03 Spatial Filtering
-
Upload
sienny-angelia -
Category
Documents
-
view
255 -
download
4
description
Transcript of 03 Spatial Filtering
![Page 1: 03 Spatial Filtering](https://reader035.fdocuments.net/reader035/viewer/2022081422/5571fb8b4979599169952ac2/html5/thumbnails/1.jpg)
Spatial Filtering
![Page 2: 03 Spatial Filtering](https://reader035.fdocuments.net/reader035/viewer/2022081422/5571fb8b4979599169952ac2/html5/thumbnails/2.jpg)
Spatial Filtering
Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2007 1
• Didasarkan pada konsep filtering di frequency domain (akan dijelaskan pada kesempatan mendatang)
• Terdapat dua jenis spatial filtering:– Linear Filtering
• Lowpass, highpass, bandpass
– Non-Linear Filtering• Median, maximum, minimum
• Secara umum perhitungan dilakukan dengan menggunakan sliding window. Yaitu: filter yang berupa matrix mxn akan digeser posisinya sampai pusat filter mengenai semua pixel.
Pusat filter akan diposisikan pada pixel yang sedang diproses
![Page 3: 03 Spatial Filtering](https://reader035.fdocuments.net/reader035/viewer/2022081422/5571fb8b4979599169952ac2/html5/thumbnails/3.jpg)
Perhitungannya
Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2007 2
• Bila h(m,n) adalah filter 3x3:
• Maka:
![Page 4: 03 Spatial Filtering](https://reader035.fdocuments.net/reader035/viewer/2022081422/5571fb8b4979599169952ac2/html5/thumbnails/4.jpg)
Yang Perlu Diingat
Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2007 3
• Gunakan citra baru untuk menampung hasil perhitungan• Selalu gunakan nilai dari citra asli untuk input (bukan nilai pixel
hasil perhitungan sebelumnya)• Bila filter sampai pada pinggir citra, terdapat beberapa pilihan:
– Biarkan pixel di pinggir tanpa diproses
– Perlebar citra, pixel di pinggir diisi perulangan nilai pixel pada pinggir tersebut
– Perlebar citra, pixel di pinggir diisi konstanta tertentu
– Perlebar citra dengan melakukan image wrapping
![Page 5: 03 Spatial Filtering](https://reader035.fdocuments.net/reader035/viewer/2022081422/5571fb8b4979599169952ac2/html5/thumbnails/5.jpg)
Lowpass Spatial Filtering
Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2007 4
• Untuk menghaluskan citra• Didasarkan pada perata-rataan nilai pixel dengan tetangga• Bobot filter selalu positif yang totalnya bernilai 1• Contoh beberapa filternya adalah:
![Page 6: 03 Spatial Filtering](https://reader035.fdocuments.net/reader035/viewer/2022081422/5571fb8b4979599169952ac2/html5/thumbnails/6.jpg)
Beberapa Contoh Hasil
Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2007 5
• Beberapa contoh hasil Lowpass Spatial Filtering…
![Page 7: 03 Spatial Filtering](https://reader035.fdocuments.net/reader035/viewer/2022081422/5571fb8b4979599169952ac2/html5/thumbnails/7.jpg)
Highpass Spatial Filtering
Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2073 6
• Disebut sebagai sharpening mask, karena mempercepat pergantian batas gelap-terang
• Filter memiliki nilai positif di tengah, negatif di pinggir, dan total bobot harus 0.
• Hasil highpass filtering adalah selisih antara citra asli dengan citra yang telah mengalami lowpass filtering:
g(m,n) = f(m,n) – lowpass( f(m,n) )
![Page 8: 03 Spatial Filtering](https://reader035.fdocuments.net/reader035/viewer/2022081422/5571fb8b4979599169952ac2/html5/thumbnails/8.jpg)
Contoh Hasil
Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2007 7
• Contoh hasil Highpass Spatial Filtering…
![Page 9: 03 Spatial Filtering](https://reader035.fdocuments.net/reader035/viewer/2022081422/5571fb8b4979599169952ac2/html5/thumbnails/9.jpg)
Highboost Filtering
Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2007 8
gmask(m,n) = f(m,n) - lowpass( f(m,n) )g(m,n) = f(m,n) + A* gmask(m,n)
• Bila A>=1 maka filter ini akan menjumlahkan hasil highpass ke citra asli
• Bila A=1 maka filter ini disebut unsharp masking• Bila A>1 maka filter ini disebut highboost filtering• Hasilnya adalah citra yang lebih tajam pinggirnya
![Page 10: 03 Spatial Filtering](https://reader035.fdocuments.net/reader035/viewer/2022081422/5571fb8b4979599169952ac2/html5/thumbnails/10.jpg)
Median Filter
Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2007 9
• Digunakan untuk menghilangkan noise• Menggunakan nilai tengah dari pixel-pixel yang tertutup filter
6 7 6 6 6
6 6 8 6 6
6 6 6 6 6
6 6 6 6 6
6 3 6 6 6
6 6 6 6 6 6 6 7 8
Median sebagai nilai pengganti
![Page 11: 03 Spatial Filtering](https://reader035.fdocuments.net/reader035/viewer/2022081422/5571fb8b4979599169952ac2/html5/thumbnails/11.jpg)
Conto hasil
Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2007 10
• Contoh hasil median filter 3x3
![Page 12: 03 Spatial Filtering](https://reader035.fdocuments.net/reader035/viewer/2022081422/5571fb8b4979599169952ac2/html5/thumbnails/12.jpg)
Conto hasil lagi
Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2007 11
• Contoh hasil median filter 6x6 dan 8x8
![Page 13: 03 Spatial Filtering](https://reader035.fdocuments.net/reader035/viewer/2022081422/5571fb8b4979599169952ac2/html5/thumbnails/13.jpg)
Prewitt Filter
Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2007 12
• Untuk edge detection
![Page 14: 03 Spatial Filtering](https://reader035.fdocuments.net/reader035/viewer/2022081422/5571fb8b4979599169952ac2/html5/thumbnails/14.jpg)
Sobel Filter
Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2007 13
• Untuk edge detection