3.3.3 Perhitungan Algoritma Gaussian pada Citra
Contoh penggunaan algoritma Gaussian pada citra adalah misalkan pada citra berwarna dengan ukuran 15x20 piksel dapat dilihat pada gambar 3.6 di bawah ini
yang akan diproses menjadi citra baru yang dinamakan citra HDR.
Gambar 3.6 Gambar Citra 2 Citra Exposure Normal
1. Berikut adalah Nilai Pikselnya :
Red Citra 2x,y =
Universitas Sumatera Utara
2. Kemudian dibagi blok perblok dimana tiap blok adalah 5 x 5 piksel, misalkan
blok 1,1 adalah blok yang memiliki nilai entropy tertinggi di antara blok lainnya, maka yang dipilih adalah blok 1,1
7 8
6 2
2 3
4 5
3 5
1 2
1 1
4 5
6 3
3 9
5 5
3 4
8
Green Citra
2x,y =
Blue Citra
2x,y =
Blok 1,1 Red Citra
2x,y =
Universitas Sumatera Utara
7 8
7 3
4 3
4 5
3 6
2 2
1 1
4 5
5 3
3 9
5 5
4 4
8
4 5
4 1
2 1
1 2
1 2
1 1
1 1
2 3
3 2
1 6
2 2
2 2
5
3. Kemudian dari tiap blok dicari nilai Entropy-nya dengan rumus sebagai
berikut :
∑
Keterangan : adalah intensitas piksel
adalah banyaknya piksel i adalah indeks yang dimulai dari 0 hingga 255
Blok 1,1 Green Citra
2x,y =
Blok 1,1 Blue Citra
2x,y =
Universitas Sumatera Utara
Misal piksel blok pertama adalah
7 8
6 2
2 3
4 5
3 5
1 2
1 1
4 5
6 3
3 9
5 5
3 4
8
Maka n = 25 banyaknya piksel dalam blok
Tabel 3.1 Nilai Entropy Blok 1,1 Red Citra 2
i n
i
p
i
= n
i
n Logp
i
p
i
Logp
i
1 3
0.1200 -0.9208
-0.1105 2
3 0.1200
-0.9208 -0.1105
3 5
0.2000 -0.6990
-0.1398 4
3 0.1200
-0.9208 -0.1105
5 5
0.2000 -0.6990
-0.1398 6
2 0.0800
-1.0969 -0.0878
7 1
0.0400 -1.3979
-0.0559 8
2 0.0800
-1.0969 -0.0878
9 1
0.0400 -1.3979
-0.0559
4. Maka didapat entropy dari blok Red tersebut adalah total dari –p
i
logp
i
= 0.8984
5. Setelah perhitungan blok matrik Red, dilanjutkan dengan cara yang sama
terhadap Green dan Blue 6.
Setelah didapat hasil total entropy Red Green dan Blue dibandingkan nilai entropy blok yang satu dengan yang lain
7. Pada citra normal ini didapat hasil entropy tertinggi pada blok 2,3 sebagai
berikut Blok 1,1
Red Citra 2x,y =
Universitas Sumatera Utara
Gambar 3.7 Letak Entropy Tertinggi Pada Citra 2
8. Berikut adalah nilai piksel blok tersebut
166 174 40 74 62 144 132 40 84 60
117 101 43 93 54 120 111 46 61 59
96 92 42 33 30
150 165 39 70 65 135 128 40 78 63
107 99 43 86 53
112 110 47 59 59 96
92 41 35 30
134 154 33 54 46 117 112 33 59 41
95 92 38 73 41
101 105 41 52 53 92
89 34 22 20
Blok 2,3 Red Citra
2x,y =
Blok 2,3 Green Citra
2x,y =
Blok 2,3 Blue Citra
2x,y =
Universitas Sumatera Utara
9. Tiap blok memiliki titik koordinat pusat masing-masing yang akan
dioperasikan dengan rumus Gaussian Misalnya dalam ilustrasi seperti gambar 3.8 yang di bawah ini,
Gambar 3.8 Ilustrasi Koordinat Pusat
Apabila dilihat secara keseluruhan seperti berikut,
Letak Blok 2,3 Red
Citra 2x,y =
Universitas Sumatera Utara
10. Daerah yang berwarna hijau Blok 2,3 adalah daerah dengan entropy yang
tertinggi dan dengan daerah tersebut memiliki titik tengah masing-masing dalam sumbu koordinat citra, dalam kasus ini titik tengah daerah yang
memiliki entropy tertinggi pada citra 2 adalah 8,13 baik dalam Red, Green atau Blue
11. Diketahui Rumus Gaussian adalah :
Keterangan : adalah nilai Gaussian
e adalah eksponen Letak Blok
2,3 Green Citra 2x,y
=
Letak Blok 2,3 Blue
Citra 2x,y =
Universitas Sumatera Utara
x adalah koordinat baris citra yang diproses y adalah koordinat kolom citra yang diproses
adalah koordinat baris pusat pada blok I adalah koordinat kolom pusat pada blok I
adalah standar deviasi atau lebar blok [16]
12. Diketahui koordinat citra 2 seperti pada gambar 3.9 di bawah ini adalah :
Gambar 3.9 Koordinat Citra 2
13. Maka seluruh koordinat citra 2x,y akan dilakukan operasi pengurangan
terhadap titik x
i
,yi 8,13
14. Koordinat x adalah
x =
Universitas Sumatera Utara
Koordinat y adalah
15. Maka x-x
i 2
adalah
16. Dan y-y
i 2
adalah x-x
i 2
=
y-y
i 2
= y =
Universitas Sumatera Utara
17. Didapat
Gaussian_tampung 2 adalah
18. Untuk mencari bobot maka dilakukan langkah yang sama terhadap citra 1
seperti pada gambar 3.10 di bawah ini dan citra 3 seperti pada gambar 3.11 di bawah ini dan didapat nilai
nya masing-masing sebagai berikut
Gambar 3.10 Citra 1
G
2
x,y =
Universitas Sumatera Utara
Nilai Pikselnya adalah
Red Citra 1x,y =
Green Citra
1x,y =
Blue Citra
1x,y =
Universitas Sumatera Utara
Gambar 3.11 Citra 3
Berikut adalah nilai Piksel Citra 3
Red Citra 3x,y =
Green Citra
3x,y =
Universitas Sumatera Utara
19. Didapat
Gaussian_Citra1 Citra 1 adalah Blue
Citra 3x,y =
G
1
x,y =
Universitas Sumatera Utara
20. Didapat
Gaussian_Citra3 Citra 3 adalah
21. Total nya adalah
+
+
G
3
x,y =
Universitas Sumatera Utara
22. maka di dapat nilai
sebagai berikut:
23.
dimana I
1
adalah citra 1 dalam Red, Green, Blue
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3 2 0 1 1 0 0 0 0 0
0 0 0 0 0 0 0 0 0 1 3 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3 3 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 1 3 3 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 3 4 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 1 3 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 2 1 0 1 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 2 3 2 0 1 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 1 3 2 0 0 0 0 0 0 0 0
1 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2 1 0 0 1 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 3 3 1 0 0 0 0 0 1 0 0 1 0 0 0 0 0 0 1 2 8 7 3 2 1 0 0
0 1 1 0 1 0 0 0 0 0 3 3 3 5 6 3 2 2 1 0
Red O
1
x,y = W
1
x,y =
Universitas Sumatera Utara
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3 2 0 1 1 0 0 0 0 0
0 0 0 0 0 0 0 0 0 1 3 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3 3 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 1 3 4 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 3 3 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 1 3 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 2 1 0 1 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 2 3 2 0 1 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 1 3 2 0 0 0 0 0 0 0 0
1 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2 1 0 0 1 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 3 3 1 0 0 0 0 0 1 0 0 1 0 0 0 0 0 0 1 3 8 7 3 2 1 0 0
0 1 1 0 1 0 0 0 0 0 3 3 3 5 6 3 2 2 1 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3 2 0 1 1 0 0 0 0 0
0 0 0 0 0 0 0 0 0 1 3 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3 3 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 3 3 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 2 3 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 1 2 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 2 1 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 1 2 2 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 1 3 2 0 0 0 0 0 0 0 0
1 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 2 3 1 0 0 0 0 0 1 0 0 1 0 0 0 0 0 0 1 2 9 8 3 2 1 0 0
0 1 1 0 0 0 0 0 0 0 3 2 3 5 6 3 2 2 1 0
Green O
1
x,y =
Blue O
1
x,y =
Universitas Sumatera Utara
24. maka di dapat nilai
sebagai berikut:
Red O
2
x,y =
Green O
2
x,y = W
2
x,y =
Universitas Sumatera Utara
25. maka di dapat nilai
sebagai berikut:
Blue O
2
x,y =
W
3
x,y =
Universitas Sumatera Utara
Dan didapat piksel citra 3 sebagai berikut
26. Setelah output citra1,citra2,citra3 didapatkan, maka output tersebut dijadikan 1
piksel citra1 + piksel citra2 + piksel citra3 yang dinamakan citra HDR didapat hasil sebagai berikut :
Red O
3
x,y =
Green O
3
x,y =
Blue O
3
x,y =
Universitas Sumatera Utara
Red HDRx,y
=
Green HDRx,y
=
Blue HDRx,y
=
Universitas Sumatera Utara
27. Dan didapat hasil citra HDR dari penggabungan Citra1, Citra2 dan Citra 3
seperti gambar 3.12 di bawah ini,
Gambar 3.12 Citra HDR
Universitas Sumatera Utara
3.4 Analisis Kinerja Algoritma High Pass Filter
Kategori