Pratikum Pengolahan Citra

PRAKTIKUM 4

disusun untuk memenuhi

tugas Pratikum Pengolahan Citra

oleh:

Faiz Dzakirullail
2008107010063

JURUSAN INFORMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SYIAH KUALA
DARUSSALAM, BANDA ACEH
2022
• Averaging
Metode ini dilakukan mengkonvolusi gambar dengan kotak normalisasi kemudian dari
kotak tersebut akan diambil nilai average/rata-rata dari semua pixel pada area kernel dan
menggantikan element pusat.

Code :
 Hasil :

Gambar hasil gaussian noise dan hasil averaging gaussian noise

Gambar hasil uniform noise dan hasil averaging uniform noise

Gambar hasil impuls noise dan hasil averaging impuls noise

Interpretasi :
Gambar yang dihasil kan pada gaussian avarage terlalu terang dan masih
terdapat noise. Pada uniform avarage lebih smooth tetapi noise nya masih ada. Pada Impuls
gambar lebih tajam dan noise sudah berkurang signifikan.
• Median
Metode ini dilakukan mengkonvolusi gambar dengan kotak normalisasi kemudian dari
kotak tersebut akan diambil nilai tengah/median dari semua pixel pada area kernel dan
menggantikan element pusat. Maka sebelumnya kita harus menentukan lebar dan tinggi kernel.
Metode ini sangat baik untuk menghilangkan noise salt and pepper / impuls.
Code :
 Hasil :

Gambar hasil gaussian noise dan hasil median gaussian noise

Gambar hasil uniform noise dan hasil median uniform noise

Gambar hasil impuls noise dan hasil median impuls noise

Interpretasi :
Gambar yang dihasil kan pada gaussian median terlalu terang lebih terang dari
pada gaussian avarage dan masih terdapat noise. Pada uniform median hampir tidak Nampak
perubahan pada noise dan gambar sebelum di smooth. Pada Impuls gambar lebih tajam dan
bersih dan noise dari pada impuls avarage.
• Gaussian
Filter gaussian sangat efektif untuk melemahkan noise pada citra. Sebelum memulai
filtering kita harus menentukan ukuran kernel dalam prosesnya.
Code :
 Hasil :

Gambar hasil gaussian noise dan hasil gaussian filtering gaussian noise

Gambar hasil uniform noise dan hasil gaussian filtering uniform noise

Gambar hasil impuls noise dan hasil gaussian filtering impuls noise
Interpretasi :
Gambar yang dihasil kan pada gaussian gaussian tidak Nampak perubahan.
Pada uniform gaussian hampir tidak Nampak perubahan pada noise dan gambar sebelum di
smooth. Pada Impuls gambar lebih tajam dan bersih dan noise dari pada impuls average tetapi
masih terdapat noise.
Perbedaan :
• Pada Filter Median gausian gambar lebih terang dibanding dengan dengan Filter
Gaussian gaussian dan Filter Avarage gaussian.
• Pada Filter Avarage uniform lebih bersih dibanding 2 lainnya
• Pada Filter Median Impuls lebih tajam dibanding 2 lainnya