digital image processing - image enhancement
DESCRIPTION
Image Enhancement adalah proses menjadikan image menjadi lebih baik secara visualTRANSCRIPT
Materi ke 2
1STIKOM Artha Buana
Image Enhancement
Image Enhancement
• Image enhancement adalah proses agar citra menjadi lebih baik ‘secara visual’ untuk aplikasi tertentu
• Proses sangat bergantung pada kebutuhan, dan pada keadaan citra input
• Image Enhancement dapat dilakukan dalam– Spatial Domain (dilakukan pada citra asli)
g(m,n) = T [ f(m,n) ] g adalah output
– Frequency Domain (dilakukan pada hasil DFT citra)G(u,v) = T [ F(u,v) ] dimana
G(u,v) = F [ g(m,n) ] dan F(u,v) = invers dari F [ f(m,n) ]
3STIKOM Artha Buana
Teknik Image Enhancement
Image Enhancement
Point Operation
Mask Operation
Transform Operation
Coloring Operation
• Image Negative
• Contrast Stretching
• Graylevel Slicing
• Image Substraction
• Image Averaging
• Histogram Operations
• Smoothing Operations
• Median Filtering
• Sharpening Operations
• Histogram Operations
• Lowpass Filtering
• Highpass Filtering
• Bandpass Filtering
• Histogram Operations
• False Coloring
• Full Color Processing
4STIKOM Artha Buana
Point Operations
• Output pixel g(m,n) hanya berdasar input sebuah pixel f(m,n). Pixel tetangga tidak berpengaruh.
• Biasanya dinotasikan sebagai: s = T( r )• Digambarkan seperti fungsi sbb:
Output
Hasil operasinya
5STIKOM Artha Buana
Image Negative
Nilainya selalu berlawanan, warna asal putih jadi hitam, warna hitam jadi putih
6STIKOM Artha Buana
Contrast Stretching
Yang terang, dimakin terangkanYang gelap, makin digelakan
region
Mula2 cari persamaan garisnyaSelanjutnya masukkan nilainya
7STIKOM Artha Buana
Thresholding / Binarization
Kasus khusus dari contrast stretching
0 s/d r1 bernilai 0, r1 s/d 1 bernilai 1
8STIKOM Artha Buana
Gamma Correction
s
9STIKOM Artha Buana
Graylevel Slicing
Menegaskan range tertentu graylevel
Citra asli Tanpa backgroumd Dengan backgroumd
r1 r2
10STIKOM Artha Buana
Bitplane SlicingMembelah image berdasar posisi bit
11STIKOM Artha Buana
Image Substraction
• Input adalah dua citra berbeda dari objek yang sama (2
obyek yang sama tapi pada 2 jepretan)
• Selisih graylevel jadi outputnya
g(m,n) = f1(m,n) – f2(m,n)
f2(m,n) g(m,n)Contoh pada Mask Mode radiography. f2(m,n) adalah pembuluh setelah diinjeksi.
Harusnya ada gambar f1(m,n)
12STIKOM Artha Buana
Image Averaging untuk Noise Reduction
• Noise adalah fenomenon random yang mengotori citra• Noise terjadi saat:
– Image acquisition
– Image transmission
– Image recording
• Noise biasa dimodelkan dengan:g(m,n) = f(m,n) + (m,n)
• Biasanya (m,n) antar citra tidak berkorelasi dan memiliki rata2 nol• Jadi semakin banyak citra, maka semakin besar kesempatan
untuk mendapatkan citra tanpa noise• Noise bisa dikurangi dengan melakukan rata2 terhadap graylevel
citra-citra input
Citra input
Citra noise
Citra-2 ditambahkan terus dibagi M
13STIKOM Artha Buana
Contoh Image Averaging
14STIKOM Artha Buana
Contoh Image Averaging
(2 image) (5 image)
15STIKOM Artha Buana
Image Enhancement Metode Histogram
• Histogram citra graylevel adalah:
16STIKOM Artha Buana
Beberapa Sifat Histogram
• Sifat histogram membantu kita untuk memperbaiki kontras
Terlalu gelap Terlalu terang Kurang kontras
17STIKOM Artha Buana
Histogram Equalization
• Usaha untuk memperbaiki kontras• Kita usahakan agar histogram yang mengumpul pada suatu area
akan ‘menyebar’
• Caranya bagaimana?
18STIKOM Artha Buana
Contoh Histogram Equalization
Banyaknya pixel
(64 x 64)4096 = n
Pada rk, pembagi adalah level(k-1)Sehingga = 7 bukan 8
19STIKOM Artha Buana
level
…lanjutan
20STIKOM Artha Buana
nk P(rk)
k rk
…lanjutan
21STIKOM Artha Buana
0.19+0.25
0.19+0.25+0.21
0.19+0.25+0.21+0.16
0.19+0.25+0.21+0.16+0.08
0.19+0.25+0.21+0.16+0.08+0.06
0.19+0.25+0.21+0.16+0.08+0.06+0.03
0.19+0.25+0.21+0.16+0.08+0.06+0.03+0.02
Lebih dekat ke rk yg mana ?
…lanjutan
Eh, kok tinggal 5 warna?
Tinggal 5 level aja
22STIKOM Artha Buana
4096nk
k
Terkadang…
• Terkadang histogram equalization menghasilkan false edge, false region, menambah graininess dan patchiness citra
23STIKOM Artha Buana
Lalu apa lagi?
• Kita bisa menspesifikasikan histogram yang kita inginkan:‘histogram spesification’
Caranya gimana?
24STIKOM Artha Buana