Perbedaan Interpolasi Nearest NeighBour, Bilinear, dan Cubic Convolution

Resampling adalah pembuatan pixel baru untuk memperbaiki gambar akibat

resizing, hingga tampilan gambar menjadi lebih baik.Menggunakan metode
resampling, program aplikasi pengolah gambar akan menambahkan pixel-pixel
baru diantara pixel yang diresize, Secara matematis program akan memperkirakan
warna dan pixel baru untuk ditambahkan diantara warna pixel-pixel yang berada
didekatnya. Prosesnya disebut interpolation. Pembesaran gambar dengan cara ini
sebenarnya tidak mengubah resolusi dari gambar

 Interpolasi nearest neighbour

Pada interpolasi nearest neighbour (tetangga terdekat), nilai keabuan titik hasil
diambil dari nilai keabuan pada titik asal yang paling dekat dengan koordinat
hasil perhitungan dari transformasi spasial. Untuk citra 2 dimensi, tetangga
terdekat dipilih di antara 4 titik asal yang saling berhubungan satu sama lain.

Gambar 1. Nilai keabuan citra asal pada operasi geometri

Pada gambar 1 mengilustrasikan nilai keabuan sebuah citra, misalkan dari

transformasi balik sebuah titik hasil diperoleh koordinat titik asal (3.8, 9.4),
maka titik terdekatnya dipilih dari 4 buah titik yang mungkin yaitu: (3,9),
(3,10), (4,9) atau (4,10). Dengan fungsi pembulatan maka dapat ditentukan
koordinat tetangga terdekatnya adalah (4,9), sehingga nilai keabuan pada titik
ini yang dipakai, K 0 ( x' , y' )  K i (4,9)  120

1
 Interpolasi bilinier
Seperti contoh gambar 1 diatas, pada interpolasi bilinier, nilai keabuan dari
keempat titik yang saling bertetangga tadi memberi sumbangan terhadap nilai
keabuan hasil, dengan bobot masing-masing yang linier dengan jaraknya
terhadap koordinat yang dimaksud. Makin dekat titik tetangga tersebut, makin
besar bobotnya, dan sebaliknya makin jauh akan makin kecil bobotnya.
Keabuan output dihitung dengan penjumlahan berbobot dari keabuan input
titik-titik yang ikut menyumbang tersebut.

K0   w * Ki
dari contoh diatas, bobot ke arah horisontal untuk koordinat x = 3 dan x = 4
masing-masing adalah:
wx (3)  0.2 dan wx (4)  0.8
Perhatikan bahwa koordinat x = 3.8 lebih dekat ke x = 4 dibandingkan ke x = 3.
sementara bobot ke arah vertikal untuk koordinat y = 9 dan y = 10 masing-masing
adalah:
w y (9)  0.6 dan w y (10)  0.4

Perhatikan pula bahwa jumlah bobot untuk tiap arah adalah 1. Kombinasi antara
bobot horisontal dan vertikal memberikan bobot untuk tiap titik:
w(3,9)  wx (3) * w y (9)  0.2 * 0.6  0.12
w(3,10)  wx (3) * w y (10)  0.2 * 0.4  0.08
w(4,9)  wx (4) * w y (9)  0.8 * 0.6  0.48
w(4,10)  wx (4) * w y (10)  0.8 * 0.4  0.32

Terlihat bahwa titik yang paling dekat dengan koordinat titik asal hasil
transformasi balik memiliki bobot yang paling besar (0,48), sedangkan titik
terjauh memiliki bobot yang paling kecil (0,08). Total bobot untuk keempat titik
tersebut adalah 1.Setelah semua bobot pada keempat titik bertetangga tersebut
diperoleh, nilai keabuan hasil dihitung sesuai dengan persamaan.
K 0   w * Ki  w(3,9) * K i (3,9)  w(3,10) * K i (3,10)
 w(4,9) * K i (4,9)  w(4,10) * K i (4,10)
 0.12 *100  0.08 *160  0.48 *120  0.32 * 200
 146.4  146

2
 Karena nilai keabuan merupakan bilangan bulat, apabila hasil penjumlahan
berbobot tersebut berupa bilangan pecah, maka harus dilakukan pembulatan ke
bilangan terdekat.

 Interpolasi Cubic Convolution

adalah teknik baru untuk resampling data diskrit. Ia memiliki sejumlah fitur
yang diinginkan yang membuatnya berguna untuk pengolahan citra. Teknik ini
dapat dilakukan secara efisien pada komputer digital. Fungsi Interpolasi Cubic
Convolution menyatu seragam untuk fungsi yang interpolasi sebagai
pendekatan peningkatan sampling nol. Dengan kondisi batas yang sesuai dan
kendala pada kernel interpolasi, dapat ditunjukkan bahwa urutan keakuratan
metode konvolusi kubik adalah antara yang interpolasi linier dan splines
kubik. Sebuah perpanjangan dipisahkan dari algoritma ini untuk dua dimensi
yang diterapkan pada data citra.

Perbedaan Interpolasi Nearest NeighBour, Bilinear, dan Cubic Convolution

 Teknik resampling dengan nearest neighbour hanya memerlukan satu titik
terdekat.. Teknik bilinear memerlukan 4 titik terdekat disekitarnya dan
nilai pixel baru ditentukan oleh hasil rata-rata 4 buah pixel lama
yangmengelilinginya Sedangkan teknik cubic convolution memerlukan 16
titik disekitarnya dan nilai pixel baru ditentukan oleh hasil rata-rata 16
buah pixel lama yang mengelilinginya.
 Kelebihan dari interpolasi nearet neighbour adalah kemudahan dan
kecepatan eksekusinya tetapi menghasilkan citra yang kurang memuaskan
karena timbulnya aliasing pada bagian tepi objek baik pada citra true color
ataupun grayscale sedangkan untuk interpolasi bilinier citra hasilnya pada
citra true color ataupun grayscale terlihat lebih halus (smooth)
dibandingkan dengan hasil interpolasi nearest neighbour, namun dengan
waktu eksekusi yang berlangsung lebih lama.
 Nilai keabuan titik hasil interpolasi tetangga terdekat (nearest neighbour)
diambil dari nilai keabuan pada titik asal yang paling dekat dengan

3
 koordinat hasil perhitungan dari transformasi spasial. Untuk citra 2
dimensi, tetangga terdekat dipilih di antara 4 titik asal yang saling
berbatasan satu-sama lain. Kelebihan dari interpolasi tetangga terdekat
adalah kemudahan dan kecepatan eksekusinya. Tetangga terdekat paling
baik digunakan untuk data kategorikal seperti klasifikasi penggunaan
lahan atau klasifikasi lereng. Nilai-nilai yang masuk ke grid tetap persis
sama, 4 keluar sebagai 4 dan 87 keluar sebagai 87. Nilai sel output
ditentukan oleh pusat sel terdekat di grid input. Tetangga Terdekat dapat
digunakan pada data kontinu tetapi hasilnya bisa gumpal
 Nilai keabuan hasil interpolasi bilinier dari keempat titik yang bertetangga
memberi sumbangan terhadap nilai keabuan hasil, dengan bobot masing-
masing yang linier dengan jaraknya terhadap koordinat yang dimaksud.
Makin dekat titik tetangga tersebut, makin besar bobotnya, dan sebaliknya
makin jauh akan makin kecil bobotnya. Metode Billinear juga
menggunakan antialias untuk menghindarkan penajaman pada sisi-sisi
objek atau gambar. Hal tersebut akan mengakibatkan gambar akan bersifat
soft atau sedikit blur. Bilinear Interpolation menggunakan rata-rata
tertimbang dari empat pusat sel terdekat. Semakin dekat pusat sel input ke
pusat sel output, semakin tinggi pengaruh nilainya pada nilai sel output.
Ini berarti bahwa nilai output dapat berbeda dari input terdekat, tetapi
selalu dalam rentang nilai yang sama sebagai input. Karena nilai bisa
berubah, Bilinear tidak direkomendasikan untuk data kategorikal.
Sebaliknya, harus digunakan untuk data kontinu seperti nilai kemiringan
elevasi dan baku
 Cubic Konvolusi melihat pada 16 pusat sel terdekat output dan cocok
kurva mulus melalui titik-titik untuk mencari nilai. Tidak hanya mengubah
nilai-nilai input tetapi juga dapat menyebabkan nilai output berada di luar
rentang nilai masukan (membayangkan tenggelam atau puncak yang
terjadi pada permukaan). Metode ini juga tidak dianjurkan untuk data
kategori, tetapi pekerjaan yang sangat baik smoothing data kontinu.