PENINGKATAN CONTRAST CITRA BAWAH AIR LAUT MENGGUNAKAN METODE CLAHE (Contrast Limited Adaptive Histogram Equalization)

Dani Rohpandi, Asep Sugiharto, Deny Erwandi, Ananda Rizki Andrian Indrapraja

Sari


Ekosistem bawah laut telah menjadi pusat perhatian internasional sejak efeknya membawa perubahan evolusi pada terumbu karang. Wilayah-wilayah pelestarian terumbu karang banyak yang dijadikan destinasi wisata. Sebagian wisatawan tidak segan-segan mengabadikan ekosistem bawah laut (underwater). Namun, hasil pengambilan citra underwater kualitasnya rendah. Hal ini diakibatkan karena rendahnya kontras di dalam air. Semakin dalam proses pengambilan citra, semakin sedikit warna yang didapat karena cahaya matahari sulit menembus kedalaman air. Oleh karena itu, dibutuhkan penelitian dengan metode yang mampu meningkatkan kontras citra tetapi tidak berlebihan. Metode yang digunakan pada penelitian ini adalah metode CLAHE (Contrast Limited Adaptive Histogram Equalization). Metode CLAHE beroperasi pada tile, kontras yang terdapat pada tiap-tiap tile akan diperbaiki, sehingga histogram yang dihasilkan dari area tersebut cocok dengan histogram yang ditentukan. Tile yang saling bersebelahan dihubungkan menggunakan interpolasi bilinear.

 

Kata kunci – Contrast Enhancement, CLAHE, Gambar Bawah Air


Kata Kunci


Contrast Enhancement, CLAHE, Gambar Bawah Air

Teks Lengkap:

PDF

Referensi


Thamizharasi Ayyavoo, Jayasudha John Suseela, “ILLumination pre- processing method for face recognition using 2D DWT and CLAHE,” IET Biom., 2018, Vol. 7 Iss. 4, pp. 380-390 ©The Institution of Engineering and Technology 2017

Yakun Chang, Cheolkon Jung, Member, IEEE, Peng Ke, Hyoseob Song, and Jungmee Hwang, “Automatic Contrast Limited Adaptive Histogram Equalization with Dual Gamma Correction,” IEEE ACCESS

Huang Lidong, Zhao Wei, Wang Jun, Sun Zebin, “Combination of contrast limited adaptive histogram equalisation and discrete wavelet transform for image enhancement,” IET Image Process., 2015, Vol. 9, Iss. 10, pp. 908–915 ©The Institution of Engineering and Technology 2015

Armin Mustafa, Hansung Kim, and Adrian Hilton, “MSFD: Multi-scale segmentation based feature detection for wide-baseline scene reconstruction,” 1057-7149 (c) 2018 IEEE

Badal Soni , Pradip K. Das, Dalton Meitei Thounaojam, “Keypoints based enhanced multiple copymove forgeries detection system using density-based spatial clustering of application with noise clustering algorithm,” IET Image Process., 2018, Vol. 12 Iss. 11, pp. 2092-2099 ©The Institution of Engineering and Technology 2018

Wan Zhang, Xiaofu Wu, Wei-Ping Zhu, and Lu Yu, “Unsupervised Image Clustering with SIFT-Based Soft-Matching Affinity Propagation,” 1070-9908 (c) 2016 IEEE, Vol 5, No 2 (2004): NOVEMBER 2012


Refbacks

  • Saat ini tidak ada refbacks.


Lembaga Penelitian dan Pengabdian Masyarakat (LPPM) STMIK Tasikmalaya

Copyright © 2019 Jurnal VOI (Voice Of Informatics)

E-ISSN : 2579-3489

Lisensi Creative Commons
Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi 4.0 Internasional.