9. Nilai piksel 2,2 adalah 101110111111000010011100
Nilai Red = 101110111111000010011100 and 11111111
= 10011100 dalam biner = 156 desimal Nilai Green
= 101110111111000010011100 and 1111111100000000 100000000
= 11110000 biner = 240 desimal Nilai Blue
= 101110111111000010011100 and 111111110000000000000000
100000000100000000 = 10111011= 187 desimal Sehingga diperoleh nilai Red, Green, Blue piksel 2,2:
Red = 11110001 = 156 desimal
Green = 10110100 = 240 desimal
Blue = 10010000 = 187 desimal
Selanjutnya nilai Red, Green, Blue semua piksel pada citra noise blok 1 dimasukkan ke dalam matriks seperti pada Gambar 3.4.
255,240,240 240,225,129 255,240,192 240,225,185 243,252,249 114,225,217
231,240,80 252,48,187
156,240,187 Gambar 3.4 Matriks Nilai Red, Green, Blue Citra Noise Blok 1
Matriks citra pada Gambar 3.4 adalah hasil dari perhitungan semua nilai red, green dan blue citra Noise pada Gambar 3.3.
3.1.3 Menghitung Nilai
Grayscale
Nilai Red, Green, Blue per piksel pada Gambar 3.4 di atas, selanjutnya dikonversi ke nilai grayscale dengan cara mencari nilai rata-rata per piksel.
f x,y =
�
f
R
x,y+ f
G
x,y+ f
B
x,y 3
� ……………………..…………………… 3.4
Universitas Sumatera Utara
dimana f
R
adalah nilai komponen red f
G
adalah nilai komponen green f
B
adalah nilai komponen blue
Nilai grayscale dihitung dengan menggunakan persamaan 3.4 sebagai berikut: Piksel 0,0 = 255,240,240 = 255+240+2403 = 198
Piksel 0,1 = 240,225,129 = 240+225+1293 = 245 Piksel 0,2 = 255,240,192 = 255+240+1923 = 229
Piksel 1,0 = 240,225,185 = 240+225+1853 = 217 Piksel 1,1 = 243,252,249 = 243+252+2493 = 248
Piksel 1,2 = 114,225,217 = 114+225+2173 = 185 Piksel 2,0 = 231,240,80 = 231+240+803 = 184
Piksel 2,1 = 252,48,187 = 252+48+1873 = 162 Piksel 2,2 = 156,240,187 = 156+240+1873 = 194
Nilai grayscale semua piksel pada citra noise blok 1 selanjutnya dimasukkan ke dalam matriks nilai grayscale seperti pada Gambar 3.5.
198 245 229 217 248 185
184 162 194
Gambar 3.5 Matriks Nilai Grayscale Citra Noise Blok 1
Matriks citra pada Gambar 3.5 adalah hasil dari perhitungan grayscale semua nilai red, green dan blue citra Noise pada Gambar 3.4.
3.1.4 Penambahan
Noise
Pada citra Gambar 3.5 dilakukan penambahan noise salt and papper pada citra yang ber-noise. Noise Salt and Papper merupakan piksel memiliki warna gelap dan terang
yang nilai 0 dan 255 dan penambahan ke dalam citra dilakukan secara acak. Proses
Universitas Sumatera Utara
penambahan noise pada citra pada Gambar 3.5 dengan mengganti nilai piksel secara acak dengan nilai 0 dan 255 seperti pada Gambar 3.6.
198 245 229 198 245 229
217 248 185 217 248
184 162 194 162 194
Gambar 3.6 Matriks Citra Hasil Penambahan Noise
3.1.5 Contra Harmonic Mean Filter
Contra Harmonic Mean Filter bekerja dengan baik pada tipe salt noise, tetapi tidak untuk pepper noise. Filter ini juga bekerja dengan baik pada jenis noise yang
lain seperti noise Gaussian Prasetyo, 2011. Filter ini dirumuskan dengan:
Fx,y =
∑�,�∈�
��
�
�,� �+1
∑�,�∈�
��
��,�
�
................................................ 3.5
dimana: s,t = kordinat window sub-image
S
xy
= region citra gs,t = nilai citra terkorupsi pada kordinat sub-image
Q = order filter
Citra yang akan diolah adalah seperti pada citra Gambar 3.5 diatas dengan menggunakan persamaan 3.5.
Bila Q=1, maka: F x,y =
198
2
+245
2
+229
2
+ 217
2
+248
2
+0
2
+0
2
+162
2
+194
2
198+245+229+217+248+0+0+162+194
≈ 217.10 = 217 Sehingga bagian dari citra ini berubah menjadi matriks seperti pada Gambar 3.7.
198 245
229 217
217 162
194
Gambar 3.7 Matriks Citra Hasil Penambahan Noise
Universitas Sumatera Utara
Proses perhitungan nilai piksel untuk blok citra ke n dilakukan sama dengan perhitungan di atas sehingga diperoleh citra yang lebih baik hasil reduksi noise.
3.1.6 Perhitungan Nilai
