Esensi dari iterasi adalah sebagai berikut : estimasi ke-n+1 dari citra restorasi adalah estimasi ke-n citra restorasi dikali dengan citra koreksi. Persamaan iterasinya adalah :
F
n+1
= fn
n
PSF
reflect PSF ……………………………………..3 Yang dalam hal ini, operator menyatakan konvolusi, f=fx,y menyatakan estimasi
citra restorasi, g=gx,y menyatakan citra masukan yang mengalami degradasi, reflectPSF menyatakan pencerminan PSF, dan
�
∗PSF
reflect PSF menyatakan citra koreksi. Distribusi Poisson adalah :
Px = e
-a
a
x
x
Dimana : x = peubah acak a = konstanta[6].
2.7 Bitmap BMP
BMP merupakan format gambar yang paling umum dan merupakan format standard windows. Ukuran filenya sangat besar karena bisa mencapai ukuran megabyte. File ini
merupakan format yang belum terkompresi dan menggunakan system warna RGB Red, Green, Blue di mana masing-masing warna pixel-nya terdiri dari 3 komponen
R, G, dan B yang dicampur menjadi satu. File BMP dapat dibuka dengan berbagai macam software pembuka seperti ACDSee, Paint, Irvan View dan lain-lain. File BMP
tidak bisa sangat jarang digunakan di web internet karena ukurannya yang besar[8].
2.8 Joint Photographic Expert Group JPEGJPG
Format JPEG merupakan format yang paling terkenal sampai sekarang ini. Hal ini karena sifatnya yang berukuran kecil hanya puluhanratusan KB saja, dan bersifat
portable. Format file ini sering digunakan pada bidang fotografi untuk menyimpan file foto hasil perekaman analog to digital converter ADC. Karena ukurannya kecil maka
file ini banyak digunakan di web internet[8].
2.9 Mean Square Error
Universitas Sumatera Utara
MSE adalah rata – rata kuadrat nilai error antara citra asli dengan citra hasil
rekonstruksi, secara matematis dapat dirumuskan sebagai berikut[8]: ��� = MN ∑ ∑[�
′
, − � , ]
− −
− −
… … … … … … … … … … 4 Dimana :
MSE = Nilai Mean Square Error dari citra hasil M = Panjang citra hasil dalam pixel
N = Lebar citra hasil dalam pixel x,y = Koordinat masing
– masing pixel F’ = Nilai bit rekonstruksi pada koordinat x,y
F = Nilai bit citra asli pada koordinat x,y
2.10 Peak Signal to Noise Ratio
Parameter ukur yang digunakan mengetahui performansi citra digital yang dihasilkan dari proses restorasi dalam Tugas Akhir ini adalah PSNR. PSNR merupakan nilai
perbandingan antara harga maksimum dari citra hasil filtering dengan noise, yang dinyatakan dalam satuan decibel dB. Jika nilai PSNR30 dB, dengan noise maka
dapat dikatakan bahwa performansi citra hasil restorasi bagus[5]. Apabila nilai PSNR 50 dB maka dapat dikatakan bahwa performansi citra hasil restorasi sempurna
mendekati citra asli. Secara matematis, nilai PSNR dapat dirumuskan sebagai berikut[4]:
PSNR untuk citra yang terkena noise : PSNR = 10
10
log
,
2
, −ℎ ,
2
………………………….5
PSNR untuk citra hasil restorasi : PSNR = 10
10
log
,
2
, − ,
2
…………………………6
Dimana : Fx,y = citra asli
Universitas Sumatera Utara
Hx,y = citra yang telah diberi noise Gx,y = hasil restorasi
Universitas Sumatera Utara
BAB I PENDAHULUAN
1.1 Latar Belakang
Pada saat ini penggunaan citra digital semakin meningkat karena kelebihan- kelebihan yang dimiliki oleh citra digital tersebut, di antaranya adalah kemudahan
dalam mendapatkan gambar, memperbanyak gambar, pengolahan gambar dan lain- lain. Akan tetapi tidak semua citra digital memiliki tampilan visual yang
memuaskan mata manusia. Beberapa contoh kerusakan yang bisa di restorasi seperti: blur kabur ,bintik-bintik, dual image, over saturated color, dan pixel
error.
Restorasi citra adalah proses merekonstruksi atau mendapatkan kembali citra asli dari sebuah citra yang cacatterdegradasi agar dapat menyerupai citra aslinya.
Restorasi citra berbeda dengan peningkatan kualitas citra image enhancement meskipun keduanya sama-sama bertujuan untuk memerbaiki kualiats citra. Image
enhancement lebih banyak berhubungan dengan penajaman dari fitur tertentu dalam citra, sedangkan restorasi citra memanfaatkan pengetahuan tentang proses
terjadinya degradasi untuk memperoleh kembali citra asal.
Degradasi yang banyak dibahas adalah pengaburan blurring. Citra yang kabur dapat disebabkan oleh berbagai sebab, misalnya pergerakan selama
pengambilan gambar, penggunaan alat optic yang tidak focus, pencahayaan yang singkat, dan sebagainya.
Ada beberapa teknik yang digunakan untuk menghilangkan kekaburan citra deblurring, seperti penapis Wiener, butterworth, blind deconvolution, regularized
algorithm, dan Lucy-Richardson[6].
Universitas Sumatera Utara
