Transformasi Fourier
Prajanto Wahyu Adi
prajanto@dsn.dinus.ac.id
prajanto.blog.dinus.ac.id
Tim Pengampu Mata Kuliah Pengolahan Citra Digital
+689 6263 57775
2020
Rencana Kegiatan Perkuliahan Semester
# Pokok Bahasan # Pokok Bahasan
8 Kompresi Citra
1 Konsep Dasar PCD 9
2 10
3 Peningkatan Kualitas Citra Segmentasi Citra
11
4 Perbaikan Citra
12
5 Transformasi Fourier Pengenalan Pola
13
6 Transformasi Cosine
7 Responsi 14 Presentasi Tugas Besar
3 • DFT 2 Dimensi
i 2 .u . x
F (u ) f ( x ).e dx
i 2 .u . x
f ( x) F (u ).e du
Dimana:
i ,
x1= domain waktu, dan u = domain frekuensi
Discrete Fourier Transform (DFT)
• Transformasi Fourier bersifat kontinyu dan memerlukan operasi integral, sehingga sangat sulit untuk
dilakukan komputasi
• Untuk kebutuhan pengolahan citra, transformasi yang dilakukan harus bersifat Diskrit
Discrete Fourier Transform (DFT)
• DFT:
N 1 2 .u . x
i
F (u ) f ( x).e
x 0
N
• Inverse DFT:
N 1 2 .u . x
1 i
f ( x)
N
F (u ).e
x 0
N
Discrete Fourier Transform (DFT)
• Contoh:
Diketahui f(x) dalam bentuk diskrit berikut:
f(x)
4
0 1 2 3 x
Discrete Fourier Transform (DFT)
• Contoh:
Fungsi tersebut mempunyai N = 4 (0, 1, 2, 3) dan f(x) = {2,4,4,2}
DFT dari f(x) adalah sebagai berikut:
4 1 2 .u . x
i
F (u ) f ( x).e
x 0
4
Discrete Fourier Transform (DFT)
• Contoh:
Untuk u = 0
3
F ( 0)
x 0
f ( x ).e 0
3
f ( x)
x 0
2 3
i i i
f (0).e 0 f (1).e 2
f (2).e 2
f (3).e 2
2 2
2.1 4. cos i sin 4. cos i sin
2 2 2 2
3 3
2. cos i sin
2 2
2 ( 4i ) ( 4) 2i
2 2i
Discrete Fourier Transform (DFT)
• Contoh:
Untuk u = 2 2 2 x
3 i
F ( 2) f ( x).e
x 0
4
3 6 9
i i i
f (0).e 0 f (1).e 2
f ( 2).e 2
f (3).e 2
3 3
2.1 4. cos i sin 4. cos 3 i sin 3
2 2
9 9
2. cos i sin
2 2
2 4i ( 4) ( 2i )
2 2i
Discrete Fourier Transform (DFT)
• Contoh:
Hasil DFT fungsi f(x) di atas, setelah unsur real dan imaginary dipisahkan adalah:
x Real {F(x)} Im {F(x)}
0 12 0
1 -2 -2i
2 0 0
3 -2 2i
Discrete Fourier Transform (DFT)
Real, Imaginary, Amplitude/Magnitude(A), & Phase(ϴ)
x Real {F(x)} Im {F(x)}
0 12 0
1 -2 -2i
2 0 0
3 -2 2i
Discrete Fourier Transform (DFT)
Real, Imaginary, Amplitude/Magnitude(A), & Phase(ϴ) Im
3
x Real {F(x)} Im {F(x)}
0 12 0
1 -2 -2i 2
2 0 0
3 -2 2i A
1
ϴ
Amplitude/Magnitude: -3 -2 -1 Re
A Re 2 Im 2
Sudut Fase/Phase:
Im
tan 1
Re
Discrete Fourier Transform (DFT)
Real, Imaginary, Amplitude/Magnitude(A), & Phase(ϴ)
Im(y)
Re(x)
z = x + iy
DFT 2 Dimensi
• Citra digital direpresentasikan oleh matrix 2 dimensi.
• Diperlukan transformasi 2 dimensi yang biasa disebut DFT 2 Dimensi ( karena citra adalah objek 2
dimensi, kadang ‘DFT 2 Dimensi’ disebut dengan ‘DFT’ saja)
DFT 2 Dimensi
• DFT 2 Dimensi: ux vy
x M 1 y N 1 2i
F (u , v )
x 0 y 0
f ( x, y ).e M N
dxdy
M 1 N 1 ux vy
1 2i
f ( x, y )
MN
F (u, v).e
u 0 v 0
M N
dxdy
DFT 2 Dimensi
• Hasil DFT 2 dimensi pada digital
1 if D (u , v ) D0
H (u , v )
0 if D (u , v ) D0
Image Enhancement pada DFT
Ideal Lowpass Filter
• Contoh:
Ideal Lowpass Filter dengan D0 = 50
Image Enhancement pada DFT
Ideal Highpass Filter
• Ideal Highpass Filter (IHPF) merupakan kebalikan dari ILPF. IHPF memberikan nilai 0 untuk semua
frekuensi di dalam lingkarang radius ketika dilewati, tanpa pengurangan, semua frekuensi di luar
lingkaran diset menjadi 1.
0 if D (u , v ) D0
H (u , v )
1 if D (u , v) D0
Image Enhancement pada DFT
Ideal Lowpass Filter
• Contoh:
Ideal Highpass Filter dengan D0 = 50
Sekian
TERIMAKASIH