Digital Image Processing

Pertemuan IV
Sorikhi

Teknik Informatika
Universitas Peradaban Bumiayu
Filter
Filter?
• Kemampuan operasi titik memiliki keterbatasan
• Proses penajaman (sharpening) atau penghalusan
(smoothing) pada citra hanya dapat dilakukan dengan
menggunakan filter
• Sebagaimana operasi titik, hasil dari filter juga tidak
merubah geometri citra
• Perbedaan utama filter dengan operasi titik adalah filter
menggunakan lebih dari satu pixel dari citra sumber untuk
menghitung nilai pixel baru
Filter?
• Proses smoothing dapat dilakukan dengan mengganti setiap
pixel dengan rata-rata (average) dari pixel tetangga
(neighboring pixel)
• Untuk menghitung nilai pixel baru dalam citra terhaluskan
I'(u, v) digunakan pixel asal I(u, v) = p0 pada posisi yang sama
ditambah pixel tetangga p1, p2, … ps untuk menghitung rata-
rata dari sembilan nilai ini
Filter?
• Jika dinyatakan dalam bentuk koordinat
Filter?
• Ukuran dan bentuk filter disebut sebagai “filter matrix”,
“filter mask”, atau “kernel” H(i, j)

• Ukuran filter bisa berupa matriks 3x3, 5x5, 7x7, atau 21x21
yang akan semakin memperbesar pengaruh penghalusan
• Bentuk filter tidak harus kuadratik atau kotak. Untuk
menghasilkan efek isotropic, dibutuhkan bentuk filter
circular
• Filter dibagi menjadi dua; linear dan nonlinear
Filter?
• Cara aplikasi filter:
1. Filter matrix H digeser di atas citra asal I sedemikian hingga titik
asal H(0,0) menempati posisi citra sekarang (u, v)
2. Semua koefisien filter H(i, j) dikalikan dengan elemen citra I(u+i,
u+j) dan hasilnya dijumlahkan
3. Hasil penjumlahan disimpan pada posisi sekarang dari citra baru
I'(u, v)
Filter?

Hot spot

Koordinat
Komputasi Operasi Filter
• Operasi filter dapat dilakukan dalam dua cara:
1. Hasil dari komputasi filter pertama kali disimpan dalam citra
baru yang isinya disalin kembali ke citra asli
2. Citra asli disalin terlebih dahulu dalam citra perantara yang
digunakan sebagai komputasi filter. Hasil perhitungan disimpan
langsung dalam citra asli
Komputasi Operasi Filter
Tipe Filter Linear
• Setidaknya ada dua filter linear yang sering digunakan:
a. Smoothing filter; box filter dan Gaussian filter
b. Difference filter

Box Filter Gauss Filter Difference Filter

Smoothing Filter
• Box filter merupakan filter paling sederhana
• Box filter tidak bisa menghasilkan proses smoothing dengan
optimal karena adanya efek ringing yang menyebabkan
hasilnya tidak isotropic
• Gaussian filter lebih unggul dibanding box filter karena
dapat memberikan hasil isotropic
Difference Filter
• Koefisien filter memiliki nilai negatif sehingga perhitungan
filter dapat dinyatakan dengan pengurangan dua
penjumlahan

• Difference filter dapat digunakan pada proses deteksi tepi

maupun penajaman citra (sharpening image)
Nonlinear Filter
• Kelemahan filter linear; ketika digunakan untuk smoothing atau
menghapus noise semua struktur citra -point, edge, line- juga
mengalami blur sehingga mengurangi kualitas citra
• Solusi: menggunakan filter nonlinear

Kelemahan filter linear

• Terdapat beberapa filter nonlinear; minimum dan maksimum,

median, weighted median, dan filter lain (semisal morphological
atau edge detector)
Minimum & Maximum Filter
• Minimum dan maximum filter didefinisikan sebagai

dimana R menyatakan filter region (biasanya berukuran 3 x 3 pixel)

• Filter minimum akan menghapus noise putih, sedang
maximum akan menghapus noise hitam
minimum

maximum
Median Filter
• Filter median mengganti setiap pixel citra dengan nilai
tengah (median) dari pixel dalam filter region R
Weighted Median Filter
• Masing-masing nilai bobot disesuaikan dengan posisi pada
filter region dan dibaca sebagai “number of votes” untuk
nilai pixel yang bersangkutan
Menangani Batas Citra
• Batas citra perlu diberi perhatian khusus dalam
implementasi filter karena area tersebut tidak terjangkau
oleh filter region
Menangani Batas Citra
• Terdapat beberapa metode untuk mengatasi batas citra:
• Metode 1: menjadikan semua pixel pada batas dengan nilai
konstan (misal “hitam”). Metode paling sederhana tetapi akan
mengurangi ukuran citra
• Metode 2: Membiarkan nilai pixel pada batas apa adanya. Hasilnya
tidak dapat diterima karena perbedaan citra yang telah terfilter
dan yang tidak akan terlihat sangat mencolok
• Metode 3: melakukan “padding”, memberi pixel tambahan pada
area batas dengan asumsi; a. pixel di luar citra mempunyai nilai
konstan (misal “hitam / abu-abu”), b. pixel batas dikembangkan
keluar batas citra, c. citra dicerminkan pada masing-masing batas,
d. citra diulang secara periodik baik secara vertikal maupun
horisontal
Menangani Batas Citra