MAGNIFIKASI PERBAIKAN CITRA DIJITAL MULTI RESOLUSI DENGAN METODE GABUNGAN TAPIS LOLOS BAWAH DAN INTERPOLASI BILINEAR
Abstract
Dalam teknik pengolahan citra digital (digital image procesing), proses magnifikasi merupakan suatu
proses yang bertujuan untuk memperbesar ukuran citra. Magnifikasi citra sangat erat kaitannya dengan
ukuran penyimpanan yang tinggi dan dalam media jamak merupakan subyek yang valueable dalam
pengolahan citra. Magnifikasi juga merupakan proses pembesaran sesuatu hanya dalam penampilan, tidak
dalam ukuran fisik. Beberapa penelitian sebelumnya, menggunakan teknik untuk memperbesar seluruh
obyek dalam citra digital, tetapi diperlukan perbesaran pada obyek tertentu. Penelitian ini bertujuan
mengimplementasikan algoritma untuk memagnifikasi citra digital pada citra dunia nyata yang tidak
memerlukan sejumlah besar masukan dari pengguna. Sebuah citra dunia nyata yang realistis akan menjadi
citra yang bebas dari artefak seperti kabur (blurring), berbayang (shadowing) dan jaggies. Citra harus
mencakup kontur halus dan juga transisi tepi yang cepat. Proses magnifikasi citra dilakukan dengan dua
tahap, yaitu proses pertama adalah proses pencuplikan citra digital, proses pencuplikan ini dilakukan
secara manual, yang kemudian dilakukan proses filterisasi dan diperbesar dengan metode interpolasi
secara bilinear. Keluarannya berupa nilai rata-rata keluaran dari kedua proses tersebut. Hasil penelitian
menunjukkan proses perbesaran citra diatas dua kali dengan metode gabungan menghasilkan nilai Mean
Sequare Error (MSE) lebih kecil dan nilai PSNR 73% lebih besar dibandingkan dengan metode nongabungan.
Keywords
Full Text:
PDF (Bahasa Indonesia)References
Bilinear Interpolation,
http://www.GIASSA.NET/Bilinear
Interpolation/.
Notoatmodjo. Prof. Dr. Soekidjo.[
, Prinsip-Prinsip Dasar Ilmu
Kesehatan Masyarakat. Cet. ke-2,
Mei. Jakarta : Rineka Cipta.
R. C. Gonzalez, R. E. Woods, [2002]
Digital Image Processing, 2nd ed.,
Prentice Hall.
LI Zhiwei, ZHANG Min and WANG
Jiechao [2006], “An Image Zooming
Technique Based on the Relative
Color Difference of Pixels”, IEEE
Transactions On Image
Processing, Vol. 15, No.2.
Philippe Thévenaz, Thierry Blu
and Michael Unser, “Image
Interpolation and Resampling”.
Sakamoto, Tadashi, dkk, [1998]
“Software Pixel Interpolation For
Digital Still Cameras Suitable For A
-Bit MCU, IEEE Transactions on
Consumer Electronics,. 1998.
Werbos, P. [1974], “New Tools For
Prediction And Analy In The
Behavioral Sciences, “ Ph.D. Thesis,
Harvard University Committee on
Applied Mathematics.
Itoh, O., K. Gotoh, T. Nakayama,
and S. Takamizawa [1987],
“Application Of Fuzzy Control To
Activated Sludge Process,” Proc. 2nd
IFSA Congress, Tokyo, Japan, pp.
-285
Turner, H., Did Intuitive Downplay
Risks Assciated with daVinci Robot?
http://www.lawyersandsettlements.
com/articles/da-Vincirobot/operating-room-injuriesdavinci-lawsuit-2-19173.html,
diakses tanggal 25 Oktober 2013
http://eziekim.wordpress.com/2011
/11/23/computer-vision/, diakses
tanggal 25 Oktober 2013
S. Battiato, G. Gallo, F. Stanco,
, “A Locally-Adaptive
Zooming Algorithm for Digital
Images”, Elsevier Science Inc. -
Image and Vision Computing
Journal , vol. 20, n. 11, pp. 805-812,
September.
Y. Cha and S. Kim,[ 2006]. “ErrorAmended
Sharp Edge Schemes For
Image Interpolation”, IEEE Trans.
Image Process, vol. 16, no. 6, pp.
–1505,.
.
Refbacks
- There are currently no refbacks.