Anda di halaman 1dari 6

[DIGITAL IMAGE PROCESSING] January 10, 2012

DC COMPONENT IN DIGITAL IMAGE

Komponen DC pada citra digital meminjam istilah dari DC (direct current) pada sistem listrik. Pada citra digital, komponen DC pada kawasan frekuensi merupakan rerata dari intensitas citra dikalikan dengan banyaknya elemen matriks. Sehingga komponen DC adalah jumlah dari semua nilai intensitas citra (DIP, Gonzalez). Komponen DC pada kawasan frekuensi didapat ketika kita melakukan transformasi citra menggunakan transformasi Fourier dua dimensi (2-D). Hasil transformasi ini tetap berukuran yang sama dengan matriks citra. Bila dimisalkan maka , 0,0 merupakan komponen DC dari citra tersebut. Jika dimisalkan MN merupakan banyak merupakan matriks citra asli (sebelum di transformasi) 0,0 adalah rerata dari , dikalikan dengan MN. Transformasi Fourier menempatkan , merupakan hasil transformasi Fourier dari citra

elemen matriks (intensitas citra) dan maka

komponen DC dikoordinat (0,0) atau koordinat yang berada di paling kanan-atas. Sama halnya ketika kita melakukan transformasi Fourier pada isyarat satu dimensi (1-D) maka isyarat DC,jika ada, akan ditempatkan pada koordinat paling kiri (0,0). Dengan demikian untuk pengolahan citra kita bisa langsung memberikan perlakuan pada nilai DC tersebut karena telah mengetahui lokasinya. Namun dalam MATLAB tidak dikenal koordinat (0,0) sehingga koordinat tersebut diubah menjadi (1,1). Dalam artikel ini, kita akan melihat letak dan nilai dari komponen DC pada sebuah citra. Lalu nilai komponen tersebut akan kita hilangkan dan melihat efeknya pada citra. Pada dasarnya komponen dc ini memiliki frekuensi nol dan nilainya konstan sehingga ketika diplot akan menghasilkan gambar yang warnanya seragam. Dengan menghilangkan komponen dc pada sebuah citra berarti mengurangi energi yang tersimpan pada citra tersebut. Energi yang dimaksud adalah kandungan informasi pada citra. Transformasi fourier 2-D dirumuskan sebagai berikut: , = ,

Sedangkan inverse atau transformasi balik Fourier 2-D adalah: , = 1 ,

[jans.hendry@gmail.com{EE&IT of UGM, Indonesia}]

Page 1

[DIGITAL IMAGE PROCESSING] January 10, 2012


Tujuan melakukan transfomasi fourier adalah untuk menghitung dan menganalisa spektrum dari citra tersebut dengan kata lain kita menghitung nilai magnitudenya. Nilai magnitude dari sebuah isyarat (termasuk didalamnya citra) dapat dihitung dengan rumus berikut ini: , , = , + ,
/

merupakan nilai Fourier. Seperti diketahui bahwa walaupun nilai intensitas sebagai masukan

untuk transformasi Fourier berupa bilangan nyata (real), hasil transformasinya akan berupa bilangan kompleks (mengandung nilai real dan imajiner). Namun tetap akan dihasilkan nilai dc yang merupakan nilai konstan nyata (real). Program matlab untuk artikel adalah
clear all; close all; clc; %% reading image filename='Fig0646(a)(lenna_original_RGB).tif'; I=imread(filename); imshow(I); title('original image'); %% %% doing FFT 2-D I_fft=fft2(I); % set dc component to 0 I_fft(1,1,1:3)=0; % inverse dari FFT2 setelah komponen dc di nol kan Z = ifft2(I_fft); % menggeser letak komponen DC ke tengah (gray image) Ig=rgb2gray(I); I_fft1=fft2(Ig); I_fft2=(fftshift(I_fft1)); figure, mesh(log(abs(I_fft2))); title('dc location in 3D mode -> at centre of graph'); figure, imshow(log(abs(I_fft2)),[]), colormap(jet(64)), colorbar title('dc location in 2D mode -> at centre of graph'); figure, imshow(uint8(Z)); title('citra setelah komponen DC di nol kan'); %%

Telah dijelaskan di atas bahwa letak komponen DC pada matriks hasil FFT berada di koordinat (0,0) atau (1,1) untuk MATLAB. Pada program diatas, kita melakukan penggeseran titik tersebut agar

[jans.hendry@gmail.com{EE&IT of UGM, Indonesia}]

Page 2

[DIGITAL IMAGE PROCESSING] January 10, 2012


berada di tengah. Seperti diketahui bahwa konsep dari FFT adalah jumlah elemen matriks baik baris dan kolom sebesar 2^N, sehingga bila lokasi komponen DC digeser ke tengah akan menghasilkan lokasi baru yakni (M/2)+1, (N/2)+1. Contoh: Misalkan pada program di atas kita menggunakan citra berukuran 512x512. Setelah dilakukan transformasi fourier akan dihasilkan komponen dc pada lokasi (1,1). Ingat lokasi ini berlaku untuk MATLAB. Bahasa pemrograman lain akan menganggap berada pada titik (0,0). Lalu, kita melakukan shifting fft pada hasil FFT sehingga dihasilkan lokasi komponen dc yang baru menjadi (512/2)+1, (512/2)+1 yakni 257,257. Bila anda perhatikan hasil FFT, komponen dc merupakan piksel dengan warna hitam yang berukuran 1 piksel. Dalam contoh program di atas, saya menggunakan citra RGB sebagai masukan untuk FFT sedangkan untuk menampilkan lokasi komponen dc saya menggunakan citra RGB tersebut yang sudah diubah ke aras (level) abu-abu terlebih dahulu. Hal ini menjadi penting karena saya ingin menggunakan logaritmis untuk menampilkan hasil FFT nya. Mengapa logaritmis? Agar tampak variasi warna pada spektrum frekuensi citranya. Jika tidak demikian, maka akan dihasilkan dominasi warna setelah di FFT seperti misalnya dominan biru dan lain-lain. Dominan yang dimaksud adalah seolah-olah hasil FFT menghasilkan warna yang datar atau 1 jenis warna saja.

[jans.hendry@gmail.com{EE&IT of UGM, Indonesia}]

Page 3

[DIGITAL IMAGE PROCESSING] January 10, 2012


Perhatikan hasil eksekusi berikut ini.

[jans.hendry@gmail.com{EE&IT of UGM, Indonesia}]

Page 4

[DIGITAL IMAGE PROCESSING] January 10, 2012

[jans.hendry@gmail.com{EE&IT of UGM, Indonesia}]

Page 5

[DIGITAL IMAGE PROCESSING] January 10, 2012


Berdasarkan hasil di atas, anda bisa melihat perbedaan antara citra asli dengan citra hasil pengolahan. Citra setelah pengolahan menjadi lebih gelap, karena energi atau informasinya telah berkurang. Semoga artikel ini bisa memberikan anda sedikit bantuan dalam mengenal dan memahami arti komponen dc yang terdapat pada citra. Perlu diingat bahwa pengolahan citra merupakan aplikasi dari pengolahan isyarat karena dalam implementasinya selalu menggunakan teknik-teknik pengolahan isyarat sehingga sangat wajar jika terdapat istilah komponen dc pada citra.

@ thanks

Sources: Digital Image Processing 3rd ed. Rafael C. Gonzalez., Richard E. Woods. Pearson Prentice Hall.

[jans.hendry@gmail.com{EE&IT of UGM, Indonesia}]

Page 6