dua pendekatan image enhancement metode-metode berbasis...
TRANSCRIPT
![Page 1: Dua Pendekatan Image Enhancement Metode-metode berbasis ...mohiqbal.staff.gunadarma.ac.id/Downloads/files/29435/18.-Equalisasi-Spesifikasi... · Contoh: operasi berbasis transformasi](https://reader030.vdocuments.site/reader030/viewer/2022021611/5ccecabe88c993b5058dce40/html5/thumbnails/1.jpg)
Dua Pendekatan Image Enhancement
� Metode-metode berbasis domain frekwensi� Manipulasi terhadap representasi
frekwensi dari citrafrekwensi dari citra
� Contoh: operasi berbasis transformasi Fourier terhadap citra
� Metode-metode berbasis domain spasial� Manipulasi langsung terhadap pixel-pixel
pada citra
� Contoh: operasi histogram
![Page 2: Dua Pendekatan Image Enhancement Metode-metode berbasis ...mohiqbal.staff.gunadarma.ac.id/Downloads/files/29435/18.-Equalisasi-Spesifikasi... · Contoh: operasi berbasis transformasi](https://reader030.vdocuments.site/reader030/viewer/2022021611/5ccecabe88c993b5058dce40/html5/thumbnails/2.jpg)
Histogram citra
� Berlaku untuk nilai gray level; RGB � per plane warna
� Plotting dari persamaan:
� L: jumlah level
� pr(rk): probabilitas kemunculan level ke-k
� nk: jumlah kemunculan level k pada citra
� n: total jumlah pixel dalam citra
1,...,1,0;10;)( −=≤≤= Lkrn
nrp k
kkr
![Page 3: Dua Pendekatan Image Enhancement Metode-metode berbasis ...mohiqbal.staff.gunadarma.ac.id/Downloads/files/29435/18.-Equalisasi-Spesifikasi... · Contoh: operasi berbasis transformasi](https://reader030.vdocuments.site/reader030/viewer/2022021611/5ccecabe88c993b5058dce40/html5/thumbnails/3.jpg)
Contoh histogram
![Page 4: Dua Pendekatan Image Enhancement Metode-metode berbasis ...mohiqbal.staff.gunadarma.ac.id/Downloads/files/29435/18.-Equalisasi-Spesifikasi... · Contoh: operasi berbasis transformasi](https://reader030.vdocuments.site/reader030/viewer/2022021611/5ccecabe88c993b5058dce40/html5/thumbnails/4.jpg)
Equalisasi histogram
� Tujuan: melakukan transformasi terhadap histogram citra asli sedemikian sehingga didapat histogram citra hasil dengan distribusi lebih seragam (uniform) ≈ distribusi lebih seragam (uniform) ≈ linearisasi
� Dasar konsep: transformasi probability density function menjadi uniform density �
bentuk kontinyu
� Agar dapat dimanfaatkan dalam pengolahan citra digital, diubah ke bentuk diskrit
![Page 5: Dua Pendekatan Image Enhancement Metode-metode berbasis ...mohiqbal.staff.gunadarma.ac.id/Downloads/files/29435/18.-Equalisasi-Spesifikasi... · Contoh: operasi berbasis transformasi](https://reader030.vdocuments.site/reader030/viewer/2022021611/5ccecabe88c993b5058dce40/html5/thumbnails/5.jpg)
Equalisasi pada domain kontinyu
10;)()(:
)()(:)(1
≤≤==
=−=
∫ rdwwpsTssiTransforma
ds
drrpspHistogram
r
sTr
rs
[ ] 1011)(
1)()(
:
10;)()(:
)(
)(
0
1
1
≤≤==
=
≤≤==
−
−
=
=
∫
srp
rpsp
Uniform
rdwwpsTssiTransforma
sTr
sTrr
rs
r
![Page 6: Dua Pendekatan Image Enhancement Metode-metode berbasis ...mohiqbal.staff.gunadarma.ac.id/Downloads/files/29435/18.-Equalisasi-Spesifikasi... · Contoh: operasi berbasis transformasi](https://reader030.vdocuments.site/reader030/viewer/2022021611/5ccecabe88c993b5058dce40/html5/thumbnails/6.jpg)
Ilustrasi equalisasi pada domain kontinyu
![Page 7: Dua Pendekatan Image Enhancement Metode-metode berbasis ...mohiqbal.staff.gunadarma.ac.id/Downloads/files/29435/18.-Equalisasi-Spesifikasi... · Contoh: operasi berbasis transformasi](https://reader030.vdocuments.site/reader030/viewer/2022021611/5ccecabe88c993b5058dce40/html5/thumbnails/7.jpg)
Bentuk diskrit fungsi transformasi
1,...,1,0
10)()(
0 0 −=
≤≤===
= =∑ ∑ kk
j
k
j
jr
j
kkLk
rrp
n
nrTs
10)(
1,...,1,0
1
0 0
≤≤=
−=
−
= =
kkk
j j
ssTr
Lkn
![Page 8: Dua Pendekatan Image Enhancement Metode-metode berbasis ...mohiqbal.staff.gunadarma.ac.id/Downloads/files/29435/18.-Equalisasi-Spesifikasi... · Contoh: operasi berbasis transformasi](https://reader030.vdocuments.site/reader030/viewer/2022021611/5ccecabe88c993b5058dce40/html5/thumbnails/8.jpg)
Contoh
Citra 64x64 pixel, 8 tingkat keabuan dgn distribusi:
rk nk pr(rk)=nk/n
r0=0 790 0,19
Histogram citra:
0,25
0,3
))
r1=1/7 1023 0,25
r2=2/7 850 0,21
r3=3/7 656 0,16
r4=4/7 329 0,08
r5=5/7 245 0,06
r6=6/7 122 0,03
r7=1 81 0,02
0
0,05
0,1
0,15
0,2
0 1/7 2/7 3/7 4/7 5/7 6/7 1
gray level (rk)
probability (pr(r k))
![Page 9: Dua Pendekatan Image Enhancement Metode-metode berbasis ...mohiqbal.staff.gunadarma.ac.id/Downloads/files/29435/18.-Equalisasi-Spesifikasi... · Contoh: operasi berbasis transformasi](https://reader030.vdocuments.site/reader030/viewer/2022021611/5ccecabe88c993b5058dce40/html5/thumbnails/9.jpg)
Fungsi transformasi
65.0)()()()()(
44.0)()()()(
19.0)()()(
2
10
1
0
11
0
0
0
00
=++===
=+===
====
∑
∑
∑
=
=
rr
j
jr
r
j
jr
rprprprprTs
rprprprTs
rprprTs
00.1)()(
98.0)()(;95.0)()(
89.0)()(;81.0)()(
65.0)()()()()(
7
0
77
6
0
66
5
0
55
4
0
44
3
0
33
210
0
22
===
======
======
=++===
∑
∑∑
∑∑
∑
=
==
==
=
j
jr
j
jr
j
jr
j
jr
j
jr
rrr
j
jr
rprTs
rprTsrprTs
rprTsrprTs
rprprprprTs
![Page 10: Dua Pendekatan Image Enhancement Metode-metode berbasis ...mohiqbal.staff.gunadarma.ac.id/Downloads/files/29435/18.-Equalisasi-Spesifikasi... · Contoh: operasi berbasis transformasi](https://reader030.vdocuments.site/reader030/viewer/2022021611/5ccecabe88c993b5058dce40/html5/thumbnails/10.jpg)
Fungsi transformasi: grafik
0,8
1
1,2
transformed value (sk)
0
0,2
0,4
0,6
0,8
0 1/7 2/7 3/7 4/7 5/7 6/7 1
gray level (rk)
transformed value (s
![Page 11: Dua Pendekatan Image Enhancement Metode-metode berbasis ...mohiqbal.staff.gunadarma.ac.id/Downloads/files/29435/18.-Equalisasi-Spesifikasi... · Contoh: operasi berbasis transformasi](https://reader030.vdocuments.site/reader030/viewer/2022021611/5ccecabe88c993b5058dce40/html5/thumbnails/11.jpg)
Pembulatan
� s = 0.19 ≅ 1/7 � s = 0.89 ≅ 6/7
� 8 tingkat keabuan valid � nilai skdibulatkan ke nilai valid terdekat
� s0 = 0.19 ≅ 1/7
� s1 = 0.44 ≅ 3/7
� s2 = 0.65 ≅ 5/7
� s3 = 0.81 ≅ 6/7
� s4 = 0.89 ≅ 6/7
� s5 = 0.95 ≅ 1
� s6 = 0.98 ≅ 1
� s7 = 1.00 ≅ 1
![Page 12: Dua Pendekatan Image Enhancement Metode-metode berbasis ...mohiqbal.staff.gunadarma.ac.id/Downloads/files/29435/18.-Equalisasi-Spesifikasi... · Contoh: operasi berbasis transformasi](https://reader030.vdocuments.site/reader030/viewer/2022021611/5ccecabe88c993b5058dce40/html5/thumbnails/12.jpg)
Pemetaan
� Hanya ada 5 level keabuan pada uniform histogram
� r0 (790 pixel) � s0 = 1/7
� r1 (1023 pixel) � s1 = 3/71 1
� r2 (850 pixel) � s2 = 5/7
� r3 (656 pixel), r4 (329 pixel) � s3 = 6/7
� r5 (245 pixel),r6 (122 pixel),r7 (81 pixel) � s4 =
7/7
![Page 13: Dua Pendekatan Image Enhancement Metode-metode berbasis ...mohiqbal.staff.gunadarma.ac.id/Downloads/files/29435/18.-Equalisasi-Spesifikasi... · Contoh: operasi berbasis transformasi](https://reader030.vdocuments.site/reader030/viewer/2022021611/5ccecabe88c993b5058dce40/html5/thumbnails/13.jpg)
Histogram dengan distribusi seragam
0,15
0,2
0,25
0,3
probability (ps(sk))
�Karena histogram merupakan aproksimasi terhadap
probability density function, sangat jarang didapat
histogram hasil yang betul-betul rata
0
0,05
0,1
0 1/7 2/7 3/7 4/7 5/7 6/7 1
gray level (sk)
probability (p
![Page 14: Dua Pendekatan Image Enhancement Metode-metode berbasis ...mohiqbal.staff.gunadarma.ac.id/Downloads/files/29435/18.-Equalisasi-Spesifikasi... · Contoh: operasi berbasis transformasi](https://reader030.vdocuments.site/reader030/viewer/2022021611/5ccecabe88c993b5058dce40/html5/thumbnails/14.jpg)
Tabel Histogram secara Lengkap
Citra 64x64 pixel, 8 tingkat keabuan dgn distribusi:
rk nk pr(rk)=nk
/nSk Sk x 7 Normal(Sk)
r0=0 790 0,19 0,19 1,33 ≅ 1 s0=1/7
r1=1/7 1023
0,25 0,44 3,08 ≅ 3 s1=3/73
r2=2/7 850 0,21 0,65 4,55 ≅ 5 s2=5/7
r3=3/7 656 0,16 0,81 5,67 ≅ 6 s3=6/7
r4=4/7 329 0,08 0,89 6,23 ≅ 6 s4=6/7
r5=5/7 245 0,06 0,95 6,65 ≅ 7 s5=7/7
r6=6/7 122 0,03 0,98 6,86 ≅ 7 s6=7/7
r7=1 81 0,02 1,00 7 s7=1
![Page 15: Dua Pendekatan Image Enhancement Metode-metode berbasis ...mohiqbal.staff.gunadarma.ac.id/Downloads/files/29435/18.-Equalisasi-Spesifikasi... · Contoh: operasi berbasis transformasi](https://reader030.vdocuments.site/reader030/viewer/2022021611/5ccecabe88c993b5058dce40/html5/thumbnails/15.jpg)
Operasi equalisasi histogram
1. Buat histogram dari citra asli
2. Transformasikan histogram citra asli menjadi histogram dengan distribusi seragamseragam
3. Ubah nilai tiap pixel sesuai dengan nilai hasil pemetaan (histogram asli � uniform histogram)
![Page 16: Dua Pendekatan Image Enhancement Metode-metode berbasis ...mohiqbal.staff.gunadarma.ac.id/Downloads/files/29435/18.-Equalisasi-Spesifikasi... · Contoh: operasi berbasis transformasi](https://reader030.vdocuments.site/reader030/viewer/2022021611/5ccecabe88c993b5058dce40/html5/thumbnails/16.jpg)
Algoritma: citra 512 x 512 pixel 256 graylevel
Var x,y,i,j : integer;HistEq : array[0..255] of integer;Hist : array[0..255] of real;Sum : real;
BeginHistogram(image,Hist) {bentuk histogram dari citra asli}for i:= ∅∅∅∅ to 255 do {transformasi ke uniform histogram}
sum := 0.0for j:= ∅∅∅∅ to i dofor j:= ∅∅∅∅ to i do
sum:= sum + hist[j]endforhistEq[i]:=round(255 * sum);
end;for y:=0 to 511 do {ubah nilai tiap pixel pada citra}
for x:=0 to 511 doimage[x,y]:= HistEq[Image[x,y]];
end;end;
end;
![Page 17: Dua Pendekatan Image Enhancement Metode-metode berbasis ...mohiqbal.staff.gunadarma.ac.id/Downloads/files/29435/18.-Equalisasi-Spesifikasi... · Contoh: operasi berbasis transformasi](https://reader030.vdocuments.site/reader030/viewer/2022021611/5ccecabe88c993b5058dce40/html5/thumbnails/17.jpg)
Contoh1 equalisasi histogram
![Page 18: Dua Pendekatan Image Enhancement Metode-metode berbasis ...mohiqbal.staff.gunadarma.ac.id/Downloads/files/29435/18.-Equalisasi-Spesifikasi... · Contoh: operasi berbasis transformasi](https://reader030.vdocuments.site/reader030/viewer/2022021611/5ccecabe88c993b5058dce40/html5/thumbnails/18.jpg)
Contoh2 equalisasi histogram
![Page 19: Dua Pendekatan Image Enhancement Metode-metode berbasis ...mohiqbal.staff.gunadarma.ac.id/Downloads/files/29435/18.-Equalisasi-Spesifikasi... · Contoh: operasi berbasis transformasi](https://reader030.vdocuments.site/reader030/viewer/2022021611/5ccecabe88c993b5058dce40/html5/thumbnails/19.jpg)
Spesifikasi histogram
� Kelemahan equalisasi histogram: histogram hasil tidak bisa dibentuk sesuai kebutuhan
� Kadangkala dibutuhkan untuk lebih � Kadangkala dibutuhkan untuk lebih menonjolkan rentang gray level tertentu pada citra � spesifikasi
histogram
![Page 20: Dua Pendekatan Image Enhancement Metode-metode berbasis ...mohiqbal.staff.gunadarma.ac.id/Downloads/files/29435/18.-Equalisasi-Spesifikasi... · Contoh: operasi berbasis transformasi](https://reader030.vdocuments.site/reader030/viewer/2022021611/5ccecabe88c993b5058dce40/html5/thumbnails/20.jpg)
Bentuk diskrit spesifikasi histogram: by example
Citra 64x64 pixel, 8 tingkat keabuan dgn distribusi:
rk nk pr(rk)=nk/n
r =0 790 0,19
Histogram citra:
0,25
0,3
))
r0=0 790 0,19
r1=1/7 1023 0,25
r2=2/7 850 0,21
r3=3/7 656 0,16
r4=4/7 329 0,08
r5=5/7 245 0,06
r6=6/7 122 0,03
r7=1 81 0,02
0
0,05
0,1
0,15
0,2
0 1/7 2/7 3/7 4/7 5/7 6/7 1
gray level (rk)
probability (pr(r k))
![Page 21: Dua Pendekatan Image Enhancement Metode-metode berbasis ...mohiqbal.staff.gunadarma.ac.id/Downloads/files/29435/18.-Equalisasi-Spesifikasi... · Contoh: operasi berbasis transformasi](https://reader030.vdocuments.site/reader030/viewer/2022021611/5ccecabe88c993b5058dce40/html5/thumbnails/21.jpg)
Bentuk histogram yang diinginkan
zk pz(zk)
z0=0 0,00
z1=1/7 0,000,20
0,25
0,30
0,35
probability (pz(zk))
z1=1/7 0,00
z2=2/7 0,00
z3=3/7 0,15
z4=4/7 0,20
z5=5/7 0,30
z6=6/7 0,20
z7=1 0,15
0,00
0,05
0,10
0,15
0,20
0 1/7 2/7 3/7 4/7 5/7 6/7 1
gray level (zk)
probability (p
![Page 22: Dua Pendekatan Image Enhancement Metode-metode berbasis ...mohiqbal.staff.gunadarma.ac.id/Downloads/files/29435/18.-Equalisasi-Spesifikasi... · Contoh: operasi berbasis transformasi](https://reader030.vdocuments.site/reader030/viewer/2022021611/5ccecabe88c993b5058dce40/html5/thumbnails/22.jpg)
Langkah 1: equalisasi histogram
Didapat hasil:
rj�sk nk ps(sk)0,25
0,3
r0�s0=1/7 790 0,19
r1�s1=3/7 1023
0,25
r2�s2=5/7 850 0,21
r3,r4 �s3=6/7
985 0,24
r5,r6,r7 �s4=7/7
448 0,110
0,05
0,1
0,15
0,2
0,25
0 1/7 2/7 3/7 4/7 5/7 6/7 1
gray level (sk)
probability (ps(sk))
![Page 23: Dua Pendekatan Image Enhancement Metode-metode berbasis ...mohiqbal.staff.gunadarma.ac.id/Downloads/files/29435/18.-Equalisasi-Spesifikasi... · Contoh: operasi berbasis transformasi](https://reader030.vdocuments.site/reader030/viewer/2022021611/5ccecabe88c993b5058dce40/html5/thumbnails/23.jpg)
Langkah 2: cari fungsi transformasi
∑=
==k
j
jzkk zpzGv0
)()(
� v0 = G(z0) = 0,00
v = G(z ) = 0,00
� v4 = G(z4) = 0,35
� v = G(z ) = 0,65� v1 = G(z1) = 0,00
� v2 = G(z2) = 0,00
� v3 = G(z3) = 0,15
� v5 = G(z5) = 0,65
� v6 = G(z6) = 0,85
� v7 = G(z7) = 1,00
![Page 24: Dua Pendekatan Image Enhancement Metode-metode berbasis ...mohiqbal.staff.gunadarma.ac.id/Downloads/files/29435/18.-Equalisasi-Spesifikasi... · Contoh: operasi berbasis transformasi](https://reader030.vdocuments.site/reader030/viewer/2022021611/5ccecabe88c993b5058dce40/html5/thumbnails/24.jpg)
rk nk pr(rk)=nk
/nSk Sk x 7 Normal(Sk)
r0=0 790 0,19 0,19 1,33 ≅ 1 s0=1/7
r1=1/7 1023
0,25 0,44 3,08 ≅ 3 s1=3/7
r2=2/7 850 0,21 0,65 4,55 ≅ 5 s2=5/7
r3=3/7 656 0,16 0,81 5,67 ≅ 6 s3=6/7
r4=4/7 329 0,08 0,89 6,23 ≅ 6 s4=6/7
r5=5/7 245 0,06 0,95 6,65 ≅ 7 s5=7/7
r6=6/7 122 0,03 0,98 6,86 ≅ 7 s6=7/7
r7=1 81 0,02 1,00 7 s7=1
![Page 25: Dua Pendekatan Image Enhancement Metode-metode berbasis ...mohiqbal.staff.gunadarma.ac.id/Downloads/files/29435/18.-Equalisasi-Spesifikasi... · Contoh: operasi berbasis transformasi](https://reader030.vdocuments.site/reader030/viewer/2022021611/5ccecabe88c993b5058dce40/html5/thumbnails/25.jpg)
Langkah 2: cari fungsi transformasiDengan kata lain, lakukan langkah-langkah equalisasi thd histogram yang diinginkan :
zk pz(zk) Vk Vk x 7 Normal(Vk)
z0=0 0,00 0,00 0,00 v0=0
z1=1/7 0,00 0,00 0,00 v1=0
z =2/7 0,00 0,00 0,00 v =0z2=2/7 0,00 0,00 0,00 v2=0
z3=3/7 0,15 0,15 1,05 ≅ 1 v3=1/7
z4=4/7 0,20 0,35 2,45 ≅ 2 v4=2/7
z5=5/7 0,30 0,65 4,45 ≅ 4 v5=4/7
z6=6/7 0,20 0,85 5.95 ≅ 6 v6=6/7
z7=1 0,15 1,00 7 v7=1
![Page 26: Dua Pendekatan Image Enhancement Metode-metode berbasis ...mohiqbal.staff.gunadarma.ac.id/Downloads/files/29435/18.-Equalisasi-Spesifikasi... · Contoh: operasi berbasis transformasi](https://reader030.vdocuments.site/reader030/viewer/2022021611/5ccecabe88c993b5058dce40/html5/thumbnails/26.jpg)
Grafik fungsi transformasi
0,8
1
1,2
transformation (vk)
0
0,2
0,4
0,6
0,8
0 1/7 2/7 3/7 4/7 5/7 6/7 1
gray level (zk)
transformation (v
![Page 27: Dua Pendekatan Image Enhancement Metode-metode berbasis ...mohiqbal.staff.gunadarma.ac.id/Downloads/files/29435/18.-Equalisasi-Spesifikasi... · Contoh: operasi berbasis transformasi](https://reader030.vdocuments.site/reader030/viewer/2022021611/5ccecabe88c993b5058dce40/html5/thumbnails/27.jpg)
Langkah 3: terapkan inverse G pada level histogram equalisasi
� Pemetaan nilai sk ke G(zk) terdekat
� s0 = 1/7 ≈ 0.14 � G(z3) = 0.15; z3 = 3/7
� s = 3/7 ≈ 0.43 � G(z ) = 0.35; z = 4/7� s1 = 3/7 ≈ 0.43 � G(z4) = 0.35; z4 = 4/7
� s2 = 5/7 ≈ 0.71 � G(z5) = 0.65; z5 = 5/7
� s3 = 6/7 ≈ 0.86 � G(z6) = 0.85; z6 = 6/7
� s4 = 1 � G(z7) = 1.00; z7 = 1
![Page 28: Dua Pendekatan Image Enhancement Metode-metode berbasis ...mohiqbal.staff.gunadarma.ac.id/Downloads/files/29435/18.-Equalisasi-Spesifikasi... · Contoh: operasi berbasis transformasi](https://reader030.vdocuments.site/reader030/viewer/2022021611/5ccecabe88c993b5058dce40/html5/thumbnails/28.jpg)
Langkah 4: pemetaan dari rk ke zk
� Dengan memperhatikan pemetaan histogram asli ke histogram equalisasi
� r0 = 0 � z3 = 3/7
� r1 = 1/7 � z4 = 4/7
� r2 = 2/7 � z5 = 5/7
� r3 = 3/7 � z6 = 6/7
� r4 = 4/7 � z6 = 6/7
� r5 = 5/7 � z7 = 1
� r6 = 6/7 � z7 = 1
� r7 = 1 � z7 = 1
![Page 29: Dua Pendekatan Image Enhancement Metode-metode berbasis ...mohiqbal.staff.gunadarma.ac.id/Downloads/files/29435/18.-Equalisasi-Spesifikasi... · Contoh: operasi berbasis transformasi](https://reader030.vdocuments.site/reader030/viewer/2022021611/5ccecabe88c993b5058dce40/html5/thumbnails/29.jpg)
Histogram hasil
zk nk pz(zk)=nk/n
r0=0 0 0
r1=1/7 0 0
r2=2/7 0 0
r =3/7 790 0,190,10
0,15
0,20
0,25
0,30
probability (pz(zk))
r3=3/7 790 0,19
r4=4/7 1023 0,25
r5=5/7 850 0,21
r6=6/7 985 0,24
r7=1 448 0,11
0,00
0,05
0,10
0 1/7 2/7 3/7 4/7 5/7 6/7 1
gray level (zk)
probability (p
Histogram hasil mungkin tidak sama
persis dengan spesifikasinya �
transformasi hanya akan memberikan
hasil yang persis pada kasus kontinyu
![Page 30: Dua Pendekatan Image Enhancement Metode-metode berbasis ...mohiqbal.staff.gunadarma.ac.id/Downloads/files/29435/18.-Equalisasi-Spesifikasi... · Contoh: operasi berbasis transformasi](https://reader030.vdocuments.site/reader030/viewer/2022021611/5ccecabe88c993b5058dce40/html5/thumbnails/30.jpg)
Operasi spesifikasi histogram
1. Buat histogram dari citra asli
2. Transformasikan histogram citra asli menjadi histogram dengan distribusi seragamseragam
3. Tentukan fungsi trasformasi sesuai spesifikasi histogram yang diinginkan
4. Ubah nilai tiap pixel sesuai dengan nilai hasil pemetaan (histogram asli �histogram equalisasi � histogram hasil)
![Page 31: Dua Pendekatan Image Enhancement Metode-metode berbasis ...mohiqbal.staff.gunadarma.ac.id/Downloads/files/29435/18.-Equalisasi-Spesifikasi... · Contoh: operasi berbasis transformasi](https://reader030.vdocuments.site/reader030/viewer/2022021611/5ccecabe88c993b5058dce40/html5/thumbnails/31.jpg)
Algoritma: citra 512 x 512 pixel 256 graylevel
Var x,y,i,minval,minj,j : integer; Histspec : array[0..255] of integer;Invhist : array[0..255] of integer; Sum : real;
BeginHist_Equalization(Image) {equalisasi histogram}For i:= 0 to 255 do {histogram yang dispesifikasikan telah disimpan di spec}
Sum:= 0.0;For j:= 0 to i do Sum := sum + spec[j]Histspec[i] = round(255 * sum)
Endfor {didapat fungsi transformasi}Endfor {didapat fungsi transformasi}for i:= 0 to 255 do {pemetaan histogram}
minval := abs(i – histspec[0]; minj := 0;for j:= 0 to 255 do
if abs(i – histspec[j]) < minval thenminval := abs(i – histspec[j])minj := j
endifinvhist[i]:= minj
endforendforfor y:= 0 to 511 do {ubah nilai tiap pixel pada citra}
for x:= 0 to 511 do image[x,y] = invhist[image(x,y)]
![Page 32: Dua Pendekatan Image Enhancement Metode-metode berbasis ...mohiqbal.staff.gunadarma.ac.id/Downloads/files/29435/18.-Equalisasi-Spesifikasi... · Contoh: operasi berbasis transformasi](https://reader030.vdocuments.site/reader030/viewer/2022021611/5ccecabe88c993b5058dce40/html5/thumbnails/32.jpg)
Contoh 1 spesifikasi histogram
![Page 33: Dua Pendekatan Image Enhancement Metode-metode berbasis ...mohiqbal.staff.gunadarma.ac.id/Downloads/files/29435/18.-Equalisasi-Spesifikasi... · Contoh: operasi berbasis transformasi](https://reader030.vdocuments.site/reader030/viewer/2022021611/5ccecabe88c993b5058dce40/html5/thumbnails/33.jpg)
Contoh 2 spesifikasi histogram
![Page 34: Dua Pendekatan Image Enhancement Metode-metode berbasis ...mohiqbal.staff.gunadarma.ac.id/Downloads/files/29435/18.-Equalisasi-Spesifikasi... · Contoh: operasi berbasis transformasi](https://reader030.vdocuments.site/reader030/viewer/2022021611/5ccecabe88c993b5058dce40/html5/thumbnails/34.jpg)
Contoh 3 spesifikasi histogram
![Page 35: Dua Pendekatan Image Enhancement Metode-metode berbasis ...mohiqbal.staff.gunadarma.ac.id/Downloads/files/29435/18.-Equalisasi-Spesifikasi... · Contoh: operasi berbasis transformasi](https://reader030.vdocuments.site/reader030/viewer/2022021611/5ccecabe88c993b5058dce40/html5/thumbnails/35.jpg)
Contoh cara menspesifikasikan histogram
![Page 36: Dua Pendekatan Image Enhancement Metode-metode berbasis ...mohiqbal.staff.gunadarma.ac.id/Downloads/files/29435/18.-Equalisasi-Spesifikasi... · Contoh: operasi berbasis transformasi](https://reader030.vdocuments.site/reader030/viewer/2022021611/5ccecabe88c993b5058dce40/html5/thumbnails/36.jpg)
Local enhancement
� Metode equalisasi dan spesifikasi histogram yg telah dibahas bersifat global (operasi terhadap semua pixel dalam citra)dalam citra)
� Kadang diperlukan enhancement hanya untuk suatu area tertentu dalam citra
� Adaptasi metode global (equalisasi atau spesifikasi) untuk area N x M pixel