KONSEP DASAR PENGOLAHAN CITRA

Pengolahan citra merupakan proses memperbaiki kualitas citra agar mudah diinterpretasi oleh manusia atau komputer .

Operasi-operasi pada pengolahan citra secara umum dapat diklasifikasikan sebagai berikut:

1. Perbaikan kualitas citra (image enhancement)
2. Pemugaran citra (image restoration)
3. Pemampatan citra (image compression)
4. Segmentasi citra (image segmentation)
5. Analisa citra (image analysis)
6. Rekonstruksi citra (image recronstruction)

Dari keenam operasi pengolahan citra , yang akan dibahas lebih lanjut yaitu mengenai PERBAIKAN KUALITAS CITRA .

A.    Pengertian Perbaikan Kualitas Citra

Perbaikan kualitas citra merupakan proses penajaman fitur tertentu dari suatu citra atau proses memperbaiki kualitas citra dengan memanipulasi parameter-parameter citra

B.     Konsep Perbaikan Kualitas Citra

Operasi perbaikan citra :

•Perbaikan kontras gelap/terang

•Perbaikan tepian objek (edge enhancement)

•Penajaman (sharpening)

•Pemberian warna semu(pseudocoloring)

•Penapisan derau (noise filtering)

Ada dua metode yang digunakan sebagai dasar perbaikan kualitas citra

a.     Metode yang bekerja pada domain spasial

1.      Point Processing

Cara ini merupakan cara termudah , proses yang dilakukan hanya melibatkan satu pixel saja , salah satu contohnya yaitu histogram . Histogram merupakan diagram yang menunjukkan distribusi kemunculan level keabuan suatu citra .

Beberapa jenis perbaikan kualitas citra dengan point processing yaitu :

·         Image Negative

Hasilnya mirip dengan negatif film (klise)

·         Contrast Stretching

Proses ini bertujuan untuk mengatasi kekurangan cahaya (gelap) atau sebaliknya kelebihan cahaya (terang) pada saat pengambilan citra . Caranya dengan memperluas sebaran nilai keabuan pixel . Mengubah kontras dari suatu image dengan cara mengubah greylevel pixel-pixel pada citra menurut fungsi s = T(r) tertentu

r1 ≤ r2, s1 ≤ s2

r1 = r2, s1 = s2  tidak ada perubahan

r1 = r2, s1 = 0, s2 = 255  tresholding menjadi citra biner dengan ambang r1

Citra masukan yang grey level nya tidak penuh dari 0 – 255 (low constrast) diubah menjadi citra yang grey level nya berkisar dari 0 – 255 (high contrast)

·         Histogram Equalization

Pada histogram equalization terdapat dua jenis yaitu :

a.       Pemrosesan histogram yang dilakukan secara global

Mengubah pemetaan greylevel agar kontrasnya lebih menyebar pada kisaran 0-255

b.      Pemrosesan histogram yang dilakukan secara lokal

Biasa juga disebut Specification Histogram yaitu histogram equalization yang dilakukan pada area atau bagian tertentu saja .

·         Image Subtracting

Dilakukan jika kita ingin mengambil bagian tertentu saja dari citra

·         Image Averaging

Dilakukan jika beberapa citra yang bergambar sama , namun semua citra memiliki noise . Noise satu citra berbeda dengan citra lainnya (tidak berkorelasi) . Cara memperbaikinya adalah melakukan operasi rata-rata terhadap semua citra tersebut

2.      Mask Processing

Jika pada point processing hanya dilakukan operasi terhadap masing-masing pixel , mka pada mask processing dilakukan operasi terhadap suatu jendela ketetanggaan pada citra . Kemudian menerapkan suatu mask terhadap jendela tersebut . Mask sering disebut filter . Perbedaan dengan point processing yaitu pada point processing , nilai suatu pixel tidak dipengaruhi oleh nilai tetangganya

b.    Metode yang bekerja pada domain frekuensi

C.     Contoh :

Sebelum

Citra Lena yang terlalu gelap Histogram

(kontras rendah)

 Sesudah

Citra Lena yang bagus (normal) Histogram
(kontras bagus)