Hasdi radiles, ST., MT Part # 02/14 : Image Enhancement 09 Sept 2011

Introduction Meeting #1 1. introduces the concepts of uniform image sampling and gray-level quantization Refrerences 1. Gonzales, “ Prentice Hall - Digital Image Processing 2nd Edition 2002

Pendahuluan Enhancement  Proses membuat image menjadi lebih fkeksibel untuk aplikasi tertentu Metoda: Metoda domain spatial (waktu)  manipulasi pixel Metoda domain frekuensi  transformasi fourier Metoda kombinasi Pengamatan merupakan penentu akhir dari interprestasi visual performasi kerja suatu algoritma Definisi Kualitas  subjektif dan dependent

Domain Spatial Proses dapat dituliskan sebagai berikut: f(x,y)  input image g(x,y)  output proses T  operator yg bekerja pada f, dapat diaplikasikan pada beberapa neighborhood di sekitar (x,y) Neigborhood dapat didefinisikan pada area rectangular/square dari pixel yang berada disekitar (x,y)

Contrast Enhancement Bentuk operator T paling sederhana jika neighborhood berukuran 1 x 1  fungsi g hanya bergantung pada fungsi f di titik (x,y) dan T menjadi fungsi transformasi level gray (intensitas) Contrast Streching : transformasi level gray yang terkompres dari image aslinya Mask / Filter = Proses enhancement pada Neighborhood

Contrast Enhancement Suatu image dengan gray level [0,L-1] dapat dilakukan beberapa fungsi dasar seperti: 1. Linear  Transformasi Negative dan indentitas 2. Logarithmic  transformasi Log dan invers Log 3. Power-Law  transformasi pangkat dan akar ke –n

Negative Enhancement Memberikan level intensitas yang berlawanan

Transformasi Log Enhancement Log  Meningkatkan level gelap pada image

Log Enhancement Pangkat pada persamaan menunjukkan level Gamma Prosess phenomena  Gamma correction

Piece-wise Linear Titik (r1, s1) dan (r2,s2) merupakan kontrol bentuk fungsi tansformasi r1 =s1; r2 = s2  transformasi linear tanpa perubahan level r1=r2; s1=0 dan s2 = L-1  fungsi threshold (binnary)

Gray level slicing Metoda Slicing Menampilkan gray level dengan nilai tinggi pada suatu area irisan dan gray level dengan nilai rendah pada daerah sisanya Mencerahkan pada rentang level gay yang diinginkan tetapi tetap mempertahannkan level gray backgroundnya

Bit-plane slicing

Histogram Merupakan fungsi probabilitas density (pdf) dari suatu image Disajikan umumnya dalam bentuk ternormalisasi terhadap jumlah pixel yang ada dalam suatu image

CDF Image Suatu fungsi transformasi T(r) akan memenuhi kondisi: T(r) merupakan single value dan akan naik monoton pada rentang 0 – 1 Nilai dari T(r) memenuhi :

Log Enhancement