223220079
TUGAS 2 4 Desember 2022
1. KONSEP FILTER
● FFT dari gambar photo terlihat bahwa banyak data (ditunjukkan dengan warna terang) di
frekuensi rendah, sedangkan di daerah frekuensi tinggi hanya terdapat sedikit data
(ditunjukkan dengan warna gelap).
● FFT dari gambar photo terlihat bahwa banyak data (ditunjukkan dengan warna terang) di
frekuensi rendah, sedangkan di daerah frekuensi tinggi masih terdapat banyak data
(warnanya masih terang).
● Gambar selalu berada pada frekuensi rendah, hal ini karena setiap titik pada gambar
mempunyai banyak kemiripan warna dengan titik-titik tetangganya.
● Bila suatu gambar menunjukkan frekuensi tinggi maka pada gambar tersebut banyak titik
yang nilai gray-scale nya (warna) yang berbeda jauh dengan titik-titik tetangganya.
B. High-Pass Filter
● High Pass Filter (HPF) adalah suatu bentuk filter yang mengambil frekuensi tinggi dan
membuang frekuensi rendah.
● 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 frekuensi tinggi dan membuang data pada frekuensi rendah.
● HPF digunakan untuk melakukan proses deteksi tepi.
● Ciri-ciri kernel dari HPF adalah nilai-nilainya terdiri positif, nol dan negatif, dan jumlah
dari semua nilainya sama dengan nol
FILTER SPASIAL
3. FILTER SMOOTHING
Bertujuan untuk mengurangi derau (noise) pada citra. Pelembutan citra dilakukan untuk
menekan komponen yang berfrekuensi tinggi dan meloloskan komponen yang berfrekuensi
rendah. Dapat menggunakan metode Low-Pass Filter (LPF). Contohnya:
4. FILTER SHARPENING
1. BRIGHTNESS MODIFICATION
Fungsi yang digunakan adalah:
Ko(x,y) = Ki(x,y) + C atau Ko(x,y) = Ki(x,y) - C
dimana: Ko = intensitas citra baru Ki = intensitas citra masukan
x,y = koordinat spasial citra C = standar citra optis (0-255)
2. CONTRAST ENHANCEMENT
Fungsi yang digunakan adalah:
Ko(x,y) = G(Ki(x,y) – P) + P
dimana: Ko = intensitas citra baru G = koefisien penguatan kontras
Ki = intensitas citra masukan G < 1 → pengurangan kontras
x,y = koordinat spasial citra P = pusat pengontrasan
Contoh negasi:
4. GRAYSCALE
Memetakan tingkat keabuan input (Ki) ke tingkat keabuan output (Ko)
Fungsi yang digunakan adalah: nilai K = 0 – K max
Ko(x,y) = f (Ki(x,y))
dimana: Ko = intensitas citra baru Ki = intensitas citra masukan
x,y = koordinat spasial citra nilai K = 0 – K max
5. THRESHOLDING
Pengambangan Tunggal:
Contoh thresholding:
2. MODEL NOISE
● Ada beberapa jenis noise yang dapat kita modelkan, misalkan noise yang berasal
dari sensor yang kurang sempurna, noise yang berasal dari sinyal transmisi yang
kurang baik sehingga pada saat transmisi data citra tidak diterima dengan baik.
● Contoh model noise:
1. Noise Gaussian
4. Noise Uniform
6. INVERS FILTERING
● Invers filtering adalah teknik restorasi untuk dekonvolusi, yaitu ketika gambar kabur
oleh filter low pass yang diketahui memungkinkan untuk memulihkan citra dengan
penyaringan invers atau penyaringan inversi secara umum.
● Tujuan invers filtering adalah untuk memperkirakan atau memulihkan pemandangan
tanpa degradasi gambar atau distorsi yang disebabkan oleh sistem gambar non-ideal
(misalnya optik sistem kamera).
8. TRANSFORMASI GEOMETRIS
● Transformasi geometri memodifikasi hubungan spasial antar piksel dalam citra.
Transformasi ini sering disebut rubber-sheet transformation karena dapat
ditampilkan seperti pencetakan citra pada lembaran karet dan kemudian
menstreching lembaran ini menurut sejumlah aturan yang sudah didefinisikan.
● Transformasi geometri di antaranya meliputi operasi flip dan rotasi.
● Dalam prosesnya melibatkan fungsi degradasi dan karakteristik dari noise.
Terdapat 2 jenis transformasi geometris, yaitu spatial transformation dan gray-level
Interpolation.
b. Operasi Rotasi
● Rumus rotasi citra sejauh radian berlawanan arah jarum jam :
x’ = x cos() – y sin()
y’ = x sin() + y cos()
● Rotasi citra A menjadi citra B sejauh radian berlawanan arah jarum jam :
B[x’][y’] = B[x cos() – y sin()][x cos() + y cos()] = A[x][y]
● Jika sudut rotasinya 90, maka implementasinya lebih mudah dilakukan
dengan cara menyalin pixel baris ke pixel kolom pada arah rotasi.
● Rotasi 180 diimplementasikan dengan melakukan rotasi 90 dua kali.