Pengolahan Citra Digital

Esther Wibowo ‐ esther.visual@gmail.com
Erick Kurniawan ‐ erick.kurniawan@gmail.com
 Level Pengolahan Citra (1)
◦ Level Titik ‐ hanya dilakukan pada pixel tunggal
dalam citra (pointwise) : akses dan modifikasi
satu pixel, ulang operasi untuk seluruh pixel.
◦ → Intensitas, geometri, gabungan keduanya.
transformasi

Citra asli Citra hasil proses
 Level Pengolahan Citra (2)
◦ Level Lokal ‐ intensitas suatu pixel bergantung pada
intensitas pixel‐pixel tetangganya.
◦ → Konvolusi untuk edge detection dan smoothing.

transformasi

Citra asli Citra hasil proses
 Level Pengolahan Citra (3)
y Level Global ‐ Transformasi dimana seluruh
citra yang diproses.
y → Penyetaraan histogram untuk meningkatkan
kualitas citra.

transformasi

Citra asli Citra hasil proses
Penyetaraan Histogram
y Pencocokan hitogram (histogram 
matching) atau spesifikasi histogram 
(histogram specification)
y Proses untuk menghasilkan citra dengan
histogram yang telah dispesifikasikan
(ditetapkan dan diinginkan)
Level Pengolahan Citra (4)
y Level Objek ‐ hanya dilakukan pada objek
tertentu dalam citra.
y Tujuan : mengenali objek mis. Dengan
menghitung rata‐rata intesitas, ukuran, 
bentuk dan karakteristik lain.
y Bagaimana menemukan objek itu?

Verifikasi Tanda Tangan

Pengenalan Wajah
Thresholding
⎧ a1, f ( x, y ) < T
f ( x, y )' = ⎨
⎩a 2, f ( x, y ) ≥ T

a1=0 a2=255
Citra Negatif
y 256 derajat keabuan
f ( x, y )' = 255 − f ( x, y )
y 128 derajat keabuan
f ( x, y )' = 127 − f ( x, y )
Clipping (Pemotongan)
y Termasuk dalam thresholding.
y Bila nilai intensitas pixel di bawah nilai
intensitas minimum atau di atas nilai
intensitas maksimum.

255, f ( x, y ) > 255

f ( x, y )' = f ( x, y ), 0 ≤ f ( x, y ) ≤ 255
0, f ( x, y ) < 0
Brightening (Pencerahan)
y Memperbaiki kecerahan citra (+ atau ‐)

f ( x, y )' = f ( x, y ) + b
y b positif → kecerahan +
y b negatif → kecerahan ‐
Pengolahan Geometri
y Transformasi
◦ Translasi
◦ Rotasi
◦ Skalasi / Dilatasi
◦ Distorsi / Shear
y Pada dasarnya sama dengan rumus
transformasi vektor.

f ' ( x' , y ' ) = f ( g1 ( x, y ), g 2 ( x, y ))

Translasi

x' = x + m
y' = y + n
B[ x' ][ y ' ] = A[ x + m][ y + n]
 Rotasi
x' = x. cos(θ ) − y. sin(θ )
y ' = x. sin(θ ) + y. cos(θ )
B[ x' ][ y ' ] = A[ x. cos(θ ) − y. sin(θ )][ x. sin(θ ) + y. cos(θ )]
y Untuk rotasi 90⁰ → menyalin pixel‐pixel 
baris ke pixel‐pixel kolom pada arah
rotasi.
Skalasi/Dilatasi

x ' = s x .x
y' = s y . y

B[ x' ][ y ' ] = A[ s x .x][ s y . y ]

Contoh Dilatasi 2x dan 1/2x
y Perbesaran → menyalin pixel 4x
y Perkecilan →Rata‐rata 4 pixel
Flipping / Mirroring (1)
y Horizontal (sumbu Y)
B[ x' ][ y ' ] = A[ N − x][ y ]
y Vertikal (sumbu X)
B[ x' ][ y ' ] = A[ x][ M − y ]
Flipping / Mirroring (2)
y Pencerminan terhadap titik asal (0,0)
B[ x' ][ y ' ] = A[ N − x][ M − y ]
y Percerminan terhadap garis x=y
B[ x' ][ y ' ] = A[ y ][ x]
Pengolahan Intensitas + Geometri
y Mengubah nilai intensitas pixel + 
mengubah posisi
y Mis. Image morphing → perubahan
bentuk objek dan intensitas.
Image Morphing
Ingat! Matriks Citra
⎡ f (1,1) f (1,2) f (1,3) L f (1, n) ⎤
⎢ f (2,1) f (2,2) f (2,3) L f (2, n) ⎥⎥
⎢
f ( x, y ) = ⎢ f (3,1) f (3,2) f (3,3) L f (3, n) ⎥
⎢ ⎥
⎢ M M M M ⎥
⎢⎣ f (m,1) f (m,2) f (m,3) L f (m, n)⎥⎦

⎡ a11 a12 a13 L a1n ⎤

⎢a a22 a23 L a2 n ⎥⎥
⎢ 21
A = ⎢ a31 a32 a33 L a3n ⎥ Matriks A : 
⎢ ⎥ m baris ¯ n kolom
⎢ M M M M ⎥
⎢⎣am1 am 2 am 3 L amn ⎥⎦
 Contoh Matriks Citra Aras Abu‐Abu

16 x 14

zoom
255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 0
255 223 223 223 223 223 223 223 223 223 223 223 223 223 128 0
255 223 192 192 192 0 0 0 0 0 0 192 192 192 128 0
255 223 192 192 192 0 0 0 0 0 0 192 192 192 128 0
255 223 192 192 192 0 192 192 192 192 0 192 192 192 128 0
255 223 192 0 0 0 0 0 0 192 0 192 192 192 128 0
255 223 192 0 0 0 0 0 0 192 0 192 192 192 128 0
A= 255 223 192 0 192 192 192 192 0 0 0 192 192 192 128 0
255 223 192 0 192 192 192 192 0 192 192 192 192 192 128 0
255 223 192 0 192 192 192 192 0 192 192 192 192 192 128 0
255 223 192 0 0 0 0 0 0 192 192 192 192 192 128 0
255 223 192 192 192 192 192 192 192 192 192 192 192 192 128 0
255 128 128 128 128 128 128 128 128 128 128 128 128 128 128 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
 Contoh Matriks Citra RGB
12 x 7 179 183 184 198 194 203 205 203 200 201 199 197
190 187 200 201 195 195 190 181 187 201 202 200
187 185 181 138 68 157 32 9 46 122 191 197
AR= 183 185 156 127 171 131 35 11 32 184 149 205
180 183 191 189 171 173 45 31 57 189 149 205
193 201 197 188 182 171 172 158 175 195 200 204
192 202 203 200 198 197 203 202 202 204 206 209

zoom 158
158
154
156
160
168
172
172
172
163
186
168
187
162
175
154
171
166
173
172
171
171
169
167
156 157 156 78 36 161 24 11 25 94 166 162
AG= 157 149 113 76 154 87 25 16 20 187 85 171
150 142 154 151 158 169 34 21 42 195 88 189
166 169 162 153 154 126 133 125 153 167 169 180
168 174 172 170 179 181 173 165 168 175 179 189

100 98 117 134 128 136 131 130 129 121 123 117
99 95 118 116 114 116 99 93 104 121 123 109
101 102 101 18 20 154 5 5 14 58 110 103
AB= 97 84 46 39 137 70 8 3 13 182 42 122
90 82 109 90 123 144 10 3 17 163 49 141
102 125 111 109 110 62 74 66 95 120 120 141
123 125 133 134 145 138 124 114 124 134 134 145
 Contoh Transformasi Negatif

transformasi

255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 0
255 223 223 223 223 223 223 223 223 223 223 223 223 223 128 0
255 223 192 192 192 0 0 0 0 0 0 192 192 192 128 0
255 223 192 192 192 0 0 0 0 0 0 192 192 192 128 0
255 223 192 192 192 0 192 192 192 192 0 192 192 192 128 0
255 223 192 0 0 0 0 0 0 192 0 192 192 192 128 0
255 223 192 0 0 0 0 0 0 192 0 192 192 192 128 0
A= 255 223 192 0 192 192 192 192 0 0 0 192 192 192 128 0
255 223 192 0 192 192 192 192 0 192 192 192 192 192 128 0
255 223 192 0 192 192 192 192 0 192 192 192 192 192 128 0
255 223 192 0 0 0 0 0 0 192 192 192 192 192 128 0
255 223 192 192 192 192 192 192 192 192 192 192 192 192 128 0
255 128 128 128 128 128 128 128 128 128 128 128 128 128 128 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
 Before ‘n After
255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 0
255 223 223 223 223 223 223 223 223 223 223 223 223 223 128 0
255 223 192 192 192 0 0 0 0 0 0 192 192 192 128 0
255 223 192 192 192 0 0 0 0 0 0 192 192 192 128 0
255 223 192 192 192 0 192 192 192 192 0 192 192 192 128 0
255 223 192 0 0 0 0 0 0 192 0 192 192 192 128 0
255 223 192 0 0 0 0 0 0 192 0 192 192 192 128 0
A= 255 223 192 0 192 192 192 192 0 0 0 192 192 192 128 0
255 223 192 0 192 192 192 192 0 192 192 192 192 192 128 0
255 223 192 0 192 192 192 192 0 192 192 192 192 192 128 0
255 223 192 0 0 0 0 0 0 192 192 192 192 192 128 0
255 223 192 192 192 192 192 192 192 192 192 192 192 192 128 0
255 128 128 128 128 128 128 128 128 128 128 128 128 128 128 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 255
0 32 32 32 32 32 32 32 32 32 32 32 32 32 127 255
0 32 63 63 63 255 255 255 255 255 255 63 63 63 127 255
0 32 63 63 63 255 255 255 255 255 255 63 63 63 127 255
0 32 63 63 63 255 63 63 63 63 255 63 63 63 127 255
0 32 63 255 255 255 255 255 255 63 255 63 63 63 127 255
0 32 63 255 255 255 255 255 255 63 255 63 63 63 127 255
A’ = 0 32 63 255 63 63 63 63 255 255 255 63 63 63 127 255
0 32 63 255 63 63 63 63 255 63 63 63 63 63 127 255
0 32 63 255 63 63 63 63 255 63 63 63 63 63 127 255
0 32 63 255 255 255 255 255 255 63 63 63 63 63 127 255
0 32 63 63 63 63 63 63 63 63 63 63 63 63 127 255
0 127 127 127 127 127 127 127 127 127 127 127 127 127 127 255
255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255
Operasi Aritmatika
y Penjumlahan/pengurangan 2 citra
y Perkalian citra
y Penjumlahan/pengurangan citra dengan
skalar
y Perkalian/pembagian citra dengan skalar
Operasi Penjumlahan
C ( x, y ) = A( x, y ) + B( x, y )

y C = citra baru memiliki intensitas jumlah

dari intensitas A dan B.
y Menggunakan clipping nilai intensitas.
y Mengurangi noise (derau) dalam citra.

f ' ( x, y ) = { f1 ( x, y ) + f 2 ( x, y )}
1
2
Nilai riil dibulatkan
Operasi Pengurangan
C ( x, y ) = A( x, y ) − B ( x, y )
y C = citra baru memiliki intensitas selisih
dari intensitas A dan B.
y Menggunakan clipping nilai intensitas.
y Memperoleh suatu objek dari 2 citra.
y Mis. Citra foto ruangan dan foto ruangan
dengan seseorang di dalamnya. Hasil
pengurangan (x,y) ≠ 0 → pixel (x,y)= 255.
Perkalian Citra
C ( x, y ) = A( x, y ) − B ( x, y )

y Mengoreksi derajat keabuan karena

ketidakseragaman iluminasi atau sensor 
pengambil gambar.
y Citra NxN dikalikan dengan matriks
koreksi NxN menghasilkan citra baru hasil
koreksi NxN.
Penjumlahan/Pengurangan dengan
Skalar
B( x, y ) = A( x, y ) ± c

y c = skalar
y Kenaikan / penurunan intensitas untuk
setiap pixel citra A sejumlah c.
y Menggunakan operasi clipping.
y Sama dengan operasi titik brightening
atau darkening.  
 Perkalian/Pembagian dengan Skalar
1
B ( x, y ) = c. A( x, y ) dan B( x, y ) = A( x, y )
c
y Perkalian menghasilkan citra B dengan
intensitas lebih terang sebanding dengan
c → callibration of brightness.
y Pembagian menghasilkan citra B dengan
intensitas lebih gelap sebanding dengan c 
→ normalization of brightness.
Operasi Logika/Boolean
y Hanya berlaku pada citra biner.
y Operasi pixel per pixel.
y Digunakan untuk masking, deteksi fitur, 
analisis bentuk.
C ( x, y ) = A( x, y )andB ( x, y )

C ( x, y ) = A( x, y )orB ( x, y )

C ( x, y ) = notA( x, y )
Operasi NOT
y Membentuk komplemen dari citra.