TRANSFORMASI FOURIER
Oleh :
IRWAN SAPUTRA (1257301079)
MURHADI (1257301077)
Teori Konvolusi
Operasi yang mendasar dalam pengolahan citra
adalah operasi konvolusi.
Konvolusi 2 buah fungsi f(x) dan g(x)
didefenisikan sebagai berikut :
h(x) = f(x) * g(x) =
f (a) g ( x a)
Teori Konvolusi
Tanda * menyatakan operator konvolusi, dan
peubah (variabel) a adalah peubah bantu
(dummy variabel).
Untuk fungsi diskrit, konvolusi didefenisikan
sebagai.
h(x) = f(x) * g(x) =
f (a) g ( x a)
Teori Konvolusi
Pada operasi konvolusi di atas, g(x) disebut
kernel konvolusi atau kernel penapis
(filter).
Kernel g(x) merupakan suatu jendela yang
dioperasikan secara bergeser pada sinyal
masukan f(x), yang dalam hal ini, jumlah
perkalian kedua fungsi pada setiap titik
merupakan hasil konvolusi yang dinyatakan
dengan keluaran h(x)
Teori Konvolusi
Ilustrasi konvolusi adalah sebagai berikut :
Misalkan fungsi f(x) dan g(x) seperti gambar 1
dan 2, langkah-langkah
perhitungan hasil
konvolusi ditunjukkan mulai dari gambar 3
sampai dengan gambar 6, yaitu :
x / 2 0 x 1
f ( x) * g ( x) 1 - x/2 1 x 2
0
lainnya
f(a)
g(a)
1
1/2
1
Gambar 1
a
1
Gambar 2
g(-a)
g(x-a)
1/2
1/2
a
-1
Gambar 3
-1
a
x
Gambar 4
F(a)g(x-a)
F(a)g(x-a)
0<x<1
1
1/2
-1
1/2
1
Gambar 5
-1
a
X-1 1
Gambar 6
f(x)*g(x)
1/2
x
1
2
9
- -
10
f(a, b)g(x - a, y - b)
11
Fungsi
penapis
g(x,y)_
disebut
juga
convolution
filter,
convolution
mask,
convolution kernel, atau template. Dalam
ranah diskrit kernel konvolusi dinyatakan
dalam bentuk matriks (umumnya 3 x 3).
Ukuran matrik ini biasanya lebih kecil dari
ukuran citra. Setiap elemen matriks disebut
koefisien konvolusi.
Ilustrasi konvolusi ditunjukkan pada gambar
berikut
12
p1 p2 p3
A B C
D E F
G H I
p4 p5 p6
p7 p8 p9
f(i,j)
kernel
citra
f (i, j ) Ap1 Bp 2 Cp 3 Dp 4
Ep5 Fp 6 Gp 7 Hp8 Ip9
13
Operasi
konvolusi
dilakukan
dengan
menggeser kernel konvolusi pixel per pixel.
Hasil konvolusi disimpan dalam matriks yang
baru.
Contoh : Misalkan citra f (x,y) yang berukuran
5 x 5 dan sebuah kernel atau mask yang
berukuran 3 x 3 masing-masing adalah
sebagai berikut :
14
4
6
f ( x, y ) 5
6
3
0 -1
g ( x, y ) - 1 4
0 - 1
Keterangan : Tanda
- 1
0
06/09/15 15
f(x,y) * g(x,y)
1.
17
Hasilnya
18
Hasil konvolusi = 0
19
Hasilnya :
20
21
22
23
Catatan :
Jika hasil konvolusi menghasilkan nilai pixel
negatif, maka nilai tersebut dijadikan nol,
sebaliknya jika hasil konvolusi menghasilkan
nilai pixel yang lebih besar dari nilai
maksimum, maka nilai tersebut dijadikan ke
nilai keabuan maksimum.
24
25
26
27
06/09/15
28
MN x 0 y 0
untuk u=0,1,2,,M-1 dan v=0,1,,N-1
Dari F(u,v), kita bisa mendapatkan kembali f(x,y)
menggunakan IDFT dengan rumusan sebagai
berikut:
M 1 N 1
f ( x, y )
j 2 ( ux / M vy / N )
F
(
u
,
v
)
e
u 0 v 0
29
F (u , v ) R ( x, y ) I ( x, y )
2
1/ 2
I (u , v )
(u , v ) tan 1
R (u , v )
P (u , v ) F (u , v )
R 2 (u , v ) I 2 (u , v )
30
f ( x, y )(1) x y F (u M / 2, v N / 2)
Persamaan di atas menetapkan bahwa titik pusat
Transformasi Fourier dari fungsi f(x,y)(-1)x+y [yaitu
F(0,0)] berada pada lokasi u=M/2 dan v=N/2.
06/09/15
31
1
F (0,0)
MN
M 1 N 1
f ( x, y )
x 0 y 0
F (u , v) F (u ,v)
Sifat simetris dan pemusatan dari transformasi Fourier
menyederhanakan spesifikasi dari filter simetris sirkular
pada domain frekuensi.
06/09/15
32
06/09/15
33