IMAGE RESTORATION(PERBAIKAN CITRA)I. Tujuan Mahasiswa dapat memahamiprinsip-prinsip noise dan cara mereduksi noise. Mahasiswa dapat membangkitkan bermacam-macamnoise. Mahasiswa dapat menggunakan low pass filter untuk mengurangi noise. Mengerti akan perbedaan antara salt & pepper, Gaussian, Speckle, median, dan range order.

II. Dasar Teoria. Pengertian RestoretionPemugaran Citra (image restoration) Operasi ini bertujuan menghilangkan cacat pada citra. Tujuan pemugaran citra hampir sama dengan operasi perbaikkan citra. Bedanya, pada pemugaran citra penyebab degradasi gambar diketahui. Jenis operasi ini dilakukan agar citra dapat direpresentasikan dalam bentuk yang lebih kompak sehingga memerlukan memori yang lebih sedikit. Hal penting yang harus diperhatikan dalam pemampatan citra adalah citra yang telah dimampatkan harus tetap mempunyai kualitas gambar yang bagus. Segmentasi Citra (image segmentation) Jenis operasi ini bertujuan untuk memecah suatu citra kedalam beberapa segmen dengan suatu criteria tertentu. Jenis operasi ini berkaitan erat dengan pengenalan pola.Pengorakan Citra (Image Analysis). Jenis operasi ini bertujuan menghitung besaran kuantitif dari citra untuk menghasilkan diskripsinya. Tehnik pengolahan citra mengekstraksi cirri-ciri tertentu yang membantu dalam identifikasi objek. Proses segmentasi kadang kala diperlukan untuk melokalisasi objek yang diinginkan dari sekelilingnya. Contoh-contoh operasi pengolahan citra :a. Pendeteksian tepian objek (edge detection)b. Ekstraksi batas (boundary)c. Representasi Daerah (region)d. Rekonstruksi Citra (Image Reconstruction) Jenis operasi ini bertujuan untuk membentuk ulang objek dari beberapa citra hasil proyeksi. Operasi rekonstruksi citra banyak digunakan dalam bidang medis. Banyak metode yang ada dalam pengolahan citra bertujuan untuk mengurangi atau menghilangkan noise. Operasi yang dilakukan untuk mentransformasikan suatu citra menjadi citra lain dapat dikategorikan berdasarkan tujuan transformasi maupun cakupan operasi yang dilakukan terhadap citra. Berdasarkan tujuan transformasi operasi pengolahan citra dikategorikan sebagai berikut :1. Peningkatan Kualitas Citra (Image Enhancement), Operasi peningkatan kualitascitra bertujuan untuk meningkatkan fitur tertentu pada citra.2. Pemulihan Citra (Image Restoration), Operasi pemulihan citra bertujuan untuk mengembalikan kondisi citra pada kondisi yang diketahui sebelumnya akibat adanya pengganggu yang menyebabkan penurunan kualitas citra.

Pemugaran citra merupakan proses merekonstruksi atau mendapatkan kembali citra asli dari sebuah citra yang cacat atau terdegradasi agar dapat menyerupai citra aslinya. Pemugaran citra berkaitan dengan penghilang atau pengurangan degradasi pada citra yang terjadi karena proses akusisi. Citra degradasi yang dimaksud termasuk derau (yang merupakan error dalam nilai piksel) atau efek optik misalnya blur (citra kabur) akibat kamera yang tidak fokus atau karena gerakan kamera (Marvin, 2005). Noise atau pengotor citra biasanya didapat dari proses dijitasi citra. Dijitasi citra ini adalah proses meng-captureobjek di dunia nyata kedalam citra dijital. kalau kita memotret sesuatu dengan kamera dijital, sebenarnya kita sedang melakukan proses dijitasi citra. kadang-kadang lensa kamera kita kotor kan? jadi ada bintik-bintik di foto yang didapat. Bintik-bintik itu salah satu jenis pengotor. Sebenarnya ada banyak jenis pengotor. Untuk sementara, asumsikan bahwa pada proses "Pemotretan"(proses dijitasi citra), ada banyak hal yang menyebabkan citra tidak sempurna (memiliki pengotor). jenis pengotor yang lainnya adalah pengotor yang berasal dari hardware(contoh: kamera yang setengah rusak). Ada beberapa jenis pengotor yang dapat kita modelkan, misalkan pengotor yang berasal dari sensor yang kurang sempurna, pengotor yang berasal dari sinyal transmisi yang kurang baik sehingga pada saat transimisi data citra tidak diterima dengan baik. Salah satu contoh pengotor yang terkenal adalah salt-and-pepper noise (garam dan merica). Jenis pengotor ini didapatkan karena sensor yang kurang sempurna. Inilah salah satu contoh salt-and-pepper noise.b. Noise Pada CitraPada saat proses capture(pengambilan gambar), ada beberapa gangguan yang mungkin terjadi, seperti kamera tidak fokus atau munculnya bintik-bintik yang bisa jadi disebabkan oleh proses captureyang tidak sempurna. Setiap gangguan pada citra dinamakan dengan noise. Noise pada citra tidak hanya terjadi karena ketidak-sempurnaan dalamproses capture, tetapi bisa juga disebabkan oleh kotoran-kotoran yang terjadi pada citra. Berdasarkan bentuk dan karakteristiknya, noise pada citra dibedakan menjadi beberapa macamyaitu: 1) Gaussian 2) Speckle 3) Salt & Pepper

Macam-macamnoise ini dapat dilihat pada gambar 1 berikut ini:

Gambar 1 Macam-macamnoise (a) gaussian (b) speckle dan (c) salt & pepper.

Noise dapat dibagi menjadi 3 macam yang berbeda :a. Gaussian Noise gaussian dapat dibangkitkandengan cara membangkitkan bilangan acak [0,1] dengan distribusi gaussian. Kemudian untuk titik-titik yang terkena noise, nilai fungsi citra ditambahkan dengan nilai noise yang ada, atau dirumuskan dengan:

dimana: a = nilai bilangan acak berdistribusi gaussian p = prosentase noise y(i,j) = nilai citra terkena noise. x(i,j) = nilai citra sebelumterkena noise. Untuk membangkitkan bilanganacak berdistribusi gaussian, tidak dapat langsung menggunakan fungsi rnd, tetapi diperlukan suatu metode yang digunakan untuk mengubah distribusi bilangan acak kedalamfungsi f tertentu. Dalambuku ini digunakan metode rejection untuk memudahkan dalamalur pembuatan programnya. Metode rejection dikembangkan dengan cara membangkitkan dua bilangan acak (x,y) dan ditolak bila y > f(x).

Gambar 1. Bebarapa contoh noise gaussian dengan prosentase 10%, 20%, 30%, 50%, 75% dan 90%.

b. Noise & Noise salt & pepperdapat dibangkitkan dengan cara membangkitkan bilangan 255 (warna putih) pada titik-titik yang secara probabilitas lebihkecil dari nilai probabilitas noise, dan dirumuskan dengan:

Dimana:F(x,y) adalah nilai gray-scale pada titik (x,y) p(x,y) adalah probabilitas acak

Gambar 2. Bebarapa contoh noise salt & pepper dengan prosentase 10%, 20%, 30%, 50%, 75% dan 90%.

III. Alat dan Bahan 1 unit PC atau Laptop. Modul pembelajaran. Aplikasi yang digunakan.

IV. Langkah Kerjaa. Membuat sub Klik pada

Pilih New Menu Edit Label dan Tag sesuai dengan yang diinginkan dan yang mudah diingat saat dihubungan dengan program yang akan dimasukkan.

Klik OK.b. Memasukan sesuai dengan Label dan Tag dengan program yang akan dimasukkan. Tes program tersebut terlabih dahulu. Program yang telah sukses gabungkan dengan program sesuai dengan paratikum 1.1. Noise Klik pada Restoration Pilih unntuk membuat subnya kembali. Edit Label dan Tag sesuai yang diingikan dan memudahkannya dalam memhubungkan ke listen program.

a. Salt & pepper Klik di Noise Pilih Edit Label dan Tag sesuai yang diingikan dan memudahkannya dalam memhubungkan ke listen program.

Masukkan programnya pada tempatnya yang telah dicallback. Berikut listen programnya :citra = handles.data1;axes(handles.axes1) imshow(citra)title('Gambar Asli');axes(handles.axes2)W= rgb2gray(citra);b_sp= Imnoise(W,'salt & pepper');I= Imnoise(W,'salt & pepper',0.3);Imshow(I);axes(handles.axes3)a7=fspecial('average',[7,7]);t_sp_a7=filter2(a7,I);Imshow(t_sp_a7);imhist(I); title('Histogram salt & pepper');

Hasil yang diperolah

Analisa :Perintah citra = handles.data1; yang berfungsi unutk pengambilan data ini terletak si Axes1 yang menampilkan data awal.imshow(citra) ini perintah untuk menampilkan gambar yang akan diproses.title('Gambar Asli'); peritah ini berfungsi untuk memberi nama pada gambar yang akan ditampilkn sesuai hasil yang akan diperoleh. axes(handles.axes2) ini akan berfungsi menampilkan hasil ke2 yangtedapat diAxes2. Perintah t=rgb2gray(citra); berfungsi untunk mengubah gambar berwarna ke gambar abu-abu(gray). b_sp= Imnoise(W,'salt & pepper');dan I= Imnoise(W,'salt & pepper',0.3); ini merupakan perintah yang berfungsi untuk menambahkan noise pada gambar yang telah digrayscalekan. axes(handles.axes3) ini merupakan perintah yang berfungsi untuk menghasilkan gambar ke 3 yang terlatak pada Axes3. a7=fspecial('average',[7,7]);dan,t_sp_a7=filter2(a7,I); ini merupakan perintah penfilterran. Imshow(t_sp_a7); perintah ini merupakan nilai yang diberikan untuk perintah salt & pepper. imhist(I); perintan ini berfungsi untuk manampilkan hasil pada Axes3 dengan menggunakan tampilan histagram bukan dengan gambar yang telah diolah. title('Histogram salt & pepper'); sedang perintah ini berfungsi untuk memberi nama pada hasil histagram yang telah diperoleh.

b. Gaussian Klik di Noise Pilih Edit Label dan Tag sesuai yang diingikan dan memudahkannya dalam memhubungkan ke listen program.

Masukkan programnya pada tempatnya yang telah dicallback. Berikut listen programnya :citra = handles.data1;axes(handles.axes1) imshow(citra)title('Gambar Asli');axes(handles.axes2)b=rgb2gray(citra);b_ga= imnoise(b,'gaussian');y=imnoise(b,'gaussian',0.1);imshow(y), title('gaussian noise')axes(handles.axes3)imhist(y); title('Histogram gaussian noise');

Hasil yang diperoleh.

Analisa :Perintah citra = handles.data1; yang berfungsi unutk pengambilan data ini terletak si Axes1 yang menampilkan data awal.imshow(citra) ini perintah untuk menampilkan gambar yang akan diproses.title('Gambar Asli'); peritah ini berfungsi untuk memberi nama pada gambar yang akan ditampilkn sesuai hasil yang akan diperoleh. axes(handles.axes2) ini akan berfungsi menampilkan hasil ke2 yangtedapat diAxes2. Perintah t=rgb2gray(citra); berfungsi untunk mengubah gambar berwarna ke gambar abu-abu(gray). b_ga= imnoise(b,'gaussian'); dan y=imnoise(b,'gaussian',0.1); inimerupakn perintah yang berfungsi untuk menambahkan noise gauusian pada gambar yang telah digrayscalekn. imshow(y) perintah ini berfungsi untuk menampilkan gambar yang akan diproses, title('gaussian noise') perintah ini untuk memberikan nama pada hasil kedua pada axes ke2. axes(handles.axes3) ini merupakan perintah yang berfungsi untuk menghasilkan gambar ke 3 yang terlatak pada Axes3. imhist(I); perintan ini berfungsi untuk manampilkan hasil pada Axes3 dengan menggunakan tampilan histagram bukan dengan gambar yang telah diolah. title('Histogram salt & pepper'); sedang perintah ini berfungsi untuk memberi nama pada hasil histagram yang telah diperoleh.

c. Speckle Klik di Noise Pilih Edit Label dan Tag sesuai yang diingikan dan memudahkannya dalam memhubungkan ke listen program.

Masukkan programnya pada tempatnya yang telah dicallback. Berikut listen programnya :citra = handles.data1;axes(handles.axes1) imshow(citra)title('Gambar Asli');axes(handles.axes2) b=rgb2gray(citra);b_s= imnoise(b,'speckle');y=imnoise(b,'speckle',0.1);imshow(y), title('speckle noise')axes(handles.axes3)imhist(y); title('Histogram speckle noise');

Hasil yang diperoleh

Analisa :Perintah citra = handles.data1; yang berfungsi unutk pengambilan data ini terletak si Axes1 yang menampilkan data awal.imshow(citra) ini perintah untuk menampilkan gambar yang akan diproses.title('Gambar Asli'); peritah ini berfungsi untuk memberi nama pada gambar yang akan ditampilkn sesuai hasil yang akan diperoleh. axes(handles.axes2) ini akan berfungsi menampilkan hasil ke2 yangtedapat diAxes2. Perintah t=rgb2gray(citra); berfungsi untunk mengubah gambar berwarna ke gambar abu-abu(gray). b_s= imnoise(b,'speckle');Dan y=imnoise(b,'speckle',0.1); ini merupakn perintah yang berfungsi untuk menambahkan noise speckle pada gambar yang telah digrayscalekn. imshow(y) perintah ini berfungsi untuk menampilkan gambar yang akan diproses, title('speckle noise') perintah ini untuk memberikan nama pada hasil kedua pada axes ke2. axes(handles.axes3) ini merupakan perintah yang berfungsi untuk menghasilkan gambar ke 3 yang terlatak pada Axes3. imhist(I); perintan ini berfungsi untuk manampilkan hasil pada Axes3 dengan menggunakan tampilan histagram bukan dengan gambar yang telah diolah. title('Histogram speckle'); sedang perintah ini berfungsi untuk memberi nama pada hasil histagram yang telah diperoleh.2. Perbaikan Klik pada Restoration Pilih unntuk membuat subnya kembali. Edit Label dan Tag sesuai yang diingikan dan memudahkannya dalam memhubungkan ke listen program.

a. Median Klik di Noise Pilih Edit Label dan Tag sesuai yang diingikan dan memudahkannya dalam memhubungkan ke listen program.

Masukkan programnya pada tempatnya yang telah dicallback. Berikut listen programnya :citra = handles.data1;imshow(citra)title('Gambar Asli');axes(handles.axes2) t=rgb2gray(citra);t_sp=imnoise(t,'salt & pepper',0.2);t_sp_n3=medfilt2(t_sp,[5 5]);imshow(t_sp)title('Gambar Dirusakan')axes(handles.axes3)imshow(t_sp_n3); title('Gambar Diperbaiki'); Hasil yang diperoleh.

Analisa :Pada pratikum ini gambar yang telah digrayscale dan dirusaakan dengan menggunakan noise salt & pepper dapat menggunakan sintak berikut ini t_sp=imnoise(t,'salt & pepper',0.2); dant_sp_n3=medfilt2(t_sp,[5 5]); hasil yang diperoleh dapat dilihat pada gambar kedua pada hasil yang telah diperoleh. Sedangkan gambar ketiga adalah gambar yang telah diperbaiki dengan sintak (t_sp_n3);.

b. Range Order Klik di Noise Pilih Edit Label dan Tag sesuai yang diingikan dan memudahkannya dalam memhubungkan ke listen program.

Masukkan programnya pada tempatnya yang telah dicallback. Berikut listen programnya :citra = handles.data1;imshow(citra)title('Gambar Asli');axes(handles.axes2) t=rgb2gray(citra);t_sp=imnoise(t,'salt & pepper',0.2);t_of2=ordfilt2(t_sp,5,[ 0 0 1 0 0 ; 0 0 1 0 0 ; 0 1 1 1 1 ; 0 0 1 0 0 ; 0 0 1 0 0 ]);imshow(t_sp)title('Gambar Dirusakan')axes(handles.axes3)imshow(t_of2);

Hasil yang diperoleh.

Analisa :Pada pratikum ini hasil dan tujuan tidak jauh berbeda dengan program sebelumnya atau median. Range Order dan Median adalah sama-sama bertujuan untuk memperbaiki citra yang telah rusak. Namun hasil yang di peroleh keduanya sedikit lebih berbeda. Median menghasilkan gambar yang lebih mulus dibandngkan dengan Range Order.