Implementasi High-Boost Filtering Untuk Memperbaiki Kualitas Citra Digital

BAB II

LANDASAN TEORI

2.1 Citra
Citra adalah suatu representasi (gambaran), kemiripan, atau imitasi dari suatu objek.
Citra sebagai keluaran suatu system perekaman data dapat bersifat optik berupa foto,
bersifat analog berupa sinyal-sinyal video seperti gambar pada monitor televisi , atau
bersifat digital yang dapat langsung disimpan pada suatu media penyimpanan. (Sutoyo
, 2009)
Citra (image) atau istilah lain untuk gambar sebagai salah satu komponen
multimedia yang memegang peranan sangat penting sebagai bentuk informasi visual.
Meskipun sebuah citra kaya akan informasi, namun sering kali citra yang dimiliki
mengalami penurunan mutu, misalnya mengandung cacat atau noise. Tentu saja citra
semacam ini menjadi lebih sulit untuk diinterpretasikan karena informasi yang
disampaikan oleh citra tersebut menjadi berkurang.(Wiliyana, 2013)

2.2 Citra Digital
Citra digital adalah pemrosesan gambar 2 dimensi yang mengacu pada pemrosesan
setiap data 2 dimensi yang terdiri dari sebuah larik (array) yang berisi nilai-nilai real
maupun komplek yang direpresentasikan dengan deretan bit tertentu.

Suatu citra dapat didefinisikan sebagai fungsi f(x,y) berukuran M baris dan N
kolom, dengan x dan y adalah koordinat spasial, dan amplitude f di titik koordinat
(x,y) dinamakan intensitas atau tingkat keabuan dari citra pada titik tersebut. Apabila
nilai x,y, dan nilai amplitudo f secara keseluruhan berhingga (finite) dan bernilai
diskrit maka dapat dikatakan bahwa citra tersebut adalah citra digital.Warna citra

Universitas Sumatera Utara

7

sendiri dibentuk oleh kombinasi citra 2-D incividual . Misalnya dalam sistem warna
Red Green Blue ( RGB) , warna citra terdiri dari tiga komponen individu warna (
merah, hijau,biru).
Asumsikan bahwa citra dicoba sehingga menghasilkan citra yang mempunyai
baris M dan kolom N, sehingga disebut citra berukuran M x N. Nilai dari koordinat
(x.y) adalah kuantitas diskrit. Untuk kejelasan notasi dan kemudahan maka digunakan
nilai integer untuk koordinat ini. Titik awal citra didefenisikan pada (x,y) =(0,0).NIlai
koordinat berikutnya sepanjang baris pertama citra adalah (x,y)=(0,1). Jadi penting
untuk diingat bahwa notasi (0,1) digunakan untuk menandai contoh kedua sepanjang
baris pertama. (Prasetyo, 2011)

0

0

1

2

. .N-1

3 . . . .

1
2
3

. . . .
...
M-1
f(x,y)

Gambar 2.1 Sistem koordinat citra
Sistem koordinat citra digital pada Gambar 2.1 tersbut dapat ditulis dalam bentuk
matriks sebagai berikut:

,

=

,
,

[

.
.
− ,

,
,

.
.
− , .

…
…

,
,

…

− ,

.
.

−
−

……(1)
−

]

Nilai pada suatu irisan antara baris dan kolom (pada posisi x,y) disebut dengan picture
elements, image elements, pels ,atau pixels. Namun istilah yang sering digunakan
dalam citra digital adalah pixels.(Sutoyo , 2009)

Universitas Sumatera Utara

8

2.3 Jenis - Jenis Citra
Ada beberapa jenis citra digital yang sering digunakan, diantaranya adalah citra biner,
citra grayscale, dan citra warna.
2.3.1

Citra Biner

Citra biner adalah citra digital yang hanya memiliki dua kemungkinan nilai pixel yaitu
hitam dan putih. Citra biner juga disebut sebagai citra B&W (black and white) atau
citra monokrom. Hanya dibutuhkan 1 bit untuk mewakili nilai setiap pixel dari citra
biner. Citra biner sering kali muncul sebagai hasil dari proses pengolahan seperti
segmentasi ,pengambangan, morfologi, ataupun dithering. (Putra, 2010)

Gambar 2.2 Contoh Citra Biner

2.3.2

Citra Grayscale

Citra) grayscale merupakan citra digital yang hanya memiliki satu nilai kanal pada
setiap pixelnya, dengan kata lain nilai bagian RED = GREEN = BLUE. Nilai tersebut
digunakan untuk menunjukkan tingkat intensitas. Warna yang dimiliki adalah warna
dari hitam, keabuan, dan putih. Tingkatan keabuan disini merupakan warna abu
dengan berbagai tingkatan dari hitam hingga mendekati putih. (Putra, 2010

Universitas Sumatera Utara

9

Gambar 2.3 Contoh Citra Grayscale

2.3.3

Citra Warna

Setiap pixel pada citra warna yang merupakan kombinasi dari tiga warna dasar (RGB
= Red Green Blue). Setiap warna dasar menggunakan penyimpanan 8 bit = 1 byte,
yang berarti setiap warna mempunyai gradasi sebanyak 255 warna.Format ini
dinamakan true color karena mempunyai jumlah warna yang cukup besar sehingga
bisa dikatakan hampir mencakup semua warna di alam. (Sutoyo , 2009)

Gambar 2.4 Contoh Citra Warna

2.4 Format File Citra
Format file citra standar yang digunakan saat ini terdiri dari beberapa jenis. Formatformat ini sering digunakan dalam menyimpan citra pada sebuah file. Setiap format
file citra memiliki karakteristik masing-masing .

Universitas Sumatera Utara

10

2.4.1

Format File Bitmap (.bmp)

Bitmap sering disebut juga dengan citra raster. Bitmap menyimpan data kode citra
secara digital dan lengkap (cara penyimpanannya adalah per pixel). Bitmap
dipresentasikan dalam bentuk matriks atau dipetakan dengan menggunakan bilangan
biner atau sistem bilangan lain. Citra ini memiliki kelebihan untuk memanipulasi
warna, tetapi untuk mengubah objek sulit. Tampilan bitmap mampu menunjukan
kehalusan gradasi bayangan dan warna dari sebuah gambar. Oleh karena itu, bitmap
merupakan media elektronik yang paling tepat untuk gambar-gambar dengan
perpaduan gradasi warna yang rumit, seperti foto dan lukisan digital. Bitmap biasanya
diperoleh dengan cara Scanner, Camera Digital, Video Capture, dan lain-lain. (Sutoyo
, 2009)

Gambar 2.5 Citra Bitmap (.bmp)

2.4.2 Format File Citra Portable Networks Graphic(.png)

PNG merupakan singkatan dari Portable Network Graphics. Format ini tersedia untuk
umum dan versi ini dikembangkan dari Format GIFF. Format ini dapat menangani
kedalaman warna hingga 48 bit (3saluran warna masing-masing 16 bit). Format PNG

Universitas Sumatera Utara

11

jauh lebih baik untuk transparansi daripada GIF, yang memungkinkan untuk memiliki
berbagai tingkat transparansi untuk setiap pixel (alpha channel). Dukungan untuk
format ini dimulai sejak tahun 1995, dan saat ini penggunaannya sudah cukup luas.
Secara keseluruhan, PNG adalah format yang lebih baik daripada GIF, yang
menawarkan kompresi yang lebih baik, dapat menyimpan banyak warna, memiliki
dukungan transparansi yang lebih baik, dan sebagainya. Satu-satunya kelemahan dari
PNG dibandingkan GIFF adalah tidak bisa menyimpan gambar animasi. Karena
kedalaman warna yang besar, kompatibilitas browser, dan kompresi yang kecil,

format ini disarankan untuk digital fotografi. Dibandingkan dengan JPG, PNG
mempunyai kualitas gambar yang lebih baik dengan ukuran file yang lebih
besar.(Tampubolon,2013)

Gambar 2.5 Citra Png (.png)
2.5 Noise
Noise adalah sebuah gangguan yang terjadi akibat dari kurang sempurnanya proses
capture yang dilakukan sehingga mengakibatkan terjadinya pencahayaan yang tidak
merata. Akibat tidak meratanya pencahayaan mengakibatkan intensitas tidak seragam,
kontras citra terlalu rendah sehingga objek sulit untuk dipisahkan dari latar
belakangnya, atau gangguan yang disebabkan oleh kotoran-kotoran yang menempel
pada citra. Berikut adalah beberapa jenis noise yang sering terjadi pada sebuah citra.

Universitas Sumatera Utara

12

2.5.1

Gaussian Noise

Gaussian noise adalah model noise yang mengikuti distribusi normal standar dengan
rata-rata nol dan standar deviasi 1. Noise ini merupakan mathemathical tractability
dalam domain spasial dan domain frekuensi, model noise Gaussian yang paling sering
digunakan dalam prakteknya. Faktanya, tractability ini tepat dan sering menghasilkan
model Gaussian yang digunakan dalam situasi dimana secara garis besar dapat
diaplikasikan dengan baik.
Fungsi kepadatan probabilitas (probabilty density function) adalah suatu fungsi
yang menyatakan nilai kemungkinan terjadinya kejadian tertentu. Probability Density
Function ( PDF) variabel random Gaussian adalah :
�

=

√ ��

− �−� / �

....................(2)

Dimana z merepresentasikan gray-level, � adalah nilai tengah (mean), dan �

adalah standart deviasi. (Hermawati, 2013)

2.5.2

Salt and Pepper Noise ( Impulse Noise)

Salt and Pepper Noise adalah jenis noise yang biasanya terlihat titik-titik hitam atau
putih yang terjadi pada citra seperti tebaran garam atau merica dikarenakan adanya
variabel acak yang terjadi karena karakteristik Fungsi Probabilitas Kepadatan
(Probability Density Function).
Probability Density Function (PDF) Salt and Pepper Noise :
�

�
= {� ....................(3)

Jika b > a, intensitas b akan tampak sebagai titik terang pada citra. Sebaliknya,
level a akan tampak seperti titik gelap. Jika selain Pa atau Pb nol, impulse noise disebut
juga unipolar . Jika probability selain nol, dan khususnya diperkirakan sama,nilai
impulse noise akan mirip butiran salt and pepper secara acak yang terdistribusi pada

Universitas Sumatera Utara

13

citra. Karena alasan ini noise bipolar impulse disebut juga noise salt and pepper.
(Prasetyo , 2011)

2.6 Perbaikan Citra
Perbaikian citra bertujuan meningkatkan tampilan citra untuk pandangan manusia atau
untuk mengkonversi suatu citra agar memiliki format yang lebih baik sehingga citra
tersebut menjadi lebih mudah diolah dengan mesin (komputer). Perbaikan terhadap
suatu citra dapat dilakukan dengan operasi titik (point operation) , operasi spasial
(spasial operation) , operasi geometri (geometric operation) , dan operasi aritmatic
(aritmatic operation).
2.6.1 Operasi Spasial (Filtering)
Pentapisan pada pengolahan citra biasa disebut dengan pentapisan spasial( spasial
filtering).Pada proses pentapisan, nilai piksel baru umumnya dihitung berdasarkan
piksel tetangga. Cara perhitungan nilai piksel baru dapat dikelompokkan menjai 2,
yaitu pertama piksel baru diperoleh melalui kombinasi linier tetangga dan kedua
piksel diperoleh langsung dari salah satu piksel tetangga. Proses pentapisan spasial
tidak dapat dilepaskan dari teori kernel (mask) dan konvolusi.
2.6.1.1 Kernel (mask)
Kernel adalah matrik yang pada umumnya berukuran kecil dengan elemen-elemennya
adalah berupa bilangan. Kernel digunakan pada proses konvolusi. Oleh karena itu
kernel juga disebut dengan convolution window (jendela konvolusi ).Ukuran kernel
dapat berbeda-beda seperti 2x2, 3x3, 5x5, dan sebagainya.
Gambar 2.6 menyajikan contoh kernel 3x3, warna abu-abu pada gambar
menunjukkan pusat koordinat {0,0}, yang pada proses konvolusi menunjukkan
koordinat piksel dari citra yang diproses.(Putra D, 2010)

Universitas Sumatera Utara

14

[−

−

−

− ]

Gambar 2.6 Contoh kernel berukuran 3x3 (sel dengan warna abu-abu
menyatakan pusat koordinat {0,0}
2.6.1.2 Konvolusi (Convolution)
Konvolusi merupakan operator sentral pengolah citra dan telah digunakan secara luas
pada berbagai piranti lunak pengolah citra. Proses konvolusi terjadi dengan cara
kernel diletakkan pada setiap piksel dari citra input dan menghasilkan piksel baru.
Nilai piksel baru dihitung dengan mengalikan setiap nilai piksel tetangga dengan
bobot yang berhubungan pada kernel dan kemudian menjumlah hasil perkalian
tersebut. Berikut ini di disajikan citra input 4x5 yang dikonvolusikan dengan kernel
2x2 dan dihasilkan citra input 3x4.

*

=

Dengan 0 menyatakan bukan nilai. Nilai 5 pada pikesl pada hasil konvolusi diatas
diperoleh dari:
(1 x 1) + (0 x 3) + (0 x 1) + (1 x 4)
Nilai 0 pada hasil keluaran diatas dinyatakan sebagai bukan nilai karena untuk
melakukan proses konvolusi pada piksel tersebut, sebagian kernel berada diluar batas
ukuran citra sementara tidak ada nilai pikesl diluar batas ukuran citra .( Putra D, 2010)

2.6.2

High-Boost Filtering

High-Boost merupakan salah satu bagian dari operasi yang dapat dilakukan untuk
melakukan perbaikan citra. High-Boost Filtering bertujuan untuk mempertahankan

Universitas Sumatera Utara

15

(mempertajam) komponen frekuensi tinggi dan menghilangkan (mengurangi)
komponen frekuensi rendah.
High –Boost Filtering dapat dinyatakan sebagai:
High Boost = ( A – 1) O + H ....................(4)
Keterangan :
A = faktor penguatan (amplification factor)
O = citra asli
H = hasil dari high-pass
Nilai A≥1, apabila A = 1 maka hasil high-boost adalah sama dengan hasil dari
high-pass ,bila A > 1 makas citra output merupakan citra high-pass yang ditambahkan
dengan bagian dari citra asli.(Putra D , 2010)

2.7 Parameter Perbandingan Kualitas Citra

Berikut terdapat beberapa parameter perbandingan yang digunakan untuk menghitung
kualitas citra.

2.7.1

Mean Square Error (MSE)

Mean Square Error (MSE) adalah kesalahan kuadrat rata-rata. Nilai MSE didapat
dengan membandingkan nilai selisih pixel-pixel citra asal dengan citra hasil pada
posisi pixel yang sama. Semakin besar nilai MSE, maka tampilan pada citra hasil akan
semakin buruk. Sebaliknya, semakin kecil nilai MSE, maka tampilan pada citra hasil
akan semakin baik. MSE dapat dihitung dengan menggunakan rumus:

Universitas Sumatera Utara

16

�=

∑ =− ∑ =−

x[i, j] − y[i, j]

....................(5)

dimana: x[i,j] adalah citra asal dengan dimensi M x N,
y[i,j] adalah citra hasil yang telah mengalami proses.

2.7.2

Peak Signal to Noise Ratio (PSNR)

Peak Signal to Noise Ratio (PSNR) adalah sebuah perhitungan yang menentukan nilai
dari sebuah citra yang dihasilkan. Nilai PSNR ditentukan oleh besar atau kecilnya
nilai MSE yang terjadi pada citra. Semakin besar nilai PSNR, semakin baik pula hasil
yang diperoleh pada tampilan citra hasil. Sebaliknya, semakin kecil nilai PSNR, maka
semakin buruk pula hasil yang diperoleh pada tampilan citra hasil. PSNR dihitung
dengan menggunakan rumus: (Putra, 2010)

�
�

=

log

=

∑

−
=

55

log ��� ....................(6)

Atau:

∑

−
=

55

[ , ]− [ , ]

....................(7)

Universitas Sumatera Utara