meningkatkan kualitas citra dengan menggunakan teknik pengolahan antara lain dengan modifikasi histogram, penggunaan filter, analisis frekuensi dan lain-lain[1].
Proses-proses yang termasuk ke dalam perbaikan kualitas citra[11]: 1. Pengubahan kecerahan gambar image brightness
2. Peregangan kontras contrast stretching 3. Pengubahan histogram citra
4. Pelembutan citra image smoothing 5. Penajaman sharpening tepi edge
6. Pewarnaan semu pseudocolouring 7. Pengubahan geometrik
2.2.1 Sharpen Filtering
Citra sharpen digunakan untuk menegaskan garis tepi pada citra, sehingga kelihatan lebih tajam pada citra yang kabur blur. Operasi penajaman dilakukan
dengan melewatkan citra pada penapis lolos-tinggi high-pass filter. Penapis lolos- tinggi akan meloloskan memperkuat komponen yang berfrekuensi tinggi misalnya
tepi atau pinggiran objek dan akan menurunkan komponen berfrekuensi rendah. Akibatnya, pinggiran objek telihat lebih tajam dibandingkan sekitarnya. Karena
penajaman citra lebih berpengaruh pada tepi edge objek, maka penajaman citra sering disebut juga penajaman tepi edge sharpening atau peningkatan kualitas tepi
edge enhancement [11]. Efek sharpen diperoleh dengan mengalikan matriks bertetangga yang menjadi sampel dengan sebuah matriks filter tertentu[1].
Contoh matriks filter yang akan digunakan adalah sebagai berikut:
Selain untuk mempertajam gambar, penapis lolos-tinggi juga digunakan untuk mendeteksi keberadaan tepi edge detection. Dalam hal ini, piksel-piksel tepi
ditampilkan lebih terang highlight sedangkan piksel-piksel bukan tepi dibuat gelap hitam[11].
Universitas Sumatera Utara
Gbr 2. 2a Citra Semula b Citra Gray Semula c Citra Setelah Penajaman
2.2.2 Deteksi tepi edge detection
Suatu citra dapat dapat diketahui apa yang menjadi obyeknya ketika perbedaan antara latar belakang citra dengan objek terlihat jelas. Objek yang berada
dalam bidang citra dan tidak bersinggungan dengan batas bidang citra, berarti objek tersebut dikelilingi oleh daerah yang bukan objek yaitu latar belakang.
Pertemuan antara objek dengan latar belakang disebut dengan tepi objek. Tepi dapat mewakili informasi yang penting dari obyek. Tepi ditandai dengan adanya
perubahan intensitas yang bersifat lokal di dalam citra dan dapat dilacak berdasarkan perubahan intensitas ini. Deteksi tepi banyak digunakan untuk pengembangan
algoritma untuk analisis fitur-fitur citra, segmentasi citra dan analisis pergerakan[1]. Edge detection memiliki beberapa algoritma, diantaranya: metode Sobel,
Prewitt, Roberts, Laplacian of Gaussian, zero-cross dan Canny.
2.2.3 Deteksi tepi Canny