Perbaikan Kualitas Citra

Jenis operasi ini bertujuan untuk memperbaiki kualitas citra dengan cara memanipulasi parameter-parameter citra. Dengan operasi ini, ciri-ciri khusus yang terdapat didalam citra lebih ditonjolkan.

Contoh-contoh operasi perbaikan kualitas citra :

a. Perbaikan kontras gelap/terang

b. Perbaikan tepian objek (edge enhancement)

c. Penajaman (sharpening)

d. Pemberian warna semu (pseudocoloring)

e. Penapisan derau (noise filtering)

Perbaikan kualitas citra (image enhancement) merupakan salah satu proses awal dalam pengolahan citra. Perbaikan kualitas citra diperlukan karena seringkali citra yang dijadikan objek mempunyai kualitas yang buruk, misalnya citra mengalami derau (noise), citra terlalu gelap/terang, citra kurang tajam, kabur, dan sebagainya. Image enhancement juga melibatkan level keabuan dan manipulasi kontras, pengurangan derau, pemfilteran, penajaman, interpolasi dan magnifikasi, pseudo warna, dan sebagainya. Yang dimaksud dengan perbaikan kualitas citra adalah proses mendapatkan citra yang lebih mudah diinterpretasikan oleh mata manusia. Tujuan perbaikan citra adalah lebih menonjolkan ciri citra tertentu untuk kepentingan analisis atau menampilkan citra. Perbaikan citra berguna dalam ekstraksi cirri, analisis citra, dan tampilan informasi visual. Sedangkan restorasi citra mengacu pada menghilangkan atau meminimalkan degradasi dalam citra. Termasuk restorasi citra antara lain deblurring citra yang didegradasi oleh keterbatasan sensor atau lingkungannya, noise filtering, koreksi distorsi geometric atau ketidak linieran karena sensor-sensor. Perbedaan image enhancement dengan image restoration adalah pada image restoration perbedaan degradasi diketahui.

Beberapa teknik perbaikan kualitas citra yang umum digunakan antara lain:

1. Operasi titik

a. Pengubahan kontras

b. Pemotongan noise

c. Mengiris window (window slicing)

d. Model histogram

2. Operasi spasial

a. Pelembutan noise

b. Filter median

c. Unsharp masking

d. Low-pass, bandpass, high-pass filtering

e. pembesaran

3. Operasi transformasi

a. Linier filter

b. Root filter

c. Homomorphic filter

4. Pseudowarna

a. False coloring

b. pseudocoloring

1. Pengubahan Kecerahan Gambar (Image Brightness)

Untuk membuat citra lebih terang atau lebih gelap, kita melakukan pengubahan kecerahan gambar. Kecerahan/kecemerlangan gambar dapat diperbaiki dengan menambahkan (atau mengurangkan) sebuah konstanta kepada (atau dari) setiap pixel di dalam citra. Akibat dari operasi ini, histogram citra mengalami pergeseran.

Secara matematis operasi ini ditulis sebagai

f(x, y)’ = f(x, y) + b

Jika b positif, kecerahan gambar bertambah, sebaliknya jika b negatif kecerahan gambar berkurang.

Algoritma p engubahan kecerahan gambar ditunjukkan pada Algoritma dibWh ini. Citra masukan mempunyai 256 derajat keabuan yang nilai -nilainya dari 0 sampai 255. Intensitas pixel disimpan di dalam Image[0..N-1,0..M-1], sedangkan hasil pengubahan tetap disimpan di dalam citra Image.

void ImageBrightness(citra Image, int N, int M, int b)

/* Mengubah kecerahan citar Image yang berukuran N ¥ M dengan penambahan

intensitas setiap pixel sebesar b.

{ int i, j, n;

for(i=0;i<=N-1;i++)

for(j=0;j<=M-1;j++)

Image[i][j]+=b;

}

Nilai pixel hasil pengubahan mungkin £ derajat keabuan minimum (0) atau ³ derajat keabuan maksimum (255). Karena itu, pixel tersebut perlu dilakukan clipping ke nilai keabuan minimum atau ke nilai keabuan maksimum.

Sebagai contoh, Gambar 1(a) adalah citra Zelda (beserta histogramnya) yang tampak gelap, sedangkan Gambar 1(b) adalah citra Zelda (beserta histogramnya) yang lebih terang (nilai b = 80).

Gambar Citra Zelda

Histogram Citra Zelda

Citra Zelda setelah penambahan kecerahan dengan b

Histogram citra Zelda setelah penambahan kecerahan

Gambar 1. Citra Zelda; Atas: sebelum operasi penambahan kecerahan terlihat agak gelap;

Bawah: Zelda setelah operasi penambahan kecerahan dengan b = 80.

2. Peregangan Kontras

Kontras menyatakan sebaran terang (lightness) dan gelap (darkness) di dalam sebuah gambar. Citra dapat dikelompokkan ke dalam tiga kategori kontras: citra kontras-rendah (low contrast), citra kontras bagus (good contrast atau normal contrast), dan citra kontras-tinggi (high contrast). Ketiga kategori ini umumnya dibedakan secara intuitif.

Citra kontras-rendah dicirikan dengan sebagian besar komposisi citranya adalah terang atau sebagian besar gelap. Dari histogramnya terlihat sebagian besar derajat keabuannya terkelompok (clustered) bersama atau hanya menempati sebagian kecil dari rentang nilai-nilai keabuan yang mungkin. Jika pengelompokan nilai -nilai pixel berada di bagian kiri (yang berisi nilai keabuan yang rendah), citranya cenderung gelap. Jika pengelompokan nilai-nilai pixel berada di bagian kanan (yang berisi nilai keabuan yang tinggi), citranya cenderung terang. Tetapi, mungkin saja suatu citra tergolong kontras-rendah meskipun tidak terlalu terang atau tidak terlalu gelap bila semua pengelompokan nilai keabuan berada di tengah histogram.

Citra kontras-bagus memperlihatkan jangkauan nilai keabuan yang lebar tanpa ada suatu nilai keabuan yang mendominasi. Histogram citranya memperlihatkan sebaran nilai keabuan yang relatif seragam.

Citra kontras-tinggi, seperti halnya ci tra kontras bagus, memiliki jangkauan nilai keabuan yang lebar, tetapi terdapat area yang lebar yang didominasi oleh warna gelap dan area yang lebar yang didominasi oleh warna terang. Gambar dengan langit terang denganlatar depan yang gelap adalah contoh citra kontras-tinggi. Pada histogramnya terlihat dua puncak, satu pada area nilai keabuan yang rendah dan satu lagi pada area nilai keabuan yang tinggi.

Citra dengan kontras-rendah dapat diperbaiki kualitasnya dengan operasi peregangan kontras. Melalui operasi ini, nilai -nilai keabuan pixel akan merentang dari 0 sampai 255 (pada citra 8bit), dengan kata lain seluruh nilai keabuan pixel terpakai secara merata.

Gambar 2 memperlihatkan tiga buah citra Lena yang masing-masing memiliki kontras-rendah, kontras-tinggi, dan kontras-bagus.

(a) Citra Lena yang terlalu gelap (kontras rendah)

Histogram Citra Lena yang terlalu gelap (kontras rendah)

(b) Citra Lena yang terlalu terang (kontras tinggi)

Histogram Citra Lena yang terlalu terang (kontras tinggi)

Histogram Citra Lena yang bagus (normal) (kontras bagus)

Algoritma peregangan kontras adalah sebagai berikut:

a. Cari batas bawah pengelompokan pixel dengan cara memindai ( scan) histogram dari nilai keabuan terkecil ke nilai keabuan terbesar (0 sampai 255) untuk menemukan pixel pertama yang melebihi nilai ambang pertama yang telah dispesifikasikan.

b. Cari batas atas pengelompokan pixel dengan cara memindai histogram dari nilai keabuan tertinggi ke nilai keabuan terendah (255 sampai 0) untuk menemukan pixel pertama yang lebih kecil dari nilai ambang kedua yang dispesifikasikan.

c. Pixel-pixel yang berada di bawah nilai ambang pertama di-set sama dengan 0, sedangkan pixel-pixel yang berada di atas nilai ambang kedua di -set sama dengan 255.

d. Pixel-pixel yang berada di antara nilai ambang pertama dan nilai ambang kedua dipetakan (diskalakan) untuk memenuhi rentang nilai -nilai keabuan yang lengkap (0 sampai 255) dengan persamaan:

S= (r-rmax)/(rmin-rmax) x 255

yang dalam hal ini, r adalah nilai keabuan dalam citra semula, s adalah nilai keabuan yang baru, rmin adalah nilai keabuan terendah dari kelompok pixel, dan rmax adalah nilai keabuan tertinggi dari kelompok pixel (Gambar 3).

Gambar 3 Peregangan kontras

3. Pengubahan Histogram Citra

Untuk memperoleh histogram citra sesuai dengan keinginan kita, maka penyebaran nilai –nilai intensitas pada citra harus diubah. Terdapat dua cara pengubahan citra berdasarkan histogram:

1. Perataan historam (histogram equalization)

Nilai -nilai intensitas di dalam citra diubah sehingga penyebarannya seragam (uniform).

2. Pembentukan histogram (histogram spesification)

Nilai -nilai intensitas di dalam citra diubah agar diperoleh histogram dengan bentuk yang dispesifikasikan oleh pengguna.

4. Pelembutan Citra (Image Smoothing)

Tujuan:

a. Menurunkan/menekan gangguan (noise) pada citra

Gangguan pada citra umumnya berupa variasi intensitas pixel yang tidak berkorelasi dengan pixel tetangganya. Pixel yang terkena gangguan umumnya mempunyai frekuensi tinggi. Pelembutan citra dilakukan dengan menekan komponen yang berfrekuensi tinggi dan membiarkan komponen yang berfrekuensi rendah seperti semula.

Contoh: citra yang terkena gangguan spike atau speckle