1.1 Latar Belakang Universitas Sumatera Utara

Pendahuluan. Dua operasi matematis penting dalam pengolahan citra :

PERANCANGAN APLIKASI PENGURANGAN NOISE PADA CITRA DIGITAL MENGGUNAKAN METODE FILTER GAUSSIAN

Perbandingan Metode Sobel, Metode Prewitt dan Metode Robert Untuk Deteksi Tepi Objek Pada Aplikasi Pengenalan Bentuk Berbasis Citra Digital

Kuantisasi Gray Level untuk Enhancement Citra

BAB II LANDASAN TEORI. mesin atau robot untuk melihat (

Histogram. Peningkatan Kualitas Citra

MAKALAH LOW PASS FILTER DAN HIGH PASS FILTER

Pengolahan Citra di Ranah Frekuensi

BAB III ANALISIS DAN PERANCANGAN

By Emy 1 MEREDUKSI NOISE By Emy By Emy

MAGNIFIKASI PERBAIKAN CITRA DIJITAL MULTI RESOLUSI DENGAN METODE GABUNGAN TAPIS LOLOS BAWAH DAN INTERPOLASI BILINEAR

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

BAB 2 TINJAUAN PUSTAKA

PENINGKATAN MUTU CITRA (IMAGE ENHANCEMENT) PADA DOMAIN SPATIAL

Gambar 6.1. Format koordinat frekwensi pada citra

LAPORAN TUGAS MATA KULIAH PENGOLAHAN CITRA DIGITAL Aplikasi Filter pada Domain Spasial

APLIKASI TRANSFORMASI WATERSHED UNTUK SEGMENTASI CITRA DENGAN SPATIAL FILTER SEBAGAI PEMROSES AWAL

Pengolahan Citra Digital: Peningkatan Mutu Citra Pada Domain Spasial

PROSES PENAJAMAN DAN REDUKSI NOISE PADA SEBUAH CITRA DIGITAL DALAM BIDANG FOTOGRAFI

Praktikum 9 Reduksi Noise

Pengantar Mata Kuliah Pengolahan Citra

TEKNIK PENGOLAHAN CITRA. Kuliah 4 Neighborhood Processing. Indah Susilawati, S.T., M.Eng.

PENINGKATAN MUTU CITRA (IMAGE ENHANCEMENT) PADA DOMAIN FREKUENSI. by Emy 2

BAB III ANALISIS DAN PERANCANGAN

BAB II LANDASAN TEORI

TEKNIK PENGOLAHAN CITRA. Kuliah 5 Neighboorhood Processing. Indah Susilawati, S.T., M.Eng.

ANALISIS PENGGUNAAN FILTER PADA SISTEM PENGENALAN PLAT NOMOR MENGGUNAKAN PHASE ONLY CORRELATION (POC)

10/11/2014 IMAGE SMOOTHING. CIG4E3 / Pengolahan Citra Digital BAB 7 Image Enhancement (Image Smoothing & Image Sharpening)

Simulasi Teknik Image Enhancement Menggunakan Matlab Yustina Retno Wahyu Utami 3)

MODUL 05 FILTER PASIF PRAKTIKUM ELEKTRONIKA TA 2017/2018

BAB II TI JAUA PUSTAKA

Pengantar PENGOLAHAN CITRA. Achmad Basuki PENS-ITS Surabaya 2007

IDENTIFIKASI TANDA TANGAN DENGAN DETEKSI TEPI DAN KOEFISIEN KORELASI

DAFTAR ISI HALAMAN JUDUL... LEMBAR PENGESAHAN PEMBIMBING LEMBAR PENGESAHAN PENGUJI... KATA PENGANTAR... HALAMAN PERSEMBAHAN... MOTTO... ABSTRAK...

Mereduksi Noise Tujuan Dasar Teori. Praktikum

CHAPTER 4. Konvolusi (Spatial Filter) & Transformasi Fourier Universitas Telkom

BAB I PENDAHULUAN. 1.1 Latar Belakang

Implementasi Edge Detection Pada Citra Grayscale dengan Metode Operator Prewitt dan Operator Sobel

Batra Yudha Pratama

Image Restoration. Aditya Wikan Mahastama

BAB I PENDAHULUAN 1.1 Latar Belakang

Pemantauan Kondisi Kepadatan Jalan Kelurahan Sawojajar dengan menggunakan Image Processing Berbasis Visual Basic 6.0

APLIKASI ABSENSI KULIAH BERBASIS IDENTIFIKASI WAJAH MENGGUNAKAN METODE GABOR WAVELET

BAB IV HASIL DAN PEMBAHASAN

PENGGUNAAN PERSAMAAN DIFUSI NONLINIER DAN DETEKSI TEPI CANNY UNTUK SEGMENTASI CITRA MELANOMA

TEKNIK PENGOLAHAN CITRA. Kuliah 6 Restorasi Citra (Image Restoration) Indah Susilawati, S.T., M.Eng.

SISTEM TELECARDIAC MONITORING EKSTRAKSI DAN TRANSMISI PARAMETER TEMPORAL SINYAL JANTUNG MELALUI KANAL RADIO

BAB III PROSEDUR DAN METODOLOGI. Pada bab ini kita akan melihat masalah apa yang masih menjadi kendala

Rancang Bangun Sistem Pengujian Distorsi Menggunakan Concentric Circle Method Pada Kaca Spion Kendaraan Bermotor Kategori L3 Berbasis Edge Detection

RANGKAIAN ELEKTRONIKA ANALOG

BAB II LANDASAN TEORI

Implementasi Filter FIR secara Real Time pada TMS 32C5402

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

ALGORITMA SOBEL UNTUK DETEKSI KARAKTER PADA PLAT NOMOR KENDARAAN BERMOTOR

SEGMENTASI CITRA DIGITAL DENGAN MENGGUNAKAN ALGORITMA WATERSHED DAN LOWPASS FILTER SEBAGAI PROSES AWAL ( November, 2013 )

BAB 2 TINJAUAN PUSTAKA

3.2.1 Flowchart Secara Umum

PENGENDALIAN MODEL 3 DIMENSI WAJAH MELALUI PENDETEKSIAN DAN TRACKING TITIK FITUR WAJAH

BAB III METODE ROBERTS DAN SOBEL DALAM MENDETEKSI TEPI SUATU CITRA DIGITAL

Implementasi VB 6.0 pada Face Detection Berbasis Image Processing untuk Sistem Identifikasi

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

Gambar 2.1 Perangkat UniTrain-I dan MCLS-modular yang digunakan dalam Digital Signal Processing (Lucas-Nulle, 2012)

MODUL 06 RANGKAIAN FILTER PASIF

PENGELOMPOKAN GAMBAR BERDASARKAN WARNA DAN BENTUK MENGGUNAKAN FGKA (FAST GENETIC KMEANS ALGORITHM) UNTUK PENCOCOKAN GAMBAR

PERANCANGAN DAN PEMBUATAN PROTOTIPE BAND PASS FILTER UNTUK OPTIMASI TRANSFER DAYA PADA SINYAL FREKUENSI RENDAH; STUDI KASUS : SINYAL EEG

Pengolahan Citra Berbasis Deteksi Tepi Prewitt Pada Gambar Gigi Manusia Image Processing Based On Prewitt Edge Detection For Human Dental Image

BAB 2 LANDASAN TEORI

RESTORASI CITRA. Budi s

DAFTAR ISI. Lembar Pengesahan Penguji... iii. Halaman Persembahan... iv. Abstrak... viii. Daftar Isi... ix. Daftar Tabel... xvi

BAB IV ANALISA. 4.1 Analisa teknik pengolahan citra

Fitur Bentuk Pada Citra. Achmad Basuki, Nana R PENS-ITS, 2008

Deteksi Tepi (Edge Detection)

ALAT BANTU PEMBELAJARAN MATA KULIAH COMPUTER VISION PADA MATERI EDGE BASED SEGMENTASI CITRA BERBASIS MULTIMEDIA

DETEKSI GERAK BANYAK OBJEK MENGGUNAKAN BACKGROUND SUBSTRACTION DAN DETEKSI TEPI SOBEL

PERBANDINGAN KINERJA METODE MEDIAN FILTER DAN MIDPOINT FILTER UNTUK MEREDUKSI NOISE PADA CITRA DIGITAL ABSTRAK

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

MKB Teknik Pengolahan Citra Operasi Ketetanggaan Piksel pada Domain Frekuensi. Genap 2016/2017

Filter Frekuensi. f 50

TRANFORMASI 2 DIMENSI

Cb Cb. jarak = x = w b. SNR(dB) = log( I N ) (1) (y y k) 2 n MSE = Y = 0.59G R B Cr = (R Y ) (3) Cb = 0.

ANALISIS DETEKSI TEPI CANNY PADA CITRA DENGAN GAUSSIAN FILTERING DAN BILATERAL FILTERING

BAB II LANDASAN TEORI

EDGE DETECTION MENGGUNAKAN METODE ROBERTS CROSS

DESIGN DAN IMPLEMENTASI HIGH PERFORMANCE AUDIO SYSTEM DENGAN MENGGUNAKAN TEKNIK SINYAL TERPISAH

Klasifikasi Kualitas Keramik Menggunakan Metode Deteksi Tepi Laplacian of Gaussian dan Prewitt

Transkripsi:

Image Filtering Achmad Basuki Politeknik Elektronika Negeri Surabaya PENS-ITS 25

Materi Prinsip Filtering Di Dalam Image Processing Konvolusi Low-Pass Filter High-Pass Filter

Prinsip Filter Dalam Image Processing tinggi rendah tinggi FFT dari gambar photo terlihat bahwa banyak data (ditunjukkan dengan warna terang) di frekwensi rendah, sedangkan di daerah frekwensi tinggi hanya terdapat sedikit data (ditunjukkan dengan warna gelap)

Prinsip Filter Dalam Image Processing tinggi rendah tinggi FFT dari gambar photo terlihat bahwa banyak data (ditunjukkan dengan warna terang) di frekwensi rendah, sedangkan di daerah frekwensi tinggi masih terdapat banyak data (warnanya masih terang).

Prinsip Filter Dalam Image Processing Gambar selalu berada pada frekwensi rendah, hal ini karena setiap titik pada gambar mempunyai banyak kemiripan warna dengan titik-titik tetangganya. Bila suatu gambar menunjukkan frekwensi tinggi maka pada gambar tersebut banyak titik yang nilai gray-scalenya (warna) yang berbeda jauh dengan titik-titik tetangganya. Frekwensi rendah Frekwensi Tinggi

Prinsip Filter Dalam Image Processing Untuk membuang titik yang berbeda dengan titik-titik tetangganya (proses reduksi noise) maka dilakukan Low-Pass Filter (LPF), suatu bentuk filter yang mengambil data pada frekwensi rendah dan membuang data pada frekwensi tinggi Untuk mempertahankan titik yang berbeda dengan titiktitik tetangganya (proses deteksi tepi) maka dilakukan High-Pass Filter (HPF), suatu bentuk filter yang mengambil data pada frekwensi tinggi dan membuang data pada frekwensi rendah. Untuk mempertahankan titik yang dekat dengan titik-titik tetangganya, dan titik yang berbeda dengan titik-titik tetangganya (sharperness) maka dilakukan Band Pass Filter, yang berguna mempertahankan frekwensi rendah dan tinggi yang tidak terlalu rendah dan tinggi.

Prinsip Filter Dalam Image Processing Hasil gambar yang difilter Y dari gambar asal X dan filter dengan kernel H dapat dihitung dengan: Y H X Konvolusi

Konvolusi Konvolusi dari H dan X didefinisikan dengan: H X y x H( x, y). X ( T x x, T Dimana (x,y) adalah posisi filter dan (Tx,Ty) adalah titik yang difilter y y)

Proses Konvolusi H = X =

Algoritma Konvolusi For x= to picture.scalewidth- For y= to picture.scaleheight- z(x,y)= for k= to nfilterx- for k2= to nfiltery- z(x,y)=z(x,y)+h(k,k2)*i(x+k,y+k2) next k2 next k next y Next x

Contoh Konvolusi 4 H X ), ( 2). 2, ( ), ( v u v j u i x v u h j i y Karena ukuran H adalah 3x3 agar simetri terhadap, maka batas perhitungan adalah -, dan untuk setiap posisi u dan v Y(2,3) = H(,).X(,2) + H(,2).X(,3) + H(,3).X(,4) + H(2,).X(2,2) + H(2,2).X(2,3) + H(2,3).X(2,4) + H(3,).X(3,2) + H(3,2).X(2,3) + H(3,3).X(3,4) = ()() + ()() + ()() + ()() + (4)() + ()() + ()() + ()() + ()() = + + + + 4 + + + + = 7

Contoh Konvolusi 4 H X 2 4 6 2 7 8 2 7 8 2 4 6 X H Y

Filter Kernel Filter kernel H adalah suatu matrik yang menyatakan model filter (dalam spacial) yang menjadi operator dalam proses filter pada gambar. Bentuk atau komposisi nilai yang ada di dalam filter kernel menunjukkan jenis filter yang digunakan. 4 2 H 3 3 H.5 H LOW PASS FILTER HIGH PASS FILTER BAND STOP FILTER

Low Pass Filter Low Pass Filter (LPF) adalah suatu bentuk filter yang mengambil frekwensi rendah dan membuang frekwensi tinggi. LPF digunakan untuk melakukan proses efek blur dan reduksi noise. Ciri-ciri kernel dari LPF adalah semua nilainya positif dan jumlah dari semua nilainya sama dengan satu dan xy H( x, y) H( x, y)

High Pass Filter High Pass Filter (HPF) adalah suatu bentuk filter yang mengambil frekwensi tinggi dan membuang frekwensi rendah. HPF digunakan untuk melakukan proses deteksi tepi. Ciri-ciri kernel dari HPF adalah nilai-nilainya terdiri positif, nol dan negatif, dan jumlah dari semua nilainya sama dengan nol xy H( x, y)

Band Pass Filter Band Pass Filter (BPF) adalah suatu bentuk filter yang mengambil frekwensi tinggi dan rendah dengan batasan tertentu. BPF digunakan untuk melakukan proses efek sharpeness. Ciri-ciri kernel dari BPF adalah nilai-nilainya terdiri positif, nol dan negatif, dan jumlah dari semua nilainya tidak sama dengan nol xy H( x, y)