The contents This lectures we will look at image enhancement techniques working in the spatial domain: What is image enhancement? Different kinds of image.

Slides:



Advertisements
Presentasi serupa
Pengolahan Citra Digital
Advertisements

Konversi citra Satriyo.
Konsep dasar Pengolahan citra digital
Pengolahan Citra Diah Octivita ( ) Hadi Ismanto ( ) Jan Peter ( ) Yenni Rahmawati ( )
Filter Spasial Citra.
Perbaikan Citra pada Domain Spasial
PENGOLAHAN CITRA DIGITAL
PERBAIKAN KUALITAS CITRA 1
Operasi-operasi dasar Pengolahan Citra Digital~3
Image Restoration.
Pengolahan Citra Digital: Peningkatan Mutu Citra Pada Domain Spasial
Overview Materi Pengolahan Citra Digital
Edge Detection (Pendeteksian Tepi)
Image Enhancement.
Anna Hendrawati STMIK CILEGON
1 Session 4 Decision Making For Computer Operations Management (Linear Programming Method)
CS3204 Pengolahan Citra - UAS
Edge Detection Dr. Aniati Murni (R 1202) Dina Chahyati, SKom (R 1226)
CS3204 Pengolahan Citra - UAS
Fuzzy for Image Processing
Hasdi radiles, ST., MT Part # 02/14 : Image Enhancement 09 Sept 2011.
Pengolahan Citra Digital Peningkatan Mutu Citra Pada Domain Frekuensi
IMAGE ENHANCEMENT (PERBAIKAN CITRA)
Pengolahan Citra Digital Peningkatan Mutu Citra Pada Domain Frekuensi
Pengolahan Citra Digital: Peningkatan Mutu Citra Pada Domain Spasial
Aplikasi Transformasi Citra Beberapa Contoh
Jartel, Sukiswo Sukiswo
MODUL 3 PERBAIKAN KUALITAS CITRA
IMAGE PROCESSING Ferda Ernawan, Ph.D
MODUL 3 PERBAIKAN KUALITAS CITRA
pengolahan citra References:
MODUL KULIAH 2 FORMASI CITRA
Perbaikan Kualitas Citra (Image Enhancement)
Image Segmentation.
Operasi2 Dasar Merupakan manipulasi elemen matriks :
Operasi Matematis Pada Citra
MODUL 4 PERBAIKAN KUALITAS CITRA (2)
Digital Image Fundamentals
Pengolahan Citra Digital
Color Image Processing
DETEKSI TEPI.
Pengolahan Citra Digital
Pengantar PENGOLAHAN CITRA DIGITAL
Key Stages in Digital Image Processing
Image Enhancement –Spatial Filtering
Filtering dan Konvolusi
Konvolusi Anna Dara Andriana.
Peningkatan Mutu Citra
BILANGAN REAL BILANGAN BERPANGKAT.
PERBAIKAN CITRA Pertemuan 15 Oleh : Ir. H. Sirait, MT
Desita Ria Yusian TB,S.ST.,MT Universitas Ubudiyah Indonesia
Sumber : Cris Salomon, “Fundamental of Digital Image Processing”
REAL NUMBERS EKSPONENT NUMBERS.
Pengolahan Citra Digital: Peningkatan Mutu Citra Pada Domain Spasial
Pengolahan Citra Digital Peningkatan Mutu Citra Pada Domain Frekuensi
KONVOLUSI DAN TRANSFORMASI FOURIER
PERTEMUAN KE-1 Sumber :Prof. Sinisa Todorovic
Filtering dan Konvolusi
OPERATIONS ON ALGEBRAIC FRAC TIONAL FORMS A. Addition and Subtraction Example : 1. + =
Pengolahan Citra Digital Peningkatan Mutu/Kualitas Citra
PENGOLAHAN CITRA DAN POLA
Operasi Matematis Pada Citra
Operasi titik / piksel.
I. Fourier Spectra Citra Input Peningkatan mutu citra pada domain frekuensi Fourier dilakukan secara straightforward: Hitung transformasi Fourier dari.
Neighborhood Processing
Negasi Pengolahan Citra Danar Putra Pamungkas, M.Kom
Edge Detection Dr. Aniati Murni (R 1202) Dina Chahyati, SKom (R 1226)
Pengantar Pengolahan Citra 4IA10 Kelompok 4 : Faisal Ghifari ( ) Raihan Firas M ( ) Hafidz Amrulloh ( )
Pemrosesan Bukan Teks (Citra)
PENGANTAR PENGOLAHAN CITRA
Transcript presentasi:

Image Enhancement in Spatial Domain I Dian Nuswantoro University Ferda Ernawan, Ph.D

The contents This lectures we will look at image enhancement techniques working in the spatial domain: What is image enhancement? Different kinds of image enhancement Point processing Negative Image Logarithmic transformation Power law transforms Case Study (Zoom In & Zoom Out) Neighbourhood operations Smoothing operation Histogram Image (Practicum)

Image Enhancement Image enhancement adalah suatu proses membuat gambar lebih berguna atau berkualitas. Beberapa alasan menerapkan image enhancement: Menekankan detail dalam sebuah image Menghapus noise dari images Membuat Image lebih menarik

Image Enhancement Tujuan dari Image enhancement: Meningkatkan interpretasi atau persepsi informasi dalam gambar untuk penglihatan manusia. Memberikan hasil gambar yang lebih baik  dari masukan gambar aslinya dengan menggunakan teknik image processing.

Enhancement Techniques Ada dua kategori teknik dasar image enhancement: Spatial domain techniques Direct manipulation of the image pixels Frequency domain techniques Operate on the transformation domain (Fourier transform, DCT or wavelet transform) of an image.

Image Enhancement

Image Enhancement

Basic Spatial Domain Image Enhancement Sebagian besar operasi image enhancement di dalam spatial domain dapat dalam bentuk: g (x, y) = T[ f (x, y)] Dimana f (x, y) adalah input image, T adalah operator yang didefinisikan untuk (x, y) dan g (x, y) adalah output image. Origin x y Image f (x, y) (x, y)

Point Processing Operasi sederhana spatial domain terjadi ketika memanipulasi pixel itu sendiri. Dalam hal ini, T disebut sebagai point processing operation. Point processing operations: s = T ( r ) Dimana s adalah output image pixel value and r adalah original image pixel value.

Grey Level Transformation Ada berbagai jenis  grey level transformations, Tiga dari yang paling umum adalah: Linear Negative/Identity Logarithmic Log/Inverse log Power law nth power/nth root

Negative Images Sebuah fungsi untuk membalikkan warna image dari hitam ke putih sehingga intensitas output sebuah image berkurang dari intensitas input image. Negative image sangat berguna untuk meningkatkan detail warna putih atau gray level pada bagian yang berwarna gelap dalam sebuah image.

Negative Images s = intensitymax - r Original Image x y Image f (x, y) Enhanced Image x y Image g(x, y) s = intensitymax - r Where r denotes the pixel intensity before processing

Example of Negative Image Example: g(x,y)=Imax-f(x,y) Original Image Negative Image g(x,y)= Imax-f(x,y)

Logarithmic Transformation The general form of the log transformation: s = c * log(1 + r) Logarithmic transformation memberikan kisaran tingkat terendah dalam nilai input gray level dan kisaran tertinggi pada nilai output.

Logarithmic Transformation Original Image x y Image f (x, y) Enhanced Image x y Image g(x, y) s = log(1 + r) r didefinisikan sebagai intensitas pixel dari original image.

Logarithmic Transformation g(x,y)= log 10(1+f(x,y)) After Logarithmic Transform Original Image s = log(1 + r)

Power Law Transformation Power law transformations have the following form: s = c * r γ Map a narrow range of dark input values into a wider range of output values. =c=1: identity

Power Law Transformation Original Image x y Image f (x, y) Enhanced Image x y Image g(x, y) s = r γ r didefinisikan sebagai intensitas pixel dari original image.

Power Law Transformation Original Image After Power Law Transformation s = r γ dimana γ =0.5

Image enhancement vs restoration Sebuah proses yang bertujuan untuk meningkatkan  kualitas sebuah image sehingga image tersebut terlihat lebih baik. Image Restoration: Sebuah proses yang bertujuan untuk mengembalikan image dari efek operasi degradasi.

Image enhancement vs image restoration a subjective process (improve an images so they will “look” better.) manipulation of image memperbaiki tampilan citra untuk tujuan tertentu Image Restoration an objective process (improve an image in predefined sense) reconstruction of image memperbaiki suatu citra yang sudah terkena noise

Image Restoration Hampir semua image mengalami degradasi dalam akuisisinya. Degradasi bisa disebabkan oleh: kamera yang tidak fokus, gerakan kamera atau objek saat pemotretan, noise yang dihasilkan oleh sensor (scanner, CCD) dsb. Tujuan restorasi citra untuk membersihkan citra dari efek degradasi ini.

Case Study: Zoom In & Zoom Out

Case Study: Zoom In & Zoom Out

Zoom In S E The first stage of zooming (expanding nXm image on 2n+1 X 2m+1 Image)

S X X S S X X S E X S

S X P S X P E

E Output

Zoom Out

Zoom Out