PENGOLAHAN CITRA DIGITALHALAMAN JUDUL

Pengolahan Citra Image Restoration

Anggota Kelompok :

Ambar Pravitasari G1A010006

Deki Satria G1A010011

Dwinda Etika P G1A010019

Ferdi Septianda G1A010052

Joserizal G1A010057

Dosen Pembimbing

Endina Putri Purwandari, S.T., M.Kom

PROGRAM STUDI TEKNIK INFORMATIKA

FAKULTAS TEKNIK

UNIVERSITAS BENGKULU

2013

DAFTAR ISI

HALAMAN JUDUL..............................................................................................1

DAFTAR ISI...........................................................................................................2

BAB I PENDAHULUAN.......................................................................................3

1.1 Latar Belakang...............................................................................................3

1.2 Rumusan Masalah.........................................................................................3

1.3 Batasan Masalah............................................................................................3

1.4 Tujuan............................................................................................................3

BAB II LANDASAN TEORI................................................................................4

BAB III PEMBAHASAN......................................................................................7

BAB IV PENUTUP................................................................................................8

DAFTAR PUSTAKA.............................................................................................9

BAB I

PENDAHULUAN

1.1 Latar BelakangCitra merupakan salah satu komponen multimedia memegang peranan

sangat penting sebagai bentuk informasi visual. Citra mempunyai karakteristik

yang tidak dimiliki oleh data teks, yaitu citra kaya dengan informasi. Ada

sebuah peribahasa yang berbunyi “sebuah gambar bermakna lebih dari seribu

kata” (a picture is more than a thousand words). Maksudnya tentu sebuah

gambar dapat memberikan informasi yang lebih banyak daripada informasi

tersebut disajikan dalam bentuk kata-kata (tekstual).

Secara harafiah, citra (image) adalah gambar pada bidang dua dimensi.

Ditinjau dari sudut pandang matematis, citra merupakan fungsi menerus

(continue) dari intensitas cahaya pada bidang dua dimensi tersebut. Sumber

cahaya menerangi objek, objek memantulkan kembali sebagian dari berkas

cahaya tersebut. Pantulan cahaya ini ditangkap oleh oleh alat-alat optik,

misalnya mata pada manusia, kamera, pemindai (scanner), dan sebagainya,

sehingga bayangan objek yang disebut citra tersebut terekam.

Image Restoration merupakan proses merekonstruksi atau mendapatkan

kembali citra asli dari sebuah citra yang cacat atau terdegradasi agar dapat

menyerupai citra aslinya. Pemugaran citra berkaitan dengan penghilang atau

pengurangan degradasi pada citra yang terjadi karena proses akusisi. Citra

degradasi yang dimaksud termasuk derau (yang merupakan error dalam nilai

piksel) atau efek optik misalnya blur (citra kabur) akibat kamera yang tidak

fokus atau karena gerakan kamera.

1.2 Rumusan Masalah

a. Apa yang dimaksud Image Restoration ?

b. Bagaimana penerapan Image Restoration dalam kehidupan sehari – hari ?

c. Bagaimana penggunaan Image Restoration menggunakan koleksi foto

online?

1.3 Batasan Masalah

Pada pembahasan makalah ini, kami hanya akan membahas materi mengenai

Image Restoration beserta penerapannya. Sedangkan penerapan yang akan

kami angkat mengenai Image Restoration Menggunakan Koleksi Foto Online.

1.4 Tujuan

Tujuan dari pembuatan makalah ini adalah :

a. Dapat memahami dan mengerti mengenai materi Image Restoration

b. Dapat menjelaskan fungsi dan kegunaan dari Image Restoration

c. Dapat mempraktekan bagaimana cara penggunaan Image Restoration

menggunakan Koleksi Foto Online

BAB II

LANDASAN TEORI

2.1. Pengolahan Citra

Pengolahan citra adalah pemrosesan citra, khususnya dengan

menggunakan komputer, menjadi citra yang kualitasnya lebih baik.Meskipun

sebuah citra kaya informasi, namun seringkali citra yang kita miliki

mengalami penurunan mutu (degradasi ), misalnya mengandung cacat atau

derau (noise), warnanya terlalu kontras, kurang tajam, kabur (blurring), dan

sebagainya. Tentu saja citra semacam ini menjadi lebih sulit diinterpretasi

karena informasi yang disampaikan oleh citra tersebut menjadi berkurang.

Agar citra yang mengalami gangguan mudah diinterpretasi (baik oleh

manusia maupun mesin), maka citra tersebut perlu dimanipulasi menjadi citra

lain yang kualitasnya lebih baik. Bidang studi yang menyangkut hal ini

adalah pengolahan citra (image processing).

Citra digital dapat didefinisikan sebagai fungsi dua variabel, f(x,y),

dimana x dan y adalah koordinat spasial dan nilai f(x,y) adalah intensitas citra

pada koordinat tersebut, hal tersebut diilustrasikan pada Gambar 2.1.

Teknologi dasar untuk menciptakan dan menampilkan warna pada citra

digital berdasarkan pada penelitian bahwa sebuah warna merupakan

kombinasi dari tiga warna dasar, yaitu merah, hijau dan biru (Red, Green,

Blue - RGB). Komposisi warna RGB tersebut dapat dijelaskan pada Gambar

2.2.

Sebuah citra diubah ke bentuk digital agar dapat disimpan dalam

memori komputer atau media lain. Proses mengubah citra ke bentuk digital

bisa dilakukan dengan beberapa perangkat, misalnya scanner, kamera digital

dan handycam. Ketika sebuah citra sudah diubah ke dalam bentuk digital

(selanjutnya disebut citra digital), bermacam-macam proses pengolahan citra

dapat diperlakukan terhadap citra tersebut.

2.2. Operasi Pengolahan Citra Image RestorationImage Restoration merupakan proses merekonstruksi atau mendapatkan

kembali citra asli dari sebuah citra yang cacat atau terdegradasi agar dapat

menyerupai citra aslinya. Pemugaran citra berkaitan dengan penghilang atau

pengurangan degradasi pada citra yang terjadi karena proses akusisi. Citra

degradasi yang dimaksud termasuk derau (yang merupakan error dalam nilai

piksel) atau efek optik misalnya blur (citra kabur) akibat kamera yang tidak

fokus atau karena gerakan kamera (Marvin, 2005).

Operasi pemugaran citra bertujuan untuk menghilangkan atau

meminimumkan cacat pada citra. Tujuan pemugaran citra hampir sama

dengan operasi perbaikan citra. Bedannya, pada pemugaran citra penyebab

degradasi gambar dapat diketahui. Contoh-contoh operasi pemugaran citra:

a. Penghilangan kesamaran (deblurring)

b. Penghilangan derau (noise)

Model Degradasi Citra

Degradasi sebuah citra dapat dimodelkan sebagai:

1. g ( x , y )=f ( x , y )∗h(x , y )

Misalnya proses blurring menggunakan filter average dengan f(x,y)

adalah citra asli, * menyatakan operasi spatial, h (x,y) menyatakan filter

yang digunakan, dan g(x,y) adalah citra yang terdegradasi.

2. g ( x , y )=f ( x , y )∗h ( x , y )+n(x , y)

Dengan n(x,y) adalah derau yang dimodelkan sebagai fungsi aditif

(random errors).

Derau

Derau dapat didefinisikan sebagai degradasi dalam sinyal citra, yang

disebabkan oleh gangguan eksternal. Jika citra ditransmisikan secara

elektronis dari satu tempat ke tempat yang lain (via satelit atau transmisi

kabel/nirkabel), maka dapat terjadi eror dalam sinyal citra yang diterima.

Eror akan tampak pada citra yang diterima bergantung pada gangguan yang

terjadi. Biasanya dapat diketahui tipe eror yang mungkin muncul, dan dengan

demikian tipe derau juga dapat diketahui; selanjutnya dapat dipilih metode

yang paling cocok untuk mengurangi efek yang ditimbulkan. Membersihkan

citra yang terkorupsi oleh derau merupakan lahan penting bagi kegiatan

restorasi citra. Berapa jenis derau yaitu:

1. Derau Salt and Papper

Derau salt and pepper juga sering disebut derau impuls (impulse

noise), shot noise, atau derau biner (binary noise). Degradasi oleh derau

ini disebabkan oleh gangguan yang tajam dan tiba-tiba (sharp and

sudden) pada sinyal citra; kenampakan pada citra akan berupa titik-titik

(piksel) hitam atau putih (atau kedua-duanya) yang tersebar pada citra.

Gambar berikut merupakan contoh citra yang terkorupsi oleh derau salt

& pepper.

Matlab mempunyai fungsi untuk membuat simulasi derau jenis

salt and pepper, yaitu fungsi imnoise.m. Sintaksnya sbb :

J = IMNOISE (I, 'salt & pepper', D)

Perintah tsb akan menambahkan derau jenis salt and pepper ke

citra I, dan D adalah densitas atau kepadatan derau pada citra

(pengaruhnya dinyatakan dengan D*numel(I) piksel). Default untuk D

adalah 0,05.

Contoh :

Gambar berikut adalah citra einstein.jpg (original) dan citra

einstein.jpg yang telah disimulasikan dengan derau salt and pepper

dengan densitas 0,01.

2. Derau Gaussian

Derau Gaussian adalah bentuk ideal dari derau putih,

disebabkan oleh fluktuasi acak dalam sinyal. Dapat dikatakan juga

bahwa derau Gaussian adalah derau putih yang mempunyai distribusi

normal. Jika citra dinyatakan dengan I dan derau Gaussian dinyatakan

dengan N, maka citra yang terkorupsi oleh derau Gaussian dinyatakan

dengan cara menambahkan keduanya yaitu :

I + N

Matlab mempunyai fungsi untuk membuat simulasi derau jenis

Gaussian, yaitu fungsi imnoise.m. Sintaksnya sbb :

J = IMNOISE (I, 'gaussian', M, V)

Perintah tsb akan menambahkan derau jenis Gaussian dengan

rerata (mean) dan varians yang tetap pada citra I. M dan V adalah

besaran untuk mean dan varians derau Gaussian yang diinginkan.

Default M dan V masing-masing adalah 0 dan 0,01.

Contoh

Gambar berikut adalah citra einstein.jpg (original) dan citra

einstein.jpg yang telah disimulasikan dengan derau Gaussian dengan

mean = 0 dan varians = 0,01.

3. Derau Speckle

Derau speckle dimodelkan dengan I ( 1 + N ), dengan I adalah

matriks citra dan N adalah nilai-nilai yang terdistribusi normal dengan

rerata (mean) sama dengan nol. Derau speckle disebut juga derau

multiplikatif (multiplicative noise). Derau speckle sering dijumpai pada

aplikasi radar.

Matlab mempunyai fungsi untuk membuat simulasi derau jenis

speckle, yaitu fungsi imnoise.m. Sintaksnya sbb :

J = IMNOISE (I,' speckle', V)

Perintah tsb akan menambahkan derau jenis speckle pada citra

I menggunakan persamaan J = I + N*I. N adalah derau acak yang

terdistribusi seragam (normal) dengan rerata nol dan varians V. Default

untuk nilai varians adalah V = 0,04.

Contoh

Gambar berikut adalah citra einstein.jpg (original) dan citra

einstein.jpg yang telah disimulasikan dengan derau speckle dengan

mean = 0 dan varians = 0,04.

Meskipun secara visual derau Gaussian dan derau speckle

terlihat mempunyai pengaruh yang sama pada citra, namun keduanya

dihasilkan dari pemodelan yang berlainan .

4. Derau Periodik

Derau yang sifatnya periodik (bukan acak atau random) akan

menghasilkan derau periodik. Citra yang terkorupsi oleh derau periodik

secara visual akan tampak terdapat garis-garis (bars) pada citra. Gambar

berikut adalah citra einstein.jpg yang telah disimulasikan dengan derau

periodik.

Derau salt and pepper, derau Gaussian, dan derau speckle dapat

dibersihkan dari citra menggunakan teknik spatial filtering. Derau

periodik memerlukan filtering pada domain frekuensi untuk

menghilangkannya. Hal ini disebabkan karena ketiga derau yang

pertama dapat dimodelkan sebagai degradasi yang sifatnya lokal,

sedangkan derau periodik merupakan derau yang sifatnya global.

BAB III

PEMBAHASAN

BAB IV

PENUTUP

3.1. Kesimpulan

3.2. Saran

3.3.

DAFTAR PUSTAKA

http://r1fai.blogspot.com/2012/05/operasi-pengolahan-citra.html