Perfomance Evaluation of Fuzzy and Histogram Based Color Image Enhancement

Perfomance Evaluation of Fuzzy and Histogram Based Color Image Enhancement

Didalam sistem komputer teknik perbaikan kontras gambar digunakan dalam perbaikan kualitas gambar dan untuk menganalisis keistimewaan gambar yang sulit dideteksi oleh manusia. Tujuan utama perbaikan gambar adalah gambar lebih tepat dan seragam dalam kontrasnya dan pencahayaanya dibandingkan dengan gambar yang original.

Untuk memperoleh gambar tersebut maka penelitian ini mengggunakan metode fuzzy didasarkan pada otomasi kontras dimana membantu untuk meningkatkan kulaitas visual dari gambar. Teknik yang digunakan adalah terfokus pada rata-rata intesintas dari gambar (M) dan parameter intensitas kontras (K). Pendektan menggunakan ruang warna HSV yang hanya V bagian yang memelihara data kromatik ( H dan S)

Teknik perbaikan kontras

1.      Persamaan Histogram

Persamaan histogram didasarkan dalam asumsi bahwa keseragaman distribusi hitam putih mempunyai kontras paling baik. Teknik ini untuk memodifikasi intesitas gambar untuk meningkatkan kontras gambar. Kontas yang lemah digambarkan dengan histogram kecil sedangkan kontras yang tinggi digambarkan dengan histogram yang lebar. Persamaan histogram dapat menggambarkan rincian tersebunyi di gambar dengan merentangkan kontras dari daerah lokal dimana yang dapat membuat perbedaan daerah.

2.      Penyesuaian Persamaan Histogram

Penyesuaian persamaan histogram lebih memperkuat noisy di daerah homogeny dari suatu gambar.

3.      Perbaikan Fuzzy

Metode ini didasarkan pada optomalisasi entropi oleh parameter yang terlibat dalam intensifikasi yang akan mencocokan tingkat gray dalam suatu gambar.

Teknik perbaikan fuzzt hanya untuk meningkatkan warna gambar dengan kontras rendah dan rendah pencahayaanya. Metode ini menggunakan ruang warna HSV dimana hanya elemen V diperluas dengan melindungi warna seperti Hue (H) dan Saturation (S). perpanjangan dari elemen V dilakukan dibawah kendali dari faktor M dan K. menurut metode yang diberikan, P Q dimensi gambar RGB dikonversi ke dalam HSV dan dievaluais histogram tersebut, dimana x anggota V.h(x) menggambarkan jumlah piksel gambar dengan x nilai intensitas.

 Hasil:

Evaluasi Performa:

1.      Mean Square Error (MSE)

MSE merupakan perhitungan  performa dari metode eksisting dan hasil gambar.

2.      Peak Signal to Noise Ratio (PSNR)

PSNR lebih membandingkan antara kekuatan sinyal dan kekuatan yang merusak yang mempengaruhi kulaitas gambar. Nilai PSNR semakin tinggi mengindikasikan bahwa rekontruksi berkualitas tinggi.

Dimana MAX menunjukan sinyal puncak dari gamabr original

Kesimpulan:

Dengan menggunakan metode fuzzy didasarkan pada peningkatan kontras gambar secara efisien dengan berdasarkan utilisasi histogram yang didasarkan dari algoritma perbaikan gambar.

Referensi

Taranbir Kaur, Ravneet Kaur Sidhu.2015. Journal of Performance Evaluation of Fuzzy and Histogram Based Color Image Enhancement. Jalandhar (India): CT Institute of Technology and Researh