Download - Filter Gabor
![Page 1: Filter Gabor](https://reader035.vdocuments.site/reader035/viewer/2022081809/5695cf011a28ab9b028c2fb1/html5/thumbnails/1.jpg)
FILTER GABOR
1. FILTER GABOR 1-D
FILTER GABOR terdiri dari perkalian antara fungsi Gauss Eliptik dengan fungsi
sinus. Fungsi dasar Filter Gabor 1-D dapat didefinisikan sebagai hasil dari getaran dari
bentuk fungsi probabilitas dengan osilasi harmonik dari setiap frekuensi :
β(π‘) = πβπΌ2(π‘βπ‘0)ππ2ππ0π‘+π
Dimana πΌ adalah durasi waktu dan bandwidth dari Gaussian envelope, π‘0
menunjukkan pusat bidang, π0 merupakan frekuensi dari sinusoidal, dan π menunjukkan
fase geser. Sedangkan transformasi Fourier 1-D dari persamaan dasar Filter Gabor adalah :
πΊ(π) = βπ
πΌ2π
β(π
πΌ2)2
(πβπ0)ππ2π(πβπ0)+π
Persamaan dasar Filter Gabor 1-D dipusatkan di dekat π‘0 dan karena pada
konvolusi dengan filter di pusat lebih dianjurkan, maka dibuat π‘0=0 dan π=0. Maka
diperoleh bentuk persamaan dasar Filter Gabor :
β(π‘) = πβπΌ2π‘2ππ2ππ0π‘
Fungsi tersebut lebih sering disebit sebagai filter kompleks linier. Dengan
demikian dapat dihitung respon filter 1-D dari fungsi π pada setiap lokasi π‘1 dengan
konvolusi adalah sebagai berikut :
Agar filter pada frekuensi yang berbeda merupakan versi skala dari satu dengan
yang lainnya maka durasi waktu dari filter dihubungkan dengan frekuensi pusat sebagai
berikut :
πΌ =|π0|
πΎ
Dimana π0 merupakan frekuensi pusat dari filter dan πΎ mengontrol efektifitas
lebar dari filter. Lalu substitusikan persamaan (4) ke persamaan (2) sehingga diperoleh :
(1)
(2)
π(π‘1) = π(π‘1)β¨ π(π‘1)
= β« π(π‘1 β π‘)β¨ π(π‘)ππ‘
= β« πβπΌ2(π‘1βπ‘)2ππ2ππ0(π‘1βπ‘)) π(π‘)ππ‘
= ππ2ππ0π‘1 β« πβπΌ2(π‘1βπ‘)2π(π‘)ππ2ππ0π‘) ππ‘ (4)
(5)
(6)
(3)
![Page 2: Filter Gabor](https://reader035.vdocuments.site/reader035/viewer/2022081809/5695cf011a28ab9b028c2fb1/html5/thumbnails/2.jpg)
β(π‘) = πβ(
|π0|πΎ
)2
π‘2
ππ2ππ0π‘
Dari persamaan (2) dapat dilihat bahwa respon awal filter terjadi saat f = π0,
dengan πππ₯π₯|πΊ(π)| = βπ
πΌ2. Maka βπΌ2
π dapat digunakan sebagai faktor normalisasi pada
difinisi dari Filter Gabor. Sehingga normalisasi dari Filter Gabor 1-D didefinisikan sebagai
(Berisha, 2009)
β(π‘) = βπΌ2
π π
β(|π0|
πΎ)
2
π‘2
ππ2ππ0π‘ =|π0|
πΎβπ π
β(|π0|
πΎ)
2
π‘2
ππ2ππ0π‘
2. FILTER GABOR 2-D
Normalisasi Filter Gabor 1-D pada persamaan (7) dapat digeneralisasi ke dimensi
dua. Pada bentuk 2-D variabel waktu t diubah dengan koordinat spasial (x,y) pada domain
spasial dan variable frekuensi f diubah dengan variabel frekuensi (u,v) pada domain
frekuensi. Filter Gabor 2-D sering dipakai dalam pengolahan citra, terlebih pada ekstraksi
firut dan analisis tekstur. Fungsi Filter Gabor 2-D didefinisikan sbagai :
β(π₯, π¦) = β(π₯, π¦; π0, π) = πβ(πΌ2π₯π2+π½2π¦π
2)ππ2ππ0π₯π
Dimana :
π merupakan sudut rotasi dari sumbu utama Gaussian dan bidang gelombang (sinusoidal).
Seperti sebelumnya, substitusi πΌ =|π0|
πΎ danπ½ =
|π0|
π agar filter pada frekuensi yang berbeda
merupakan versi skala dari yang lain. Sehingga πΎ dan π mengontrol bandwith dari filter
sepanjang sumbu x dan y secara berurutan. Sedangkan normalisasi dari Filter Gabor 2-D
β(π₯, π¦) =|π0|
ππΎπ π
β(π0
2
πΎ2 π₯π2+
π02
π2 π¦π2)
ππ2ππ0π‘π₯π
Bentuk lain dari persamaan Filter Gabor 2-D adalah :
β(π₯, π¦) =1
2πππ₯ππ¦π
β12
(π₯2
ππ₯2+
π¦2
ππ¦2)
ππ2ππΉπ₯
Dengan :
(7)
(8)
π₯π = π₯ cos π + π¦ sin π
π¦π = βπ₯ sin π + π¦ cos π (9)
(10)
(11)
ππ₯ =βln 2 (2π΅π + 1)
β2ππΉ(2π΅π β 1)
![Page 3: Filter Gabor](https://reader035.vdocuments.site/reader035/viewer/2022081809/5695cf011a28ab9b028c2fb1/html5/thumbnails/3.jpg)
Dimana frekuensi (F) merupakan frekuensi tengah dengan nilai πΉ =β2
2π dan orientasi (π)
mendefinisikan orientasi pusat filter, π΅π dan π΅π menyatakan konstanta lebar bandwidth dan
jangkauan angular filter. Variabel ππ₯ menyatakan respon sebesar -6 dB komponen frekuensi
spasial dan ππ¦ berkaitan dengan respon sebesar -6 dB untuk komponen angular. Posisi (F,
π) dan lebar gelombang (ππ₯, ππ¦) dan filter gabor dalam domain frekuensi harus ditetapkan
dengan teliti agar dapat menagkap informasi tekstur yang benar. Frekuensi tengah dari filter
harus terletak dekat dengan frekuensi karakteristik teksrtur. (Praktikum Pengolahan Citra
Biomedika, n.d.)
Source Code Filter Gabor :
function [mag]=gb(img,p,n) %img (gambar), p(pangkat) dari 2 (F), for m=1:p for n=1:n %Gabor filter membutuhkan 6 parameter yaitu F, tetha, sigma x, sigma
y,Bf, %dan Btetha %Frekuensi (p) dan orientasi (tetha) menjadi input tetha=(0.1667*pi)*n; F=sqrt(2)/2^p; %Mencari sigma y fx=F; z=(0.1667*pi)/2; %Btetha/2 num=sqrt(log(2)); %persamaan pada bagian pembilang sigma y denum=sqrt(2)*pi*F*tan(z); %persamaan pada bagian penyebut sigma y sigmay=num/denum;
%Mencari sigma x Bf=1; %Bf nom=sqrt(log(2))*(2^Bf+1); %persamaan pada bagian pembilang sigma x denom=sqrt(2)*pi*F*(2^Bf-1); %persamaan pada bagian penyebut sigma x sigmax=nom/denom;
%Mencari fungsi h(x,y) Gabor filter [x,y]=meshgrid(-3:1:3, -3:1:3); %ukuran filter x=round(x); %bulatkan nilai x
ππ¦ =βln 2
β2ππΉ tan (π΅π
2 )
(12)
![Page 4: Filter Gabor](https://reader035.vdocuments.site/reader035/viewer/2022081809/5695cf011a28ab9b028c2fb1/html5/thumbnails/4.jpg)
y=round(y); %bulatkan nilai y xx=x.*cos(tetha)+y.*sin(tetha); %koordinat kutub x yy=-x.*sin(tetha)+y.*cos(tetha);%koordinat kutub y
hx=(1/(2*pi*sigmax*sigmay))*exp(-
0.5*((xx.^2/sigmax^2)+(yy.^2/sigmay^2)));
jx=cos(2*pi*fx*xx); hc=hx.*jx; %Bentuk Real
kx=sin(2*pi*fx*xx); hs=hx.*kx; %Bentuk imejiner
im_real=conv2(double(img),hc,'same'); %Konvolusi dengan bentuk real im_imag=conv2(double(img),hs,'same'); %Konvolusi dengan bentuk imajiner
mag=sqrt((im_real.^2)+(im_imag.^2)); %magnitude mag=abs(mag)/(max(max(mag)));
figure, imshow(mag); end end
Hasil Program
>> img = imread('J13.tif');
>> G = gb(img,3,2);
![Page 5: Filter Gabor](https://reader035.vdocuments.site/reader035/viewer/2022081809/5695cf011a28ab9b028c2fb1/html5/thumbnails/5.jpg)
Daftar Pustaka :
Berisha, S. (2009). IMAGE CLASSIFICATION USING GABOR FILTERS AND A Thesis
Submitted to the Graduate Faculty of. Wake Forest University.
Praktikum Pengolahan Citra Biomedika. (n.d.).