IMAGE RESTORATION

(PERBAIKAN CITRA)
I.

Tujuan
Mahasiswa dapat memahamiprinsip-prinsip noise dan cara mereduksi noise.
Mahasiswa dapat membangkitkan bermacam-macamnoise.
Mahasiswa dapat menggunakan low pass filter untuk mengurangi noise.
Mengerti akan perbedaan antara salt & pepper, Gaussian, Speckle, median, dan
range order.
II.
Dasar Teori
a. Pengertian Restoretion
Pemugaran Citra (image restoration) Operasi ini bertujuan menghilangkan cacat pada

citra. Tujuan pemugaran citra hampir sama dengan operasi perbaikkan citra. Bedanya, pada
pemugaran citra penyebab degradasi gambar diketahui.
Jenis operasi ini dilakukan agar citra dapat direpresentasikan dalam bentuk yang lebih
kompak sehingga memerlukan memori yang lebih sedikit. Hal penting yang harus
diperhatikan dalam pemampatan citra adalah citra yang telah dimampatkan harus tetap
mempunyai kualitas gambar yang bagus. Segmentasi Citra (image segmentation) Jenis
operasi ini bertujuan untuk memecah suatu citra kedalam beberapa segmen dengan suatu
criteria tertentu. Jenis operasi ini berkaitan erat dengan pengenalan pola.Pengorakan Citra
(Image Analysis).
Jenis operasi ini bertujuan menghitung besaran kuantitif dari citra untuk menghasilkan
diskripsinya. Tehnik pengolahan citra mengekstraksi cirri-ciri tertentu yang membantu dalam
identifikasi objek. Proses segmentasi kadang kala diperlukan untuk melokalisasi objek yang
diinginkan dari sekelilingnya. Contoh-contoh operasi pengolahan citra :
a. Pendeteksian tepian objek (edge detection)
b. Ekstraksi batas (boundary)
c. Representasi Daerah (region)
d. Rekonstruksi Citra (Image Reconstruction)
Jenis operasi ini bertujuan untuk membentuk ulang objek dari beberapa citra hasil
proyeksi. Operasi rekonstruksi citra banyak digunakan dalam bidang medis. Banyak
metode yang ada dalam pengolahan citra bertujuan untuk mengurangi atau menghilangkan
noise. Operasi yang dilakukan untuk mentransformasikan suatu citra menjadi citra lain dapat
dikategorikan berdasarkan tujuan transformasi maupun cakupan operasi yang dilakukan
terhadap citra. Berdasarkan tujuan transformasi operasi pengolahan citra dikategorikan
sebagai berikut :

1. Peningkatan Kualitas Citra (Image Enhancement), Operasi peningkatan

kualitascitra bertujuan untuk meningkatkan fitur tertentu pada citra.
2. Pemulihan Citra (Image Restoration), Operasi pemulihan citra bertujuan
untuk mengembalikan kondisi citra pada kondisi yang diketahui sebelumnya
akibat adanya pengganggu yang menyebabkan penurunan kualitas citra.
Pemugaran citra merupakan proses merekonstruksi atau mendapatkan kembali citra
asli dari sebuah citra yang cacat atau terdegradasi agar dapat menyerupai citra aslinya.
Pemugaran citra berkaitan dengan penghilang atau pengurangan degradasi pada citra yang
terjadi karena proses akusisi. Citra degradasi yang dimaksud termasuk derau (yang
merupakan error dalam nilai piksel) atau efek optik misalnya blur (citra kabur) akibat kamera
yang tidak fokus atau karena gerakan kamera (Marvin, 2005).
Noise atau pengotor citra biasanya didapat dari proses dijitasi citra. Dijitasi citra ini
adalah proses meng-captureobjek di dunia nyata kedalam citra dijital. kalau kita memotret
sesuatu dengan kamera dijital, sebenarnya kita sedang melakukan proses dijitasi citra.
kadang-kadang lensa kamera kita kotor kan? jadi ada bintik-bintik di foto yang didapat.
Bintik-bintik itu salah satu jenis pengotor. Sebenarnya ada banyak jenis pengotor. Untuk
sementara, asumsikan bahwa pada proses "Pemotretan"(proses dijitasi citra), ada banyak hal
yang menyebabkan citra tidak sempurna (memiliki pengotor). jenis pengotor yang lainnya
adalah pengotor yang berasal dari hardware(contoh: kamera yang setengah rusak).
Ada beberapa jenis pengotor yang dapat kita modelkan, misalkan pengotor yang
berasal dari sensor yang kurang sempurna, pengotor yang berasal dari sinyal transmisi yang
kurang baik sehingga pada saat transimisi data citra tidak diterima dengan baik. Salah satu
contoh pengotor yang terkenal adalah salt-and-pepper noise (garam dan merica). Jenis
pengotor ini didapatkan karena sensor yang kurang sempurna. Inilah salah satu contoh saltand-pepper noise.
b. Noise Pada Citra
Pada saat proses capture(pengambilan gambar), ada beberapa gangguan yang mungkin
terjadi, seperti kamera tidak fokus atau munculnya bintik-bintik yang bisa jadi disebabkan
oleh proses captureyang tidak sempurna. Setiap gangguan pada citra dinamakan dengan
noise. Noise pada citra tidak hanya terjadi karena ketidak-sempurnaan dalamproses capture,
tetapi bisa juga disebabkan oleh kotoran-kotoran yang terjadi pada citra. Berdasarkan bentuk
dan karakteristiknya, noise pada citra dibedakan menjadi beberapa macamyaitu:
1) Gaussian

2) Speckle
3) Salt & Pepper
Macam-macamnoise ini dapat dilihat pada gambar 1 berikut ini:

Gambar 1 Macam-macamnoise (a) gaussian (b) speckle dan (c) salt & pepper.

Noise dapat dibagi menjadi 3 macam yang berbeda :

a. Gaussian
Noise gaussian dapat dibangkitkandengan cara membangkitkan bilangan acak [0,1]
dengan distribusi gaussian. Kemudian untuk titik-titik yang terkena noise, nilai fungsi citra
ditambahkan dengan nilai noise yang ada, atau dirumuskan dengan:

dimana:

a = nilai bilangan acak berdistribusi gaussian

p = prosentase noise
y(i,j) = nilai citra terkena noise.
x(i,j) = nilai citra sebelumterkena noise.

Untuk membangkitkan bilanganacak berdistribusi gaussian, tidak dapat langsung

menggunakan fungsi rnd, tetapi diperlukan suatu metode yang digunakan untuk mengubah
distribusi bilangan acak kedalamfungsi f tertentu. Dalambuku ini digunakan metode rejection
untuk memudahkan dalamalur pembuatan programnya. Metode rejection dikembangkan
dengan cara membangkitkan dua bilangan acak (x,y) dan ditolak bila y > f(x).

Gambar 1. Bebarapa contoh noise gaussian dengan prosentase 10%, 20%, 30%, 50%,
75% dan 90%.
b. Noise &
Noise salt & pepperdapat dibangkitkan dengan cara membangkitkan bilangan 255 (warna
putih) pada titik-titik yang secara probabilitas lebihkecil dari nilai probabilitas
noise, dan dirumuskan dengan:

Dimana:

F(x,y) adalah nilai gray-scale pada titik (x,y)

p(x,y) adalah probabilitas acak

Gambar 2. Bebarapa contoh noise salt & pepper dengan prosentase 10%, 20%, 30%, 50%,
75% dan 90%.

III.

Alat dan Bahan

1 unit PC atau Laptop.
Modul pembelajaran.
Aplikasi yang digunakan.

IV.
Langkah Kerja
a. Membuat sub

Klik pada

Pilih New Menu

Edit Label dan Tag sesuai dengan yang diinginkan dan yang mudah diingat
saat dihubungan dengan program yang akan dimasukkan.

Klik OK.
b. Memasukan sesuai dengan Label dan Tag dengan program yang akan dimasukkan.
Tes program tersebut terlabih dahulu.
Program yang telah sukses gabungkan dengan program sesuai dengan
paratikum 1.
1. Noise
Klik pada Restoration
Pilih
unntuk membuat subnya kembali.
Edit Label dan Tag sesuai yang diingikan dan memudahkannya dalam
memhubungkan ke listen program.

a. Salt & pepper

Klik di Noise
Pilih
Edit Label dan Tag sesuai yang diingikan dan memudahkannya dalam
memhubungkan ke listen program.

Masukkan programnya pada tempatnya yang telah dicallback. Berikut listen

programnya :

citra = handles.data1;
axes(handles.axes1)
imshow(citra)
title('Gambar Asli');
axes(handles.axes2)
W= rgb2gray(citra);
b_sp= Imnoise(W,'salt & pepper');
I= Imnoise(W,'salt & pepper',0.3);
Imshow(I);
axes(handles.axes3)
a7=fspecial('average',[7,7]);
t_sp_a7=filter2(a7,I);
Imshow(t_sp_a7);
imhist(I);
title('Histogram salt & pepper');

Hasil yang diperolah

Analisa :
Perintah citra = handles.data1; yang berfungsi unutk pengambilan data ini
terletak si Axes1 yang menampilkan data awal.imshow(citra) ini perintah untuk
menampilkan gambar yang akan diproses.title('Gambar Asli'); peritah ini berfungsi
untuk memberi nama pada gambar yang akan ditampilkn sesuai hasil yang akan diperoleh.
axes(handles.axes2) ini akan berfungsi menampilkan hasil ke2 yangtedapat diAxes2.
Perintah t=rgb2gray(citra); berfungsi untunk mengubah gambar berwarna ke gambar
abu-abu(gray). b_sp= Imnoise(W,'salt & pepper');dan I= Imnoise(W,'salt &
pepper',0.3); ini merupakan perintah yang berfungsi untuk menambahkan noise pada
gambar yang telah digrayscalekan. axes(handles.axes3) ini merupakan perintah yang
berfungsi untuk menghasilkan gambar ke 3 yang terlatak pada Axes3.

a7=fspecial('average',[7,7]);dan,t_sp_a7=filter2(a7,I); ini merupakan

perintah penfilterran. Imshow(t_sp_a7); perintah ini merupakan nilai yang diberikan
untuk perintah salt & pepper. imhist(I); perintan ini berfungsi untuk manampilkan hasil
pada Axes3 dengan menggunakan tampilan histagram bukan dengan gambar yang telah
diolah. title('Histogram salt & pepper'); sedang perintah ini berfungsi untuk
memberi nama pada hasil histagram yang telah diperoleh.

b. Gaussian
Klik di Noise
Pilih
Edit Label dan Tag sesuai yang diingikan dan memudahkannya dalam
memhubungkan ke listen program.

Masukkan programnya pada tempatnya yang telah dicallback. Berikut listen

programnya :
citra = handles.data1;
axes(handles.axes1)
imshow(citra)
title('Gambar Asli');
axes(handles.axes2)
b=rgb2gray(citra);
b_ga= imnoise(b,'gaussian');
y=imnoise(b,'gaussian',0.1);
imshow(y), title('gaussian noise')
axes(handles.axes3)
imhist(y);
title('Histogram gaussian noise');

Hasil yang diperoleh.

Analisa :
Perintah citra = handles.data1; yang berfungsi unutk pengambilan
data ini terletak si Axes1 yang menampilkan data awal.imshow(citra) ini perintah untuk
menampilkan gambar yang akan diproses.title('Gambar Asli'); peritah ini berfungsi
untuk memberi nama pada gambar yang akan ditampilkn sesuai hasil yang akan diperoleh.
axes(handles.axes2) ini akan berfungsi menampilkan hasil ke2 yangtedapat diAxes2.
Perintah t=rgb2gray(citra); berfungsi untunk mengubah gambar berwarna ke gambar
abu-abu(gray).
b_ga=
imnoise(b,'gaussian');
dan
y=imnoise(b,'gaussian',0.1);
inimerupakn perintah yang berfungsi untuk
menambahkan noise gauusian pada gambar yang telah digrayscalekn. i mshow(y) perintah
ini berfungsi untuk menampilkan gambar yang akan diproses, title('gaussian
noise') perintah ini untuk memberikan nama pada hasil kedua pada axes ke2.
axes(handles.axes3) ini merupakan perintah yang berfungsi untuk menghasilkan
gambar ke 3 yang terlatak pada Axes3. imhist(I); perintan ini berfungsi untuk
manampilkan hasil pada Axes3 dengan menggunakan tampilan histagram bukan dengan
gambar yang telah diolah. title('Histogram salt & pepper'); sedang perintah ini
berfungsi untuk memberi nama pada hasil histagram yang telah diperoleh.
c. Speckle
Klik di Noise
Pilih
Edit Label dan Tag sesuai yang diingikan dan memudahkannya dalam
memhubungkan ke listen program.

Masukkan programnya pada tempatnya yang telah dicallback. Berikut listen

programnya :
citra = handles.data1;
axes(handles.axes1)
imshow(citra)
title('Gambar Asli');
axes(handles.axes2)
b=rgb2gray(citra);
b_s= imnoise(b,'speckle');
y=imnoise(b,'speckle',0.1);
imshow(y), title('speckle noise')
axes(handles.axes3)
imhist(y);
title('Histogram speckle noise');

Hasil yang diperoleh

Analisa :
Perintah citra = handles.data1; yang berfungsi unutk pengambilan data ini
terletak si Axes1 yang menampilkan data awal.imshow(citra) ini perintah untuk
menampilkan gambar yang akan diproses.title('Gambar Asli'); peritah ini berfungsi
untuk memberi nama pada gambar yang akan ditampilkn sesuai hasil yang akan diperoleh.
axes(handles.axes2) ini akan berfungsi menampilkan hasil ke2 yangtedapat diAxes2.
Perintah t=rgb2gray(citra); berfungsi untunk mengubah gambar berwarna ke gambar
abu-abu(gray). b_s= imnoise(b,'speckle');Dan y=imnoise(b,'speckle',0.1);
ini merupakn perintah yang berfungsi untuk menambahkan noise speckle pada gambar yang
telah digrayscalekn. imshow(y) perintah ini berfungsi untuk menampilkan gambar yang
akan diproses, title('speckle noise') perintah ini untuk memberikan nama pada
hasil kedua pada axes ke2. axes(handles.axes3) ini merupakan perintah yang berfungsi
untuk menghasilkan gambar ke 3 yang terlatak pada Axes3. imhist(I); perintan ini
berfungsi untuk manampilkan hasil pada Axes3 dengan menggunakan tampilan histagram
bukan dengan gambar yang telah diolah. title('Histogram speckle'); sedang perintah
ini berfungsi untuk memberi nama pada hasil histagram yang telah diperoleh.
2. Perbaikan
Klik pada Restoration
Pilih
unntuk membuat subnya kembali.
Edit Label dan Tag sesuai yang diingikan dan memudahkannya dalam
memhubungkan ke listen program.

a. Median
Klik di Noise
Pilih
Edit Label dan Tag sesuai yang diingikan dan memudahkannya dalam
memhubungkan ke listen program.

Masukkan programnya pada tempatnya yang telah dicallback. Berikut listen

programnya :
citra = handles.data1;
imshow(citra)
title('Gambar Asli');
axes(handles.axes2)
t=rgb2gray(citra);
t_sp=imnoise(t,'salt & pepper',0.2);
t_sp_n3=medfilt2(t_sp,[5 5]);
imshow(t_sp)
title('Gambar Dirusakan')
axes(handles.axes3)
imshow(t_sp_n3);
title('Gambar Diperbaiki');

Hasil yang diperoleh.

Analisa :
Pada pratikum ini gambar yang telah digrayscale dan dirusaakan dengan
menggunakan noise salt & pepper dapat menggunakan sintak berikut ini
t_sp=imnoise(t,'salt & pepper',0.2); dant_sp_n3=medfilt2(t_sp,[5 5]);
hasil yang diperoleh dapat dilihat pada gambar kedua pada hasil yang telah diperoleh.
Sedangkan gambar ketiga adalah gambar yang telah diperbaiki dengan sintak (t_sp_n3);.
b. Range Order
Klik di Noise
Pilih
Edit Label dan Tag sesuai yang diingikan dan memudahkannya dalam
memhubungkan ke listen program.

Masukkan programnya pada tempatnya yang telah dicallback. Berikut listen

programnya :
citra = handles.data1;
imshow(citra)
title('Gambar Asli');
axes(handles.axes2)
t=rgb2gray(citra);
t_sp=imnoise(t,'salt & pepper',0.2);
t_of2=ordfilt2(t_sp,5,[ 0 0 1 0 0 ; 0 0 1 0 0 ; 0 1 1 1 1 ; 0 0
1 0 0 ; 0 0 1 0 0 ]);
imshow(t_sp)
title('Gambar Dirusakan')
axes(handles.axes3)
imshow(t_of2);

Hasil yang diperoleh.

Analisa :
Pada pratikum ini hasil dan tujuan tidak jauh berbeda dengan program sebelumnya
atau median. Range Order dan Median adalah sama-sama bertujuan untuk memperbaiki citra
yang telah rusak. Namun hasil yang di peroleh keduanya sedikit lebih berbeda. Median
menghasilkan gambar yang lebih mulus dibandngkan dengan Range Order.