Penjelasan Mengenai Konsep Konvolusi Citra - Pengolahan Citra Digital

Konsep Konvolusi Citra

Konsep dari konvolusi citra adalah suatu proses yang dinamakan proses filtering image dimana proses ini sering digunakan untuk proses pengolahan gambar. Proses konvolusi ini dibuat dengan menggunakan matriks yang dinamakan mask. Mask merupakan matriks yang berjalan disepanjang proses dan digunakan untuk menghitung nilai representasi lokal dari penghalusan citra dengan metode menggantikan nilai piksel dengan nilai piksel yang sebenarnya atau berdekatan dengan piksel yang aslinya. Proses penghalusan citra dibutuhkan untuk menghindari sesuatu yang mempersulit suatu proses ketika sedang melakukan pengamatan hasil akhir dari citra.

 

Konvolusi mempunyai dua fungsi yaitu f(x) dan g(x) dimana kedua fungsi ini memiliki definisi yaitu :

h(x)=f(x)*g(x)=

Pada fungsi tersebut terdapat tanda * yaitu operator dari konvolusi dan peubah bantu.

 

 

Metode Filtering Konvolusi Citra

1.     Filter Gaussian

a.     Konsep Metode Filter Gaussian

Filter Gaussian merupakan salah satu filter linier yang mempunyai nilai pembobotan untuk setiap anggotanya yang dipilih berdasarkan bentuk fungsi Gaussian. Filter Gaussian ini dipilih sebagai filter penghalusan berdasarkan pertimbangan bahwa filter ini mempunyai pusat kernel.

 

b.     Tujuan Metode Filter Gaussian

Tujuan dari Filter Gaussian adalah untuk menghilangkan noise pada gambar sehingga membuat gambar tersebut dapat dilihat dengan jelas. Metode ini dilakukan dengan melakukan proses blur pada gambar yang membuat gambar tersebut dapat dilihat sutuhnya.

 

c.      Metode Input Proses Output

%Read an Image Gambar = imread(‘peppers.png’); Img = rgb2gray(Gambar); A = imnoise(Img,’Gaussian’,0.04,0.003); %Image with noise figure,imshow(A); I = double(A); %Design the Gaussian Kernel %Standard Deviation sigma = 1.76; %Window size sz = 4; [x,y]=meshgrid(-sz:sz,-sz:sz); M = size(x,1)-1; N = size(y,1)-1; Exp_comp = -(x.^2+y.^2)/(2sigmasigma); Kernel= exp(Exp_comp)/(2pisigma*sigma); %Initialize Output=zeros(size(I)); %Pad the vector with zeros I = padarray(I,[sz sz]); %Convolution for i = 1:size(I,1)-M for j =1:size(I,2)-N       Temp = I(i:i+M,j:j+M).*Kernel;       Output(i,j)=sum(Temp(:));   end end %Image without Noise after Gaussian blur Output = uint8(Output); figure,imshow(Output);

 

 

d.     Algoritma dan Flowchart

Setelah user menjalankan source code filter akan terdapat algoritma dari filter ini. Langkah selanjutnya adalah user akan memilih satu gambar yang akan diproses. Kemudian gambar tersebut akan diproses sesuai dengan source code filternya.

 

 

 

2.     Oil Painting Filter

a.     Konsep Metode Oil Painting Filter

Pada konsep metode Oil Painting Filter adalah untuk membuat efek seperti lukisan harus menentukan terlebih dahulu matriks jendela kecilnya yang berukuran m x n. setelah ditentukan masukkan nilai dari piksel gambar tersebut ke dalam matriks dan cari histogram dari tiap nilainya. Tentukan nilai piksel maksimum yang terjadi dan ganti posisi sekarang dengan nilai kejadian maksimum.

 

b.     Tujuan Metode Oil Painting Filtering

Tujuan dari metode Oil Painting Filtering adalah untuk menghasilkan gambar yang telah diproses sebelumnya menjadi hasil gambar yang beminyak.

 

c.      Metode Input Proses Output

A=imread(‘fabric.png’); figure,imshow(A) %Define the matrix size of  your convience. m=5; n=6; Image=uint8(zeros([size(A,1)-m,size(A,2)-n,3])); %Calculate the histogram for each RGB value. for v=1:3 for i=1:size(A,1)-m     for j=1:size(A,2)-n         mymask=A(i:i+m-1,j:j+n-1,v);         h=zeros(1,256);         for x=1:(m*n)             h(mymask(x)+1)=h(mymask(x)+1)+1;         end   %Maximum occurring value and the position is obtained         [maxvalue,pos]=max(h);         Image(i,j,v)=pos-1; end end

 

d.     Algoritma dan Flowchart

Tujuan dari Filter Gaussian adalah untuk menghilangkan noise pada gambar sehingga membuat gambar tersebut dapat dilihat dengan jelas. Metode ini dilakukan dengan melakukan proses blur pada gambar yang membuat gambar tersebut dapat dilihat sutuhnya.

 

 

 

3.     Metode Sharpen

a.     Konsep Metode Sharpen

Pada konsep Sharpen ini merupakan metode yang dinamakan Sharpening atau Penajaman. Sharpening adalah memperjelas suatu detail pada citra dengan penjumlahan atas citra tepi dengan citra yang aslinya. Pada bagian tepi objek tersebut akan Nampak  perbedaan antara bagian tepi dengan latarnya yang membuat citra lebih kelihatan tajam.

 

b.     Tujuan Metode Sharpen

Tujuan dari metode Sharpen adalah untuk melakukan suatu proses penajaman yang berkaitan dengan deteksi tepi perubahan pada warna yang dilemakan sehingga menghasilkan efek tepi yang tajam. Dengan menggunakan special yang membuat filter untuk mempertajam sebuah gambar. Filter khusus yang disebut Unsharp.

 

c.     Metode Input Proses Output

Sistem image sharpening pada citra dibangun menggunakan Matlab berbasis GUI yang dapat dijalankan langsung pada GUI Matlab. Sistem ini terdiri dari interface dan fungsi-fungsi filter yang dipanggil pada saat memilih filter.Output yang ditampilkan citra asli beserta histogramnya, citra blur berserta nilai PSNR, MSE, dan histogramnya dan citra yang telah diperbaiki atau di sharpening beserta nilai PSNR, MSE dan histogramnya.

 

1.     Sistem keseluruhan sesuai dengan rancangan alur program utama yaitu :

 

-        Inputkan citra yang akan diproses

-        Tampilkan citra yang asli dan histogram

-        Citra yang asli diblur

-   Tampilkan citra yang asli yang sudah diblur sebelumnya dengan PSNR, MSE dan histogram

-        Pilih proses sharpening yang akan dipakai yaitu mask 3 x3 yang tiap nilainya berbeda

-        Tampilkan citra yang asli sharpening beserta nilai PSNR, MSE dan histogram

 

2.     Tahapan pada program utama yaitu :

3.   Tahap Input Citra. Pada tahap ini merupakan awal proses penelitian dengan melakukan pengambilan citra. Ada beberapa file citra yang didukung oleh Matlab, yaitu citra dengan format bitmap (*.bmp), JPEG (*.jpg), png (*.png) dan tif (*.tif). Citra original dan informasi citra ditampilkan beserta histogramnya.

4.    Tahap Proses Sharpening. Tahap ini merupakan tindak lanjut dari tahap bluring pada citra dimana citra yang sudah mengalami proses blur diproses dengan filter laplaciandengan mask 3×3, dimana.

 

	1
1	-4	1
	1

Mask Pertama

1	1	1
1	-8	1
1	1	1

Mask Kedua dan Filter Sobel

 

-1	-2	-1
1	2	1

Mask Pertama

-1		1
2		2
-1		1

Mask Kedua

Dari Penjelasan diatas dapat memilih lima pilihan sharpening yang diinginkan untuk menajamkan detil-detil citra yang kurang jelas.

5. Simulasi Perhitungan Manual. Proses penajaman citra adalah dengan melakukan pengurangan smoothed dari citra asli (unsharp masking) proses ini terdiri dari langkah-langkah berikut :

-        Proses Degradasi Gambar Asli

-        Mengaburkan gambar (blurred image) dengan memberikan efek blur pada Matlab

-        Proses Restorasi (Enhancement)

-     Mengurangi citra yang kabur, yaitu proses konvolusi  menggunakan filter laplacian dan filter gradien.

-       Tambahkan mask ke citra, citra hasil konvolusi ditambahkan ke citra blur

Analisis Perbedaan dari Metode Filter Gaussian, Oil Painting Filtering dan Sharpen

Metode Gaussian Sharpen	Gaussian Filtering	Oil Painting Filtering
Memperbaiki citra dengan menambah kontras	Memperbaiki citra dengan memburamkan gambar	Mengubah citra menjadi seperti lukisan cat minyak
Citra sebelumnya harus noise	Citra sebelumnya harus noise	Citra sebelumnya tidak harus nois

Sumber :

https://dutormasi.com/2021/01/konvolusi-pada-citra-pengolahan-citra-digital-lengkap.html

http://www.alfonswaptra.com/2021/01/a.html

https://www.fahrilhadi.com/konsep-dan-metode-konvolusi-dalam-pengolahan-citra-digital/

https://www.vinniola.com/2020/12/konvolusi-pada-citra.html

https://alfinarahmawati19.com/konvolusi-pada-citra/