Pengurangan Noise Untuk Citra Dengan Adaptive Multiscale Products Thresholding

Andilla, Rachma Putri ( 0522028 ) (2009) Pengurangan Noise Untuk Citra Dengan Adaptive Multiscale Products Thresholding. Undergraduate thesis, Universitas Kristen Maranatha.

[img]
Preview
Text
0522028_Abstract_TOC.pdf - Accepted Version

Download (255Kb) | Preview
[img]
Preview
Text
0522028_Appendices.pdf - Accepted Version

Download (1000Kb) | Preview
[img]
Preview
Text
0522028_Chapter1.pdf - Accepted Version

Download (91Kb) | Preview
[img] Text
0522028_Chapter2.pdf - Accepted Version
Restricted to Repository staff only

Download (226Kb)
[img] Text
0522028_Chapter3.pdf - Accepted Version
Restricted to Repository staff only

Download (497Kb)
[img] Text
0522028_Chapter4.pdf - Accepted Version
Restricted to Repository staff only

Download (1240Kb)
[img]
Preview
Text
0522028_Conclusion.pdf - Accepted Version

Download (64Kb) | Preview
[img] Text
0522028_Cover.pdf - Accepted Version
Restricted to Repository staff only

Download (176Kb)
[img]
Preview
Text
0522028_References.pdf - Accepted Version

Download (78Kb) | Preview

Abstract

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).

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Citra Medis, Denoising, Thresholding, Transformasi Wavelet
Subjects: T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions: Faculty of Engineering > 22 Electrical Engineering Department
Depositing User: Perpustakaan Maranatha
Date Deposited: 20 Aug 2013 09:30
Last Modified: 20 Aug 2013 09:30
URI: http://repository.maranatha.edu/id/eprint/3869

Actions (login required)

View Item View Item