J-ICON.
Vol.
7 No.
Maret 2019, pp.
PENGOLAHAN CITRA DIGITAL
PERBANDINGAN METODE HISTOGRAM EQUALIZATION DAN
SPESIFICATION PADA CITRA ABU-ABU
Yelly N.
Nabuasa Jurusan Ilmu Komputer.
Fakultas Sains dan Teknik.
Universitas Nusa Cendana n@gmail.
INTISARI
Sebuah perangkat lunak pengolah citra digital telah berhasil dikonstruksi.
Perangkat lunak tersebut dapat melakukan peningkatan kontras citra dengan metode histogram equalization.
Hasil yang diberikan oleh metode histogram equalizaton dapat meningkatkan kualitas citra, sehingga informasi yang ada pada citra lebih jelas terlihat.
Tetapi tidak semua citra digital memiliki tampilan visual yang memuaskan mata manusia.
Ketidakpuasan itu dapat timbul karena adanya noise, kualitas pencahayaan pada citra digital yang terlalu gelap atau terlalu terang.
Sehingga diperlukan metode untuk dapat memperbaiki kualitas citra digital tersebut.
Untuk meningkatkan kualitas citra dari sisi kontras warna maka kita bisa memberikan perlakuan pada histogramnya.
Perlakuan yang dimaksud di dalam artikel ini adalah equalization histogram pada citra dalam level ke-abu-an .
Histogram citra dikatakan baik bila mampu melibatkan semua level atau aras yang mungkin pada level ke-abu-an.
Tentu saja tujuannya agar mampu menampilkan detil pada citra sehingga mudah untuk diamati.
Proses segmentasi dan perbaikan citra digital ini dilakukan dengan menggunakan MATLAB.
Kata kunci: Segmentasi.
Citra Digital.
Equalization Histogram.
MATLAB
ABSTRACT
A digital image processing software has been successfully constructed.
The software can increase image contrast using the histogram equalization method.
The results given by the equalization histogram method can improve image quality, so that the information in the image is more clearly seen.
But not all digital images have a visual display that satisfies the human eye.
Dissatisfaction can arise due to noise, the lighting quality in digital images that are too dark or too bright.
So that a method is needed to improve the quality of the digital image.
To improve image quality in terms of color contrast, we can give treatment to the histogram.
The treatment referred to in this article is an equalization histogram on grayscale images.
Image histogram is said to be good if it is able to involve all possible levels or levels at the gray level.
Of course, the goal is to be able to display details on the image so that it is easy to observe.
The process of segmenting and repairing digital images is done using MATLAB.
Keywords: Segmentation.
Digital Image.
Equalization Histogram.
MATLAB
PENDAHULUAN
Perolehan citra yang sangat mudah mendorong kemungkinan terjadinya berbagai macam noise sehingga perlu dilakukan tahapan pre-processing untuk meningkatkan kualitas citra yang akan diteliti.
Peningkatan kualitas citra memiliki tujuan untuk melakukan penyesuaian terhadap suatu citra agar dapat memberikan hasil yang sesuai.
Kesesuaian hasil dapat berpengaruh terhadap tampilan dan analisa citra untuk tindakan yang lebih lanjut.
Hasil dari pengolahan citra digital juga dapat digunakan sebagai bahan pertimbangan untuk membuat suatu keputusan.
Peningkatan kualitas citra digital dapat dilakukan dengan berbagai macam metode atau teknik yang dilakukan sebelum melakukan penelitian lebih lanjut.
Setiap hal yang dilakukan dalam tahapan peningkatan citra digital dapat didasarkan kepada prosedur yang eksperimental berdasarkan penelitian.
Selain berdasarkan eksperimental, proses juga dapat dilakukan secara subjektif serta bergantug pada tujuan yang akan dicapai dalam peningkatan kualitas citra.
ISSN:2337-7631 .
ISSN: 2654-4091 (Onlin.
J-ICON.
Vol.
7 No.
Maret 2019, pp.
II.
MATERI DAN METODE
Citra Citra adalah gambar dua dimensi yang dihasilkan dari gambar analog dua dimensi yang kontinu menjadi gambar diskrit melalui proses sampling.
Proses sampling dibagi menjadi 2,yaitu downsampling dan upsampling.
Downsampling merupakan proses untuk menurunkan jumlah piksel atau resolusi citra spasial sehingga menghasilkan nilai citra yang lebih kecil.
Sedangkan upsampling merupakan proses untuk menaikkan jumlah piksel atau peningkatan resolusi gambar.
Ciri citranyaa :
Gelap Terang Normal Normal Brightness dan Contrast Citra Grayscale Sebuah citra grayscale .
tau grayleve.
merupakan citra yang hanya memiliki satu skala warna yaitu abu-abu.
Contoh citra grayscale.
Adapun tujuan untuk melakukan differensiasi terhadap citra berwarna untuk mendapatkan citra grayscale adalah untuk mengurangi informasi yang dibutuhkan untuk memproses setiap elemen Hal ini dikarenakan warna abu-abu adalah satu warna dalam komponen warna merah, hijau dan biru yang memiliki intensitas yang sama dalam ruang RGB sehingga hanya perlu untuk menentukan satu nilai intensitas untuk setiap elemen citra dibandingkan tiga nilai intensitas yang dibutuhkan untuk menentukan setiap elemen citra dalam sebuah citra berwarna.
Citra Biner Sebuah citra biner adalah citra digital yang hanya memiliki dua kemungkinan nilai untuk masing Ae masing piksel.
Umumnya dua warna yang digunakan untuk citra biner adalah hitam dan Citra biner biasanya juga disebut bilevel atau two-level.
Artinya bahwa tiap tiap piksel disimpan dalam sebuah single bit .
Konsep ciitra biner biasanya disebut dengan black-and white.
B&W, monochrome atau monochromatic, tetapi bisa juga didefinisikan dengan citra yang hanya memiliki satu sampel tiap piksel seperti citra gray-scale.
Histogram Citra Perbaikan kualitas citra .
mage enhancemen.
merupakan salah satu proses awal dalam pengolahan citra .
mage preprocessin.
Perbaikan kualitas diperlukan karena seringkali citra yang dijadikan objek pembahasan mempunyai kualitas yang buruk.
Misalnya citra mengalami derau .
pada saat pengiriman melalui saluran transmisi, citra terlalu terang/gelap, citra kurang tajam, kabur, dan sebagainya.
Untuk memperbaiki kualitas citra ini salah satunya adalah dengan Histogram Equalization .
erataan histogra.
Misalkan citra digital memiliki L derajat keabuan, yaitu dari nilai 0 sampai L Ae 1 .
isalnya pada citra dengan kuantisasi derajat keabuan 8-bit, nilai derajat keabuan dari 0 sampai .
Gambar 1 ISSN:2337-7631 .
ISSN: 2654-4091 (Onlin.
J-ICON.
Vol.
7 No.
Maret 2019, pp.
memperlihatkan contoh sebuah histogram citra, yag dalam hal ini k menyatakan derajat keabuan dan nk menyatakan jumlah pixel yang memiliki nilai keabuan k.
Gambar 1.
Histogram Citra Seringkali pada beberapa operasi pengolahan citra jumlah pixel yang memiliki derajat keabuan k dinormalkan terhadap jumlah seluruh pixel di dalam citra.
Menurut Munir .
Histogram citra adalah grafik yang menggambarkan penyebaran nilainilai intensitas piksel dari suatu citra.
Dari sebuah histogram dapat diketahui frekuensi kemunculan nisbi .
citra tersebut.
Histogram juga dapat menunjukkan banyak hal tentang kecerahan .
dan kontras .
dari sebuah citra.
Secara matematis histogram citra dihitung dengan persamaan:
k ) = k .
0 C rk C 1.
k = 0,1,.
L Oe 1 L: jumlah level pr.
: probabilitas kemunculan level ke-k nk: jumlah kemunculan level k pada citra n: total jumlah pixel dalam citra Pengetahuan praktis untuk memahami histogram citra dibutuhkan untuk melihat perubahanperubahan pada citra setelah dilakukan operasi tertentu.
Beberapa pengetahuan praktis yang biasa digunakan dalam melihat histogram citra adalah sebagai berikut:
Histogram citra yang terdistribusi merata pada seluruh tingkat keabuan memiliki kontras yang baik.
Histogram citra yang mengumpul pada daerah gelap memiliki citra yang redup.
Histogram citra yang mengumpul pada daerah terang atau terkonsentrasi pada intensitas citra yang tinggi menampilkan citra yang terang.
Disamping itu dalam upaya menampakkan informasi sebanyak mungkin pada citra maka histogram dibuat semerata mungkin yang disebut dengan perataan histogram .
istogram Histogram Equalization Histogram Equalization adalah metode dalam pengolahan citra yang menggunakan histogram dari suatu citra untuk mengatur tingkat keceraham citra tersebut.
Metode ini menaikkan global contrast dari citra, khusunya ketika data citra yang digunakan dapat digantikan dengan nilai kecerahan tetngga terdekatnya.
Melalui pengaturan ini, nilai intensitas suatu citra dapat merata dengan baik sesuai dengan histogramnya.
Metode ini juga bertujuan untuk menjadikan nilai yang kontras atau kecerahannya kurang menjadi kontars yang memiliki nilai kebih tinggi.
Metode Histogram Equalization menggunakan nilai yang paling sering digunakan untuk menaikkan nilai kontras.
Yang dimaksud dengan perataan histogram adalah mengubah derajat keabuan suatu pixsel .
dengan derajat keabuan yang baru .
dengan suatu fungsi transformasi T, yang dalam hal ini s = T.
Dua sifat yang dipertahankan pada transformasi ini:
Nilai s merupakan pemetaan 1 ke 1 dari r.
Ini untuk menjamin representasi intensitas yang Ini berarti r dapat diperoleh kembali dari r dengan transformasi invers: r = T-1.
, 0<s<1 Untuk 0 < ri < 1, maka 0 < T.
< 1.
Ini untuk menjamin pemetaan T konsisten pada rentang nilai yang diperbolehkan.
ISSN:2337-7631 .
ISSN: 2654-4091 (Onlin.
J-ICON.
Vol.
7 No.
Maret 2019, pp.
Menurut Munir .
, tujuan ekualisasi histogram adalah untuk memperoleh penyebaran histogram yang merata, sehingga setiap derajat keabuan memiliki jumlah piksel yang relative sama atau seragam .
-linearisasi.
Dasar konsepnya adalah :
Transformasi probability density function menjadi uniform density Ie bentuk kontinyu Agar dapat dimanfaatkan dalam pengolahan citra digital, diubah ke bentuk diskrit Keadaan citra seperti yang tepat untuk dijadikan sebagai objek dari histogram equalization adalah citra dengan kedekatan kontras yang sangat tinggi.
Artinya dynamic range kecil atau lebih mudahnya variasi level abu-abu sangat kecil atau sempit.
Contoh citra seperti ini adalah citra dengan latar belakang .
dan objek .
sama-sama berwarna cerah atau keduanya sama-sama berwarna gelap.
Bukan berarti metode ini tidak bisa digunakan untuk citra jenis lain, hanya saja tidak memberikan pengaruh besar.
Definisi Dynamic Range secara sederhana diartikan sebagai range antara intensitas paling redup .
hingga kepaling cerah .
Ada beberapa metode dari histogram equalization , yakni:
Histogram expansion Local area histogram equalization (LAHE) Cumulative histogram equalization .
umulative distribution function / cd.
Pas sectioning.
Odd sectioning Dalam Tabel di bawah terdapat kelebihan dan kekurangan tiap-tiap metode yang diutarakan di Daftar ini didapat dari dokumen yang berjudul Histogram Equalization oleh Robert Krutsch and David Tenorio.
Microcontroller Solutions Group.
Guadalajara.
kita akan menggunakan metode CDF .
umulative distribution functio.
atau kerap juga dikatakan sebagai cumulative histogram equalization.
Metode ini mudah dan cepat dan hasilnya bisa Dapat dilihat pada gambar di bawah ini :
Gambar 2.
Pemetaan antara citra sebagai target ISSN:2337-7631 .
ISSN: 2654-4091 (Onlin.
J-ICON.
Vol.
7 No.
Maret 2019, pp.
Gambar di atas menjelaskan pemetaan antara citra sebagai target .
dan masukan yang ditandai dengan fungsi y = f.
Dapat melihat bahwa:
Dengan jumlah piksel yang dipetakan dari x ke y tidak berubah dan nilai p.
= 1 maka :
Untuk histogram equalization berlaku :
Maka Karena citra sifatnya diskret dan begitu juga dengan histogramnya, maka untuk diskret rumus Dengan:
Nilai baru dalam skala abu-abu .
Ae .
dengan rumus di bawah ini :
Equalisasi pada domain kontinyu:
Histogram :
p s ( s ) = E pr ( r ) E ds E r =T Oe1 ( s ) E Transformasi :
s = T ( s ) = E pr ( .
0 C r C1 Uniform :
p s ( s ) = E pr ( r ) = Au1Ayr =T Oe1 ( s ) = 1 ) E r =T Oe1 ( s ) E 0 C s C1 Ilustrasi equalisasi pada domain kontinyu :
s=T.
Original probability density function Transformation function Resulting uniform density ISSN:2337-7631 .
ISSN: 2654-4091 (Onlin.
J-ICON.
Vol.
7 No.
Maret 2019, pp.
Bentuk diskrit fungsi transformasi :
j =0 sk = T .
k ) = Eu rk = T Oe1 ( sk ) Kelemahan equalisasi histogram :
= Eu pr ( r j ) j =0 0 C rk C 1 k = 0,1,.
L Oe 1 0 C sk C 1 Histogram hasil tidak bisa dibentuk sesuai kebutuhan Kadangkala dibutuhkan untuk lebih menonjolkan rentang gray level tertentu pada citra Ie spesifikasi histogram Histogram Spesifikasi Spesifikasi histogram : metode pembuatan histogram yang ditentukan nilainya oleh pengguna, bisa untuk histogram yang tidak seragam.
Fungsi pemetaan dapat ditemukan dalam tiga langkah :
A Menyamakan histogram gambar input A Menyamakan histogram yang ditentukan A Menghubungkan dua histogram menyamakan kedudukan Secara matematis, spesifikasi histogram dihitung dengan persamaan :
T& G Transformasi Pr.
histogram citra semula Pz.
histogram yang diharapkan Perataan histogramnya adalah Jika histogram yang diharapkan telah dispesifikasikan, maka perataan histogramnya sbb :
Secara matematis, spesifikasi histogram dihitung dengan persamaan :
Invers dari G Z= GOA .
Dengan mengganti vdengan s Z= GOA .
Maka diperoleh nilai intensitas yang diharapkan Hasil tsb merupakan nilai pendekatan Dengan kata lain histogram nilai intensitas pada citra semula dipetakan menjadi intensitas z pada citra yang diinginkan dengan fungsi :
ISSN:2337-7631 .
ISSN: 2654-4091 (Onlin.
J-ICON.
Vol.
7 No.
Maret 2019, pp.
HASIL DAN PEMBAHASAN
Sebelum Spesifikasi Citra asal Citra keabuan Citra hasil ekualisasi Perataan histogram cocok untuk pembuatan histogram yang seragam.
Sesudah spesifikasi ISSN:2337-7631 .
ISSN: 2654-4091 (Onlin.
J-ICON.
Vol.
7 No.
Maret 2019, pp.
Analisa dilakukan dengan melakukan pengujian beberapa metode peningkatan citra pada citra digital awal, dan dikombinasikan hingga mendapatkan citra hasil dengan kualitas baik.
Citra mengalami perubahan setelah dilakukan pengolahan pada beberapa teknik peningkatan citra.
Program yang dirancang telah menghasilkan peningkatan kualitas citra melalui beberapa jenisjenis operasi citra pada metode histogram equalisasi dan specification.
Salah satu teknik pengolahan citra yaitu teknik peningkatan kualitas citra terbukti dapat memperbaiki kualitas citra yang menurun akibat proses digitalisasi berlangsung.
Beberapa teknik yang memang mempunyai pengaruh besar terhadap perbaikan kualitas citra yaitu teknik histogram equalization .
emerataan histogra.
IV.
KESIMPULAN
Histogram equalization komputasinya lebih simple atau sederhana.
Sedangkan spesifikasi lebih kompleks.
Spesifikasi lebih pada penentuan nilai histogram dilakukan oleh pengguna dan memperoleh citra output sesuai dengan citra tersebut.
sedangkan equalization tidak dapat ditentukan dan hasilnya otomatis.
Untuk histogram equalisasi lebih cocok pada pembuatan histogram yang seragam sedangkan pada specification bisa dilakukan pada pembuatan histogram yang berbeda dan lebih kompleks.
DAFTAR PUSTAKA