Implementasi Algoritma Wavelet Haar untuk Menghilangkan Noise pada Citra Digital

Abstract

vNoise dapat muncul dalam citra saat proses perubahan sau kompresi citra. Intensitas noise tinggi maupun -endah dapat menurunkan kualitas citra dan wenyebabkan hilangnya beberapa detail informasi citra. Untuk itu dibutuhkan suatu proses untuk memperbaiki ;mantas citra yang rusak akibat noise. Sebelum menganalisis citra, dan menjadikan suatu citra sebagai cuan untuk proses selanjutnya, maka perlu dilakukan transformasi citra yang bertujuan untuk memperoleh informasi yang lebih jelas yang terkandung dalam suatu citra. Melalui proses transformasi, suatu citra dapat dinyatakan sebagai kombinasi linear don' sinyal dasar yang sering disebut dengan fungsi basis. Penelitian pada paper ini menggunakan transformasi Wavelet jenis Haar. Untuk menguji ketahanan Wavelet Haar digunakan dua jenis noise yaitu Salt&Pepper serta Gaussian. Dekomposisi dilakukan pada level 1 dan 2, kemudian akan dibuat perbandingan dari algoritma Wavelet Haar. Untuk mengetahui ketahanan dari algoritma tersebut, maka digunakan parameter SNR (Signal to Noise Ratio) dan MSE (Mean Square Error). Citra dengan SNR yang tinggi memiliki kualitas citra yang lebih balk daripada yang memiliki SNR Tetapi hal ini berlawanan dengan nilai MSE. Hasil uji coba pada citra grayscale dan warna dengan range noise density antara 10%-90% menunjukkan bahwa semakin besar nilai density yang diberikan maka nilai SNR semakin kecil dan nilai MSE menjadi semakin besar. Algoritma Wavelet Haar cukup tangguh untuk melakukan denoising citra untuk noise Gaussian. Dengan persentase noise density yang sama terjadi perbedaan nilai SNR yang signifikan pada noise jenis Salt & Pepper dan Gaussian. Pengujian dilakukan terhadap citra digital grayscale dan warna canon.jpg berukuran 800x600