RESUME

PENGOLAHAN CITRA DIGITAL

DISUSUN UNTUK MEMENUHI UJIAN AKHIR SEMESTER MATAKULIAH

PENGOLAHAN CITRA DIGITAL

Disusun oleh
Fahrus Sakariya
140431100067

PROGRAM STUDI S1 TEKNIK ELEKTRO

FAKULTAS TEKNIK
UNIVERSITAS TRUNOJOYO MADURA
Juni 2017
 DIGITAL IMAGE PROCESSING (PENGOLAHAN CITRA)

Image processing atau dengan istilah indonesia adalah pengolahan citra adalah
sesuatu yang pada umumnya digunakan dalam bidang citra yang diartikan suatu fungsi yang
kontinyu dari intensitas cahaya dalam bidang dua dimensi yaitu dalam sumbu (x,y)
menyatukan dalm suatu koordinat f, pada setiap titik menyatukan intensitas atau tingkatan
kecerahan atau derajat keabua-abuan (brightneess or gray level).
Citra digital merupakan suatu citra kontinyu yang diubah kedalam bentuk diskrit,
baik koordinat maupun intensitas cahayanya. Citra digital dapat dianggap sebagai suatu
matrix yang indeks baris dan kolomnya menyatakan koordinat sebuah titik pada citra yang
dituju dan nilai masing-masing elemen menyatakan nilai intensitas cahaya pada bagian
tersebut.
Titik dalam sebuah citra digital sering disebut sebagai elemen citra (image element),
elemen gambar (picture element), piksel (pixel/pel). Pengolahan citra adalah pemrosesan citra
yang didunia modern ini pasti menggunakan komputer agar menjadi citra dengan kualitas
baik.
Adapun persoalan dalam dunia pengolahan citra digital, yakni capture, modeling,
feature extraction,dan image segmentation.
a. Capture
Menangkap gambar (capture) adalah proses pertama dalam image processing yang
memiliki fungsi untuk mendapatkan suatu gambar asli ke dalam bentuk gambar digital
maupun analog. Dalam proses capture membutuhkan alat-alat capture sesuai dengan
piranti untuk mendapatkan suatu gambar yang baik, seperti kamera, scanner, light pen,
dan lain-lain. Tujuan dari mendapatkan gambar yang bagus adalah untuk membantu
proses selanjutnya dalam image processing. Berikut adalah representasi alat-alat yang
bisa di-capture dengan sesuai dengan golongan frekuensinya.
Secara rinci gambar-gambar dari contoh gambar-gambar catureyang sesuai dengan
golongan frekuensinya.
1. Capture menggunakan radio
2. Capture menggunakan infrared
3. Capture menggunakan visible
4. Capture menggunakan ultraviolet
5. Capture menggunakan X-ray

1
b. Modeling
Modeling adalah proses kedua setelah proses capture dalam pengolahan citra digital.
Dalam modeling diperlukan untuk menganalisis gambar dalam bentuk matematika yang
cukup rumit, khususnya dalam pemakaian kalkulus dan transformasi geometri. Setelah
didapatkan persamaan maematisnya nanti akan memudahkan user untuk melakukan
image processing lebih mudah yang biasanya gambar yang dicapture berupa 3D
sehingga ketika hasill modelling ciri khas dari 3D obyek sudah berbentuk dalam analisis
matematis yang dapat digunakan dalam proses selanjutnya.
c. Feature Extraction
Proses ketiga dalam pengolahan citra digital yakni feature extraction. Feature
extraction adalah suatu pengambilan ciri-ciri khusus dari suatu bentuk benda yang
diambil melalui citra dan dengan melalui proses analisis matematis terhadap gambar.
Ciri-ciri bentuk khusus tersebut kemudian diambil nilainya untuk keperluan analisis
selanjutnya. Setiap gambar mempunyai karakteristik tersendiri sehingga fitur tidak
bersifat umum untuk semua benda tapi hal tersebut sangat bergantung pada obyek dan
model yang digunakan. Fitur dasar yang bisa diambil adalah warna, tekstur, dan bentuk.
Fitur yang lebih kompleks menggunakan segmentasi, clustering, dan motion estimation.
Ketika feature extraction dilakukan menggunakan cara menghitung jumlah titik atau
pixel yang ditemui dalam gambar setiap pengecekan yang pengecekannya dilakukan
dalam berbagai arah tracing pengecekan pada koordinat kartesian dari citra digital yang
dianalisis. Koordinat kartesian yang didapat dapat berupa arah vertikal, horizontal,
diagonal kanan, dan diagonal kiri. Dalam proses feature extraction diperlukan pemakaian
metode statistik dan probabilitas, pengolahan sinyal sampai pada machine learning.
d. Image segmentation
Proses yang terakhir dalam pengolahan citra digital yakni image segmentation. Image
segmentation adalah jenis oprasi yang bertujuan untuk memecahkan suatu citra ke dalam
beberapa segmen dengan suatu kriteria tertentu. Jenis operasi ini berkaitan dengan
pengenalan pola. Dalam pengolahan citra digital dibahas cara dapat memisahkan antara
obyek gambar dengan backgroundnya, setiap obyek gambar, dan teknik clustering yang
sesuai dengan model dan obyek gambar yang akan digunakan.

2
 Adapun bagian atau fitur yang digunakan dalam pengolahan citra digital sebagai
berikut.
a. Fitur Warna
Dalam fitur warna ini bagian yang digunakan dalam objek meliputi titik bagian warna
dari objek yang spesifik untuk diolah dan dimanipulasi demi kepentingan yang
keberlanjutan
b. Fitur Bentuk
Objek yang ditinjau dan diolah yang digunakan selain warna namun juga bisa fitur
bentuknya, dengan memanfaatkan bentuk dari objek bisa digunakan untuk pengolahan
data citra yang spesifik karena setiap objek hampir memiliki fitur yang berbeda seperti
garis edge dari objeknya.
c. Fitur Tekstur
Tekstur di sini maksudnya adalah tingkat pencahayaan dari suatu objek dimana
memiliki karakteristik tersendiri terhadap per pixel penyusunnya.
Adapun dasar-dasar penerapan dalam dunia pengolahan citra digital sebagai berikut.
A. Operasi Titik Pengolahan Citra
1. Operasi Clipping
Operasi clipping merupakan operasi pemotongan intensitas pixel jika nilai
hasil suatu operasi terhadap pixel citra terletak dibawah intensitas minimum atau
diatas nilai intensitas maksimum seperti dijabarkan dalam persamaan berikut.
255 (, ) > 255

(, ) = {(, ), 0 (, ) 255
0 (, ) < 0
Contoh dari program clipping yang sudah dibuat sendiri seperti berikut.

3
 Adapun diatas merupakan clipping pada pixel ada juga istilah clipping atau
cropping windows yakni pemotongan terhadap citra atau memilih area citra yang
akan dipotong serta diseleksi. Contoh aplikasinya seperti berikut.

2. Operasi Negatif
Operasi Negatif merupakan operasi untuk mendapatkan citra negatif dari
warna pixel citra yang diambil yakni dilakukan dengan cara mengurangi pixel dari
nilai keabuan maksimum. Secara umum berlaku persamaan berikut.
(, ) = 255 (, )
Dan contoh programnya seperti berikut.

B. Warna
Warna adlahspektrum tertentu yang terdpat dari suatu objek di dalam suatu cahaya
yang sempurna. Adapun beberapa macam pewarnaan dasar yakni citra warna RGB,
warna Gray, dan Monokrom atau Biner.
Citra warna biner mimiliki hanya dua warna yakni hitam dan putih, true dan false,
atau high low. Dimana mengisi nilai bit setiap pixelnya. Contoh

4
 Kemudian citra warna RGB adalah citra warna True Color yang memiliki warna
yang mewakili warna dimana merupakan kombinasi tiga warna dasar yakni R=Red,
G=Green, dan B=Blue. Setiap warna menggunakan penyimpanan 8 bit =1 byte dengan
nilai mkasimum integer 255. Jadi, satu pixel pada citra warna diwakili oleh 3 byte.

Terakhir adalah citra grayscale atau citra keabuan. Citra grayscale memiliki
kemungkinan hitam untuk nilai minimal dan putih untuk nilai maksimal. Jadi, nilai rag
dari hitam pekat menjadi putih itulah nilai konversi dari warna biasa menjadi keabuan
menurut skala nilai byte tiap pixelnya. Contoh pengolahannya seperti berikut.

5
C. Perbaikan Kualitas Citra
1. Image Brightness
Image Brightness atau pengubahan keceraha merupakan proses yang ditujukan
agar membuat citra lebih terang dan lebih gelap. Kecerahan dari suatu citra dapat
diperbaiki dengan cara menambahkan atau mengurangkan suatu konstanta setiap
pixel dalam citra. Akibatnya, histogram citra mengalami pergeseran. Secara
matematis ditunjukkan oleh persamaan berikut.
f(x,y)= f(x,y)+ b
Apabila operasi bilangannya berbentuk penjumlahan maka citra akan
mengalami penerangan dan apabila pengurangan maka citra akan mengalami
penggelapan. Cntoh citra perbandingan antara citra asli dan citra brightness sebagai
berikut.

2. Image Contrast Stretching

Image Contrast Stretching merupakan peregangan kontras dimana yang diatur
adalah sebaran terang (lightness) dan gelap (darkness) dari suatu citra. Ada beberapa
macam jeis contrast, yakni kontras rendah (low contrast), kontras bagus (good
contrast) dan kontras tinggi (high contrast). Berikut contoh dari peregangan kontras.

6
3. Image Smoothing
Image Smoothing merupakan pelembutan terhadap citra, maksudnya di sini
adalah menurunkan atau bahkan menghilangkan noise pada citra . gangguan yang
terjadi pada umumnya adalah berupa variasi intensitas pixel yang tidak berkolerasi
dengan pixel tetangganya. Pixel yang terkena gangguan umumnya mempunyai
frekuensi tinggi. Pelembutan citra dilakukan dengan cara menekan komponen yang
berfrekuensi tinggi dan kemudian membiarkan komponen yang berfrekuensi rendah
seperti semula.
Proses pelembutan citra dilakukan dengan cara mengganti nilai pixel dengan
nilai rata-rata pixel tetangganga. Dimana dapat dirumuskan seperti berikut.
2 2
1
(, ) = ( + , + )

=1 =1

Dimana citra awal f(x,y) berukuran N x M dan citra hasil smoothing adalah
(x,y). Kemudian d adalah jumlah pixel yang terlibat dalam perhitungan rata-rata.
Operasi rata-rata dapat dipandang sebagai konvolusi antara citra f(x,y) degan
filter h(x,y) disebut juga rata-rata filter.
g(x,y) = f(x,y) * h(x,y)
G(u,v) = F(u,v) * H(u,v) dalam domain frekuensi.
Contoh dari hasil smoothing sebagai berikut.

7
4. Pengubahan Histogram Citra
Teknik perataan histogram adalah gabungan antara pergeseran da pelebaran
histogram dari suatu citra. Tujuan dari perataan histogram adalah untuk mendapatkan
citra dengan daerah tingkat keabuan yang penuh dan dengan distribusi pixel pada
setiap tingkat keabuan yang merata. Atau untuk memperoleh penyebaran histogram
yang merata sehingga derajat keabuan memiliki jumlah pixel yang yang relatif sama.
Nilai-nilai intensitas di dalam citra diubah agar diperoleh histogram dengan
bentuk yang dispesifikasikan oleh pengguna. Dimana gambar gelap histogram
cenderung ke kiri, warna terang histogram cenderung ke sebelah kanan, gambar low
contrast cenderung histogram mengumpul disuatu tempat, dan gambar high contrast
histogram cenderung merata di semua tempat.