Implementasi Fast Guided Filter pada Color Attenuation Prior untuk menghilangkan kabut pada citra Gunung Kelud

ABSTRAK

Sebuah gambar mengandung degradasi karena kabut, sehingga pengurangan kontras dan warna yang memudar. Pada penelitian ini, telah dirancang sebuah sistem yang mampu menghilangkan noise, efek kabut atau bisa disebut dengan Dehazing Selain itu, gambar berisi sebuah sensor (pengukuran) kesalahan yang dapat diperkuat dalam proses penghapusan kabut, maka dari itu sebuah metode telah diusulkan untuk penghapusan kabut dari gambar yaitu metode Color Attenuation Prior yang merupakan metode menghitung hasil filter dengan mempertimbangkan konten gambar penuntun, Perangkat lunak yang digunakan adalah software Matlab. Keluaran yang diperoleh adalah suatu gambar yang sudah dipisahkan dengan efek kabut dengan kualitas yang lebih baik. Implementasi Fast Guided Filter komputasi waktu pemprosesannya lebih cepat di bandingkan dengan Guided Filter. Terbukti bahwa di semua percobaan pada kabut tipis, sedang dan tebal di dapat hasil yang berbeda. Perbedaannya bisa mencapai separuhnya bahkan bisa lebih 7 kali lipatnya. Nilai MSE yang rendah akan lebih baik, sedangkan nilai PSNR yang tinggi akan lebih baik. Dapat di buktikan melalui beberapa percobaan diatas dengan 3 data kabut yaitu kabut tipi, sedang dan tebal. Dari beberapa percobaan diatas dari R 15, 30, dan 45 dapat di analisakan nilai R semakin besar kualitas citra semakin baik. Hasil R 45 PSNR Guided Filter kabut tipis Red 64.643735 Green 64.972565 Blue 66.465865. Hasil PSNR Fast Guided Filter kabut tipis Red 60.477115 Green 61.480585 Blue 62.310745. Hasil MSE Guided Filter MSE kabut tipis Red 0.02276709 Green 0.0235727 Blue 0.0143535. Hasil MSE Fast Guided Filter MSE kabut tipis Red 0.0561961 Green 0.0462182 Blue 0.0381814.

ABSTRACT

An image contains degradation due to fog, so the reduction in contrast and colors fades. In this research, has designed a system capable of removing noise, fog effect or can be called with Dehazing. In addition, the image contains a sensor (measurement) error that can be strengthened in the process of mist removal, hence a method has been proposed for the removal of mist from the image of the Color Attenuation Prior method which is the method of calculating the filter results by considering the contents of the drawer. The obtained output is an image that has been separated by the effect of mist with better quality. Fast Guided Filter Implementation Computing time processing faster than Guided Filter. It is evident that in all experiments on thin, medium and thick fogs it can be different results. The difference can be half as much as 7 times more. A low MSE score would be better, while a higher PSNR score would be better. From several experiments of R 15, 30, and 45 can be analyzed the value of R the greater the quality of the image the better. Result R 45 PSNR Guided Filter thin haze Red 64.643735 Green 64.972565 Blue 66.465865. PSNR Results Fast Guided Filter thin fog Red 60.477115 Green 61.480585 Blue 62.310745. MSE Guided Filter Results MSE thin mist Red 0.02276709 Green 0.0235727 Blue 0.0143535. MSE Results Fast Guided Filter MSE thin mist Red 0.0561961 Green 0.0462182 Blue 0.038

مستخلص البحث

تحتوي صورة على التدهور بسبب الضباب، و تجعل تخفيض التباين و اللون التلاشي. في هذه الدراسة، قد صمم النظام الذى يقدر على إزالة الضوضاء وآثار الضباب أو سمي ب Dehaizing. وبالإضافة إلى ذلك، كانت الصورة تحتوي على جهاز استشعار (قياس) الأخطاء التي يمكن تعزيزها في عملية الإزالة على ضباب، و تم اقتراح طريقة لإزالة الضباب من صورة هي طريقة توهين اللون (Color Attenuation Prior) و هي طريقة حساب نتائج مرشح من خلال النظر في محتوى الصورة التوجيهية. و الانتاج منها هو الصورة المفصولة بتأثير الضباب مع الجودة أفضل من قبل. أن حوسبة وقت إجراءات تطبيق تصفية سريع فلتر أسرع بتصفية فلتر. . ومن الواضح أنه في جميع التجارب على الضباب الرقيق والمتوسطة والسميكة تحصل على نتيجة مختلفة، والفرق منها يمكن أن يكون أقل من النصف، أو حتى أكثر من سبعة أضعاف. أنّ نتيجة MSE المنخفضة ستكون أفضل، في حين أن نتيجة PSNR العالية ستكون أفضل. من عدة تجارب هي R 15، 30، و 45، و يمكن التحليل منها هو إن كانت نتيجة R أعلى و أكبر فنتيجة الصورة أحسن. نتائج R 45، قمة نسبة الإشارة إلى الضجيج (PSNR) من تصفية فلتر، ضباب رقيق، أحمر 64.643735، أخضر 64.972565، أزرق 66.465865. و نتائج قمة نسبة الإشارة إلى الضجيج (PSNR) من تصفية سريع فلتر ، ضباب رقيق، أحمر 60.477115 ، أخضر 61.480585، أزرق 62.310745. ونتائج MSE من تصفية فلتر ، ضباب رقيق، أحمر 0.02276709 ، أخضر 0.0235727، أزرق 0.0143535. ونتائج MSE من تصفية سريع فلتر ، ضباب رقيق، أحمر 0.0561961 ، أخضر 0.0462182 ، أزرق 0.0381814