Selanjutnya berdasarkan representasi sistem koordinat citra pada gambar 2.1 citra dapat direpresentasikan dalam bentuk matriks dua dimensi dimana kolom
pada matriks merepresentasikan lebar width pada citra, dan baris pada matriks merepresentasikan tinggi height pada citra.
Selanjutnya berdasarkan representasi sistem koordinat citra pada gambar 2.1 citra dapat direpresentasikan dalam bentuk matriks dua dimensi dimana kolom
pada matriks merepresentasikan lebar width pada citra, dan baris pada matriks merepresentasikan tinggi height pada citra.
��, � = � �0,0 �0,1 … �0, �
�1,0 �1,1 … �1, � ��, 0 ��, 1 ��, �
�
dimana: j= height -1
i = width -1
Untuk mempermudah proses pengolahan citra biasanya digunakan citra biner. Citra biner binary image merupakan citra dimana piksel-pikselnya hanya
memiliki dua buah nilai intensitas, biasanya 0 dan 1, dimana 0 menyatakan warna latar belakang backgraound dan 1 menyatakan warna tintaobjek foreground
atau dalam bentuk angka 0 untuk warna hitam dan angka 255 untuk warna putih.
2.3.1 Binarization Thresholding
Binarization digunakan untuk membedakan gambar text dengan latar belakang pada gambar huruf atau angka tersebut. Proses ini akan menghasilkan citra
hitam putih yang bersih dari tingkat keabun grayscale, atau dengan kata lain metode ini mengkonversi citra gray-level ke citra bilevel binary image. Untuk
mendapatkan citra grayscale digunakan persamaan 2.2 berikut: �
��������� �,�
= ∝ �
������
�, �, � + ��
������
�, �, � + ��
������
�, �, �
2.1
Universitas Sumatera Utara
dimana: I
grayscale
= citra grayscale I
colour
= citra RGB x,y = koordinat citra
x,y,c = channel piksel pada kordinat x,y, r Untuk merah, b untuk biru dan g untuk hijau
α, β, γ = koefisien
Pembobotan nilai koefisien α, β dan γ berdasarkan nilai dari respon mata manusia, biasanya ketiga nilai yang digunakan adalan 0.333
Solomon Breckon, 2011.
Setelah mendapatkan citra grayscale, citra biner dapat dibentuk dengan teknik thresholding. Jika gx, y adalah sebuah nilai ambang threshold batas
dari fx, y yang terdapat pada gambar 2.2 dengan nilai threshold T. Nilai T digunakan untuk memisahkan antara object dengan background-nya, maka hasil
threshold dapat ditulis sebagai berikut Gonzales et al, 2004:
��, � = � 1 ;
� ≥ � 0 ;
� �
2.2
2.3.2 Penghilangan Derau Noise Reduction
Penghilangan derau bertujuan untuk menghindari distorsi pada saat segmentasi. Metode yang digunakan untuk penghilangan derau adalah median filter
Efford, 2000. Metode ini menggantikan piksel x,y dengan nilai tengah piksel disekitarnya. Pada gambar 2.3 terdapat representasi dari piksel citra dan
ketetanggaannya yang akan digunakan untuk proses penghilangan derau, dimana p
1
merupakan piksel tengah dan p
2
sampai p
9
merupakan piksel tetangga.
Universitas Sumatera Utara
P9 P8 P7 P5 P1 P3
P2 P4 P6
Gambar 2.2 Representasi piksel citra dan ketetangaannya
Median filter merupakan metode rank filtering yang umum digunakan, metode ini memilih nilai peringkat tengah middle-ranked dari sebuah
ketetanggaan neighbourhood sebagai nilai keluaran. Untuk ketetanggaan 3x3, nilai tengahnya adalah nilai kelima dari daftar terurut nilai tingkat abu-abu.
Untuk sebuah ketetanggaan , dengan bilangan ganjil, maka nilai tengah terdapat pada posisi.
Median filter sangat baik untuk meghilangkan beberapa jenis derau. Gambar 2.4a menunjukkan citra dengan impulse noise acak mempengaruhi 5
persen dari piksel. Gambar 2.4b menunjukkan hasil penghalusan derau gambar dengan menggunakan median filter 3x3 .
a b
Gambar 2.3 Representasi citra derau
Median filter dapat menghilangkan impulse noise dengan memeriksa perhitungan yang dilakukan pada ketetanggaan 3x3 secara tunggal dari suatu citra.
Pada gambar 2.5 merupakan contoh nilai-nilai piksel citra yang akan dihilangkan deraunya dengan menggunakan ketetanggan 3x3 didalam kotak.
Langkah-langkah median filter:
1. Misalkan matriks input m x n citra � = �
2 5
4 4
5 7
3 7
8 �
Universitas Sumatera Utara
2. Kemudian tambahkan nilai 0 ke sekeliling matriks, sehingga didapatkan
matris dengan ukuran 5x5 atau m+2 x n+2 3.
Tambahkan window dengan ukuran 3x3. Mulai dari matriks A1,1 letakkan
4. Nilai yang akan diganti adalah element tengah
5. Ulangi prosedur ini untuk semua nilai matriks input dengan menggeser
2.3.3 Cropping