Spatial Filtering
Spatial Filtering
Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2007 1
• Didasarkan pada konsep filtering di frequency domain (akan dijelaskan pada kesempatan mendatang)
• Terdapat dua jenis spatial filtering:– Linear Filtering
• Lowpass, highpass, bandpass
– Non-Linear Filtering• Median, maximum, minimum
• Secara umum perhitungan dilakukan dengan menggunakan sliding window. Yaitu: filter yang berupa matrix mxn akan digeser posisinya sampai pusat filter mengenai semua pixel.
Pusat filter akan diposisikan pada pixel yang sedang diproses
Perhitungannya
Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2007 2
• Bila h(m,n) adalah filter 3x3:
• Maka:
Yang Perlu Diingat
Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2007 3
• Gunakan citra baru untuk menampung hasil perhitungan• Selalu gunakan nilai dari citra asli untuk input (bukan nilai pixel
hasil perhitungan sebelumnya)• Bila filter sampai pada pinggir citra, terdapat beberapa pilihan:
– Biarkan pixel di pinggir tanpa diproses
– Perlebar citra, pixel di pinggir diisi perulangan nilai pixel pada pinggir tersebut
– Perlebar citra, pixel di pinggir diisi konstanta tertentu
– Perlebar citra dengan melakukan image wrapping
Lowpass Spatial Filtering
Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2007 4
• Untuk menghaluskan citra• Didasarkan pada perata-rataan nilai pixel dengan tetangga• Bobot filter selalu positif yang totalnya bernilai 1• Contoh beberapa filternya adalah:
Beberapa Contoh Hasil
Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2007 5
• Beberapa contoh hasil Lowpass Spatial Filtering…
Highpass Spatial Filtering
Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2073 6
• Disebut sebagai sharpening mask, karena mempercepat pergantian batas gelap-terang
• Filter memiliki nilai positif di tengah, negatif di pinggir, dan total bobot harus 0.
• Hasil highpass filtering adalah selisih antara citra asli dengan citra yang telah mengalami lowpass filtering:
g(m,n) = f(m,n) – lowpass( f(m,n) )
Contoh Hasil
Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2007 7
• Contoh hasil Highpass Spatial Filtering…
Highboost Filtering
Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2007 8
gmask(m,n) = f(m,n) - lowpass( f(m,n) )g(m,n) = f(m,n) + A* gmask(m,n)
• Bila A>=1 maka filter ini akan menjumlahkan hasil highpass ke citra asli
• Bila A=1 maka filter ini disebut unsharp masking• Bila A>1 maka filter ini disebut highboost filtering• Hasilnya adalah citra yang lebih tajam pinggirnya
Median Filter
Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2007 9
• Digunakan untuk menghilangkan noise• Menggunakan nilai tengah dari pixel-pixel yang tertutup filter
6 7 6 6 6
6 6 8 6 6
6 6 6 6 6
6 6 6 6 6
6 3 6 6 6
6 6 6 6 6 6 6 7 8
Median sebagai nilai pengganti
Conto hasil
Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2007 10
• Contoh hasil median filter 3x3
Conto hasil lagi
Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2007 11
• Contoh hasil median filter 6x6 dan 8x8
Prewitt Filter
Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2007 12
• Untuk edge detection
Sobel Filter
Pengolahan Citra Digital © Sekolah Tinggi Teknik Surabaya, 2007 13
• Untuk edge detection
Top Related