Analisis Perbandingan Dan Simulasi Denoising Citra Menggunakan Metode Dual-tree Complex Wavelet Transform Dan Bivariate Shrinkage Dengan Estimasi Variansi Lokal

Abstract

Abstrak Secara umum, pada proses pengiriman informasi citra digital, baik karena faktor alat maupun karena interferensi secara alami, terdapat noise atau derau yang merupakan sinyal gangguan yang tidak diinginkan dan kehadirannya merusak informasi asli. Oleh karena itu, perlu dilakukannya denoising proses pengolahan sinyal untuk menghilangkan atau mereduksi noise agar keadaan informasi ber-noise tersebut kembali mendekati keadaan aslinya. Pada tugas akhir ini, akan disimulasikan serta dianalisis perbandingan hasil denoising pada sinyal citra grayscale menggunakan metode Dual-Tree Complex Wavelet Transform (DTCWT) dan Bivariate Shrinkage dengan Estimasi Variansi Lokal (BSLVE). Noise yang digunakan kali ini adalah Gaussian, Poisson juga Salt & Pepper. Filter yang digunakan di metode DTCWT adalah Antonini, Legall dan Near Symmetric B. Windowsize yang digunakan di metode BSLVE adalah 3, 27 dan 51. Pada penelitian kali ini, metode DTCWT lebih handal melakukan denoising pada citra untuk noise Salt & Pepper sedangkan metode BSLVE lebih handal melakukan denoising pada citra untuk noise Gaussian dan Poisson. Pada DTCWT, filter Near Symmetric B mengungguli perolehan citra hasil terbaik sedangkan pada BSLVE windowsize 3 yang mengungguli perolehan citra hasil terbaik. Kata kunci : Denoising, citra, Dual-Tree Complex Wavelet Transform, Bivariate Shrinkage, Estimasi Variansi Lokal. Abstract Generally, in the delivery process of digital image information, by instrumental factor or because natural interference, there are noise which is an unwanted interference signal and its presence undermines the original information. Therefore, it is necessary to do denoising which is the process of signal processing to eliminate or reduce noise so that the state of the noised information is back to its original state. This final project will simulate and analyze the comparison of denoising result on grayscale image signal using Dual-Tree Complex Wavelet Transform (DTCWT) method and Bivariate Shrinkage with Local Variance Estimation (BSLVE). Noise used this time is Gaussian, Poisson also Salt & Pepper. The filters used in the DTCWT method are Antonini, Legall and Near Symmetric B. Windowsizes used in the BSLVE method are 3, 27 and 51. In this research, DTCWT method is more reliable in image denoising for Salt & Pepper noise while BSLVE method is more reliable in image denoising for Gaussian and Poisson noise. On DTCWT, filter Near Symmetric B producing best image result more than other filters while on BSLVE windowsize 3 producing best image result more than other windowsizes. Keyword: Denoising, image, Dual-Tree Complex Wavelet Transform, Bivariate Shrinkage, Local Variance Estimation