Teknik “histogram equalization” bisa diterapkan untuk perbaikan lokal. Caranya, definisikan daerah ketetanggaan neighborhood, dan pindahkan pusat
neighborhood piksel demi piksel pada keseluruhan citra. Pada setiap lokasi piksel, histogram dari piksel-piksel dalam neighborhood
dihitung. Selanjutnya dispesifikasikan fungsi transformasi “histogram equalization” dan fungsi ini
digunakan untuk memetakan intensitas piksel pada pusat neighborhood. Ulangi langkah tersebut pada seluruh piksel dalam citra.
Jarak dari titik ke pusat dapat dijelaskan sebagai berikut, maksimum frekuensi yang dapat diwakili dalam domain spasial adalah dua piksel lebar jalur satu putih,
satu hitam.
3.1.3. Penghalusan Citra
Filter penghalusan digunakan untuk mengaburkan blurring citra dan untuk mereduksi noise. Blurring biasa digunakan sebagai langkah pra pemrosesan, seperti
untuk menghilangkan detail kecil dari suatu citra sebelum dilakukan ekstraksi objek, dan untuk menghubungkan celah kecil yang memisahkan garis atau kurva. Reduksi
noise bisa diselesaikan dengan pengkaburan baik dengan menggunakan filter linier maupun filter non-linier.
a.
Filter Penghalusan Linear
b.
Order-Statistics Filters
Order-statistics filters adalah filter spasial nonlinear yang responnya didasarkan pada pengurutan ranking dari intensitas piksel-piksel yang
Universitas Sumatera Utara
dilingkup oleh filter. Selanjutnya, intensitas piksel pada pusat filter diganti dengan intensitas hasil pengurutan.
Order-statistics filter yang banyak digunakan adalah filter median, yang mengganti intensitas piksel pada pusat filter dengan median dari intensitas
neighborhood. Filter median cukup efektif untuk menghilangkan impulse noise, atau disebut juga salt-and-pepper noise karena kemunculan noise yang seperti titik putih
dan hitam dalam citra.
Median, x, dari sekumpulan nilai adalah suatu nilai yang dipilih sedemikian rupa sehingga separuh dari kumpulan nilai kurang dari atau sama dengan x, dan
separuhnya lagi lebih besar atau sama dengan x.
Pertama kali, intensitas piksel dalam neighborhood diurutkan, menentukan nilai median, dan selanjutnya mengganti intensitas piksel pada pusat neighborhood
dengan median. Jika ukuran neighborhood adalah 3 x 3, maka median adalah nilai terbesar ke 5. Klaster piksel terang atau gelap yang terisolasi di tengah tetangganya,
dan memiliki luas kurang dari n22, dapat dihilangkan dengan filter median n x n.
Order-statistics filters lain yang bisa digunakan adalah max filter memilih nilai terbesar, yang berguna untuk memilih intensitas paling terang dalam citra.
Selain itu, bisa juga digunakan min filter dan mean filter.
Smoothing blurring
dapat dilakukan dengan menurunkan range pada
komponen high-frequency
dari transformasi image tersebut. Ada tiga tipe
lowpas filters
, yaitu: ideal, Butterworth,
dan Gaussian
dengan range mulai dari yang paling
sharp tajam ke yang paling
smooth lembut.
Butterworth filter merupakan transisi dari kedua tipe lainnya, dikarenakan
memiliki parameter filter order
, jika nilai parameter ini tinggi hasil filteringnya akan
mendekati ke ideal filter, sebaliknya jika nilai parameter ini rendah hasil filteringnya
akan mendekati ke Gaussian filter.
Universitas Sumatera Utara
3.1.4 Penajaman citra