1.

Perbaikan kualitas citra (Image Enhacement)

Tujuan : memperbaiki kualitas citra dengan memanipulasi parameter -parameter citra.
Operasi perbaikan citra :
 Perbaikan kontras gelap/terang
 Perbaikan tepian objek (edge enhancement)
 Penajaman (sharpening)
 Pemberian warna semu (pseudocoloring)
 Penapisan derau (noise filtering)

Gambar 1.1
Citra seorang wanita pada gambar sebelah kanan tampak gelap, setelah ada perbaikan kontras pada gambar
sebelah kiri, maka terlihat jelas dan tajam.

Gambar 1.2
Citra seekor anjing pada gambar sebelah kiri mengandung bintik – bintik (derau), dengan operasi penapisan
(filtering) pada gambar, maka derau pada citra ini dapat dikurangi sehingga menghasilkan citra seekor anjing
yang kualitasnya lebih baik.

M Husni Kamil 200743500299 |PENGOLAHAN CITRA 8F 1

 2. Pemugaran citra (Image Restoration)
Tujuan : menghilangkan cacat pada citra. Perbedaannya dengan perbaikan citra :
penyebab degradasi citra diketahui.
Operasi pemugaran citra :
 Penghilangan kesamaran (deblurring)
 Penghilangan derau (noise)

Gambar 1.3
Citra bang ben pada gambar sebelah kiri tampak kabur (blur), gambar terlihat blur mungkin karena pengaturan
fokus lensa yang tidak tepat saat pengambilan gambar, melalui operasi deblurring maka kualitas citra masukan
dapat diperbaiki.

Gambar 1.4
Citra Patrick pada gambar sebelah kiri terdapat derau sehingga gambar terlihat kurang bagus, dengan operasi
penghilangan derau, maka kualitas citra tampak lebih baik.

M Husni Kamil 200743500299 |PENGOLAHAN CITRA 8F 2

 3. Pemampatan citra (Image Compression)
Tujuan : citra direpresentasikan dalam bentuk lebih kompak, sehingga keperluan
memori lebih sedikit namun dengan tetap mempertahankan kualitas gambar (misal dari
.BMP menjadi .JPG).

Gambar 1.5
Citra sepatu pada gambar sebelah kiri berukuran 504Kb dengan type gambar BMP, setelah pemampatan citra
menjadi JPG maka ukuran gambar rmenjadi 105Kb.

Gambar 1.6
Citra gitar yang terlihat pada gambar sebelah kiri bertype PNG dengan ukuran gambar 253Kb , setelah
pemampatan citra menjadi JPG maka ukuran gambar rmenjadi 28Kb.

M Husni Kamil 200743500299 |PENGOLAHAN CITRA 8F 3

 4. Segmentasi citra (Image Segmentation)
Tujuan : memecah suatu citra ke dalam beberapa segmen dengan suatu kriteria tertentu.
Berkaitan erat dengan pengenalan pola.

Gambar 1.7
Pada gambar ini dibahas proses segmentasi terhadap citra lesi kanker kulit. Pada proses ini, citra akan dibagi
menjadi beberapa bagian. Metode segmentasi region growing akan dipergunakan pada tahap ini. Region
growing terdiri atas proses penentuan piksel yang a kan menjadi titik awal dan akan berkembang dimulai dari
titik awal tersebut. Region growing akan diikuti proses region merging . Hasil segmentasi dapat dilihat pada
gambar di sebelah kanan.

Citra Asli Citra Hasil Segmentasi

Gambar 1.8
Segmentasi wilayah merupakan pendekatan lanjutan dari deteksi tepi. Dalam deteksi tepi segmentasi citra
dilakukan melalui identifikasi batas -batas objek (boundaries of object). Batas merupakan lokasi dimana terjadi
perubahan intensitas. Dalam pendekatan didasarkan pada wilayah, maka identifikasi dilakukan melalui wilayah
yang terdapat dalam objek tersebut. Segmentasi berusaha memisahkan suatu citra ke dalam kelompok piksel -
piksel homogen ke dalam satu himpunan yan sesuai dengan masing -masing kriterianya. Tiap kelompok tersebut
dinamakan dengan segmen. Pengelompokkan (clustering) digunakan sebagai teknik segmentasi menggunakan
keseragaman predikat. Segmen yang dihasilkan dari algortima clustering biasanya dinamakan dengan cluster -
cluster.Global segmentasi berhubungan dengan segmentasi dalam keseluruahn citra. Sedangkan lokal
segmentasi berhubungan dengan segmentasi sub -citra yang merupakan bagian kecil dari keselruhan citra
tersebut. Biasanya bekerjanya dalam window -window berukuran kecil yang mewakili keseluruhan citra.

M Husni Kamil 200743500299 |PENGOLAHAN CITRA 8F 4

 5. Pengorakan citra (Image Analysis)
Tujuan : menghitung besaran kuantitatif dari citra untuk menghasilkan deskripsinya.
Diperlukan untuk melokalisasi objek yang diinginkan dari sekelilingnya .
Operasi pengorakan citra :
 Pendeteksian tepi objek (edge detection)
 Ekstraksi batas (boundary)
 Represenasi daerah (region)

Gambar 1.9
Untuk menghitung “tingkat kedrastisan” perubahan warna itu, kita menggunakan suatu ukuran yang disebut
Magnitude. Semakin besar magnitude, semakin drastis perubahan warna yang terjadi. Untuk menentukan
apakah suatu piksel itu tepian atau bukan, kita menetapkan suatu batasan nilai ( threshold) dari nilai magnitude-
nya. Setiap piksel yang magnitude-nya lebih besar (atau sama dengan) threshold, berarti di tepian, yang kurang
dari threshold, berarti bukan tepian.

A B C
Gambar 2.0
Diatas adalah sebagian contoh dari edge detection yang mana gambar (a) adalah gambar asli koin -koin, gambar
(b) adalah edge detection dengan menggunakan Sobel filter dan gambar (c) adalah contoh edge detection
dengan menggunakan filter Canny. Setiap filter akan menghasilkan edge detection yang bervariasi.

M Husni Kamil 200743500299 |PENGOLAHAN CITRA 8F 5

6. Rekonstruksi citra (Image Reconstruction)
Tujuan : membentuk ulang objek dari beberapa citra hasil proyeksi.

Gambar 2.1
Berikut adalah Image Reconstruction menggunakan “a morphable polygonal 3D”. Gambar paling atas adalah
frame citra asli, yang ditengah rekonstruksi 3D model , dan yang paling bawah adalah hasil dari identifikasi
model yang telah di buat..

Gambar 2.2
Contoh adegan rekonstruksi citra yang menggmbarkan seseorang yang sedang berjalan menuju suatu tempat,
awalnya gambar tersebut tak begitu jelas dilihat, tapi dengan menggunakan Image Reconstruction secara
bertahap gambar tersebut tampak jelas.

M Husni Kamil 200743500299 |PENGOLAHAN CITRA 8F 6