Nama : Dharmawan

NIM : 181401075
Kom :C
Mata Kuliah : Pengolahan Citra
Program Studi : Ilmu Komputer

Teknik Peningkatan Mutu Citra (Image Enhancement) Pada Domain

Spasial
Point Processing
Cara ini merupakan cara termudah , proses yang dilakukan hanya melibatkan satu pixel saja ,
salah satu contohnya yaitu histogram . Histogram merupakan diagram yang menunjukkan
distribusi kemunculan level keabuan suatu citra .
Beberapa jenis perbaikan kualitas citra dengan point processing yaitu :
• Image Negative
Hasilnya mirip dengan negatif film (klise)
• Contrast Stretching
Proses ini bertujuan untuk mengatasi kekurangan cahaya (gelap) atau sebaliknya kelebihan
cahaya (terang) pada saat pengambilan citra . Caranya dengan memperluas sebaran nilai
keabuan pixel . Mengubah kontras dari suatu image dengan cara mengubah greylevel pixel-
pixel pada citra menurut fungsi s = T(r) tertentu
r1 ≤ r2, s1 ≤ s2
r1 = r2, s1 = s2 tidak ada perubahan
r1 = r2, s1 = 0, s2 = 255 tresholding menjadi citra biner dengan ambang r1
Citra masukan yang grey level nya tidak penuh dari 0 – 255 (low constrast) diubah menjadi
citra yang grey level nya berkisar dari 0 – 255 (high contrast)

• Histogram Equalization
Pada histogram equalization terdapat dua jenis yaitu :
a. Pemrosesan histogram yang dilakukan secara global
Mengubah pemetaan greylevel agar kontrasnya lebih menyebar pada kisaran 0-255
b. Pemrosesan histogram yang dilakukan secara lokal
Biasa juga disebut Specification Histogram yaitu histogram equalization yang dilakukan pada
area atau bagian tertentu saja .
• Image Subtracting
Dilakukan jika kita ingin mengambil bagian tertentu saja dari citra
• Image Averaging
Dilakukan jika beberapa citra yang bergambar sama , namun semua citra memiliki noise . Noise
satu citra berbeda dengan citra lainnya (tidak berkorelasi) . Cara memperbaikinya adalah
melakukan operasi rata-rata terhadap semua citra tersebut

Kelebihan dari teknik image enhancement point processing adalah karena teknik ini gampang
digunakan dan tidak bergantung kepada pixel tetangga dalam menghasilkan citra yang telah
sudah diperbarui (enhanced). Sedangkan kekurangan dari teknik image processing ini, adalah
karena teknik ini mengolah pixel dalam suatu citra satu-persatu (dalam arti kernel 1x1), maka
kinerja CPU akan sangat terbebani jika harus menggunakan teknik ini terhadap citra yang
memiliki resolusi besar.

Mask Processing
Jika pada point processing hanya dilakukan operasi terhadap masing-masing pixel , mka pada
mask processing dilakukan operasi terhadap suatu jendela ketetanggaan pada citra . Kemudian
menerapkan suatu mask terhadap jendela tersebut . Mask sering disebut filter . Perbedaan
dengan point processing yaitu pada point processing , nilai suatu pixel tidak dipengaruhi oleh
nilai tetangganya.
Salah satu contoh mask processing adalah edge detection Kelebihan dari teknik image
enhancement mask processing adalah penggunaan kernel (array pixe yang mengambil sebagian
citra) untuk diolah menjadikan mask processing operations terkesan lebih cepat walau
membebani kinerja CPU terutama jika kernel yang digunakan semakin besar. Kekurangannya
adalah penggunaan metode mask processing sendiri jauh lebih sulit dibandingkan point
processing operations.

Smoothing Filtering
Low Pass Filter
Low Pass Filter (LPF) adalah proses filter yg mengambil citra dengan gradiasi intensitas yg
halus dan perbedaan intensitas yg tinggi akan dikurangi atau dibuang. LPF dilakukan untuk
menghilangkan ruang derau berfrekuensi tinggi dari sebuah gambar digital. Low pass filter
digunakan untuk mengurangi detail dari gambar atau justru membuat gambar menjadi lebih
kabur dari sebelumnya.Filter ini akan menghilangkan atau mengurangi derauderau
berfrekuensi tinggi dari gambar menjadi frekuensi yang lebih rendah. Frekuensi tinggi dari
sebuah pixel dapat diperlihatkan dengan melihat tingkat ketajaman gambar dari pixel tersebut
LPF digunakan pada gambar yang memiliki intensitas warna yang rendah. Karena letak noise
berada di intensitas rendah, maka dilakukan pencarian pada titik-titik gambar dan kemudian
akan ditandai sebagai noise. Selanjutnya titik tersebut akan diganti dengan mencari warna
ratarata di sekitar titik tersebut (Maziyah, 2007).

Mean Filtering
Menurut Usman (2005:61) salah satu filter linier adalah filter rata-rata (Filter Mean) dari
intensitas pada beberapa pixel lokal dimana setiap pixel akan digantikan nilainya dengan
rata-rata dari nilai intensitas pixel tersebut dengan pixel-pixel tetangganya, dan jumlah pixel
tetangga yang dilibatkan tergantung pada filter yang dirancang. Mean Filter adalah
mengganti nilai pixel pada posisi (x,y) dengan nilai rata-rata pixel yang berada tetangga
disekitarnya. Luasan jumlah pixel tetangga ditentukan sebagai masking/kernel/window yang
berukuran misalkan 2x2, 3x3, 4x4, dan seterusnya. Kemudian akan dilakukan mean filter
untuk citra M dengan menggunakan matriks kernel (3x3). Pixel m(2,2) = 3, akan diubah
menjadi Selain mean filtering yang merupakan proses filter linier, terdapat pula pendekatan
filter pembobotan (weighted filter).

Median Filtering
Median filter merupakan suatu metode yang menitik beratkan pada nilai median atau nilai
tengah dari jumlah total nilai keseluruhan pixel yang ada di sekelilingnya. Filter median
merupakan salah satu contoh filter spasial non linear. Operasi untuk memperoleh nilai median
akan menempatkan nilai yang sangat besar atau sangat kecil berada pada ujung atas atau ujung
bawah urutan. Dengan demikian filter median secara umum akan mengganti pikselpiksel yang
berderau dengan suatu nilai yang dekat dengan pikselpiksel disekitarnya (Eng, 2006 dan
Adipranata, 2006).
 Sharpening Filters
Robbert Edge Detection Filter
Metode Robert adalah nama lain dari teknik differensial yang dikembangkan pada arah
horisontal dan differensial pada arah vertikal, dengan ditambahkan proses konversi biner
setelah dilakukan differensial.

Sobel Edge Detection Filter

Metode ini mengambil prinsip dari fungsi laplace dan gaussian yang dikenal sebagai fungsi
untuk membangkitkan HPF, dan kelebihan dari metode sobel ini adalah mengurangi noise
sebelum melakukan perhitungan deteksi tepi.

Prewitt Edge Detection Filter

Metode Prewitt merupakan pengembangan metode robert dengan menggunakan filter HPF
yang diberi satu angka nol penyangga. Metode ini mengambil prinsip dari fungsi laplacian yang
dikenal sebagai fungsi untuk membangkitkan HPF.

High Pass Filter

High Pass Filter (HPF) adalah proses filter yang mengambil citra dengan gradiasi intensitas
yang tinggi dan perbedaan intensitas yang rendah akan dikurangi atau dibuang. HPF digunakan
jika noise diketahui memiliki intensitas warna tinggi (Murinto, 2007)

Referensi :
http://fitrianieki.blogspot.com/2012/09/konsep-dasar-pengolahan-citra.html
https://www.cse.unr.edu/~bebis/CS791E/Notes/PointProcess.pdf
https://www.google.com/url?sa=t&rct=j&q=&esrc=s&source=web&cd=&cad=rja&uact=8&
ved=2ahUKEwis76S-
kOTtAhXCeisKHeAsABcQFjABegQIBBAC&url=https%3A%2F%2Fjurnal.unived.ac.id%2
Findex.php%2Fjmi%2Farticle%2Fview%2F269%2F250&usg=AOvVaw01lU6cGgiYrr4NIq
esFK_U

https://media.neliti.com/media/publications/159947-ID-none.pdf

https://cs.ipb.ac.id/~yeni/files/ppcd/Kuliah09-
Deteksi%20Tepi%20(Edge%20Detection)_01_print_version.pdf
http://www.robogrok.com/2-2-
1_Masking_and_Image_Segmentation.php#:~:text=Masking%20is%20an%20image%20proc
essing,motion%20detection%2C%20and%20noise%20reduction