2074 5267 1 PB PDF
2074 5267 1 PB PDF
Abstrak
Peningkatan kualitas citra pada citra satelit adalah teknik yang paling banyak dibutuhkan pada bidang pemrosesan
citra satelit untuk meningkatkan visualisasi dari citra satelit tersebut. Citra satelit ditangkap dari jarak yang sangat
jauh oleh satelit, sehingga mengandung terlalu banyak noise dan distorsi. Pada penelitian ini akan membandingkan
metode-metode berbasis Histrogram Equalization yaitu histogram equalization, adaptive histogram equalization
dan contrast limited adaptive histogram equalization untuk proses peningkatan kualitas citra hasil pengindraan
jarak jauh satelit. Hasil percobaan diuji efektivitas metode yang diterapkan dengan mengevaluasi parameter Mean
Square Error dan Peak Signal to Noise Ratio. Dari hasil percobaan Metode CLAHE memberikan kinerja yang
lebih baik dibandingkan metode HE dan AHE untuk peningkatan kualitas citra satelit berbasis histogram
equalization.
Kata Kunci: Citra Digital, Citra Satelit, Histogram Equalization, Adaptive Histogram Equalization
2.5 Contrast Limited Adaptive Histogram Berikut hasil perbaikan kontras citra secara visual
Equalization (CLAHE) yang ditunjukkan pada Tabel 1.
Contrast Limited Adaptive Histogram
Equalization (CLAHE) merupakan salah satu
metode peningkatan kontras citra. CLAHE Tabel 1. Tabel Proses Pengujian
merupakan versi perbaikan dari metode Input Citra
sebelumnya, AHE (Adaptive Histogram
Equalization) [8]. Permasalahan berupa
peningkatan kontras yang berlebihan pada metode Citra Awal
AHE dapat diatasi dengan menggunakan Contrast
Limited Adaptive Histogram Equalization
(CLAHE), yaitu memberikan nilai batas pada
histogram. Nilai batas ini disebut dengan clip limit
yang menyatakan batas maksimum tinggi suatu
histogram. Cara menghitung clip limit suatu
histogram dapat didefinisikan dengan Persamaan
(2) Citra
𝑀 𝛼 Grayscale
𝛽= (1 + (𝑆𝑚𝑎𝑥 − 1)) (2)
𝑁 100
Citra Hasil
Adaptive
Histogram
Equalization
Citra Hasil
CLAHE
0.4000
0.3000
Dari Tabel 2, terlihat adanya perbedaan
histogram dimana pada metode HE, histogram lebih 0.2000
terlihat melebar dibandingkan dengan metode AHE
0.1000
dan metode CLAHE.
Untuk mengevaluasi hasil komparasi metode 0.0000
berbasis histogram equalization, kandungan 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
informasi yang digunakan sebagai ukuran HE AHE CLAHE
perhitungan kualitas citra adalah perbandingan nilai
error piksel dari citra hasil perbaikan dengan citra
asli. Kemudian dari hasil perbandingan perbaikan Gambar 7. Grafik Perbandingan Nilai MSE
kontras citra menggunakan metode HE, AHE, dan
CLAHE langkah selanjutnya dilakukan pengukuran Sedangkan untuk perbandingan nilai PSNR
kualitas hasil perbaikan kontras citra dengan ditunjukkan pada Gambar 8.
menggunakan MSE dan PSNR ditunjukkan pada
Tabel 3.
1. DAFTAR PUSTAKA
PSNR
[1.] Stuti N. Ahuja and S. Biday, 2018, A Survey of
20.0000 Satellite Image Enhancement Techniques Stuti
et al. / IJAIR Vol. 2 Issue 8 ISSN: 2278-7844,
15.0000 Januari.
[2.] B. Sreenivas, B. N. Chary, 2011, Processing
10.0000 Of Satellite Image Using Digital Image
Processing, A world forum on Geospatial,
5.0000 January.
[3.] D. J. Bora, A. K. Gupta, 2016, A New Efficient
0.0000 Color Image Segmentation Approach Based
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 onCombination of Histogram Equalization
with Watershed Algorithm, International
HE AHE CLAHE Journal of Computer Sciences and
Engineering Vol.-4(6), Jun 2016, EISSN:
2347-2693,pp. 156-167.
Gambar 8. Grafik Perbandingan Nilai PSNR [4.] D. J. Bora, An Efficient and Robust Satellite
Color Image Enhancement Approach,
Berbalik terbalik dengan MSE yang semakin International Conference on Research in
rendah nilainya semakin bagus kualitas citranya. Intelligent and Computing in Engineering Vol.
Untuk PSNR, metode yang memiliki nilai tinggi 10 ISSN 2300-5963, pp. 3–13
yang merupakan metode dengan kualitas terbaik. [5.] R. C. Gonzalez and R. E.Woods, 2008, Digital
Berdasarkan tabel 3 dan gambar 8, metode yang Image Processing, Third Edition.
memiliki nilai PSNR tertinggi adalah metode [6.] Pizer, S. M., Amburn, P., Austin, J. D.,
CLAHE dengan nilai tertinggi sebesar 18,6811. Cromartie, R., Geselowitz, A., Greer, T.,
Romeny, B. H., Zimmerman, J. B.,
Zuiderveld, K., 1987, Adaptive Histogram
IV. KESIMPULAN Equalization and Its Variations. Journal
Computer Vision, Graphics, and Image
Dari hasil penelitian menunjukkan bahwa Processing, 39, 355-368, Academic Press Inc.
metode Contrast Limited Adaptive Histogram [7.] A. A. Riadi, dkk. 2017, Analisis Komparasi
Equalization (CLAHE) memiliki kemampuan yang Metode Perbaikan Kontras Berbasis
lebih baik dalam peningkatan kualitas citra Histogram Equalization Pada Citra Medis,
dibandingkan metode HE dan AHE. Peningkatan Jurnal SIMETRIS, Vol 8 No 1 April.
kualitas citra dengan metode HE menghasilkan [8.] Rai, Rajesh Kumar.; Gour,Puran.;& Singh,
histogram lebih terlihat melebar dibandingkan Balvant, 2012, Underwater Image
dengan metode AHE dan metode CLAHE. Pada Segmentation using CLAHE Enhancement
perbandingan nilai MSE dan PSNR terlihat metode and Thresholding, International Journal of
CLAHE memiliki kemampuan yang lebih baik Emerging Technology and Advanced
dibandingkan metode HE dan AHE yang dilihat dari Engineering.
nilai Mean Square Error (MSE) yang lebih kecil dan
nilai Peak Signal to Noise Ratio (PSNR) yang lebih
besar dibandingkan metode lainnya.