Detail Karya Ilmiah

  • SISTEM LOW-LIGHT IMAGE ENHANCEMENT MENGGUNAKAN ALGORITMA DEHAZING PADA CITRA DIGITAL
    Penulis : Aqidatul Ummah
    Dosen Pembimbing I : Riza Alfita, S.T., M.T.
    Dosen Pembimbing II :Kunto Aji Wibisono, S.T., M.T.
    Abstraksi

    Citra yang diambil ketika malam hari mengalami visibilitas yang rendah. Sehingga gambar menjadi kurang jelas dan mengurangi kualitas citra. Oleh sebab itu, dibutuhkan sistem Low-Light Image Enhancement untuk memperbaiki citra dalam kondisi cahaya yang rendah (Low-Light). Sistem ini menggunakan metode Algoritma Dehazing yang diharapkan dapat memperbaiki kualitas citra yang rendah yang disebabkan oleh kondisi cahaya yang rendah (Low-Light). Algoritma De-hazing merupakan algoritma yang digunakan untuk menghilangkan noise pada citra terbalik (citra invert). Dalam sistem ini, noise yang dimaksud adalah kabut pada citra yang diambil ketika malam hari. Kabut dapat diketahui dengan pembalikan citra (invert citra). Untuk mengetahui peforma sistem digunakan parameter grafik histogram, nilai intensitas (mean) dan kontras (std) citra. Berdasarkan pengujian yang dilakukan, intensitas dan kontras citra output yang memiliki nilai intensitas cahaya 0 lux, 6,9 lux dan 155,5 lux mengalami banyak perubahan. Sedangkan citra yang diambil ketika intensitas cahaya 1750 lux dan 94700 lux mengalami perubahan yang tidak terlalu banyak. Hal ini membuktikan bahwa sistem low-light image enhancement menggunakan algoritma dehazing mampu untuk memperbaiki citra (image enhancement) dengan pencahayaan yang minim atau citra rendah cahaya (low-light).

    Abstraction

    Images taken at night experience low visibility. So that the image becomes less clear and reduces image quality. Therefore, a Low-Light Image Enhancement system is needed to improve images in low-light conditions. This system uses the Dehazing Algorithm method which is expected to improve low image quality caused by low light conditions. The De-hazing algorithm is an algorithm used to eliminate noise in reverse images (inverted images). In this system, the noise in question is fog in the image taken at night. Fog can be known by image reversal (invert image). To find out the system performance, the histogram graph parameters, the intensity (mean) and contrast (std) image parameters are used. Based on the tests performed, the intensity and contrast of the output images that have a light intensity value of 0 lux, 6.9 lux and 155.5 lux experience many changes. While the image is taken when the light intensity is 1750 lux and 94700 lux changes not too much. This proves that the low-light image enhancement system uses a dehazing algorithm capable of improving image (image enhancement) with minimal lighting or low-light imagery.

Detail Jurnal