Langsung ke konten utama

Spatial Filtering

 Mask Processing

  • Jika pada point processing kita hanya melakukan operasi terhadap masing-masing piksel, maka pada mask processing kita melakukan operasi terhadap suatu jendela ketetanggaan pada citra. 
  • Kemudian kita menerapkan (mengkonvolusikan) suatu mask terhadap jendela tersebut.
  • Mask sering juga disebut filter, window, kernel.

Jenis-jenis filter spasial

Smoothing filters: 
  • Lowpass filter (linear filter, mengambil nilai rata-rata) 
  • Median filter (non-linear filter, mengambil median dari setiap jendela ketetanggan) 
Sharpening filters: 
  • Highpass filter 
  • Roberts 
  • Prewitt 
  • Sobel

Pixel Group Processing

Contoh: Jendela ketetanggan 3x3, Nilai piksel pada posisi x dipengaruhi oleh nilai 8 tetangganya

 




Spatial Filtering

Spatial filtering adalah operasi yang dilakukan terhadap intensitas pixel dari suatu image dan bukan terhadap komponen frekuensi dari image
 
2D Finite Impulse Response (FIR) filtering 
  • Mask filtering: operasi konvolusi image dengan 2 D masking 
  • Aplikasinya antara lain untuk image enhancement:
  • Smoothing: low pass 
  • Sharpening: high pass 
Data-dependent nonlinear filters 
  • Local histogram 
  • Order statistic filters 
  • Medium filter

Smoothing Spatial Filters Linear averaging (lowpass) filters

Smoothing filters digunakan untuk kepentingan : 
  • Reduksi Noise 
  • Smoothing of false contours 
  • Reduksi dari detail yang irrelevant 
Efek lain yang tidak diharapkan dari penggunaan smoothing filters 
  • Blur edges  
Penggunaan Weighted average filter Akan mereduksi efek blurring dalam smoothing process.

Order Statistics Filters

Order-statistics filters adalah filter nonlinear spatial dengan response didasarkan pada urutan / ranking dari pixels yang termuat dalam area image yang dicover oleh filter, kemudian mengganti nilai tengah pixel dengan nilai yang ditentukan oleh urutan tersebut. 


Komentar

Postingan populer dari blog ini

Pengenalan Citra Digital

Pengantar PCD  Pengertian Citra Digital  Citra digital merupakan fungsi intensitas cahaya f(x,y), dimana harga x dan y merupakan koordinat spasial dan nilai fungsi tersebut pada setiap titik (x,y) merupakan tingkat keabuan citra pada titik tersebut. Citra digital adalah citra f(x,y) dimana dilakukan diskritisasi koordinat spasial (sampling) dan diskritisasi tingkat keabuan (kuantisasi). Citra digital merupakan suatu matriks dimana indeks baris dan kolomnya menyatakan suatu titik pada citra tersebut dan elemen matriksnya (yang disebut sebagai elemen gambar / piksel / pixel / picture element / pels) menyatakan tingkat keabuan pada titik tersebut. Tiga Bidang Berkaitan dengan Proses Citra Hal yang dilakukan di PCD Perbaikan kualitas citra (Image Enhancement) Pemugaran citra (Image Restoration) Segmentasi citra (Image Segmentation) Rekonstruksi citra (Image Reconstruction) Penambahan efek citra (Image Stylization) Pemampatan citra (Image Compression) Analisis citra (Image Analysis...

Peningkatan Kualitas Citra

Tujuan Perbaikan Citra Tujuan dari teknik peningkatan mutu citra adalah untuk melakukan pemrosesan terhadap citra agar hasilnya mempunyai kwalitas relatif lebih baik dari citra awal untuk aplikasi tertentu.  Kata baik disini tergantung pada jenis aplikasi dan problem yang dihadapi   Jenis Teknik Peningkatan Kualitas Teknik peningkatan kualitas citra dapat dibagi menjadi dua: Peningkatan kualitas pada domain spasial  Point processing  Mask processing  Peningkatan kualitas pada domain frekuensi  Lingkup Pembahasan Point Processing Cara paling mudah untuk melakukan peningkatan kualitas citra 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  Domain Spasial Prosedur yang secara langsung memanipulasi pixel. g(x,y) = T[f(x,y)] dimana f(x,y) adalah image input g(x,y) adalah image yang diproses...

Histogram

Apakah itu histogram? Histogram memberikan deskripsi global dari penampakan sebuah image. Histogram dari image digital dengan gray levels dari 0 sampai L-1 adalah fungsi diskrit h(rk )=nk , dimana:  rk adalah nilai gray level ke k  nk adalah jumlah pixels dalam image yang memiliki gray level k  n adalah jumlah keseluruhan pixel pada image  k = 0, 1, 2, …, L-1  Histogram dari image digital dengan gray level yang berada dalam range [0, L-1] adalah sebuah fungsi diskrit h(rk) = nk dimana rk adalah nilai gray level ke k dan nk adalah jumlah pixel yang memiliki nilai gray level rk. Dengan Histogram informasi spasial dari image diabaikan dan hanya mempertimbangkan frekuensi relatif penampilan gray level. Sifat – Sifat Histogram Histogram adalah pemetaan Many-to-One  Image yang berbeda dimungkinkan untuk memiliki histogram yang sama   Histogram sebuah image tidak berubah bila image dikenakan operasi tertentu seperti : Rotation, scaling, flip.  Ekualisasi...