ratih612.files.wordpress.com€¦ · web viewkata pengantar. puji dan syukur kami panjatkan...
TRANSCRIPT
KATA PENGANTAR
Puji dan syukur kami panjatkan kehadirat Allah Yang Maha Esa yang telah memberikan Rahmat dan karunia-Nya sehingga kami dapat menyelesaikan makalah Pengolahan Citra Digital ini dengan judul “UNSHARP MASKING DAN FILTER ROBERT“. Makalah ini di susun dalam rangka memenuhi tugas kelompok mata kuliah Pengolahan Citra Digital Program Studi Pendidikan Teknik Informatika dan Komputer.
Dalam menyusun makalah ini, kami banyak memperoleh bantuan serta bimbingan dari berbagai pihak.
Kami menyadari bahwa dalam menyusun makalah ini masih jauh dari sempurna, untuk itu kami sangat mengharapkan kritik dan saran yang sifatnya membangun guna sempurnanya makalah ini. Kami berharap semoga makalah ini dapat bermanfaat bagi kami khususnya dan bagi pembaca umumnya.
Maret 2012
Pemakalah
DAFTAR ISI
1
I. Judul......................................................................................................... 1II. Kata Pengantar......................................................................................... 2III. Daftar Isi................................................................................................... 3IV. BAB I Pendahuluan................................................................................... 4
a. Latar Belakang.............................................................................. 4b. Rumusan Masalah........................................................................ 6c. Tujuan Penulisan Makalah........................................................... 6d. Manfaat........................................................................................ 6
V. BAB II Pembahasan.................................................................................. 7VI. BAB III Penutup........................................................................................ 15VII. Daftar Pustaka.......................................................................................... 16
BAB I PENDAHULUAN
2
a. Latar Belakang
DefinisidanTujuan PengolahanCitra
Pengolahan Citra / Image Processing : Prosesmemperbaikikualitascitraagarmudahdiinterpretasi
olehmanusiaataukomputer Teknikpengolahancitradenganmentrasfor-masikan
citramenjadicitralain,contoh: pemampatancitra(imagecompression) Pengolahancitramerupakanprosesawal (preprocessing) darikomputervisi.
Pengenalan pola (pattern recognition) : Pengelompokkandatanumerikdansimbolik(termasuk
citra)secaraotomatisolehkomputer agar suatuobjekdalamcitradapatdikenalidandiinterpreasi.
Pengenalanpolaadalahtahapanselanjutnyaatau analisisdaripengolahancitra
Proses UmumKomputerVisi(Pengolahan Citra dan Pengenalan Pola)
Hirarki Pemorsesan Contoh Algoritma
Preprocessing
Lowest-level feature exctraction
Intermediate-level feature extraction
High –level scene interpretaion via images
Noise removalContrast enhacement
Edge detectionTexture detection
Connectivity Pattern matching Boundary coding
Model-base recognition
Operasi PengolahanCitra
1. Perbaikankualitascitra(imageenhacement)
3
Tujuan : memperbaiki kualitas citra dengan memanipulasi parameter-parameter citra.Operasi perbaikan citra : Perbaikan kontras gelap/terang Perbaikan tepian objek (edge enhancement) Penajaman (sharpening) Pemberian warna semu(pseudocoloring) Penapisan derau (noise filtering)
2. Pemugarancitra(imagerestoration)Tujuan : menghilangkan cacat pada citra. Perbedaannya dengan perbaikan citra : penyebabdegradasi citra diketahui.Operasi pemugaran citra : Penghilangan kesamaran (deblurring) Penghilangan derau (noise)
3. Pemampatancitra(imagecompression)Tujuan : citra direpresentasikan dalam bentuk lebih kompak, sehingga keperluan memori lebih sedikit namun dengan tetap mempertahankan kualitas gambar (misal dari .BMP menjadi .JPG)
4. Segmentasicitra(imagesegmentation)Tujuan : memecah suatu citra ke dalam beberapa segmen dengan suatu kriteria tertentu.Berkaitan erat dengan pengenalan pola.
5. Pengorakancitra(imageanalysis)Tujuan : menghitung besaran kuantitatif dari citra untuk menghasilkan deskripsinya. Diperlukan untuk melokalisasi objek yang diinginkan dari sekelilingnyaOperasi pengorakan citra : Pendeteksian tepi objek (edge detection) Ekstraksi batas (boundary) Represenasi daerah (region)
6. Rekonstruksicitra(Imagerecontruction)Tujuan : membentuk ulang objek dari beberapa citra hasil proyeksi.
b. Rumusan Masalah1. Apa itu Unsharp Masking dan Filter Robert?
4
2. Bagaimana konsep Unsharp Masking dan Filter Robert?
c. Tujuan Penulisan Makalah1. Mengetahui pengertian Unsharp Masking dan Filter Robert2. Mengetahui konsepUnsharp Masking dan Filter Robert
d. ManfaatMahasiswa mampu menjelaskan konsep dasar dari Unsharp Masking dan Filter Robert
Bab II Pembahasan
5
Unsharp Masking
Idedasardariunsharpmaskingadalahuntukmengurangkanversikaburterskala (scaled unsharpversion)darisebuahcitraterhadapcitraaslinya.Secarapraktis,dapat dilakukandenganmengurangkancitrayangtelahdikaburkandandiskala(scaledblurred image) terhadap citra aslinya. Perhatikan skemaunsharp masking berikut.
Citraasli (original) Citra kabur (blur)
Misalkan ada sebuah citra, maka unsharp masking dapat diterapkan menggunakan perintah-perintahberikut.
>>f = fspecial (‘average’);
>>xf = filter2 (f, x);
>>xu = double (x) – xf/1.5;
>>imshow(xu/70);
Perintahpadabaristerakhirdigunakanuntukscallinghasilsehinggafungsiimshow.m dapat menampilkan citra; nilai skala mungkin harus diubah bergantung citra input.
6
Contohimplementasi.
clearall;clc;I= imread ('mandrill2.jpg');f= fspecial('average');If= filter2(f,I);Iu= double(I)-If/1.25figure,imshow (I)title('citra input')figure,imshow (mat2gray(If))title('citra blurred')figure,imshow (Iu/65)title('citra unsharp masking')
citrainput citrablurred
citraunsharpmasking
Gambaran secara grafis proses unsharp maskingdiperlihatkan pada gambar berikut.
7
Operasi filtering dan pengurangan dapat dilakukan sekaligus dengan menggunakan linearitas filter 3 x 3 berikut, yang disebut filter identitas.
Dengandemikian,unsharpmasking dapatditerapkanmenggunakanfiltertersebutdengan formula sbb.
Dengankadalahkonstantayangdipilihuntukmemperolehhasilyangterbaik.Alternatif lain adalah dengan mendefinisikan filter unsharpmasking sebagai berikut.
8
Padaformulayangkeduatsb,dilakukanpengurangancitrayangdikaburkanterhadap versiterskalacitraaslinya.Faktorskalajugadapatdipecahdiantarafilteridentitasdan filter blurring (kabur).
Pilihanunsharp pada fungsi matlab fspecial, dibuat menggunakan formula
Denganαadalahparameteropsionaldengandefault0,2.Jikaα=0,5makafilteryang terbentuk menjadi
Meskipunpadapembahasaninidigunakanfilterpererata,namunpadadasarnyadapat digunakan sebarang LPF untuk proses unsharpmasking.
Matlabmenyediakan opsi atau pilihan unsharp pada fungsi fspecial untuk unsharp filtering.Sintaks: H = FSPECIAL ('unsharp', ALPHA)
FSPECIAL membuatunsharpfiltermenggunakanLaplacianfilterdengan parameter ALPHA beradapadajangkauan0.0hingga1.0.Defaultnilai ALPHA adalah 0.2.
Contohimplementasi.
9
clearall;clc;I= imread ('mandrill2.jpg');f= fspecial('unsharp');If= filter2(f,I); figure, imshow (I) title ('citra input')figure,imshow (If/255)title('citra unsharp masking')
citrainput citraunsharpmasking
METODE ROBERT
10
Metode Robert adalah nama lain dari teknik differensial pada arah horisontal dan differensial pada arah vertikal, dengan ditambahkan proses konversi biner setelah dilakukan differensial. Teknik konversi biner yang disarankan adalah konversi biner dengan meratakan distribusi warna hitam dan putih.. Metode Robert ini juga disamakan dengan teknik DPCM (Differential Pulse Code Modulation). Operator Robert menggunakanoperator gradient berukuran2 x 2 :
Gradient magnitude dari operator Robert adalah sebagai berikut :
Karena operator Robert hanya menggunakan convolution mask berukuran 2 x 2, maka operator Robert sangat sensitive terhadap noise.
Contoh
RobertsDiagonal1 = K1(x,y) = | (1*160) + (0*150) + (0*120) + (–1*120) | = 40
atau pakai cara praktis |160 – 120 | = 40 Diagonal2 = K2(x,y) = | (0*160) + (1*150) + (–1*120) + (0*120) | = 30
atau pakai cara praktis |150 – 120 | = 30
Maka h(2,2) bila menggunakan : K0(x,y) = ( | K1(x,y) | + | K2(x,y) | ) = 40 + 30 = 70 K0(x,y) = max ( | K1(x,y) | , | K2(x,y) | ) = 40 K0(x,y) = ( | K1(x,y) | + | K2(x,y) | ) / 2 = (40 + 30)/2 = 35 K0(x,y) = √ K1(x,y)* K1(x,y) + K2(x,y) * K2(x,y) = √ (40*40)+(30*30)
= 50
Contoh perintah dengan Matlab
11
g = imread(‘arif.jpg’);gray=rgb2gray(g);x = edge(gray,’canny’);imshow(x);
hasilnya :
Gambar Asli Metode Robert
Hasil
Listing Program:
% — Executes on button press in pushbutton3.function pushbutton3_Callback(hObject, eventdata, handles)robert=guidata(gcbo);i=get(robert.axes1,’Userdata’);if isequal(i,[])warndlg(‘Belum ada gambar !’,'robert prcess error’);elsegray=rgb2gray(i);bw=edge(gray,’robert’);px=[0 1;-1 0];grayx=filter2(px,gray);py=px’;grayy=filter2(py,gray);
12
edge_p=sqrt(grayx.^2+grayy.^2);edge_t=im2bw(edge_p/255,0.3);set(robert.figure1,’CurrentAxes’,robert.axes3);set(imshow(edge_t));set(robert.axes3,’Userdata’,edge_t);end% hObject handle to pushbutton3 (see GCBO)% eventdata reserved – to be defined in a future version of MATLAB% handles structure with handles and user data (see GUIDATA
Hasil
Bab III Penutup
13
Kesimpulan
Unsharpmaskingadalahuntukmengurangkanversikaburterskala (scaled unsharpversion)darisebuahcitraterhadapcitraaslinya.Secarapraktis,dapat dilakukandenganmengurangkancitrayangtelahdikaburkandandiskala(scaledblurred image) terhadap citra aslinya.
Metode Robert adalah nama lain dari teknik differensial pada arah horisontal dan differensial pada arah vertikal, dengan ditambahkan proses konversi biner setelah dilakukan differensial.
Daftar Pustaka
14
http://meandmyheart.files.wordpress.com/2009/09/kuliah-5-edge-sharpening.pdf
http://www.cambridgeincolour.com/tutorials/unsharp-mask.htm
http://ussie.staff.gunadarma.ac.id/Downloads/files/13436/PENGOLAHAN+CITRA.pdf
http://yaniasiah.wordpress.com/2011/10/05/beberapa-metode-deteksi-tepi-mata-uang-logam-dengan-menggunakan-software-matlab/
15