Pengembalian semula Imej

1. Pengembalian semula Imej nazlita@fsktm.um.edu.my

2. Pengembalian semula Imej • Utk meningkatkan penampilan imej • Menggunakan model matematik bagi degradasi imej • Dgn lakukan proses pengkaburan imej dilakukan dengan pergerakan ataupun gangguan atmosphera • degradasi imej ini boleh dijangkakan nazlita@fsktm.um.edu.my

3. Prinsip yang digunakan disini adalah dengan mencari sonsangan kepada proses degradasi tadi untuk mendapatkan kembali imej asal • Untuk proses pengembalian imej sebenar ini berjaya dilakukan, sesorang hendaklah pandai memodelkan proses perendahan mutu • Ianya boleh ditunjukkan seperti dalam gambarajah di sebelah : nazlita@fsktm.um.edu.my

4. Proses Pengembalian Imej Sebenar nazlita@fsktm.um.edu.my

5. Dengan merujuk rajah diperhatikan, contoh imej yang bermutu rendah dan pengetahuan penciptaan merupakan masukan kepada pembinaan model degradasi imej serta pembinaan proses penyonsangan kepada proses degradasi • Setelah proses penyonsangan dibina, ianya digunakan ataupun diaplikasikan ke atas imej yang hendak diproses iaitu d(r,c) dan seterusnya menghasilkan imej yang sebenar (penghampiran) iaitu Î(r,c) nazlita@fsktm.um.edu.my

6. Proses tersebut akan diulang sehingga ianya memperolehi imej yang bersesuaian • Untuk itu kita boleh nyatakan bahawa pengembalian imej sebenar merupakan proses penghampiran untuk mendapat proses perendahan mutu yang mana akan menghasilkan proses sonsangan nazlita@fsktm.um.edu.my

7. Model sistem • Secara amya model proses degradasi terbahagi kepada 2 iaitu fungsi degradasi dan juga fungsi kebisingan iaitu seperti ditunjukkan di bawah • Di mana * proses convolution (domain ruang) d(r,c)imej yang digradasikan h(r,c) fungsi degradasi I(r,c) imej asal n(r,c) fungsi kebisingan nazlita@fsktm.um.edu.my

8. Utk domain frekuensi : • Di mana D(u,v) Transformasi Fourier (TF) untuk imej yang didegradasikan H(u,v) TF untuk fungsi degradasi I(u,v) TF untuk imej asal N(u,v) TF untuk fungsi kebisingan nazlita@fsktm.um.edu.my

9. Kebisingan • Sebelum ke pergi ke proses pengembalian imej, kita perlu memahami apakah yang dimaksudkan oleh kebisingan • Kebisingan adalah suatu rentetan maklumat yang tidak diperlukan (dikehendaki) yang mencemari sesuatu imej • Ia dihasilkan oleh berbagai sumber nazlita@fsktm.um.edu.my

10. Penyebaran kebisingan boleh dikategorikan kepada : • Gaussian • Seragam • salt and pepper • ianya dimodelkan oleh histogram sebagai fungsi untuk tahap kelabu nazlita@fsktm.um.edu.my

11. Di mana g tahap kelabu m purata  sisihan piawai nazlita@fsktm.um.edu.my

12. Penyahkebisingan Dengan Menggunakan Penapisan Ruang • Berkesan untuk menyahkebisingan untuk imej digital • berfungsi menggunakan kejiranan yang kecil seperti 3 X 3 kepada 11 X 11 • boleh dilakukan sama seperti proses convolution nazlita@fsktm.um.edu.my

13. Persamaan di atas; dengan anggapan bahawa tiada proses degradasi berlaku. • 2 kategori asas : • Penapis Beraturan • Penapis Pemurataan • tetapi terdapat satu penapis yang merubah keadaan perlakuannya dengan berubahnya ciri-ciri statistik tahap kelabu yang dipanggil penapis penyesuaian nazlita@fsktm.um.edu.my

14. Penapis Beraturan • Dilaksanakan dengan membuat pengaturan nilai ahli-ahli kejiranan mengikut tahap terendah sehingga tahap tertinggi dalam nilai tahap kelabu dan kemudian menggunakan aturan ini untuk memilih nilai yang dikehendaki • ianya berdasarkan kepada statistik imej yang dikenali sebagai statistik aturan • ia dilaksanakan dengan menggunakan sub-imej ataupun tetingkap dan mengantikan piksel ditengah-tengah nazlita@fsktm.um.edu.my

15. Statistik aturan adalah satu teknik menyusun piksel mengikut aturan yang berturutan berdasarkan nilai tahap kelabu • sebagai contoh, kita ada tetingkap di bawah nazlita@fsktm.um.edu.my

16. Dengan menggunakan teknik statistik aturan ianya menjadi seperti berikut : • {85,88,95,100,104,104,110,110,114} nazlita@fsktm.um.edu.my

17. Salah satu penapis aturan adalah penapis median • penapis median akan mengambil nilai ditengah-tengah daripada set aturan tersebut dilihat dairpada contoh, nilai yang dipilih adalah 104 kerana terdapat 4 nilai di atas dan juga ada 4 nilai di tendah. • langkah yang digunakan adalah bersamaan dengan proses convolution nazlita@fsktm.um.edu.my

18. Lain-lain penapis aturan adalah penapis maksimum dan penapis minimum. • kedua-dua penapis ini boleh digunakan untuk menyahkan kebisingan salt and pepper • terdapat juga penapis lain yang dipanggil penapis titik tengah dan penapis purata pangkasan-alpha • untuk penapis purata pangkasan-alpha ianya menggunakan formula berikut : nazlita@fsktm.um.edu.my

19. Katakan kita ada set aturan • Purata Pangkasan-Alpha adalah • Di mana T merupakan bilangan piksel yang akan dikecuali daripada kedua-dua hujung set aturan, ianya boleh mengambil nilai antara 0 hingga nazlita@fsktm.um.edu.my

20. Penapis Pemurataan • Dilaksanakan dengan mencari nilai purata untuk nilai didalam tetingkap N X N • kaedah yang sama seperti convolution • salah satu jenis penapis berjenis ialah penapis purata aritmetik yang merupakan asas kepada penapis pemurataan • formula yang digunakan adalah seperti di sebelah : nazlita@fsktm.um.edu.my

21. Di mana N2merupakan bilangan piksel dalam tetingkap N X N, W • ia melicinkan atau melancarkan variasi tempatan dalam sesuatu imej iaitu seolah-olah mengaburkan imej tersebut tetapi dalam masa yang sama ianya menyahkan kebisingan. • ia boleh menggunakan topeng convolution dengan nilai setiap ahli topeng adalah 1/ N2 nazlita@fsktm.um.edu.my

22. Satu lagi jenis penapis pemurataan adalah yang dipanggil penapis pemurataan harmonik • formula yang digunakan dalam penapis adalah seperti di bawah: nazlita@fsktm.um.edu.my

23. Latihan • Diberi imej : nazlita@fsktm.um.edu.my

24. Dengan menggunakan sub-imej bersaiz 3 X 3 dapatkan imej yang telah ditapis dengan menggunakan : • Penapis Median • Penapis Titik tengah • Penapis Purata Pangkasan-Alpha nazlita@fsktm.um.edu.my

25. Dengan menggunakan matriks yang sama sebelum ini kirakan hasil daripada penapis berikut : • penapis pemurataan aritmetik • penapis pemurataan harmonik • cuba lihat perbezaan di antara penapis beraturan dengan penapis pemurataan nazlita@fsktm.um.edu.my