MAKALAH

PENINGKATAN CITRA
“NEGATIF CITRA”

Dosen Pengampu :
Rasyid, S.Si, MT

Disusun oleh :
Nama : Aulia Mantivani
Nim : P1337430219098
Prodi : D IV Teknik Radiologi

JURUSAN TEKNIK RADIODIAGNOSTIK DAN RADIOTERAPI

 POLITEKNIK KESEHATAN KEMENKES SEMARANG
A. Citra

Citra (image) adalah representasi optis sebuah objek yang disinari oleh sebuah sumber radiasi.
Citra digital merupakan perubahan dari gambar analog menuju ke gambar digital, yang diproses
secara digital sehingga memungkinkan untuk melakukan manipulasi atau pengolahan gambar.
Citra digital radiografi adalah istilah yang digunakan untuk mendeskripsikan gambar radiografi
dalam bentuk digital yang dapat ditampilkan di layar monitor.
Citra ada dua macam: citra kontinu dan citra diskrit. Citra kontinu dihasilkan dari sistem optik
yang menerima sinyal analog, misalnya mata manusia dan kamera analog. Citra diskrit dihasilkan
melalui proses digitalisasi terhadap citra kontinu. Beberapa sistem optik dilengkapi dengan fungsi
digitalisasi sehingga ia mampu menghasilkan citra diskrit, misalnya kamera digital dan scanner.
Citra diskrit disebut juga citra digital. Komputer digital yang umum dipakai saat ini hanya dapat
mengolah citra digital.

a. Citra negatif
Citra negatif merupakan citra yang berkebalikan dengan citra asli, sama seperti film negatif hasil
pengambilan citra dengan menggunakan kamera konvensional. Jika terdapat sebuah citra yang
mempunyai jumlah gray level L dengan range [0 hingga L-1], maka citra negatif diperoleh dari
transformasi negative dengan persamaan :
Keterangan :
s = citra hasil transformasi negatif.
L = jumlah gray level sebuah citra.
r = citra asli.
Contoh :
L=9
2 4 6 4 3 6 4 2 4 5
4 4 3 8 3 4 4 5 0 5
Transformasi
7 6 5 8 7 1 2 3 0 1
6 3 4 5 6 2 5 4 3 2
 5 1 4 2 8 3 7 4 6 0
Tabel.1. Citra Asli Tabel.2. Citra Negatif
Transformasi citra negatif ini sangat cocok digunakan ketika terdapat bagian tertentu yang perlu
di-enhance menjadi putih atau detail abu-abu yang menempel pada warna hitam, khususnya ketika
daerah gelap menjadi ukuran yang sangat dominan.

Operasi image negative atau citra negatif akan menghasilkan citra negatif dimana hasil dari
operasi inversi akan mengubah nilai setiap piksel pada citra dengan mengurangi nilai intensitas
piksel asli dari nilai intensitas piksel maksimumnya. Hasil dari operasi ini akan tampak perbedaan
yang mencolok dari citra aslinya dimana nilai setiap pikselnya selalu berlawanan dengan citra
aslinya, misalnya warna asli putih menjadi hitam, merah menjadi cyan, magenta menjadi hijau
dsb. Tipe proses ini cocok untuk memperbaiki detail level putih atau keabuan pada latar belakang
yang gelap. Proses ini banyak digunakan pada citra medis seperti USG dan foto sinar X.

Contoh peningkatan citra negative menggunakan aplikasi imageJ

1.Citra warna 2.Citra RGB (Grayscale) 3.Citra Negative

Pada gambar 1 merupakan citra warna yang belum mengalami perubahan atau melalui
proses pengolahan citra, pada gambar 2 pengolahan citra dilakukan dengan cara mengubah citra
warna menjadi citra 8 bit / citra RGB sehingga citra yang dihasilkan berubah menjadi hitam putih
atau grayscale dan pada citra nomor 3 citra RGB di olah kembali menjadi citra negative dengan
cara yaitu invert citra sehingga didapatkan citra negative. Dimana dalam nilai image result dan
histogram yang didapatkan dari ketiga gambar tersebut mendapatkan nilai yang berbeda. Disini
kita hanya akan menggunakan gambar 2 yaitu citra RGB dan gambar hasil pengolahan invert yaitu
citra negative pada gambar 3 dalam perbandingan nilai imageJ dan histogram.

Hasil nilai imageJ pengolahan gambar 2 dan gambar 3 dalam bentuk nilai image result (x,y).

Gambar 1. Nilai image result citra RGB Gambar 2. Nilai image result citra negative

Dari hasil nilai image result antara gambar 1 citra RGB dan gambar 2 citra negative didapatkan
nilai yang berbeda atau terjadinya perubahan nilai x dan y setelah melalui proses pengolahan data
citra. Untuk mengecek kembali kecocokan nilai pada citra negative yaitu dengan menentukan nilai
x dengan menggunakan rumus L = 255 – nilai x.
Contoh pada x0 didapatkan nilai pada gambar 1 yaitu 186 dan pada gambar 2 nilai x0 yaitu 69
dengan menggunakan rumus L=255-69 didapatkan nilai yaitu 186 yang berarti mempunyai nilai
yang sama dengan nilai x0 pada gambar 1. Atau coba kita lakukan lagi dengan nilai x1 pada
gambar 2 yaitu nilainya 70 dengan menggunakan rumus L= 255-70 maka hasilnya adalah 185 dan
hasil yang didapatkan juga sesuai dengan gambar 1 pada nilai x1 yaitu 185. Dimana hasil
pengolahan citra dari citra RGB atau grayscale menjadi citra negative dengan pengolahan citra
invert didapatkan nilai x dan y berbeda dan untuk melakukan pengecekan kecocokan nilai tersebut
digunakanlah rumus L=255-x yang ternyata hasil didapatkan sesuai.
Selanjutnya kita akan membandingkan grafik histogram antara citra RGB atau grayscale dengan
citra negative. Dimana metode pengubahan citra berdasarkan histogram yaitu :
1. Perataan histogram ( histogram equalizer)
Nilai-nilai intenstitas didalam citra dirubah sehingga penyebaranya seragam
2. Spesifikasi histogram ( histogram specification)
Nilai-nilai intensitas didalam citra dirubah agar diperoleh histogram dengan bentuk yang
dispesfikasikan oleh pengguna.

Contoh citra hasil equalisasi histogram pada citra RGB dan citra Negative :
 Dari hasil grafik histogram antara citra RGB dan citra negative didapatan hasil grafik yang
terbalik. Dimana nilai tertingi grafik pada citra RGB atau grayscale yaitu mendekati nilai intensitas
255, dimana nilai intensitas 255 dinyatakan putih. Sedangkan pada citra negative yang diolah dari
hasil citra RGB nilai tertinggi grafiknya mendekati nilai 0, dimana nilai intensitas 0 adalah
dinyatakan hitam dan rentang antara nilai intensitas 0 sampai dengan nilai intensitas 255
dinyatakan warna keabuan atau grayscale rentang nilai intenstitas yang terletak di antara hitam dan
putih.
Pembentukan histogram memanfaatkan sifat perataan histogram. Bila fungsi transformasi
pada perataan histogram menghasilkan histogram semula menjadi histogram seragam. Maka
fungsi inversenya memetakan histogram yang seragam menjadi histogram semula. Sifat ini dapat
dimanfaatkan untuk mengubah histogram citra menjadi histogram yang lain yang tidak seragam.

Misalkan : Pr(r) histogram citra semula dan Pz(z) histogram yang di inginkan.