Tugas

Pengganti UTS

Pemrosesan
Sinyal
Multimedia

Nindya Viani
1406532002
Peningkatan Kualitas Citra
Berskala Keabuan dengan
Metode Contrast Limited
Adaptive Histogram
Equalization
2
OUTLINE
1. Abstrak
2. Pendahuluan
3. Histogram dari Segi Pengolahan Citra
4. Metode Histogram Equalization
5. Analisa Metode CLAHE
6. Penerapan pada Matlab
7. Kesimpulan

3
Abstrak

4
 Peningkatan kualitas citra menjadi salah satu komponen

yang mendasari kecanggihan teknologi masa kini.

Representasi citra yang lebih baik dapat membantu
kemudahan analisa untuk menciptakan inovasi baru,
seperti misalnya penemuan deteksi dan verifikasi wajah
yang telah diterapkan di berbagai belahan dunia.
Histogram Equalization merupakan salah satu metode
yang paling mudah diimplementasikan dan terbukti dapat
meningkatkan kualitas citra. Metode ini akan
mendistribusikan nilai derajat keabuan menjadi rata dengan
suatu fungsi distribusi kumulatif dari histogram yang ada.
Perataan ini akan menghasilkan derajat keabuan dengan
piksel yang tersebar sama untuk memperbaiki kecerahan
relatif citra atau kontras. Salah satu aplikasi yang dapat
menerapkannya adalah MATLAB.

5
Pendahuluan

6
 Pendahuluan
Peningkatan kualitas citra digital atau yang sering disebut dengan istilah image
enhancement memiliki peran penting dalam studi pemrosesan sinyal
multimedia.

Kualitas yang tidak memadai dan dianggap tidak dapat ditangkap dengan
baik oleh mata manusia tentu akan membawa kerugian.

Kekurangan ini dapat disebabkan oleh berbagai faktor, seperti kondisi

lingkungan maupun kemampuan perangkat penangkapan citra yang masih
sangat minim. Informasi yang direpresentasikan oleh citra tersebut seringkali
menjadi tidak tersampaikan, entah karena terlalu terang maupun terlalu gelap

7
 Pendahuluan
Seiring perkembangan zaman, sangat banyak metode yang ditemukan oleh
para ahli untuk menyelesaikan masalah terkait dengan image enhancement.

Salah satu metode yang paling terkenal adalah Histogram Equalization (HE).

Ketika mata manusia menangkap suatu informasi dari suatu citra, informasi
tersebut salah satunya berupa frekuensi. Beberapa piksel citra yang memiliki
frekuensi kecil (lemah) umumnya akan sulit dibedakan oleh mata manusia
sehingga warna dianggap sama. HE adalah suatu teknik peningkatan kualitas
citra pada domain spasial yang sangat sederhana dan mudah
diimplementasikan pada hampir semua jenis gambar.

8
 Pendahuluan
Konsep HE sendiri belum sempurna sehingga sangat banyak metode
algoritma yang dikembangkan salah satunya adalah Contrast Limited
Adaptive Histogram Equalization (CLAHE).

Adapun citra yang akan dijadikan sebagai bahan percobaan berupa

gambar hitam-putih (berskala keabuan) karena memiliki tingkat
kesulitan yang relatif lebih sulit dalam dilihat detail kecerahan dan
kontrasnya oleh mata manusia.

9
Histogram dari Segi
Pengolahan Citra
10
Histogram dari Segi Pengolahan Citra
MAKNA

FUNGSI

SUMBU

11
Histogram dari Segi Pengolahan Citra
Ciri-ciri visualisasi citra :

Citra Citra Terang

Gelap

Citra Citra
Kontras Kontras
Rendah Tinggi

12
Histogram dari Segi Pengolahan Citra
Contoh

13
Histogram dari Segi Pengolahan Citra
Contoh

14
Metode Histogram
Equalization

15
Metode Histogram Equalization (HE)

HE merupakan teknik untuk mendistribusikan nilai derajat keabuan

pada suatu citra untuk dapat memperjelas informasi yang terkandung
di dalamnya.

Teknik ini dapat digunakan satu kali untuk seluruh luas citra, disebut
dengan metode Global Histogram Equalization (GHE) atau dengan
beberapa kali untuk beberapa potongan blok-blok citra salah satunya
adalah dengan metode Adaptive Local Histogram Equalization (ALHE)
dan beberapa metode lain yang telah dilakukan oleh beberapa peneliti

16
Metode Histogram Equalization (HE)
Rumus membuat suatu histogram :

Pr(rk) = nilai peluang

nk = jumlah piksel yang memiliki derajat keabuan k
n = jumlah seluruh piksel dalam citra
rk = 0 hitam,
rk = 1 putih
k = bit piksel
L = cacah abu-abu yang dapat digunakan, jika citra abu-abu
8 bit maka L = 28 = 256.
17
Metode Histogram Equalization (HE)
Dengan peraatan histogram, derajat keabuan suatu piksel diubah menjadi yang baru
dengan suatu fungsi transformasi T, dimana s = T(r) :

Grafik tersebut memenuhi persamaan berikut :

Nilai s merupakan pemetaan 1 ke 1 dari r, sehingga r dapat diperoleh dari
transformasi invers r = T-1(s) , 0 s 1
Untuk 0 rk 1, maka 0 <= T(r) 1
18
Metode Histogram Equalization (HE)
Contohnya jika terdapat daftar suatu citra 64 x 64
dengan dengan nilai setiap bit sebagai berikut :

19
Metode Histogram Equalization (HE)
Berdasarkan data pada tabel, maka dapat dibuat suatu
histogram seperti gambar di bawah :

20
Metode Histogram Equalization (HE)
Jika dihitung menggunakan rumus peluang tersebut sebelumnya maka
akan diperoleh hasil transformasi yang baru seperti berikut :

21
Metode Histogram Equalization (HE)
Histogram baru hasil perataan :

22
Analisa Metode
CLAHE

23
Analisa Metode CLAHE

CLAHE menjawab tantangan kekurangan dari HE yang belum tentu

cocok diterapkan pada beberapa jenis gambar.

CLAHE menggunakan suatu fungsi tranformasi untuk membatasi

kontras pada setiap grid point dari wilayah tertentu dimana
transformasi tersebut dilakukan.

Prosedur yang mendasari CLAHE melibatkan algoritma partisi dari

gambar grayscale menjadi beberapa daerah potongan gambar dan
kemudian menyetarakan histogram dari masing-masing daerah.

24
Analisa Metode CLAHE
Alur
Metode
CLAHE

25
Analisa Metode CLAHE
Perhitungan pada metode CLAHE
Distribusi Histogram

Probabilitas Level Intensitas

Cumulative Distributing Function

Bobot Iterasi

Estimasi Gradien

26
Analisa Metode CLAHE
Operator E untuk merepresentasikan nilai

Nilai Probabilitas Piksel Baru

27
Analisa Metode CLAHE

Singkatnya, rumus-rumus tersebut

dimaksudkan untuk memperoleh :

Pembaharuan piksel dari setiap potongan

gambar dengan cara membatasi kontras
yang sesuai tanpa melewati batas.

28
Penerapan pada
MATLAB
(program terlampir pada zip)
29
Penerapan pada MATLAB - HE

Original HE
30
Penerapan pada MATLAB - HE

Original HE
31
Penerapan pada MATLAB - CLAHE

Original CLAHE
32
Penerapan pada MATLAB - CLAHE

Original CLAHE
33
Penerapan pada MATLAB - CLAHE

Histogram hasil implementasi CLAHE pada kedua gambar

34
Penerapan pada MATLAB - CLAHE
Hasil implementasi HE :
Lebih mencerahkan
Menajamkan gambar original
Namun secara kasat mata tidak memberikan kualitas yang lebih baik
Dapat terlihat pada gambar serigala yang semakin memutih dan justru kehilangan detailnya

Hasil implementasi CLAHE :

Tidak begitu signifikan perbedaannya dengan gambar asli.
Namun bila diperhatikan baik-baik, CLAHE mempertajam gambar pada bagian yang
dianggap kurang ketajamannya saja.
Pada gambar burung, terlihat pada bagian wajah khususnya sekitar paruh memiliki kontras
yang lebih baik karena kecerahan dikurangi menyesuaikan penghasilan gambar dengan detail
yang lebih optimum.
Begitu juga pada gambar serigala, terlihat pada bagian wajah dan tubuhnya sedikit lebih
gelap untuk mempertajam detail yang lebih baik.

35
Kesimpulan

36
Kesimpulan
1. Konsep Histogram Equalization secara umum masih memiliki banyak kekurangan dan tidak cocok
jika langsung diterapkan pada beberapa gambar.
2. Salah satu pengembangan Histogram Equalization yang lebih baik adalah Contrast Limited Adaptive
Histogram Equalization (CLAHE).
3. CLAHE berlandaskan pada teknik implementasi HE terhadap blok-blok citra dan salah satunya dapat
menggunakan metode Adaptive Clip Limit dan Least Mean Square.
4. CLAHE membatasi kontras agar tidak berlebihan dan sesuai dengan citra yang dianggap paling
optimum.
5. MATLAB adalah salah satu aplikasi yang dapat digunakan untuk mengimplementasikan Image
Enhancement.
6. Melalui MATLAB, dapat terlihat bahwa implementasi HE memang menjadikan gambar hitam putih
lebih cerah dan tajam namun bobotnya berlebihan, sedangkan pada CLAHE gambar tidak begitu
berubah secara signifikan karena dianggap nilai pada piksel tersebut sudah proporsional, dan hanya
ditajamkan pada bagian-bagian tertentu saja.
7. CLAHE merupakan metode yang sangat baik diterapkan untuk peningkatan kualitas citra.

37
Terimakasih!
Template presentasi oleh SlidesCarnival


Fotografi oleh Unsplash

38