BAB I
PENDAHULUAN
- Latar Belakang
Citra (image), istilah lain untuk gambar, sebagai salah satu komponen multimedia memegang peranan yang sangat penting sebagai bentuk informasi visual. Citra mempunyai karakteristik yang tidak dimiliki oleh data teks yaitu citra kaya dengan informasi. Ada sebuah peribahasa yang berbunyi 'Sebuah gambar bermakna lebih dari seribu kata', maksudnya sebuah gambar dapat memberikan informasi yang lebih banyak daripada informasi tersebut disajikan dalam bentuk kata-kata (tekstual).
Akan tetapi, seringkali informasi yang disajikan dengan citra berbeda dengan informasi aslinya. Dalam hal ini, citra mengalami penurunan mutu misalnya mengandung cacat atau derau, warnanya terlalu kontras, kurang tajam, kabur, dan masih banyak lagi. Agar citra mudah diinterpretasi, maka citra yang mengalami degradasi tersebut perlu dimanipulasi menjadi citra lain yang kualitasnya lebih baik yaitu melalui sebuah proses yang dinamakan pengolahan citra (image processing).
Pengolahan citra yang dibahas dalam makalah ini adalah dengan mereduksi noise pada gambar dengan filter rata-rata .noise pada citra bisa di sebabkan karena gangguan pada saat proses capture(pengambilan gambar)misalnya kamera tidak fokus ataupun munculnya bintik-bintik yang disebabkan proses capture tidak sempurna
- Tujuan
Tujuan tugas mata kuliah 'Pengolahan Citra Digital' ini adalah mereduksi/mengurangi noise pada gambar dengan filter rata-rata dengan program Visual Basic 6.0
- Pembatasan Masalah
Batasan-batasan masalah dalam tugas ini adalah:
- Masukan sistem adalah citra dalam aras RGB (Red, Green, Blue) dan aras keabuan tanpa membahas proses pengambilan, pemotretan dan pemprosesan citra sebelum digunakan.
- Format citra asli merupakan citra dalam format Windows Bitmap Graphics ( ekstensi *.bmp).
- perangkat program yang di gunakan adalah Visual Basic 6.0
- keluaran system adalah citra yang sudah di reduksi noisnya,beserta nilai SNR nya
BAB II
TINJAUAN PUSTAKA
2.1. Pengertian citra
Definisi citra menurut kamus webster adalah " Suatu representasi, kemiripan, atau imitasi dri suatu benda. Secara harafiah, citra (image) adalah gambar pada bidang dwimatra (dua dimensi). Ditinjau dari sudut pandang matematis, citra merupakan fungsi menerus (continue) dari intensitas cahaya pada bidang dwimatra. Sumber cahaya, objek memantulkan kembali sebagian dari berkas cahaya tersebut. Pemantulan cahaya ini ditangkap oleh alat-alat optik, misalnya mata manusia, kamera, pemindai (Scanner) dsb, Sehingga bayangan obyek citra tersebut terekam.
Citra dapat dikelompokkan menjadi citra tampak dan citra tak tampak. Contoh citra tampak adalah foto, gambar, lukisan , serta hologram (citra optis). Sedangkan citra tak tampak misalnya data gambar dalam file (citra digital), dan citra yang direpresentasikan menjadi fungsi matematis, citra tak tampak ini harus diubah menjadi citra tampak, misalnya dengan menampilkannya di monitor.
Meskipun sebuah citra kaya informasi, namun seringkali citra mengalami penurunan mutu (degradasi), misalnya mengandung derau (noise), warnanya terlalu kontras, kurang tajam, kabur (blurring), dan sebagainya. Citra semacam ini menjadi lebih sulit diinterpretasi karena informasi yang disampaikan oleh citra tersebut menjadi berkurang. Agar citra yang mengalami gangguan mudah diinterpretasi, maka citra tersebut perlu dimanupulasi menjadi citra lain yang kualitasnya lebih baik.
Pengolahan cittra adalah pemrosesan citra, khususnya dengan menggunakan komputer, menjadi citra yang kualitasnya lebih baik. Pengolahan citra bertujuan memperbaiki kualitas citra agar mudah diinterpretasi oleh manusia atau mesin (komputer). Teknik- teknik pengolahan citra mentransformasikan citra menjadi citra lain. Jadi, masukannya adalah citra dan keluarannya juga citra, namun citra keluaran mempunyai kualitas lebih baik dari pada citra masukan.
Suatu citra digital melalui pengolahan citra menghasilkan citra digital yang baru; termasuk didalamnya adalah perbaikan citra (image restoration) dan peningkatan kualitas citra (image enhacement). Sedangkan analisis citra digital (digital image analysis) menhasilkan suatu keputusan atau suatu data, termasuk didalamnya adalah pengenalan pola.
Komponen Citra Digital
Setiap citra digital memiliki beberapa karakteristik, antara lain ukuran citra, resolusi, dan format nilainya. Umumnya citra digital berbentuk persegi panjang yang mamiliki lebar dan tinggi tertentu. Ukuran ini biasanya dinyatakan dalam banyaknya titik atau piksel, sehingga ukuran citra selalu bernilai bulat.
Ukuran citra dapat juga dinyatakan secara fisik dalam satuan panjang (misalnya millimeter atau inch). Dalam hal ini tentu saja harus ada hubungan antara ukuran titik penyusun citra dengan satuan panjang. Hal tersebut dinyatakan dengan resolusi yang merupakan ukuran banyaknya titik untuk setiap satuan panjang. Biasanya satuan yang digunakan adalah dpi (dot per inch). Makin besar resolusi makin banyak titik yang terkandung dalam citra dengan ukuran fisik yang sama. Hal ini memberikan efek penampakan citra menjadi semakin luas.
Format citra digital ada bermacam-macam. Karena sebenarnya citra merepresentasikan informasi tertentu, sedangkan informasi tersebut dapat dinyatakan secara bervariasi, maka citra yang mewakilinya dapat muncul dalam berbagai format. Citra yang merepresentasikan informasi hanya bersifat biner untuk membedakan dua keadaan tentu tidak sama citra dengan informasi yang lebih kompleks sehingga memerlukan lebih banyak keadaan yang diwakilinya. Pada citra digital semua informasi tadi disimpan dalam bentuk angka sedangkan penampilan angka tersebut biasanya dikaitkan dengan warna.Citra digital tersusun atas titik-titik yang biasanya berbentuk persegi panjang atau bujursangkar (pada beberapa sistem pencitraan, piksel-piksel penyusun citra adapula yang berbentuk segienam) yang secara beraturan membentuk baris-baris dan kolom-kolom. Setiap titik memiliki koordinat sesuai dengan posisinya dalam citra. Koordinat ini biasanya dinyatakan dalam bilangan bulat positif, yang dapat dimulai dari 0 atau 1 tergantung pada system yang digunakan. Setiap titik juga memiliki nilai berupa angka digital yang merepresentasikan informasi yang diwakili titik tersebut. Format nilai piksel sama dengan format citra keseluruhan.Pada kebanyakan sistem pencitraan nilai ini biasanya berupa bilangan positif juga.
Noise pada citra
Pada saat prses capture (pengambilan gambar),ada beberapa gangguan yang mngkn terjadi ,seperti kamera tidak fokus atau munculnya bintik-bintik yang bisa jadi disebabkan oleh proses capture yang tidak sempurna,selain itu noise juga terjadi akibat adanya kotoran-kotoran pada citra
Reduksi noise menggunakan Filter Rata-rata
Ada beberapa teknik untuk mengurangi noise,salah satunya menggunakan filter rata-rata.
Dalam pengertian noise sebagai suatu nilai yang berbeda dengan semua tetangganya maka dapat dikatakan noise merupakan nilai-nilai yang berada pada frekuensi tinggi,untuk mengurangi noise digunakan Low Pass Filter (LPF). Salah satu dari bentuk LPF adalah filter rata-rata.
Filter rata-rata adalah filter H dalam bentuk matriks berukuran mxn dan nilainya adalah sama untuk setiap elemen. Dan karena berisfat LPF maka jumlah seluruh elemen adalah satu,di tuliskan dengan:
Ada peningkatan SNR setelah dilakukan filter rata-rata,hal ini berarti jumlah noise berkurang
Berikut ini diberikan contoh program reduksi noise dengan filter rata-rata menggunakan program Visual Basic 6.0
Pembahasan
Senarai di bawah ini dipergunakan untuk proses pembangkitan noise gaussian
Private Sub Command4_Click()
probnoise = Val(Text1)
dx = 0
sx = 0
n1 = 0
For i = 1 To Picture2.ScaleWidth Step 15
n1 = n1 + 1
n2 = 0
For j = 1 To Picture1.ScaleHeight Step 15
warna = Picture1.Point(i, j)
r = warna And RGB(255, 0, 0)
g = Int((warna And RGB(0, 255, 0)) / 256)
b = Int(Int((warna And RGB(0, 0, 255)) / 256) / 256)
wx = Int((r + g + b) / 3)
n2 = n2 + 1
wt(n1, n2) = wx
Picture1.PSet (i, j), RGB(wx, wx, wx)
' Pembangkitan Noise Gaussian
'Menggunakan metode Rejection
sw = 0
While sw = 0
x = 2 * Rnd - 1
y = Rnd
If y < Exp(-x ^ 2) Then
sw = x
End If
Wend
wx1 = Abs(wx + sw * 255 * probnoise)
If wx1 > 255 Then wx1 = 255
Picture2.PSet (i, j), RGB(wx1, wx1, wx1)
nx = nx + Abs(wx1 - wx)
sx = sx + Abs(wx)
Next j
Next i
snr = 10 * Log(sx / nx) / Log(10)
Label4.Caption = snr
End Sub
Private Sub Form_Load()
Randomize Timer
For i = 1 To 3
For j = 1 To 3
h(i, j) = 1 / (9)
Next j
Next i
End Sub
Sedangkan untuk senarai program filter rata-rata adalah sebagai berikut
Private Sub Command2_Click()
Dim xt(400, 400) As Integer
' rgb to gray
n1 = 0
For i = 1 To Picture1.ScaleWidth Step 15
n1 = n1 + 1
n2 = 0
For j = 1 To Picture1.ScaleHeight Step 15
warna = Picture2.Point(i, j)
r = warna And RGB(255, 0, 0)
g = Int((warna And RGB(0, 255, 0)) / 256)
b = Int(Int((warna And RGB(0, 0, 255)) / 256) / 256)
n2 = n2 + 1
wx = Int((r + g + b) / 3)
xt(n1, n2) = wx
Next j
Next i
'proses filter dengan konvolusi
nx = 0
sx = 0
For i = 1 To n1
For j = 1 To n2
z = 0
For u1 = -1 To 1
For u2 = -1 To 1
z = z + h(u1 + 2, u2 + 2) * xt(i + u1, j + u2)
Next u2
Next u1
Picture3.PSet ((i - 1) * 15 + 1, (j - 1) * 15 + 1), RGB(z, z, z)
nx = nx + Abs(z - wt(i, j))
sx = sx + Abs(wt(i, j))
Next j
Next i
snr = 10 * Log(sx / nx) / Log(10)
Label5.Caption = snr
End Sub
BAB IV
PENUTUP
4.1 Kesimpulan
- Filtering pada citra adalah mengambil fungsi citra pada frekuensi tertentu dan membuang fungsi citra pada frekuensi-frekuensi tertentu.
- citra dengan gradasi tinggi berada pada frekuensi rendah.
- Bila ingin mempertahankan gradasi atau banyaknya level warna pada suatu citra,maka yang dipertahankan adalah frekuensi rendah dan frekuensi tinggi dapat dibuang untuk mengurangi reduksi noise dan proses blur.
- Untuk mengukur kinerja dari filter digunakan persamaan SNR apabila SNR yang dihasilkan setelah melewati filter lebig besar maka gambar yang dihasilkan semakin baik.
Note : Need Pathloss 4.0?? Pathloss 4.0 Full Version?? Pathloss with coverage?? pathloss 4.0 with interference?? Pathloss 4.0 with background network?? Path loss 4.0??TEms 6 or 8?? Global Mapper 10?? Planet 4.5?? Mentum 6?? Contact me on anwar_alcatel@yahoo.co.id or +628564050028
Tidak ada komentar:
Posting Komentar