TEKNIK PENGOLAHAN CITRA Kuliah 7 – Restorasi Citra (Image Restoration)
Indah Susilawati, S.T., M.Eng.
Program Studi Teknik Informatika/Studi Sistem Informasi Fakultas Tekniknologi Informasi Universitas Mercu Buana Yogyakarta 2014
KULIAH 7 TEKNIK PENGOLAHAN CITRA RESTORASI CITRA (IMAGE RESTORATION) Restorasi citra berkaitan dengan penghilangan atau pengurangan degradasi pada citra yang terjadi pada saat proses akuisisi citra. Degradasi yang dimaksud termasuk derau atau noise (yang merupakan eror dalam nilai piksel) atau efek optis misalnya blur (kabur) akibat kamera yang tidak fokus atau karena gerakan kamera. Teknik restorasi citra meliputi operasi neighbourhood dan juga penggunaan proses-proses pada domain frekuensi.
Model Degradasi Citra Degradasi sebuah citra dapat dimodelkan sebagai: 1. g ( x, y) f ( x, y) * h( x, y) ; misalnya proses blurring menggunakan filter average dengan f(x,y) adalah citra asli, * menyatakan operasi spasial, h(x,y) menyatakan filter yang digunakan, dan g(x,y) adalah citra yang terdegradasi. 2. g ( x, y) f ( x, y) * h( x, y) n( x, y) ; dengan n(x,y) adalah derau yang dimodelkan sebagai fungsi aditif (random errors).
Derau Derau dapat didefinisikan sebagai degradasi dalam sinyal citra, yang disebabkan oleh gangguan eksternal. Jika citra ditransmisikan secara elektronis dari satu tempat ke tempat yang lain (via satelit atau transmisi kabel/nirkabel), maka dapat terjadi error dalam sinyal citra yang diterima. Error akan tampak pada citra yang diterima dan bergantung pada jenis gangguan yang terjadi. Biasanya dapat diketahui tipe error yang mungkin muncul, dan dengan demikian tipe derau juga dapat diketahui; selanjutnya dapat dipilih metode yang paling cocok untuk mengurangi efek yang ditimbulkan. Membersihkan citra yang terkorupsi (corrupted) oleh derau merupakan lahan atau bidang penting bagi restorasi citra.
Pada bab ini akan dibahas beberapa jenis derau berikut kemungkinan cara menanganinya, yaitu: 1. derau salt and papper 2. derau gaussian 3. derau speckle 4. derau periodik
Derau Salt and Pepper Derau salt and pepper juga sering disebut derau impuls (impulse noise), shot noise, atau derau biner (binary noise). Mengapa? Degradasi oleh derau ini disebabkan oleh gangguan yang tajam dan tiba-tiba (sharp and sudden) pada sinyal citra; kenampakan pada citra akan berupa titik-titik (piksel) hitam atau putih (atau keduaduanya) yang tersebar pada citra. Gambar berikut merupakan contoh citra yang terkorupsi oleh derau salt & pepper.
Matlab dan Scilab mempunyai fungsi untuk membuat simulasi derau jenis salt and pepper, yaitu fungsi imnoise. Sintaksnya dalam Matlab adalah sbb.
J = IMNOISE (I, 'salt & pepper', D)
Perintah tersebut akan menambahkan derau jenis salt and pepper ke citra I, dan D adalah densitas atau kepadatan derau pada citra (pengaruhnya dinyatakan dengan D*numel(I) piksel). Default untuk D adalah 0,05.
Contoh Gambar berikut adalah citra einstein.jpg (original) dan citra einstein.jpg yang telah disimulasikan dengan derau salt and pepper dengan densitas 0,01.
Original
Original plus derau salt and pepper 0,01
Tugas: Temukan sintaks untuk fungsi imnoise untuk simulasi derau salt & pepper dalam Scilab dan cobalah contoh-contoh di atas menggunakan Scilab.
Derau Gaussian Derau Gaussian adalah bentuk ideal dari derau putih, disebabkan oleh fluktuasi acak dalam sinyal. Dapat dikatakan juga bahwa derau Gaussian adalah derau putih yang mempunyai distribusi normal. Jika citra asli (tanpa derau) dinyatakan dengan I dan derau Gaussian dinyatakan dengan N, maka citra yang terkorupsi oleh derau Gaussian dinyatakan dengan cara menambahkan keduanya yaitu Citra berderau gaussian = (Citra asli) + (Derau) =I+N
Matlab dan Scilab mempunyai fungsi untuk membuat simulasi derau jenis Gaussian, yaitu fungsi imnoise. Sintaksnya dalam Matlab adalah sebagai berikut.
J = IMNOISE (I, 'gaussian', M, V)
Perintah tersebut akan menambahkan derau jenis Gaussian dengan rerata (mean) dan varians yang tetap pada citra I. M dan V adalah besaran untuk mean dan varians derau Gaussian yang diinginkan. Default M dan V masing-masing adalah 0 dan 0,01. Contoh Gambar berikut adalah citra einstein.jpg (original) dan citra einstein.jpg yang telah disimulasikan dengan derau Gaussian dengan mean = 0 dan varians = 0,01.
Original
Original plus derau Gaussian M=0 dan V=0,01
Tugas: Temukan sintaks untuk fungsi imnoise untuk simulasi derau Gaussian dalam Scilab dan cobalah contoh-contoh di atas menggunakan Scilab.
Derau Speckle Derau speckle dimodelkan dengan Citra berderau speckle = (Citra asli) (1 + Derau) =I(1+N) = I + N*I
Dengan I adalah matriks citra asli (tanpa derau) dan N adalah nilai-nilai yang terdistribusi normal dengan rerata (mean) sama dengan nol. Derau speckle disebut juga derau multiplikatif (multiplicative noise). Derau speckle sering dijumpai pada aplikasi radar. Matlab dan Scilab mempunyai fungsi untuk membuat simulasi derau jenis speckle, yaitu fungsi imnoise. Sintaksnya dalam Matlab adalah sebagai berikut. J = IMNOISE (I,' speckle', V) Perintah tersebut akan menambahkan derau jenis speckle pada citra I menggunakan persamaan J = I + N*I. N adalah derau acak yang terdistribusi seragam (normal) dengan rerata nol dan varians V. Default untuk nilai varians adalah V = 0,04. Contoh Gambar berikut adalah citra einstein.jpg (original) dan citra einstein.jpg yang telah disimulasikan dengan derau speckle dengan mean = 0 dan varians = 0,04.
Original
Plus derau speckle dengan V=0,04
Tugas: Temukan sintaks untuk fungsi imnoise untuk simulasi derau speckle dalam Scilab dan cobalah contoh-contoh di atas menggunakan Scilab.
Tugas Bagaimana definisi frekuensi rendah dan frekuensi tinggi pada citra? Berikan contohnya.
Meskipun secara visual derau Gaussian dan derau speckle terlihat mempunyai pengaruh yang sama pada citra, namun keduanya dihasilkan dari pemodelan yang berlainan .
Derau Periodik Derau yang sifatnya periodik (bukan acak atau random) akan menghasilkan derau periodik. Citra yang terkorupsi oleh derau periodik secara visual akan tampak terdapat garis-garis (bars) pada citra. Gambar berikut adalah citra einstein.jpg yang telah disimulasikan dengan derau periodik.
Berikut contoh pengaruh derau periodik pada citra rekam medis dan citra satelit.
Derau salt and pepper, derau Gaussian, dan derau speckle dapat dibersihkan dari citra menggunakan teknik spatial filtering. Derau periodik memerlukan filtering pada domain frekuensi untuk menghilangkannya. Hal ini disebabkan karena ketiga derau yang pertama dapat dimodelkan sebagai degradasi yang sifatnya lokal, sedangkan derau periodik merupakan derau yang sifatnya global.
Membersihkan Derau Salt and Pepper Low Pass Filtering Dilihat dari sifatnya, piksel-piksel pada citra yang terkorupsi oleh derau salt and pepper adalah merupakan komponen frekuensi tinggi pada citra. Dari kenyataan ini maka dapat diharapkan bahwa filter pelolos rendah (LPF) akan mengurangi efek derau. Misalkan akan digunakan filter pererata (average) untuk membersihkan atau mengurangi derau salt and pepper. Berikut digunakan filter pererata untuk mengurangi efek derau salt and pepper pada citra einstein.jpg. Tampak pada citra hasil filtering dengan filter average dapat mengurangi efek derau salt and pepper, namun juga cenderung membuat citra menjadi kabur (blurred). Makin besar ukuran filter average yang digunakan, tampak citra hasil filtering juga makin kabur; dengan ukuran filter 5 x 5 diperoleh hasil yang tampak lebih baik daripada jika digunakan ukuran filter yang lain.
Original
Filter average 3 x 3
Filter average 5 x 5
Filter average 7 x 7
Median Filtering Filter median dapat dikatakan paling cocok untuk menghilangkan atau mengurangi derau jenis salt and pepper. Median adalah nilai tengah dari serangkaian nilai yang telah diurutkan, jika ada sejumlah genap nilai maka median adalah rerata dari dua nilai yang berada pada urutan tengah. Filter median merupakan salah satu contoh filter spasial non linear. Operasi untuk memperoleh nilai median akan menempatkan nilai yang sangat besar atau sangat kecil berada pada ujung atas atau ujung bawah urutan. Dengan demikian filter median secara umum akan mengganti piksel-piksel yang berderau dengan suatu nilai yang dekat dengan piksel-piksel disekitarnya. Catatan: piksel berderau jenis salt and pepper berupa titik-titik hitam (nilai aras keabuan rendah) atau putih (nilai aras keabuan tinggi). Berikut digunakan filter median untuk mengurangi efek derau salt and pepper pada citra einstein.jpg.
Original
Filter median 3 x 3
Filter median 5 x 5
Filter median 7 x 7
Terlihat bahwa filter median mampu mengurangi efek derau salt and pepper, dan hasilnya lebih baik daripada jika digunakan filter average. Penggunaan ukuran filter yang lebih besar mempunyai efek yang mirip dengan yang terjadi saat digunakan filter average, yaitu terjadinya efek blur (kabur).
Tugas: Terapkan filter pererata atau median pada citra Einstein_s&p_1.jpg sesuai dengan definisi algoritma filter tersebut pada pertemuan ke-5 dan ke-6 menggunakan Scilab. Mengapa kinerja filter median lebih baik daripada filter rerata dalam menghilangkan derau salt and pepper?
Berikut diperlihatkan filter median untuk mengurangi efek derau salt and pepper dengan densitas yang lebih besar pada citra einstein.jpg. Saat digunakan filter median 3x3, citra keluaran masih terdapat bercak-bercak di beberapa tempat. Penggunaan filter dengan ukuran yang lebih besar menghasilkan citra keluaran yang lebih bersih dari derau namun tampak lebih kabur. Untuk menghilangkan derau lebih jauh lagi (misalnya pada saat digunakan filter median 3 x 3), dapat diterapkan filtering yang kedua kalinya.
Citra input
Filter median 3 x 3
Citra input
Filter median 3 x 3
Filter median 5 x 5 Filter median 5 x 5
Filter median 7 x 7 Filter median 7 x 7
Berikut hasil filtering dengan filter median (satu kali dan dua kali)
Citra input
Filter median 3 x 3 (1 kali) Filter median 3 x 3 (2 kali)
Metode Outlier (Outlier Methode) Filter median memang mampu menghilangkan atau mengurangi derau salt and pepper dengan cukup baik, namun operasinya memerlukan waktu yang lama. Untuk mengatasi hal ini, Pratt membuat suatu cara untuk membersihkan derau salt and pepper dengan menganggap bahwa piksel-piksel derau sebagai piksel yang salah tempat
(outlier), yaitu piksel yang nilai aras keabuannya jauh berbeda dengan piksel-piksel di sekitarnya.
Dengan
anggapan
ini,
maka
dapat
dilakukan
pendekatan
untuk
menghilangkan derau sebagai berikut. 1. Pilih sebuah nilai ambang D 2. Untuk sebuah piksel tertentu p, bandingkan nilai p tersebut dengan nilai rerata m dari 8 piksel tetangganya. 3. Jika |p – m| > D, maka piksel tersebut dikategorikan sebagai piksel derau. Jika tidak maka piksel tersebut bukan piksel derau. 4. Jika piksel tersebut adalah derau maka ganti nilainya dengan m, jika bukan derau maka nilainya tidak diubah.
Matlab dan Scilab tidak menyediakan fungsi untuk metode ini, silakan dicoba untuk membuat coding-nya dalam Matlab atau Scilab.
Tugas: Terapkan metode outlier untuk menghilangkan derau pada citra Einstein_s&p_1.jpg menggunakan Matlab atau Scilab.
Membersihkan Derau Gaussian Pererataan Citra Jika terdapat banyak citra untuk objek yang sama yang kemungkinan semuanya terkorupsi
derau Gaussian, maka terdapat
satu
pendekatan sederhana
untuk
menghilangkan derau tersebut dan memperoleh citra aslinya, yaitu dengan mengambil rerata dari seluruh citra yang ada. Contoh citra yang sering mempunyai kondisi seperti ini misalnya: -
citra satelit menghasilkan beberapa citra untuk spot tempat yang sama
-
citra mikroskopi diambil beberapa kali gambar untuk objek yang sama, misalnya citra dengan objek bakteri atau virus untuk keperluan analisis.
Sebagai gambaran, misalkan terdapat 100 citra dengan objek yang sama, pada semua citra tersebut terdapat derau, maka citra ke-i dapat dinyatakan dengan M + Ni , dengan M adalah matriks citra asli (tanpa derau) dan Ni adalah matriks derau yang bernilai acak terdistribusi normal dan rerata nol. Maka dapat dicari rerata citra yaitu M’ sebagai berikut:
1 100 M ' (M N i ) 100 i 1 1 100 1 100 Ni M 100 100 i 1 i 1 1 100 M Ni 100 i 1 Oleh karena Ni terdistribusi normal dan reratanya nol maka rerata N pasti juga akan dekat dengan nol dan semakin besar jumlah citra yang ada maka pendekatan akan semakin baik yaitu M’ akan makin mendekati citra aslinya, atau dinyatakan M’ M Matlab dan Scilab tidak menyediakan fungsi untuk metode ini, silakan dicoba untuk membuat coding-nya dalam Scilab.
Tugas: Terapkan metode pererataan citra untuk menemukan citra asli berdasarkan 10 citra berderau Gaussian (Einstein1.jpg – Einstein10.jpg) menggunakan Scilab.
Average Filtering Jika derau Gaussian mempunyai rerata nol, maka dapat diharapkan filter pererata akan membuat derau mendekati nol. Semakin besar ukuran filter yang dipakai maka semakin mendekati nol. Namun seperti telah dibahas sebelumnya bahwa filter pererata cenderung untuk mengkaburkan citra. Jika pengurangan derau lebih dipentingkan daripada hasil yang kabur, maka metode average filtering untuk mengurangi derau Gaussian ini dapat dipertimbangkan. Berikut diperlihatkan filter average untuk mengurangi efek derau Gaussian pada citra einstein.jpg untuk berbagai ukuran mask.
Dengan filter average 3 x 3
citra input
citra output
Dengan filter average 5 x 5 citra input
citra output
Dengan filter average 7 x 7 citra input
citra output
Tugas: Terapkan filter rerata pada citra Einstein1.jpg sesuai dengan definisi algoritma filter tersebut pada pertemuan ke-5 menggunakan Scilab.
Adaptive Filtering Filter adaptif merupakan jenis filter yang mengubah karakteristiknya sesuai dengan nilai-nilai aras keabuan yang berada dalam mask; akan berlaku seperti filter median atau berlaku seperti filter average, bergantung pada posisinya pada citra. Filter seperti ini dapat digunakan untuk membersihkan derau Gaussian menggunakan sifat-sifat statistik lokal nilai aras keabuan dalam mask. Salah satu filter jenis ini adalah filter wiener. Filter ini meminimalkan beda antara citra input dan output. Biasanya filter wiener diterapkan dalam domain frekuensi. Sintaks dalam Matlab adalah sebagai berikut. [J, NOISE] = WIENER2 (I, [M N])
Perintah ini akan melakukan estimasi rerata citra (lokal) dan standar deviasinya. M dan N adalah ukuran mask yang digunakan, dengan default-nya mempunyai nilai 3. NOISE adalah hasil estimasi daya derau aditif yang dilakukan sebelum proses filtering. Berikut diperlihatkan filter wiener untuk mengurangi efek derau Gaussian pada citra einstein.jpg untuk berbagai ukuran mask.
Dengan filter wiener 3 x 3 citra input
citra output
Dengan filter wiener 5 x 5 citra input
citra output
Dengan filter wiener 7 x 7 citra input
citra output
Untuk menghilangkan atau mengurangi efek derau speckle, dapat dicoba dengan menggunakan filter average, filter median, dan filter wiener. Bandingkan.
