Disusun Oleh
Nama : Isnani
Nim : 1957301025
Kelas : 3C
No.Praktukum : 07/PCD/TI/2021
TAHUN AJARAN
2021
LEMBAR PENGESAHAN
No.Praktikum : 7/PCD/3.C/TI/2021
Judul Praktikum :
Tanggal Praktikum : 22 Oktober 2021
NIM/Kelas : 1957301025/TI.3.C
Nilai :
Keterangan :
NIP. 199110302019031015
DAFTAR ISI
DAFTAR GAMBAR
BAB I
PENDAHULUAN
1.1. TUJUAN
1. Mahasiswa dapat memahami konsep Filter di domain Frekuensi
2. Mahasiswa dapat menerapkan fungsi Filter pada citra digital
Filtering pada pengolahan citra digital dibagi menjadi 3 bagian, Low Pass
Filter (LPF), Band Pass Filter (BPF) dan High Pass Filter (HPF).
1. LPF (Low Pass Filter) adalah suatu proses pada gambar/citra dari bentuk
filter yang mengambil data pada frekuensi rendah dan membuang
frekuensi tinggi yang mempunyai tujuan mengurangi noise pada suatu
image. Noise-noise tersebut muncul sebagai akibat dari hasil
pensamplingan yang tidak bagus. Low-pass filtering merupakan metode
penghalusan sebuah sinyal atau citra. Smoothing/blurring/penghalusan
dicapai dalam domain frekuensi dengan pelemahan frekuensi tinggi.
Smoothing dapat membantu menghilangkan noise, karena
noise/interference disebabkan oleh frekuensi tinggi. Ciri-ciri kernel dari
LPF adalah semua nilainya positif dan jumlah dari semua nilainya sama
dengan satu.
1 𝑥2
−2𝜎 2
𝐺(𝑥) = 𝑒
√2𝜋. 𝜎
Jika diperlihatkan dalam bentuk grafik, maka terlihat seperti gambar berikut:
Gambar 2 Grafik
Jika dalam 2-D, isotropik (yaitu simetris sirkuler) dengan standard deviasi
ditunukkan sebagai unit fisik. Misalkan domain waktu terhadap frekuensi yang
mana fungsi G terhadap sumbu (x,y). Maka Gaussian Filter memiliki
𝑥2+𝑦2
Gambar 3 Grafik2
Sehingga hasil gambar filter ini dapat ditunjukkan pada gambar berikut:
Ciri-ciri kernela dari HPF adalah nilai-nilainya terdiri positif, nol dan
negatif, dan jumlah dari semua nilainya sama dengan 0
∑ 𝐻(𝑥, 𝑦) = 0
𝑥𝑦
𝐻 2𝑤 2
Hasil dari filter ini terlihat seperti garis-garis pada objek tersebut dan
biasa disebut dengan deteksi tepi dan dapat diperlihatkan pada gambar
berikut:
Gambar 5 Gaussian HPF
4. BPF (Band Pass Filter) adalah suatu suatu proses yang merubah
gambar/citra menjadi lebih tajam, karena mengambil data frekuensi
tinggi dan rendah dengan batas tertentu. BPF digunakan untuk
melakukan proses efek sharpness. Ciri-ciri kernel dair BPF adalah nilai-
nilainya terdiri positif, nol dan negatif, dan jumla dari semua nilainya
tidak sama dengan 0.
∑ 𝐻(𝑥, 𝑦) ≠ 1
𝑥𝑦
𝐻𝐿𝑃(𝑢, 𝑣) = 𝑒−𝐷2(𝑢,𝑣)/2𝐷𝐿2
𝐻𝐻𝑃(𝑢, 𝑣) = 1 − 𝑒−𝐷2(𝑢,𝑣)/2𝐷𝐻2
𝐷𝐿 dan 𝐷𝐻 adalah potongan frekuensi LPF dan HPF. 𝐷(𝑢, 𝑣) adalah jarak
dari asalnya. Sebagai contoh hasil gambar yang dapat dihasilkan oleh
Gaussian BPF sebagai berikut:
2.1. Implementasi
1. Gaussain LPF
img = imread('peppers.png');
img = rgb2gray(img);
%nilai deriatif=3
Iblur = imgaussfilt(img, 3);
Analisis :
2. Gaussian HPF
img = imread('football.jpg');
img = rgb2gray(img);
[m n]=size(img);
f_transform=fft2(img);
f_shift=fftshift(f_transform);
p=m/2;
q=n/2;
d0=70;
for i=1:m
for j=1:n
distance=sqrt((i-p)^2+(j-q)^2);
low_filter(i,j)=exp(-(distance)^2/(2*(d0^2)));
end
end
filter_apply=f_shift.*low_filter;
image_orignal=ifftshift(filter_apply);
image_filter_apply=abs(ifft2(image_orignal));
subplot(1,3,1), imshow(img), title('Original Image');
subplot(1,3,3), imshow(image_filter_apply,[])
title('Gaussian HPF')
Output
Analisis:
3. Gaussain BPF
Buat file “gaussianbpf.m” untuk sebagai fungsi utamanya dan ketik
koding berikut:
Selanjutnya buat file untuk menampilkan hasilnya dengan nama file “fftshow.m”
function fftshow(f,type) if
nargin<2, type='log'; end
if (type =='log') fl =
log(1+abs(f)); fm =
max(fl(:));
imshow(im2uint8(fl/fm)) elseif
(type =='abs') fa=abs(f);
fm=max(fa(:));
imshow(fa/fm) else
error('TYPE must be abs or log.'); end;
selanjutnya buat file “main.m” sebagai pengolahan gambar yang akan diolah
img = imread('peppers.png'); img
= rgb2gray(img);
figure(2)
filtered_image = gaussianbpf(img,30,120);
Output
Analisis
2.2 Tugas
Jawab:
b. Analisis koding berikut untuk Gaussian HPF yang sudah
dipelajari
Analisis:
2. Lakukan percobaan dengan menggunakan filter lain sebagai
contohnya “Butterworth” untuk LPF, HPF, dan BPF