SATUAN ACARA PERKULIAHAN ( SAP ) Mata Kuliah : Pengolahan Citra Digital Kode : IES 6323 Semester : VI Watu : 1x 3x 50 Menit Pertemuan : 7 A. Kompetensi 1. Utama Mahasiswa dapat memahami tentang sistem pengolahan citra digital dan hal yang terait secara umum. 2. Penduung Mahasiswa dapat memahami citra dan pengolahannya hususnya operasi-operasi untu meningatan mutu citra, sehingga lebih mudah diinterpretasian oleh mata manusia. B. Poo Bahasan Perbaian ualitas citra (Image Enhancement) C. Sub Poo Bahasan Lingup proses perbaian ualitas citra Histogram Citra Pengolahan Citra Digital/ Minarni, S. Si., MT 67
D. Kegiatan Belajar Mengajar Tahapan Kegiatan Pengajaran Kegiatan Pendahuluan 1. Mereview materi sebelumnya 2. Menjelasan materi-materi peruliahan yang aan dipelajari. Penyajian 1. Menjelasan tentang lingup proses perbaian ualitas citra 2. Menjelasan histogram citra Penutup 1. Mengajuan pertanyaan epada mahasiswa. 2. Memberian esimpulan. 3. Mengingatan aan ewajiban mahasiswa untu pertemuan selanjutnya. Kegiatan Mahasiswa Mendengaran dan memberian omentar Memperhatian, mencatat dan memberian omentar. Mengajuan pertanyaan. Memberian omentar. Mengajuan dan menjawab pertanyaan. Media & Alat Peraga Noteboo, LCD, Papan Tulis Noteboo, LCD, Papan Tulis Noteboo, LCD, Papan Tulis E. Evaluasi Evaluasi dilauan dengan cara memberian pertanyaan langsung dan tida langsung epada mahasiswa dan dengan memberian uis. Pengolahan Citra Digital/ Minarni, S. Si., MT 68
RENCANA KEGIATAN BELAJAR MINGGUAN (RKBM) Mata Kuliah : Pengolahan Citra Digital Kode : IES 6323 Semester : VI Watu : 1 x 3x 50 Menit Pertemuan : 7 Minggu Topi Metode Estimasi Media e- (Poo Bahasan) Pembelajaran Watu (Menit) 7 5.1 Lingup Proses Perbaian Kualitas Citra 5.2 Histogram Citra Ceramah, Disusi Kelas 1 x 3 x 50 Noteboo, LCD, Papan Tulis Pengolahan Citra Digital/ Minarni, S. Si., MT 69
BAB 5 PERBAIKAN KUALITAS CITRA Perbaian ualitas citra (image enhancement) merupaan salah satu proses dalam pengolahan citra (image preprocessing). Perbaian ualitas diperluan arena seringali citra yang dijadian obie pembahasan mempunyai ualitas yang buru, misalnya citra mengalami derau (noise) pada saat pengiriman melalui saluran transmisi, citra terlalu terang/gelap, citra urang tajam, abur, dan sebagainya. Melalui operasi pemrosesan awal inilah ualitas citra diperbaii sehingga citra dapat digunaan untu apliasi lebih lanjut, misalnya untu apliasi pengenalan (recognition) obje di dalam citra 5.1 Lingup Proses Perbaian Kualitas Citra Yang dimasud dengan perbaian ualitas citra adalah proses mendapatan citra yang lebih mudah diinterpretasian oleh mata manusia. Pada proses ini, ciriciri tertentu yang terdapat di dalam citra lebih diperjelas emunculannya. Secara matematis, image enhancement dapat diartian sebagai proses mengubah citra f(x,y) menjadi f '(x, y) sehingga ciri-ciri yang dilihat pada f(x, y) lebih ditonjolan. Proses-proses yang termasu e dalam perbaian ualitas citra: 1. Pengubahan ecerahan gambar (image brightness) 2. Peregangan ontras (contrast stretching) 3. Pengubahan histogram citra. 4. Pelembutan citra (image smoothing) 5. Penajaman (sharpening) tepi (edge). 6. Pewarnaan semu (pseudocolouring) 7. Pengubahan geometri 5.1.1 Pengubahan Kecerahan Gambar Untu membuat citra lebih terang atau lebih gelap dengan cara menambahan atau mengurangan sebuah onstanta epada setiap pisel di dalam citra. Seperti pada operasi aritmetia pada Bab 4. 5.1.2 Peregangan Kontras Pengolahan Citra Digital/ Minarni, S. Si., MT 70
Mengubah ontras dari suatu image dengan cara mengubah greylevel piselpisel pada citra menurut fungsi s = T(r) tertentu. r1 r2, s1 s2 r1 = r2, s1 = s2 tida ada perubahan r1 = r2, s1 = 0, s2 = 255 tresholding menjadi citra biner dengan ambang r1 Gambar 5.1 Peregangan Kontras 5.2 Histogram Citra Informasi penting mengenai isi citra digital dapat dietahui dengan membuat histogram citra. Histogram citra adalah grafi yang menggambaran penyebaran nilai-nilai intensitas pixel dari suatu citra atau bagian tertentu di dalam citra. Dari sebuah histogram dapat dietahui freuensi emunculan nisbi (relative) dari intensitas padacitra tersebut. Histogram juga dapat menunjuan banya hal tentang ecerahan (brigthness) dan ontras (contrast) dari sebuah gambar. Karena itu, histogram adalah alat bantu yang berharga dalam peerjaan pengolahan citra bai secara ualitatif maupun uantitatif. Pengolahan Citra Digital/ Minarni, S. Si., MT 71
Gambar 5.2 Tiga Jenis Histogram 5.2.1 Membuat Histogram Misalan citra digital memilii L derajat eabuan, yaitu dari nilai 0 sampai L 1 (misalnya pada citra dengan uantisasi derajat eabuan 8-bit, nilai derajat abuan dari 0 sampai 225). Secara matematis histogram citra dihitung dengan rumus: n 1 =,i = 0,1,.L 1 (5.1) n h 1 Yang dalam hal ini, n1 = jumlah pixel yang memilii derajat eabuan i n = jumlah seluruh pixel di dalam citra Plot h1 versus f1 dinamaan histogram. Gambar 5.3 adalah contoh sebuah histogram citra. Secara grafis histogram ditamplan dengan diagram batang. Perhatian dari persamaan 5.1 bahwa nilai n1 telah dinormalan dengan membaginya dengan n. nilai h1 berada dalam selang 0 sampai 1. Pengolahan Citra Digital/ Minarni, S. Si., MT 72
Gambar 5.3 Histogram citra Sebagai contoh, misalan matris dibawah ini menyataan citra digital yang beruuran 8 x 8 pixel dengan derajat eabuan, dari 0 sampai 15 (ada 16 buah derajat eabuan): 3 2 14 12 0 4 15 2 7 7 8 10 12 14 10 0 0 0 1 8 15 15 6 5 9 8 10 9 12 12 11 8 8 10 11 1 2 3 4 5 13 10 14 5 0 0 1 0 2 2 13 11 10 9 9 8 7 1 0 10 11 14 13 12 Tabel perhitungan perhitungan histogramnya ditunjuan pada Tabel 5.1. Mudah dilihat bahwa semain besar nilai n1 maa semain besar pula nilai h1. Pengolahan Citra Digital/ Minarni, S. Si., MT 73
Tabel 5.1 Perhitungan histogram ni hi=niln (n=6) 0 8 0.125 1 4 0.0625 2 5 0.07812-3) 3 2 0.03125 4 2 0.03125 5 3. 0.046875 6 1 0.015625 7 3 0.0,16875 8 6 0.09375 9 3 0.046875 10 7 0.109375 11 4 0.0625 12 5 0.078125 13 3 0.046875 14 4 0.0625 15 3 0.046875 Histogram untu contoh di atas ditunjuan oleh gambar 5.4. 0.14 0.12 0.125 0.109375 Probabilitas 0.1 0.08 0.06 0.04 0.02 0.078125 0.0625 0.03125 0.03125 0.046875 0.046875 0.015625 0.09375 0.0625 0.078125 0.0625 0.0625 0.046875 0.046875 Series2 0 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 level eabuan Gambar 5.4 Histogram Histogram citra banya memberian informasi penting sebagai beriut: 1. Nilai hi menyataan peluang (probability) pixel, P(i), dengan derajat eabuan i. Jumlah seluruh nilai hi sama dengan 1, atau Pengolahan Citra Digital/ Minarni, S. Si., MT 74
L 1 i= 0 h i = 1 Peluang suatu pixel memilii derajat eabuan lebih ecil atau sama dengan derajat eabuan tertentu adalah jumlah hi untu 0 i j, atau j P( i j) = h, 0 j L 1 i= 0 i 2. Punca histogram menunjuan intensitas pixel yang menonjol. Lebar dan punca menunjuan rentang ontras dari gambar. Citra yang mempunyai ontras terlalu terang (overexposed) atau terlalu gelap (underexposed) milii histogram yang sempit. Histogramnya terlihat hanya menggunaan setengah dari daerah derajat eabuan. Citra yang bai memilii histogram yang mengisi daerah derajat eabuan secara penuh dengan distribusi yang rata pada setiap nilai intensitas pixel. 5.2.2. Perataan Histogram (Histogram Equalization) Perataan histogram bertujuan memperoleh penyebaran histogram yang merata, sehingga derajat eabuan memilii jumlah pisel yang relatif sama. Algoritma Perataan Histogram Langah 1. Untu citra dengan derajat eabuan tertentu, hitunglah: n Pr ( r ) =, r =, 0 L-1 n L 1 L= Total Jumlah Derajat Keabuan n= Jumlah pisel dengan derajat eabuan e- n = Total jumlah pisel dalam citra Langah 2. Berdasar CDF (Cummulative Density Function), hitung bentu disret dari transformasi: s = T ( r ) = P r, 0 L-1 j= 0 r j Contoh. Misalan terdapat citra yang beruuran 64 x 64 dengan jumlah derajat eabuan (L) = 8 dan jumlah seluruh pisel (n) = 64 x 64 = 4096 pisel, dengan distribusi pisel seperti pada Tabel 5.2. Pengolahan Citra Digital/ Minarni, S. Si., MT 75
Tabel 5.2 Distribusi nilai pisel Dengan histogram citra seperti pada Gambar 5.5 Jumlah Pisel Pecahan Pisel Nilai Keabuan Nilai Keabuan Ternormalisasi Gambar 5.5 Kiri: Histogram citra berdasaran jumlah pisel; Kanan: Histogram citra berdasaran nilai eabuan ternormalisasi (Gambar diperoleh menggunaan Software MATLAB 7.0.4) Langah selanjutnya, menerapan transformasi diperoleh: s = T ( r ) = P r, sehingga j= 0 r j Pengolahan Citra Digital/ Minarni, S. Si., MT 76
Hasil transformasinya: r s 0 0 1/7 1 1/7 3/7 2 2/7 5/7 3 3/7 6/7 4 4/7 6/7 5 5/7 1 6 6/7 1 7 1 1 Terlihat dari contoh di atas hanya lima nilai intensitas yang terisi (1/7, 3/7, 5/7, 6/7, dan 1). Dengan transformasi ini, maa histogram citra output adalah sebagai beriut. Pengolahan Citra Digital/ Minarni, S. Si., MT 77
Dengan histogram citra hasil perataan pada Gambar 5.6 Jumlah Pisel Nilai Keabuan Gambar 5.6 Histogram Citra Hasil Perataan (Gambar diperoleh menggunaan Software MATLAB 7.0.4) Mesipun perataan histogram bertujuan menyebaran secara merata nilai nilai derajat eabuan, tetapi seringali histogram hasil perataan ida benar benar tersebar secara merata. Alasannya adalah derajat eabuan terbatas jumlahnya sehingga nilai intensitas baru hasil perataan merupaan pembulatan e derajat eabuan terdeat, dan jumlah pisel yang digunaan sangat terbatas. Latihan 5 Lauanlah proses perataan histogram pada citra di bawah ini yang beruuran 16 x 16 dengan jumlah derajat eabuan (L) adalah 8. Distribusi derajat eabuan pada citra di samping Derajat eabuan 0 1 2 3 4 5 6 7 Jumlah pisel 49 53 64 21 15 41 8 5 Pengolahan Citra Digital/ Minarni, S. Si., MT 78