Upload presentasi
Presentasi sedang didownload. Silahkan tunggu
1
Image Restoration
2
Dalam kuliah ini kita akan membahas teknik restorasi citra yang digunakan untuk menghilangkan noise.
Apa restorasi citra? Noise dan model noise Menghilangkan noise menggunakan filter dalam domain spatial Menghilangkan noise menggunkan filter domain frekwensi
3
Apa Restorasi citra? Restorasi citra mencoba untuk mencoba untuk memperbaiki citra yang telah mengalami degradasi
4
Noise Sumber noise dalam citra digital muncul selama akuisasi citra (digitasi) dan transmisi Sensor dipengaruhi lingkungan sekitar Interferensi ditambahkan selama proses transmisi
5
Restorasi citra dan perbaikan citra
Sebagian besar prosesnya subyektif Tidak perlu pengetahuan tentang degradasi Restoration: Proses yang lebih objektif Citra degradasi Berupaya untuk memperbaiki citra dengan menggunakan pengetahuan tentang degradasi
6
Model degradasi citra dan proses restorasi citra
7
Model Degradasi citra Dua bentuk degradasi Ada penambahan noise
Disarankan menggunakan teknik restorasi domain spatial Citra blur Disarankan menggunakan restorasi domain frekwensi
8
Bentuk bentuk noise Gaussian Noise Rayleigh noise Erlang (Gamma) noise
Exponential noise Uniform noise Impulse (salt-and-pepper) noise
9
Gaussian Noise Noise (image) dapat diklasifikasikan sesuai distribusi dari dari nilai nilai pixel (citra yang bernoise atau histogramnya (normalized) Gaussian noise dinyatakan dengan dua parameter (mean) dan σ2 (variance), 70% dari nilai z berada pada range range [(-σ),(+σ)] 95% nilai nilai z berada dlm range [(-2σ),(+2σ)]
10
Gaussian Noise
11
Rayleigh noise mean dan variansi dinyatakan dengan
a dan b dapat diperoleh melalui mean dan variansi
12
Erlang (Gamma) noise mean dan variansi dinyatakan dengan
a dan b dapat diperoleh melalui mean dan variansi
13
Exponential noise mean dan variansi dinyatakan dengan kasus khusus dari pdf Erlang PDF dengan b=1
14
Uniform noise mean dan variansi dinyatakan dengan
15
Other Noise Models Impulse (salt-and-pepper) noise
Jika Pa atau Pb adalah nol impulse noise disebut unipolar a dan b biasanya nilai-nilainya extreme
16
Contoh citra
17
Effect penamabhan noise pada citra
H.R. Pourreza
18
Effect penamabhan noise pada citra
H.R. Pourreza
19
Estimasi nose crop a relatively large homogeneous region from an image and inspect its histogram
21
Estimasi dari parameter noise
Dalam banyak kasus, hanya mean dan variansi yang diestimasi Yang lain dapat diperoleh dari mean dan variansi yang sudah diestimasi Misalkan sub-image dengan dinotasikan S
22
Restorasi hanya dengan adanya noise (De-Noising)
Mean filter Arithmetic mean filter g(x,y) citra mengalami degradasi Sx,y adalah mask Geometric mean filters Cenderung digunakan untuk mempe tahankan detail citra Harmonic mean filter Baik untuk salt noise tetapi gagal untuk pepper noise Contraharmonic mean filter Positive Q bekerja untuk pepper noise Negative Q untuk salt noise Q=0arithmetic mean filter Q=-1harmonic mean filter H.R. Pourreza
23
Corrupted by Gaussian Noise
De-Noising Corrupted by Gaussian Noise Mean Filtering Geometric Mean Filtering
24
De-Noising Corrupted by pepper noise Corrupted by salt noise
3x3 Contraharmonic Q=1.5 3x3 Contraharmonic Q=-1.5
25
De-Noising
26
Filters berdasarkan Order Statistics (De-Noising)
Median filter Max filter :baik untuk menghilangkan pepper noise Min filter :Good for removing salt noise Midpoint filter : Baik untuk Gaussian atau uniform noise
27
De-Noising Corrupted by salt & pepper noise One pass median filtering
Two pass median filtering Three pass median filtering
28
De-Noising Corrupted by pepper noise Corrupted by salt noise
Max Filtering Min Filtering
29
Alpha-Trimmed Mean Filter (De-Noising)
Alpha-trimmed mean filter mengambil rata-rata nilai pixel dari m×n mask setelah menghapus d/2 nilai pixel terendah dan d/2 nilai pixel tertinggi gr(s,t) menyatakan sisa mn-d pixels Digunakan dari berbagai kombinasi dari salt-and-pepper dan gausian Gaussian
30
De-Noising Added salt & pepper noise
Corrupted by additive Uniform noise 5x5 Mean Filtering 5x5 Geo-Mean Filtering 5x5 Median Filtering 5x5 Alpha-trimmed Mean Filtering H.R. Pourreza
31
Bandreject Filters Bandreject filters menghilangkan band frekwensi tertentu LPF dan HPF Ideal bandreject Butterworth bandreject filter Gaussian bandreject filter
32
Bandreject Filters Ideal bandreject filter
33
Butterworth bandreject filter
Bandreject Filters Butterworth bandreject filter n =1
34
Bandreject Filters Gaussian bandreject filter
Presentasi serupa
© 2024 SlidePlayer.info Inc.
All rights reserved.