Jurnal MIPA
http://journal.unnes.ac.id/nju/index.php/upej
Jurusan Fisika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Negeri Semarang,
Indonesia
Abstract
The image processing program has been developed for digital radiography that is
designed by using software Borland C++ Builder 4 Professional to process the radi-
ography digital image with image pixels processing. Image processing technique con-
sists of image brightness, image contrast, image smoothing, image sharpening, edge
detection, and negative image and histogram. From the result of image processing it
produced radiography image that is easier to interpret by the observer. The purpose
of this research is to design the software of image processing for digital radiography.
Then the software is used as the image processor for digital radiography. The result
shows that there is a quality improvement of digital radiography image, so it can
help the radiographer to diagnose or interpret the detail radiography image. We also
can see the radiography image and its result in the monitor screen and compare the
quality of processing directly.
47
EC Nugroho dkk. / Jurnal MIPA 35 (1) (2012)
48
EC Nugroho dkk. / Jurnal MIPA 35 (1) (2012)
ambang kedua di-set sama dengan 255. Pixel- 256 derajat keabuan (8 bit), maka citra negatif
pixel yang berada di antara nilai ambang pertama diperoleh dengan mengurangkan nilai keabuan
dan nilai ambang kedua diskalakan untuk maksimum citra yaitu 255 derajat keabuan
memenuhi rentang nilai-nilai derajat keabuan dengan nilai intensitas pixel citra yang akan
yang lengkap (0 sampai 255). diolah. Citra negatif diperoleh dengan persamaan
Operasi pelembutan citra dilakukan
dengan mengganti intensitas suatu pixel dengan
rata-rata dari nilai pixel tersebut dengan nilai Pada sistem yang disusun, hasil operasi
pixel-pixel tetangganya. Pixel citra f(x,y) yang pengolahan citra dapat terlihat langsung pada
berukuran N x M dikonvolusikan dengan kernel monitor yang menampilkan citra semula dan
operator. Adapun kernel yang digunakan dalam citra hasil. Hasil pengolahan citra digital juga
operasi pelembutan citra ini adalah sebagai dapat dilihat dengan cara membandingkan
berikut. histogram citra semula dan histogram citra hasil
yang ditampilkan pada layar monitor.
Langkah yang diperlukan, misalkan citra
digital memiliki L derajat keabuan yaitu dari
0 sampai L-1(pada kuantitasi derajat keabuan
citra 8-bit), nilai derajat keabuan dari 0 sampai
255. Dengan cara menscan elemen matrik citra.
Menghitung jumlah setiap nilai derajat keabuan i
Langkah-langkah yang digunakan
citra digital sebagai ni. Scan elemen matrik citra
untuk menghasilkan operasi penajaman citra
sekali lagi untuk menghitung jumlah seluruh
yaitu dengan memodi ikasi elemen matrik
pixel dalam citra digital sebagai n. Selanjutnya
(pixel) pada komponen operator dengan cara
hitung hi sebagai citra hasil pembagian ni
mengkonvolusikan pixel-pixel citra dengan
dengan nilai n. Atur nilai pengambangan, dengan
kernel sebagai berikut.
mengeset nilai hi dalam selang 0 sampai 1.
Proses operasi histogram telah selesai dilakukan
apabila menghasilkan keluaran berupa tampilan
gra ik diagram batang yang menggambarkan
penyebaran nilai-nilai intensitas pixel dari suatu
citra atau bagian tertentu di dalam citra.
Citra digital yang telah direpresentasikan
Langkah-langkah yang digunakan dapat dianalisis guna keperluan medis lebih
untuk menghasilkan operasi deteksi tepi lanjut.
yaitu dengan memodi ikasi elemen matrik Data penelitian diambil setelah citra
(pixel) pada komponen operator dengan cara radiogra i digital selesai diproses dengan
mengkonvolusikan pixel-pixel citra dengan menggunakan program. Data penelitian berupa
kernel operator pelacak tepi. Kernel operator citra radiogra i digital hasil pengolahan citra
yang digunakan dalam penelitian ini yaitu dengan format penyimpanan ile bitmap
operator Sobel. (Wijaya, 2012). Elemen (BMP) 8 bit skala keabuan (gray scale). Data
matrik pertama kali dikonvolusikan dengan citra radiogra i digital yang diambil haruslah
komponen arah horisontal (Sx) dan komponen memenuhi kriteria tertentu. Kriteria citra
arah vertikal (Sy) dari gradien operator sobel. radiogra i digital yang diperlukan harus
Berdasarkan konvolusi dengan kedua kernel memenuhi tingkat keberhasilan pengolahan
operator tersebut hasilnya akan digunakan citra. Keberhasilan penelitian ini dapat dilihat,
untuk menghitung kekuatan tepi S[f(x,y)], yang apabila perangkat lunak telah diujikan dengan
merupakan magnitudo dari gradien, dan arah citra hasil foto radiogra i digital dan dihasilkan
tepi, α(x,y), berlaku untuk masing-masing pixel citra baru yang memiliki mutu lebih baik. Citra
pada citra. Karena citra f(x,y) adalah dwimarta baru yang dihasilkan dapat digunakan untuk
dalam bentuk diskrit, maka turunan pertamanya analisis medis di dalam unit radiogra i.
adalah secara parsial. Kriteria keberhasilan pengolahan citra
Langkah-langkah penelitian untuk digital, adalah 1) Ciri pengolahan kecerahan
mendapatkan citra negatif (negative image) citra adalah citra terlihat lebih terang atau lebih
dengan cara mengurangi nilai intensitas pixel gelap, 2) Citra dengan kontras rendah dicirikan
dari nilai keabuan maksimum. Karena dalam oleh sebagian besar komposisi citranya adalah
penelitian ini citra yang diperlukan adalah citra terang atau sebagian besar gelap. Pada citra
49
EC Nugroho dkk. / Jurnal MIPA 35 (1) (2012)
dengan kontras yang baik, komposisi gelap dan utama sebagai form induk pengolahan citra XRII,
terang tersebar secara merata, 3) Citra hasil form contras, form brightness, form sharpness,
pelembutan citra dicirikan adanya pengurangan form crop, dan form splash.
derau pada citra. Citra yang ditampilkan terlihat Form utama (Gambar 1) merupakan form
lebih lembut, 4) Ciri citra hasil penajaman akan pertama yang akan tampil untuk mengawali
memperkuat komponen yang berfrekuensi tinggi pengolahan citra. Unit disimpan dengan nama
(misalnya tepi atau pinggiran obyek) dan akan Umain Menu.cpp dan project dengan nama
menurunkan komponen berfrekuensi rendah. PmainMenu.bpr.
Akibatnya, pinggiran obyek terlihat lebih tajam Form Contras (Gambar 2) merupakan form
dibanding sekitarnya, 5) Citra hasil deteksi tepi pengolahan dari bagian processing menu. Form
dikatakan sesuai dengan kriteria keberhasilan ini akan tampil setelah kita memilih main menu
apabila terdapat peningkatan penampakan processing. Pada form diberi nama contras. Form
garis batas suatu daerah atau obyek di dalam contras berfungsi untuk memperbaiki kualitas
citra, 6) Ciri operasi citra negatif yaitu tampilan citra XRII. Unit disimpan dengan nama UContras.
citra meniru ilm negatif pada fotogra i, 7) cpp.
Ciri operasi histogram citra dikatakan berhasil Form brightness (Gambar 3) merupakan
apabila program mampu menampilkan gra ik form pengolahan dari bagian processing menu.
yang menggambarkan penyebaran nilai-nilai Form ini akan tampil setelah kita memilih main
intensitas pixel dari suatu citra atau bagian menu processing. Form brightness berfungsi
tertentu di dalam citra. untuk melakukan pengubahan kecerahan citra.
Unit disimpan dengan nama UBrightness.cpp.
Hasil dan Pembahasan Form sharpness (Gambar 4) berfungsi
untuk memperjelas tepi pada obyek di dalam
Program pengolahan citra yang citra. Penajaman citra merupakan kebalikan
dikembangkan dibagi enam form, yaitu form dari operasi pelembutan citra karena operasi ini
50
EC Nugroho dkk. / Jurnal MIPA 35 (1) (2012)
menghilangkan bagian citra yang lembut. Unit kontras rendah dapat diperbaiki kualitasnya
disimpan dengan nama USharpness.cpp. dengan operasi peregangan kontras. Melalui
Alur penulisan program ( lowchart) dapat operasi ini, nilai-nilai keabuan pixel akan
dilihat pada Gambar 4a. merentang dari 0 sampai 255 (pada citra 8
Untuk mengetahui kualitas perangkat bit), dengan kata lain seluruh nilai keabuan
lunak yang telah disusun, maka perlu diujikan pixel terpakai secara merata. Citra kontras
dengan citra radiogra i digital. Pengujian citra yang bagus memperlihatkan jangkauan nilai
radiogra i digital terdiri dari beberapa operasi keabuan yang lebar tanpa ada suatu nilai
pengolahan citra. keabuan yang mendominasi. Histogram citranya
Kecerahan adalah kata lain untuk memperlihatkan sebaran nilai keabuan yang
intensitas cahaya. Untuk membuat citra lebih relatif seragam. Sebagai contoh, Gambar 6 (a)
terang atau lebih gelap, dapat di lakukan adalah citra radiogra i digital (agak gelap) yang
pengubahan kecerahan citra. Kecerahan citra mendapat perlakuan peregangan kontras. Pada
dapat diperbaiki dengan menambahkan atau citra radiogra i digital orisinil terlihat bahwa
mengurangkan sebuah konstanta kepada (atau jangkauan nilai keabuan yang dimiliki histogram
dari) setiap pixel di dalam citra. Hasil dari operasi citra memperlihatkan sebaran nilai keabuan
ini, histogram citra mengalami pergeseran. yang relatif cukup seragam. Tidak terdapat area
Sebagai contoh, Gambar 5 (a) adalah citra yang lebar yang didominasi oleh warna gelap
radiogra i digital (beserta histogramnya) yang dan area yang lebar yang didominasi oleh warna
tampak gelap, sedangkan Gambar 5 (b) adalah terang. Histogramnya terlihat dua puncak, satu
citra radiogra i digital (beserta histogramnya) mengumpul pada area nilai keabuan yang rendah
yang lebih terang. Dari histogramnya sebelum dan satu lagi pada area nilai keabuan yang agak
operasi penambahan kecerahan, puncak tinggi. Tetapi citra radiogra i digital orisinil ini
histogramnya terkumpul di bagian sebelah kiri. masih bisa diberikan operasi peregangan kontras
Setelah penambahan kecerahan, histogramnya agar sebarannya terlihat lebih menyebar.
bergeser ke bagian kanan, kearah area nilai Citra yang telah mendapat peregangan
keabuan tinggi. kontras memperlihatkan jangkauan nilai
Kontras menyatakan sebaran terang keabuan yang lebar Gambar 6 (b). Dari
dan gelap di dalam sebuah citra. Citra dengan histogramnya terlihat bahwa tiga puncak yang
51
EC Nugroho dkk. / Jurnal MIPA 35 (1) (2012)
(a) Kiri: citra radiogra i digital orisinil; Kanan: histogram citra radiogra i digital orisinil
(b) Kiri: citra radiogra i digital setelah penambahan kecerahan, Kanan histogram citra radiogra i
digital setelah penambahan kecerahan
Gambar 5. Citra radiogra i digital (agak gelap) yang mendapat penambahan kecerahan.
52
EC Nugroho dkk. / Jurnal MIPA 35 (1) (2012)
(a) Kiri: citra radiogra i digital orisinil; Kanan: histogram citra radiogra i digital orisinil
(b) Kiri: citra radiogra i digital setelah penambahan, kanan histogram citra radiogra i digital hasil
penambahan kontras.
Gambar 6. Citra radiogra i digital (agak gelap) yang mendapat perlakuan peregangan kontras.
pada awalnya hanya dua puncak dan mengumpul memperjelas tepi pada obyek di dalam citra.
di area nilai keabuan yang rendah sudah tidak Karena operasi ini lebih berpengaruh pada
lagi mengumpul dalam satu area lagi. Histogram penajaman tepi citra maka penajaman citra
terlihat melebar dari sebelumnya, puncak (image sharpening) disebut juga penapis lolos
histogramnya tidak lagi didominasi pada area tinggi (high pass ilter). Operasi penajaman
keabuan rendah. Karena sudah terbagi menjadi dilakukan dengan melewatkan citra pada
tiga puncak, satu pada area keabuan rendah, penapis lolos tinggi. Penapis lolos tinggi akan
puncak kedua pada area yang agak tinggi, dan meloloskan (atau memperkuat) komponen yang
puncak ketiga terdapat pada area yang lebih berfrekuensi tinggi (misalnya tepi atau pinggiran
tinggi dari puncak kedua. obyek) dan akan menurunkan komponen
Operasi pelembutan citra (image berfrekuensi rendah. Akibatnya, pinggiran obyek
smoothing) disebut juga operasi penapis terlihat lebih tajam dibandingkan sekitarnya. Jika
lolos rendah (low pass ilter), karena penapis jumlah koe isien sama dengan 0, maka komponen
menekan komponen yang berfrekuensi tinggi berfrekuensi rendah akan turun nilainya,
(misalnya pixel noise) dan meloloskan komponen sedangkan jika jumlah koe isien sama dengan 1,
yang berfrekuensi rendah (Gambar 7). Kernel maka komponen berfrekuensi rendah akan tetap
penapis lolos rendah yang digunakan dapat sama dengan nilai semula. Nilai koe isien yang
dilihat di bagian sebelumnya. Citra hasil operasi besar di titik pusat penapis memainkan peranan
pelembutan ini mempunyai efek meratakan kunci dalam proses konvolusi. Pada komponen
derajat keabuan, sehingga citra yang diperoleh citra dengan frekuensi tinggi (yang berarti
tampak lebih kabur kontrasnya. Penapis lolos perubahan yang besar pada nilai intensitasnya),
rendah yang digunakan dapat dilihat dalam nilai tengah ini dikalikan dengan nilai pixel
bagian sebelumya. yang dihitung. Koe isien negatif yang lebih kecil
Operasi penajaman citra bertujuan di sekitar titik tengah penapis bekerja untuk
53
EC Nugroho dkk. / Jurnal MIPA 35 (1) (2012)
Gambar 7. (a) citra radiogra i digital semula, (b) citra radiogra i digital setelah operasi pelembutan
Gambar 8. (a) citra radiogra i digital semula, (b) citra radiogra i digital setelah penajaman
mengurangi faktor pembobot yang besar.Kernel ada pemberian bobot yang lebih pada pixel
penapis lolos tinggi yang digunakan dalam tengah di antara pixel tetangganya. Gambar 9
penajaman program ini adalah penapis lolos memperlihatkan deteksi tepi citra radiogra i
tinggi 3 × 3 dengan jumlah koe isien sama dengan digital, gambar (a) adalah citra yang tidak
1. Gambar 8 memperlihatkan konvolusi dengan mempunyai pixel tepi, dan gambar (b) adalah
penapis lolos tinggi, gambar (a) adalah citra citra yang mempunyai pixel tepi. Citra hasil
yang tidak mempunyai pixel tepi, dan gambar operasi pendeteksian tepi terlihat mendapat
(b) adalah citra yang mempunyai pixel tepi. Citra peningkatan penampakan garis batas suatu
hasil operasi ini terlihat lebih tajam dibagian tepi daerah atau obyek di dalam citra. Proses
obyek. Penapis lolos tinggi yang digunakan dapat pendeteksian tepi diawali dengan pembacaan
dilihat dalam bab sebelunya. terhadap data pixel citra digital baris demi baris
Tujuan operasi pendeteksian tepi adalah untuk disusun menjadi data array 2 dimensi,
untuk meningkatkan penampakan garis batas sehingga pada proses selanjutnya tidak perlu
suatu daerah atau obyek di dalam citra. Deteksi dilakukan pembacaan ile secara berulang-ulang.
sisi dengan sobel terdiri dari dua langkah. Operasi negatif digunakan untuk
Langkah pertama adalah konvolusi citra dengan mendapatkan citra radiogra i digital negatif
operator kernel sobel. Kemudian melakukan (negative image) meniru ilm negative pada
penjumlahan setiap pixel dengan hasil perkalian fotogra i dengan cara mengurangi nilai intensitas
citra hasil konvolusi dengan konstanta pengali. pixel dari nilai keabuan maksimum. Misalnya
Pada penelitian ini digunakan deteksi sisi pada citra dengan 256 derajat keabuan (citra 8
dengan operator sobel. Kernel operator sobel bit), persamaan matematis yang digunakan dapat
yang digunakan untuk tujuan ini dapat dilihat dilihat dalam bab sebelumnya. Hasil operasi
dalam sebelumnya. Hampiran operator sobel negatif pada citra radiogra i digital diperlihatkan
yang digunakan dalam penelitian ini, supaya pada Gambar 10 (b).
54
EC Nugroho dkk. / Jurnal MIPA 35 (1) (2012)
Gambar 9. (a) citra radiogra i digital sebelum, (b) citra radiogra i digital hasil pendeteksian tepi
dengan operator laplace
Gambar 10. (a) citra radiogra i digital keabuan, (b) citra radiogra i digital negative
55
EC Nugroho dkk. / Jurnal MIPA 35 (1) (2012)
56