3.1.4 Penajaman citra
Tujuan utama dari sharpening penajaman ialah untuk memperoleh detail yang jelas dari suatu citra atau meningkatkan detail dari citra yang telah kabur baik karena
kesalahan atau sebagai dampak dari suatu metode pengmbilan citra tertentu.
Penajaman citra bisa didapat pada frequency domain dengan menggunakan proses
high-pass filtering , dengan mengurangi komponen
low-frequency tanpa
mengganggu informasi high-frequency
pada transformasi Fourier-nya. High-pass
filtering merupakan kebalikan dari
low-pass filtering , persamaannya:
H
hp
u,v = 1 – H
lp
u,v di mana H
lp
u,v, merupakan fungsi transfer dari lowpass filter
yang berkaitan. Oleh sebab itu, bila
lowpass filter mengurangi mengatenuasi frequency,
higpass filter akan melewatkannya, begitu pula sebaliknya.
3.2 Analisis Fourier
Transformasi Fourier dua dimensi dipergunakan untuk menghitung spektrum energi citra pada domain frekuensi. Perbaikan penampilan citra dan koreksi linear dapat
dilakukan dengan filter komponen-komponen frekuensi. Pilihan jenis filter tergantung pada frekuensi guling dari peralatan sistem optik dan faktor linear yang menyebabkan
kualitas citra mengalami degradasi. Setelah itu transformasi Fourier balik pada komponen-komponen frekuensi akan mengembalikan citra terkoreksi ke domain
spasial. Karena data ditra digital sangat besar maka untuk meningkatkan waktu perhitungan algoritma Transformasi Fourier Cepat FFT, harus digunakan beberapa
unit pengolah CPU yang bekerja secara paralel. Dengan demikian, dalam poin Fourier gambar pertengahan antara pusat dan
Edge dari gambar, yaitu mewakili frekuensi adalah setengah dari maksimum. Penyelidikan lebih lanjut dari Fourier gambar menunjukkan bahwa besarnya frekuensi
yang lain pada gambar kurang dari 1100.
Universitas Sumatera Utara
Efek yang mirip seperti dalam contoh di atas dapat terlihat ketika menerapkan ke Transformasi Fourier yang terdiri dari garis diagonal.
Gambar 3.2 Penerapan Transformasi Fourier dari Garis Diagonal
Ini menunjukkan besarnya dari Tranforamsi Fourier, yang memperlihatkan bahwa komponen utama dari transformasi gambar adalah Nilai DC dan dua poin
sesuai dengan frekuensi yang stripes.
Gambar 3.3 Fourier Frekuensi
Dibandingkan dengan yang asli gambar Fourier, beberapa poin lagi muncul. Yang keseluruhannya sama pada diagonal sebagai tiga komponen utama, yaitu semua
berasal dari garis berkala. Frekuensi yang mewakili semua Multiples dari frekuensi dasar dari garis dalam domain spasial gambar.
Transformasi Fourier gambar dapat digunakan untuk menyaring frekuensi .
Sebuah contoh sederhana yang diilustrasikan dengan gambar di atas. Jika dikalikan kompleks Fourier gambar diperoleh di atas dengan foto yang berisi lingkaran dari r
= 32 pixels, dapat terlihat seperti pada gambar.
Gambar 3.4 Pengaturan Frekuensi Lebih Besar dari Nol
Universitas Sumatera Utara
Dengan penerapan inverse Transformasi Fourier diperoleh
Gambar 3.5 Penerapan Invers Transformasi Fourier
Selain dapat menjelaskan hal ini dengan menambahkan kompleks gambar Fourier dari dua contoh gambar sebelumnya. Untuk menampilkan hasil dan
menekankan puncak utama seperti dapat dilihat pada gambar serta menerapkan inverse Transformasi Fourier ke kompleks gambar hasil
Gambar 3.6 Penerapan Invers Transformasi Fourier Kompleks
Dalam fourier ruang itu dapat melihat bahwa baris utama di puncak Fourier domain diputar menurut rotasi dari masukan gambar. Kedua baris di logaritmik
gambar tegak lurus ke arah utama berasal dari sudut hitam dalam gambar yang sudah diputar.
Ditemukan batas yang memisahkan puncak utama dari latar belakang yang memiliki jumlah yang wajar dalam gambar Fourier yang dihasilkan dari huruf. Jika
menurunkan nilai dan latar belakang ini, maka meningkatkan perbedaan utama ke puncak. Jika bentuk teks baris yang baik ,maka hal ini dapat dilakukan dengan
menggunakan morphological operator. Gambar 3.7.a meperlihatkan citra obyek dengan latar belakang pita-pita
horizontal. Kemudian dilakukan transformasi Fourier sehingga menghasilkan spectrum frekuensi citra pada gambar 3.7.b. Filter dilakukan pacta spektrum frekuensi
dari titik-titik vertikal yang berhubungan dengan pola pita-pita horizontal Gambar 3.7.c.
Universitas Sumatera Utara
Akhirnya dengan transformasi Fourier inverse diperoleh citra tanpa pola-pola pita Gambar 3.7.d. Analisis Fourier dapat digunakan untuk mengukur posisi, area
dan parameter partikel-partikel lainnya dari suatu citra. Penggunaan analisis Fourier terutama untuk mengoreksi pola-pola gangguan yang bersifat periodik.
Gambar 3.7 Filter untuk Menghilangkan Pola-Pola Pita pada Citra Awal
3.3 Proses dan Cara Penggunaan Program a. Proses Perbaikan Citra