IMAGE ENHANCEMENT (PERBAIKAN CITRA)

Presentasi berjudul: "IMAGE ENHANCEMENT (PERBAIKAN CITRA)"— Transcript presentasi:

1 IMAGE ENHANCEMENT (PERBAIKAN CITRA)
Sulaibatul Aslamiyah, S.Kom

2 Perbaikan Citra Tujuan perbaikan adalah memproses citra sehingga didapatkan hasil yang lebih sesuai dibandingkan citra aslinya, untuk dipergunakan pada aplikasi tertentu Perbaikan terhadap suatu citra dapat dilakukan dengan operasi titik, operasi spasial, operasi geometri dan operasi aritmatik.

3 Citra rgb Citra dalam komputer tidak lebih dari sekumpulan sejumlah triplet dimana setiap triplet terdiri atas variasi tingkat keterangan (brightness) dari elemen red, green dan blue. Representasinya dalam citra, triplet akan terdiri dari 3 angka yang mengatur intensitas dari Red (R), Green (G) dan Blue (Blue) dari suatu triplet. Setiap triplet akan merepresentasikan 1 pixel (picture element). Suatu triplet dengan nilai 67, 228 dan 180 berarti akan mengeset nilai R ke nilai 67, G ke nilai 228 dan B k nilai Angka-angka RGB ini yang seringkali disebut dengan color values. Pada format .bmp citra setiap pixel pada citra direpresentasikan dengan dengan 24 bit, 8 bit untuk R, 8 bit untuk G dan 8 bit untuk B, dengan pengaturan seperti pada berikut :

4 Citra rgb Suatu citra biasanya mengacu ke citra RGB.
Sebenarnya bagaimana citra disimpan dan dimanipulasi dalam komputer diturunkan dari teknologi televisi, yang pertama kali mengaplikasikannya untuk tampilan grafis komputer. Jika dilihat dengan kaca pembesar, tampilan monitor komputer akan terdiri dari sejumlah triplet titik warna merah (RED), hijau (GREEN) dan biru (BLUE). Tergantung pada pabrik monitornya untuk menentukan apakah titik tersebut merupakan titik bulat atau kotak kecil, tetapi akan selalu terdiri dari 3 triplet red, green dan blue.

5 Citra rgb

6 Citra grayscale Dalam komputasi, suatu citra digital grayscale atau greyscale adalah suatu citra dimana nilai dari setiap pixel merupakan sample tunggal. Citra yang ditampilkan dari citra jenis ini terdiri atas warna abu-abu, bervariasi pada warna hitam pada bagian yang intensitas terlemah dan warna putih pada intensitas terkuat. Citra grayscale berbeda dengan citra ”hitam- putih”, dimana pada konteks komputer, citra hitam putih hanya terdiri atas 2 warna saja yaitu ”hitam” dan ”putih” saja. Pada citra grayscale warna bervariasi antara hitam dan putih, tetapi variasi warna diantaranya sangat banyak.

7 Citra grayscale Citra grayscale seringkali merupakan perhitungan dari intensitas cahaya pada setiap pixel pada spektrum elektromagnetik single band. Citra grayscale disimpan dalam format 8 bit untuk setiap sample pixel, yang memungkinkan sebanyak 256 intensitas. Format ini sangat membantu dalam pemrograman karena manupulasi bit yang tidak terlalu banyak. Pada aplikasi lain seperti pada aplikasi medical imaging dan remote sensing biasa juga digunakan format 10,12 maupun 16 bit.

8 Convert grayscale Adapun proses pengubahan citra RGB ke dalam citra grayscale dapat dilihat pada gambar 3 Proses konversi citra RGB ke Grayscale

9 Convert grayscale Adapun proses pengubahan citra RGB ke dalam citra grayscale dapat dilihat pada gambar 3 Proses konversi citra RGB ke Grayscale

10 Praktikum Convert grayscale

11 Convert grayscale

12 Convert

13 Convert

14 Histogram

15 histogram Histogram menampilkan banyaknya piksel dalam suatu citra yang dikelompokkan berdasarkan level nilai intensitas piksel yang berbeda. Pada citra grayscale 8 bit, terdapat 256 level nilai intensitas yang berbeda, maka pada histogram akan ditampilkan secara grafik distribusi dari masing-masing 256 level nilai piksel tersebut. Histogram ditampilkan dalam grafik 2D, dengan sumbu x menyatakan nilai intensitas piksel dan sumbu y menyatakan frekuensi (banyaknya kemunculan) suatu nilai intensitas piksel Histogram juga dapat diterapkan pada citra warna, dengan cara memisahkan terlebih dulu 3 komponen warna red, green dan blue, kemudian setiap komponen warna dibuat histogramnya

16 histogram Histogram citra sangat berkaitan dengan berbagai teknik pengolahan citra, terutama metode metode yang tergolong dalam operasi titik. Histogram citra menunjuk pada histogram dari nilai intensitas pixel. Histogram menampilkan banyak pixel dalam suatu citra yang dikelompokkan berdasarkan level nilai intensitas pixel yang berbeda. Pada citra grayscale 8 bit, terdapat 256 level nilai intensitas yang berbeda maka pada histogram akan ditampilkan secara grafik distribusi dari masing-masing 256 level nilai pixel tersebut. Histogram dari suatu citra digital dengan gray-level di dalam range [0,L-1] adalah fungsi diskrit p(r k) = nk/n, dimana:

17 histogram Yang artinya, derajat keabuan (k) dinormalkan terhadap derajat keabuan terbesar ( L - 1). Nilai rk = 0 menyatakan hitam, dan rk = 1 menyatakan putih dalam skala keabuan yang didefenisikan.(‘Uyun, 2008) Jika fungsi ini digambarkan dengan grafik maka akan memberikan deskripsi secara globaldari penampakan citra. Gambar 2 menunjukkan histogram dari empat jenis citra secara umum. Histogram dari berbagai jenis citra

18 histogram Meskipun histogram hanya menunjukkan sifat-sifat umum dari citra dan tidak memberikan informasi apa pun mengenai isi suatu citra, namun bentuk dari histogram dapat memberikan informasi mengenai kemungkinan untuk melakukan perbaikan kontras citra tersebut

19 histogram Empat tipe citra: gelap, terang, kekontrasan rendah dan kekontrasan tinggi, beserta histogramnya.

20 Praktikum histogram

21

22 TUGAS PRAKTIKUM Buatlah histogram suatu citra
jumlah citra grayscale 2, kemudian analisa tingkat kekontrasanya Citra warna (1 buah), kemudian buat histogramnya dan dianalisa Dikumpulkan dalam bentuk hard copy, dengan urutan : citra, hasil, analisa

23 Histogram equalisasi Histogram Equalization adalah suatu proses perataan histogram, dimana distribusi nilai derajat keabuan pada suatu citra dibuat rata. Untuk dapat melakukan histogram equalization ini diperlukan suatu fungsi distribusi kumulatif yang merupakan kumulatif dari histogram.

24 Histogram equalisasi “Histogram equalization” digunakan untuk memperlebar range tingkat keabuan, sehingga akan meningkatkan kekontrasan citra. Transformation berikut: untuk k=0,1,2,…,L-1 disebut “histogram equalization” atau “histogram linearization”.

25 contoh

26 penyelesaian Gray Level(j) 1 2 3 4 5 6 7 8 9 No. of pixels 11 15 16
1 2 3 4 5 6 7 8 9 No. of pixels 11 15 16 6 / 16 11/16 15/16 16/16 s x 9 3.3 3 6.1 6 8.4 8

27 penyelesaian

28 Kurva Histogram

29 Normalisasi Histogram

30 Histogram Equalization

31 Studi Kasus Suatu citra terdiri dari 32 x 32 dengan 8 gray level.
Misalkan jumlah piksel pada masing-masing level berturut-turut 790, 1023, 850, 656, 329, 245, 122, dan 81. Lakukan histogram equalization dan tuliskan semua proses perhitungannya sampai menjadi citra hasil

32 Representasi bit citra
Range Keterangan 1 0 - 1 Citra Biner 8 Citra abu-abu (grayscale) 12 High quality grayscale 16 Very high quality grayscale 32 ( ) Floating point format 8+8+8 3 x 1-255 "24 bit True Color" (monitor) Citra abu-abu Citra biner Citra biner Citra abu-abu

33 Image Negatives

34 Image Negatives Negasi adalah proses pemetaan nilai piksel suatu citra, yaitu pada citra biner, piksel hitam dijadikan putih dan piksel putih dijadikan hitam. Pada citra grayscale atau berwarna, nilai maksimum piksel dikurangi dengan nilai piksel yang sedang diroses Negatif dari suatu citra dengan tingkat keabuan antara [0, L-1] dapat dihitung menggunakan transformasi negatif dengan rumus berikut: s = L – 1 – r Membalik intensitas citra dengan rumus seperti di atas akan menghasilkan negatif dari photo. Pencarian negatif dari suatu citra cocok untuk memperbaiki gambar yang memiliki rincian sub citra terang pada area yang gelap, khususnya jika ukuran dari area gelap cukup dominan

35 Image Negatives

36 Image Brightness

37 Image Brightness Image Brightness (pencerahan gambar)adalah suatu teknik untuk membuat citra menjadi lebih terang atau lebih gelap. Kecerahan/kecermelangan gambar dapat dilakukan dengan cara menambahkan(atau mengurangkan) sebuah konstanta dari setiap pixel di dalam citra. Proses Image Brightness menyebabkan histogram dari citra tersebut mengalami perubahan

38 Image Brightness

39 Praktikum 1 : Praktikum Buat sebuah M-File (function) untuk membuat
image negatives dan brightness

40 Thresholding (Skip)

41 Contrast Kontras suatu citra adalah distribusi piksel terang dan gelap. Citra grayscale dengan kontras rendah maka akan terlihat terlalu gelap, terlalu terang atau terlalu abu-abu. Histogram citra dengan kontras rendah, semua piksel akan terkonsentrasi pada sisi kiri, sisi kanan atau di tengah. Semua piksel akan terkelompok secara rapat pada suatu sisi tertentu dan menggunakan sebagian kecil dari semua kemungkinan nilai piksel Citra dengan kontras tinggi memiliki daerah gelap dan terang yang luas, memiliki dua puncak yang besar, terkonsentrasi pada sisi kiri dan kanan. Citra dengan kontras yang bagus menampilkan rentangan nilai piksel yang lebar, histogramnya relative menunjukkan distribusi piksel yang seragam.

42 Contrast Stretching Contrast Stretching berguna untuk meningkatkan dynamic range dari citra yang telah diproses. Pada contrast stretching yang diproses bisa sebagian dari input gray level sesuai dengan grafik yang digunakan

43 Contrast Stretching

44 Contrast Stretching Lokasi dari titik (r1,s1) & (r2,s2) mengontrol bentuk dari fungsi transformasi (log, negative dll). Jika r1 = s1 dan r2 = s2 maka transformasi liniernya tdk melakukan perubahan apapun pada citra, karena membentuk fungsi transformasi identitas. Jika r1 = r2, s1 = 0 dan s2 = L-1 maka transformasi menjadi fungsi thresholding yang menghasilkan citra biner. Secara umum r1 ≤ r2 dan s1 ≤ s2 sehingga fungsi menggunakan nilai single dan meningkat secara monotonic.

45 Contrast Stretching

46 Praktikum 2 : Praktikum Buat sebuah M-File (function) untuk membuat
thresholding dan contrast

47 Image Fusion (Image Blending)

48 Image Fusion (Image Blending)

49 Praktikum 3 : Praktikum Buat sebuah M-File (function) untuk membuat
Image Fusion

50 Contrast - 1

51 Contrast - 2

52 Contrast Stretching