HISTOGRAM EQUALIZATION

Mengubah RGB ke Grayscale

Membuat Histogram
Histogram equalization

Indah Purwitasari Ihsan, MT_ UNIFA2018

• Histogram merupakan sebuah diagram
yang menunjukkan jumlah titik yang
terdapat pada sebuah citra untuk setiap
tingkat keabuan (Hestiningsih, 2009).

• Sumbu x (absis) pada histogram

menunjukkan tingkat warna, sedangkan
sumbu y (ordinat) menunjukkan
frekuensi kemunculan titik.
 Gray-Scale Histogram
• Histogram di dalam gambar gray-scale
menyatakan distribusi dari derajat
keabuan (terang/gelap) pada suatu
gambar.

• Dari histogram ini dapat dilihat apakah

gambar tersebut lebih banyak warna
gelap atau lebih banyak warna terang
 Gray-Scale Histogram

Gambar ini didominasi warna terang, karena grafik di sebelah kanan terlihat
lebih banyak.

Gambar ini didominasi warna gelap, karena grafik di sebelah kiri terlihat lebih
banyak.
 Gray-Scale Histogram
• Untuk mendapatkan grayscale histogram, maka
citra RGB perlu diubah dulu menjadi citra
grayscale.
• tiga macam metode algoritma untuk mengubah
nilai R G B menjadi Grayscale: Lightness,
average, luminosity
• Dari ketiga macam algoritma diatas, masing-
masing metode walaupun sama-sama
menghasilkan warna Gray Scale, namun tingkat
derajat grayscalenya berbeda-beda, sehingga
setiap metode menghasilkan warna abu-abu
yang tidak sama persis satu sama lain.
Konversi RGB ke Gray Scale metode
Lightness

Setiap pixel mempunyai nilai Setiap pixel mempunyai nilai

red (r), green (g) dan blue (b) derajat keabuan x dengan
dengan nilai masing-masing nilai 0-255
0-255

x  (max( R, G, B))  (min( R, G, B)) * 0.5

Konversi RGB ke Gray Scale Metode
Average

Setiap pixel mempunyai nilai Setiap pixel mempunyai nilai

red (r), green (g) dan blue (b) derajat keabuan x dengan
dengan nilai masing-masing nilai 0-255
0-255

r  g b
x
3
Konversi RGB ke Gray Scale Metode
Luminosity

Setiap pixel mempunyai nilai Setiap pixel mempunyai nilai

red (r), green (g) dan blue (b) derajat keabuan x dengan
dengan nilai masing-masing nilai 0-255
0-255

x  ar .r  ag .g  ab .b
dim ana : ar  ag  ab  1 Nilai a merupakan konstanta
• Rekomendasi nilai konstanta Luminosity yang umum
digunakan pada perangkat pengolahan citra saat ini
ada 2 tipe, yaitu BT.709 [11] dan BT.601 [12] yang
direkomendasikan oleh International Telecomuncation
Union (ITU).

• BT.709 adalah standar format untuk high-definition

television (HDTV),
Grayscale = (0.21 * R) + (0.72 * G) + (0.07 * B)

• BT.601 adalah standar format untuk standar-definition

television (SDTV).
Grayscale = (0.299 * R) + (0.587 * G) + (0.114 * B)
 Contoh :

• Setiap piksel memiliki kombinasi nilai RGB masing-

masing. Pengubahan RGB ke grayscale dilakukan satu
persatu di masing-masing pikselnya.
 MEMBUAT HISTOGRAM
• Citra grayscale 3 bit ukuran 5×5 piksel sebagai
berikut.
Perhatikan bahwa
pada matriks
tersebut, nilai 1
muncul 4 kali, nilai 2
muncul 3 kali, nilai 3
muncul 3 kali dan
seterusnya
• Secara matematis histogram citra dihitung
dengan rumus:

• Dimana,
ni = jumlah pixel yang memiliki derajat keabuan i
(frekuensi kemunculan)
n = jumlah seluruh pixel di dalam citra
 CONTOH :
• matriks citra digital berukuran 8 x 8 pixel
dengan derajat keabuan dari 0 sampai 15 (ada
16 buah derajat keabuan):
Maka hasil perhitungannya adalah :
Histogramnya :
Untuk mendapatkan histogram citra
warna, biasanya kita harus mengubah dulu
menjadi citra grayscale dengan memanggil
masing-masing chanel warna R G dan B
 DISTRIBUSI KUMULATIF
• Distribusi kumulatif C(x) adalah nilai total histogram dari
tingkat keabuan=0 sampai dengan tingkat keabuan=x, dan
didefinisikan dengan:
x
C ( x)   H ( w)
w0
• Distribusi kumulatif ini dapat digunakan untuk
menunjukkan perkembangan dari setiap step derajat
keabuan.
• Pada distribusi kumulatif, gambar dikatakan baik bila
mempunyai distribusi kumulatif yang pergerakannya
hampir sama pada semua derajat keabuan.
DISTRIBUSI KUMULATIF

Perubahan yang tajam

 DISTRIBUSI KUMULATIF
• Gambar-gambar hasil photo mempunyai
perubahan yang tidak terlalu tajam dan
biasanya tidak lebih dari satu. Hal ini
menunjukkan tingkat gradiasi yang halus pada
gambar hasil photo.
• Gambar-gambar kartun mempunya banyak
perubahan yang tajam, hal ini menunjukkan
tingkat gradiasi pada gambar kartun rendah
(kasar).
• Histogram dari sebuah citra dapat dimodifikasi untuk
memperoleh citra yang sesuai dengan keinginan atau
memperbaiki kualitas citra. Salah satu cara yang
dapat digunakan untuk memodifikasi histogram citra
adalah perataan histogram (histogram equalization).

• Histogram equalization adalah sebuah proses yang

mengubah distribusi nilai derajat keabuan pada
sebuah citra sehingga menjadi seragam (uniform).

• Tujuan dari histogram equalization adalah untuk

memperoleh penyebaran histogram yang merata
sehingga setiap derajat keabuan memiliki jumlah
piksel yang relatif sama
 HISTOGRAM EQUALIZATION
• Histogram Equalization adalah suatu proses untuk meratakan
histogram agar derajat keabuan dari yang paling rendah (0)
sampai dengan yang paling tinggi (255) mempunyai
kemunculan yang rata.

• Dengan histogram equalization hasil gambar yang memiliki

histogram yang tidak merata atau distribusi kumulatif yang
banyak loncatan gradiasinya akan menjadi gambar yang lebih
jelas karena derajat keabuannya tidak dominan gelap atau
dominan terang.

• Proses histogram equalization ini menggunakan distribusi

kumulatif, karena dalam proses ini dilakukan perataan gradien
dari distribusi kumulatifnya.
• Histogram processing:
– Gambar gelap: histogram cenderung ke sebelah kiri
– Gambar terang: histogram cenderung ke sebelah
kanan
– Gambar low contrast: histogram mengumpul di suatu
tempat
– Gambar high contrast: histogram merata di semua
tempat
 Histogram processing: mengubah bentuk histogram
agar pemetaan gray level pada citra juga berubah
• Ide: mengubah pemetaan greylevel agar
sebarannya (kontrasnya) lebih menyebar pada
kisaran 0-255

• Sifat:
– Grey level yang sering muncul lebih dijarangkan
jaraknya dengan grey level sebelumnya
– Grey level yang jarang muncul bisa lebih
dirapatkan jaraknya dengan grey level
sebelumnya
– Histogram baru pasti mencapai nilai maksimal
keabuan
Perhatikan histogram berikut: Distribusi Kumulatifnya
2 4 3 1 3 6 4 3 10 3 2 2 6 9 10 13 19 23 26 27 27 30 32
35
7
30
6
25
5
20
4
15
3
10
2
5
1
0
0
1 2 3 4 5 6 7 8 9 10 11 12
1 2 3 4 5 6 7 8 9 10 11 12
 Formulasi Histogram Equalization
Rumus yang dapat digunakan untuk menghitung histogram
equalization pada citra dengan skala keabuan k bit adalah seperti
pada persamaan berikut:

Ci = distribusi kumulatif dari nilai skala keabuan ke –i dari citra asli

round = fungsi pembulatan ke bilangan yang terdekat
Ko = nilai keabuan hasil histogram equalization
w = lebar citra
h = tinggi citra
 • Rumus untuk memperoleh nilai Ci (distribusi
kumulatif dari nilai skala keabuan ke –i dari
citra asli) yaitu :
Ci = Ci-1 + fi

fi = frekuensi piksel i
Histogram Equalization Pada Gambar
Histogram Equalization Pada Gambar
Histogram Equalization Pada Gambar
 CONTOH :
• Diketahui citra keabuan 3 bit berukuran 8x8
sebagai berikut :
Langkah 1:
• Hitung frekuensi dari nilai skala keabuannya. Daftar
frekuensi dapat dilihat pada tabel berikut:
Skala Keabuan (i) Frekuensi (Fi)
20
0 2
18
1 2 16
14
2 4
12
3 12 10
f(i)
8
4 18
6
5 14 4
2
6 10
0
7 2 0 1 2 3 4 5 6 7
Langkah 2:
• Hitung kumulatif dari nilai skala keabuannya. Daftar
pehitungan distribusi kumulatif dapat dilihat pada
tabel berikut:
Skala Keabuan (i) Frekuensi (Fi) Distribusi Kumulatif
(Ci = Ci-1 + fi)
0 2 2

1 2 2+2 = 4

2 4 4+2=8

3 12 8 + 12 = 20

4 18 20 + 18= 38

5 14 38 + 14 = 52

6 10 52 + 10 = 62

7 2 62 + 2 = 64
Langkah 3:
• Menghitung nilai keabuan dari hasil perhitungan distribusi
kumulatif .
• Untuk Skala 0
Ci =2
K =3
w =8
𝐶𝑖 ∗ (23 − 1) h =8
𝐾0 = 𝑟𝑜𝑢𝑛𝑑
8∗8
2 ∗ (8 − 1)
𝐾0 = 𝑟𝑜𝑢𝑛𝑑
64
2 ∗ (7)
𝐾0 = 𝑟𝑜𝑢𝑛𝑑
64
14
𝐾0 = 𝑟𝑜𝑢𝑛𝑑
64
𝐾0 = 𝑟𝑜𝑢𝑛𝑑 0,21875
𝑲𝟎 = 𝟎
• Untuk Skala 1 Ci =4
K =3
w =8
h =8

𝐶𝑖 ∗ (23 − 1)
𝐾0 = 𝑟𝑜𝑢𝑛𝑑
8∗8
4 ∗ (8 − 1)
𝐾0 = 𝑟𝑜𝑢𝑛𝑑
64
4 ∗ (7)
𝐾0 = 𝑟𝑜𝑢𝑛𝑑
64
28
𝐾0 = 𝑟𝑜𝑢𝑛𝑑
64
𝐾0 = 𝑟𝑜𝑢𝑛𝑑 0,4375
𝑲𝟎 = 𝟎
• Untuk Skala 2 Ci =8
K =3
w =8
h =8

𝐶𝑖 ∗ (23 − 1)
𝐾0 = 𝑟𝑜𝑢𝑛𝑑
8∗8
8 ∗ (8 − 1)
𝐾0 = 𝑟𝑜𝑢𝑛𝑑
64
8 ∗ (7)
𝐾0 = 𝑟𝑜𝑢𝑛𝑑
64
56
𝐾0 = 𝑟𝑜𝑢𝑛𝑑
64
𝐾0 = 𝑟𝑜𝑢𝑛𝑑 0,875
𝑲𝟎 = 𝟏
Hasil perhitungan untuk seluruh nilai skala
keabuan dapat dilihat pada tabel berikut:
Skala Keabuan (i) Frekuensi (Fi) Skala Keabuan (i)
awal hasil
0 2 0

1 2 0

2 4 1

3 12 2

4 18 4

5 14 6

6 10 7

7 2 7
Hasil Histogram Equalization
20
18
16
14
12
10
8
6
4
2
0
0 1 2 4 6 7
Matriks citranya menjadi
0 0 0 0 1 1 1 1

2 2 2 2 2 2 2 2

2 2 2 2 4 4 4 4

4 4 4 4 4 4 4 4

4 4 4 4 4 4 6 6

6 6 6 6 6 6 6 6

6 6 6 6 7 7 7 7

7 7 7 7 7 7 7 7
Matriks citra asli  Matriks Histogram Equalization
 Histogram citra asli  Histogram Equalization
20 20
18 18
16 16
14 14
12 12
10 10
8 8
6 6
4 4
2 2
0 0
0 1 2 3 4 5 6 7 0 1 2 4 6 7
 TUGAS
• Buatlah Histogram Equalization dari citra
keabuan 8 bit berukuran 8x8 sebagai berikut: