Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAK Metode Median Filter adalah salah satu metode perbaikan kualitas citra pada domain spatial. Domain spatial memiliki kelebihan pada hasil perbaikan karena perbaikan citra dilakukan per-pixel. Karena perbaikan citra dilakukan terhadap pixel, metode Median Filtermemiliki komputasi yang tinggi dan waktu eksekusi yang lama. Dengan melakukan penyeleksian terhadap pixel yang perlu diperbaiki dapat mengurangi waktu proses perbaikan dan meningkatkan kualitas citra karena pixel yang sudah benar, tidak perlu diperbaiki.Pengukuran kualitas citra dilakukan menggunakan Peak Signal to Noise Ratio (PSNR) dengan membandingkan nilai citra asli dengan citra hasil perbaikan. Perbaikan citra menggunakan median filter pada semua pixel memiliki nilai PSNR 28.5 dB sedangkan dengan penyeleksian nilai pixel memiliki nilai PSNR 30.1 dB atau meningkat 5.61%. Untukwaktu perbaikan citra pada semua pixel membutuhkan 2.12 detik sedangkan dengan penyeleksian nilai pixel membutuhkan 1.94 detik atau turun 8.5%. Kualitas hasil perbaikan citra dengan menyeleksi nilai pixel dianggap layak untuk proses berikutnya karena sudah diatas 30 dB."

"Visual grading analysis (VGA) relatif merupakan salah satu metode evaluasi kualitas citra dengan menilai struktur anatomi pada suatu citra dengan menggunakan skala multistep dimana pengamat memberikan penilaian dengan membandingkan citra yang akan dievaluasi dengan citra referensinya. Namun, perangkat lunak untuk metode VGA dengan penilaian relatif belum tersedia. Dengan demikian, pembuatan perangkat lunak yang bersifat: (1) mampu menampilkan citra dalam urutan berbeda untuk setiap pengamat dan menyimpan hasil penilaian secara terpisah, (2) memiliki fungsi panning, (3) fleksibel, dimana pengamat dapat menentukan kriteria yang sesuai, dan (4) hasil penilaian dapat diunduh dalam format yang sesuai untuk analisis selanjutnya. Perangkat lunak ini dibuat untuk observer study VGA dengan penilaian relatif, yang secara umum meliputi 2 modul: (1) modul layar dimana citra referensi sekaligus citra yang akan diuji ditampilkan secara berdampingan dan (2) modul penilaian, dimana informasi pengamat, kriteria evaluasi dan skor penilaian ditampilkan. Untuk pengembangan pertama, perangkat lunak ini hanya terfokus untuk studi yang tidak memungkinkan pengamat untuk menggunakan fitur pembesaran dan pengaturan window level dan window width agar setiap citra ditampilkan secara konsisten untuk setiap pengamat, mengurangi bias dan variabilitas, serta memastikan bahwa citra yang ditampilkan hanya dipengaruhi oleh parameter-parameter akusisinya. Selanjutnya, dilakukan tahap uji coba untuk memastikan seluruh fitur yang disediakan pada perangkat lunak dapat dijalankan dan berfungsi dengan baik. Pemilihan kombinasi parameter yang tepat untuk teknik DES double exposure pada pemeriksaan toraks menggunakan pesawat sinar-X radiografi dipilih untuk tahap uji coba perangkat lunak.

---

Relative visual grading analysis (VGA) is one of the image quality evaluation methods to grade a number of normal anatomical structures over an image in a multistep scale, where the observers grade the normal structures on the test images against those are displayed on a reference image. There are some limitations in evaluating image quality when data reading is performed manually. However, specific software for relative VGA has not yet been available. Therefore, a software which can provide several features to (1) display images in a random order for each observer and save its grades separately, (2) have a built-in function for panning mode, (3) offer flexibility, where the observer can define a set of criteria according to a particular study, and (4) export the results in a suitable format for further analysis, is produced. This software is dedicated to performing an observer study based on relative VGA, in which generally consists of 2 modules: (1) display module, where the test images and a reference image are displayed side by side and (2) assessment module, where the observer information, the assessment criteria and the scores option are shown. This work firstly focused on the development of software without allowing post-processing adjustments such as zooming mode and window settings in the VGA study. Thus, the difference observed on the images could be more likely due to the specific variation in acquisition parameters/technical factors set by the study. Next, the software was tested in order to ensure the functionalities and performances of all features provided by the software. A case study of choosing voltage combination for DES double exposure technique in thorax examination using general radiography was selected for software testing."

"Tomografi terkomputasi/CT memiliki keterbatasan dalam mendiferensiasikan material heterogen. Diantara solusinya adalah menggunakan CT dengan sinar-X bervariasi, lalu melakukan image fusion untuk menggabungkan citra proyeksi beda energi tersebut. Dalam penelitian ini, digunakan algoritma image fusion berupa Discrete Wavelet Transform (DWT) dan Non Subsampled Contourlet Transform (NSCT) untuk mengamati performanya dalam meningkatkan kualitas sistem CT sinar-X di BRIN. Digunakan tiga jenis sampel: threaded pipe union PVC, busi, dan set sampel multimaterial berupa lima silinder beda material. Dihasilkan 7 set slice citra yang difusi menggunakan MATLAB. Dari hasil fusi, didapat bahwa algoritma DWT dengan aturan fusi max-max memberikan hasil fusi dengan kontras tertinggi, dengan rerata STD 0.1852 ± 0.0002. Metode NSCT memberikan kesamaan per piksel tertinggi antara citra sumber dan citra fusi, dengan rerata FMI 0.9284 ± 0.0016 dan PSNR takhingga dari kalkulasi MATLAB. Algoritma DWT dengan aturan fusi mean-mean memberikan kesamaan struktural terbaik dengan rerata SSIM 0.9221 ± 0.0004. Namun, evaluasi visual menunjukkan kedua algoritma tersebut kurang efektif menghilangkan noise dan artifact. Oleh karena itu, diperlukan peningkatan kualitas pra-pemrosesan citra hasil rekonstruksi sebelum fusi, pemilihan sampel yang lebih sesuai dari tipe material hingga geometri sampel, serta bereksperimen dengan bermacam-macam algoritma fusi lainnya

---

Computed tomography/CT has limitations in differentiating heterogeneous materials. Among the solutions is to use CT with varying X-rays and image fusion to combine the different energy projection images. In this study, Discrete Wavelet Transform (DWT) and Non Subsampled Contourlet Transform (NSCT) image fusion algorithms were used to observe their performance in improving the quality of the X-ray CT system at BRIN. Three types of samples were used: PVC threaded pipe union, spark plugs, and a multimaterial sample set of five cylinders of different materials. Seven sets of image slices were fused using MATLAB. From the fusion results, it was found that the DWT algorithm with max-max fusion rule gave the highest contrast fusion results, with a mean STD of 0.1852 ± 0.0002. The NSCT method provides the highest per-pixel similarity between the source image and the fused image, with a mean FMI of 0.9284 ± 0.0016 and infinite PSNR from MATLAB calculations. The DWT algorithm with mean-mean fusion rule provided the best structural similarity with a mean SSIM of 0.9221 ± 0.0004. However, visual evaluation showed that both algorithms were less effective at removing noise and artifacts. Therefore, it is necessary to improve the pre-processing quality of the reconstructed image before fusion, select more suitable samples from material type to sample geometry, and experiment with various other fusion algorithms."

"Pada penelitian ini dilakukan penggabungan citra dari dua sumber energi yang berbeda berdasarkan kerangka kerja deep learning. Tujuannya untuk menghasilkan citra objek dengan material penyusun lebih dari satu yang lebih baik dan lebih informatif. Hasil penelitian menunjukkan bahwa metode yang diajukan dapat menghasilkan citra yang lebih minim noise, kontras yang baik, dan dapat mempertahankan struktur objek. Evaluasi kualitas citra menggunakan metrik objektif, seperti FMIdct, FMIpixel, FMIw, Nabf, dan SSIM, menunjukkan peningkatan dibandingkan dengan metode tradisional. Rata-rata nilai FMI yang lebih tinggi menunjukan bahwa keterkaitan informasi hasil fusi dengan kedua sumber lebih baik dibanding kedua metode pembanding. Nilai Nabf yang lebih rendah menunjukan noise yang muncul akibat dari proses fusi lebih minim dibanding kedua metode lainnya. Nilai SSIM pada hasil fusi menggunakan metode ini juga memiliki nilai yang lebih tinggi dibanding dengan kedua metode yang dibandingkan. Sampel yang memiliki rata-rata nilai metrik terbaik adalah busi dengan nilai tertinggi metrik evaluasi FMIdct adalah 2,96×10^(-1), nilai FMIpixel adalah 9,70×10^(-1), nilai FMIw adalah 3,69×10^(-1), nilai SSIM adalah 9,92×10^(-1), dan nilai Nabf terrendah adalah 3,82×10^(-3). Kesimpulannya, penelitian ini berhasil mengembangkan pendekatan baru dalam penggabungan citra CT menggunakan framework VGG19. Metode ini memiliki potensi untuk meningkatkan diagnosis dan analisis non-medis seperti pada evaluasi kualitas produksi pada industri manufaktur dengan menghasilkan citra yang lebih informatif dan akurat.

---

In this research, images from two different energy sources are combined based on a deep learning framework. The goal is to produce better and more informative images of objects with more than one constituent material. The results show that the proposed method can produce images with less noise, good contrast, and can maintain the structure of the object. Evaluation of image quality using objective metrics, such as FMIdct, FMIpixel, FMIw, Nabf, and SSIM, shows improvement compared to traditional methods. The higher average FMI value indicates that the fused information is better related to the two sources than the two comparison methods. The lower Nabf value indicates that the noise arising from the fusion process is more minimal than the other two methods. The SSIM value in the fusion results using this method also has a higher value than the two methods compared. The sample that has the best average metric value is the spark plug with the highest value of FMIdct evaluation metric is 2.96×10-1, FMIpixel value is 9.70×10-1, FMIw value is 3.69×10-1, SSIM value is 9.92×10-1, and the lowest Nabf value is 3.82×10-3. In conclusion, this study successfully developed a new approach in CT image fusion using the VGG19 framework. This method has the potential to improve non-medical diagnosis and analysis such as production quality evaluation in the manufacturing industry by producing more informative and accurate images."

"Pencitraan bawah permukaan menggunakan metode pre-stack time migration (PSTM) biasanya menghasilkan kualitas data seismik yang rendah jika diaplikasikan pada struktur geologi yang kompleks. Hal ini dapat terjadi karena metode PSTM menggunakan kecepatan rms yang merupakan kecepatan rata-rata dari beberapa lapisan, dan tidak seperti metode pre stack depth migration (PSDM) yang menggunakan kecepatan interval sebagai kecepatan sebenarnya dari tiap lapisan. Selain itu, metode PSTM juga tidak mampu mengoreksi efek hockey stick yang terdapat pada data gather di far offset akibat dari lapisan anisotropi. Untuk mengatasi kekurangan kualitas citra bawah permukaan dari metode PSTM, maka dilakukan penilitan menggunakan metode PSDM anisotropi dengan asumsi medium vertical transverse isotropy (VTI) yang melibatkan parameter anisotropi, yaitu parameter delta (d) dan epsilon (e). Penelitian ini dilakukan dengan menggunakan data seismik dari Lapangan CR yang memiliki struktur geologi yang kompleks. Metode PSDM ansiotropi ini berhasil mengoreksi efek hockey stick di far offset pada Lapangan CR dengan nilai epsilon berkisar 0 hingga 0.27. Sehingga, kualitas citra bawah permukaan pada penampang seismik mengalami banyak peningkatan yang ditunjukkan oleh reflektor yang lebih kuat dan kemenerusan yang lebih konsisten.

---

Subsurface imaging using pre-stack time migration (PSTM) usually produces low quality in seismic data when it is applied to complex geology structures. This is because PSTM method uses rms velocity which is the average velocity of several subsurface layers, and unlike pre stack depth migration (PSDM) method that uses interval velocity which is the actual velocity of each subsurface layer. Moreover, PSTM method also cannot be used to correct hockey stick effect at far offset because of anisotropy layer. To enhance the subsurface images quality produced by PSTM method, then a study was has been performed using anisotropy PSDM method with vertical transverse isotropy (VTI) medium assumption. This anisotropy PSDM method involved the anisotropy parameters such as delta (d) and epsilon (e) parameters. Seismic data taken from geological complex area in CR field has been used to test the anisotropy PSDM method. The result of this study shows that the anisotropy PSDM method succeeds in correcting the hockey stick effect at far offset with epsilon parameter value ranges from 0 to 0.27. Therefore, the subsurface image quality at seismic section is increasing indicated by strong seismic reflectors and more consistent in reflector continuity."

"Saat ini, komputasi tomografi (computed tomography/CT) sinar-X sudah banyak diterapkan di industri manufaktur untuk menguji atau memeriksa struktur internal suatu sampel. Metode Filtered Back Projecrtion (FBP) merupakan metode rekonstruksi citra CT yang popular digunakan untuk menghasilkan citra yang mempunyai noise lebih sedikit, kontras yang tajam dan mampu membedakan densitas antara latar belakang dan objek. Pemindaian citra digunakan mode geometri cone beam dengan rentang sudut 360° dan inkremen sudut 1°. Proses dimulai dari denoising, normalisasi, sintesis sinogram, dan rekonstruksi citra menggunakan FBP. Hasil dari penelitian ini adalah citra 2 dimensi hasil dari pemindaian citra geometri cone beam, sinogram dan hasil rekonstruksi citra irisan dengan parameter evaluasi yaitu Signal to Noise Ratio (SNR), Contrast to Noise Ratio (CNR), dan kontras relatif. Untuk mencari parameter evaluasi tersebut digunakan input koordinat Region of Interest (RoI). Diperoleh filter Cosine paling baik dalam memberikan nilai SNR, CNR dan kontras relatif paling tinggi. Dalam post processing akan digunakan variasi filter low pass (Ideal, Butterworth dan Gaussian). Input citra hasil rekonstruksi FBP menggunakan filter Cosine. Terdapat parameter evaluasi tambahan yaitu SSIM (Structural Similarity Index Measure). Beberapa parameter input seperti frekuensi cut-off, dan orde akan mempengaruhi frekuensi spasial. Frekuensi ini mengacu pada seberapa sering suatu gray value muncul atau berulang dalam citra.

---

Currently, X-ray computational tomography (CT) has been widely applied in the manufacturing industry to test or examine the internal structure of a sample. The Filtered Back Projection (FBP) method is a popular CT image reconstruction method used to produce images that have less noise, sharp contrast and are able to distinguish densities between the background and the object. Image scanning uses the cone beam geometry mode with an angle range of 360° and an angle increment of 1°. The process starts from denoising, normalizing, sinogram synthesis, and image reconstruction using FBP. The results of this study are 2-dimensional images resulting from scanning geometric cone beam images, sinograms and reconstructed sliced images with evaluation parameters namely Signal to Noise Ratio (SNR), Contrast to Noise Ratio (CNR), and relative contrast. To find the evaluation parameters, the Region of Interest (RoI) coordinate input is used. The Cosine filter is the best in providing the highest SNR, CNR and relative contrvalues. In post processing, variations of low pass filters (Ideal, Butterworth and Gaussian) will be used. Input the FBP reconstruction image using the Cosine filter. There is an additional evaluation parameter, namely SSIM (Structural Similarity Index Measure). Several input parameters such as cut-off frequency, and order will affect the spatial frequency. This frequency refers to how often a gray value appears or repeats in the image."

"Teori color Vision yang telah ada sebelum munculnya teori retinei, seperti teori tiga pigmen (teori Young-Helmholtz) dan teori warna oponen, temyata kurang dapat menjelaskan fenomena yang ada dalam dunia penglihatan manusia seperti color constancy dan simultaneous contrast. Ternyata kemudian Land memperkenalkan teorinya yang mencoba menggali kemampuan mata manusia dalam menangkap dan memproses gambar objek. Dalam pengolahan citra, retinex ini dapat diartikan sebagai proses yang menghadirkan realisme visual pada citra secara otomatis.Di antara banyak algoritma retinex yang ada, dalam skripsi ini akan dibahas dua algoritma relinex, yaitu algoritma relines McCann99 dan algoritma retinex Frankle-McCann secara mendalam disertai dengan implementasinya pada Matlab. Dari iimplementasi Matlab yang telah dirancang agar dapat memproses gambar berwarna, akan dilakukan uji coba. Dalam hasil uji coba akan terlihat bagaimana proses kerja dan ;unjuk kerja retinez terhadap citra input, yang menunjukkan bahwa kedua algoritma refinex tersebut dapat melakukan perbaikan citra dalam masalah color constancy dan juga melakukan estimasi pencahayaan yang sesuai dengan efek simultaneous contrast."