[Ardityo Danoesoebroto – 25109304 – Tugas I – Spatial Filtering Dengan Teknik Operasi Konvolusi]
Spatial Filtering Dengan Teknik Operasi Konvolusi Pendahuluan : Spatial filtering digunakan untuk proses-proses pengolahan citra seperti : Perbaikan Kualitas Citra (Image Enhancement) Penghalusan / Pelembutan Citra (Image Smoothing) Pendeteksian Tepi (Image Edge Detection) Penajaman Tepi (Image Edge Enhancement ) Penghilangan derau Dan Lain – Lain.
Teori Konvolusi : Untuk mengaplikasikan filter pada citra, digunakan metode konvolusi Konvolusi 2 fungsi f(x) dan g(x) : Fungsi Diskrit :
Teori Konvolusi 2-D : Fungsi Malar : Fungsi diskrit : g(x) adalah convolution mask / filter / kernel atau template Notasi lain : Konvolusi bisa dinyatakan dalan matriks Tiap elemen matriks filter disebut koefisien konvolusi Operasi konvolusi (Discret Convolution Filter) adalah proses menggeser posisi pusat kernel piksel per piksel sampai posisinya mengenai semua piksel & hasilnya disimpan dalam matriks baru.
Illustrasi Konvolusi :
Konvolusi http://www2.ukdw.ac.id/kuliah/si/erickblog/Matak uliahKomputerGrafis_10E92/06Konvolusi.pdf Esther Wibowo‐
[email protected] Erick Kurniawan‐
[email protected]
Teknik Spatial filter pada citra, umumnya titik piksel yang akan diproses beserta titik-titik piksel sekitarnya dimasukkan kedalam sebuah matrix 2D yang berukuran NxN, matriks ini dinamakan matriks tetangga, dimana N besarnya tergantung dari kebutuhan, tetapi pada umumnya N ini selalu kelipatan ganjil (misalnya 3x3, 5x5, 7x7, 9x9, dsb) karena titik piksel yang akan diproses diletakkan di tengah matriks.
1
[Ardityo Danoesoebroto – 25109304 – Tugas I – Spatial Filtering Dengan Teknik Operasi Konvolusi]
1. Contoh Kasus : Citra Ikonos suatu daerah di Jakarta Utara (Ukuran Citra 512x512 piksel) 1.1. Citra Awal Pada citra awal ini akan dilakukan Low Pass Gaussian Spatial Filtering dengan ukuran kernel 3x3, 5x5, 7x7 dan 9x9, filter ini bertujuan untuk menghaluskan / smoothing citra.
2
[Ardityo Danoesoebroto – 25109304 – Tugas I – Spatial Filtering Dengan Teknik Operasi Konvolusi]
1.2. Low Pass Gaussian Spatial Filter dengan Kernel 3x3
] (Operasi Konvolusi Dengan Citra Awal)
3
[Ardityo Danoesoebroto – 25109304 – Tugas I – Spatial Filtering Dengan Teknik Operasi Konvolusi]
1.3. Low Pass Gaussian Spatial Filter dengan Kernel 5x5
] (Operasi Konvolusi Dengan Citra Awal)
4
[Ardityo Danoesoebroto – 25109304 – Tugas I – Spatial Filtering Dengan Teknik Operasi Konvolusi]
1.4. Low Pass Gaussian Spatial Filter dengan Kernel 7x7
] (Operasi Konvolusi Dengan Citra Awal)
5
[Ardityo Danoesoebroto – 25109304 – Tugas I – Spatial Filtering Dengan Teknik Operasi Konvolusi]
1.5. Low Pass Gaussian Spatial Filter dengan Kernel 9x9
] (Operasi Konvolusi Dengan Citra Awal)
6
[Ardityo Danoesoebroto – 25109304 – Tugas I – Spatial Filtering Dengan Teknik Operasi Konvolusi]
2. Contoh Kasus : Citra Landsat suatu daerah di Lombok (Ukuran Citra 512 x 512 piksel) 2.1. Citra Awal Pada citra awal ini akan dilakukan Edge Enhancement Spatial Filtering dengan ukuran kernel 3x3, 5x5, 7x7 dan 9x9, filter ini bertujuan untuk Penajaman / Perbaikan Tepi.
7
[Ardityo Danoesoebroto – 25109304 – Tugas I – Spatial Filtering Dengan Teknik Operasi Konvolusi]
2.2. Edge Enhancement Spatial Filter dengan Kernel 3x3
] (Operasi Konvolusi Dengan Citra Awal)
8
[Ardityo Danoesoebroto – 25109304 – Tugas I – Spatial Filtering Dengan Teknik Operasi Konvolusi]
2.3. Edge Enhancement Spatial Filter dengan Kernel 5x5
] (Operasi Konvolusi Dengan Citra Awal)
9
[Ardityo Danoesoebroto – 25109304 – Tugas I – Spatial Filtering Dengan Teknik Operasi Konvolusi]
2.4. Edge Enhancement Spatial Filter dengan Kernel 7x7
] (Operasi Konvolusi Dengan Citra Awal)
10
[Ardityo Danoesoebroto – 25109304 – Tugas I – Spatial Filtering Dengan Teknik Operasi Konvolusi]
2.5. Edge Enhancement Spatial Filter dengan Kernel 9x9
] (Operasi Konvolusi Dengan Citra Awal)
11
[Ardityo Danoesoebroto – 25109304 – Tugas I – Spatial Filtering Dengan Teknik Operasi Konvolusi]
3. Contoh Kasus : Citra Elevasi suatu daerah di Tarakan (Ukuran Citra 512 x 512 piksel) 3.1. Citra Awal Pada citra awal ini akan dilakukan Laplacian / Edge Detection Spatial Filtering dengan ukuran kernel 3x3, 5x5, 7x7 dan 9x9, filter ini bertujuan untuk mendeteksi /penentuan tepi. nb. Untuk keperluan visualisasi, hasil akhir citra setelah dikonvolusi akan di-overlay-transparansi sebesar 25 persen, sehingga diperoleh hasil yang lebih baik untuk keperluan analisa
12
[Ardityo Danoesoebroto – 25109304 – Tugas I – Spatial Filtering Dengan Teknik Operasi Konvolusi]
3.2. Laplacian / Edge Detection Spatial Filtering dengan kernel 3x3
] (Operasi Konvolusi Dengan Citra Awal)
13
[Ardityo Danoesoebroto – 25109304 – Tugas I – Spatial Filtering Dengan Teknik Operasi Konvolusi]
3.3. Laplacian / Edge Detection Spatial Filtering dengan kernel 5x5
] (Operasi Konvolusi Dengan Citra Awal)
14
[Ardityo Danoesoebroto – 25109304 – Tugas I – Spatial Filtering Dengan Teknik Operasi Konvolusi]
3.4. Laplacian / Edge Detection Spatial Filtering dengan kernel 7x7
] (Operasi Konvolusi Dengan Citra Awal)
15
[Ardityo Danoesoebroto – 25109304 – Tugas I – Spatial Filtering Dengan Teknik Operasi Konvolusi]
3.5. Laplacian / Edge Detection Spatial Filtering dengan kernel 9x9
] (Operasi Konvolusi Dengan Citra Awal)
16
[Ardityo Danoesoebroto – 25109304 – Tugas I – Spatial Filtering Dengan Teknik Operasi Konvolusi]
Hasil Analisa & Kesimpulan 1. Untuk Contoh Kasus : Citra Ikonos suatu daerah di Jakarta Utara, dengan metode Low Pass Gaussian Spatial Filter, didapatkan hasil bahwa dengan kernel yang semakin besar akan memperoleh hasil citra yang semakin smooth atau semakin blur. 2. Untuk Contoh Kasus : Citra Landsat suatu daerah di Lombok, dengan metode Edge Enhancement Spatial Filter, didapatkan hasil bahwa dengan kernel yang semakin besar akan memperoleh hasil citra yang tepi citranya semakin tajam atau ada perbaikan kualitas citra. Hanya saja untuk pengolahan citra ini kernel 5x5 hasilnya sudah cukup baik, konvolusi 7x7 dan 9x9 sepertinya menghasilkan citra yang hampir serupa satu sama lain. kesimpulan secara visual kernel 5x5 sudah cukup memuaskan. 3. Untuk Contoh Kasus : Citra Elevasi suatu daerah di Tarakan, dengan metode Laplacian / Edge Detection Spatial Filter, didapatkan hasil bahwa dengan kernel 3x3, diperoleh tepi dari “garis pantai” ini sangat penting untuk melihat perubahan garis pantai, sedangkan untuk kernel 9x9, diperoleh tepi dari “kontur kedalaman laut”, sehingga untuk keperluan analisa dapat dilihat daerahdaerah yang dangkal atau dalam perairan disekitar daerah yang dikaji.
Daftar Pustaka 1. Konvolusi Spatial Filtering http://dosen.stiki.ac.id/Materi_Dosen/Laila%20I/PCD/temu3/03_SPATIAL%20FILTERING.PPT 2. Pengolahan citra http://grafcit200906.blog.ittelkom.ac.id/blog/files/2009/11/18.-Konvolusi-dan-TransformasiFourier.pdf 3. Konvolusi dan Transformasi http://www.scribd.com/doc/29479574/Konvolusi-Dan-Transformasi
17
