Konvolusi

EEstherWibowo
h Wib
esther.visual@gmail.com
h i l@
il
ErickKurniawan erick.kurniawan@gmail.com

Filter / Penapis
Filter/Penapis
Filter/
y

Digunakan untuk proses pengolahan citra:

Perbaikan kualitas citra (imageenhancement)

g
g derau
Penghilangan
Mengurangi erotan
g
/p
citra
Penghalusan/pelembutan
Deteksi tepi,penajaman tepi
Dll.

Teori Konvolusi (1)

Untuk mengaplikasikan penapis pada
citra,digunakan metode konvolusi.
y Konvolusi 2fungsi
g f(x)dan
( )
g(x):
g(
)
y

=peubah bantu

Fungsi diskrit:

Konvolusi 2D
2D
y

Fungsi malar :

f ( x, y ) * g ( x, y ) =

f (a, b) g ( x a, y b)dadb

F
Fungsi
i diskrit
di k it :

f ( x, y ) * g ( x, y ) =

f ( a, b) g ( x a, y b)

a = b =

Teori Konvolusi (2)

g(x)convolutionmask/filter/kernel
atau template.
y Notasi lain:
f ( x, y ) * g ( x, y ) = f ( x, y ) g ( x, y )
y Konvolusi bisa dinyatakan dalam matriks.
y Tiap elemen matriks penapis :koefisien
konvolusi.
y Operasi konvolusi menggeser kernel
pixelperpixel hasil disimpan dalam
matriks baru.
y

Ilustrasi Konvolusi

f (i, j ) = Ap1 + Bp2 + Cp3 + Dp4 + Ep5 + Fp6 + Gp7 + Hp8 + Ip9

Contoh Konvolusi
y

Citraf(x,y)berukuran 5x5dan sebuat

kernel berukuran 3x3:

Tanda posisi (0,0)dari kernel

Hasil Contoh Konvolusi

y
y

Bila hasil konvolusi negatif,maka nilai

dijadikan 0.(clipping)
Bila
il hasil
h il konvolusi
k
l i >derajat
d j keabuan
k b
maksimum,maka nilai diubah ke derajat
keabuan maksimum.(clipping)
maksimum (clipping)

Masalah!!
Masalah
y

Bagaimana mengkonvolusi pixelpinggir

(border)?

Beberapa Solusi
Pixelpixelpinggir diabaikan,tidak
dikonvolusi nilai pixelpinggir =nilai
pada citra semula.
y Duplikasi elemen citra,misalnya elemen
pertama disalin ke kolom M1dst.
kolom p
y Elemen bertanda ?diasumsikan bernilai
0 atau konstanta lain.
0atau
lain
y

Memberi Elemen Tambahan

padding

diberikolomdanbaristambahan,dandiisidengan

nilai0(nol),atau

konstanta

2005 PetrusParyono

17

Hasil Konvolusi Pinggir Diabaikan

Solusi ketiga elemen pinggir tadi

g
bahwa p
pixelpinggir
p gg
mengasumsikan
berukuran amat kecil mata tidak bisa
melihat.

Contoh Aplikasi Konvolusi

Penapisan(Filtering
Penapisan (Filtering
Penapisan(
(Filtering))
y

Penapisan (filtering)termasuk pengolahan

l k l i dalam
lokal,yaitu
d l
transformasinya
f
i
melibatkan:
lib k
nilainilai pixeltetangganya
nilai
nilainilai
nilai suatu sub
subcitra
citra yangmemiliki
yang memiliki dimensi yang
yang
sama.
x Subcitra ini dikenal sebagai filter,mask,kernel,template,
atau window.
x Nilai dalam subcitra tidak disebut sebagai nilai intensitas
pixel,tetapi sebagai koefisien

Penapisan yangdibicarakan
yang dibicarakan saat ini adalah
penapisan spasial (spatialfiltering)

2005 PetrusParyono

20

KonsepPenapisan
Konsep Penapisan
kernel

pixelcitra
dibawahkernel

kernel

Citra

Ukurankernelmxn
dengan:
m=2a+1
n=2b+1
adanbadalahintegernonnegatif
Secaraumumdikatakanukurankernelselaluganjil/gasal
Contoh:3x3,5x5,7x7,3x5,3x7,dst.
Padaumumnyam=n
2005 PetrusParyono

21

Penapis(filter
Penapis (filter
Penapis(
(filter))
y

Beberapa penapis yangsering dipakai:

Lolosbawah (lowpass)
Median
Lolosatas (highpass)
Laplacian
Di
Directional
i
l
Roberts
Sobel
Gaussian

2005 PetrusParyono

22

Penapislolos
Penapis lolos
lolosbawah
y
y

Penapis lolosbawah (lowpassfilter)juga disebut

penapis
i perataan (averagingfilter)
(
i fil )
Penapisan ini akan menghasilkan citra yanglebih
lembut (smooth)sehingga
(smooth) sehingga terkesan kabur (blur);dan
(blur); dan
mengurangi kisaran aras abuabu
Jumlah koefisien =1>1menghasilkan penguatan.

16

Kernelpenapisperata3x3
Penapisdengansemuakoefisiensama
disebutpenapiskotak(boxfilter)

Kernelpenapis perata berbobot

(weightedaveraging)3x3

2005 PetrusParyono

23

Penapislolos
Penapis lolos
lolosbawah

2005 PetrusParyono

24

Matriks hasil lolos

Matrikshasillolos
lolosbawah
bawah
136
143
157
165
174
185
190
192
192
205

127
138
145
154
158
169
180
166
186
184

142
125
139
157
167
167
161
177
170
184

135
145
133
145
162
159
162
158
172
152

143
138
146
143
158
180
172
172
146
160

152
145
139
147
147
160
178
156
159
142

172
137
136
147
146
146
149
161
147
157

173
171
147
133
140
143
141
144
137
142

189
175
157
146
142
137
141
137
140
140

184
185
164
158
149
145
139
141
140
141

135
142
151
161
169
178
183
186
190
194

135
139
147
157
166
172
176
179
184
187

135
136
142
151
159
165
166
170
172
176

138
138
141
150
159
165
167
165
165
165

143
141
142
146
155
164
166
163
157
157

150
145
142
145
152
159
163
160
155
152

160
152
144
142
145
150
153
152
149
148

172
161
149
143
142
142
144
144
145
144

180
171
159
148
143
141
140
140
140
141

187
182
172
161
151
146
142
142
139
139

2005 PetrusParyono

Matrikscitrasemula
Sampel10x10kiriatas

142 =(138 +125 +145

+145 +139 +133
+154 +157 +145)/9
=1281/9=142.33
Matrikscitrahasilpenapisan
Sampel10x10kiriatas

25

Penapismedian
Penapis median
y

Penapis medianmerupakan penapis spasial

nonlinear,yanghasil prosesnya berdasarkan
pada peringkat (rangking)nilai pixel
Mediandalam statistik berarti mencari nilai
yangberada di tengah deretan semua angka
yang telah diurutkan
yangtelah
Penapis medianini bermanfaat untuk
mengatasi masalah derau (noise).
(noise)

2005 PetrusParyono

26

Penapismedian
Penapis median

2005 PetrusParyono

27

Matriks hasil median

Matrikshasilmedian
136
143
157
165
174
185
190
192
192
205

127
138
145
154
158
169
180
166
186
184

142
125
139
157
167
167
161
177
170
184

135
145
133
145
162
159
162
158
172
152

143
138
146
143
158
180
172
172
146
160

152
145
139
147
147
160
178
156
159
142

172
137
136
147
146
146
149
161
147
157

173
171
147
133
140
143
141
144
137
142

189
175
157
146
142
137
141
137
140
140

184
185
164
158
149
145
139
141
140
141

136
143
157
165
174
185
190
192
192
205

127
139
145
157
167
169
177
180
184
186

142
138
145
154
159
162
166
170
172
175

135
139
143
146
159
162
167
170
170
170

143
143
145
146
158
162
162
162
158
158

152
143
143
146
147
158
161
159
157
154

172
147
145
146
146
146
149
149
147
145

173
171
147
146
143
142
143
141
142
145

189
173
158
147
143
141
141
140
140
141

184
185
175
158
146
145
141
141
140
140

2005 PetrusParyono

Matrikscitrasemula
Sampel10x10kiriatas
125133138139145145145154157

median

Matrikscitrahasilpenapisan
Sampel10x10kiriatas

28

Penapislolos
Penapis lolos
lolosatas
Penapisan lolosatas (highpassfiltering)akan
menghasilkan
h ilk citra
it yanglebih
l bih tajam
t j
(h ) t
(sharp)atau
rinci dan histogramyangrelatif sempit yang
terpusat
p
di tengah
g aras abuabu nol
y koefisien =0komponen freq.rendah turun.
y koefisien =1komponen freq.rendah tetap.
y

1 1 1
1

1 1 1

=0

2005 PetrusParyono

29

=1

Penapislolos
Penapis lolos
lolosatas

2005 PetrusParyono

30

Matriks hasil lolos

Matrikshasillolos
lolosatas
atas
136
143
157
165
174
185
190
192
192
205

127
138
145
154
158
169
180
166
186
184

142
125
139
157
167
167
161
177
170
184

2
5
46
36
37
60
61
48
14
94

0
0
0
0
0
0
33
0
18
0

62
0
0
53
65
18
0
61
0
66

135
145
133
145
162
159
162
158
172
152

143
138
146
143
158
180
172
172
146
160

152
145
139
147
147
160
178
156
159
142

172
137
136
147
146
146
149
161
147
157

173
171
147
133
140
143
141
144
137
142

189
175
157
146
142
137
141
137
140
140

184
185
164
158
149
145
139
141
140
141

0
0 14 101
59
0
0
0
0 33
0
0
0
0 14 41
20 21
0
5
0 142
4
0
0 51 128
0
0 73
0 77
57
0 31
0
0 22
0 81

6
82
0
0
0
2
0
0
0
0

78
30
0
0
0
0
1
0
0
0

0
26
0
0
0
0
0
0
3
11

2005 PetrusParyono

Matrikscitrasemula
Sampel10x10kiriatas

0 =(138 125 145

145 +8x139 133
154 157 145)
=1142+1112=30

Matrikscitrahasilpenapisan
Sampel10x10kiriatas

31

Edge
EdgeDetection(Pendeteksian
EdgeDetection(
Detection (Pendeteksian
(Pendeteksian Tepi
Tepi))
y

Analisis citra:ekstraksi ciri segmentasi

klasifikasi.
Pertama harus deteksi keberadaan tepi.
p
Segmentasi :mereduksi citra menjadi objek
atau region.
Klasifikasi :memetakan segmensegmen
dalam kelas dan objek yangberbeda.

Tepi Dalam CitraDigital

Citra Digital
y

Tepi curam
Perubahan intensitas tajam,berkisar 90

Tepi landai
Tepi lebar,sudut arah kecil.Terdiri dari
sejumlah tepitepi lokal yanglokasinya
berdekatan.
berdekatan

Tepi mengandung derau

Lakukan operatorimageenhancement
operator image enhancement dahulu
sebelum mendeteksi tepi.Mis.Operator
Gaussian(menghaluskan citra).

PenapisLaplacian
Penapis Laplacian
y
y
y

Disebut pulaOperatorTurunan Kedua.

Termasuk dalam penapis lolos tinggi.
Lebih akurat khususnya pada tepitepi curam.

2005 PetrusParyono

35

PenapisLaplacian
Penapis Laplacian

Penapis dari rumus Laplacian

PenapisdarirumusLaplacian

PenapisLaplacianlain

4
4

20

2005 PetrusParyono

36

PenapisdarirumusLaplacian
Penapis
dari rumus Laplacian
yangdiperluas

Penapis Laplacian untuk bobot lebih

pada pixeltengah
pixel tengah di antara
pixeltetangga

PenapisLaplacian
Penapis Laplacian

2005 PetrusParyono

37

Matriks hasil Laplacian

MatrikshasilLaplacian
136
143
157
165
174
185
190
192
192
205

127
138
145
154
158
169
180
166
186
184

142
125
139
157
167
167
161
177
170
184

135
145
133
145
162
159
162
158
172
152

143
138
146
143
158
180
172
172
146
160

152
145
139
147
147
160
178
156
159
142

172
137
136
147
146
146
149
161
147
157

173
171
147
133
140
143
141
144
137
142

189
175
157
146
142
137
141
137
140
140

184
185
164
158
149
145
139
141
140
141

2
0
18
10
14
22
13
28
0
42

0
12
0
0
0
0
34
0
32
0

39
0
0
23
24
12
0
53
0
56

0
49
0
0
19
0
0
0
62
0

4
0
31
0
0
71
0
56
0
46

0
14
0
12
0
0
75
0
45
0

54
0
0
26
4
0
0
48
0
52

0
52
0
0
0
8
0
0
0
0

35
0
0
0
0
0
10
0
6
0

0
24
0
0
0
10
0
5
0
14

2005 PetrusParyono

Matrikscitrasemula
Sampel10x10kiriatas

Matrikscitrahasilpenapisan
Sampel10x10kiriatas

38

PenapisDirectional
Penapis Directional

2005 PetrusParyono

39

Matriks hasil directional

Matrikshasildirectional
136
143
157
165
174
185
190
192
192
205

127
138
145
154
158
169
180
166
186
184

142
125
139
157
167
167
161
177
170
184

135
145
133
145
162
159
162
158
172
152

143
138
146
143
158
180
172
172
146
160

152
145
139
147
147
160
178
156
159
142

172
137
136
147
146
146
149
161
147
157

173
171
147
133
140
143
141
144
137
142

189
175
157
146
142
137
141
137
140
140

184
185
164
158
149
145
139
141
140
141

0
0
0
0
0
0
0
0
0
0

0
0
0
0
0
0
0
0
0
0

23
3
0
0
0
0
0
0
0
0

15
21
6
0
0
15
19
0
0
0

34
23
8
0
0
2
15
1
0
0

57
18
0
0
0
0
0
0
0
0

68
55
20
0
0
0
0
0
0
0

72
76
58
16
0
0
0
0
0
0

36
42
56
51
36
9
0
0
0
0

32
64
89
91
60
42
28
26
1
0

2005 PetrusParyono

Matrikscitrasemula
Sampel10x10kiriatas

Matrikscitrahasilpenapisan
Sampel10x10kiriatas

40

PenapisRoberts
Penapis Roberts

p1

p2

p3

p4

p5

p6

p7

p8

p9

p = p9 p5 + p8 p6
'
5

Citrasemula

2005 PetrusParyono

41

PenapisRoberts
Penapis Roberts

2005 PetrusParyono

42

Matriks hasil Roberts

MatrikshasilRoberts
136
143
157
165
174
185
190
192
192
205

127
138
145
154
158
169
180
166
186
184

142
125
139
157
167
167
161
177
170
184

135
145
133
145
162
159
162
158
172
152

143
138
146
143
158
180
172
172
146
160

152
145
139
147
147
160
178
156
159
142

172
137
136
147
146
146
149
161
147
157

173
171
147
133
140
143
141
144
137
142

189
175
157
146
142
137
141
137
140
140

184
185
164
158
149
145
139
141
140
141

18
21
23
27
32
26
36
32
27
25

6
21
27
14
11
21
8
13
16
19

13
14
30
27
13
7
18
17
30
31

5
6
11
32
19
31
24
12
18
17

16
2
5
15
35
14
22
23
5
14

42
11
19
1
15
43
24
11
7
4

37
45
3
20
9
11
25
27
25
15

20
42
25
15
4
6
7
4
5
14

13
39
19
19
15
6
2
4
1
11

20
40
52
33
21
16
18
8
16
23

2005 PetrusParyono

Matrikscitrasemula
Sampel10x10kiriatas

30 =145139+157133
=6+24

Matrikscitrahasilpenapisan
Sampel10x10kiriatas

43

PenapisSobel
Penapis Sobel

2005 PetrusParyono

44

PenapisSobel
Penapis Sobel

2005 PetrusParyono

45

Matriks hasil Sobel

MatrikshasilSobel
136
143
157
165
174
185
190
192
192
205
0
0
0
0
0
0
0
0
0
0

127
138
145
154
158
169
180
166
186
184

142
125
139
157
167
167
161
177
170
184

135
145
133
145
162
159
162
158
172
152

143
138
146
143
158
180
172
172
146
160

152
145
139
147
147
160
178
156
159
142

172
137
136
147
146
146
149
161
147
157

173
171
147
133
140
143
141
144
137
142

189
175
157
146
142
137
141
137
140
140

184
185
164
158
149
145
139
141
140
141

0
0
0
0
0
0
0
0
0
102 20 38 32 76 192 234 166 154
148 106 50 26 36 44 174 196 226
112 124 128 66 52 48 34 128 202
100 60 94 128 116 66 28 66 148
126 44 36 62 182 116 34 22 78
102 70 30 52 92 130 66
8 52
104 82 26 62 110 110 74 10 40
136 94 94 82 56 80 60
6 18
110 114 110 68 18 38 60 34 40
2005 PetrusParyono

Matrikscitrasemula
Sampel10x10kiriatas

106 =(154 +2x157 +145) (138 +2x125 +145)

+(145
(145 +2x133
2x133 +145)
145) (138 +2x145
2x145 +154)
154)
=633533+556582
=90+16

Matrikscitrahasilpenapisan
Sampel10x10kiriatas

46

PenapisGaussian
Penapis Gaussian
Gaussianbawah

2005 PetrusParyono

47

0.0008

0.0286

0.0008

0.0286

1.0000

0.0286

0.0008

0.0286

0.0008

Matriks hasil Gaussian

MatrikshasilGaussian
Gaussianbawah
bawah
136
143
157
165
174
185
190
192
192
205

127
138
145
154
158
169
180
166
186
184

142
125
139
157
167
167
161
177
170
184

135
145
133
145
162
159
162
158
172
152

143
138
146
143
158
180
172
172
146
160

152
145
139
147
147
160
178
156
159
142

172
137
136
147
146
146
149
161
147
157

173
171
147
133
140
143
141
144
137
142

189
175
157
146
142
137
141
137
140
140

184
185
164
158
149
145
139
141
140
141

135
143
156
164
173
184
189
191
192
203

127
137
145
154
158
169
179
167
185
184

140
126
139
156
166
166
162
175
170
182

135
143
134
145
161
159
162
159
170
154

142
138
145
143
157
178
172
170
148
158

152
144
139
146
147
160
176
157
157
143

170
138
136
146
145
146
149
159
147
155

173
169
147
134
140
142
141
144
137
142

188
175
157
146
142
137
140
137
139
140

184
184
165
158
149
144
139
140
140
140

2005 PetrusParyono

Matrikscitrasemula
Sampel10x10kiriatas

Matrikscitrahasilpenapisan
Sampel10x10kiriatas

48

PenapisGaussian
Penapis Gaussian
Gaussianatas

2005 PetrusParyono

49

0.0008

0.0286

0.0008

0.0286
0.0286

0.1052

0.0286
0.0286

0.0008

0.0286

0.0008

Matriks hasil Gaussian

MatrikshasilGaussian
Gaussianatas
136
143
157
165
174
185
190
192
192
205

127
138
145
154
158
169
180
166
186
184

142
125
139
157
167
167
161
177
170
184

135
145
133
145
162
159
162
158
172
152

143
138
146
143
158
180
172
172
146
160

152
145
139
147
147
160
178
156
159
142

172
137
136
147
146
146
149
161
147
157

173
171
147
133
140
143
141
144
137
142

189
175
157
146
142
137
141
137
140
140

184
185
164
158
149
145
139
141
140
141

131
147
113
140
140
131
156
125
206
104

210
111
164
176
234
202
101
255
112
255

50
255
149
101
108
138
255
53
255
53

193
31
234
181
118
241
169
255
29
255

134
200
74
199
156
11
177
41
255
55

160
113
181
119
202
184
1
255
55
255

44
255
199
85
136
179
218
48
206
34

201
48
168
247
150
124
172
144
197
168

105
177
167
160
151
191
118
179
126
172

226
129
255
171
175
123
199
130
157
108

2005 PetrusParyono

Matrikscitrasemula
Sampel10x10kiriatas

Matrikscitrahasilpenapisan
Sampel10x10kiriatas

50