PANDUAN MATA KULIAH PENGOLAHAN CITRA DIGITALSEMESTER 6POLTEK HARAPAN BERSAMATEGALDOSEN PENGAMPU : IDA AFRILIANA,STTUJUAN UMUM 2MAHASISWA DAPAT MENGIKUTI MATA KULIAH INI DIHARAPKAN :Mendapatkan teori dan teknik-teknik dalam pengolahan Citra Digital yang bias digunakan di berbagai bidang aplikasi seperti penginderaan jauh, diagnose medis, pengolahan dokumen,pengolahan dan pengenalan suara publishing, di dunia perfilman,fotografi, dunia komunikasi.TUJUAN KHUSUSMAHASISWA DAPAT :1. Mengerti Konsep Dasar Citra Digital2. Mengerti Pengolahan Citra Dasar Digital3. Mengerti tentang teknologi Pengolahan Citra DigitalMATERI :1. Konsep Dasar Citra Digital2. Pengantar Citra Digital3. Transformasi Citra Digital4. Klasifikasi Citra Digital5. Enhancement Citra6. Image Restoration7. Image Compresion8. Segmentasi Citra9. Digital Image Fundamental, Image Transform ( Fast Fourier Transform), Image Enhancement ( Smoothing, Sharpening), Image Restoration,, Im,age Segmentation, Representative dan Description, Recognation Interpretation.Summarry:1. MataKuliahPengolahanCitraDigital memberikanpemahamantentangmanfaat pengolahan citra pada berbagai aplikasi2. Teknik Pengolahan Citra Digital digunakan dlamberbagai bidang kehidupan, kriminalitas,kedokteran,perfilman,fotografi,komunikasikeamanan data dan proteksi hak cipta.3. Pengolahan Citra digital bersifat multi disiplin ilmu antara lain Grafika Komputer dan Komputer Vision. D aftar pustaka :- Ani Murniyati- T.Sutoyo,S.Si.,Edy Mulyanto,S.Si.,SM.Kom.,Dr.Vincent Suhartono,Oky Dwi Nurhayati,M.T.,MT.,Wijanarto,M.Kom,Teori Pengolahan Citra Digital,Andi UDINUSProgram yang digunakan :- Program Matlab 7.0 ( alternatif CLI )- Java ( Builder Java)- DelphiPertemuan Ke: 1 & 23Materi : - Pengantardan Aplikasi Citra Digital- Konsep Dasar Citra DigitalPENDAHULUANSaat ini kebutuhan akan ilmu pengetahuan semakin meningkat, demikian pula dengan alat-alat yang diperlukan untuk menganalisa segala hal. Contohnya adalah kebutuhan di dalam bidang kedokteran, penginderaan jarak jauh, meteorology dan fisika, robotika,dan lain-lain.Bidang-bidang tersebut membutuhkan alat/kamera yang bias digunakanuntukmerekamkeadaan yangdiperlukanuntuk kebutuhananalisissehiongga memungkinkan peneliti mendapatkan informasi yang diperlukan.Output alat-alat ini biasanya berupa citra. Citra inilah yang nantinya akan dianalisis untukmendapatkaninformasi yangberguna.Namunsayangnya, kebanyakancitrabelum sesuai dengan hasil yang diharapkan . Hal ini dapat terjadi karean beberapa kemungkinan, misalnyaadanyanoise, adanyakabut yangmenghalangi objekyangsedangdi-capture. Lensa kamera kotor dan lain-lain. Oleh sebab itu, proses pengolahan citra sangat diperlukan. Disiplin ilmu yang melahirkan teknik-teknik untuk mengolah citra dinamakan Pengolahan Citra Digital ( Digital Image Processing).Hubungan dengan bidang lainAplikasi Pengolahan Citra Digital1. Pengolahan Citra Digital dalam dunia KomunikasiPengolahan Citra dalam bidang ini digunakan untuk memperjelas foto permukaan bumi yangdihasilkandari satelit cuaca atau memperjalas foto planet-planet yang dihasilkansatelit penyelidik.Foto-fototersebut padaumunyahamper tidakdapat dilihat karena pada saat foto tersebut dikirim ke stasiun bumi melalui gelombang terjadi banyak gangguan di perjalanan. Gangguan ini disebabkan oleh gelombang lain, misalnya gelombang radio,tlevisi dan lain-lain yang bercampur dengan gelombang data tersebut sehingga menyebabnya terjadinyanoise (gangguan).Selain itu pengolahan citra juga bermanfaat untuk proses tranmisi data.2. Pengolahan Citra Digital dalam dunia FotografiDalamduniafotografi digunakansebagai pengganti kamerafilter.Filter kamera digunakan untuk membuat film hitam putih,memberi efek berkabut, dan memberi cahaya pada bagian tertentu pada foto,dan lain-lain.3. Pengolahan Citra Digital dalam dunia KedokteranDalam dunia kedokteran digunakan untuk memperjelas foto hasil X-ray organ tubuh manusia, pengolahan hasil CT scan dan lain-lain.4. Pengolahan Citra Digital dalam dunia PerfilmanDimanfaatkanuntukmenghaluskan gambar , menajamkan gambar,memberi efek terang dan gelap. Memberi kesan timbul, memberi efek morphing dan lain-lain.5. Pengolahan Citra Digital dalam Keamanan Data dan proteksi Hak CiptaSeringkali datayangdikirimdari suatutempat ketempat lainmerupakandata rahasiasehinggakeamnannyaperludijamin. Teknikkeamanandatadanproteksi hak cipta yang biasanya digunakan adalah Stenografi dan Watermark6. Pengolahan Citra Digital dalam Pengenalan PolaPengolahan citra yang termasuk dalam bidang ini adalah pengenalan pola huruf,pola wajah,pola sidik jari,pola iris mata, dan sebagainya.I. CITRA DIGITALCitraDeskripsi/InformasiPengenalan PolaGrafika KomputerKecerdasan BuatanPengolahan Citra41.1. Definisi Citra Citra adalah suatu representasi (gambaran) ,kemiripan, atau imitasi dari suatu objek.Citra sebagai suatu keluaran suatu system perekaman data dapat bersifat optik, seperti foto, bersifat analog ataupun bersifat digital.1. Definisi Citra AnalogCitra analog adalah citra yang bersifat kontinu, seperti gambar pada monitor televise, foto sinar X, foto yang tercetak di kertas foto, lukisan, pemandangan alam, hasilCTscan, ambar-gambaryangterekampadapitakasetdanlainsebagainya. Citraanalogtidakdapat direpresentasikandalamkomputer sehinggatidakbisa diproses dikomputer secara langsung.Oleh sebab itu , agar citra ini dapat diproses di computer , proses konversi analao ke digitalharusdilakukanterlebih dulu.Citra analog dihasilkan dari alat-alat analog, seperti video kamera analog,kamera foto analog,webcam,CT scan, sensor roentgen untuk thorax, sensor gelombang pendek pada sistem radar, sensor ultrasound pada system USG dan lain-lain.2. Definisi Citra DigitalCitra digital adalahcitra yangdapat diolaholehkomputer.Citra digital dapat didefinisikansebagai fungsi duavariabel, f(x,y), dimana x dan y adalahkoordinat spasial sedangkannilaif(x,y) adalah intensitas citra pada koordinat tersebut, hal tersebut diilustrasikan pada gambar di bawah ini1.2. Sistem Pencitraan ( Imaging)Pencitraan adalah proses untuk mentranformasi citra analog menjadi citra digital.Prosesmengubahcitra analog menjadi citra digitaldisebutdigitalisasi citra. Ada2hal yangharus dilakukanpadadigitalisasi citra , yakni digitalisasi spasial (sampling) dan digitalisasasi intensitas ( kuantisasi ).Beberapa alat yang dgunakan untuk pencitraan adalah :1. kamera digital2. kamera konvensional dan converter analog to digital3. scanner dan lain-lainKita tahu bahwa citra yang dihasilkan dari peralatan digital langsung bias diproses oleh computer karena sebenarnya di dalam alat tersebut sudah terdapat system sampling dan kuantisasi. Sedangkan peralatan analog tidak dilengkapi kedua system tersebut.1.3. Representasi Citra Digital5Sebuahcitradigital diwakili olehsebuahmatriksyangterdiri dariMkolomdanN baris. Dimanaperpotonganantarakolomdanbarisdisebut piksel (piksel =picture element), yaitu elemen terkecil dari sebuah citra.Piksel mempunyai 2 parameter yaitu koordinat dan intensitas atau warna. Nilai yang terdapat di koordinat (x,y) adalah f(x,y), yaitu besar intensitas atau warna dari piksel di titik itu. Oleh sebab itu Citra digital dapat ditulis dalam bentuk berikut:Berdasarkan gambaran tersebut , secara sistematis citra digital dapat ditulis sebagai fungsi intensitas f(x,y), dimana harga x (baris) dan y (kolom) merupakan koordinat posisi dan f(x,y)adalahnilai fungsi pada setiap titik (x,y) yang menyatakan besar intensitascitra atau tingkat keabuan atau warna dari piksel di titik tersebut. II. PENGOLAHAN CITRA DIGITALII.1. Pengertian PengolahanCitraDigital adalahsebuahdisiplinilmuyangmempelajari hal-hal yang berkaitan dengan perbaikan kualitas gambar ( peningkatan kontras, transformasi warna,restorasi citra) ,transformasi gambar(rotsi,tranlasi,skala,tranformasi goemetrik), melakukan pemilihan citra cirri (feature images) yang optimal untuk tujuan analisis, melakukan proses penarikan informasi atau deskripsi objek yang terkandung pada citra , melakukan kompresi atau reduksi data untuk tujuan penyimpanan data , transmisi data ,dan waktu proses data.Input dari pengolahan citra adalah citra , sedangkan outputnya adalah citra hasil pengolahan.II.2 . Langkah-langkah pengting dalam Pengolahan CitraII.2.1. Akuisisi Citra6Akuisisicitraadalahtahap awal untuk mendapatkan citra digital.Tujuan akuisisi citra adalah untuk menentukan data yang diperlukan dan memilih metode perekaman citra digital. Tahapini dimulai dari objekyangakandiambil gambarnya,persiapanalat-alat sampaipadapencitraan.Pencitraan adalah kegiatan tranformasi dari citra tampak (foto,gambar,lukisan,patung ,dll) menjadi citra digital. Hasil dari akuisisi citra ini ditentukan oleh kemampuan sensor untuk mendigitalisasi sinyal yang terkumpul pada sensor tersebut. Kemampuan digitalisasi alat ditentukan oleh resolusi alat tersebut.II.2.2. ProcessingTahapan ini diperlukan untuk menjamin kelancaran pada proses berikutnya. Hal-hal yang penting dilakukan pada tingkatan ini diantaranya adalah :a. peningkatn kualitas citra ( kontras,brightness,dll)b. menghilangkan noisec. perbaikan citrad. transformasi 9image transformation)e. menentukan bagian citra yang akan diobservasi.II.2.3. SegmentasiTahapaninibertujuanuntuk mempartisi citra menjadi bagian-bagian pokok yang mengandung informasi penting .Misalnya, memisahkan objek dengan latar belakang.II.2.4. Representasi dan deskripsiDalam hal ini representasi merupakan suatu proses untuk mempresentasikan suatu wilayahsebagai suatudaftar titik-titikkoordinat dalamkurvatertutup,dengandeskripsi luasanatau parameternya. Setelah suatu wilayah dapat dipresentasi,proses selanjutnya adalahmelakukandeskripsicitradengancaraseleksicirri dan ekstrasksicirri (Feature Extraction and selection). Seleksi cirri bertujuan untuk emmilih informasi kuantitatif dari ciri yang ada, yuang dapat membedakan kelas-kelas objek secara baik, sedangkan ekstraksi cirri mbertujuan untuk mengukur besaran kuantitatif cirri setiap piksel, misalnya rata-rata , standar deviasi,koefisien variasi,SigmaltoNoise ratio,dll.II.2.5.Pengenalan dan interpretasiTahapini bertujuanuntukmemberi label padasebuahobjekyanginformasinya disediakanolehdescriptor, sedangkaninterpretasi bertujuanuntukmemberi arti atau makna kepada kelompok objek-objek yang dikenali.II.2.6. Basis pengetahuanBasis pengetahuan sebagai basis data pengetahuan berguna untuk memandu operasi dari msing-masing modul proses dan mengkontrol interaksi antara modul-modul tersebut . Selainitupengetahuanjugadigunakansebagaireferensipadaprosestemplatematching atau pada pengenalan pola.III. OPERASI PENGOLAHAN CITRA Perbaikan kualitas citra ( Image Enhancement) Pemugaran citra (Image Restoration) Pemampatan citra (Image Compression) Segmentasi citra (Image Segmentation) Pengorakan citra (Image Analysis) Rekonstruksi citra (Image Reconstruction)7Pertemuan Ke: 2 dan 3Materi : - Resolusi-Jenis-jenis Citra Digital Setiap citra digital mempunyai karakteristik dasar, yaitu ukuran citra ,resolusi, dan format lainnya. Ukuran citra dinyatakan dalam bentuk piksel atau panjang kali lebar sebuah citra sehingga ukuran citra selalu bernilai bulat. Besar kecilnya ukuran digital tergantung besar kecilnya resolusi peralatan digital yang digunakan.Sebelum mempelajari klasifikasi citra digital, akan kita ketahui dulu tentang resolusi.RESOLUSIAda 2 resolusi yang perlu diketahui , yakni:1. Resolusi SpasialResolusi spasial adalah ukuran halus atau kasarnya pembagian kisi-kisi baris dan kolompada saat dilakukan sampling.Resolusi spasial dipakai untuk menentukan jumlah piksel per satuan panjang.Biasanya satuan resolusi ini adalah dpi (dot per inch). Resolusi ini sangat berpengaruh pada detail dan perhitungan gambarnya.Contoh :Citra dengan resolusi50 dpi, artinya 1 inch mempunyai 50 piksel bila luas citra 1 inch2berarticitratersebutmempunyai jumlah piksel 50 x 50 piksel. Bila ukuran citradiperbesar menjadi 10x10inch2makajumlahpikselnyatetap50x50, tetapi resolusinya berubah menjadi 50:10=5dpi.Artinya 1 inch hanya diisi 5 piksel. Hal ini mengakibatkan gambar menjadi kabur,pecah-pecah dan kasar.2. Resolusi Kecemerlangan ( intensitas /brightness)Biasanya disebut sebagai kedalam bit/kedalaman warna (Bit depth)adalah ukuran halus atau kasarnya pembagian tingkatgradasi warna saat dilakukan kuantisasi. Bit depth menentukan berapa banya informasi warna yang tersedia untuk ditampilkan dalamsetiappiksel.Semakinbesar nilainya,semakinbaguskualitasgambar yang dihasilkan.Tentu ukurannya juga semakin besar.Contoh:Suatu gambar mempunyai bit depth = 1, artinya hanya ada 2 kemungkinan warna (21=2) yang ada pada gambar tersebut, yaitu hitam dan putih.Bit depth = 8 artinya mempunyai kemungkinan warna 28=256 warna.Kedua jenis resolusi tersebut dihasilkan dari peralatan digital (scanner,printer,VGA card,Webcam,foto camera digital dan peralatan digital yang lain) karena umumnya peralatan digital dilengkapi dengan system sampling dan system kuantisasi.REPRESENTASI CITRA DIGITALSebuah citra digital dapat diwakili oleh sebuah matriks yang terdiri dari M kolom dan N baris, dimana perpotongan antara kolom dan baris disebutpiksel (picture element),yakni elemen terkecil dari suatu citra.Citra digambarkan dalam bentuk matrik berikut :]]]]]]

) 1 ) ( 1 ( . . ) 1 , 1 ( ) 0 , 1 (. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .) 1 , 1 ( . . . . . . ) 1 , 1 ( ) 0 , 1 () 1 , 0 ( . . . . . . ) 1 , 0 ( ) 0 , 0 () , (M N f N f N fM f f fM f f fy x fFungsi intensitas f(x,y), dimana harga x=baris dan y=kolom merupakan koordinat posisi8f(x,y)adalah nilai fungsi pada setiap titik (x,y) yang menyatakan besar intensitas citra atau tingkat keabuan atau warna piksel dari titik tersebut.JENIS-JENIS CITRA DIGITALAda beberapa jenis citra digital yang sering digunakan yakni: citra biner, citra grayscale,citra warna.1. Citra Biner ( Binary images )Banyaknya warna ada 2 yaitu, hitam dan putih.Dibutuhkan 1 bit di memori untuk menyimpan kedua warna ini.Citrabinermerupakancitrayangtelahmelalui prosespemisahanpikselpiksel berdasarkanderajat keabuanyangdimiliki. Pembentukancitrabinermemerlukan nilai batas keabuan yang akan digunakan sebagai nilai patokan. Pixel dengan derajat keabuan lebih besar dari nilai batas akan diberi nilai 1 dan sebaliknya piksel dengan derajat keabuan lebih kecil dari nilai batas akan diberi nilai 0. Jika a1 = 0 dan a2 = 1, serta T = gray level/2, maka operasi di atas mentransformasikan suatu citra menjadi citra biner.Gradasi warna : Bit0 = warna hitamBit 1 = warna putih.2. CitraIntensitas ( Skala Keabuan)Citra Intensitas disebut juga citra grayscale. Citra grayscale merupakan citra digital yang mengandung matriks data I yang merepresentasikan nilai dalam suatu range. Elemen elemen dalammatriks intensitas merepresentasikan berbagai nilai intensitas atau derajat keabuan, dimana nilai 0 merepresentaikan warna hitam dan 1, 255 atau 65535 merepresentasikan intensitas penuh atau warna putih.Contoh :93. Citra RGB (RGB Images)Citra RGB disebut juga citra truecolor. Citra RGBmerupakan citra digital yang mengandung matriks data berukuran m x n x 3 yang merepresentasikan warna merah, hijau, dan biru untuk setiap pikselnya. Setiap warna dasar diberi rentang nilai. Untuk monitor komputer, nilai rentang paling kecil 0 dan paling besar 255. Pemilihan skala 256 ini didasarkan pada cara mengungkap 8 digit bilangan biner yang digunakan oleh komputer. Sehingga total warna yang dapat diperoleh adalah lebih dari 16 juta warna. Warna dari tiap pixel ditentukan olehkombinasi dari intensitas merah, hijau, dan biru.FORMAT FILE CITRAAda 2 jenis format file citra yang sering dinakan dalam pengolahan citra:1. Format File Citra Bitmap- Disebut juga citra raster- Citra bitmapmenyimpan data kode citra secara digital dan lengkap ( cara penyimpanannya per piksel).- Kelebihannya: untukmemanipulasi warna,tetapi untukmengubahobjek sulit.- Tampilan bitmapmampumenunjukkankehalusangradasi bayangandan warna sebuah gambar.- Cocok untuk gambar-gambar dengan perpaduan warna yang rumit seperti foto dan lukisan digital- Diperoleh dengan cara scanner,camera digital,video capture ,dll- Bila citra diperbesar hasilnya akan tampak pecah2/kualitas menurun.- Beberapaformat yangumumdigunakandalampemrogramanpengolahan citra antara lain: BMP, GIFF, TIF, WPG, IMG, PCX, MSP, TGA, PNTG, RAS, dan XBM.2. Format File Citra Vektor- Citra vektor dihasilkan dari perhitungan matematis dan tidak berdaasarkan piksel, yaitudatatersimpandalambentukposisi, dimanayangtersimpan hanya informasi vektor posisi dengan bentuk sebuah fungsi.- Mengubah warna sulit dilakukan,tetapi membentuk objek dengan cara mengubah nilai lebih mudah.- Jika diperbesar atau diperkecil ralatif tetap baik dan tidak berubah.- Citra vektor biasanya dibuat aplikasi-aplikasi citra vektor seperti CorelDRAW, Adobe Illustrator, Macromedia Freehand, Autocad , dll- Yang termasuk dalamformat ini AutoCADDrawing Format (DWG), AutoCAD Drawing Exchange Format (DXF), Microstation Drawing Format (DGN), dan Scalable Vector Graphics (SVG).REVIEW :1. Apa Definisi Pengolahan Citra Digital ?2. Sebutkan contoh aplikasi PCD dalam kehidupan sehari-hari?minimal satu anggota kelompok memberikan 2 contoh aplikasi.103. Bagaimanarepresentasi citradigital,dan sebutkanklasifikasicitra digital beserta contohnya masing-masing citra!4. Adaberapajenisformatfilecitradansebutkancontohdarimasing-masingjenis format tersebut! Pertemuan Ke: 4& 5 Materi : - Peningkatan Kualitas Citra ( Enhancement Image )- Smoothing dan SharpeningI. Peningkatan Kualitas CitraDefinisi : Peningkatan kualitas citra adalah suatu proses untuk mengubah sebuah citra menjadi citra baru yang sesuai dengan kebutuhan melalui berbagai cara.Cara-cara yang bisa dilakukan :- fungsi transformasi ( subIII )- operasi matematis- pemfiltran ( sub IV )- dllTujuan utama :Untukmemprosescitrasehinggacitra dihasilkan lebih baikdaripadacitra aslinyauntuk aplikasi tertentu.Peningkatan Kualitas Citra ada 2 Kategori, yakni :1. Metode Domain SpasialMetodeDomainspasial adalahberdasarkanmanipulasi langsungdari piksel dari citra.2. Metode Domain FrekuensiMetodedomainfrekuensiadalahberdasarkanperubahan tranformasifourierpada citra.II. HistogramHistogramadalahgrafikyangmenunjukkan frekuensikemunculan setiap gradasiwarna. Biladigambarkanpadakoordinat kartesianmakasumbuX(absis)menunjukkantingkat warna dan sumbu Y (ordinat) menunjukkan frekuensi kemunculan.Manfaat histogram :1) Sebagai indikasi visual untuk menentukan skala keabuan yang tepat sehingga diperoleh kualitas citra yang diinginkan.Contoh : pengubahan kontras,kecemerlangan,dll2) Untuk pemilihan batas ambang (threshold)Contoh : Proses segmentasi citra ( memisahkan objek dari latar belakang) pada hakikatnya adalah menentukan batas-batas nilai keabuan dari objek dan batas-batas nilai keabuan latar belakangnya sehingga antara objek dan latar belakang dipisahkan.11II I. TRANFORMASI Peningkatankualitas citra dapat dilakukanmelalui transformasi intensitas citra, yaitu besar intensitas setiap piksel pada citra diubah, tetapi posisi piksel tetap. Transformasi ini dilakukan melalui sebuah fungsi yang disebut fungsi transformasi skala keabuan atau GrayScale Transformationfunctionataubiasadisebut fungsi GST(Castleman,1996). Fungsiinimemetakanfungsiinputfi(x,y)(yangbertindaksebagai citrainput)menjadi fungsi output fo(x,y),(yang bertindak sebagi output).Untukcitrawarna,fungsi GSTditerapkanuntukketigaelemenwarnayangada (RGB).Penerapan ketiga elemen warna taditidak harus sama, misalnya Red dikenai fungsi kontras,hijau dikemnai fungsi brightness dan biru dikenani fungsi negasi.III.1. Tranformasi Citra Warna menjadi Citra GrayscaleCitrawarnabisadiubahmenjadi citragrayscaledengancaramenghitungrata-rata elemen warna Red,Green, dan Blue.Secara matematis perhitungannya adalah sebagai berikut :3) , ( ) , ( ) , () , (1 1 10y x f y x f y x fy x fB G R+ +III.2 Operasi Negasi ( Invers )Operasi negasi dipakai untukmendapatkancitranegatif, seperti film(negatif)dari hasil cetak foto.Contoh : citra yang menggunakan operasi negasiDari gambar diatas terlihat bahwa piksel-piksel yangberwarna putih diubah menjadi hitam, dan sebaliknya piksel-pikse berwarna hitam diubah menjadi putih.Cara untuk mendapatkan citra negasi caranya adalah denga mengurangi nilai intensitaspiksel dari nilai keabuan maksimumnya.fo (x, y ) = fmaksimum -fi (x, y)III.3. Kecerahan ( Brightness )SebuahcitraGrayscale256akantampakgelapbilaseluruhkomponenwarnanya berada mendekati nilai 0. Sebaliknya citra akan tampak terang bila seluruh komponen warnanya mendekati 256. Untuk mengontrol nilai warna citra agar diperoleh tingkat kecerahan sesuai dengan yang diinginkan maka fungsi kecerahan berikut digunakan:fo (x, y ) = fi (x, y) + kDimana fo =nilai intensitas (warna) setelahdilakukan operasi fungsi kecerahan fi =nilai intensitas (warna) sebelum dilakukan operasi fungsi kecerahan k = konstanta kecerahan.12Jikanilai kpositifmakacitrahasil operasi lebihcerahdisbandingcitraasli, dan sebaliknya jika k negate maka hasil operasi citra akan lebih redup.Jika citra warna perhitungan dikenakan bagi masing-masing warna.III.4. Kontras ( Contrast )Mengubah kontras dari suatu citra adalah proses pengaturan nilai range interval pada setiap nilai derajat keabuan, dan didefinisikan dengan :xk = k xdimanax = nilai derajat keabuank = nilai kontrasxk = nilai setelah pengaturan kontrasAda 3 macam kontras, yakni:1. Citra kontras rendahCitra yang memiliki kontras rendah dapat terjadi karena kurangnya pencahayaan,kurangnya bidang dinamika dari sensor citra, atau kesalahan setting pembukalensapadasaatpengambilancitra.Citraini memiliki kurvahistogram yang sempit(tepipaling kanan berdekatan dengan tepi paling kiri). Akibatnya sebaran intensitas terang atau intensitas gelap tidak merata. Ini berarti titik bergelap dalam citra tersebut tidak mencapai hitam pekat dan titik paling terang tidak mencapai berwarna putih cemerlang.2. Citra kontras tinggiCitra dikatakan kontras tinggi memiliki kontras tinggi bila memiliki kurva histogram yang terlalu lebar , akibatnya sebaran intensitas terang gelap merata ke seluruh skala intensitas .3. Citra kontras normalCitra memiliki kontras normal bila lebar kurva histogram tidak terlalu sempit dan tidak terlalu lebar.Citra di bawah ini adalahPengubahan intensitas citra akan menghasilkan perubahan kecerahan dan kontras citraIII.5. Operasi Ambang Batas ( Thresholding )Pada operasi ini nilai piksel yang memenuhi syarat ambang batas dipetakan ke suatu nilai yang dikehendaki, disesuaikan dengan kebutuhan.Operasi holding yang mempunyai ketentuan sebagai berikut nilai intensitas output : fo(x,y)=0bila intensitas input fi(x,y) < 0fo(x,y)=T1 bila intensitas input T1 < fi(x,y) < T2fo(x,y)=T2 bila intensitas input T2 < fi(x,y) < T3 ................fo(x,y)=Tn-1 bila intensitas input Tn-1 < fi(x,y) < Tndalam hal ini 13T1 , T2,Tn adalah nilai yang dikehendaki.input Tn-1 < fi(x,y) < Tn adalah ambang batas yang diisyaratkan.III.6. Tranformasi LogaritmikTranformasi Logaritmik didefinisikan dengan G = c Log (F +1)Tranformasi Invers Logaritmik didefinisikan dengan G = c Log (L-F +1)Dimana G adalah citra hasil, F citra asal, c adalah konstanta yang dipasang sebagai efek perubahan kontrasIII.7. Tranformasi Power-lawTransformasi Power Law mempunyai dasar sebagai berikut : f0 ( x, y)=C f i ( x, y ) ydimana C dan y adalah konstanta positif.IV. Peningkatan Kualitas Citra menggunakan pemfilteran spasialSelain menggunakan transformasi intensitas, peningkatn kualitas citra juga bisa diperolehdengan pemfilteran spasial.Penfilteran dilakukan dengan menggunakan beberapa filter, antara lain :1. Penghalusan (Smoothing ) Citra dengan filter rata-rata2. Penghalusan (Smoothing ) Citra dengan filterGaussian3. Peningkatan kualitas citra menggunakan filter maksimum4. Peningkatan kualitas citra menggunakan filter minimum5. Peningkatan kualitas citra menggunakan filter median6. Penajaman Citra ( Sharpening )7. Efek EmbosIV.1. Penghalusan (Smoothing ) Citra dengan filter rata-rataCaramembuat efekpenghalusancitradenganfilterrata-rataadalahmelakukan proses pemfilteran citra f(x,y) dengan filter rata-rata g(x,y) untuk berbagai ukuran filter , dari ukuran3x3,5x5,7x7,dan seterusnya.IV.2. Penghalusan (Smoothing ) Citra dengan filterGaussianTeknik yang digunakan sama dengan penghalusan citra menggunakan filter rata-rata, yaitu melakukan proses penfilteran citra f(x,y) dengan filter Gaussian g(x,y) untuk berbagai ukuran filter , dari ukuran3x3,5x5,7x7,dan seterusnya IV.3. Peningkatan kualitas citra menggunakan filter maksimumTekniknya adalah memilih intensitas paling terang diantara intensitas-intensitas piksel yang tercakup dalam filter.IV.4. Peningkatan kualitas citra menggunakan filter minimumTekniknyaadalahmemilihintensitaspalinggelapdiantaraintensitas-intensitas piksel yang tercakup dalam filter.IV.5. Peningkatan kualitas citra menggunakan filter medianFilterinibekerjadengan caramemilih intensitaspikselyangdi tengah,setelah piksel-piksel yang tercakup didalam filter diurutkan.Di bawah ini adalah contoh citra dengan peningkatan kualitas median14IV.6. Penajaman Citra ( Sharpening )Prinsip penajamancitra adalah menjumlahkan citra asli dengan citra hasil dari operasi tepi. Operator deteksi tepi yang digunakan adalah operator Laplacian. Dengan cara ini bagian tepi objek akan tampak berbeda dengan latar belakangnya sehingga terkesan lebih tajam.Banyaknya penambahankomponencitra tepi diatur dengansuatunilai yang disebut derajat ketajaman . Besar kecilya tingkat ketajaman bisa disesuaikan dengan kebutuhan dan keinginan kita dengan cara mengatur nilai .Secara matematis :) , ( . ) , ( ) , (2y x f y x f y x h + IV.7. Efek EmbosEfek emboss dihasilkan dari hasil penjumlahan citra asli dengan citra tepi yang menggunakan citra tepi yang menggunakan operator gradien.Salahsatuoperator yangdipakai adalahoperator Prewitt ( akandibahas di bag.segmentasi).15Pertemuan Ke: 6Materi : Restorasi Citra ( Image Restoration)

Setiapgangguanpadacitradinamakannoise, seperti kameratidakfokus,muncul bintik-bintik yang disebabkan capture tidak sempurna,pencahayaan tidak merata dan sebagainya.Citra yangmengandung noise seperti ini memerlukan langkah-langkah perbaikan, hal tersebut dilakukan untuk menfasilitasi proses citra.DefinisiRestorasi citradigital adalahsuatuteknikyangmemperhatikanbagaimanamengurangi perubahanbentukdanpenurunankualitascitrayangdiawali selamapembentukancitra tersebut (Pitas,1993)Restorasi Citra digital merupakan teknik yang berorientasi pada pemodelan degradasi dan menerapkan proses invers dalam rangka merekontruksi pada citra yang original (Gonzales and Wood ,1993).Sekilasterkadangrestorasi imagehampirsamardenganenhancement image,sebenarnya tidak sama. Perbedaannya : Jikarestorasiimageadalahbertitiktumpupadaperbaikancitrayangmengalami kerusakan,baik selama proses digitalisasi maupun cacat akibat usia,jamur ,goresan,pelabelan tek pada citra yang dilakukan secara sengaja atau tidak sengaja Sedangkan enhancement imagecenderung memperhatikan perbaikan kualitas citra yangmengalami penurunankualitas citraselamapembentukancitraataujustru memberi efek berlebih pada citra yang sudah ada.I. MODEL-MODEL NOISENoise yang akan dibahas disini adalah noise yang terjadi karena karakteristik dari derajat keabu-abuan (gray-level) atau dikarenakan adanya variabel acak yang terjadi karena karakteristik fungsi Probability Kepadatan (Probability Density Function=PDF ).Beberapa diantaranya,adalah :1. Noise GaussianPDF variabel Gaussian , z dinyatakan sebagai berikut :Dimana: z = tingkat keabu-abuan = mean dari rata-rata nilai z = deviasi standar2disebut variance dari z2. Noise RayleighPDF dari Rayleigh2 22 / ) (21) ( ze z p16'< a z u n t u ka z u n t u k e a zbz pb a z0) (2) (/ ) (23. Noise Erlang (Gamma)PDF dari derau Erlang'< a z u n t u ka z u n t u k eb z az pa zb b0) ! 1 ( ) (14. Noise EksponensialPDF dari derau Eksponensial adalah :'< a z u n t u ka z u n t u k a ez pa z0) (5. Noise UniformPDF dari Uniform Noise adalah :' l a i n n y ab z a u n t u ka bz p01) (6. Noise Salt and Paper ( Impulse noise )PDF dari Uniform Noise adalah :'l a i n n y ab z u n t u k Pa z u n t u k Pz pba0) (II. REDUKSI NOISEII.1. Reduksi Noise dengan menggunakan Mean FilterBila citra yang mengandung noise langsung diproses dan diekstrak maka fitur-fitur pentingnya akan menimbulkan masalah akusi.Jadi sebaiknya citra tersebut 17dibersihkan dari noise terlebih dahulu, kemudian diproses untuk diekstrak fitur-fitur pentingnya.1. Arithmetic Mean Filter- Aritmetic Mean Filter adalah metode yang paling mudah dari mean filter.Sxy t st s gmny x f) , () , (1) , (2. Geometric Mean Filter- Persamaan Geometric Mean Filter mnSxy t st s g y x f1) , () , ( ) , (]]]

3. Harmonic Mean Filter- Persamannya :Sxy t st s gmny x f) , () , (1) , (4. Contraharmonic Mean Filter- Filter insangat cocokuntukmengurangi atausecaravirtual mengeliminasi efek noise pada salt pepper.- Persamannya :+Sxy t sQSxy t sQt s gt s gy x f) , () , (1) , () , () , ( Dimana: Qadalahorder dari filter, untukQpositif mengeliminsi noise pepperdanuntukQ negatif untuk mengeliminasi noise salt.filter ini tidak dapat melakukan dua-duanya secara bersamaan.II.1. Reduksi Noise dengan menggunakan Order-Statistics FilterOrder-statistics filter adalah filter spasial yang hasil responnya berdasarkan pengurutan nilai piksel yang dilingkupi oleh filter.Respon filter pada tiap titiknya ditentukan oleh hasil pengurutan.1. Filter MedianFilter ini sangat populer karena untuk tipetipe noise tertentu, filter ini memberikan kemampuan reduksi noise yang sangat baik, dengan bluuring yang lebih sedikit daripada ;linier smoothing filter untuk ukuran citra yang sama.Perumusannya :{ ) , ( ) , () , (t s g median y x fSxy t s 2. Filter MaksimumPerumusannya :{ ) , ( max ) , () , (t s g y x fSxy t s 3. Filter MinimumPerumusannya:{ ) , ( min ) , () , (t s g y x fSxy t s 4. Filter Titik TengahPerumusannya :{ { ]]]

+ ) , ( max ) , ( max21) , () , ( ) , (t s g t s g y x fSxy t s Sxy t s5. MSE ( Mean Squared Error )18Perbaikan citra pada dasarnya merupakan proses yang bersifat subyektif sehingga parameter keberhasilannya bersifat subyektif pula. MiNjb aj i f j i fMxNMSE112)) , ( ) , ( (1Pertemuan Ke: 6Materi : Restorasi Citra ( Image Restoration)Tentang korelasi dan Konvolusi1. KORELASI Korelasi adalah perkalian antara dua buah fungsi f(x,y) dan g(x,y). Untuk fungsi diskrit korelasi didefinisikan oleh persamaan : MkNll y k x g l k f y x g y x f y x f1 1) , ( ). , ( ) , ( ) , ( ) , (Dimana:x,y,k,ladalah variabel bebas yang memiliki nilai diskrit yang berupa posisi titik di dalam citra.M,Nadalah batas titik tetangg yang masih memberikan pengaruh ke titikyang sedang ditinjau untuk arah vertikal dan horisontal.h(x,y) adalah hasil korelasi dari citra f(x,y) dengan filter g(x,y) Operasi korelasi dilakukan dengan menggeser filter korelasi piksel per piksel. Hasil korelasi disimpan di dalam matriks yang baru. Contoh:Citra keabuan f(x,y)yang berukuran 10x8 mempunyai 8 skala dan sebuah filter g(x,y) yang berukuran 3x3 sbb:f(x,y)=5 3 3 0 4 4 0 5 2 24 2 1 3 4 0 5 1 3 36 3 0 1 6 2 3 0 7 07 4 0 1 6 2 3 2 7 07 4 5 1 0 6 3 2 7 07 4 5 5 7 7 6 2 6 46 0 1 4 7 0 7 2 0 26 5 1 3 2 4 4 1 0 0g(x,y)1 0 10 2 0-10-2Hasil korelasih(x,y) dihitung sbb:Langkah ke-1Pilihf(x,y)ukuran 3x3, dimulai dari pojok kiri atas.kemudian , hitung korelasinya dengan filter g(x,y)f(x,y)5 3 3 0 4 4 0 5 2 24 2 1 3 4 0 5 1 3 36 3 0 1 6 2 3 0 7 07 4 0 1 6 2 3 2 7 07 4 5 1 0 6 3 2 7 07 4 5 5 7 7 6 2 6 46 0 1 4 7 0 7 2 0 26 5 1 3 2 4 4 1 0 0g(x,y)1 0 1190 2 0-10-2Hasil korelasinya adalah:(1x5)+(0x3)+(1x3)+(0x4)+(2x2)+(0x1)+(-1x6)+(0x3)+(-2x0)=6,maka angka 2 di tengah matrik f(x,y) diganti dengan 6.Matrik f(x,y)5 3 3 0 4 4 0 5 2 24 2 36 07 07 07 46 26 5 1 3 2 4 4 1 0 0Matriks setelah konversi ke-15 3 3 0 4 4 0 5 2 24 6 36 07 07 07 46 26 5 1 3 2 4 4 1 0 0Langkah ke-2Geserf(x,y)ukuran3x3satupiksel kekanan, kemudianhitungkorelasinya dengan filter g(x,yf(x,y)5 3 3 0 4 4 0 5 2 24 2 1 3 4 0 5 1 3 36 3 0 1 6 2 3 0 7 07 4 0 1 6 2 3 2 7 07 4 5 1 0 6 3 2 7 07 4 5 5 7 7 6 2 6 46 0 1 4 7 0 7 2 0 26 5 1 3 2 4 4 1 0 0 g(x,y)1 0 10 2 0-10-2Hasil korelasinya:(1x3)+(0x3)+(1x0)+(0x2)+(2x1)+(0x3)+(-1x3)+(0x0)+(-2x1)=0Matrik f(x,y)5 3 3 0 4 4 0 5 2 24 2 1 36 07 07 07 46 26 5 1 3 2 4 4 1 0 0Matriks setelah konversi ke-2205 3 3 0 4 4 0 5 2 24 6 0 36 07 07 07 46 26 5 1 3 2 4 4 1 0 0Langkah ke-3Geserf(x,y)ukuran3x3satupiksel kekanan, kemudianhitungkorelasinya dengan filter g(x,yf(x,y)5 3 3 0 4 4 0 5 2 24 2 1 3 4 0 5 1 3 36 3 0 1 6 2 3 0 7 07 4 0 1 6 2 3 2 7 07 4 5 1 0 6 3 2 7 07 4 5 5 7 7 6 2 6 46 0 1 4 7 0 7 2 0 26 5 1 3 2 4 4 1 0 0 g(x,y)1 0 10 2 0-10-2Hasil korelasinya:(1x3)+(0x0)+(1x4)+(0x1)+(2x3)+(0x4)+(-1x0)+(0x1)+(-2x6)=1Matrik f(x,y)5 3 3 0 4 4 0 5 2 24 2 1 3 36 07 07 07 46 26 5 1 3 2 4 4 1 0 0Matriks setelah konversi ke-25 3 3 0 4 4 0 5 2 24 6 0 1 36 07 07 07 46 26 5 1 3 2 4 4 1 0 0Langkahdiatas terus dilakukansampai mengisi semuakotakkosong/piksel yang kosong,yakni paling kanan pojok bawah,sehingga didapatkan hasil:5 3 3 0 4 4 0 5 2 24 6 0 1 7 0 7 0 7 36 4 0 7 7 7 1 0 7 07 0 0 3 0 7 0 0 7 07 0 1 0 0 4 0 0 6 07 7 7 0 7 0 7 7 7 46 4 0 7 7 3 7 7 5 26 5 1 3 2 4 4 1 0 0212. KONVOLUSI Konvolusi adalah suatu proses yang cara kerjanya sama dengan proses korelasi, hanya saja nilai-nilai filternya dibalik 180o . Contoh , sebuah citra f(x,y) akan dikonvolusi dengan filter g(x,y) berikut:1 3 15 2 74 0-2Terlebih dahulu nilai-nilai g(x,y) dibalik 180o menjadi:-20 47 2 51 3 1Kemudian baru dilakukan korelasi seperti langkah-langkah yang dijelaskan diatas.22Pertemuan Ke: 7Materi : Kompresi Citra Perkembangan teknologi informasi ternyata berdampak pada perkembangan ilmu pengetahuan yang lain.Salah satu contoh aplikasi teknologi PCD adalah dibidang medis antara lain di bidang radiologi,seperti: X-ray Computer tomography ( CT) Magnetic resonance imaging (MRI) Ultrasonography (USG) Positron emission tomography (PET),dllSemuanya merupakan iformasi yang penting,oleh karena itu detail karakteristik citra tidak boleh ada yang hilang.Sebelum ada teknologi informasi, citra-citra tersebut disimpan dalam bentuk film sehingga disimpandalamjumlahyangbesar dantentusajadata-datacitratersebut memerlukan tempat penyimpanan yang besar,sera kemungkinan terjadinya kerusakan amat besar, sehingga jika digunakan untuk kebutuhan analisi, hasilnya kurang memuaskan.Sejalan dengan perkembangan teknologi informasi yang semakin pesat, cita-citra tersebut disimpan dalam bentuk file-file.Sayangnya,file-file citra ini berukuran besar, sehingga file-filetersebutbelumdapat disimpan dalam rekam medik bersama-sama denganinformasi tekstual. Salah satu solusinya dengan kompresi Citra.Tujuan kompresi citra/pemampatan citra:Meminimalkan kebutuhan memori dalam mempresentasikan citra digital dengan mengurangi duplikasi data di dalam citra sehingga memori yang dibutuhkan menjadi lebih sedikit daripada representasi semula.Manfaat kompersi citra/pemampatan citra adalah :1. Waktu pengiriman data pada saluran komunikasi data lebih singkat.2. Membutuhkan ruang memori dalam storage yang lebih sedikit dibandingkan dengan citra yang tidak dimampatkan. I.Teknik Kompresi CitraAda 2 teknik yang dapat dilakukan dalam melakukan kompresi citra,yakni:1. Lossless Compression- Merupakan kompresi citra dimana hasil dekompresi dari citra yang terkompresi sama dengan citra aslinya,tidak ada informasi yang hilang.- Ratio kompresi dengan metode ini sangat rendah.- Aplikasi yang memerlukan kompresi ini contohnya Red Lenght Encoding (RLE),Entrophy encoding (huffman aritmatik),Adaptive Dictionary Based (LZW).2. Lossy compression- Adalah kompresi citra di mana hasil dekompresi dari citra yang terkompresi tidaksamadengancitraaslinyakarenaadainformasi yanghilang, tetapi masihbisaditolerir olehpersepsi mata. Matatidakdapat membedakan perubahan kecil pada gambar.- Ratio kompresi lebih tinggi daripada Lossless Compretion.23- Contohnya:colorreduction,chromasubsampling, dantransformcoding seperti tranformasi fourier,Wavelet,dll.II.Kriteria Kompresi CitraKriteria yang digunakan untuk mengukur pemampatan citra adalah :1. Waktu Kompresi dan waktu dekompresi- Proses kompresimerupakan proses mengodekan citra (encode) sehingga diperoleh citra dengan representasi kebutuhan yang minimum.- Citra terkompresi disimpandalamfile denganformat tertentu, misalnya JPEG.- Proses dekompresi adalah proses untuk menguraikan citra yang dimampatkan untuk dikembalikan lagi (decoding) menjadi citra yang tidak mampat.2. Kebutuhan Memori- Metode kompresi yang baik adalah metode kompresi yang mampu mengompresi file citra menjadi file yang berukuran paling minimal.algoritma pemampatan yang baik akan menghailkan memori yang dibutuhkan untuk menyimpan hasil kompresi yagn berkurang secara berati.- Biasanyasemakinbesar presentasepemampatan,semakinkecil kebutuhan memori yang diperlukan sehingga kualitas citra makin berkurang, dan sebaliknya.3. Kualitas Pemampatan (fidelity)- Metode kompresi juga dikatakan baik jika metode kompresi mampu mengembalikan citra hasil kompresi menjadi citra semula tanpa kehilangan informasi apapun, kalaupun ada informasi yang hilang akibat pemampatan, sebaiknya ditekan seminimal mungkin.Kualitas citra pemampatan dapat diukur secara kuantitatif menggunakan besaran PSNR (Peaksignal-to-noise-ratio). Semakinbesarnilai PSNRmakacitrahasil pemamptan semakin mendekati citra aslinya, dengan kata lain semakin bagus kualitas citra hasil pemampatan tersebut.

,`

.|rmsmaksx PSNR10log 20Dimana : Maks = nilai intensitas terbesar.Nilai rms dihitung dengan persamaan berikut:( ) NiMNiij ijf fMxNrms1201Dimana:M dan N adalah lebar dan tinggi citra0ijoijf fmasing-masing adalah nilai intensitas baris ke-i dan ke-j dari citra hasil pemampatan dan citra sebelum pemampatanSatuan PSNR mempunyai satuan desiBel (dB)4. Format KeluaranFormat citrahasil pemampatanyangbaikadalahyangcocokdengankebutuhan pengiriman dari penyimpanan data.III.Rasio Kompresi CitraSecara matematis dapat ditulis :24]]]

% 100 % 100 xhasil citrakompresi HasilRasioMisalkan ratio kompresi adalah 25%, artinya 25% dari citra semula telah berhasil dimampatkan.IV.Redudansi DataRedudansi data adalah kelebihan data yang dibutuhkan dalam menampilkan citra.Contoh :Pada sebuah grayxcaleyang rata-rata pikselnya memerlukan memori 8 bit bis jadi bila dilakukan pengkodean menggunakan kode lain ternyata rata-rata setiap pikselnya hanya memerlukan 5 bit saja.ini berarti setiap piksel bisa bisa menghemat memori 3 bit.Ada 3 jenisredudansi data,yakni:1. coding redudancyo adalah pengkodean citra sedemikian sehingga jumlah kode yang diberikan untuk menampilkan suatu grayscale melebihi dari apa yang dibutuhkan.o Pengkodean ini sering muncul bila kita menggunakan teknik natural bit.Contoh :Sebuah citra grayscale3-bit berukuran 10 piksel dikodekan dengan teknik natural bit dan pengodean huffman.Ukuran citra yang dibutuhkan untuk pengodean natural bit adalah:Natural bit = 100 x 3 bit = 300 bitUkuran citra yang dibutuhkan untuk pengodean huffman adalah:Huffman=23x3 bit+8x4 bit+6x4 bit+26x2 bit+9x3 bit+17x3 bit+6x4 bit+5x5bit=2761 1 1 3 1 4 4 4 1 0No NNatural bit Huffman3 5 3 5 5 5 5 3 3 0 0 23000 = 3 bit00= 2 bit0 0 0 2 2 6 6 6 6 6 1 8001 = 3 bit 1000 = 4 bit3 3 4 4 4 4 4 4 3 3 2 6010 = 3 bit 1001 = 4 bit2 2 0 0 0 0 0 0 0 0 3 26011 = 3 bit11= 2 bit7 5 5 5 7 7 7 3 3 3 4 9100 = 3 bit010= 3 bit3 3 3 3 3 3 3 3 7 5 5 17102 = 3 bit101= 3 bit5 5 5 5 5 5 5 5 2 3 6 6110 = 3 bit0111= 4 bit0 0 0 0 0 0 0 0 0 0 7 5111 = 3 bit0110 = 4 bit3 3 3 3 3 1 1 1 6 22. interpixel redudancy o seringdisebut jugasebagai spatial redudancy,geometricredudancy,atau interframe redudancy.o Maksuddari intrpixel redudancyadalah data redudan dapat dinyatakan sebagai korelasi antar pixel dimana intensitas suatu piksel dapat diperkirakan dari intensitas piksel-piksel tetangganya.Biasanya informasi yang dibawa oleh setiap piksel relatif kecil sehingga bisa dikatakan bahwa kontribusi setiap piksel pada citra secara keseluruhan adalah redudan.o Citrayangmengandunginterpixel redudancydapat dipresentasi kedala bentukyanglebihefisien (non-visual-format).Artinya ,citratidak harus dinyatakan dalambentuk matriks dari intensitas piksel-pikselnya, tetapi dipetakan (mapping) dalam bentuk perbedaan intensitas antar piksel bersebalahan.25o Bentuk data yang dimampatkan ini bersifat reversible- dapat direkonstruksi kembali menjadi citra asalnya.o Contoh :Kompresi c itra menggunakan algoritma RLE (Run Lenght Encoding).3. psychovisual redudancy- psychovisual redudancyyakni fenomena dengan intensitas keabuan yang bervariasi dilihat oleh mata sebagai intensitas konstan.Penghilanganpsychovisual redudancymerupakan penghilangan sebagian informasi atau merupakan suatu proses kuantisasi.Dimana kuantisasi menghasilkan lossy data compression- Hal tersebut bila dihilangkan tidak menggangupersepsi kualitas citra.- Umumnya orang melihat citra mencari hal-hal penting, seperti sudut-sudut atau area bertekstur dan mengelompokkannya ke dalam grup yang dapat dikenal. Setelah itu, otak bertugas menggabungkan grup-grup tersebut dengan pengetahuan ayng dimilikinya agar pengenalan citra menjadi sempurna.- Alasan menghilangkan redudan ini adalah ada informasi yang kurang dibutuhkan dlam proses visual normal.V.Beberapa Metode Dasar Kompresi1. Metode HuffmanAlgoritma huffman adalah algortma pemampatan citra yang menggunakan pendekatan statistik.Urutan langkah proses encode algoritma ini adalah sebagai berikut :1. Urutkan nilai-nilai grayscale berdasarkan frekuensi kemunculannya.2. Gabungduabuahpohonyangmempunyai frekuensi kemunculanterkecil dan urutkan kembali.3. Ulangi langkah (2) samapai tersisa satu pohon biner.4. Beri label pohon biner tersebut dengan cara sisi kiri pohon diberi label ) dan sisi kanan pohon diberi label 1.5. Telusuri pohon biner dari akar ke daun. Barisan label-label sisi dari akar ke daun adalah kode huffman.2. Metode AritmatikPengodean aritmatik yakni menggantikan satu deretan simbolinputdengan sebuah bilanganfloating point. Semakin panjang dan semakin kompleks pesan yang dikodekan, semakinbanyak bit yang diperlukan untuk keperluan tersebut.Output dari pengkodeansatuangkayanglebihkecil dari 1danlebihbesar atausama dengan0. Angkainisecaraunikdapatdi-decodesehinggamenghasilkan deretan simbol yang dipakai untuk menghasilkan angka tersebut. Untuk menghasilkan output tersebut , tiap simbol akan di-encode diberi satu set nilai probabilitas.3. Metode KuantisasiMetodeinibekerjadengancara mengurangi derajatkeabuan sehingga jumlah bit yangdibutuhkanuntukmerepresentasikancitraberkurang. Algoritmametodeini adalah :Misalkan Padalah jumlah piksel citra sebelum dimampatkan.1. Buat histogram citra semula2. Buatn kelompok sehingga setiap kelompok kira-kira berjumlah P/n3. Ganti keabuan piksel dengan keabuan kelompok yang baru.4. Metode RLE (Run Length Encoding )- Algoritma RLE menggunakan pendekatan ruang.- Algoritmaini cocokdigunakanuntukmemampatkancitrayangmemiliki kelompok-kelompok piksel berderajat keabuan yang sama.- Metode ini dilakukan dengan menyatakan seluruh baris citra menjadi sebuah baris run-length untuk setiap derajat keabuan yang berurutan.5. Metode LZW- Algoritma LZW menggunakan teknik adaptif dan berbasiskan kamus.26- Algorima ini melakukankompresi denganmenggunakankamus, dimana fragmen-fragmen teks digantikan dengan indeks yang diperoleh dari sebuah kamus.- Prinsip kompresi tercapai jika referransi dalam untuk pointer dapat disimpan dalam jumlah bit yang lebih sedikit dibandingkan string aslinya.REVIEW1. BagaimanalangkahkodeASCII stringABBABABACAACDDDdimampatkan dengan metode huffman !dan hitung ratiionya !2. Citra yang berukuran 100x100 dengan kedalaman 3 bit dan jumlah seluruh piksel =100 x100 = 10.000 piksel mempunyai probabilitas piksel sbb:K nk P(K)=nk/n0 2500 0,251 1000 0,12 600 0,063 100 0,014 4000 0,45 400 0,046 500 0,057 900 0,0927Pertemuan Ke: 9 & 10Materi : - Transformasi Citra - Transformasi Fast FourierMengapa perlu transformasi ?Setiap orang pada suatu saat pernah menggunakan suatu teknik analisis dengan transformasi untuk menyederhanakan penyelesaian suatu masalah ( Bringham,1974)Contoh :Penyelesaian fungsi y=x/z Analisa konvensional: pembagian secara manualAnalisa transformasi: melakukan transformasi log (y) = log (x) log (z)look-up tabel >pengurangan>look-up tableDefinisi:Tranformasi Citra, yakni merupakanprosesperubahanbentukcitrauntukmendapatkan suatu informasi tertentu, berdasarkan kebutuhan.Transformasi dibagi menjadi 2:I. Transformasi Piksel/Transformasi GeometrisTransformasi piksel masih bermain di ruang/domain yang sama (domain spasial),hanya posisi piksel yang kadang diubah.Contoh : rotasi, translasi, scalling,invers,shear,dan lain-lain.Transformasi jenis ini raltif mudah diimplementasikan dan banyak yang dapat melakukan (Paint,ACDSee,dll).Pada bagian ini akan dibahas perubahan bentuk geometri citra yang meliputi :a. Operasi pencerminan ( flipping )- Merupakan operasi geometri yang tidak mengalami perubahan ukuran citra- Hanya mengakibatkan adanya perubahan orientasi citra,baik secara horisontal, vertikal, maupun keduanya.b. Operasi rotasi- Rotasi jugamerupakanoperasi yangtidakmengalami perubahanukuran citra.Posisi suatupiksel hanyamengalami perputaranterhadaptitikpusat putaran dengan besar sudut tertentu sesuai kebutuhan/keinginanc. Operasi Pemotongan ( cropping)- Operasi ini adalah pengolahan citra dengan kegiatan memotong satu bagian dari citra.d. Operasi Penskalaan ( Scalling )- Operasi ini dimaksudkan untuk memperbesar (zoom-in ) atau memperkecil (zoom-out) citra sesuai dengan faktor skala K yang diinginkan.28- Pada prinsipnya, operasi ini penskalaan menggandakan jumlah piksel sebesar K kali semula, bila K > 1 dan 1/K kali semula bila 0