PROSES PENYARINGAN PENGOLAHAN CITRA DENGAN MENGGUNAKAN METODE GAUSSIAN, LOW PASS FILTERING DAN HIGH PASS FILTERING
NAMA
: DWI PUTRI ANGGRAINI
NPM
: 12112301
PEMBIMBING : Dr. Cut Maisyarah Karyati, SKom, MM, DSER.
LATAR BELAKANG MASALAH • Penggunaan PC (Personal Computer) sekarang ini bukan hanya digunakan untuk mengolah kata (word processing) tetapi bisa digunakan untuk mengolah citra (image processing). • Filtering citra merupakan salah satu proses restorasi citra dengan cara menghaluskan dan menghilangkan noise yang ada pada citra. • Perbandingan ketiga metode dalam proses penyaringan citra, yaitu menggunakan metode Gaussian, Low Passs Filtering, dan High Pass Filtering.
RUMUSAN MASALAH • Apakah ada perbedaan dalam proses penerapan metode Gaussian, Low Pass Filtering, dan High Pass Filtering ? • Apakah aplikasi pengolahan citra dapat mempermudah pengguna untuk proses peyaringan suatu gambar ? • Apakah pengguna mendapatkan informasi mengenai metode mana yang pemrosesannya tercepat dalam memfilter gambar ?
BATASAN MASALAH • Sistem informasi yang dibuat hanya membahas tentang aplikasi pengolahan citra dengan menggunakan tiga metode, yaitu Metode Gaussian, Metode Low Pass Filtering, dan Metode High Pass Filtering. • Aplikasi dibuat untuk data yang tidak terfilter dan hanya akan memfilter suatu gambar dengan format data TIF, BMP, dan TIFF. • Aplikasi ini akan menampilkan gambar sebelum dan sesudah terfilter dari masing-masing metode. • Sistem informasi ini tidak membahas lebih lanjut mengenai masalah filtering diluar Metode Gaussian, Metode Low Pass Filtering, dan Metode High Pass Filtering dan diluar format data TIF, BMP, dan TIFF.
TUJUAN PENULISAN • Membuat aplikasi proses penyaringan pengolahan citra menggunakan Matlab R2013a, untuk memberikan informasi mengenai metode mana yang tercepat dalam memfilter suatu gambar, apakah Metode Gaussian, Metode Low Pass Filtering, dan Metode High Pass Filtering. • Dapat memberikan informasi kepada pengguna mengenai proses filtering citra pada tampilan suatu citra digital yang memiliki noise. • Dengan adanya sistem ini diharapkan dapat mempermudah pengguna dalam proses memfilter suatu gambar.
STRUKTUR NAVIGASI CAMPURAN
DIAGRAM FLOWCHART
RANCANGAN TAMPILAN APLIKASI Desain Aplikasi
Tampilan Menu Awal
Tampilan Proses Penyaringan
RANCANGAN TAMPILAN APLIKASI Tampilan Metode LPF
Tampilan Metode HPF
Tampilan Menu Tentang
Tampilan Metode Gaussian
Tampilan Menu Keluar
TAHAP PROSES PENYARINGAN
CITRA INPUT Proses citra input yang digunakan berupa citra grayscale yang terdapat pada folder yang telah disimpam dalam file manager berjumlah 10 citra, dengan 4 buah citra berformat TIF, 4 buah citra berformat BMP, dan 2 buah citra dengan format TIFF.
GAUSSIAN FILTERING Algoritma 1. Proses penyaringan metode gaussian filtering Input : Citra grayscale Output : Citra gaussian (terfilter dengan hasil image dibagi 256) 1. Baca citra input. 2. Munculkan noise yang ada pada citra asli dengan metode gaussian : - Tentukan tepi menggunakan operator derivatif - Terdapat zero-crossing antara gradien positif dan negatif pada tiap piksel - Lakukan konvolusi dengan matriks Gx dan Gy dari derivatif parsial persamaan Gaussian H(x,y)= e – x2+y2 2 2
-
Tentukan magnitude citra dengan rumus magnitude
-
Didapat matriks Gx dan Gy pada persamaan gaussian dalam jendela 3x3
3. Tampilkan citra gaussian yang telah dihasilkan dari perhitungan cut-off dimunculkan dengan nilai gaussian = out/256.
LOW PASS FILTERING Algoritma 2. Proses penyaringan metode low pass filtering Input : Citra grayscale Output : Citra low pass filtering (terfilter dengan hasil image dibagi 255) 1. Baca citra input 2. Deklarasikan penyaringan dua dimensi dengan tipe penyaringan rata-rata [3 3] dengan metode low pass filtering :
-
LPF semua nilainya positif dan jumlah dari semua nilainya sama dengan satu dan Lakukan penyaringan dengan komponen yang berfrekuensi tinggi Lakukan konvolusi dengan matriks average low pass filtering
3. Munculkan hasil dari proses filtering ke-2 dengan nilai dari i2 / 255.
HIGH PASS FILTERING Algoritma 3. Proses penyaringan metode high pass filtering Input : Citra grayscale Output : Citra high pass filtering (image bw dengan pedge/255,0.3)
1. Baca citra input 2. Deklarasikan penyaringan dengan nilai px & py = [-1 0 1; -1 0 1; -1 0 1]; dengan metode low pass filtering : - HPF semua nilainya terdiri dari positif, nol dan negatif, dan jumlah dari semua nilainya sama dengan nol -
Lakukan proses filtering ke-2 dengan nilai py, yang cara kerjanya sama dengan menghitung nilai px. - Tampilkan komponen berfrekuensi tinggi dan komponen berfrekuensi rendah tidak diproses 3. Hitung nilai dari kedua proses yaitu nilai px dan nilai py dengan matriks
4. Tampilkan image bw dari hasil proses perhitungan pedge filter 255/0,3
HISTOGRAM Algoritma 4. Mencari nilai histogram Input : Citra hasil penyaringan Output : Grafik Histogram 1. Lakukan proses penyaringan terlebih dahulu dari masing-masing metode untuk mendapatkan hasil perbandingannya. 2. Citra masukan mempunyai 256 derajat keabuan yang nilai-nilainya dari 0 sampai 255. - Simpan intensitas pixel dalam image [0..N-1][0..M-1], sedangkan histogram disimpan di dalam tabel histogram [0..255] - Baca citra yang memiliki derajat keabuan 8bit (nilai derajat keabuan dari 0 sampai 255). 3. Hitung matematis histogram citra dengan rumus :
-
ni = jumlah pixel yang memiliki derajat keabuan i n = jumlah seluruh pixel di dalam citra Peluang suatu pixel memiliki derajat keabuan lebih kecil atau sama dengan derajat keabuan tertentu adalah jumlah hi untuk 0 ≤ i ≤ j atau
4. Tampilkan histogram dari jumlah seluruh pixel n=N*M
WAKTU PROSES PENYARINGAN Algoritma 5. Mencari hasil waktu proses penyaringan Input : Citra asli dan citra hasil penyaringan masing-masing metode Output : Waktu proses penyaringan citra perdetik 1. Lakukan proses penyaringan terlebih dahulu dari masing-masing metode. 2. Hitung waktu proses filtering :
-
Waktu proses mulai dihitung pada saat citra asli telah diinput Waktu proses mulai dihentikan pada saat waktu proses mulai ditampilkan pada form edit. Waktu Proses = N1(FE) – N0(FE) Form edit N0 = Nilai Awal N1 = Nilai Akhir FE = Form Edit 4. Tampilkan waktu proses penyaringan dalam hitungan detik. Format Citra tif
bmp
tiff
Proses Waktu Tercepat
Proses Waktu Terlama
Low Pass
Gaussian
tif3.TIF – 0,00287398
tif1.TIF – 0,0690001
Low Pass
Gaussian
bmp2 – 0,00408199
bmp3.BMP – 0,174459
Low Pass
Gaussian
tiff1.TIFF – 0,0038074
tiff1.TIFF – 0,0640731
CITRA OUTPUT Algoritma 6. Menghasilkan citra output Input : Citra asli Output : Citra JPG 1. Baca citra asli (citra grayscale) 2. Lakukan proses penyaringan dari masing-masing metode. 3. Tampilkan hasil grafik histogram dan waktu proses dari hasil proses penyaringan. 4. Simpan citra output sebagai hasil citra yang sudah terfilter dengan format JPG. - Kurangi bagian-bagian dari gambar asli untuk memblok pixel - Baca pixel citra dengan citra 8bit satu pixel berukuran 1 byte, ekstraksi byte setiap pixel P1, P2…Pn - Simpan dalam tiga matriks berbeda untuk setiap komponen RGB. - Konversikan setiap nilai chaotic menjadi integer k1, k2…kn. - Hasil setiap Pn dengan kn menggunakan persamaan Ci = (Pn + kn) mod 256
HASIL PERBANDINGAN PROSES PENYARINGAN tif3.tif :
Citra Asli Gaussian High Pass Low Pass bmp2.bmp :
Citra Asli Gaussian High Pass Low Pass tiff1.tiff :
Citra Asli Gaussian High Pass Low Pass
KESIMPULAN DAN SARAN KESIMPULAN 1. Dari hasil pengujian yang dilakukan terhadap data citra grayscale, spesifikasi data citra yang akan di filtering, sangat tergantung pada : • Format citra, yaitu TIF yang merupakan format terbaik untuk data RGB; BMP merupakan format yang tergantung pada resolusi dan mempunyai ukuran file lebih besar; TIFF merupakan format yang mudah digunakan untuk transfer antar program dengan kualitas gambar yang sangat tinggi. • Besarnya ukuran data citra, yaitu semakin besarnya ukuran data citra maka semakin lama waktu proses penyaringan. • Kualitas data citra, yaitu jika kualitas citra sudah lembut maka noise yang ada lebih sedikit.
2. Proses penyaringan dengan menggunakan metode Low Pass Filtering menghasilkan citra lembut/halus, dan metode LPF merupakan metode tercepat dalam memfiter gambar, lain halnya dengan metode High Pass Filtering yang mengambil frekuensi tinggi dan membuang frekuensi rendah, sehingga menyebabkan gambar hanya menampilkan daerah-daerah pada tepi gambar. Untuk metode Gaussian menghasilkan citra blur/kabur dan tersebar diseluruh bagian citra, tetapi tepian dari citra masih terlihat dan metode Gaussian merupakan metode terlama dalam memfiter gambar dibanding dua metode yang lain. 3. Hasil histogram dari intensitas cahaya yang baik yaitu berada dititik pusat normal 0,5 (0<0,5<1) yang artinya tidak terang namun tidak dominan gelap juga.
SARAN • Metode yang saat ini penulis gunakan hanya menggunakan 3 jenis metode, kedepannya diharapkan dapat menambahkan metode filtering lainnya, seperti mean filtering. • Penulis belum melakukan perhitungan persentase hasil noise yang telah berkurang dalam proses penyaringan ini. Sehingga diharapkan penelitian ini dilanjutkan untuk proses perhitungan hasil noise yang telah berkurang setelah dilakukannya proses penyaringan. • Diharapkan pada penelitian selanjutnya mengenai format citra yang digunakan dapat diperbanyak lagi, tidak hanya tif, bmp, dan tiff. Namun dapat dikembangkan dengan format dcm atau yang lainnya.
