Scribd
Unggah
230 tayangan3 halaman

Modul Filter Spasial

Modul ini membahas tentang filter spasial dan konvolusi citra dengan berbagai jenis filter. Mahasiswa diajarkan mengenai tujuan filtering, jenis-jenis filter seperti lowpass, highpass, dan bandpass filter serta cara menerapkannya pada citra menggunakan MATLAB.

Diunggah oleh

elstar11
Hak Cipta
© © All Rights Reserved
Kami menangani hak cipta konten dengan serius. Jika Anda merasa konten ini milik Anda, ajukan klaim di sini.
Format Tersedia
Unduh sebagai DOCX, PDF, TXT atau baca online di Scribd
230 tayangan3 halaman

Modul Filter Spasial

Modul ini membahas tentang filter spasial dan konvolusi citra dengan berbagai jenis filter. Mahasiswa diajarkan mengenai tujuan filtering, jenis-jenis filter seperti lowpass, highpass, dan bandpass filter serta cara menerapkannya pada citra menggunakan MATLAB.

Diunggah oleh

elstar11
Hak Cipta
© © All Rights Reserved
Kami menangani hak cipta konten dengan serius. Jika Anda merasa konten ini milik Anda, ajukan klaim di sini.
Format Tersedia
Unduh sebagai DOCX, PDF, TXT atau baca online di Scribd
Anda di halaman 1/ 3

MODUL

FILTER SPASIAL

A. Tujuan
1. Mahasiswa mengetahui jenis filter dan penggunaannya
2. Mahasiswa mampu menerapkan filter spasial

B. Perangkat praktikum :
1. Satu set PC dan monitor
2. Keyboard dan mouse
3. Program MATLAB

C. Teori Dasar
Filtering adalah suatu proses dimana diambil sebagian sinyal dari frekuensi
tertentu dan membuang sinyal pada frekwensi yang lain. Filtering/penapisan
dilakukan dengan tujuan :
- perbaikan kualitas citra
- penghilangan derau
- penghalusan citra
- deteksi tepi
sementara itu, filter spasial adalah filter yang bekerja dengan cara korelasi atau
konvolusi. Beberapa jenis filter yang umum di pakai : lowpass filter, highpass filter dan
bandpass filter.
C.1 Lowpass filter(LPF)
LPF menapis citra dengan meloloskan data pada frekuensi rendah dan
mengurangi atau menolak data pada frekuensi tinggi. Salah satu contoh LPF adalah
mean filter dengan kernel berikut:
1/9 1/9 1/9
1/9 1/9 1/9
1/9 1/9 1/9

Tujuan lowpass filter untuk menghilangkan noise dan membuat citra lebih halus,
C.2 Highpass filter (HPF)
HPF meloloskan data pada frekuensi tinggi. Penggunaan HPF untuk melakukan
deteksi tepi. Salah satu bentuk filter ini:
0 1 0
1 4 1
0 1 0
C.3 Bandpass filter
Filter ini meloloskan data pada frekuensi tertentu. Penggunaan filer ini untuk
penajaman bagian tepi.Contoh filter ini:
0 1 0
1 5 1
0 1 0
D. Prosedur Praktikum
Lakukan langkah-langkah berikut.a
D.1 Konvolusi citra dengan filter
1. ketikkan file berikut dan simpan
fileSailboat = imread('D:\EIN PUNYA\KULIAH TE
IT\kuliah sem ganjil 2017\prak pcd\revisi
moodol\citra utk modul\sailboat-color.jpg');
sailboatGray = rgb2gray(fileSailboat);

g1 = [1/9 1/9 1/9;1/9 1/9 1/9;1/9 1/9 1/9];


g2 = [0 -1 0;-1 4 -1;0 -1 0];
g3 = [0 -1 0;-1 5 -1;0 -1 0];

K1 = [5 -3 -3,5 0 -3,5 -3 -3];


K2 = [5 5 -3,5 0 -3,-3 -3 -3];
K3 = [5 5 5,-3 0 -3,-3 -3 -3];
K4 = [-3 5 5,-3 0 5,-3 -3 -3];

Kirsh1 = conv2(double(sailboatGray),double(K1));
Kirsh2 = conv2(double(sailboatGray),double(K2));
Kirsh3 = conv2(double(sailboatGray),double(K3));
Kirsh4 = conv2(double(sailboatGray),double(K4));

Kirsh =
max(Kirsh4,max(Kirsh3,max(Kirsh1,Kirsh2)));
lowPass = conv2(double(sailboatGray),g1);
highPass = conv2(double(sailboatGray),g2);
bandPass = conv2(double(sailboatGray),g3);

figure,
subplot(2,2,1); imshow(uint8(sailboatGray));
subplot(2,2,2); imshow(uint8(lowPass));
subplot(2,2,3); imshow(uint8(Kirsh));
subplot(2,2,4); imshow(uint8(bandPass));

2. Buat kesimpulan dari gambar yang tamppil


3. Tentukan apakah operasi dengan kernel berikut termasuk filter apa?
a.
1/16 1/8 1/16
1/8 1/4 1/8
1/16 1/8 1/16

1 1 1
b. 1 8 1
1 1 1

Anda mungkin juga menyukai