1.

Image Sampling and Quantization

Untuk Mendapatkan gambar digital kita perlu mengkonversi data kontinu ke dalam bentuk digital, dan konversi tersebut mencakup 2 proses yaitu:

Sampling Sampling adalah proses untuk menentukan warna pada piksel tertentu pada citra dari sebuah gambar yang kontinu. Pada proses sampling biasanya dicari warna rata-rata dari gambar analog yang kemudian dibulatkan. Proses sampling sering juga disebut proses digitasi.

Kuantisasi Ada kalanya, dalam proses sampling, warna rata-rata yang didapat di relasikan ke level warna tertentu. Contohnya apabila dalam citra hanya terdapat 16 tingkatan warna abuabu, maka nilai rata-rata yang didapat dari proses sampling harus diasosiasikan ke 16 tingkatan tersebut. Proses mengasosiasikan warna rata-rata dengan tingkatan warna tertentu disebut dengan kuantisasi.

Gambar 1.1

(a) Citra Kontinyu (b) Garis dari A ke B dalam citra kontinyu, yang digunakan untuk mengilustrasikan konsep sampling dan kuantisasi (c) Sampling dan kuantisasi (d) Garis digital

2. Basic Relation Between Pixel

Piksel adalah elemen terkecil penyusun sebuah citra digital. Setiap pixel memiliki nilai (value atau number) yang menunjukkan intensitas keabuan pada pixel. Sebuah p pixel pada koordinat (x, y) mempunyai empat tetangga horizontal dan vertikal yang koordinat yang diberikan oleh (x + 1, y), (x - 1, y), (x, y + 1), (x, y - 1) Ini kumpulan pixel, yang disebut 4-tetangga dari p, dinotasikan dengan N4 (p). Setiap pixel adalah satuan jarak dari (x, y), dan beberapa tetangga kebohongan p luar gambar digital jika (x, y) di perbatasan gambar. Empat tetangga diagonal p mempunyai koordinat (x + l, y + l), (x + l, y-l), (xl,; y + l), (x-l, y -1) dan dinotasikan dengan ND (p). Titik-titik ini, bersama dengan 4-tetangga, yang disebut S-tetangga dari p, dinotasikan dengan Ns (p).Seperti sebelumnya, beberapa poin dalam ND (p) dan Ns (p) berada di luar gambar jika (x, y) di perbatasan gambar.

3. Image Enhancement in Spatial Domain

Teknik peningkatan mutu citra dapat dibagi menjadi dua:
y

Peningkatan mutu citra pada domain spasial:

o o

Point Processing Mask Processing

Peningkatan mutu citra pada domain frekuensi.

3.1 Basic Gray Level Transformation Cara ini adalah cara yang paling sederhana di antara dari semua perbaikan teknik citra. Nilai-nilai piksel, sebelum dan setelah pengolahan, akan dinotasikan dengan r dan s, masing-masing. Sebagaimana ditunjukkan pada bagian sebelumnya, nilai-nilai yang terkait oleh sebuah ekspresi bentuk T = (r), dimana T adalah transformasi yang memetakan nilai piksel r menjadi nilai pixel s. Karena kita berhadapan dengan jumlah digital, nilai-nilai fungsi transformasi biasanya disimpan dalam array satu dimensi dan pemetaan dari r s iimplementasikan melalui pencarian tabel. Untuk 8-bit enlingkungan, lookup tabel yang berisi nilai -nilai Twill memiliki 256 entri.Sebagai pengantar untuk transformasi gray level, pertimbangkan Gambar. 3.3, yang menunjukkan tiga jenis fungsi dasar sering digunakan untuk peningkatan citra.

Gambar 3.1.1 Beberapa fungsi transformasi dasar abu-abu-tingkat yang

digunakan untuk peningkatan

citra.

3.2 Histogram Processing Proses perbaikan kontras suatu citra dapat dilakukan dengan teknik penggeseran histogram dan atau pelebaran histogram. Hal ini dilakukan dengan memetakan nilai intensitas setiap pixel menjadi suatu nilai intensitas yang menurut rumus/nilai tertentu. Misalakan ketika akan meningkatkan tingkat intensitas suatu gambar, maka dapat ditambahkan suatu faktor/nilai tertentu sehingga warna akan bergeser ke arah yang lebih terang (ke kanan) dan akan lebih gelap (ke kiri). Pelebaran Histogram dilakukan dengan mengalikan citra asli dengan suatu bilangan.

Gambar 3.2.1 Histogram

Gambar 3.2.2 Pergeseran Histogram

3.3 Enhancement Using Arithmetic/Logic

Beberapa operasi logika dapat diterapkan pada 2 atau lebih citra, yaitu :
C(x,y) = A(x,y) AND B(x,y) C(x,y) = A(x,y) OR B(x,y) C(x,y) = A(x,y) XOR B(x,y) C(x,y) = A(x,y) SUB B(x,y) C(x,y) = NOT A(x,y)

Gambar 3.3.1 Contoh Penggunaan Operasi Aritmatika

3.4 Smoothing Spatial Filtering

Smoothing filter dipakai untuk melakukan blurring dan noise reduction.Saat akan melakukan ekstraksi sebuah object yang ada pada citra,maka blurring sering dipakai dalam preprocessing untuk menghilangkan small detail dan

menyambungkan garis atau kurva yang terputus. Dengan mengganti nilai setiap pixel pada gambar dengan rata-rata grayscale level didefinisikan oleh filter mask , hasil ini proses gambar dengan mengurangi "Tajam" transisi di tingkat abu-abu. Karena random noise biasanya terdiri dari transisi yang tajam di tingkat abu-abu, aplikasi yang paling jelas dari pemulusan adalah pengurangan kebisingan. Namun,
5

tepi yang hampir selalu adalah fitur yang diinginkan gambar) juga ditandai dengan transisi tajam di tingkat abu-abu, jadi filter rata-rata memiliki efek samping yang tidak diinginkan bahwa mereka blur tepi. appli-lain aplikasi jenis ini mencakup proses merapikan kontur hasil yang palsu.

3.5 Sharpening Spatial Filtering

Digunakan untuk mendapatkan detail suatu citra atau meningkatkan detail citra yang sudah di-blurkan karena kesalahan ataupun dampak metode akuisisi. Seperti yang sudah diketahui bahwa bluring dapat dilakukan dalam domain spasial dengan menggunakan mean filter, dimana analogis dengan operasi integrasi. Sehingga untuk proses penajaman ini dianalogikan dengan operasi diferential. Kekuatan respon operator derivatif adalah proportional dengan derajat diskontinu suatu citra pada suatu titik dimana operasi diterapkan. Sehingga, citra diferensiasi adalah berkaitan dengan meningkatkan sisi dan diskontinu lainnya (noise) serta penurunan area dengan nilai variasi tingkat keabuan yang rendah.

Gambar 3.5.1 Transformasi unt uk penajaman detail pada gambar permukaan bulan bagian kutub utara

Daftar Pustaka

1. Gonzales, Rafael C . Digital Image Processing Second Edition. www.studytemple.com/.../971-digital-image-processing-2nd-edition-rafael-cgonzalez-richard-e-woods.html 2. Paryono, Petrus. Citra Digital. http://www.scribd.com/doc/11885805/CitraDigital Universitas Kristen Duta Wacana, Fakultas Teknik Informatika. Kompresi Citra. http://www.lecturer.ukdw.ac.id/anton/download/multimedia7.pdf. 3. Santi, Febriana. Hubungan Dasar Antar Pixel. http://www.scribd.com/explore/School-Work/Study-Guides-Notes-Quizzes. 4. Prasetyo , Eri W. Peningkatan Mutu Citra . 5. Himatif, Yuwono . Model Citra . http:// www. yuwono.himatif.or.id/download/bahan -2.doc.