Anda di halaman 1dari 22

Pengolahan Citra Digital

Peningkatan Mutu Citra


Pada Domain Frekuensi
Informatics Engineering Dept.
Universitas Trunojoyo

Image Enhancement
Spatial Domain

Frequency Domain

I. Fourier Spectra

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:

Hitung transformasi Fourier


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

Citra Output

Citra Input
Transformasi Fourier
Fourier Spectra

Filter
Frekuensi

Kalikan

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:

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)