By Emy 1 MEREDUKSI NOISE By Emy By Emy

Copyright @ 2007 By Emy

1

MEREDUKSI NOISE


2


1

Kompetensi • Mampu menjelaskan macammacam jenis noise • Mampu menganalisis jenis noise yang menyebabkan gangguan pada citra • Mampu membangkitkan macammacam noise kemudian mengimplementasikannya dalam progra Copyright @ 2007 By Emy

3


Noise Pada Citra • Setiap gangguan pada citra dinamakan dengan noise • Noise bisa terjadi : – Pada saat proses capture (pengambilan gambar), ada beberapa gangguan yang mungkin terjadi, seperti : • Kamera tidak fokus • Munculnya bintik-bintik yang bisa jadi disebabkan oleh proses capture yg tdk sempurna

– Adanya kotoran-kotoran yang terjadi pada citra Copyright @ 2007 By Emy

4


2

Noise Pada Citra Berdasarkan bentuk dan karakteristiknya, noise pada citra dibedakan menjadi beberapa macam, yakni sebagai berikut : 1. Gaussian • Merupakan model noise yg mengikuti distribusi normal standard dengan rata-rata nol dan standard deviasi 1 • Efek dari noise ini adalah munculnya titik-titik berwarna yg jumlahnya sama dengan prosentase noise. 2. Speckle • Merupakan model noise yg membrikan warna hitam pada titik Copyright @ 2007 By Emyyg

terkena noise

5


Noise Model Gaussian • Gaussian noise (normal noise model) • PDF of a Gaussian random variable z, p( z ) =

1 2πσ

e −( z − μ )

2


/ 2σ 2

6


3

Noise Pada Citra 3. Salt & Pepper • Merupakan model noise seperti taburan garam, akan memberikan warna putih pada titik yang terkena noise

Pada beberapa pengolahan citra, terkadang untuk menguji suatu algoritma untuk dapat mereduksi noise, maka noise dihasilkan dari proses pembangkitan noise. Untuk membangkitkan noise digunakan suatu bilangan acak sebagai pengganti noise yang dihasilkan


7


Noise Model Salt & Pepper PDF for (bipolar) impulse noise is :

⎧ Pa ⎪ p ( z ) = ⎨ Pb ⎪0 ⎩

for z = a for z = b otherwise


8


4

Noise Model


9


Membangkitkan Noise Gaussian Noise Gaussian dapat dibangkitkan dengan cara membangkitkan bilangan acak [0,1] dengan distribusi Gaussian. Kemudian untuk titik-titik yg terkena noise, nilai fungsi citra ditambahkan dengan noise yang ada, atau dirumuskan dengan :

y (i, j ) = x(i, j ) + p.a Dimana : a

= nilai bilangan acak berdistribusi Gaussian

p

= prosentase noise

y(I,j) = nilai citra terkena noise x(I,j) = Nilai citra sebelum terkena noise Copyright @ 2007 By Emy

10


5

Membangkitkan Noise Gaussian Untuk membangkitkan bilangan acak berdistribusi Gaussian, tidak dapat langsung menggunakan fungsi rnd, tetapi diperlukan suatu metode yang digunakan untuk mengubah distribusi bilangan acak ke dalam fungsi f tertentu.

Bila menggunakan Matlab bisa mengunakan perintah : g = imnoise(f,’gaussian’,m,var) Default untuk m = 0 dan var = 0.01


11


Membangkitkan Noise Uniform Noise Uniform seperti halnya noise Gaussian dapat dibangkitkan dengan cara membangkitkan bilangan acak [0,1] dengan distribusi uniform. Kemudian untuk titik-titik yg terkena noise, nilai fungsi citra ditambahkan dengan noise yang ada, atau dirumuskan dengan :

y (i, j ) = x(i, j ) + p.a Dimana : a

= nilai bilangan acak berdistribusi uniform dari noise

p

= prosentase noise

y(I,j) = nilai citra terkena noise Copyright @ 2007 By Emy


x(I,j) = Nilai citra sebelum terkena noise

12

6

Membangkitkan Noise Uniform Noise Uniform merupakan noise sintesis yg sebenarnya dalam penerapannya jarang digunakan, tetapi secara pemrograman pembangkitan noise uniform ini merupakan jenis pembangkitan noise yang paling mudah PDF for uniform noise is : ⎧ 1 ⎪ p( z) = ⎨ b − a ⎪⎩ 0

if a ≤ z ≤ b otherwise


13


Membangkitkan Noise Salt & Pepper Noise ini dapat dibangkitkan dengan cara membangkitkan bilangan 255 (warna putih) pada titik-titik yang secara probabilitas lebih kecil dari nilai probabilitas noise, dan dirumuskan dengan

f ( x, y ) = 255

jika p( x, y ) < Pr obNoise

Dimana : f(x,y) adalah nilai gray-scale pada titik (x,y) p(x,y) adalah probabilitas acak Bila menggunakan Matlab bisa mengunakan perintah : g = imnoise(f,’salt & pepper’,d) Default nilai = Emy 0.05 Copyright @ 2007dBy

14


7

Membangkitkan Noise Speckle Noise ini dapat dibangkitkan dengan cara membangkitkan bilangan 0 (warna hitam) pada titiktitik yang secara probabilitas lebih kecil dari nilai probabilitas noise, dan dirumuskan dengan

f ( x, y ) = 0

jika p ( x, y ) < Pr obNoise

Dimana : f(x,y) adalah nilai gray-scale pada titik (x,y) p(x,y) adalah probabilitas acak Bila menggunakan Matlab bisa mengunakan perintah : g = imnoise(f,’speckle’,var) Default nilai = 0.04 Copyright @ 2007var By Emy

15


Reduksi Noise Menggunakan Filter Untuk mengurangi (reduksi) noise, salah satunya mengunakan filter rata-rata. Dalam pengertian noise sebagai suatu nilai yang berbeda dengan semua tetangganya maka dapat dikatakan noise merupakan nilai-nilai yang berada pada frekuensi tinggi, untuk mengurangi noise digunakan Low Pas Filter (LPF). Salah satu dari bentuk LPF adalah filter rata-rata Untuk mengukur kinerja dari filter digunakan nilai pengaruh noise terhadap suatu sinyal (dalam hal ini citra adalah sinyal D)Byyang Copyright @2 2007 Emy dinyatakan sebagai nilai 16 Copyright @ 2007 By Emy

SNR (Signal to Noise Rasio)

8

Reduksi Noise Menggunakan Filter Nilai SNR dirumuskan dengan :

⎛ I ⎞ SNR = 1010 log⎜ ⎟ ⎝N⎠

Dimana : I

adalah jumlah nilai citra

N adalah jumlah nilai noise (citra terkena noise In dikurangi dengan citra I)


17


TUGAS 3 Buatlah program untuk membangkitkan noise menggunakan salah satu bentuk noise yang telah dijelaskan diatas


18


9

Thank You


19


10

By Emy 1 MEREDUKSI NOISE By Emy By Emy

Recommend Documents