Konvolusi Citra Digital - Pengolahan Citra Digital - Ujian Tengah Semester


A.     Pengertian Konvolusi

      Konvolusi pada citra sering disebut dengan konvolusi 2 dimensi (Konvolusi 2D). Konvolusi 2D didefinisikan sebagai proses untuk memperoleh suatu pixel didasarkan pada nilai pixel itu sendiri dan tetangganya, dengan melibatkan suatu matriks yang disebut kernel yang mempresentasikan pembobotan. Dengan kata lain konvolusi 2D adalah teknik untuk menghaluskan suatu citra atau memperjelas citra dengan menggantikan nilai pixel dengan sejumlah nilai pixel yang sesuai atau berdekatan dengan pixel aslinya. Meski begitu, ukuran dari citra akan tetap sama.

B.     Metode Filtering

1.                    1. Painting Filtering

a.       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.

b.      Tujuan Metode

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

c.       Input – Output Metode

Berikut adalah proses pengkodean pada matlab :

Source Code :

A=imread(‘peppers.png');

figure,imshow(A)

m=5;

n=6;

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

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

    [maxvalue,pos]=max(h);

    Image(i,j,v)=pos-1;

end

end

end

figure,imshow(Image);

 

 

Hasil Pengolahan Citra : 



d.      Algoritma dan Flowchart

      Algoritma sederhananya, pengolahan citra akan memproses gambar yang kita masukkan sesuai dengan ketentuan yang kita inginkan yaitu oil painting filtering, dimana kemudian kode akan membuat gambar seperti memiliki citra seperti lukisan cat minyak. Berikut adalah flowchart dari metode Oil Painting Filtering :


2.                      2Sharpen

a.       Konsep Metode

      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.

b.      Tujuan Metode

      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. 

c.       Input – Output Metode

Berikut adalah source code konsep sharpen filtering :

Source Code

I = double(imread('cameraman.tif'));

E_roberts = edge(I,'roberts');

E_prewitt = edge(I,'prewitt');

E_sobel = edge(I,'sobel');

E_canny = edge(I,'canny');

figure,imagesc(I),axis image,colormap gray,colorbar;

figure,imagesc(E_roberts),axis image,colormap gray,colorbar;

figure,imagesc(E_prewitt),axis image,colormap gray,colorbar;

figure,imagesc(E_sobel),axis image,colormap gray,colorbar;

figure,imagesc(E_canny),axis image,colormap gray,colorbar;

 

                     

Hasil Pengolahan Citra


d.      Algoritma dan Flowchart

Pada proses membuat citra sharpen atau garis tepi. Input gambar asli akan di olah citra tepinya oleh kode dengan 4 jenis citra tepi atau sharpen. yaitu Roberts, prewitt, sobel dan canny. Kemudian gambar akan di olah dengan masing masing citra tersebut. Berikut adalah flowchart dari proses sharpen :

 


 

3.                       3. High-Pass Filtering

a.       Konsep Metode

High-Pass filtering adalah proses filter yang melewatkan komponen citra dengan nilai intensitas yang tinggi dan meredam komponen citra dengan nilai intensitas yang rendah.

b.      Tujuan Metode

High-Pass filter bertujuan untuk membuat tepi objek tampak lebih tajam dibandingkan sekitarnya.

c.       Input – Output Metode

Berikut adalah source code dari metode High-Pass Filtering :

Source Code

I=imread('kids.tif');

hpf1=[-1 -1 -1;-1 8 -1;-1 -1 -1];

hpf2=[ 0 -1 0;-1 5 -1; 0 -1 0];

hpf3=[ 1 -2 1;-2 5 -2; 1 -2 1];

J1=uint8(conv2(double(I),hpf1,'same'));

J2=uint8(conv2(double(I),hpf2,'same'));

J3=uint8(conv2(double(I),hpf3,'same'));

figure,imshow(I);

figure,imshow(J1);

figure,imshow(J2);

figure,imshow(J3);

 

 

Hasil Pengolahan Citra

d.      Algoritma dan Flowchart

Pertama, code akan memproses gambar yang di input dengan ketiga ketentuan kernel yang di tulis pada baris kode. Setelah itu, gambar akan di tampilkan dengan masing – masing citra yang ditentukan pada baris kode.


C.     Perbedaan Ketiga Metode

Pada ketiga metode filtering terdapat perbedaan yang bisa di bedakan dari kontur gambar dan karakteristik masing masing dari gambar. Metode Oil Paint Filtering lebih menekankan kejelasan warna, sedangkan Sharpen Filtering lebih memperjelas garis tepi agar gambar bisa lebih tersketsa dengan jelas dan High-Pass Filtering membuat bagian tepi objek lebih terlihat jelas dengan cara memberikan kontur titik – titik pada bagian gambarnya.

Yang membedakan antara Sharpen dan High-Pass Filtering adalah pada kontur penyusun gambar yaitu objek titik pada High-Pass dan garis pada Sharpen. Kedua objek ini membuat perbedaan yang terlihat cukup signifikan antara kedua metode tersebut. Kedua Metode ini juga memiliki persamaan yang terlihat yaitu tidak memerlukan warna rgb dalam penyusun komponen gambarnya agar bisa terlihat dengan jelas. Kedua metode tadi sangatah bertolak belakang dengan metode Oil Painting yang membutuhkan warna rgb sebagai penyusun utamanya agar gambar bisa terlihat perbedaannya.

 

D.    Sumber Literatur

       [1] research-            dashboard.binus.ac.id/uploads/paper/document/publication/Journal/MatsTat/Vol.%2012%20No.%202%20Juli%202012/01_Wikaria%20Gazali.pdf

       [2] https://www.slideshare.net/RoziqBahtiar/pcd-4 

 

Tidak ada komentar

Diberdayakan oleh Blogger.