Anda di halaman 1dari 11

PRAKTIKUM 7

FILTERING ( Low Pass dan High Pass Filtering )


7.1Tujuan
Mahasiswa dapat membuat program untuk proses filtering dengan low
pass
Mahasiswa dapat membuat program untuk proses high pass filtering
7.2 DasarTeori
7.2.1 Prinsip Prinsip Filtering
Filtering adalah suatu proses dimana diambil sebagian sinyal dari
frekuensi tertentu, dan membuang sinyal pada frekuensi yang lain. Filtering pada
citra juga menggunakan prinsip yang sama, yaitu mengambil fungsi citra pada
frekuensi-frekuensi tertentu dan membuang fungsi citra pada frekuensi-frekuensi
tertentu.[1]
Berdasarkan sifat transformasi fourier dari suatu citra dan format
koordinat frekuensi seperti gambar 7.1. berikut ini :

Gambar 7.1.
Format koordinat frekuensi pada citra [1]
Berikutnya kita perhatikan bagaimana pengaruh frekuensi rendah dan
frekuensi tinggi pada citra dengan memanfaatkan hasil dari transformasi fourier.
Dimana frekuensi pada citra dipengaruhi oleh gradiasi warna yang ada pada citra
tersebut. Perhatikan hasil transformasi fourier dari beberapa citra pada gambar
7.2. berikut :

Gambar 7.2. Contoh transformasi fourier citra bergradiasi tinggi [1]


Perhatikan bahwa warna putih (terang) pada gambar hasil transformasi
fourier menunjukkan level atau nilai fungsi yang tinggi dan warna hitam (gelap)
menunjukkan level atau nilai fungsi yang rendah.

Gambar 7.3. Contoh transformasi fourier citra bergradiasi rendah[1]


Dari gambar menyatakan transformasi fourier dari fungsi rata-rata dan
fungsi Gaussian, dapat dilihat bahwa fungsi-fungsi ini menghasilkan transformasi
fourier yang nilainya hanya berada pada frekuensi rendah. Hal ini dapat
dinyatakan bahwa filter yang berjenis Low Pass Filter dapat diperoleh dengan
suatu kernel filter H (koefisien filter dalam spasial atau koordinat x dan y) yang
semua nilainya positif (positif absolute).[1]

7.2.2. Konvolusi
Konvolusi adalah perkalian total dari dua buah fungsi f dan h yang
didefinisikan dengan :
T

f h= f ( t ) h ( T t ) dt ..............................................................................
0

..7.1

Untuk fungsi f dan h yang berdimensi 2, maka konvolusi dua dimensi


didefinisikan dengan :
Tx Ty

f h= f ( x , y ) h ( Txx . Ty y ) dxdy 7.2


0 0

Konvolusi 2D inilah yang banyak digunakan pengolahan citra digital,


sayangnya rumus diatas sangat sulit diimplementasikan menggunakan computer ,
karena pada dasarnya computer hanya bias melakukan perhitungan pada data yang
diskrit sehinggatidak dapat digunakan untuk menghitung integral di atas.

7.2.3 Low Pass Filtering (LPF)


Pelembutan Citra (image smooting ) mempunyai tujuan mengurangi
noise pada suatu image. Noise-noise tersebut muncul sebagai akibat dari hasil
pensamplingan yang tidak bagus. Pixel yanan komponen yang mempunyai noise
pada umumnya memiliki frekuensi yang tinggi (berdasarkan analisis fourier)
Komponen citra yang berfrekuensi rendah akan diloloskan dan komponen yang
mempunyai frekuensi tinggi akan ditahan. Operasi image smooting disebut
juga lowpass filtering.[2]
Low-pass ltering merupakan metode penghalusan sebuah sinyal atau
citra.Smoothing / blurring / penghalusan dicapai dalam domain frekuensi dengan
pelemahan frekuensi tinggi. Smoothing dapat membantu menghilangkan noise,
karena noise / interference disebabkan oleh frekuensi tinggi.[2]

Ideal Lowpass Filter (ILPF).


Filter lowpass 2-D yang melewatkan tanpa pelemahan semua frekuensi
rendah dalam lingkaran radius D0 dari origin dan dengan cutoff semua frekuensi
di luar lingkaran disebut Ideal Lowpass Filter (ILPF) yang ditentukan oleh
fungsi :
h ( u , v )= 1,if D ( u , v ) <0
0,if D ( u , v ) >0 7.3

di mana D0 adalah konstanta positif jarak origin dan D(u,v) adalah jarak antara
titik (u,v) dalam domain frekuensi dan pusat persegi panjang frekuensi, maka:
..7.4
Butterworth Lowpass Filter.
Fungsi Butterworth lowpass
filter (BLPF) dari
order
n,
dengan cutofffrekuensi pada jarak D0 dari origin, didefinisikan sebagai:

dan

7.5
D(u,v) adalah jarak antara titik (u,v) dalam domain frekuensi dan pusat persegi
panjang frekuensi, dimana :
7.6
Gaussian Lowpass Filter
Gaussian lowpass filter (GLPF) akan menelusri keterkaitan domain spasial
dan domain frkuensi, yang dituliskan dalam bentuk :
.7.7
D0 merupakan jarak dari origin dan D(u,v) adalah jarak antara titik (u,v) dalam
domain frekuensi dan pusat persegi panjang frekuensi, dimana :
7.8
7.2.4. High Pass Filtering (HPF)
Ideal Highpass Filter (IHPF).

Ideal Highpass Filter melewatkan semua frekuensi tinggi dan


melakukan cutoffsemua frekuensi rendah. IHPF 2-D dituliskan dalam bentuk :
..7.9
di mana D0 adalah konstanta positif jarak origin dan D(u,v) adalah jarak antara
titik (u,v) dalam domain frekuensi dan pusat persegi panjang frekuensi, maka:
..7.10

Butterworth Highpass Filter


Fungsi Butterworth highpass
filter (BHPF)
dari
order
n,
dengan cutofffrekuensi pada jarak D0 dari origin, didefinisikan sebagai:

dan

..7.11
D(u,v) adalah jarak antara titik (u,v) dalam domain frekuensi dan pusat persegi
panjang frekuensi, dimana :

.7.12
Gaussian Highpass Filter
Fungsi Gaussian highpass
filter (BHPF)
dari
order
n,
dengan cutoff frekuensi pada jarak D0 dari origin, didefinisikan sebagai:

dan

..7.13
D0 merupakan jarak dari origin dan D(u,v) adalah jarak antara titik (u,v) dalam
domain frekuensi dan pusat persegi panjang frekuensi, dimana :

..7.14

7.3 Tugas Pendahuluan


1. Menuliskan tujuan praktikum

Jawab:
Mahasiswa dapat membuat program untuk proses filtering dengan low

pass
Mahasiswa dapat membuat program untuk proses high pass filtering

2. Prinsip prinsip filtering pada citra adalah :


Jawab:

Mengambil fungsi citra pada frekuensi-frekuensi tertentu


Membuang fungsi citra pada frekuensi-frekuensi tertentu

3. Menghitung konvolusi dari :

Jawab:

4. Menghitung kanvolusi dari :

Jawab :

5. Ciri Low pass filtering beserta hasilnya :

Hasilnya :

Gambar 7.4. Hasil low pass filtering


6. Ciri high pass filtering beserta hasilnya :

Hasilnya

Gambar 7.5. Hasil high pass filtering


7.1. PERCOBAAN
7.4.1. Low Pass Filter
1. Mendesain form sesuai gambar dibawah ini untuk LPF :

Gambar 7.9. Form Awal untuk LPF


2. Mengisikan property seperti tabel di bawah ini :

Tabel 7.1. Tabel Property Low Pass Filter


Objek
Label1
Label2
Picture1
Picture2
Command1
Command2

Property
Caption
Caption
Picture
Appearance
Appearance
Caption
Caption

Nilai
CITRA ORISINIL
HASIL FILTERING LPF
Nama File Gambar
Flat
Flat
LOW PASS FILTER
EXIT

3. Mengisikan program berikut pada button Low Pass Filter :

Dim h(3, 3) As Single


Private Sub Command1_Click()
Dim x(400, 400) As Integer
n1 = 0
For i = 1 To Picture1.ScaleWidth Step 15
n1 = n1 + 1
n2 = 0
For j = 1 To Picture2.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)
n2 = n2 + 1
wx = Int((r + g + b) / 3)
x(n1, n2) = wx
Picture1.PSet (i, j), RGB(wx, wx, wx)
Next j
Next i
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) * x(i + u1, j + u2)
Next u2
Next u1
Picture2.PSet ((i - 1) * 15 + 1, (j - 1) * 15 + 1), RGB(z, z, z)
Next j
Next i
End Sub

Private Sub Form_Load()


For i = 1 To 3
For j = 1 To 3
h(i, j) = 1 / 9
Next j
Next i
End Sub

Private Sub Command2_Click()


Unload Me
End Sub

7.4.2. High Pass Filter


1. Mendesain form sesuai gambar dibawah ini untuk HPF :

Gambar 7.10. Form awal untuk HPF

2. Mengisikan property seperti tabel di bawah ini :

Tabel 7.2. Tabel Property High Pass Filter


Objek
Label1
Label2
Picture1

Property
Caption
Caption
Picture

Nilai
CITRA ORISINIL
HASIL FILTERING LPF
Nama File Gambar

Picture2
Command1
Command2

Appearance
Appearance
Caption
Caption

Flat
Flat
HIGH PASS FILTER
EXIT

3. Mengisikan program berikut pada button High Pass Filter :


Dim h(3, 3) As Single
Private Sub Command1_Click()
Picture1.PaintPicture Picture1.Picture, 0, 0, _
Picture1.ScaleWidth, Picture1.ScaleHeight
Dim x(400, 400) As Integer
n1 = 0
For i = 1 To Picture1.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)
n2 = n2 + 1
wx = Int((r + g + b) / 3)
x(n1, n2) = wx
Picture1.PSet (i, j), RGB(wx, wx, wx)
Next j
Next i
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) * x(i + u1, j + u2)
Next u2
Next u1
z = Abs(z)
Picture2.PSet ((i - 1) * 15 + 1, (j - 1) * 15 + 1),
RGB(z, z, z)
Next j
Next i
End Sub
Private Sub Form_Load()
sw = 1
For i = 1 To 3
For j = 1 To 3
If sw = 0 Then sw = 1 Else sw = 0
h(i, j) = -sw
Next j
Next i
End Sub