Analisis Komparasi Metode Perbaikan Kontras Berbasis Histogram Equalization Pada Citra Medis

Abstract

Citra merupakan gambaran tentang karakteristik suatu obyek menurut kondisi variabel tertentu. Pengolahan citra bertujuan memperbaiki kualitas citra agar mudah diinterpretasi oleh manusia atau mesin (dalam hal ini komputer). Terdapat beberapa operasi di dalam pengolahan citra, salah satunya adalah perbaikan kontras yang pada dasarnya biasa digunakan untuk memunculkan bagian-bagian yang tidak terlihat (hidden feature) pada citra. Hasil citra dari rontgen yang tidak selalu memiliki kualitas citra yang baik, seperti halnya hasil citra x-ray yang terlalu gelap atau ada bagian tulang yang terlihat samar sehingga gambar tidak terlihat jelas. Pada penelitian ini teknik peningkatan citra dengan perbaikan kontras menggunakan metode berbasis Histrogram Equalization. Pada citra medis tersebut dan juga menunjukkan kinerja hasil pengukuran kontrol eror menggunakan Mean Square Error menjelaskan bahwa metode Contrast Limited Adaptive Histogram Equalization lebih baik dibandingkan dengan metode Histrogram Equalization dan metode Adaptive Histogram Equalization.

Klasifikasi Citra X-Ray Toraks Dengan Menggunakan Contrast Limited Adaptive Histogram Equalization Dan Convolutional Neural Network (Studi Kasus: Pneumonia)

“…Nilai batas ini disebut dengan clip limit yang menyatakan tinggi maksimum dari sebuah histogram [14]. Beberapa penelitian yang telah menggunakan CLAHE sebagai metode untuk melakukan perbaikan citra seperti pada penelitian [15], [16], dan [17] menunjukan bahwa CLAHE dapat dengan baik melakukan perbaikan citra. Oleh karena itu diharapkan dengan menggunakan CLAHE kualitas pencahayaan citra yang masih kurang baik dapat lebih ditingkatkan sehingga detail pada citra yang sebelumnya kurang memadai dapat lebih diperbaiki.…”

Studi Perbandingan Perbaikan Kualitas Citra Gestur Tangan Menggunakan Metode Histogram Equalization Dengan Adaptive Histogram Equalization

“…Metode histogram equalization (HE) merupakan sebuah proses memeratakan histogram citra dengan cara mengubah nilai keabuan suatu piksel menjadi nilai keabuan baru yang berbeda dari aslinya melalui suatu proses transformasi [8]. Tujuan dari histogram equalization adalah untuk mendistribusikan tingkat abu-abu dalam sebuah citra sehingga setiap tingkat abu-abu sama mungkin terjadi [12].…”

Automated Contrast Improvement of X-Ray Image Using Otsu Threshold on Contrast-Limited Adaptive Histogram Equalization Algorithm

“…This research uses Mean Square Error (MSE) which is a measure of quality control used to determine the quality of a digital image process to erorr value. [10] The MSE calculates how much data shifts between the source signal and the output signal, where the source and output signal have the same size. The value of a good MSE is close to 0.…”