Pengolahan Citra Digital

Peningkatan Mutu Citra

Pada Domain Frekuensi
Dr. Aniati Murni (R.1202)
Dina Chahyati, M.Kom (R.1226)
Universitas Indonesia
2004
Image Enhancement
Spatial Domain Frequency Domain
I. Fourier Spectra II. Wavelet
Lowpass Filter
Highpass Filter
a. Ideal
b. Butterworth
c. Ideal
d. Butterworth
I. Fourier Spectra
Peningkatan mutu citra pada
domain frekuensi Fourier
dilakukan secara
straightforward:
Hitung transformasi Fourier
dari citra kalikan hasilnya
dengan fungsi filter
lakukan transformasi invers
untuk mendapatkan citra
hasil.
Citra Input
Fourier Spectra
Fourier Spectra yang
sudah diubah
Citra Output
Transformasi Fourier
Filter
Frekuensi
Kalikan
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) D
0
= 0 if
D(u,v) > D
0
D
0
adalah nilai
ambang (cutoff
frequency locus,
nilainya > 0)
D(u,v) adalah
jarak (u,v)
terhadap titik
origin. D(u,v) =
(u
2
+v
2
)
1/2

Ia. Contoh ideal lowpass filtering
Ib. Butterworth Lowpass Filter
orde n
D v u D
v u H
n

2
0
] / ) , ( [ 1
1
) , (
Ib. Contoh Butterworth lowpass filt.
Ic. Ideal Highpass Filter
H(u,v) = 0 if D(u,v) D
0
= 1 if D(u,v) > D
0

Id. Butterworth Highpass Filter
orde n
v u D D
v u H
n

2
0
)] , ( / [ 1
1
) , (
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
14
Transformasi Fourier dan
Image Enhancement (1)
Contoh citra masukan
dengan gangguan berbentuk
garis-garis:


Citra hasil transformasi
Fourier:


15
Transformasi Fourier dan
Image Enhancement (2)
Citra hasil transformasi
Fourier setelah dihilangkan
gangguannya:



Citra hasil perbaikan:


16
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



17
Transformasi Fourier dan
Image Enhancement (4)
Citra masukan dengan
gangguan band stripes:



Citra hasil perbaikan:


II. Wavelet
Dekomposisi wavelet pada setiap level akan
menghasilkan 4 buah informasi:
A: bagian aproksimasi (low freq)
H: bagian detail horizontal (high freq)
V: bagian detail vertikal (high freq)
D: bagian detail diagonal (high freq)
Lowpass (membiarkan lolos bagian low freq):
ambil bagian A nya
Highpass (membiarkan lolos bagian high
freq): ambil bagian detailnya (H,V,D)
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)