TUGAS TEORI 3

PERBAIKAN CITRA ( IMAGE ENHANCEMENT ) Histogram, Brightness, Negasi, Mean Filter, Median, Dan High Pass Filter
1. Histogram Banyak sekali proses pengolahan citra yang melibatkan distribusi data, seperti pada contoh konversi biner di atas. Bahkan dalamimage enhancement (perbaikan citra), distribusi dari nilai derajat keabuan padacitra menjadi suatu acuan dasar. Untuk menyatakan distribusi data dari nilai derajat keabuan ini dapat digunakan nilai histogram. Histogramadalah suatu fungsi yang menyatakan jumlah kemunculan dari setiap nilai. Misalkan diketahui data sebagai berikut: X=132530212423 Maka histogramnya adalah munculnya setiap nilai, yaitu: nilai 0 muncul 1 kali, nilai 1 muncul 2 kali, nilai 2 muncul 4 kali, nilai 3 muncul 3 kali, nilai 4 muncul 1 kali dan nilai 5 muncul 1 kali. Karena citra mempunyai derajat keabuan 256 yaitu (0-255) maka histogram menyatakan jumlan kemunculan setiap nilai 0255. Program Histogram Pada Matlab

Syntax Program :
i = imread('Aryef_0.5.jpg'); k = rgb2gray(i); j = histeq(k); subplot(2,2,1),imshow(i); subplot(2,2,2),imshow(j); subplot(2,2,3),imhist(k); subplot(2,2,4),imhist(j); = = = = Menampung Gambar Merubah menjadi gray Membangkitkan Histogram k Mem-Plot Gambar i

= Mem-Plot Tampilan j = Mem-Plot Gambar gray = Mem-Plot Histogram j

2.

Brightness Brightness adalah prosespenambahan kecerahan dari nilai derajat keabuan. Proses brightness ini dilakukan dengan me-nambahkan nilai derajat keabuan dengan suatu nilai penambah. xb = x + b dimana x = adalah nilai derajat keabuan b = nilai penambah xb = hasil brightness

Program Brightness pada Matlab

Syntax dan Analisa

a=imread('aryef_0.5.jpg'); b=a+80; subplot(1,2,1) imshow(a); title('Citra Awal'); subplot(1,2,2) imshow(b); title('Citra Brightness'); = = = = = = = = Menampung gambar Menambah nilai warna pada gambar Memberi posisi plot gambar Menampilkan gambar pada a Memberi judul pada gambar a Memberi posisi plot gambar Menampilkan gambar hasil penambahan Memberi Judul pada gambar b

3.

Negasi atau Inversi Citra Negasi citra adalah proses negatif pada photo, dimana setiap nilai citra dibalik dengan acuan threshold yang diberikan. Proses ini banyak digunakan pada citra-citra medis seperti USG dan X-Ray. Untuk citra dengan derajat keabuan 256, proses Negasi citra didefinisikan dengan: xn = 255 x Perhatikan histogram dari kedua gambar. Histogram Negasi adalah kebalikan secara horisontal (horisontal flip) dari histogram dari citra. Proses Negasi ini merupakan salah satu proses dasar dalam image enhancement dengan menggunakan histogram. Jika kita bandingkan foto hasil cetakan dengan hasil negatifnya, maka titik yang berwarna putih pada citra mempunyai warna hitam pada film negatifnya, demikian pula sebaliknya. Dengan demikian operasi negasi dilakukan dengan mengubah nilai keabuan titik dalam citra dengan nilai negatifnya. Sehingga Fungsi GST yang bisa diformulasikan adalah : K0 =K max Ki Dimana, K max, merupakan nilai skala keabuan yang tertinggi Untuk skala keabuan 8 bit, maka Kmax = 255. Pengaruh operasi negasi terhadap histogram dapat dilihat pada gambar dibawah ini, dimana histogram citra asli dicerminkan kearah horisontal. Program Negasi pada Matlab

Syntax Program :
a=imread('aryef_0.5.jpg'); = c=250-a; = subplot(1,2,1) = imshow(a); = title('Citra Awal'); = subplot(1,2,2) = imtool(c); = title('Citra Negasi'); = Memproses gambar a agar menjadi negasi Memberi posisi pada plot Menampilkan gambar pada variable a Memberi judul pada gambar Memberi posisi pada plot Menampilkan hasil negasi c dengan imtoll Memberi judul pada gambar

4.

Mean Filter Mean Filtering adalah filter yang digunakan untuk menghaluskan gambar yang terlalu kasar. JIka filter ini dilakukian pada gambar yang sudah halus, maka hasil gambar tersebut akan semakin kabur, Mean filtering ini biasa disebut smoothing filter Program Mean Filter pada Matlab

Syntax Program :
I=imread('Aryef_0.5.jpg'); = Menampung gambar G=imnoise(I,'gaussian',0.0005,0.0019); = Memberi noise gaussian h = fspecial('average', 3); = Mendefinisikan fspecial dalam h F=imfilter(G,h); = Memfilter gambar G dengan rumus h subplot(1,3,1) = Memberi Posisi Plot imshow(I); = Menampilkan gambar pada I title('Citra Awal'); = Memberi Judul pada gambar subplot(1,3,2) = Memberi posisi Plot imshow(G); = Menampilkan gambar G noise gaussian title('Noise Gaussian'); = Memberi judul gambar subplot(1,3,3) = Memberi posisi plot imshow(F); = Menampilkan gambar pada F title('Filter Mean'); = Memberi judul gambar

5.

Median Filter Median filtering adalah filter yang digunakan untuk memperhalus gambar tetapi tidak sehalu mean filtering. Gambar yang dihasilkan terlihat tidak rapi, karena tidak dilakukan nya proses rata-rata tetapi dilakukan proses mencari nilai tengah dari titik-titik yang direkam dalam matriks neighbour. Program Mean Filter pada Matlab

Syntax Program :
normal=imread('Aryef_0.5.jpg'); = Menampung gambar dlm normal gray=rgb2gray(normal); = Menjadikan gambar gray noise=imnoise(gray,'salt & pepper',0.02);=Memberikan noise x=medfilt2(gray); = Memfilter gambar gray subplot(2,2,1) = Mengatur posisi plot imshow(normal); = Menampilkan gambar pada normal title('Citra Awal'); = Memberi judul gambar subplot(2,2,2) = Mengatur posisi plot imshow(gray); = Menampilkan gambar gray title('Citra Gray'); = Memberi judul gambar subplot(2,2,3) = Mengatur posisi plot imshow(noise); = Menampilkan gambar yang diberi noise title('Memberi Noise'); = Memberi judul gambar subplot(2,2,4) = Mengatur posisi plot imshow(x); = Menampilkan gambar pada x title('Median Filter'); = Memberi judul gambar

6.

High Pass Filter Berkebalikan dengan low-pass filtering, high-pass filtering adalah proses filter yang melewatkan komponen citra dengan nilai intensitas yang tinggi dan meredam komponen citra dengan nilai intensitas yang rendah. High pass filter akan menyebabkan tepi objek tampak lebih tajam dibandingkan sekitarnya. Aturan kernel untuk high-pass filter adalah: 1. Koefisien kernel boleh positif, negative, atau nol 2. Jumlah semua koefisien kernel adalah 0 atau 1 Contoh kernel yang dapat digunakan pada high-pass filtering adalah :

Program Mean Filter pada Matlab

Syntax Program :
I=imread('Aryef_0.5.jpg'); = gray=rgb2gray(I); = BW1 = edge (gray,'prewitt'); BW2 = edge (gray,'sobel'); subplot(2,2,1) = imshow(I); = title('Citra Awal'); = subplot(2,2,2) = Menampung gambar ke I Menjadikan I ke gambar gray = Memfilter gambar dengan prewitt = Memfilter gambar dengan sobel Mengatur posisi plot Menampilkan gambar asli Memberi judul gambar Mengatur posisi plot

imshow(gray); title('Ubah Gray'); subplot(2,2,3) imshow(BW1); title('HPF Presitt'); subplot(2,2,4) imshow(BW2); title('HPF Sobel');

= = = = = = = =

Menampilkan gambar gray Memberi judul gambar Mengatur posisi plot Menampilkan gambar filter prewitt Memberi judul gambar Mengatur posisi plot Menampilkan gambar sobel Memberi judul gambar

KESIMPULAN : Dari percobaan dengan menggunakan matlab dapat saya simpulkan bahwa untuk mengedit citra telah tersedia code program pada matlab dan telah tersedia juga code untuk menampilkan gambar dengan imtool juga memberikan noise serta memfilter gambar. Pada citra terdapat nilai-nilai warna pada setiap pixel gambar, dan untuk mengedit seperti menambahkan noise serta memfilter citra tersebut kita wajib memindahkan nilai dari citra kedalam variable lain.