5 3
3 4
4 5
2 2
4 3
3 3
3 4
2 3
2 3
6 7
7 7
4 6
2 6
5 1
3 2
4 4
1
Gambar. 2.11 Penempatan hasil Median filter 1 baris ke kanan
Selanjutnya geser fx,y ukuran 3x3 kebawah satu pixel, dan mulai lagi mengurutkan dan mencari nilai tengah dari pixel-pixel tersebut. Kemudian, geser fx,y
ukuran 3x3 ke kanan, demikian seterusnya hingga fx,y ukuran 3x3 sampai pada pojok kanan bawah. Hasilnya dapat diperlihatkan pada gambar sebagai berikut.
5 3
3 4
4 5
2 2
4 3
3 3
3 4
2 3
2 3
6 3
1 1
2 3
2 3
2 7
4 1
1 1
3 2
3 2
7 5
4 1
2 3
3 3
3 7
5 4
5 5
6 3
3 2
4 6
5 4
4 4
6 4
2 2
2 6
5 1
3 2
4 4
1
Gambar 2.12 Hasil Median filter sampai pada pojok kanan
2.5.2 Mean Filter
Pada Mean filter filter rata-rata nilai intensitas setiap pixel diganti dengan rata- rata dari nilai intensitas pixel tersebut dengan pixel-pixel tetangganya. Filter ini
biasanya disebut sebagai filter penghalus smoothing filters. Filter ini biasa digunakan untuk mengaburkan blurring citra untuk mereduksi noise. Blurring
biasanya digunakan untuk menghilangkan detail kecil dari suatu citra sebelum dilakukan ekstraksi objek dan untuk menghubungkan celah kecil yang memisahkan
Universitas Sumatera Utara
garis atau kurva dan juga bisa digunakan untuk mereduksi noise [10]. Untuk filter ini dapat menggunakan rumus berikut.
�
′
�, � =
1 ��
∑{ ��, �}
…………….
…………………………………………5 s,
� ∈ �
��
Keterangan, f ’x,y : hasil median filter
mn : ukuran panjang dan lebar window
g s,t : sub-image S
xy
S
xy
Hasil pemilihan filter rata-rata dari contoh pemilihan kernel sebelumnya pada Gambar 6 diperlihatkan pada gambar berikut.
: window daerah yang diliputi oleh filter
Gambar 2.13. Proses Mean filter dengan matriks 3x3
2.5.3 Max Filter
Dalam Order-Statistic, median merepresentasikan urutan ke 50 dari rangking sejumlah angka. Dari situ dapat diambil pengertian bahwa ada urutan ke 100 yang
merupakan nilai terbesar dari rangking sejumlah angka selanjutnya menjadi Max Filter. Untuk filter ini dapat menggunakan rumus:
�
′
�, � = max { ��, �}……………………………..………….…………………6 s,
� ∈ �
��
Keterangan, f ’x,y : hasil max filter
g s,t : sub-image S
xy
Universitas Sumatera Utara
S
xy
max : nilai tertinggi dari citra yang diliput filter
: window daerah yang diliputi oleh filter Dari proses pengurutan pertama diatas contoh sebelumya pada Gambar 6, dapat
diperoleh nilai maksimumnya adalah 6. Proses pengurutan dan pemilihan nilai terbesar dapat diperlihatkan pada gambar berikut.
Gambar 2.14 Proses max filter dengan matriks 3x3
2.5.4 Min Filter
Dalam Order-Statistic, median merepresentasikan urutan ke 50 dari rangking sejumlah angka. Dari situ dapat diambil pengertian bahwa ada urutan 0 yang
merupakan nilai terkecil dari rangking sejumlah angka selanjutnya menjadi min filter.
Untuk filter ini dapat menggunakan rumus: �
′
�, � = min { ��, �}……………………………………………….……………7 s,
� ∈ �
��
Keterangan, f ’x,y : hasil min filter
g s,t : sub-image S
xy
S
xy
min : nilai terkecil dari citra yang diliput filter
: window daerah yang diliputi oleh filter Dari proses pemilihan dan pengurutan kernel pertama pada Gambar 6, dapat
diperoleh nilai minimumnya adalah 0. Proses pengurutan dan pemilihan nilai terkecil dapat diperlihatkan pada gambar berikut.
Universitas Sumatera Utara
Gambar 2.15 Proses m in filter dengan matriks 3x3
2.5.5 Midpoint Filter
