Publisher

UNISBAUNISBA

Journal Matematika: Jurnal Teori dan Terapan MatematikaMatematika: Jurnal Teori dan Terapan Matematika Abstract

Citra merupakan istilah lain dari gambar, yaitu informasi yang berbentuk visual. Citra digital dibentuk oleh suatu kumpulan titik yang dinamakan piksel. Sebuah citra digital dapat mewakili oleh sebuah matriks yang terdiri dari M kolom N baris. Noise adalah suatu piksel yang mengganggu kualitas citra. Noise merupakan penyebab utama penurunan kualitas citra, Proses penghilangan noise pada pengolahan citra disebut denoising. Denoising perlu dilakukan karena suatu noise dapat menghalangi pengambilan informasi pada citra tersebut. Filter wiener merupakan proses denoising citra digital yang menggunakan pendekatan gabungan antara fungsi degradasi dengan sifat-sifat Statistika dari noise. Filter wiener adalah filter yang di dalamnya memiliki pendekatan untuk merestorasi citra dengan mengurangi sensitivitas noise pada filter inversi. Metode ini didasarkan pada pertimbangan antara gambar dan noise yang dianggap sebagai proses acak, tujuannya untuk menemukan sebuah taksiran 𝑓̂ dari citra yang tak rusak 𝑓 sedemikian sehingga mean square error diantara keduanya dapat diminimalkan. Fungsi taksiran 𝑓̂(𝑢, 𝑣) merupakan hasil citra yang telah direstorasi, fungsi 𝐺(𝑢, 𝑣) adalah citra asli yang telah di transformasi sedangkan fungsi 𝐻(𝑢, 𝑣) adalah citra degradasi yang telah di transformasi. Transformasi yang digunakan adalah Fast Fourier Transform (FFT). Setelah dilakukan pengujian terhadap citra yang diberi Gaussian noise penerapan filter wiener pada restorasi citra dapat mengurangi noise yang sebelumnya telah diberikan pada citra, namun tidak dapat mengembalikan citra tersebut kembali seperti citra asli sebelum diberi noise.

Conclusion

Setelah melakukan pengujian filter wiener terhadap citra keabuan yang telah diberi Gaussian noise, filter wiener dapat merestorasi kualitas citra yang telah tergradasi.Namun citra tergradasi yang telah di filter menggunakan filter wiener tersebut tidak dapat kembali seperti citra aslinya.Dapat disimpulkan bahwa filter wiener hanya meringankan gangguan noise yang ada pada citra, tetapi tidak dapat menghilangkan keseluruhan noise untuk memulihkan citra agar kembali seperti citra asli sebelum terkena noise.

Future Research

Bagaimana performa filter Wiener dapat ditingkatkan dengan menggabungkannya bersama teknik denoising lain, seperti transformasi wavelet atau jaringan saraf konvolusional, untuk mengurangi noise secara lebih efektif pada citra digital? Apakah pemilihan nilai konstanta K secara adaptif berdasarkan karakteristik lokal citra, misalnya melalui algoritma pembelajaran mesin, dapat memperbaiki estimasi citra terestorasi dan meningkatkan nilai PSNR? Sejauh mana metode filter Wiener dapat diaplikasikan pada citra berwarna serta pada jenis noise lain, seperti impulsif (salt‑and‑pepper) atau speckle, dan bagaimana perbandingan hasilnya dengan citra keabuan ber‑Gaussian? Dapatkah pendekatan multiskala yang memanfaatkan dekomposisi frekuensi pada level berbeda meningkatkan kemampuan filter Wiener dalam mempertahankan detail struktural sekaligus menekan noise pada gambar dengan resolusi tinggi? Penelitian lanjutan juga perlu mengkaji integrasi metrik kualitas visual tambahan, seperti SSIM, bersama PSNR untuk menilai secara komprehensif kualitas citra hasil restorasi pada berbagai skenario penggunaan praktis. Selain itu, evaluasi waktu komputasi dan kebutuhan memori dari kombinasi metode tersebut penting untuk memastikan kelayakan implementasinya pada perangkat dengan sumber daya terbatas, seperti smartphone atau sistem UAV.

References

1. 0. pdf obj endobj inlineshape alt td tr table h1 pg li lbody textbox figure jouranal png nums sect type... doi.org/10.5120/13310-08570 pdf obj endobj inlineshape alt td tr table h1 pg li lbody textbox figure jouranal png nums sect type doi 10 5120 13310 0857

Metadata

File size	301.65 KB
Pages	6
DMCA	Report