Pengolahan Citra Digital (Digital Image Processing)

Pengolahan Citra Digital (Digital Image Processing) merupakan bidang ilmu yang mempelajari tentang bagaimana suatu citra itu dibentuk, diolah, dan dianalisis sehingga menghasilkan informasi yang dapat dipahami oleh manusia. Citra digital merupakan representasi dari fungsi intensitas cahaya dalam bentuk diskrit pada bidang dua dimensi. Citra tersusun oleh sekumpulan piksel (picture element) yang memiliki koordinat (x,y) dan amplitudo f(x,y). Koordinat (x,y) menunjukkan letak/posisi piksel dalam suatu citra, sedangkan amplitudo f(x,y) menunjukkan nilai intensitas warna citra. Representasi citra digital beserta piksel penyusunnya ditunjukkan pada Gambar 1 berikut ini.

            Pada umumnya, berdasarkan kombinasi warna pada piksel, citra dibagi menjadi tiga jenis yaitu citra RGB, citra grayscale, dan citra biner. Citra pada Gambar 1 termasuk dalam jenis citra RGB truecolor 24-bit. Citra tersebut tersusun oleh tiga kanal warna yaitu kanal merah, kanal hijau, dan kanal biru.

Masing-masing kanal warna memiliki nilai intensitas piksel dengan kedalaman bit sebesar 8-bit yang artinya memiliki variasi warna sebanyak 2^8 derajat warna (0 s.d 255).

Pada kanal merah, warna merah sempurna direpresentasikan dengan nilai 255 dan hitam sempurna dengan nilai 0. Pada kanal hijau, warna hijau sempurna direpresentasikan dengan nilai 255 dan hitam sempurna dengan nilai 0. Begitu juga pada kanal biru, warna biru sempurna direpresentasikan dengan nilai 255 dan hitam sempurna dengan nilai 0.

Perintah MATLAB untuk menampilkan citra digital dan masing-masing kanal penyusunnya adalah sebagai berikut:

clc; clear; close all; warning off all;

 

I = imread('REHAN.JPG);

Red = I(:,:,1);

Green = I(:,:,2);

Blue = I(:,:,3);

I_Red = cat(3,Red,Green*0,Blue*0);

I_Green = cat(3,Red*0,Green,Blue*0);

I_Blue = cat(3,Red*0,Green*0,Blue);

 

figure, imshow(I);

figure, imshow(I_Red);

figure, imshow(I_Green);

figure, imshow(I_Blue);

 

 

 

 

Jenis citra yang kedua adalah citra grayscale. Citra grayscale merupakan citra yang nilai intensitas pikselnya didasarkan pada derajat keabuan. Pada citra grayscale 8-bit, derajat warna hitam sampai dengan putih dibagi ke dalam 256 derajat keabuan di mana warna hitam sempurna direpresentasikan dengan nilai 0 dan putih sempurna dengan nilai 255. Citra RGB dapat dikonversi menjadi citra grayscale sehingga dihasilkan hanya satu kanal warna. Persamaan yang umumnya digunakan untuk mengkonversi citra RGB truecolor 24-bit menjadi citra grayscale 8-bit adalah.

 

clc; clear; close all; warning off all;

 

I = imread('REHAN.jpg);

Red = I(:,:,1);

Green = I(:,:,2);

Blue = I(:,:,3);

I_Red = cat(3,Red,Green*0,Blue*0);

I_Green = cat(3,Red*0,Green,Blue*0);

I_Blue = cat(3,Red*0,Green*0,Blue);

 

figure, imshow(I);

figure, imshow(I_Red);

figure, imshow(I_Green);

figure, imshow(I_Blue);

I_Gray = rgb2gray(I);

figure, imshow(I_Gray);

 

 

 

 

Thresholding pada umumnya digunakan dalam proses segmentasi citra. Proses tersebut dilakukan untuk memisahkan antara foreground (objek yang dikehendaki) dengan background (objek lain yang tidak dikehendaki). Pada hasil segmentasi, foreground direpresentasikan oleh warna putih (1) dan background direpresentasikan oleh warna hitam (0). Pada kasus segmentasi pada satu citra saja, kita dapat menentukan nilai threshold dengan metode trial and error. Namun pada kasus segmentasi pada citra dengan jumlah yang banyak, dibutuhkan suatu metode untuk menentukan nilai threshold secara otomatis. Nilai threshold dapat diperoleh secara otomatis dengan menggunakan metode Otsu (1979).

Perintah MATLAB untuk melakukan thresholding dengan metode Otsu adalah:

clc; clear; close all; warning off all;

 

I = imread('REHAN.jpg);

Red = I(:,:,1);

Green = I(:,:,2);

Blue = I(:,:,3);

I_Red = cat(3,Red,Green*0,Blue*0);

I_Green = cat(3,Red*0,Green,Blue*0);

I_Blue = cat(3,Red*0,Green*0,Blue);

 

figure, imshow(I);

figure, imshow(I_Red);

figure, imshow(I_Green);

figure, imshow(I_Blue);

 

thresh = graythresh(I_Gray);

I_bw_otsu = im2bw(I_Gray,thresh);

figure, imshow(I_bw_otsu);

4. Hasil dan Pembahasan

Berdasarkan pada fungsi yang telah dibahas pada metode penilitian, maka dihasilkan konversi citra yang diaplikasikansebagai berikut: