Pengurangan Noise Untuk Citra Dengan Adaptive Multiscale Products Thresholding
Daftar Isi:
- Hal yang penting dalam penyajian visualisasi citra medis adalah agar dapat dilihat manusia sebagai pengamat. Namun, noise yang pasti muncul dalam akuisisi citra mengakibatkan penurunan kualitas citra. Perbaikan suatu citra (image) adalah suatu proses agar citra dapat dianalisis lebih baik. Denoising (pengurangan noise) adalah salah satu teknik perbaikan citra. Suatu teknik thresholding adaptif berbasis wavelet digunakan untuk menekan noise dari citra medis. Sebuah transformasi wavelet diskrit digunakan dalam Tugas Akhir ini. Metoda STH (Soft Thresholding), HTH (Hard Thresholding), dan MPTH (Multiscale Products Thresholding) digunakan untuk mengkalkulasi dan membandingkan hasil denoising citra medis. Dua kriteria, MSR (Mean-to-Standard Deviation Ratio) dan CNR (Contrast-to-noise Ratio) diajukan untuk mengukur kinerja pengurangan noise pada citra medis. Dari hasil percobaan, dapat disimpulkan bahwa dengan melakukan denoising menggunakan metode MPTH (Multiscale Products Thresholding), maka nilai MSR (Mean-to-Standard Deviation Ratio) dan CNR (Contrast-to-noise Ratio) yang diperoleh lebih tinggi daripada STH (Soft Thresholding) dan HTH (Hard Thresholding).