15. Grafika Citra - PErtemuan 15
15. Grafika Citra - PErtemuan 15
(Image Smoothing)
Selain untuk mempertajam gambar, penapis lolos-tinggi juga digunakan untuk mendeteksi
keberadaan tepi (edge detection). Dalam hal ini, pixel-pixel tepi ditampilkan lebih terang
(highlight) sedangkan pixel-pixel bukan tepi dibuat gelap (hitam). Masalah pendeteksian tepi
akan dibahas dalam pokok bahasan tersendiri.
Penapis Lolos-Tinggi
Aturan penapis lolos-tinggi [GAL95]:
1. koefisien penapis boleh positif, negatif,
atau nol
2. jumlah semua koefisien adalah 0 atau 1
Jika jumlah koefisien = 0, maka komponen
berfrekuensi rendah akan turun nilainya,
sedangkan jika jumlah koefisien sama
dengan 1, maka komponen berfrekuensi
rendah akan
tetap sama dengan nilai semula.
Nilai koefisien yang besar di titik pusat penapis Gambar 7.15 mempelihatkan
memainkan peranan kunci dalam proses konvolusi dengan penapis lolos-
konvolusi. Pada komponen citra dengan frekuensi tinggi tinggi, gambar (a) adalah citra
yang tidak mempunyai pixel tepi, dan
(yang berarti perubahan yang besar
gambar (b) adalah citra yang
pada nilai intensitasnya), nilai tengah ini dikalikan mempunyai pixel tepi.
dengan nilai pixel yang dihitung. Penapis lolos-tinggi yang digunakan
Koefisien negatif yang lebih kecil di sekitar titik tengah adalah penapis (i) dan (ii).
penapis bekerja untuk mengurangi
faktor pembobotan yang besar. Efek nettonya adalah,
pixel-pixel yang bernilai besar
diperkuat, sedangkan area citra dengan intensitas pixel Karena koefisien penapis mengandung nilai negatif,
konstan tidak berubah nilanya. maka konvolusi mungkin saja
menghasilkan pixel bernilai negatif. Meskipun
intensitas bernilai negatif menarik, tetapi kita
tidak dapat menampilkannya. Untuk alasan terakhir
ini, implementasi konvolusi men-set nilai
negatif menjadi nilai 0. Cara lainnya adalah dengan
mengambil nilai mutlaknya atau
menskalakan semua nilai-nilai pixel secara menaik
sehingga nilai yang paling negatif
menjadi 0.
Pewarnaan Semu (Pseudocolouring)
Berikut algoritma yang dipergunakan:
Pewarnaan Semu (Pseudo colouring): a) Citra tersegmen merupakan citra grey scale yang diproses didalam
Merupakan successor process dari proses komponen HLS, selanjutnya untuk menampilkan pada layar (display),
segmentasi. Hasil dari proses ini akan citra tersebut dikonversi menjadi citra RGB kembali.
menghasilkan citra tersegmentasi dengan b) Deklarasikan modul Windows® API yang akan mengaktifkan fungsi
pewarnaan buatan (warna semu), yang konversi warna dari format HLS ke RGB untuk menampilkan hasil
bukanlah warna asli dari jaringan penyusun pengolahan (pseudo colouring) ke layar.
citra sampel. Public Declare Function ColorHLSToRGB Lib
"SHLWAPI.DLL" (ByVal wHue As Integer, ByVal wLuminance
As Integer, ByVal wSaturation As Integer) As Long
Public Declare Function ColorRGBToHLS Lib
"SHLWAPI.DLL" (ByVal clrRGB As Long, pwHue As Integer,
pwLuminance As Integer, pwSaturation As Integer) As Boolean
c) Scan citra hasil segmentasi per 15 twip mulai dari titik /point (i,j).
Pewarnaan Semu (Pseudocolouring)
g) Threshold yang diperoleh dari perintah diatas, dilakukan konversi
d) Tentukan titik threshold sesuai dengan nilai hue (z) dengan bantuan modul Windows® API yang tersedia pada
cara metode mode, untuk mengkonfirmasi Visual Basic 6.0 menjadi nilai RGBx (nilai RGB semu)
posisi titik threshold yang telah diperoleh z = T(f)
dari hasil segmentasi. htg_P(z + 1) = htg_P(z + 1) + his
e) Tentukan batas daerah (region) dengan RGBx = ColorHLSToRGB(z, 128, 240)
cara pemisahan berikut: r = RGBx And RGB(255, 0, 0)
For k = 1 To a Step 1 g = Int((RGBx And RGB(0, 255, 0)) / 256)
If X <= T(k - 1) Then b = Int(Int((RGBx And RGB(0, 0, 255)) / 256) / 256)
z = T(k - 1) h) Citra akan memiliki komposisi HLS berikut (z, 128, 240). Ini berarti
htg_P(z + 1) = htg_P(z + 1) + his setiap region hanya akan dibedakan oleh warna saja (hue) dengan nilai
Else If X <= T(k) And X > T(k - 1) luminance (L) dan saturation (S) yang sama yaitu masing-masing
Then (L=128 dan S=240) keduanya merupakan standar Windows®, karena
f=k dipergunakan oleh modul API.
f) Dari perintah diatas akan diperoleh i) Lakukan proses looping untuk setiap pixel berikutnya dan titik
wilayah untuk region yang lebih kecil dari threshold berikutnya.
titik threshold (k-1) da Röntgen wilayah Next j
yang berada lebih besar dari titik threshold. Next i
j) Tampilkan histogram.
Koreksi Geometrik
Koreksi geometrik dilakukan pada citra Gambar 7.17 kiri adalah citra kota San
yang memiliki gangguan yang terjadi pada Fransisco yang condong (skew) ke kanan.
waktu proses perekaman citra, misalnya Rotasi sejauh 6° berlawanan arah jarum jam
pergeseran koordinat citra (translasi), menghasilkan perbaikan yang ditunjukkan
perubahan ukuran citra, dan perubahan pada Gambar 8.11 kanan.
orientasi koordinat citra (skew). Proses
koreksi geometri untuk meningkatkan
kualitas citra tersebut disebut juga koreksi
geometri. Koreksi geometri yang sederhana
adalah dengan operasi geometri sederhana
seperti rotasi, translasi, dan penskalaan
citra.