Anda di halaman 1dari 22

Restorasi Citra

Teknik Informatika URINDO 2014

Image Enhancement Spatial Domain I. Fourier Spectra Frequency Domain II. Wavelet

Lowpass Filter a. Ideal


b. Butterworth

Highpass Filter
c. Ideal d. Butterworth

I. Fourier Spectra

Peningkatan mutu citra pada domain frekuensi Fourier dilakukan secara straightforward:

Citra Input
Transformasi Fourier Fourier Spectra

Hitung transformasi Fourier dari citra kalikan hasilnya dengan fungsi filter lakukan transformasi invers untuk mendapatkan citra hasil.

Filter Frekuensi

Kalikan

Citra Output

Fourier Spectra yang sudah diubah Transformasi Invers Fourier

Lowpass & Highpass (1)

Blurring (lowpass) : mengurangi (suppress) nilai frekuensi tinggi Sharpening (highpass) : meloloskan nilai frekuensi tinggi G(u,v) = H(u,v)F(u,v)

Lowpass & Highpass (2)

Jika suatu citra banyak memiliki edge dan noise maka nilai FT-nya pada frekuensi tinggi akan besar. Prinsip Lowpass Filter: Blurring (smoothing) dapat dilakukan dengan mengurangi nilai FT pada frekuensi tinggi. Semakin tinggi frekuensi, semakin besar nilai (u,v) (semakin jauh dari titik origin (0,0))

Ia. Ideal Lowpass filter

H(u,v) = 1 if D(u,v) D0 = 0 if D(u,v) > D0 D0 adalah nilai ambang (cutoff frequency locus, nilainya > 0) D(u,v) adalah jarak (u,v) terhadap titik origin. D(u,v) = (u2+v2)1/2

Ia. Contoh ideal lowpass filtering

Ib. Butterworth Lowpass Filter


1 H (u , v) 1 [ D (u , v) / D0 ]2 n n orde

Ib. Contoh Butterworth lowpass filt.

Ic. Ideal Highpass Filter

H(u,v) = 0 if D(u,v) D0 = 1 if D(u,v) > D0

Id. Butterworth Highpass Filter


1 H (u , v) 1 [ D0 / D (u , v)] 2 n n orde

Domain Spasial Domain Frekwensi

Kita dapat membuat mask spasial dari filter pada domain frekuensi Dengan demikian, hasil yang diperoleh dari pemrosesan pada domain spasial sama dengan hasil yang diperoleh dari pemrosesan pada domain frekuensi

Contoh

Transformasi Fourier dan Image Enhancement (1)

Contoh citra masukan dengan gangguan berbentuk garis-garis:

Citra hasil transformasi


Fourier:

14

Transformasi Fourier dan Image Enhancement (2)


Citra hasil transformasi

Citra hasil perbaikan:

Fourier setelah dihilangkan gangguannya:

15

Transformasi Fourier dan Image Enhancement (3)


Baris atas: Citra blur

pada hasil transformasi Fourier kelihatan mengandung komponen frekwensi tinggi lebih sedikit Baris bawah: Citra sharp pada hasil transformasi Fourier kelihatan mengandung komponen frekwensi tinggi lebih banyak
16

Transformasi Fourier dan Image Enhancement (4)


Citra masukan dengan

Citra hasil perbaikan:

gangguan band stripes:

17

II. Wavelet

Dekomposisi wavelet pada setiap level akan menghasilkan 4 buah informasi:


Lowpass (membiarkan lolos bagian low freq): ambil bagian A nya Highpass (membiarkan lolos bagian high freq): ambil bagian detailnya (H,V,D)

A: bagian aproksimasi (low freq) H: bagian detail horizontal (high freq) V: bagian detail vertikal (high freq) D: bagian detail diagonal (high freq)

Restorasi Citra (1)

Image Enhancement (peningkatan mutu citra): kita memperbaiki tampilan citra untuk tujuan tertentu Image Restoration (restorasi citra): kita memperbaiki suatu citra yang terkena noise (model noise sudah kita ketahui atau kita duga sebelumnya)

Restorasi Citra (2)

Termasuk dalam restorasi citra adalah menghilangkan jenis-jenis noise yang telah kita pelajari pada bagian transformasi. Sebagai contoh, jika kita mengetahui bahwa noise bersifat periodik dan menyeluruh pada citra, maka kita bisa menghilangkannya dengan transformasi Fourier.

Contoh Restorasi Citra

Restorasi Area Berawan

Citra Optik Berawan Klasifikasi Citra Radar Restorasi Citra Optik (Sumber: Bakosurtanal RI; Area: Teluk Belantung)