Aplikasi Konvolusi Pada Pengolahan Citra
Aplikasi Konvolusi Pada Pengolahan Citra
BAB III
PEMBAHASAN
2.1. Teorema Konvolusi Dalam Kalkulus
2.1.1.
Definisi Konvolusi
Dalam kalkulus atau matematika, konvolusi dapat diartikan sebagai sebuah
dan
menghasilkan fungsi ketiga yang dapat dilihat sebagai modifikasi dari fungsi
asalnya dengan cara mengalikan kedua fungsi tersebut.
Konvolusi dari
dan
ditulis sebagai
f g , dengan menggunakan
tanda bintang(*). Berikut ini adalah salah satu contoh bentuk operasi konvolusi:
( f g ) x f ( ) g ( x ) d
f ( x ) g ( ) d
2.1.2.
Konvolusi Malar
Ketika fungsi
f , dengan adanya
hT
f gT , dimana
t0
hT ( t )
h ( t + kT ) .
k =
x T dan
hT . Ketika
2.1.3.
x .
Konvolusi Diskrit
f
dan
dan
didefinisikan
g diberikan oleh:
( f g ) [ n ]
f [ m ] g [ nm ]
m=
f [ nm ] g [ m ]
m=
Dimana
F{f }
dan
Konvolusi dengan fungsi inilah yang banyak digunakan pada pengolahan citra
digital. Namun, fungsi ini sulit diimplementasikan dengan menggunakan
komputer. Hal ini disebabkan oleh kenyataan bahwa komputer hanya bisa
melakukan perhitungan pada data diskrit. Untuk itulah dibentuk operasi konvolusi
untuk fungsi diskrit sebagai berikut:
h ( x , y )=f ( x , y )g ( x , y ) =
f ( a , b ) g( xa) yb
a=a b=
1D:
Fungsi diskrit konvolusi satu dimensi kira-kira dapat digambarkan
h ( x )=f ( x )g ( x )=
f ( a ) g ( xa ) da
a=
dimana
2D:
Sementara itu, dalam dua dimensi penggambaran fungsi konvolusi
h ( x , y )=f ( x , y )g ( x , y ) =
f ( a , b ) g( xa) yb
a=a b=
fungsi filter
g (x , y )
=0
h(1,2) = f(1,2)*g(1,1) + f(1,3)*g(1,2) + f(2,2)*g(2,1) +
f(2,3)*g(2,2)
= (7*-1) + (6*0) + (4*0) + (1*1)
= -6
h(1,3) = f(1,3)*g(1,1) + f(1,4)*g(1,2) + f(2,3)*g(2,1) +
f(2,4)*g(2,2)
= (6*-1) + (0*0) + (1*0) + (0*1)
= -6
h(2,1) = f(2,1)*g(1,1) + f(2,2)*g(1,2) + f(3,1)*g(2,1) +
f(3,2)*g(2,2)
= (2*-1) + (4*0) + (0*0) + (0*1)
= -2
h(2,2) = f(2,2)*g(1,1) + f(2,3)*g(1,2) + f(3,2)*g(2,1) +
f(3,3)*g(2,2)
= (4*-1) + (1*0) + (0*0) + (0*1)
= -4
h(2,3) = f(2,3)*g(1,1) + f(2,4)*g(1,2) + f(3,3)*g(2,1) +
f(3,4)*g(2,2)
= (0*-1) + (0*0) + (0*0) + (0*1)
=0
Sehingga diperoleh hasil sebagai berikut:
H ( x , y )=[ 0 6 6 ]
2 4 0
Algoritma untuk operasi konvolusi diatas adalah sebagai berikut :
1. Beri nilai 0 untuk kolom M+1
Untuk x = 1 sampai N lakukan
f(x,M+1) = 0
2. Beri nilai 0 untuk baris N+1
Untuk y = 1 sampai M+1 lakukan
f(N+1,y) = 0
3. Lakukan konvolusi.
Untuk x = 1 sampai N+1 lakukan
Untuk y = 1 sampai M+1 lakukan
H(x,y)= f(x,y)*g(1,1) + f(1,y+1)*g(1,2) + f(x+1,y)*g(2,1) +
f(x+1,y+1)*g(2,2)
Langkah-langkah diatas dapat dibentuk dalam algoritma sebagai berikut :
For x 1 to N do
f(x,M+1) = 0
EndForX
For y 1 to M+1 do
f(N+1,y) = 0
EndForY
For x 1 to N+1 do
For y 1 to M+1 do
g( x)
Gaussian Blur:
[ ]
1 2 1
g ( x , y )= 2 4 2
1 2 1
Smoothing:
1 3 1
g ( x , y )= 3 16 3
1 3 1
[ ]
1 1 1
g ( x , y )= 1 1 1
1 1 1
0 1 0
g ( x , y )= 1 4 1
0 1 0
Sobel Filter:
1 0 1
x: 2 0 2
1 0 1
1
2
1
y: 0
0
0
1 2 1
Muncul Dalam Proses
Konvolusi
Serta
Penyelesaiannya.
Pada beberapa operasi konvolusi, pixels-pixels pinggir pada citra tersebut
diabaikan, tidak dikonvolusi sehingga pixels-pixels pinggir nilainya tetap sama
seperti citra awal. Anda dapat melihat bahwa konvolusi dilakukan per pixel dan
untuk setiap pixel dilakukan operasi perkalian dan penjumlahan. Hal
ini,menyebabkan
konvolusi
mengkonsumsi
banyak
waktu
pada
saat
pengerjaannya.
Operasi konvolusi merupakan komputasi untuk suatu pixel pada citra hasil
konvolusi yang melibatkan pixel-pixel tetangga pada citra awal.
Jadi masalah yang umumnya muncul pada operasi konvolusi yakni pada pixel
pinggir tidak dilakukan konvolusi. Penyelesaian dari masalah ini adalah :
10
1) Pixels-pixels pinggir diabaikan atau tidak dikonvolusi. Dengan cara seperti ini,
maka pixels-pixels pinggir nilainya tetap sama seperti citra awal.
2) Duplikasi elemen citra, misalnya elemen kolom pertama disalin ke kolom M+1,
begitu juga sebaliknya, lalu konvolusi dapat dilakukan terhadap pixel-pixel
tersebut.
3) Elemen yang tidak ada diasumsikan bernilai 0 atau konstanta yang lain,
sehingga konvolusi pixel-pixel pinggir tetap dapat dilakukan.
11
12
BAB IV
PENUTUP
4.1. Kesimpulan
Konvolusi sebagai salah satu teorema kalkulus memberikan banyak
kontribusi dalam bidang teknik informatika khususnya dalam pengolahan citra.
Untuk memberikan hasil yang terbaik dibutuhkan pengoperasian yang rumit
dengan kata lain kemampuan logika yang kuat dalam memecahkan masalah
matematika dan kalkulus.
Mengoperasikan konvolusi pada pengolahan citra memang rumit, akan
tetapi dengan sedikit usaha dan penalaran logika matematika dan kalkulus yang
baik maka konvolusi pun bisa dipecahkan sehingga menghasilkan citra yang
dengan kualitas yang lebih baik dari sebelumnya.
13
DAFTAR PUSTAKA
Fadlisyah,S.Si dan Rizal, S.Si.,M.IT. 2011.Pemrograman Computer Vision pada
Video Menggunakan Delphi+Vision Lab VCL 4.0.1.Yogyakarta : Graha Ilmu.
Osgood, Brad, Prof.Lecture Notes for EE 261 ,The Fourier Transform and its
Applications: Electrical Engineering Department Stanford University.
http://pengolahancitra.com/index2.php?option=com_content&do_pdf=1&id=30
http://en.wikipedia.org/wiki/Convolution_%28computer_science%29
http://id.wikipedia.org/wiki/Pengolahan_citra
http://en.wikipedia.org/wiki/Convolution
http://www.google.co.id/url?
sa=t&source=web&cd=1&ved=0CBUQFjAA&url=http%3A%2F
%2Fwww.cs.ui.ac.id%2FWebKuliah%2FKalkulus%2FKalkulus%2520I(B)
%2FBab%25202.%2520LIMIT.ppt&rct=j&q=kalkulus
%20limit&ei=WkzSTbKGBYqnrAfQ4rWCQ&usg=AFQjCNGtk3JyK5nqt5BzacfE88YuWzNKw&sig2=P1DwgbntY7p0HkuCGULYuA&cad=rja
http://rasyid14.files.wordpress.com/2009/05/ringkasanturunanfungsi.pdf
http://id.answers.yahoo.com/question/index?qid=20100306042559AAPjJ8C
1.1.