Fourier Dalam Pengolahan Citra Digital
Fourier Dalam Pengolahan Citra Digital
1.
Pengertian
Transformasi Fourier, dikemukakan oleh Joseph Fourier, adalah sebuah transformasi
integral yang menyatakan kembali sebuah fungsi dalam fungsi basis sinusioidal, yaitu
sebuah fungsi sinusoidal penjumlahan atau integral dikalikan oleh beberapa koefisien
("amplitudo"). Transformasi Fourier adalah suatu model transformasi yang memindahkan
domain spasial atau domain waktu menjadi domain frekwensi.
F(t)
Transformasi
Fourier
F()
F ( )
f (t ).e
jt
dt
dimana
Contoh 4.1.
-1
F ( ) (3)e jt dt 3 e jt dt
3 jt
e
j
3 j
6 sin( )
e e j
j
F (1 , 2 )
f ( x, y).e
j 1 x 2 y
dxdy
dimana
F(1,2) adalah fungsi dalam domain frekwensi
f(x,y) adalah fungsi spasial atau citra
dan 2 adalah frekwensi radial 0 2.
Transformasi fourier yang digunakan dalam pengolahan citra digital adalah transformasi fourier
2D.
Contoh 4.2.
Diketahui fungsi spasial f(x,y) berikut:
f(x,y)
1
F 1 , 2
1 1
(1).e
j 1 x 2 y
dydx
1 1
1
j1 x
e
j 2
1
j 2 y
sin( 2 ) e j1x
2
j1
dx
sin( 2 ) j1 x
e
dx
2
1
1
1
1
sin( 2 ) sin( 1 )
.
2
1
sin( 2 ) sin( 1 )
21
F (k ) f (n).e j 2knT / N
n 1
4.2.1. DFT 1D
DFT seperti rumus di atas dinamakan dengan DFT 1 dimensi, DFT semacam ini banyak
digunakan dalam pengolahan sinyal digital.
Contoh 4.3 :
Diketahui f(t) dalam bentuk diskrit f(n) sebagai berikut :
f(t)
n 0
n 0
1111 4
F (1) f (n).e j 2n / 4
n0
f (n).e
k=1
0.5 jn
n0
n0
n0
n0
n 0
Hasil dari DFT untuk T (periode sampling) yang berbeda akan juga berbeda. Sehingga dalam
proses perhitungan DFT, penentuan nilai T juga merupakan perhatian penting. Sebagai acuan
dapat digunakan aturan frekwensi Niquist bahwa frekwensi sampling minimal dua kali frekwensi
informasi (data), atau dengan kata lain periode sampling maksimal setengah kali periode dari
nilai fungsinya.
Contoh 4.3 :
Diketahui f(t) dalam bentuk diskrit f(n) sebagai berikut :
f(t)
2
1
0
n 0
n 0
F(k)
12
0
-2 2j
0
0
0
-2 + 2j
0
Terlihat bahwa hasil dari DFT adalah bilangan komplek, yang terdiri dari unsur real dan imaginer.
Sehingga dapat dipisahkan dalam unsur real dan imaginer sebagai berikut :
k
0
1
2
Real{F(k)}
12
0
-2
Im{F(k)}
0
0
-2
3
4
5
6
7
0
0
0
-2
0
0
0
0
2
0
Bagian Real
Bagian Imaginer
Gambar 4.5. Contoh DFT real dan imaginer
Atau dapat dinyatakan dalam magnitude dan phase dengan definisi sebagai berikut :
Re f (k ) 2 Im f (k ) 2
F (k )
Magnitude :
Arg F (k )
Phase :
Magnitude
Im F (k )
Re F (k )
Phase
Gambar 4.6. Contoh DFT real dan imaginer
F(k)
12
0
-2 2j
0
0
0
-2 + 2j
0
K
8
9
10
11
12
13
14
15
F(k)
12
0
-2 2j
0
0
0
-2 + 2j
0
Terlihat terjadi pengulangan hasil, hal ini disebabkan proses DFT memang mengakibatkan
terjadinya periodik. Ini sebagai akibat dari adanya unsur radial 2 dalam bentuk transformasi
fourier. Sehingga dalam proses perhitungan DFT, perhitungan cukup dilakukan sampai 1/2
periodik saja. Dan perhitungan inilah yang dinamakan dengan FFT (Fast Fourier Transform).
4.2.2. Transformasi Fourier Diskrit 2D
Transformasi Fourier Diskrit (DFT) 2 Dimensi adalah tranformasi fourier diskrit yang
dikenakan pada fungsi 2D (fungsi dengan dua variabel bebas), yang didefinisikan sebagai
berikut :
F ( k1 , k 2 )
N1
N2
f (n , n
n1 0 n2 0
).e j 2T ( k1n1 / N1 k 2 n2 / N 2 )
DFT 2D ini banyak digunakan dalam pengolahan citra digital, karena data citra dinyatakan
sebagai fungsi 2D.
Contoh 4.4 :
Diketahui f(x,y) adalah sebagai berikut :
0
1
1
1
1
0
1
1
0
0
1
1
1
1
0
0
1
1
0
1
1
1
1
0
Bila digambarkan hasilnya adalah sebagai berikut :
F ( k1 , k 2 )
f (n , n
n1 0 n2 0
).e j 2T ( k1n1 / 4 k 2 n2 / 6 )
-1.27 0
0
4.73i
0
0
0
0
0
-4.73+
0
0
1.27i
Secara Grafis dapat ditunjukkan bahwa :
-2 +
3.46i
0
0
0
0
4.73 1.27i
0
1.27 +
4.73i
Bagian Real
Bagian Imaginer
Gambar 4.8. Contoh hasil DFT 2D
Hasil DFT dalam bentuk magnitude dan phase adalah sebagai berikut :
Magnitude =
16.0000
0
0
0
Phase =
0
0
0
0
0
4.8990
0
4.8990
4.0000
0
0
0
0
0
0
0
4.0000
0
0
0
0
4.8990
0
4.8990
0
-1.8326
0
2.8798
-2.0944
0
0
0
0
0
0
0
2.0944
0
0
0
0
-2.8798
0
1.8326
Magnitude
Phase
Gambar 4.9. Contoh hasil DFT 2D dalam magnitude dan phase