OPERASI PENGOLAHAN

CITRA DIGITAL
IRMA AMELIA DEWI.,S.Kom.,MT
TINGKAT KOMPUTASI

 LEVEL TITIK→Operasi ini terdiri dari pengaksesan pixel pada

lokasi yang diberikan, memodifikasinya dengan operasi operasi
lanjar (linear) atau nirlanjar (nonlinear), dan menempatkan nilai
pixel baru pada lokasi yang bersesuaian di dalam citra yang baru.
Berdasarkan intensitas:
 Grayscaling→mengubah citra berwarna RGB menjadi citra
keabuan
1. greyscale = 0.333R + 0.333G + 0.333B
2. greyscale = 0.299R + 0.587G + 0.114B
3. Grayscale = (max(R,G,B)) + (min(R,G,B)) * 0.5
LEVEL TITIK (1)

 THRESHOLDING→nilai intensitas pixel dipetakan ke salah satu

dari dua nilai, a1 atau a2, berdasarkan nilai ambang (threshold) T
 CONTOH IMAGE BINER
LEVEL TITIK (2)

 Operasi negatif, yaitu mendapatkan citra negatif (negative

image) meniru film negatif pada fotografi
 mengurangi nilai intensitas pixel dari nilai keabuan maksimum.
 Misalnya pada citra dengan 256 derajat keabuan (8 bit), citra
negatif diperoleh dengan persamaan:
f(x, y)’ = 255 – f(x, y)
LEVEL TITIK (3)

 CONTOH IMAGE NEGATIVE

LEVEL TITIK (4)

Pemotongan (clipping)
 Operasi ini dilakukan jika nilai intensitas pixel hasil suatu operasi
pengolahan citra terletak di bawah nilai intensitas minimum
atau di atas nilai intensitas maksimum:
LEVEL TITIK (5)

Pencerahan citra (image brightening)

 Kecerahan citra dapat diperbaiki dengan menambahkan (atau
mengurangkan) sebuah konstanta kepada (atau dari) setiap pixel
di dalam citra.
 Secara matematis operasi ini ditulis sebagai
f(x, y)’ = f(x, y) + b
 Jika b positif, kecerahan citra bertambah, sebaliknya jika b negatif
kecerahan citra berkurang
 Jika operasi pencerahan citra menghasilkan nilai di bawah nilai
intensitas minimum atau di atas nilai intensitas maksimum,
maka diperluka operasi clipping
IMAGE BRIGHTNESS

 Kecerahan/kecemerlangan gambar dapat diperbaiki dengan

menambahkan (atau mengurangkan) sebuah konstanta kepada
(atau dari) setiap pixel di dalam citra.
 Jika b positif, kecerahan gambar bertambah, sebaliknya jika b
negatif kecerahan gambar berkurang.
 Akibat dari operasi ini, histogram citra mengalami pergeseran.
 CONTOH IMAGE BRIGHTENING
PEREGANGAN KONTRAS(1)

 Kontras menyatakan sebaran terang (lightness) dan gelap

(darkness) di dalam sebuah gambar.
 Kontras dibagi menjadi 3,yaitu: citra kontras-rendah (low
contrast), citra kontras-bagus (good contrast atau normal
contrast), dan citra kontras-tinggi (high contrast).
 Citra kontras-rendah dicirikan dengan sebagian besar
komposisi citranya adalah terang atau sebagian besar gelap.
 CITRA DENGAN KONTRAS
RENDAH
 Dari histogramnya terlihat sebagian besar derajat keabuannya
terkelompok (clustered) bersama atau hanya menempati sebagian kecil
dari rentang nilai-nilai keabuan yang mungkin.
CITRA DENGAN KONTRAS
RENDAH
• Jika pengelompokan nilai-nilai pixel berada di bagian kiri
(yang berisi nilai keabuan yang rendah) citranya
cenderung gelap.
• Jika pengelompokan nilai-nilai pixel berada di bagian
kanan (yang berisi nilai keabuan yang tinggi), citranya
cenderung terang.
• Tetapi, mungkin saja suatu citra tergolong kontras-rendah
meskipun tidak terlalu terang atau tidak terlalu gelap bila
semua pengelompokan nilai keabuan berada di tengah
histogram.
PEREGANGAN KONTRAS(2)

 Citra kontras-bagus memperlihatkan jangkauan nilai keabuan

yang lebar tanpa ada suatu nilai keabuan yang mendominasi.
Histogram citranya memperlihatkan sebaran nilai keabuan yang
relatif seragam.
PEREGANGAN KONTRAS(3)

 Citra kontras-tinggi, seperti halnya citra kontras bagus, memiliki

jangkauan nilai keabuan yang lebar, tetapi terdapat area yang
lebar yang didominasi oleh warna gelap dan area yang lebar
yang didominasi oleh warna terang.
 Pada histogramnya terlihat dua puncak, satu pada area nilai
keabuan yang rendah dan satu lagi pada area nilai keabuan yang
tinggi.
PEREGANGAN KONTRAS(5)

 Rumus Peregangan kontras

Dimana:
r: nilai keabuan dalam citra semula,
s: adalah nilai keabuan yang baru,
rmin: nilai keabuan terendah dari kelompok pixel
rmax: adalah nilai keabuan tertinggi dari kelompok pixel
PEREGANGAN KONTRAS(4)

 Citra dengan kontras-rendah dapat diperbaiki kualitasnya dengan operasi

peregangan kontras. Melalui operasi ini, nilai-nilai keabuan pixel akan merentang
dari 0 sampai 255 (pada citra 8-bit), dengan kata lain seluruh nilai keabuan pixel
terpakai secara merata.
 Algoritma peregangan kontras adalah sebagai berikut:
1. Cari batas bawah pengelompokan pixel dengan cara memindai (scan)
histogram dari nilai keabuan terkecil ke nilai keabuan terbesar (0 sampai 255)
untuk menemukan pixel pertama yang melebihi nilai ambang pertama yang
telah dispesifikasikan.
2. Cari batas atas pengelompokan pixel dengan cara memindai histogram dari
nilai keabuan tertinggi ke nilai keabuan terendah (255 sampai 0) untuk
menemukan pixel pertama yang lebih kecil dari nilai ambang kedua yang
dispesifikasikan.
3. Pixel-pixel yang berada di bawah nilai ambang pertama di-set sama dengan 0,
sedangkan pixel-pixel yang berada di atas nilai ambang kedua di-set sama
dengan 255.
4. Pixel-pixel yang berada di antara nilai ambang pertama dan nilai ambang kedua
dipetakan (diskalakan) untuk memenuhi rentang nilai-nilai keabuan yang
lengkap (0 sampai 255) dengan persamaan:
LEVEL TITIK (6)

Berdasarkan geometri.
 Posisi pixel diubah ke posisi yang baru, sedangkan intensitasnya
tidak berubah. Contoh operasi titik berdasarkan geometri
misalnya pemutaran (rotasi), pergeseran (translasi), penskalaan
(dilatasi), pembetulan erotan (distorsi) geometri (akan
dijelaskan kemudian).
Gabungan intensitas dan geometri.
 Operasi ini tidak hanya mengubah nilai intensitas pixel, tapi juga
mengubah posisinya. Misalnya image morphing, yaitu perubahan
bentuk objek beserta nilai intensitasnya.
TRANSLASI

Rumus translasi citra:

x’ = x + m
y’ = y + n

B[x],[y] = A[x + m],[y + n]

Dimana:
m adalah besar pergeseran dalam arah x,
n adalah besar pergeseran dalam arah y.
B[x],[y] : citra hasil translasi
A[x],[y] : citra semula
 Translasi dengan m=30, n=25
ROTASI(1)

Rumus rotasi citra:

x’ = x cos() – y sin()
y’ = x sin() + y cos()
Dimana:
 = sudut rotasi berlawanan arah jarum jam
ROTASI(3)

 Rotasi citra Lena sejauh 90° berlawanan arah jarum jam

PENSKALAAN CITRA(1)

 pengubahan ukuran citra (membesar/zoom in atau mengecil/zoom out).

𝑥 ` = 𝑆𝑥 ∗ 𝑥
𝑦` = 𝑆𝑦 ∗ 𝑦
Dimana:
sx dan sy adalah faktor skala masing-masing dalam arah x dan arah y

 Memperbesar citra dengan faktor 2 (𝑆𝑥 = 𝑆𝑦 = 2) diimplementasikan

dengan menyalin setiap pixel sebanyak 4 kali. Misal, citra 2 X 2 pixel
akan menjadi 4 X 4 pixel
 Memperkecil citra dengan faktor skala = ½ (𝑆𝑥 = 𝑆𝑦 = 0.5) dilakukan
dengan mengambil rata-rata dari 4 pixel yang bertetangga menjadi 1
pixel
PENSKALAAN CITRA(2)

 (a) Zoom in dengan faktor skala = 2, (b) Zoom out dengan faktor
skala = 1/2
PENSKALAAN CITRA(3)

 (a) Citra kota San Fransisco (ukuran normal), (b) citra kota San
Fransisco setelah diperbesar 2 kali (sx = sy = 2):
FLIPPING

 Flipping adalah operasi geometri yang sama dengan

pencerminan (image reflection).
 Ada dua macam flipping: horizontal dan vertikal
 Flipping horizontal : pencerminan pada sumbu-Y (cartesian)
B[x][y] = A[N – x][y]
 Flipping vertikal : pencerminan pada sumbu-X (cartesian)
B[x][y] = A[x][M – y]
FLIPPING

 Pencerminan pada titik asal (cartesian)

B[x][y] = A[N – x][M – y] (4.27)

 Pencerminan pada garis x

B[x][y] = A[y][x]
FLIPPING

 FLIPPING CITRA
Sumber: Darma Putra, Pengolahan Citra Digital, 2010
LEVEL LOKAL

 Operasi pada aras lokal menghasilkan citra keluaran yang

intensitas suatu pixel bergantung pada intensitas pixel-pixel
tetangganya
LEVEL LOKAL(1)

 Contoh operasi beraras lokal adalah operasi konvolusi untuk

mendeteksi tepi (edge detection) dan pelembutan citra (image
smoothing).
LEVEL GLOBAL

 Operasi pada aras global menghasilkan citra keluaran yang intensitas

suatu pixel bergantung pada intensitas keseluruhan pixel

 Contoh operasi beraras global adalah operasi penyetaraan histogram

untuk meningkatkan kualitas citra (akan dibahas pada kuliah
selanjutnya).
OPERASI ARITMATIKA

PENJUMLAHAN DUA BUAH CITRA

C(x, y) = A(x, y) + B(x, y)
 Implementasikan operasi clipping pada operasi aritmatika
 Operasi penjumlahan citra dapat digunakan untuk mengurangi
pengaruh derau (noise) di dalam data, dengan cara merata-
ratakan derajat keabuan setiap pixel dari citra yang sama yang
diambil berkali-kali.
OPERASI ARITMATIKA(1)

PENGURANGAN DUA BUAH CITRA

C(x, y) = A(x, y) – B(x, y)

 Pengurangan citra juga dapat digunakan untuk mendeteksi

perubahan yang terjadi selama selang waktu tertentu bila dua
buah citra yang diambil adalah citra dari adegan yang sama.
Teknik semacam ini dipakai pada moving images
OPERASI ARITMATIKA(2)

PERKALIAN CITRA

C(x, y) = A(x, y) * B(x, y)

 Hasil operasi mungkin bernilai riil, karena itu semua nilai

dibulatkan ke nilai bulat terdekat, nilai maksimum adalah 255
PEMBAGIAN CITRA

C(x, y) = A(x, y) / B(x, y)

 Operasi pembagian citra mengjasilkan suatu citra yang

memperlihatkan letak perbedaan anatar kedua citra (seperti
operai pengurangan)
OPERASI ARITMATIKA(3)

PENJUMLAHAN/PENGURANGAN CITRA DENGAN SKALAR

B(x, y) = A(x, y) ± c
 Contoh operasi penjumlahan/pengurangan citra dengan sebuah
skalar adalah operasi pencerahan citra (lihat pembahasan
operasi aras titik).
 Baik operasi penjumlahan maupun pengurangan citra dengan
sebuah skalar melibatkan operasi clipping
PENJUMLAHAN CITRA DENGAN
SKALAR
OPERASI ARITMATIKA(4)

PERKALIAN/PEMBAGIAN CITRA DENGAN SKALAR

B(x, y) = c × A(x, y), dan B(x, y) = A(x, y) / c
 Perkalian citra A dengan skalar c menghasilkan citra baru B yang
intensitasnya lebih terang daripada A.
 Kenaikan intensitas setiap pixel sebanding dengan c.
 Operasi perkalian citra dengan skalar dipakai untuk kalibrasi
kecerahan (callibration of brightness).
 Pembagian citra A dengan skalar c menghasilkan citra baru B
yang intensitasnya lebih gelap daripada A. Penurunan intensitas
setiap pixel berbanding terbalik dengan c. Operasi pembagian citra
dengan skalar dipakai untuk normalisasi kecerahan
(normalization of brightness).
OPERASI BOOLEAN

 C(x, y) = A(x, y) and B(x, y),

 C(x, y) = A(x, y) or B(x, y),
 C(x, y) = not A(x, y).
 Operasi Boolean mempunyai terapan yang penting pada
pemrosesan morfologi pada citra biner.
 Pada citra biner, operasi not dapat digunakan untuk
menentukan komplemen dari citra
C(X, Y) = NOT A(X, Y).
DAFTAR PUSTAKA

 Gonzales. Rafael C, Digital Image Processing,

Addison-Wisley
 Ballard. Dana H, Computer Vision,Printece
Hall,1982
 Munir. Rinaldi, Pengolahan Citra Digital,
Informatika, 2004
 Putra.Darma, Pengolahan Citra Digital, Penerbit
Andi,Yogyakarta, 2010