MKB3383 - Teknik Pengolahan Citra
Operasi Piksel dan Histogram
Muhammad Zidny Naf’an, M.Kom.
Outline
• Operasi Piksel • Histogram Citra • Meningkatkan Kecerahan • Meregangkan Kontras • Ekualisasi HistogramOutline
• Operasi Piksel • Histogram Citra • Meningkatkan Kecerahan • Meregangkan Kontras • Ekualisasi HistogramOperasi Piksel
• Operasi piksel adalah operasi pengolahan citra yang memetakan hubungan setiap piksel dengan piksel itu sendiri
• Misal, f(y,x) adalah nilai suatu piksel pada baris y dan kolom x di dalam citra f. Dan g(y,x)
menyatakan piksel hasil pengolahan dari f(y,x), maka hubungannya dapat dinyatakan dengan
g(y,x) = T(f(y,x))
Outline
• Operasi Piksel • Histogram Citra • Meningkatkan Kecerahan • Meregangkan Kontras • Ekualisasi HistogramHistogram Citra
• Histogram citra merupakan diagram yang menggambarkan frekuensi setiap nilai
intensitas yang muncul di seluruh piksel citra. • Pada citra berskala keabuan, banyaknya nilai
intensitas keabuan (biasa disimbolkan dengan L) sebanyak 256.
Contoh histogram
Contoh histogram
Kegunaan Histogram
• Untuk mengamati penyebaran intensitas warna dan dapat dipakai untuk pengambilan keputusan misalnya dalam peningkatan kecerahan atau
peregangan kontras serta sebaran warna.
• Penentuan batas-batas dalam pemisahan objek dari latar belakangnya.
• Memberikan persentase komposisi warna dan tekstur intensitas untuk kepentingan identifikasi citra.
Menghitung Histogram
• misalkan matriks dibawah ini menyatakan citra digital yang berukuran 8 x 8 pixel dengan derajat keabuan dari 0 sampai 15 (ada 16 buah derajat keabuan 16 level)
• Maka nilai histogramnya:
k n[k] 0 8 1 4 2 5 3 2 4 2 5 3 6 1 7 3 8 6 9 4 10 7 11 4 12 5 13 3 14 4 15 3 10
Histogram citra
• Berlaku untuk nilai gray level; • RGB per plane warna
• Plotting dari persamaan:
– L: jumlah level
– pr(rk): probabilitas kemunculan level ke-k – nk: jumlah kemunculan level k pada citra – n: total jumlah pixel dalam citra
1 ,..., 1 , 0 ; 1 0 ; ) ( r k L n n r pr k k k 11
Contoh Menghitung Histogram
• misalkan matriks dibawah ini menyatakan citra digital yang berukuran 8 x 8 pixel dengan derajat keabuan dari 0 sampai 15 (ada 16 buah derajat keabuan 16 level) • n = 8x8 = 64. Maka: k nk Pr(rk) 0 8 0.125 1 4 0.0625 2 5 0.078125 3 2 0.03125 4 2 0.03125 5 3 0.046875 6 1 0.015625 7 3 0.046875 8 6 0.09375 9 4 0.0625 10 7 0.109375 11 4 0.0625 12 5 0.078125 13 3 0.046875 14 4 0.0625 15 3 0.046875 12
Histogram
0 0,02 0,04 0,06 0,08 0,1 0,12 0,14 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Histogram HistogramOutline
• Operasi Piksel • Histogram Citra • Meningkatkan Kecerahan • Meregangkan Kontras • Equalisasi HistogramEqualisasi Histogram
• Tujuan: melakukan transformasi terhadap histogram citra asli sedemikian sehingga
didapat histogram citra hasil dengan distribusi lebih seragam (uniform) ≈ linearisasi
Bentuk diskrit fungsi transformasi
1
0
)
(
1
,...,
1
,
0
1
0
)
(
)
(
1 0 0
k k k k k j k j j r j k ks
s
T
r
L
k
r
r
p
n
n
r
T
s
Contoh
Citra 64x64 pixel, 8 tingkat keabuan dgn distribusi: rk nk pr(rk)=nk/n r0=0 790 0,19 r1=1/7 1023 0,25 r2=2/7 850 0,21 r3=3/7 656 0,16 r4=4/7 329 0,08 r5=5/7 245 0,06 r6=6/7 122 0,03 r7=1 81 0,02 Histogram citra: 0 0,05 0,1 0,15 0,2 0,25 0,3 0 1/7 2/7 3/7 4/7 5/7 6/7 1 gray level (rk) p ro b a b il it y ( pr (rk ))Fungsi transformasi
00 . 1 ) ( ) ( 98 . 0 ) ( ) ( ; 95 . 0 ) ( ) ( 89 . 0 ) ( ) ( ; 81 . 0 ) ( ) ( 65 . 0 ) ( ) ( ) ( ) ( ) ( 44 . 0 ) ( ) ( ) ( ) ( 19 . 0 ) ( ) ( ) ( 7 0 7 7 6 0 6 6 5 0 5 5 4 0 4 4 3 0 3 3 2 1 0 2 0 2 2 1 0 1 0 1 1 0 0 0 0 0
j j r j j r j j r j j r j j r r r r j j r r r j j r r j j r r p r T s r p r T s r p r T s r p r T s r p r T s r p r p r p r p r T s r p r p r p r T s r p r p r T sFungsi transformasi: grafik
0 0,2 0,4 0,6 0,8 1 1,2 0 1/7 2/7 3/7 4/7 5/7 6/7 1 gray level (rk) tr a n s fo rm e d v a lu e ( sk )Pembulatan
• s0 = 0.19 1/7 • s1 = 0.44 3/7 • s2 = 0.65 5/7 • s3 = 0.81 6/7 s4 = 0.89 6/7 s5 = 0.95 1 s6 = 0.98 1 s7 = 1.00 1 8 tingkat keabuan valid nilai sk dibulatkan ke nilai valid terdekat
Pemetaan
• Hanya ada 5 level keabuan pada uniform histogram
– r0 (790 pixel) s0 = 1/7 – r1 (1023 pixel) s1 = 3/7 – r2 (850 pixel) s2 = 5/7
– r3 (656 pixel), r4 (329 pixel) s3 = 6/7
Histogram dengan distribusi seragam
Karena histogram merupakan aproksimasi terhadap probability density function, sangat jarang didapat histogram hasil yang betul-betul rata
0 0,05 0,1 0,15 0,2 0,25 0,3 0 1/7 2/7 3/7 4/7 5/7 6/7 1 gray level (sk) p ro b a b il it y ( ps (sk ))
Tabel Histogram secara Lengkap
Citra 64x64 pixel, 8 tingkat keabuan dgn distribusi:
K rk nk pr(rk)=nk/n Sk Sk x 7 Normal(Sk) 0 r0=0 790 0,19 0,19 1,33 1 s0=1/7 1 r1=1/7 1023 0,25 0,44 3,08 3 s1=3/7 2 r2=2/7 850 0,21 0,65 4,55 5 s2=5/7 3 r3=3/7 656 0,16 0,81 5,67 6 s3=6/7 4 r4=4/7 329 0,08 0,89 6,23 6 s4=6/7 5 r5=5/7 245 0,06 0,95 6,65 7 s5=7/7 6 r6=6/7 122 0,03 0,98 6,86 7 s6=7/7 7 r7=1 81 0,02 1,00 7 s7=1 23
Contoh Hasil Equalisasi Histogram
Contoh2 equalisasi histogram
Cara 2 Menghitung Equalisasi
Histogram
histogram untuk setiap level keabuan dinyatakan dengan 𝑛 𝑘 , 𝑘 = 0,1,2, … , 𝐿 − 1
L menyatakan jumlah level keabuan.
Akumulasi histogram untuk piksel yang memiliki level k dinyatakan dengan
𝑐 𝑘 = 𝑛[𝑖], 𝑘 = 0,1,2, … , 𝐿 − 1
𝑘
𝑖=0
Nilai level hasil equalisasi disimbolkan dengan a dengan rumus sebagai berikut:
𝑎 𝑘 = 𝑟𝑜𝑢𝑛𝑑( 𝐿 − 1 𝑐 𝑘
Tabel Histogram secara Lengkap Cara 2
Citra 64x64 pixel, 8 tingkat keabuan dgn distribusi:
K n[k] c[k] a[k] Hasil cara 1
0 790 790 1 1 1 1023 1813 3 3 2 850 2663 5 5 3 656 3319 6 6 4 329 3648 6 6 5 245 3893 7 7 6 122 4015 7 7 7 81 4096 7 7 27
Outline
• Operasi Piksel • Histogram Citra • Meningkatkan Kecerahan • Meregangkan Kontras • Equalisasi HistogramMeningkatkan Kecerahan
• Operasi dasar yang sering dilakukan pada citra adalah peningkatan kecerahan (brightness). • Tujuan membuat gambar menjadi lebih
Meningkatkan Kecerahan
• Peningkatan kecerahan dilakukan dengan cara menambahkan suatu konstanta terhadap nilai seluruh piksel
• Misalkan, f(y, x) menyatakan nilai piksel pada citra berskala keabuan pada koordinat (y, x). Maka,
citra baru
𝑔 𝑦, 𝑥 = 𝑓 𝑦, 𝑥 + 𝛽
• Dengan 𝛽 adalah nilai integer positif ataupun negatif
Contoh
I = imread('cameraman.tif'); R = I+60;
subplot(1,2,1);imshow(I); subplot(1,2,2);imshow(R);
Outline
• Operasi Piksel • Histogram Citra • Meningkatkan Kecerahan • Meregangkan Kontras • Equalisasi HistogramMeregangkan Kontras
• Kontras dalam suatu citra menyatakan distribusi warna terang dan warna gelap.
• Suatu citra berskala keabuan dikatakan memiliki kontras rendah apabila distribusi warna
cenderung pada jangkauan aras keabuan yang sempit.
• Citra mempunyai kontras tinggi apabila jangkauan aras keabuan lebih terdistribusi secara melebar.
Meregangkan Kontras
𝑔 𝑦, 𝑥 = 𝛼 𝑓 𝑦, 𝑥
• Dengan 𝛼 adalah nilai integer positif ataupun negatif
• Positif kontras naik, • negatif kontras turun
Membalik citra
• gambar yang terekam pada film hasil kamera analog berkebalikan dengan foto saat dicetak film negatif
• Citra ini biasa digunakan pada rekam medis; misalnya hasil fotografi rontgen
• Hubungan antara citra dan negatifnya untuk yang beraras keabuan dapat dinyatakan
dengan rumus:
Membalik citra
• Untuk citra 8bit:
• menunjukkan bahwa kalau f(y, x) bernilai 255, g(y, x) bernilai 0. Sebaliknya, kalau f(y, x) bernilai 0, g(y, x) bernilai 255. g(f) f 255 255 0
Contoh Hasil Membalik citra
Pemotongan Aras Keabuan
• Efek pemotongan (clipping) diperoleh bila dilakukan operasi seperti berikut: 𝑔 𝑦, 𝑥 = 0, 𝑥 ≤ 𝑓1 𝑓(𝑦, 𝑥), 𝑓1 < 𝑓 𝑦, 𝑥 < 𝑓2 255, 𝑥 ≥ 𝑓2
• Nilai g dinolkan atau dipotong habis untuk intensitas asli dari 0
hingga f1 karena dipandang tidak mengandung informasi atau objek menarik. Demikian pula untuk nilai intensitas dari f2 ke atas, yang mungkin hanya mengadung derau
Pemotongan Aras Keabuan
Contoh pemotongan aras keabuan dengan pola sangat tidak linear atau patah-patah
g f f1 255 0 f2 45o
Hasil Pemotongan Aras Keabuan
Tugas
• Hitunglah histogram dan ekualisasi histogram dari citra berukuran 4x4, 3 bit!
7 7 7 7
6 5 5 6
5 5 5 5
2 4 0 1
Jawaban ditulis tangan dan diatas kertas folio bergaris.
Referensi
• Kadir, Abdul dan Adhi Susanto. 2013. Teori
Dan Aplikasi Pengolahan Citra. Yogyakarta:
Penerbit Andi.
• Slide Pengolahan Citra, Departement Teknik Informatika IT Telkom