transformasi gray (cont), statistik dalam image enhancement
DESCRIPTION
Transformasi Gray (cont), Statistik Dalam Image Enhancement. Achmad Basuki,Nana Ramadijanti Surabaya 2009. Materi. Konversi RGB ke Gray Scale Konversi Gray Scale ke Biner Konversi Gray Scale ke m-Bit Pengaturan Brightness Pengaturan Kontras Gray-scale Histogram Distribusi Kumulatif - PowerPoint PPT PresentationTRANSCRIPT
![Page 1: Transformasi Gray (cont), Statistik Dalam Image Enhancement](https://reader035.vdocuments.site/reader035/viewer/2022062422/5681346f550346895d9b54d1/html5/thumbnails/1.jpg)
Transformasi Gray (cont),Statistik Dalam
Image EnhancementAchmad Basuki,Nana Ramadijanti
Surabaya 2009
![Page 2: Transformasi Gray (cont), Statistik Dalam Image Enhancement](https://reader035.vdocuments.site/reader035/viewer/2022062422/5681346f550346895d9b54d1/html5/thumbnails/2.jpg)
Materi
• Konversi RGB ke Gray Scale• Konversi Gray Scale ke Biner• Konversi Gray Scale ke m-Bit• Pengaturan Brightness• Pengaturan Kontras• Gray-scale Histogram• Distribusi Kumulatif• Histogram Equalization
![Page 3: Transformasi Gray (cont), Statistik Dalam Image Enhancement](https://reader035.vdocuments.site/reader035/viewer/2022062422/5681346f550346895d9b54d1/html5/thumbnails/3.jpg)
Konversi RGB ke Gray Scale
3
bgrx
Setiap pixel mempunyai nilai red (r), green (g) dan
blue (b) dengan nilai masing-masing 0-255
Setiap pixel mempunyai nilai derajat keabuan x
dengan nilai 0-255
1 :anadim
...
bgr
bgr
aaa
bagarax
![Page 4: Transformasi Gray (cont), Statistik Dalam Image Enhancement](https://reader035.vdocuments.site/reader035/viewer/2022062422/5681346f550346895d9b54d1/html5/thumbnails/4.jpg)
Konversi Gray Scale Ke Biner
128 xjika 0
128 xjika 1bwx
x xjika 0
x xjika 1bwx
Setiap pixel mempunyai nilai warna xbw dengan
nilai 0 dan 1
Setiap pixel mempunyai nilai derajat keabuan x
dengan nilai 0-255
![Page 5: Transformasi Gray (cont), Statistik Dalam Image Enhancement](https://reader035.vdocuments.site/reader035/viewer/2022062422/5681346f550346895d9b54d1/html5/thumbnails/5.jpg)
Konversi Gray Scale Ke m-Bit
mm
th
xx
2int.2
Setiap pixel mempunyai nilai warna xth dengan nilai
0 sampai dengan 2m-1
Setiap pixel mempunyai nilai derajat keabuan x
dengan nilai 0-255
Contoh :X=100, gray scale 4 bit (0-64)Xbaru = 64 x (100/64) = 64 x 1 = 64
![Page 6: Transformasi Gray (cont), Statistik Dalam Image Enhancement](https://reader035.vdocuments.site/reader035/viewer/2022062422/5681346f550346895d9b54d1/html5/thumbnails/6.jpg)
Pengaturan Brightness
brightnessbrightness txx
Proses pengaturan brightness adalah proses penambahan nilai derajat keabuan x dengan nilai perubahan brightness tbrightness
tbrightness bisa positif dan dan negatif0 255
0 255
![Page 7: Transformasi Gray (cont), Statistik Dalam Image Enhancement](https://reader035.vdocuments.site/reader035/viewer/2022062422/5681346f550346895d9b54d1/html5/thumbnails/7.jpg)
Pengaturan Contrast
contrastcontrast txx
Proses pengaturan contrast adalah proses perkalian nilai derajat keabuan x dengan nilai perubahan contrast tcontrast
0 < tkontras < m , dengan m positif0 255
0 255
![Page 8: Transformasi Gray (cont), Statistik Dalam Image Enhancement](https://reader035.vdocuments.site/reader035/viewer/2022062422/5681346f550346895d9b54d1/html5/thumbnails/8.jpg)
Gray-Scale Histogram
• Histogram di dalam gambar gray-scale menyatakan distribusi dari derajat keabuan (terang/gelap) pada suatu gambar.
• Dari histogram ini dapat dilihat apakah gambar tersebut lebih banyak warna gelap atau lebih banyak warna terang
• Teknik histogram ini dapat dikembangkan untuk memperbaiki kualitas gambar (image enhancement) dengan apa yang dinamakan dengan Histogram Equalization, suatu teknik untuk meratakan distribusi terang/gelap sehingga gambar kelihatan lebih jelas.
![Page 9: Transformasi Gray (cont), Statistik Dalam Image Enhancement](https://reader035.vdocuments.site/reader035/viewer/2022062422/5681346f550346895d9b54d1/html5/thumbnails/9.jpg)
Gray-Scale Histogram
Gambar ini didominasi warna terang, karena grafik di sebelah kanan terlihat lebih banyak.
Gambar ini didominasi warna gelap, karena grafik di sebelah kiri terlihat lebih banyak.
![Page 10: Transformasi Gray (cont), Statistik Dalam Image Enhancement](https://reader035.vdocuments.site/reader035/viewer/2022062422/5681346f550346895d9b54d1/html5/thumbnails/10.jpg)
Distribusi Kumulatif
• Distribusi kumulatif C(x) adalah nilai total histogram dari tingkat keabuan=0 sampai dengan tingkat keabuan=x, dan didefinisikan dengan:
• Distribusi kumulatif ini dapat digunakan untuk menunjukkan perkembangan dari setiap step derajat keabuan.
• Pada distribusi kumulatif, gambar dikatakan baik bila mempunyai distribusi kumulatif yang pergerakannya hampir sama pada semua derajat keabuan.
x
w
wHxC0
)()(
![Page 11: Transformasi Gray (cont), Statistik Dalam Image Enhancement](https://reader035.vdocuments.site/reader035/viewer/2022062422/5681346f550346895d9b54d1/html5/thumbnails/11.jpg)
Distribusi Kumulatif
Perubahan yang tajam
![Page 12: Transformasi Gray (cont), Statistik Dalam Image Enhancement](https://reader035.vdocuments.site/reader035/viewer/2022062422/5681346f550346895d9b54d1/html5/thumbnails/12.jpg)
Distribusi Kumulatif
• Gambar-gambar hasil photo mempunyai perubahan yang tidak terlalu tajam dan biasanya tidak lebih dari satu. Hal ini menunjukkan tingkat gradiasi yang halus pada gambar hasil photo.
• Gambar-gambar kartun mempunya banyak perubahan yang tajam, hal ini menunjukkan tingkat gradiasi pada gambar kartun rendah (kasar).
![Page 13: Transformasi Gray (cont), Statistik Dalam Image Enhancement](https://reader035.vdocuments.site/reader035/viewer/2022062422/5681346f550346895d9b54d1/html5/thumbnails/13.jpg)
Histogram Equalization
• Histogram Equalization adalah suatu proses untuk meratakan histogram agar derajat keabuan dari yang paling rendah (0) sampai dengan yang paling tinggi (255) mempunyai kemunculan yang rata.
• Dengan histogram equalization hasil gambar yang memiliki histogram yang tidak merata atau distribusi kumulatif yang banyak loncatan gradiasinya akan menjadi gambar yang lebih jelas karena derajat keabuannya tidak dominan gelap atau dominan terang.
• Proses histogram equalization ini menggunakan distribusi kumulatif, karena dalam proses ini dilkakukan perataan gradien dari distribusi kumulatifnya.
![Page 14: Transformasi Gray (cont), Statistik Dalam Image Enhancement](https://reader035.vdocuments.site/reader035/viewer/2022062422/5681346f550346895d9b54d1/html5/thumbnails/14.jpg)
Formulasi Histogram Equalization
Histogram Equalization dari suatu distribusi kumulatif C adalah:
yx
w
nn
tcw
.
.
Cw adalah nilai distribusi kumulatif pada derajat keabuan wt adalah nilai threshold derajat keabuan= 28 atau 256nx dan ny adalah ukuran gambar.
![Page 15: Transformasi Gray (cont), Statistik Dalam Image Enhancement](https://reader035.vdocuments.site/reader035/viewer/2022062422/5681346f550346895d9b54d1/html5/thumbnails/15.jpg)
Perhitungan Histogram Equalization
0
1
2
3
4
5
6
7
1 2 3 4 5 6 7 8 9 10 11 12
Perhatikan histogram berikut:
2 4 3 1 3 6 4 3 1 0 3 2
Distribusi Kumulatifnya
2 6 9 10 13 19 23 26 27 27 30 32
0
5
10
15
20
25
30
35
1 2 3 4 5 6 7 8 9 10 11 12
![Page 16: Transformasi Gray (cont), Statistik Dalam Image Enhancement](https://reader035.vdocuments.site/reader035/viewer/2022062422/5681346f550346895d9b54d1/html5/thumbnails/16.jpg)
Perhitungan Histogram Equalization
w Cw w-baru
1 2
(2*12)/41
1
2 6 2
3 9 3
4 10 4
5 13 5
6 19 7
7 23 9
8 26 10
9 27 10
10 27 10
11 30 11
12 32 12
Distribusi Kumulatif: 2 6 9 10 13 19 23 26 27 27 30 32
0
5
10
15
20
25
30
35
1 2 3 4 5 6 7 8 9 10 11 12
0
5
10
15
20
25
30
35
1 2 3 4 5 6 7 8 9 10 11 12
![Page 17: Transformasi Gray (cont), Statistik Dalam Image Enhancement](https://reader035.vdocuments.site/reader035/viewer/2022062422/5681346f550346895d9b54d1/html5/thumbnails/17.jpg)
Histogram Equalization Pada Gambar
![Page 18: Transformasi Gray (cont), Statistik Dalam Image Enhancement](https://reader035.vdocuments.site/reader035/viewer/2022062422/5681346f550346895d9b54d1/html5/thumbnails/18.jpg)
Histogram Equalization Pada Gambar
![Page 19: Transformasi Gray (cont), Statistik Dalam Image Enhancement](https://reader035.vdocuments.site/reader035/viewer/2022062422/5681346f550346895d9b54d1/html5/thumbnails/19.jpg)
Histogram Equalization Pada Gambar
![Page 20: Transformasi Gray (cont), Statistik Dalam Image Enhancement](https://reader035.vdocuments.site/reader035/viewer/2022062422/5681346f550346895d9b54d1/html5/thumbnails/20.jpg)
Aplikasi Histogram Equalization
• Buka project baru• Pada form atur property ScaleMode=Pixel• Tambahkan 2 pictureBox. Pada setiap pictureBox, atur
property Appereance=Flat, Autoredraw=True dan ScaleMode=Pixel. Buat ukuran kedua pictureBox ini sama.
• Pada picture1, tambahkan gambar pada property picture• Tambahkan 1 commandButton, isikan property
Caption=Histogram Equalization.• Atur tampilan seperti gambar di bawah ni.
![Page 21: Transformasi Gray (cont), Statistik Dalam Image Enhancement](https://reader035.vdocuments.site/reader035/viewer/2022062422/5681346f550346895d9b54d1/html5/thumbnails/21.jpg)
Aplikasi Histogram Equalization
• Click pada Command1, dan isikan program berikut:
‘Inisialisasi variabelDim h(256), h2(256), c(256) As SingleFor i = 0 To 255 h(i) = 0 h2(i) = 0Next i
![Page 22: Transformasi Gray (cont), Statistik Dalam Image Enhancement](https://reader035.vdocuments.site/reader035/viewer/2022062422/5681346f550346895d9b54d1/html5/thumbnails/22.jpg)
‘Menghitung distribusi kumulatifFor i = 0 To Picture1.ScaleWidth - 1For j = 0 To Picture1.ScaleHeight - 1 w = Picture1.Point(i, j) r = w And RGB(255, 0, 0) g = Int((w And RGB(0, 255, 0)) / 256) b = Int(Int((w And RGB(0, 0, 255)) / 256) / 256) xg = Int((r + g + b) / 3) xg = Int(0.6 * xg + 20) Picture1.PSet (i, j), RGB(xg, xg, xg) h(xg) = h(xg) + 1Next jNext ic(0) = h(0)For i = 1 To 255 c(i) = c(i - 1) + h(i)Next i
![Page 23: Transformasi Gray (cont), Statistik Dalam Image Enhancement](https://reader035.vdocuments.site/reader035/viewer/2022062422/5681346f550346895d9b54d1/html5/thumbnails/23.jpg)
'Histogram EqualizationFor i = 0 To Picture1.ScaleWidth - 1For j = 0 To Picture1.ScaleHeight - 1 w = Picture1.Point(i, j) r = w And RGB(255, 0, 0) g = Int((w And RGB(0, 255, 0)) / 256) b = Int(Int((w And RGB(0, 0, 255)) / 256) / 256) xg = Int((r + g + b) / 3) yg = Int(256 * c(xg) / 128 / 128) h2(yg) = h2(yg) + 1 Picture2.PSet (i, j), RGB(yg, yg, yg)Next jNext IFor i = 0 To 255 MSChart1.Row = i + 1 MSChart1.Data = h(i) MSChart1.RowLabel = Trim(Str(i)) MSChart2.Row = i + 1 MSChart2.Data = h2(i) MSChart2.RowLabel = Trim(Str(i))Next i
![Page 24: Transformasi Gray (cont), Statistik Dalam Image Enhancement](https://reader035.vdocuments.site/reader035/viewer/2022062422/5681346f550346895d9b54d1/html5/thumbnails/24.jpg)
Image Enhancement
Spatial Domain Frequency Domain
I. Point Processing II. Mask Processing …(next week)
a. Image Negativeb. Contrast Stretchingc. Histogram Equalization
- all grey level and all area- specific grey level (histogram specification)
- local enhancement (specific part of the image)d. Image Subtractinge. Image Averaging
Lingkup Pembahasan
![Page 25: Transformasi Gray (cont), Statistik Dalam Image Enhancement](https://reader035.vdocuments.site/reader035/viewer/2022062422/5681346f550346895d9b54d1/html5/thumbnails/25.jpg)
I. Point Processing• Cara paling mudah untuk melakukan
peningkatan mutu pada domain spasial adalah dengan melakukan pemrosesan yang hanya melibatkan satu piksel saja (tidak menggunakan jendela ketetanggaan)
• Pengolahan menggunakan histogram juga termasuk dalam bagian point processing
![Page 26: Transformasi Gray (cont), Statistik Dalam Image Enhancement](https://reader035.vdocuments.site/reader035/viewer/2022062422/5681346f550346895d9b54d1/html5/thumbnails/26.jpg)
Ia. Image Negative
• Mengubah nilai grey-level piksel citra input dengan:
Gbaru = 255 - Glama
• Hasilnya seperti klise foto
![Page 27: Transformasi Gray (cont), Statistik Dalam Image Enhancement](https://reader035.vdocuments.site/reader035/viewer/2022062422/5681346f550346895d9b54d1/html5/thumbnails/27.jpg)
27
Aplikasi Penginderaan Jarak Jauh(Sumber: Murni, 1997)
Aplikasi Penginderaan Jarak Jauh(Sumber: Murni, 1997)
Citra Optik Citra SAR
(Sumber: Bakosurtanal RI)
![Page 28: Transformasi Gray (cont), Statistik Dalam Image Enhancement](https://reader035.vdocuments.site/reader035/viewer/2022062422/5681346f550346895d9b54d1/html5/thumbnails/28.jpg)
Ib. Contrast Stretching
• Mengubah kontras dari suatu image dengan cara mengubah greylevel piksel-piksel 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
0
s
(r1,s1)
r
255
255
T(r)
(r2,s2)
![Page 29: Transformasi Gray (cont), Statistik Dalam Image Enhancement](https://reader035.vdocuments.site/reader035/viewer/2022062422/5681346f550346895d9b54d1/html5/thumbnails/29.jpg)
Contoh Contrast Stretching
![Page 30: Transformasi Gray (cont), Statistik Dalam Image Enhancement](https://reader035.vdocuments.site/reader035/viewer/2022062422/5681346f550346895d9b54d1/html5/thumbnails/30.jpg)
Contrast Stretching
• Fungsi lain yang baik digunakan adalah: fout = (fin – a) * b, -> (20-10)*6=60
• a = min(fin) misal : a=10• b = 255 / (max(fin) – min(fin)) : b=255/(50-
10)=255/40=6• 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)
![Page 31: Transformasi Gray (cont), Statistik Dalam Image Enhancement](https://reader035.vdocuments.site/reader035/viewer/2022062422/5681346f550346895d9b54d1/html5/thumbnails/31.jpg)
Contrast Stretching
Buatlah matrik citra ukuran 10x10 dengan nilai random gray scale 50-150 (optional)Dapatkan matrik citra hasil setelah dilakukan contras stretching sehingga gray level citra menjadi 0-255.Tampilkan matrik citra asal dan matrik citra hasil contras stretching.Dikumpulkan senin mg depan.
![Page 32: Transformasi Gray (cont), Statistik Dalam Image Enhancement](https://reader035.vdocuments.site/reader035/viewer/2022062422/5681346f550346895d9b54d1/html5/thumbnails/32.jpg)
Ic. Histogram Equalization
• Histogram: diagram yang menunjukkan jumlah kemunculan grey level (0-255) pada suatu citra
• Histogram processing:– Gambar gelap: histogram cenderung ke sebelah kiri– Gambar terang: histogram cenderung ke sebelah
kanan– Gambar low contrast: histogram mengumpul di suatu
tempat– Gambar high contrast: histogram merata di semua
tempat Histogram processing: mengubah bentuk histogram agar pemetaan gray level pada citra juga berubah
![Page 33: Transformasi Gray (cont), Statistik Dalam Image Enhancement](https://reader035.vdocuments.site/reader035/viewer/2022062422/5681346f550346895d9b54d1/html5/thumbnails/33.jpg)
Ic. Histogram Equalization in all grey level and all area (1)
• Ide: mengubah pemetaan greylevel agar sebarannya (kontrasnya) lebih menyebar pada kisaran 0-255
• Sifat:– Grey level yang sering
muncul lebih dijarangkan jaraknya dengan grey level sebelumnya
– Grey level yang jarang muncul bisa lebih dirapatkan jaraknya dengan grey level sebelumnya
– Histogram baru pasti mencapai nilai maksimal keabuan (contoh: 255)
![Page 34: Transformasi Gray (cont), Statistik Dalam Image Enhancement](https://reader035.vdocuments.site/reader035/viewer/2022062422/5681346f550346895d9b54d1/html5/thumbnails/34.jpg)
Ic. Histogram Equalization in all grey level and all area (2)
- mengubah pemetaan grey level pada citra, dengan rumus:
citra pada ada yang maksimal levelgrey adalah L
1,.....,1,010
)()(0 0
Lkdanr
rpn
nrTs
k
k
j
k
jj
jkk
![Page 35: Transformasi Gray (cont), Statistik Dalam Image Enhancement](https://reader035.vdocuments.site/reader035/viewer/2022062422/5681346f550346895d9b54d1/html5/thumbnails/35.jpg)
Ic. Histogram Equalization in all grey level and all area (3)
• Contoh : citra dengan derajat keabuan hanya berkisar 0-10
Citra awal: 3 5 5 5 45 4 5 4 45 3 4 4 44 5 6 6 3
Derajat Keabuan
Kemunculan
Probabilitas Kemunculan
Sk
SK * 10
Derajat keabuan baru
0 1 2 3 4 5 6 7 8 9 10
0 0 0 3 8 7 2 0 0 0 0
0 0 0 3 11 18 20 20 20 20 20
(0*10)/25 (0*10)/25
(0*10)/25
(3*10)/25
(11*10)/25
(18*10)/25
(20*10)/25
(20*10)/25
(20*10)/25
(20*10)/25
(20*10)/25
0 0 0 0.15 0.40 0.35 0.1 0 0 0 0
0 0 0 0.15 0.55 0.90 1 1 1 1 1
0 0 0 1.5 5.5 9 10 10 10 10 10
0 0 0 1 5 9 10 10 10 10 10
Citra Akhir: 1 9 9 9 59 5 9 5 59 1 5 5 55 9 10 10 1
![Page 36: Transformasi Gray (cont), Statistik Dalam Image Enhancement](https://reader035.vdocuments.site/reader035/viewer/2022062422/5681346f550346895d9b54d1/html5/thumbnails/36.jpg)
Ic. Histogram Equalization specific grey level (hist.
specification)
• Histogram equalization tidak dilakukan pada seluruh bagian dari histrogram tapi hanya pada bagian tertentu saja
![Page 37: Transformasi Gray (cont), Statistik Dalam Image Enhancement](https://reader035.vdocuments.site/reader035/viewer/2022062422/5681346f550346895d9b54d1/html5/thumbnails/37.jpg)
Ic. Histogram Equalization specific area (local
enhancement)• Histogram equalization hanya dilakukan pada
bagian tertentu dari citra