Konvolusi pada Citra

Image : Canva.com

Konvolusi pada Citra

Konvolusi pada Citra – Citra atau gambar dalam bahasa latin imago adalah suatu representasi, kemiripan, atau imitasi dari suatu obyek atau benda. Citra dapat dikelompokkan menjadi citra tampak dan citra tidak tampak. Contoh citra tampak dalam kehidupan sehari-hari: foto, gambar, dan lukisan, sedangkan citra tidak tampak misalnya: data gambar dalam file (citra digital), dan citra yang direpresentasikan menjadi fungsi matematis.

Di antara jenis citra tersebut, hanya citra digital yang dapat diolah menggunakan komputer. Jenis citra lain, jika hendak diolah dengan komputer, harus diubah dulu menjadi citra digital, misalnya foto discan dengan scanner, persebaran panas tubuh foto ditangkap dengan kamera infra merah dan diubah menjadi informasi numeris, informasi densitas dan komposisi bagian dalam tubuh manusia ditangkap dengan bantuan pesawat sinar–x dan sistem deteksi radiasi menjadi informasi digital. Kegiatan untuk mengubah informasi citra fisik non digital menjadi digital disebut sebagai pencitraan (imaging).

Konvolusi citra adalah tehnik untuk menghaluskan suatu citra atau memperjelas citra dengan menggantikan nilai piksel dengan sejumlah nilai piksel yang sesuai atau berdekatan dengan piksel aslinya. Tetapi dengan adanya konvolusi, ukuran dari citra tetap sama, tidak berubah.

Konvolusi memiliki dua buah fungsi f(x) dan g(x) yang didefinisikan sebagai berikut:

h(x)=f(x)*g(x)=

yang dalam hal ini, tanda (*) menyatakan operator konvolusi dan peubah (variable)  adalah peubah bantu.

Untuk pengolahan citra, operasi yang dilakukan adalah diskrit karena nilai koordinat piksel merupakan nilai yang diskrit. Selanjutnya filter atau mask yang digunakan pada pengolahan citra biasanya berukuran terbatas, dalam artian bobot atau pengaruh dari titik-titik yang cukup jauh sudah tidak signifikan, sehingga dapat diabaikan (dianggap nol). Bentuk diskrit dari operasi konvolusi satu dimensi pada pengolahan citra adalah: 

h(x)=f(x)*g(x)=

Untuk fungsi dengan dua dimensi, operasi konvolusi didefinisikan sebagai berikut: Untuk fungsi integral:

h(x,y) = f(x,y)*g(x,y) = 

Untuk fungsi diskrit:

h(x,y) = f(x,y)*g(x,y) = 

Fungsi penapis g(x,y) disebut juga konvolusi filter, konvolusi mask, konvolusi kernel, atau template. Dalam bentuk diskrit konvolusi kernel dinyatakan dalam bentuk matriks (umumnya matriks 3×3). Ukuran matriks ini biasanya lebih kecil dari ukuran citra. Setiap elemen matriks disebut koefisien konvolusi

Metode Filtering Konvolusi

  1. Metode Gaussian Blur atau Gaussian Filter
  2. Metode Gaussian Sharpen
  3. Metode Oil Painting Filtering
Baca Juga :   Review Jurnal Pengolahan Citra Digital

Metode Gaussian Blur atau Gaussian Filter

1. Pengertian Filter Gaussian. Menurut Usman (2005:70), filter Gaussian sangat baik untuk menghilangkan noise yang bersifat sebaran nomal, yang banyak di jumpai pada sebaran citra hasil proses digitasi menggunakan kamera karena merupakan fenomena alamiah akibat sifat pantulan cahaya dan kepekaan sensor cahaya pada kamera itu sendiri. Gaussian Blur adalah Filter blur yang menempatkan warna transisi yang signifikan dalam sebuah image, kemudian membuat warna-warna pertengahan untuk menciptakan efek lembut pada sisi-sisi sebuah image. Gaussian blur adalah salah satu filter blur yang menggunakan rumus matematika untuk menciptakan efek autofocus untuk mengurangi detail dan menciptakan efek berkabut.

2. Tujuan Metode Gaussian Filter. Gaussian Filter merupakan metode yang menggunakan tranformasi linear. Maksudnya Gaussian Filter menggunakan kombinasi linier dari nilai pixel yang berada dalam lingkup lokal.Dalam metode ini setiap pixel memiliki berat sendiri-sendiri. Nilai berat dari tiap pixel ditentukan dengan menggunakan Gaussian Distribution.Gaussian Distribution adalah cara agar kita dapat menentukan nilai mana yang paling berpengaruh (memiliki berat paling besar) dalam kumpulan data. Kumpulan data yang dimaksud dalam makalah ini adalah nilai dari pixel.

3. Penjelasan input-proses-output metode Gaussian Filter. Pada subbab ini akan dibahas mengenai proses filtering dengan metode Gaussian. Berikut potongan kode program filter Gaussian:

for x := M to w-1-M do

for y := N to h-1-N do

begin

jumlah := 0;

for u := -M to M do

for v := -N to N do

jumlah := jumlah+Mask[u,v]*Ki[x-u,y-v];

Ko[x,y] := Round(jumlah);

end;

Dengan menentukan maks yang digunakan yaitu konstanta M dan N, operasi filter Gaussian dilakukan dengan perhitungan sum of producst.

4. Algoritma dan Flowchart metode Gaussian Filter. Pada proses ini dilakukan konvolusi antara matriks input dengan koefisien filter Gaussian. Proses konvolusi yang dilakukan adalah konvolusi 1 dimensi. Proses konvolusi ini akan dilakukan pada setiap kolom dari matriks citra 2D. Proses konvolusi merupakan salah satu proses yang penting karena proses ini juga merupakan proses yang mendasari perhitungan koefisien filter yang menjadi kunci utama dalam perbaikan citra ber-noise. Data yang dihasilkan dari proses konvolusi ini adalah matriks 1 dimensi (1 kolom, n baris). Urutan prosesnya dapat didefinisikan sebagai berikut :

1.Deklarasikan matrik masukan 1 dimensi dari proses sebelumnya.

2.Tentukan konstanta M dan N untuk menentukan batas konvolusi

3.Tentukan deviasi standar dengan menggunakan persamaan

4.Simpan matrik input pada memori sementara

5.Lakukan proses konvolusi matrik masukan

6.Simpan matrik hasil pada memori bitmap citra hasil

7.Dihasilkan matrik hasil filter Gaussian

Metode Sharpen

1. Konsep Metode Sharpen. Sharpening (Penajaman) yaitu memperjelas detil suatu citra(menambah kontras) dengan penjumlahan atas citra tepi dengan citra aslinya maka bagian tepi objek akan terlihat berbeda dengan latarnya, sehingga citra terkesan lebih tajam.

2. Tujuan Metode Sharpen. Proses penajaman berhubungan dengan deteksi tepi – perubahan warna yang dilemahkan untuk menciptakan efek tepi tajam. Menggunakan fspecial yang akan membuat filter untuk menajamkan (sharpening) gambar. Filter khususnya bernama ‘unsharp’.

3. Penjelasan input-proses-output metode Sharpen. Sistem image sharpening pada citra dibangun menggunakan Matlab berbasis GUI yang dapat dijalankan langsung pada GUI Matlab. Sistem ini terdiri dari interface dan fungsi-fungsi filter yang dipanggil pada saat memilih filter.Output yang ditampilkan citra asli beserta histogramnya, citra blur berserta nilai PSNR, MSE, dan histogramnya dan citra yang telah diperbaiki atau di sharpening beserta nilai PSNR, MSE dan histogramnya.

Pengamatan kualitatif dilakukan dengan membandingkan citra secara berjajar sehingga dapat dilihat seberapa baik kualitas output filter yang dihasilkan. Sedangkan pengamatan kuantitatif dilakukan dengan menganalisa nilai MSE dalam suatu grafik.

a. SistemKeseluruhan Sesuai dengan rancangan alur program utama adalah sebagai berikut :

  1. Inputkan citra yang akan diuji.
  2. Tampilkan citra asli dan histogramnya
  3. Citra asli diblur
  4. Tampilkan citra asli yg telah di blur beserta PSNR, MSE, dan histogramnya
  5. Pilih proses sharpening yang akan digunakan yang terdiri dari mask 3×3 yang nilainya berbeda-beda
  6. Tampil citra hasilsharpening beserta nilai PSNR, MSE dan histogramnya.

b. Tahapan-tahapan pada program utama

c. Tahap Input Citra. Pada tahap ini merupakan awal proses penelitian dengan melakukan pengambilan citra. Ada beberapa file citra yang didukung oleh Matlab, yaitu citra dengan format bitmap (*.bmp), JPEG (*.jpg), png (*.png) dan tif (*.tif). Citra original dan informasi citra ditampilkan beserta histogramnya.

 d. Tahap Proses Sharpening. Tahap ini merupakan tindak lanjut dari tahap bluring pada citra dimana citra yang sudah mengalami proses blur diproses dengan filter laplaciandengan mask 3×3, dimana

1

1

-4

1

1

      Mask 1

1

1

1

1

-8

1

1

1

1

Mask 2 Dan filter sobel

-1

-2

-1

1

2

1

  Mask 1

-1

1

2

2

-1

1

 Mask 2

Dalam penelitian ini kita dapat memilih limapilihan sharpening yang diinginkan untuk menajamkan detil-detil citra yang kurang jelas.

e. Simulasi Perhitungan Manual. Proses penajaman citra adalah dengan melakukan pengurangan smoothed dari citra asli (unsharp masking) proses ini terdiri dari langkah-langkah berikut :

  1. Proses Degradasi Gambar Asli:                                      
  2. Mengaburkan gambar (blurred image) dengan memberikan efek blur pada Matlab
  3. Proses Restorasi (Enhancement):
  4. Mengurangi citra yang kabur, yaitu proses konvolusi  menggunakan filter laplacian dan filter gradien.
  5. Tambahkan mask ke citra, citra hasil konvolusi ditambahkan ke citra blur

Oil Painting Filtering

1. Konsep metode.  Untuk mendapatkan efek seperti lukisan, tentukan matriks jendela kecil berukuran m kali n. Salin nilai piksel gambar asli ke dalam matriks dan temukan histogram dari setiap nilai. Temukan nilai piksel maksimum yang terjadi dan ganti posisi saat ini dengan nilai kejadian maksimum.

2. Tujuan metode. Tujuan dari Oil Painting Filtering adalah untuk menghasilkan gambar yang menyerupai hasil dari lukisan minyak.

3. Penjelasan input-proses-output metode. Berikut isi input source code pada Matlab untuk Oil Painting Filtering.

A=imread(‘fabric.png’); figure,imshow(A)

%Define the matrix size of  your convience.

m=5;

n=6;

Image=uint8(zeros([size(A,1)-m,size(A,2)-n,3]));

%Calculate the histogram for each RGB value.

for v=1:3

for i=1:size(A,1)-m

    for j=1:size(A,2)-n

        mymask=A(i:i+m-1,j:j+n-1,v);

        h=zeros(1,256);

        for x=1:(m*n)

            h(mymask(x)+1)=h(mymask(x)+1)+1;

        end

  %Maximum occurring value and the position is obtained

        [maxvalue,pos]=max(h);

        Image(i,j,v)=pos-1;

end

end

4. Algoritma dan flowcart metode. Algoritma sederhana dari Filter ini adalah setelah pengguna menjalankan source code filter maka selanjutnya pengguna diminta untuk memilih salah satu gambar untuk diolah. Setelah itu gambar tersebut akan diolah sesuai dengan source code filter ini. Hasilnya akan ditampilkan 2 gambar, citra sebelum di olah dan citra setelah diolah dengan filter ini. 

Analisis perbedaan dari 3 metode

Metode Gaussian Sharpen

Gaussian Filtering

Oil Painting Filtering

Memperbaiki citra dengan menambah kontras

Memperbaiki citra dengan memburamkan gambar

Mengubah citra menjadi seperti lukisan cat minyak

Citra sebelumnya harus noise

Citra sebelumnya harus noise

Citra sebelumnya tidak harus nois

Referensi :

http://arpanimaulana.blogspot.com/2016/10/pengertian-teori-konvolusi.html

http://dsrjaringan.blogspot.com/2016/10/konvolusi-pada-pengolahan-citra.html

http://catatankuliah-tese.blogspot.com/2012/09/filter-blurring-dan-sharpening.htl

https://core.ac.uk/download/pdf/79435098.pdf

https://docplayer.info/31125079-Penerapan-metode-konvolusi-dalam-pengolahan-citra-digital.html

https://core.ac.uk/download/pdf/79435098.pdf

Leave a Reply

Your email address will not be published. Required fields are marked *