Saturday, October 14, 2017

Median Filter Untuk Citra RGB

Pendahuluan

Pada materi sebelumnya, kita sudah menerapkan Median Filter untuk citra gray. Tujuan utama menggunakan citra gray adalah sebagai image pre-processing dan bukan sekedar visualisasi saja (sebagai citra yang dinikmati manusia). Image pre-processing digunakan untuk menyiapkan citra sebelum diolah atau diambil informasinya. Salah satu tahapan image pre-processing adalah adalah noise reduction. Beberapa teknik pengolahan citra dan pengenalan pola, menggunakan citra gray (abu-abu) dalam prosesnya. Salah satu alasannya adalah tingginya komputasi yang diperlukan jika menggunakan citra RGB (warna). Citra berwarna dengan salt noise effect ditunjukkan pada Gambar 1 sebagai berikut:

Gambar 1. Citra RGB dengan Salt Noise Effect




Pengurangan noise menggunakan Median Filter juga bisa diterapkan pada citra berwarna dengan memodifikasi tulisan saya sebelumnya. Saya tidak banyak menyoroti teknis bagaimana algoritma maupun script yang digunakan untuk menerapkan Median Filter pada citra RGB, tetapi saya lebih senang mengamati waktu yang diperlukan untuk mengurangi noise di citra berwarna dibandingkan dengan citra abu-abu.

Metode Pengujian
Pada bagian ini, kita akan menyepakati bagaimana proses perhitungan waktu eksekusi metode Median Filter pada Citra RGB dan Citra Gray. Diagram alir untuk proses perhitungan waktunya ditunjukkan pada gambar 2 sebagai berikut:


Gambar 2. Skema Pengujian


Listing Program

Pada bagian berikut, saya langsung tulis script Median Filter dengan penambahan fitur pencatat waku eksekusi.

<?php
//Catat waktu mulainya
$time_start = microtime(true);

// Tentukan citra yang akan diolah
$gambar_awal = "salt_noise.jpg";

// pembentukan citra digital
$gambar_digital = imagecreatefromjpeg($gambar_awal);

// mencari dimensi gambar
$data_gambar = getimagesize($gambar_awal);


//Menyiapkan kanvas untuk citra baru
$akhir = imagecreatetruecolor($data_gambar[0],$data_gambar[1]);

// Proses semua piksel
for($x=1;$x<$data_gambar[0]-1;$x++){
    for($y=1;$y<$data_gambar[1]-1;$y++){
    
// Hitung semua nilai RGB di sekitar piksel yang discan  
  $red_a = red(imagecolorat($gambar_digital,$x,$y-1));
  $red_b = red(imagecolorat($gambar_digital, $x, $y+1));
  $red_c = red(imagecolorat($gambar_digital,$x-1,$y));
  $red_d = red(imagecolorat($gambar_digital, $x+1, $y));
  $red_e = red(imagecolorat($gambar_digital,$x-1, $y-1));
  $red_f = red(imagecolorat($gambar_digital, $x+1, $y-1));
  $red_g = red(imagecolorat($gambar_digital,$x-1, $y+1));
  $red_h = red(imagecolorat($gambar_digital, $x+1, $y+1));
  $med_red = median($red_a,$red_b,$red_c,$red_d,$red_e,$red_f,$red_g,$red_h);

  $green_a = green(imagecolorat($gambar_digital,$x,$y-1));
  $green_b = green(imagecolorat($gambar_digital, $x, $y+1));
  $green_c = green(imagecolorat($gambar_digital,$x-1,$y));
  $green_d = green(imagecolorat($gambar_digital, $x+1, $y));
  $green_e = green(imagecolorat($gambar_digital,$x-1, $y-1));
  $green_f = green(imagecolorat($gambar_digital, $x+1, $y-1));
  $green_g = green(imagecolorat($gambar_digital,$x-1, $y+1));
  $green_h = green(imagecolorat($gambar_digital, $x+1, $y+1));
  $med_green = median($green_a,$green_b,$green_c,$green_d,$green_e,$green_f,$green_g,$green_h);

  $blue_a = blue(imagecolorat($gambar_digital,$x,$y-1));
  $blue_b = blue(imagecolorat($gambar_digital, $x, $y+1));
  $blue_c = blue(imagecolorat($gambar_digital,$x-1,$y));
  $blue_d = blue(imagecolorat($gambar_digital, $x+1, $y));
  $blue_e = blue(imagecolorat($gambar_digital,$x-1, $y-1));
  $blue_f = blue(imagecolorat($gambar_digital, $x+1, $y-1));
  $blue_g = blue(imagecolorat($gambar_digital,$x-1, $y+1));
  $blue_h = blue(imagecolorat($gambar_digital, $x+1, $y+1));
  $med_blue = median($blue_a,$blue_b,$blue_c,$blue_d,$blue_e,$blue_f,$blue_g,$blue_h);
  
//menempatkan nilai median pada kanvas
 $color_new=imagecolorallocate($akhir,$med_red,$med_green,$med_blue);
 imagesetpixel($akhir,$x,$y,$color_new);          
  }
}

// Tampilkan Citra lama dan citra baru
imagejpeg($akhir, 'salt_noise2.jpg', 100);
echo "<img src=salt_noise.jpg>";
echo "<img src=salt_noise2.jpg>";

//Catat waktu selesai
$time_end = microtime(true);

//Hitung lama waktu eksekusinya
$time = $time_end - $time_start ;
echo '<p>Waktu eksekusi = ' . $time . ' seconds' ;


function red($pixel){
    $pixel = sprintf('%06x',$pixel);
    $red = hexdec(substr($pixel,0,2));
    return $red;
}

function green($pixel){
    $pixel = sprintf('%06x',$pixel);
    $green = hexdec(substr($pixel,2,2));
    return $green;
}

function blue($pixel){
    $pixel = sprintf('%06x',$pixel);
    $blue = hexdec(substr($pixel,4));
    return $blue;
}

function median($a,$b,$c,$d,$e,$f,$g,$h) {
    $nilai_tetangga = array($a,$b,$c,$d,$e,$f,$g,$h);
    sort($nilai_tetangga);
    $bawah = $nilai_tetangga[3];
    $atas = $nilai_tetangga[4];
    $abu_abu = floor(($bawah+$atas)/2);
    return $abu_abu;
}

?>
 
Hasil Percobaan
 
Berikut adalah Citra Gray yang telah dibersihkan noisenya menggunakan Median Filter beserta waktu eksekusinya.

Data Uji
  1. Nama: salt_noise.jpg
  2. Dimension: 480 x 361 pixel
  3. Size: 80.050 bytes
Gambar 3 Pengolahan Citra Gray

Gambar 4. Pengolahan Citra RGB

Gambar 5. Hasil Pengujian

Kesimpulan

Pengolahan Citra RGB memiliki rata-rata waktu lebih lama dibandingkan Citra Gray.


Semoga Bermanfaat
 

Tuesday, October 10, 2017

Image Enhancement dengan Median Filter

Pendahuluan

Median Filter adalah salah satu teknik dalam pengolahan citra pada domain spasial yang dapat digunakan untuk peningkatan kualitas citra (image enhancement) terutama mengurangi noise (distorsi) pada sebuah citra.
Sering kalanya citra yang akan kita proses memiliki kualitas yang kurang baik sehingga menyulitkan dalam proses pengolahan dan dapat berakibat sulitnya mengenali informasi dalam citra tersebut (pattern recognition). Kekurangbaikan citra tersebut bisa diakibatkan banyaknya informasi gangguan (noise) yang muncul pada sebuah gambar yang harus dikurangi terlebih dulu.
Contoh kualitas citra yang kurang baik.

Gambar 1. Gambar Dengan Banyak Noise

Domain spasial merupakan salah satu domain pengolahan citra yang memanipulasi sekumpulan picture element (pixel) dari sebuah citra sehingga menghasilkan nilai baru. Sekumpulan pixel yang dimaksud adalah 8 pixel tetangga dari pixel yang akan diproses. Ke-8 pixel tetangga ditunjukkan pada Gambar 2 sebagai berikut:
Gambar 2. Delapan Pixel Tetangga

Pixel tengah (x,y) akan diolah (manipulated) menggunakan 8 nilai tetangga pada domain 3x3. Nilai baru yang akan muncul "diakui" sebagai nilai baru yang menggantikan nilai asli sehingga diharapkan diperolehnya sebuah nilai pixel yang "menyerupai" nilai tetangganya dan pada akhirnya dapat meningkatkan kualitas citra.

Algoritma

Proses manipulasi pixel tengah dilakukan dengan mencari nilai tengah (median) dari 8 titik pixel di sekitarnya. Diagram alir untuk mencari nilai median dari 8 pixel tetangga ditunjukkan Gambar 3 sebagai berikut:


Gambar 3. Diagram Alir Mencari Nilai Median

Fungsi PHP untuk mengambil nilai abu-abu adalah sebagai berikut:

function gray($pixel){
    $pixel = sprintf('%06x',$pixel);
    $red = hexdec(substr($pixel,0,2))*0.30;
    $green = hexdec(substr($pixel,2,2))*0.59;
    $blue = hexdec(substr($pixel,4))*0.11;
    return $red+$green+$blue;
}

fungsi PHP untuk mencari median adalah sebagai berikut:
function mencari_median($a,$b,$c,$d,$e,$f,$g,$h) {
    $nilai_tetangga = array($a,$b,$c,$d,$e,$f,$g,$h);
    sort($nilai_tetangga);
    $bawah = $nilai_tetangga[3];
    $atas = $nilai_tetangga[4];
    $abu_abu = floor(($bawah+$atas)/2);
    return $abu_abu;
}

dimana nilai $a, $b, $c, $d, $e, $f, $g, $h adalah nilai gray (abu-abu) pada pixel (x-1,y+1), (x,y+1), (x+1,y+1), (x-1,y), (x+1,y), (x-1,y-1), (x,y-1), (x+1,y-1) pada Gambar 2. Nilai yang di-return pada fungsi ini menggantikan nilai pixel abu-abu pada koordinat (x,y). Lakukan proses ini untuk semua pixel pada citra. Diagram alir keseluruhan Median Filter ditunjukkan pada Gambar 4 sebagai berikut:


Gambar 4. Diagram Alir Median Filter Pengolahan Citra


Listing Program
Setelah kita pahami proses median filter pada penjelasan di atas, saatnya menulis kode program. Kode program untuk median filter adalah sebagai berikut:

<?php

// Tentukan citra yang akan diolah
$gambar_awal = "lena.jpg";

// pembentukan citra digital
$gambar_digital = imagecreatefromjpeg($gambar_awal);

// mencari dimensi gambar
$data_gambar = getimagesize($gambar_awal);

//Menyiapkan kanvas untuk citra baru
$akhir = imagecreatetruecolor($data_gambar[0],$data_gambar[1]);

// Proses semua piksel
for($x=1;$x<$data_gambar[0]-1;$x++){
    for($y=1;$y<$data_gambar[1]-1;$y++){
    
    // Hitung semua nilai abu-abu di sekitar piksel yang discan   
    $a = gray(imagecolorat($gambar_digital,$x,$y-1));
    $b = gray(imagecolorat($gambar_digital, $x, $y+1));
    $c = gray(imagecolorat($gambar_digital,$x-1,$y));
    $d = gray(imagecolorat($gambar_digital, $x+1, $y));
    $e = gray(imagecolorat($gambar_digital,$x-1, $y-1));
    $f = gray(imagecolorat($gambar_digital, $x+1, $y-1));
    $g = gray(imagecolorat($gambar_digital,$x-1, $y+1));
    $h = gray(imagecolorat($gambar_digital, $x+1, $y+1));
       
    //menghitung median 
    $abu_abu = mencari_median($a,$b,$c,$d,$e,$f,$g,$h);

    //tanam nilai abu-abu tersebut pada kanvas yang sudah kita siapkan
    $abu_new=imagecolorallocate($akhir,$abu_abu,$abu_abu,$abu_abu);
    imagesetpixel($akhir,$x,$y,$abu_new);           
  }
}

// Tampilkan Citra lama dan citra baru
imagejpeg($akhir, 'bagus.jpg', 100);
echo "<img src=lena.jpg>";
echo "<img src=bagus.jpg>";

function gray($pixel){
    $pixel = sprintf('%06x',$pixel);
    $red = hexdec(substr($pixel,0,2))*0.30;
    $green = hexdec(substr($pixel,2,2))*0.59;
    $blue = hexdec(substr($pixel,4))*0.11;
    return $red+$green+$blue;
}

function mencari_median($a,$b,$c,$d,$e,$f,$g,$h) {
    $nilai_tetangga = array($a,$b,$c,$d,$e,$f,$g,$h);
    sort($nilai_tetangga);
    $bawah = $nilai_tetangga[3];
    $atas = $nilai_tetangga[4];
    $abu_abu = floor(($bawah+$atas)/2);
    return $abu_abu;
}

?>

Hasil

 Gambar 5. Hasil Median Filter 1x

Jika proses ini diulang akan menghasilkan hasil seperti ditunjukkan pada gambar 6 sebagai berikut.
Gambar 6. Proses Median Filter 2x dan 3x

Bagaimana dengan Citra RGB beserta perbandingan waktu eksekusi antara Citra Gray dengan Citra RGB akan dijelaskan apda meteri berikutnya.

Semoga Bermanfaat. Selamat Mencoba..