PENAJAMAN CITRA
OLEH:
JURUSAN GEOGRAFI
FAKULTAS ILMU DAN TEKNOLOGI KEBUMIAN
UNIVERSITAS HALU OLEO
KENDARI
2020
Penajaman Citra
Image enhancement (Penajaman Citra) dapat dicirikan dalam dua hal yaitu operasi titik dan
operasi lokal. Operasi titik mengubah nilai kecerahan setiap piksel di dalam suatu data citra
secara terpisah, dan operasi lokal mengubah nilai tiap piksel dalam hubungannya dengan nilai
kecerahan piksel di sekitarnya. Secara umum image enhancement dapat dikategorikan dalam tiga
cara, yaitu (Hardiyanti, 2001) :
a. manipulasi kontras, merupakan proses pengolahan citra yang menggunakan teknik pemetaan
tingkat
keabuan, yang bertujuan untuk meningkatkan mutu citra melalui perbaikan kontras citra;
b. manipulasi kenampakan spasial, mecakup penggunakan filter spasial, edge enhancement,
dan analisis fourier;
Proses peningkatan mutu citra bertujuan untuk memperoleh citra yang dapat
memberikan informasi sesuai dengan tujuan/kepentingan pengolahan citra. Proses
peningkatan mutu citra ini termasuk memperbaiki citra yang ketika proses akuisisi
mengalami ganguan yang signifikan seperti noise, gangguan geometris, radiometrik dan
beberapa gangguan faktor alam lainnya.
Suatu metode pendekatan peningkatan mutu citra yang terbaik untk satu implementasi belum
tentu baik untuk implementasi lainnya, sebab karak- teristik citra dapat saling berbeda. Gambar
5.1 menunjukkan proses pen- ingkatan citra. Secara umum domain dalam pengingkatan mutu
citra ini dapat dilakukan secara spatial dan frekuensi. Domain Spatial melakukan manipulasi
nilai pixel secara langsung dengan dipengaruhi oleh nilai pix- el lainnya secara spatial
sedangkan domain frekuensi berdasarkan frekuensi spektrum citra. Terdapat beberapa teknik
peningkatan mutu citra yang merupakan kombinasi dari dua kategori ini.
Peningkatan mutu citra dapat dikaitkan dengan metode Filtering, dimana citra tersebut di-
filter untuk mendapatkan citra yang lebih baik. Jenis FIlter dapat dikategorikan menjadi dua
jenis, yaitu linear dan non-linear filtering. Linear filtering adalah mengubah nilai pixel
berdasarkan kombinasi linear nilai pixel disekelilingnya.
1. Domain Spatial
Merupakan teknik peningkatan mutu citra yang melakukan manipulasi lang- sung
pixel (x,y) suatu citra dengan menggunakan fungsi transformasi: g(x, y) = T [f (x, y)],
dimana f (x, y) sebagai citra input, g(x, y) hasil citra yang sudah diproses dan T adalah
operator pada f yang didefinisikan berdasarkan be- berapa lingkungan di (x, y). Teknik ini
ditunjukkan pada gambar 5.2.
Masking/Filter suatu pixel (x,y) ditentukan berdasarkan pixel tetang- ganya yang
didefinisikan sebagai bentuk bujur sangkar (sering digunakan) ataupun circular sebagai sub-
citra yang berpusat di titik (x,y) dengan uku- ran lebih dari 1x1(gambar 5.3 menggunakan
masking 3x3). Pusat sub-citra berpindah dari satu pixel ke pixel lainnya dimulai dari pojok
atas. Nilai koe- fisien masking ditentukan berdasarkan prosesnya. Teknik masking digunakan
untuk penajaman citra dan penghalusan citra.
Thresholding adalah mentransformasikan citra menjadi citra biner, yaitu citra dengan dua
warna. Gambar 5.7 menunjukkan bahwa jika nilai tingkat keabuan suatu pixel 0 ≤ r < m maka
akan ditransformasi ke nilai 0, seba- liknya untuk nilai pixel m ≤ r ≤ (L − 1) akan
ditransformasikan ke nilai L − 1.
Gambar 5.5: Threshold
Fungsi Log
Menggunakan fungsi transformasi s = c log(1 + r), dimana c adalah kon- stanta.
·
Transformasi Log memetakan suatu citra dengan range warna sempit menjadi lebih lebar
pada citra outputnya. Digunakan untuk meningkatkan nilai pixel yang gelap dalam suatu
citra ketika proses kompresi nilai yang lebih tinggi.
Transformasi log dapat memapatkan range citra yang dinamis dengan nilai warna pixel
yang sangat berfariasi. Contoh suatu citra dengan range warna yang dinamis adalah
spektrum warna hasil transformasi Fourier yang dapat memiliki range intensitas dari 0
hingga 106 atau lebih tinggi lagi. Kita tidak dapat melihat derajat ketelitian yang signifikan
pada citra dengan
Perpangkatan
Memiliki fungsi transformasi dengan bentuk s = crγ, dimana cdanγ adalah konstanta
positif. Transformasi perpangkatan dengan nilai fractional γ memetakan suatu range citra gelap
yang sempit ke range yang lebih lebar, atau keba- likannya untuk nilai input dengan tingkat
kecerahan yang tinggi. Gambar
5.9 adalah bentuk fungsi perpangkatan dengan beberapa nilai gamma
Sebagai contoh pada proses menampilkan citra di monitor CRT(Cathode Ray Monitor)
dengan ranah fungsi perpangkatan 1.5 hingga 2.5. Gambar 5.10(a) adalah citra asli, dan
gambar 5.10(b) adalah citra setelah korekasi dengan nilai γ = 2.5 yang mengakibatkan
gambar menjadi lebih gelap. Gam- bar 5.10(c) adalah koreksi gamma gambar 5.10(a)
dengan nilai γ = 0.4 dan gambar 5.10(d) adalah citra pada gambar 5.10(c) dikorekasi
dengan fungsi pangkat dengan nilai γ = 2.5.
Jika nilai γ dikurangi dalam jumlah besar, citra akan mengurangi kontras citra.
(a) Citra
Asli (b) Citra di Monitor den-
gan perpangkatan γ = 2.5
1.3.1 Histogram
Dark image Bright image Components of histogram are concentrated on the low side of the
gray scale. Components of histogram are concentrated on the high side of the gray scale.
Histogram suatu citra dijital dengan suatu tingkat keabuan [0, L 1] adalah
− suatu fungsi
dikrit:
h(rk) = nk (5.1)
Gambar 5.11 menunjukkan bentuk histogram citra dijital. Citra gelap (gambar a) dimana
komponen citra terkonsentrasi pada sisi sebelah kiri dari skala tingkat keabuan, sedangkan
pada gambar (b) dengan tingkat kecerahan yang tinggi memberikan bentuk histogram dengan
konsentrasi di sebelah
kanan skala. Gambar (c) adalah citra dengan kontras rendah membentuk histogram sempit
di tengah skala, sedangkan untuk citra dengan kontras tinggi (gambar c) memberikan citra yang
lebar sesuai garis vertikal yang lebih tinggi dari yang lainnya.
(b) Histogramnya
4 (a) Citra Gelap
Gambar 5.17 adalah contoh proses filter dengan menggunakan teknik mean filter. Gambar
(a) adalah citra yang diberi noise, gambar (b) adalah mean filter citra (a) dengan ukuran kernel
3x3, sedangkan gambar (c) adalah mean filter citra (a) dengan ukuran kernel 5x4.
(a) Citra Asli(b) Mean Filter 3x3 (c) Mean Filter 5x5