Pengolahan Citra Digital Peningkatan Kualitas Citra

1. Dhanar Intan Surya Saputra, M.Kom
STMIK AMIKOM PURWOKERTO
2014

2. Image Enhancement
 Suatu proses untuk mengubah sebuah citra
menjadi citra baru sesuai dengan kebutuhan
melalui berbagai cara.
 Cara-cara yang bisa dilakukan misalnya dengan
fungsi transformasi, operasi matematis,
pemfilteran dan lain sebagainya.
 Tujuan untuk menghasilkan citra yang lebih
baik atau sebaliknya untuk kebutuhan tertentu.

3.  Nilai suatu piksel (pixel) memiliki nilai dalam
rentang tertentu, dari nilai minimum sampai
maksimum.
 Jangkauan yang digunakan berbeda-beda
tergantung jenis warnanya.
 Namun secara umum jangkauannya adalah
0 - 255

4.  Berdasarkan nilai pikselnya citra dapat
digolongkan menjadi :
1. Citra Biner
2. Citra Grayscale
3. Citra Warna (8 bit)
4. Citra Warna (16 bit)
5. Citra Warna (24 bit)

5. 1. Citra Biner
 Citra digital yang hanya memiliki dua
kemungkinan nilai piksel hitam dan putih.
 Disebut juga citra B&W (black and white)
atau citra monochrome.
 Hanya dibutuhkan 1 bit untuk mewakili nilai
setiap piksel dari citra biner.

6. 1. Citra Biner
gambar citra biner

7. 1. Citra Biner
gambar citra biner

8. 1. Citra Biner
gambar citra biner

9. 2. Citra Grayscale
 Citra digital yang hanya memiliki satu nilai
kanal pada setiap pikselnya, atau nilai
bagian dari Red = Green = Blue.
 Warna yang dimiliki adalah warna dari hitam
sampai putih.

10. 2. Citra Grayscale
gambar citra grayscale

11. 2. Citra Grayscale
gambar citra grayscale

12. 3. Citra Warna (8 bit)
 Setiap piksel dari citra warna (8 bit) hanya
diwakili oleh 8 bit dengan jumlah warna
maksimum yang dapat digunakan adalah
256 warna.
 Citra warna 8 bit menggunakan palet warna
256 dengan setiap paletnya memiliki
pemetaan nilai (colormap) RGB tertentu.

13. 3. Citra Warna (8 bit)
 Setiap piksel memiliki format 8 bit sebagai
berikut :
Bit-7 Bit-6 Bit-5 Bit-4 Bit-3 Bit-2 Bit-1 Bit-0
R R R G G G B B

14. 3. Citra Warna (8 bit)

15. 3. Citra Warna (8 bit)

16. 3. Citra Warna (8 bit)

17. 4. Citra Warna (16 bit)
 Citra highcolor, dengan setiap pikselnya
diwakili dengan 2 byte memory (16 bit).
 Citra warna 16 bit memiliki 65.536 warna,
dalam formasi bit-nya, nilai merah dan biru
mengambil tempat di 5 bit di kanan dan kiri.
Komponen hijau memiliki 5 bit ditambah
1 bit ekstra.

18. 4. Citra Warna (16 bit)
Bit
-
15
Bit
-
14
Bit
-
13
Bit
-
12
Bit
-
11
Bit
-
10
Bit
-
9
Bit
-
8
Bit
-
7
Bit
-
6
Bit
-
5
Bit
-
4
Bit
-
3
Bit
-
2
Bit
-
1
Bit
-
0
R R R R R G G G G G G B B B B B

19. 4. Citra Warna (16 bit)

20. 5. Citra Warna (24 bit)
 Setiap piksel diwakili dengan 24 bit
sehingga total 16.777.216 variasi warna.
 Variasi warna ini sudah lebih dari cukup
untuk memvisualisasikan seluruh warna
yang dapat dilihat oleh penglihatan manusia.
 Setiap poin informasi piksel (RGB) disimpan
ke dalam 1 byte data. 8 bit pertama
menyimpan nilai Biru, 8 bit kedua nilai Hijau
dan 8 bit terakhir merupakan nilai Merah.

21. 5. Citra Warna (24 bit)

22. 5. Citra Warna (24 bit)

23. 5. Citra Warna (24 bit)

24. Perbandingan
Deret Warna

25.  Terdapat dua jenis resolusi, yaitu :
 Resolusi Spasial
 Resolusi Kecemerlangan
Setiap citra digital mempunyai karakteristik dasar
yaitu : ukuran citra, resolusi dan format.

26.  Resolusi Spasial
 Resolusi Spasial adalah ukuran halus atau
kasarnya pembagian kisi-kisi baris dan kolom
pada saat dilakukan sampling.
 Resolusi Spasial dipakai untuk menentukan
jumlah piksel per satuan panjang.
 Resolusi Spasial sangat berpengaruh pada
detail dan perhitungan gambarnya.
 Satuan resolusi spasial yaitu dpi (dot per inch)

27.  Resolusi Spasial
 Contoh citra dengan resolusi 50 dpi, artinya :
 1 inch mempunyai 50 piksel
 bila luas citra : 1 inch2 berarti citra tersebut
mempunyai jumlah piksel 50 x 50 piksel.
 bila ukuran citra diperbesar menjadi
10 x 10 inch2 maka jumlah piksel tetap yaitu
50 x 50, tetapi resolusi jadi 50 : 10 = 5 dpi.
 artinya 1 inch hanya diisi 5 piksel.
 hal ini mengakibatkan gambar menjadi
kabur atau pecah-pecah dan kasar.

28.  Resolusi Spasial

29.  Resolusi Spasial

30.  Resolusi Kecemerlangan
(Intensitas / Brightness)
 Resolusi Kecemerlangan adalah ukuran halus
atau kasarnya pembagian tingkat gradasi warna
saat dilakukan kuantisasi.
 Sebagai kedalaman bit / kedalaman warna (Bit
Depth).

31.  Resolusi Kecemerlangan
(Intensitas / Brightness)
 Bit Depth menentukan berapa banyak informasi
warna yang tersedia untuk ditampilkan dalam
setiap piksel.
 Semakin besar nilainya, semakin bagus kualitas
gambar yang dihasilkan, dan tentu ukurannya
semakin besar.

32.  Resolusi Kecemerlangan
(Intensitas / Brightness)
 Sebagai contoh :
Suatu gambar mempunyai bit depth = 1,
berarti hanya ada kemungkinan 2 warna (21=2)
yaitu hitam dan putih.
Suatu gambar mempunyai bit depth = 8,
berarti ada kemungkinan warna yaitu 28=256

33.  Hitogram adalah grafik yang menunjukkan
frekuensi kemunculan setiap nilai gradasi
warna.
 Bila digrambarkan pada koordinat kartesian
maka sumbu X (absis) menunjukkan tingkat
warna dan sumbu Y (ordinat) menunjukkan
frekuensi kemunculan.

36.  Manfaat Histogram
 Sebagai indikasi visual untuk menentukan skala
keabuan yang tepat sehingga diperoleh kualitas
citra yang diinginkan.
* Contoh : pengubahan kontras, kecemerlangan
 Untuk pemilihan batas ambang (threshold)
* Contoh : proses segmentasi citra
(memisahkan objek dari latar belakangnya)s

37. Sekian
 
