Laboratorium MENGGUNAKAN
Bulkis Kanata
Telekomunikasi, Jurusan Elektro
TAPIS WIENER DENGAN KONTROL
Fakultas Teknik, Universitas Mataram
Email: uqinata@yahoo.co.id
PSF DAN NSR
III. LANDASAN TEORI
(1)
II. TINJAUAN PUSTAKA dengan derau dengan komponen
Perbaikan citra menggunakan teknik penapisan dan yang merupakan
berguna untuk meminimalkan pengaruh degradasi
pada citra [5]. Efektifitas tapis tergantung pada komponen derau acak bergantung pada citranya.
kemampuan dan keakuratan dalam memahami Derau sistem ini dapat dimodelkan:
proses degradasi citra. Kriteria untuk mengukur
tingkat keakuratan suatu tapis adalah Mean square (2)
error (MSE) [5]. Kriteria lainnya adalah kuadrat Dengan g adalah respons detektor citra perekam, dan
rerata terbobot (weighted mean square) dan entropi
adalah medan derau putih Gaussian rerata-
Minimum [5].
nol. Suku signal-dependent timbul karena proses
deteksi dan perekaman meliputi emisi elektron acak
distribusi poisson dengan rerata g. Distribusi ini keseluruhan galat kuadrat rata-rata dalam proses
didekati distribusi Gaussian. Suku gayut-isyarat tapis invers dan penghalusan derau. Penapisan
mempunyai simpangan baku jika diasumsikan dengan Wiener merupakan estimasi linear dari citra
asli. Pendekatan ini didasarkan pada kerangka
bahwa mempunyai varians satu. Suku stokastik. Prinsip ortogonalitas menunjukkan bahwa
merepresentasikan derau termal lebarbidang, yang tapis Wiener dalam domain Fourier dapat
dapat dimodelkan sebagai derau putih Gaussian. dinyatakan sebagai berikut:
(4)
Akuisisi Citra
Gambar 5 merupakan hasil penapisan citra terblur
dengan menerapkan kontrol PSF sebenarnya, Nilai
MSE = 23,55.
Pengaburan dan
Pemberian derau Dengan mengubah PSF pada bagian Panjang menjadi
2 (dua) kali panjang sebenarnya diperoleh citra
seperti Gambar 6 dengan MSE 110,33.
Penapisan derau
Analisis Hasil
Selesai
Gambar 2. Diagram alir penelitian
wiener1 = deconvwnr(Blurred,PSF);
title('Restorasi,PSF');
wiener2 = deconvwnr(Blurred,fspecial('motion',2*Panjang,Sudut));
title('Restorasi, "Panjang" PSF');
wiener3 = deconvwnr(Blurred,fspecial('motion',Panjang,2*Sudut));
title('Restorasi, "Sudut" PSF');
%Penambahan Derau
derau = 0.1*randn(size(I));
BlurredNoisy = imadd(Blurred,im2uint8(derau));
figure;imshow(BlurredNoisy);title('Citra blur + Derau');
Gambar 9.Restorasi citra dari derau
dengan kontrol PSF, MSE=110.15 wiener4 = deconvwnr(BlurredNoisy,PSF);
figure;imshow(wiener4);
title('Restorasi Citra dari Derau dgn PSF');
VII. REFERENSI
[1] B. Kanata, “Pengolahan Citra”, Diktat Kuliah Edisi I, Program
Studi Teknik Elektro, Fakultas Teknik Universitas Mataram.
[2] B. Kanata, “Deblurring Citra dengan Metode Iteratif Lucy-
Richardson”, Jurnal INFORMATEK, 2011
[3] R. Munir, “Pengolahan Citra Digital dengan Pendekatan
Algoritmik”, Penerbit Informatika Bandung, 2004.
[4] C.M.Thompson, L. Shure, “Image Processing Toolbox User’s
Guide”, The Mathworks Inc, 1993
[5] Anil. K.J, “Fundamental of Digital image Processing”, Prentice-
Hall of India, 1995