Penajaman citra (image enhancement) meliputi semua operasi yang
menghasilkan citra ‘baru’ dengan kenampakan visual dan karakteristik spektral
yang berbeda. Di samping penajaman citra, ada lagi jenis operasi yang disebut
pemfilteran (filtering). Pada beberapa pustaka (misalnya Niblack, 1986; dan
Mulder dan Kostwinder, 1987) kedua teknik ini tidak dikelompokan dalam satu
kelompok operasi yang disebut penajaman citra. Pada umumnya para penulis
yang mempunyai latar belakang bukan ilmu kebumian cenderung
mengelompokan pemfilteran sebagai teknik terpisah dari teknik-teknik
penajaman karena efek yang dihasilkan dan filosofinya pun berbeda dari
teknik-teknik penajaman yang lain. Namun ada pula beberapa penulis yang
menyatukan teknik penajaman dan pemfilteran sebagai satu kelompok operasi
penajaman.
Penajaman Kontras
Penajaman kontras (contrast enhancement) diterapkan untuk memperoleh
kesan kontras citra yang lebih tinggi. Hal ini dapat dilakukan dengan
mentransformasi seluruh nilai kecerahan dan memberikan hasil berupa citra
dengan nilai maksimum baru yang lebih tinggi dari nilai maksimum awal, dan
nilai minimum baru yang (pada umumnya) lebih rendah dari nilai minimum
awal. Secara visual, hasil ini berupa citra baru yang variasi hitam-putihnya lebih
menonjol sehingga tampak lebih tajam dan memudahkan proses interpretasi.
Algortitma penajaman kontras ini dapat di kelompokan menjadi dua, yaitu
perentangan kontras (contrast stretching) dan ekualisasi histogram (histogram
equalization). Masing-masing algoritma dijelaskan sebagai berikut ini.
Perentangan Kontras
Kontras citra dapat dimanipulasi dengan merentang nilai kecerahan pikselnya.
Perentangan yang efektif dapat dilakukan dengan memperhatikan bentuk
histogramnya. Citra asli, yang biasanya mempunyai julat nilai lebih sempit 0-
255, perlu direntang sehingga kualitas citranya menjadi lebih baik. Hasil
perentangan ini adalah citra baru, Terdapat beberapa cara untuk merentang kontras citra. Cara paling sederhana
ialah dengan mengalikan citra tersebut, misalnya dengan faktor pengali p. Citra
X dengan julat nilai kecerahan 0-21, bila dikalikan dengan faktor p = 3
menghasilkan citra X’ dengan julat 0-63. Pada pengaturan warna hitam-putih,
citra baru ini akan tampak lebih kontras karena julatnya semakin lebar. Nilai
maksimum lama, yaitu 21, yang tampak gelap ditransformasi manjadi nilai
maksmimum baru, 63, yang tampak jauh lebih cerah; sedangkan nilai minimum
dijaga tetap. Cara lain adalah suatu pengondisian. Perentangan dilakukan pada julat diantara
nilai maksimum dan nilai minimum. Misalnya citra X {0..21} akan direntang
menjadi citra X” {0..255}, tetapi dengan mengambil nilai 3 sebagai nilai
masukan minimum dan 19 sebagai nilai masukan maksimum. Dalam hal ini, nilai
asli pada citra X {0..21} yang <= akan menjadi 0 pada citra baru, dan nilai asli yang >= 9 akan menjadi 255.Transformasinya adalah sebagai
berikut :
BV output = (BV input – BV min
) / (BV maks – BV min
) * 255 BV output adalah nilai kecerahan baru hasil transformasi, BV input adalah
sembarang nilai kecerahan piksel pada citra yang menjadi masukan,
BV maks adalah nilai kecerahan maksimum piksel pada citra asli. Nilai koefisien
0-255 (kecerahan maksimum). Apabila menghendaki nilai maksimum piksel
hasil transformasi sebesar 200 maka nilai 255 tersebut dapat diganti dengan
200. Pada persamaan ini, jika BV output ternyata negatif maka nilai baru akan
diatur menjadi sama dengan 0. Begitu pula apabila BV output > 255 maka nilai
baru akan diatur menjadi 255.
Operasi perentangan kontras ini dapat dibalik sehingga menghasilkan citra
baru yang lebih sempit julatnya dan disebut sebagai pemampatan kontras
(contrast compression). Baik perentangan maupun pemampatan kontras
mengubah nilai kecerahan piksel satu demi satu, tanpa melibatkan nilai piksel
yang berdekatan (piksel tetangga). Oleh karena itu, operasi ini disebut sebagai
operasi global, yang secara konseptual berbeda dengan operasi lokal atau
operasi fokal (ketetanggaan) melalui teknik pemfilteran. Pada kebanyakan
perangkat lunak pengolah citra untuk keperluan publishing, biasanya citra
ditampilkan sudah dalam keadaan terentang dengan menggunakan nilai
default 1% atau 2%. Nilai default ini pun biasanya dapat diubah sesuai dengan
kebutuhan analis. Atas : Citra asli Landsat Thematic Mapper wilayah Semarang
saluran 3 (merah); bawah : citra dipertajam melalui teknik perentangan kontras
secara linier dengan cut-off dan saturation 1%.
Ekualisasi Histogram
Teknik penajaman kontras yang telah diuraikan diatas adalah suatu teknik
penajaman kontras linier. Selain linear stretching ini, ada lagi teknik penajaman
dengan cara ekualisasi histogram ini dapat dibagi menjadi tiga tahap. Pertama,
dilakukan penghitungan untuk menurunkan histogram citra yang akan
dipertajam. Kedua, si operator kemudian menentukan jumlah kelas kecerahan
yang baru (misalnya 32). Data BV seluruh cutra nantinya akan didistribusikan
kembali ke masing-masing kelas tersebut. Ketiga, program akan menghitung
dan menandai piksel demi piksel, untuk kemudian mengelompokan mereka
masing-masing dalam jumlah yang kurang lebih sama ke tiap kelas kecerahan
yang tersedia. Setelah itu, dengan sendirinya citra baru (atau tampilan pada
layar) segera dihasilkan.
Ekualisasi histogram menghasilkan citra dengan kontras maksimum bila
pengambilan julat nilai kecerahannya tepat seperti halnya pada perentangan
kontras linier. Pengambilan ini dikatakan tepat bila julat nilai tersebut mewakili
populasi terbanyak dalam histogram (misalnya pada ‘bukit’ kurva utamanya). Statistik untuk citra hipotetik 64 kolom x 64 baris (4096 piksel) dengan julat BV 0-7 (8 bit)
Nilai Kecerahan Frekuensi
0 790
1 1023
2 850
3 656
4 329
5 245
6 122
7 81
Berikut ini uraian singkat yang diambil dari Jensen (2005, yang juga merupakan
modifikasi atas contoh yang dibuat oleh Gonzalez dan Wintz, 1977). Misalkan
terdapat suatu citra hipotetik yang terdiri atas 64 kolom x 64 baris (total = 4096
piksel) dengan julat nilai 0-7 (BV,=8). Terlihat bahwa piksel
dengan nilai 0 berjumlah 790 (fBV0 = 790), kemudian fBV1 = 1023, dan
seterusnya. Probabilitas kemunculan tiap nilai kecerahan pBvi pun dapat
dihitung dengan cara membagi tiap frekuensi BVi dengan jumlah piksel total
(n=4096).
Setelah itu, dibuat histogram yang menyatakan distribusi frekuensi nisbah nilai
kecerahan BViterhadap BV maksimum (dari 0,1/7, 2/7, 3/7, .., 1)