{"title":"通过采用中位滤波器和不规则滤波器对图像深度变化进行分析","authors":"Irpan Adiputra Pardosi, Ali Akbar Lubis","doi":"10.24002/IJIS.V1I2.1939","DOIUrl":null,"url":null,"abstract":"Algoritma reduksi noise salt pada citra mampu mengurangi sebagian atau keseluruhan noise, tapi berdampak pada keragaman informasi dan kualitas citra. Persentase noise yang lebih besar juga membuat perubahan yang besar pada citra, namun hasilnya dapat berbeda untuk citra dengan kedalaman bit yang berbeda-beda. Kemampuan algoritma reduksi noise mampu bekerja maksimal untuk noise di bawah 20%. Penelitian terdahulu mengenai proses reduksi noise citra diantaranya menggunakan algoritma Adaptive Fuzzy Filter (AFF) dan Spatial Median Filter (SMF) yang mampu menghilangkan noise. Keduanya mampu mereduksi noise dengan hasil maksimal di bawah 45% pada citra 8 bit, namun menyisakan beberapa noise. Oleh karena itu, perlu dikaji kinerja algoritma dan dampaknya terhadap citra dengan noise yang lebih besar. Penelitian ini khusus mengatasi noise jenis salt and pepper dengan persentase noise di atas 45% pada citra warna bitmap. Selain itu, penelitian ini menganalisis citra hasil mulai dari kualitas citra dan keragaman informasi setelah proses reduksi noise dengan menggunakan Algoritma SMF dan AFF. Dari hasil pengujian citra untuk persentase noise salt 45%, 55%, 65%, dan 75% pada kedalaman citra 8, 16, dan 24 bit, dapat disimpulkan bahwa Algoritma AFF lebih baik dibandingkan SMF mengacu pada nilai Peak Signal to Noise Ratio (PSNR), sebaliknya algoritma SMF lebih baik untuk keragaman informasi, mengacu pada nilai shannon entropy. Kedua hal ini berlaku untuk semua variasi kedalaman citra warna.","PeriodicalId":34118,"journal":{"name":"Indonesian Journal of Information Systems","volume":"99 1","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2019-02-23","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"4","resultStr":"{\"title\":\"Analisis Kualitas Citra Hasil Reduksi Noise Menggunakan Spatial Median Filter dan Adaptive Fuzzy Filter Terhadap Variasi Kedalaman Citra\",\"authors\":\"Irpan Adiputra Pardosi, Ali Akbar Lubis\",\"doi\":\"10.24002/IJIS.V1I2.1939\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Algoritma reduksi noise salt pada citra mampu mengurangi sebagian atau keseluruhan noise, tapi berdampak pada keragaman informasi dan kualitas citra. Persentase noise yang lebih besar juga membuat perubahan yang besar pada citra, namun hasilnya dapat berbeda untuk citra dengan kedalaman bit yang berbeda-beda. Kemampuan algoritma reduksi noise mampu bekerja maksimal untuk noise di bawah 20%. Penelitian terdahulu mengenai proses reduksi noise citra diantaranya menggunakan algoritma Adaptive Fuzzy Filter (AFF) dan Spatial Median Filter (SMF) yang mampu menghilangkan noise. Keduanya mampu mereduksi noise dengan hasil maksimal di bawah 45% pada citra 8 bit, namun menyisakan beberapa noise. Oleh karena itu, perlu dikaji kinerja algoritma dan dampaknya terhadap citra dengan noise yang lebih besar. Penelitian ini khusus mengatasi noise jenis salt and pepper dengan persentase noise di atas 45% pada citra warna bitmap. Selain itu, penelitian ini menganalisis citra hasil mulai dari kualitas citra dan keragaman informasi setelah proses reduksi noise dengan menggunakan Algoritma SMF dan AFF. Dari hasil pengujian citra untuk persentase noise salt 45%, 55%, 65%, dan 75% pada kedalaman citra 8, 16, dan 24 bit, dapat disimpulkan bahwa Algoritma AFF lebih baik dibandingkan SMF mengacu pada nilai Peak Signal to Noise Ratio (PSNR), sebaliknya algoritma SMF lebih baik untuk keragaman informasi, mengacu pada nilai shannon entropy. Kedua hal ini berlaku untuk semua variasi kedalaman citra warna.\",\"PeriodicalId\":34118,\"journal\":{\"name\":\"Indonesian Journal of Information Systems\",\"volume\":\"99 1\",\"pages\":\"\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2019-02-23\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"4\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Indonesian Journal of Information Systems\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.24002/IJIS.V1I2.1939\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Indonesian Journal of Information Systems","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.24002/IJIS.V1I2.1939","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
Analisis Kualitas Citra Hasil Reduksi Noise Menggunakan Spatial Median Filter dan Adaptive Fuzzy Filter Terhadap Variasi Kedalaman Citra
Algoritma reduksi noise salt pada citra mampu mengurangi sebagian atau keseluruhan noise, tapi berdampak pada keragaman informasi dan kualitas citra. Persentase noise yang lebih besar juga membuat perubahan yang besar pada citra, namun hasilnya dapat berbeda untuk citra dengan kedalaman bit yang berbeda-beda. Kemampuan algoritma reduksi noise mampu bekerja maksimal untuk noise di bawah 20%. Penelitian terdahulu mengenai proses reduksi noise citra diantaranya menggunakan algoritma Adaptive Fuzzy Filter (AFF) dan Spatial Median Filter (SMF) yang mampu menghilangkan noise. Keduanya mampu mereduksi noise dengan hasil maksimal di bawah 45% pada citra 8 bit, namun menyisakan beberapa noise. Oleh karena itu, perlu dikaji kinerja algoritma dan dampaknya terhadap citra dengan noise yang lebih besar. Penelitian ini khusus mengatasi noise jenis salt and pepper dengan persentase noise di atas 45% pada citra warna bitmap. Selain itu, penelitian ini menganalisis citra hasil mulai dari kualitas citra dan keragaman informasi setelah proses reduksi noise dengan menggunakan Algoritma SMF dan AFF. Dari hasil pengujian citra untuk persentase noise salt 45%, 55%, 65%, dan 75% pada kedalaman citra 8, 16, dan 24 bit, dapat disimpulkan bahwa Algoritma AFF lebih baik dibandingkan SMF mengacu pada nilai Peak Signal to Noise Ratio (PSNR), sebaliknya algoritma SMF lebih baik untuk keragaman informasi, mengacu pada nilai shannon entropy. Kedua hal ini berlaku untuk semua variasi kedalaman citra warna.