Anda di halaman 1dari 10

Modul Pengolahan Citra

Modul 4
Neighbourhood Operation
(Bagian 1)

DESKRIPSI SINGKAT
Pada Bab ini mahasiswa mempelajari tentang :
1. Konsep Neighbourhood Operation
2. Operasi Min
3. Operasi Max
4. Operasi Mean
5. Operasi Modus
6. Operasi Median

TUJUAN DAN SASARAN:


Pada akhir pertemuan ini mahasiswa diharapkan mampu :
1. Menjelaskan konsep neigbourhood operation
2. Menjelaskan Operasi smoothing
3. Membedakan operasi smoothing dan sharpening
4. Membedakan operasi min. max, median, mean dan modus
5. Menghitung citra setelah dikenai operasi min. max, median,
mean dan modus

Neighbourhood Operation Page 1


Modul Pengolahan Citra

4.1 Konsep Neighbourhood Operation


Neighbourhood Operation (Operasi ketetanggaan) adalah operasi pada
citra yang dilakukan pada sekumpulan blok pixel pada citra yang disebut
neighbourhood (tetangga).
Neighbourhood biasanya berbentuk matriks n x n disekeliling pusatnya
seperti terlihat pada gambar 4.1.

Gambar 4.1 Neighbourhood 3x3


Beberapa operasi sederhana yang termasuk neighbourhood operation
adalah operasi min, max, mean, median, dll
4.1.1 Operasi Min
Operasi min adalah operasi dengan cara mengganti nilai pixel yang ada
ditengah dengan nilai minimal pada neigbourhoodnya.
Contoh 1 : Misalkan ada sebuah citra berukuran 3 x 3 berikt :

128 117 120


156 129 103
186 155 110

Dikenai operasi min filtering 3x3 maka citra hasil adalah, untuk pixel yang
berada di tengah (129), kita tinggal melihat pixel disekelilingnya dan mengganti
pixel tersebut menjadi nilai terkecil :

Neighbourhood Operation Page 2


Modul Pengolahan Citra

128 117 120


156 129 103 103
186 155 110

Untuk pixel selanjutnya ada beberapa cara :


1. Mengisi pixel di sekelilingnya sehingga berukuran sesuai dengan filternya
dengan angka minimal (0) atau maksimal (255)
2. Hanya memproses sesuai jumlah pixel yang ada dengan pixel yang sedang
diproses dianggap berada ditengah.
Berikut adalah langkah min operation dengan menggunakan cara 2, Cari
nilai terkecil dari matriks yang bergaris tebal

128 117 120 117


156 129 103 103
186 155 110
(128,117,156,129), nilai terkecil 117

128 117 120 117 103


156 129 103 103
186 155 110
(128,117,120,156,129,103), nilai terkecil 103

128 117 120 117 103 103


156 129 103 103
186 155 110
(117,120,129,103), nilai terkecil 103

128 117 120 117 103 103


156 129 103 117 103
186 155 110
(128,117,156,129,186,155), nilai terkecil 117

128 117 120 117 103 103


156 129 103 117 103 103
186 155 110
(117,120,129,103,155,110), nilai terkecil 103

Neighbourhood Operation Page 3


Modul Pengolahan Citra

128 117 120 117 103 103


156 129 103 117 103 103
186 155 110 129
(156,129,186,155) nilai terkecil 129

128 117 120 117 103 103


156 129 103 117 103 103
186 155 110 129 103
(156,129,103,186,155,110), nilai terkecil 103

128 117 120 117 103 103


156 129 103 117 103 103
186 155 110 129 103 103
(129,103,155,110), nilai terkecil 103
4.1.2 Operasi Max
Operasi max adalah operasi dengan cara mengganti nilai pixel yang ada
ditengah dengan nilai maximal (Terbesar) pada neigbourhoodnya.
Dengan contoh yang sama dengan operasi min, hanya yang dicari adalah
nilai max (terbesar)-nya.

128 117 120 156 156 129


156 129 103 186 186 155
186 155 110 186 186 155

4.1.3 Operasi Mean (Average)


Operasi mean (average) adalah operasi dengan cara mengganti nilai pixel
yang ada ditengah dengan nilai rata-rata pada neigbourhoodnya.
Untuk citra pada contoh 1 bila dilakukan operasi mean filtering maka
hasilnya adalah sebagai berikut :

128 117 120


156 129 103 134
186 155 110
(128+117+120+156+129+103+186+155+110)/9

Neighbourhood Operation Page 4


Modul Pengolahan Citra

128 117 120 133


156 129 103 134
186 155 110
(128+117+156+129)/4=133

128 117 120 133 126


156 129 103 134
186 155 110
(128+117+120+156+129+103)/6=126

128 117 120 133 126 117


156 129 103 134
186 155 110
(117+120+129+103)/4=117

128 117 120 133 126 117


156 129 103 145 134
186 155 110
(128+117+156+129+186+155)/6=145

128 117 120 133 126 117


156 129 103 145 134 122
186 155 110
(117+120+129+103+155+110)/6=122

128 117 120 133 126 117


156 129 103 145 134 122
186 155 110 157
(156+129+186+155)/4=157

128 117 120 133 126 117


156 129 103 145 134 122
186 155 110 157 140
(156+129+103+186+155+110)/6=140

128 117 120 133 126 117


156 129 103 145 134 122
186 155 110 157 140 124
(129+103+155+110)/4=124
Hasil operasi mean dapat dilihat pada gambar 4.2

Neighbourhood Operation Page 5


Modul Pengolahan Citra

Gambar 4.2 contoh hasil mean filtering


4.1.4 Operasi Median
Operasi median adalah operasi dengan cara mengganti nilai pixel yang ada
ditengah dengan nilai median pada neigbourhoodnya, nilai median didapatkan
dengan cara mengurutkan bilangan terlebih dahulu dari kecil ke besar
(ascending), kemudian mengambil bilangan yang berada ditengah.
Untuk citra pada contoh 1 bila dilakukan operasi median filtering maka
hasilnya adalah sebagai berikut :

128 117 120


156 129 103 128
186 155 110
Urutan bilangan 103, 110, 117, 120, 128, 129, 155, 156, 186

128 117 120 129


156 129 103 134
186 155 110
Urutan Bilangan : 117,128,129,155, median (128+129)/2=129

128 117 120 129 124


156 129 103 128
186 155 110
Urutan Bilangan : 103,117,120,128,129,156, median (120+128)/2=124

128 117 120 129 124 119


156 129 103 128
186 155 110
Urutan Bilangan : 103,117,120,129, median (117+120)/2=119

Neighbourhood Operation Page 6


Modul Pengolahan Citra

128 117 120 129 124 119


156 129 103 142 128
186 155 110
Urutan Bilangan : 117,128,129,155,156,186, median (129+155)/2=142

128 117 120 129 124 119


156 129 103 142 128 119
186 155 110
Urutan bilangan : 103,110,117,120,129,155, median (117+120)/2=119

128 117 120 129 124 119


156 129 103 142 128 119
186 155 110 156
Urutan bilangan : 129,155,156,186, median (155+156)/2 =156

128 117 120 129 124 119


156 129 103 142 128 119
186 155 110 156 142
103, 110, 129, 155, 156, 186, median = (129+155)/2 = 142

128 117 120 129 124 119


156 129 103 142 128 119
186 155 110 156 142 120
Urutan bilangan : 103, 110, 129, 155, median = (110+129)/2 = 120
Hasil median filtering dapat dilihat pada gambar 4.3

Gambar 4.3 hasil median filtering [5]


4.1.5 Operasi Modus
Operasi modus adalah operasi dengan cara mengganti nilai pixel yang ada
ditengah dengan nilai modus (nilai yang paling sering muncul) pada
neigbourhoodnya.

Neighbourhood Operation Page 7


Modul Pengolahan Citra

Misalkan citra 3x3 berikut dikenai operasi modus filtering, hasilnya adalah
4 3 3
4 4 3
4 4 3

Langkah operasi modus

4 3 3
4 4 3 4
4 4 3
Nilai yang paling sering muncul : 4

4 3 3 4
4 4 3 4
4 4 3
Nilai yang paling sering muncul : 4

4 3 3 4 3
4 4 3 4
4 4 3
Nilai yang paling sering muncul : 4 dan 3, bisa dipilih salah satu

4 3 3 4 3 3
4 4 3 4
4 4 3
Nilai yang paling sering muncul : 3

4 3 3 4 3 3
4 4 3 4 4
4 4 3
Nilai yang paling sering muncul : 4

4 3 3 4 3 3
4 4 3 4 4 3
4 4 3
Nilai yang paling sering muncul : 3

Neighbourhood Operation Page 8


Modul Pengolahan Citra

4 3 3 4 3 3
4 4 3 4 4 3
4 4 3 4
Nilai yang paling sering muncul : 4

4 3 3 4 3 3
4 4 3 4 4 3
4 4 3 4 4
Nilai yang paling sering muncul : 4

4 3 3 4 3 3
4 4 3 4 4 3
4 4 3 4 4 3
Nilai yang paling sering muncul : 4 dan 3, bisa dipilih salah satu

4.2 Latihan Soal


(Soal 1) Sebuah citra RGB 8 bit berukuran 5 x 5 berikut :
186 61 219 140 29 225 157 101 129 29 245 92 119 237 172
110 133 99 240 105 217 236 111 159 201 162 39 42 178 219
22 148 104 120 117 137 127 77 125 76 116 152 184 192 176
78 199 84 27 188 242 243 175 175 136 3 180 157 233 173
23 184 46 217 133 95 143 225 232 162 57 61 79 133 242

Lakukan operasi neighbourhood berikut :


a. Min operation
b. Max operation
c. Mean operation
d. Median operation
e. Modus operation
Petunjuk :
cara 1 : konversi dulu citra tersebut menjadi grayscale
cara 2 : hitung untuk masing-masing warna, Red dengan Red, Green dengan
Green dan Blue dengan Blue

Neighbourhood Operation Page 9


Modul Pengolahan Citra

(Soal 2) Setelah mempelajari operasi dasar neighbourhood, sebenarnya apa


tujuan dari operasi tersebut, jelaskan dengan memberikan contoh hasil dari
masing-masing operasi
(Soal 3) Bagaimana jika neighbourhood berukuran selain 3x3, misalkan 5x5 atau
7x7
a. Apa pengaruhnya terhadap citra
b. Bagaimana proses perhitungannya
4.3 Referensi
[1] Burdick, Howard E, Digital Imaging: Theory and Application, 1997, McGraw
Hill International.
[2] Achmad Basuki, Pelatihan Image Processing dan Aplikasinya, Politeknik
Elektronika Negeri Surabaya, 2005
[3] Min Wu, Point Operations, ECE Department, Univ. of Maryland, College
Park, 2004
[4] http://csusap.csu.edu.au/~xzheng/lectures/mis303/MIS303_5.ppt, Tanggal
Akses : 29 April 2009
[5] “median filter”, wikipedia, http://en.wikipedia.org/wiki/Median_filter,
tanggal akses: 01 Maret 2014

Neighbourhood Operation Page 10