Transformasi Fourier
a. Algoritma Perhitungan Histogram
b. Teori Konvolusi
c. Konvolusi pada fungsi dwimatra
d. Transformasi Fourier
e. Transformasi Faurier Malar, Diskrit
a. HISTOGRAM CITRA
Pengertian
Histogram citra adalah grafik yang menggambarkan
penyebaran nilai-nilai intensitas pixel dari suatu citra aau
bagian tertentu di dalam citra. Secara grafis ditampilkan
dengan diagram batang.
hi = ni / n , i= 0,1,…,L-1
Keterangan:
ni = jumlah pixel yang memiliki derajat keabuan i
n = jumlah seluruh pixel di dalam citra
MEMBUAT HISTOGRAM CITRA(2)
Histogram citra
MEMBUAT HISTOGRAM CITRA(3)
Contoh:
Sebuah matriks citra digital berukuran 8x8 pixel dengan
derajat keabuan dari 0 sampai 15 ( ada 16 derajat keabuan).
MEMBUAT HISTOGRAM CITRA(4)
Perhitungan histogram
ni hi=ni/n (n=64)
0 8 0.125
1 4 0.0625
2 5 0.078125
3 2 0.03125
4 2 0.03125
5 3 0.046875
6 1 0.015625
7 3 0.046875
8 6 0.09375
9 3 0.046875
10 7 0.109375
11 4 0.0625
12 5 0.078125
13 3 0.046875
14 4 0.0625
15 3 0.046875
MEMBUAT HISTOGRAM CITRA(5)
Histogram citra banyak memberikan informasi penting:
1.Nilai hi menyatakan peluang pixel, P(i) dengan derajat
keabuan i. Jumlah seluruh nilai hi = 1
2.Puncak histogram menunjukkan intensitas pixel yang
menonjol. Lebar dari puncak menunjukkan rentang kontras
dari citra.
Citra yang mempunyai kontras terlalu terang
(overexposed) atau terlalu gelap (underexposed) memiliki
histogram yang sempit.
Histogramnya terlihat hanya menggunakan setengah
dari derajat keabuan.
Citra yang baik memiliki histogram yang mengisi daerah
derajat keabuan secara penuh dengan distribusi yang merata
pada setiap nilai intensitas pixel.
MEMBUAT HISTOGRAM CITRA(5)
B. Teori Konvolusi
Konvolusi merupakan salah satu operasi matematis yang
digunakan pada pengolahan citra.
Konvolusi 2 buah fungsi f(x) dan g(x) didefinisikan sbg:
h(x) = f(x) * g (x) = ∫ ~ f(a) g(x-a) da
Tanda * menyatakan operator konvolusi dan variabel a adalah
variabel bantu (dummy variable).
g(x) disebut dengan kernel konvolusi atau kernel penapis (filter).
Kernel g(x) merupakan suatu jendela yang dioperasikan secara
bergeser pada sinyal masukan f(x), dalam hal ini jumlah perkalian
kedua fungsi pada setiap titik merupakan hasil konvolusi yang
dinyatakan dengan keluaran h (x).
C. Konvolusi pada Fungsi Dwimatra(2 dimensi)
Untuk fungsi dengan 2 variabel (fungsi 2 dimensi), operasi
konvolusi didefinisikan sebagai berikut:
a)Fungsi malar
b)Fungsi diskrit
Fungsi penapis g(x,y) disebut convolution filter, convolution mask,
convolution kernel atau template. Dalam ranah diskrit kernel
konvolusi dinyatakan dalam bentuk matriks ( 3x3, 2x2, 2x1, 1x2)
Ukuran matriks ini biasanya lebih kecil dari ukuran citra. Setiap
elemen matriks disebut koefisien konvolusi. Operasi konvolusi
dilakukan dengan menggeser kernel konvolusi pixel per pixel, hasil
konvolusi disimpan di dalam matriks yang baru.
C. Konvolusi pada Fungsi Dwimatra(2 dimensi)
Gambar ilustrasi konvolusi
C. Konvolusi pada Fungsi Dwimatra(2 dimensi)
Contoh:
Sebuah citra f(x,y) berukuran 5x5 dan sebuah kernel / mask ukuran
3x3 masing-masing sbg:
Tanda * menyatakan posisi (0,0) dari kernel
C. Konvolusi pada Fungsi Dwimatra(2 dimensi)
Operasi konvolusi antara citra f(x,y) dengan kernel g(x,y) adalah
f(x,y) * g(x,y)
1)Tempatkan kernel pada sudut kiri atas, kemudian hitung nilai
pixel pada posisi (0,0) dari kernel:
Contoh:
Diketahui fungsi sinyal f(t) dengan hasil penerokan ke dalam nilai-nilai diskrit sbg
(N=4) :
X0 = 0.5, f0 = 2
X1 = 0.75, f1= 3
X2= 1.0, f2 = 4
X3= 1.25, f3= 4