Main Article Content

Abstract

Gambar terkadang diakuisisi di bawah pencahayaan yang buruk. Pada kondisi ini sebagian area yang memiliki tingkat kecerahan yang sama akan terlihat lebih cerah pada suatu daerah dan terlihat lebih gelap pada daerah lainnya. Situasi ini akan menimbulkan masalah pada sistem yang berbasis computer vision. Untuk itu diperlukan  sebuah perbaikan kualitas citra, agar dapat menghasilkan sebuah citra yang memiliki kualitas warna yang baik dengan menggunakan metode Homomorphic Filtering. Teknik ini menggunakan Illumination-Reflectance model. Model ini membagi gambar menjadi dua komponen utama. Komponen pertama adalah jumlah sumber penerangan yang terlihat. Komponen kedua adalah komponen pantulan dari objek yang ada di sekitar tempat pengambilan gambar. Proses pemisahan ini memungkinkan perbaikan warna  pada citra digital dengan membuang detil illuminasi yang tidak seragam, sehingga citra hasil keluaran menjadi tampak lebih baik. Citra hasil perbaikan memiliki derau atau noise yang lebih sedikit daripada citra asli, dikarenakan filter yang digunakan mengeliminasi frekuensi tinggi, sedangkan noise disebabkan oleh frekuensi tinggi. Penelitian ini menunjukkan bahwa metode Homomorphic Filtering dapat memperbaiki citra dan mempengaruhi tingkat nilai kekaburan citra hasil sebesar 86% yaitu 0.25 dan nilai contrast sebesar 4% atau 1.14.

Article Details

How to Cite
Hafidz, H., Ananda, A., & Akbar, M. (2015). Perbaikan Citra RGB dengan Metode Homomorphic Filtering Menggunakan Butterworth Filter. Jurnal Komputer Terapan , 1(1), 1–9. Retrieved from https://jurnal.pcr.ac.id/index.php/jkt/article/view/6

References

  1. Saleh Mohsen S.A, Ibrahim A., Laser Mathematical Equations for Homomorphic Filtering in Frequency Domain: A Literature Survey.(45),74-76.International Conference on Information and Knowledge Management. Singapore 2012
  2. Chun-Liang-Chen and Din-Chang Tseng Color Image Enhanchement with Exact HSI Color Model, Taiwan: International Journal of Innovative Computing, Information and Control December 2011, vol.7 number 12.
  3. HasanDemirel, “Image Enhancement in the Frequency Domain,” EE-583: Digital Image Processing
  4. Acharaya, Tinkuand Ray, A.K, “Image Processing Principles and Applications,” New Jersey: John Wiley & Sons, Inc.
  5. NithyaSundaram, “Homomorphic Filtering and Its Application to Image Enhancement,” U.S. Patent 5 668 842, Sept. 16, 1997.
  6. (2002) The IEEE website. [Online]. Available: http://www.ieee.org/
  7. Felix Viallet and Jules Horowitz , The Blur Effect: Perception and Estimation with a New No-Reference Perceptual Blur Metric: San Jose SPIE Electronic Imaging Symposium Conf Human Vision and Electronic Imaging, version 1, 1 Feb 2008
  8. University of Southern California Signal and Image Processing Institute Image database. Available at http://sipi.usc.edu/
  9. Yusra A. Y. Al-Najjar, Dr. Der Chen Soong, Comparison of Image Quality Assessment : PSNR, HVS, SSIM, UIQI. International Journal of Scientific & Engineering Research, Volume 3, Issue 8, August-2012 1. ISSN 2229-5518
  10. Chrisandri, Janisha Gloria(2011), Perbaikan Natural Citra Digital Berwarna Menggunakan Metode Retinex. Mahasiswa jurusan Teknik Informatika Politeknik Caltex Riau. Tidak dipublikasikan.
  11. Adipranata Rudy, Implementasi Image Enhancement Menggunakan Homomorphic Filtering. Universitas Kristen Petra Surabaya
  12. Cheddad, A., Condell, J., Curran, K., Kevitt, P.Mc., 2010. Digital Image Steganography : Survey and Analysis of Current Methods. Signal Processing, Elsevier. Northern Ireland, UK