I. Fourier Spectra Citra Input Peningkatan mutu citra pada domain frekuensi Fourier dilakukan secara straightforward: Hitung transformasi Fourier dari.

Presentasi berjudul: "I. Fourier Spectra Citra Input Peningkatan mutu citra pada domain frekuensi Fourier dilakukan secara straightforward: Hitung transformasi Fourier dari."— Transcript presentasi:

1

2 I. Fourier Spectra Citra Input Peningkatan mutu citra pada domain frekuensi Fourier dilakukan secara straightforward: Hitung transformasi Fourier dari citra  kalikan hasilnya dengan fungsi filter  lakukan transformasi invers untuk mendapatkan citra hasil. Transformasi Fourier Fourier Spectra Filter Frekuensi Kalikan Fourier Spectra yang sudah diubah Citra Output Transformasi Invers Fourier

3 Lowpass & Highpass (1) Blurring (lowpass) : mengurangi (suppress) nilai frekuensi tinggi Sharpening (highpass) : meloloskan nilai frekuensi tinggi G(u,v) = H(u,v)F(u,v)

4 Lowpass & Highpass (2) Jika suatu citra banyak memiliki edge dan noise maka nilai FT-nya pada frekuensi tinggi akan besar. Prinsip Lowpass Filter: Blurring (smoothing) dapat dilakukan dengan mengurangi nilai FT pada frekuensi tinggi. Semakin tinggi frekuensi, semakin besar nilai (u,v)  (semakin jauh dari titik origin (0,0))

5 Ia. Ideal Lowpass filter
H(u,v) = 1 if D(u,v) ≤ D0 = 0 if D(u,v) > D0 D0 adalah nilai ambang (cutoff frequency locus, nilainya > 0) D(u,v) adalah jarak (u,v) terhadap titik origin. D(u,v) = (u2+v2)1/2

6 Ia. Contoh ideal lowpass filtering

7 Ib. Butterworth Lowpass Filter

8 Ib. Contoh Butterworth lowpass filt.

9 Ic. Ideal Highpass Filter
H(u,v) = 0 if D(u,v) ≤ D0 = 1 if D(u,v) > D0

10 Id. Butterworth Highpass Filter

11 Domain Spasial Domain Frekwensi
Kita dapat membuat mask spasial dari filter pada domain frekuensi Dengan demikian, hasil yang diperoleh dari pemrosesan pada domain spasial sama dengan hasil yang diperoleh dari pemrosesan pada domain frekuensi

12 Contoh

13 Transformasi Fourier dan Image Enhancement (1)
Citra hasil transformasi Fourier: Contoh citra masukan dengan gangguan berbentuk garis-garis:

14 Transformasi Fourier dan Image Enhancement (2)
Citra hasil perbaikan: Citra hasil transformasi Fourier setelah dihilangkan gangguannya:

15 Transformasi Fourier dan Image Enhancement (3)
Baris atas: Citra blur pada hasil transformasi Fourier kelihatan mengandung komponen frekwensi tinggi lebih sedikit Baris bawah: Citra sharp pada hasil transformasi Fourier kelihatan mengandung komponen frekwensi tinggi lebih banyak

16 Transformasi Fourier dan Image Enhancement (4)
Citra hasil perbaikan: Citra masukan dengan gangguan band stripes:

17 II. Wavelet Dekomposisi wavelet pada setiap level akan menghasilkan 4 buah informasi: A: bagian aproksimasi (low freq) H: bagian detail horizontal (high freq) V: bagian detail vertikal (high freq) D: bagian detail diagonal (high freq) Lowpass (membiarkan lolos bagian low freq): ambil bagian A nya Highpass (membiarkan lolos bagian high freq): ambil bagian detailnya (H,V,D)

18 Restorasi Citra (1) Image Enhancement (peningkatan mutu citra): kita memperbaiki tampilan citra untuk tujuan tertentu Image Restoration (restorasi citra): kita memperbaiki suatu citra yang terkena noise (model noise sudah kita ketahui atau kita duga sebelumnya)

19 Restorasi Citra (2) Termasuk dalam restorasi citra adalah menghilangkan jenis-jenis noise yang telah kita pelajari pada bagian transformasi. Sebagai contoh, jika kita mengetahui bahwa noise bersifat periodik dan menyeluruh pada citra, maka kita bisa menghilangkannya dengan transformasi Fourier.

20 Contoh Restorasi Citra

21 Restorasi Area Berawan
Citra Optik Berawan Klasifikasi Citra Radar Restorasi Citra Optik (Sumber: Bakosurtanal RI; Area: Teluk Belantung)