Konvolusi & filtering

pada citra
digital

Oleh : DZURROTUN NAFILA_1921400001

DEVIANA DIANITA_1921400004
 Operasi
Konvolusi
Pengertian Hasil
Konvolusi Pengujian
 Konvolusi merupakan sebuah metode yang membahas tentang operator aritmatika
yang penting dalam image processing, juga menyediakan cara untuk menggabungkan
dua array yang berdeda.
 Konvolusi citra adalah tehnik untuk menghaluskan suatu citra atau memperjelas
citra dengan menggantikan nilai piksel dengan sejumlah nilai piksel yang sesuai
atau berdekatan dengan piksel aslinya.
 Operasi
Konvolusi

Contoh

Misalkan citra f(x,y) yang berukuran 5x5 dan sebuah kernel atau mask yang
berukuran 3x3 masing-masing adalah sebagai berikut:
Operasi konvolusi antara citra f(x,y) dengan kernel g(x,y), yaitu f(x,y) * g(x,y) dapat diilustrasikan sebagai
berikut:

 Tempatkan kernel pada sudut kiri atas, kemudian hitung nilai piksel pada posisi (0,0) dari kernel

 Geser kernel satu piksel ke kanan, kemudian hitung nilai piksel pada posisi (0,0) dari kernel:
 Geser kernel satu piksel ke kanan,
kemudian hitung nilai piksel
pada posisi (0,0) dari kernel:

 Geser kernel satu piksel ke bawah, lalu mulai lagi

melakukan konvolusi dari sisi kiri citra. Setiap
kali konvolusi, geser kernel atau piksel ke kanan:
 Hasil Pengujian Konvolusi pada Citra

Smooth Gaussian Blur Sharpen

Mean Removal Emboss Edge
Detection
Smooth  Menghaluskan citra yang mengalami gangguan noise

Gaussian Blur  suatu citra menjadi kabur sehingga

sudut-sudut tajam pada citra akan menjadi lebih halus.
Pengolahan citra ini dapat berdampak suatu citra menjadi
semakin baik, tapi bisa juga menjadi semakin buruk.
Sharpen  Akan mengalami perubahan di mana warna-warna menjadi lebih tajam

Mean Removal  Konvolusi mean removal berbeda

dengan konvolusi sharpen walaupun sama-sama
mempertajam citra. Perbedaan itu terletak pada mask
konvolusi yang digunakan.
Edge Detection  Tepi suatu obyek dalam citra dinyatakan seb agai titik yang nilai kea buannya
berbeda cukup besar dengan titik yang ada di sebelahnya.

Emboss  Hasil pengujian

seperti gambar di samping
 Gambar selalu berada pada frekwensi rendah, hal ini karena setiap titik pada gambar mempunyai
banyak kemiripan warna dengan titik-titik tetangganya.
 Bila suatu gambar menunjukkan frekwensi tinggi maka pada gambar tersebut banyak titik yang nilai
gray-scalenya (warna) yang berbeda jauh dengan titik-titik tetangganya.
 Untuk membuang titik yang berbeda dengan titik-titik tetangganya (proses reduksi noise) maka
dilakukan Low-Pass Filter (LPF), suatu bentuk filter yang mengambil data pada frekwensi rendah
dan membuang data pada frekwensi tinggi.
 Untuk mempertahankan titik yang berbeda dengan titik-titik tetangganya (proses deteksi tepi) maka
dilakukan High-Pass Filter (HPF), suatu bentuk filter yang mengambil data pada frekwensi tinggi dan
membuang data pada frekwensi rendah.
 Untuk mempertahankan titik yang dekat dengan titik-titik tetangganya, dan titik yang berbeda dengan
titik-titik tetangganya (sharperness) maka dilakukan Band Stop Filter, yang berguna
mempertahankan frekwensi rendah dan tinggi yang tidak terlalu rendah dan tinggi.
T A K Y U
O
H N

D. Nafila D. Dianita