Implementasi Metode Detail Preserving Filter (DPF) untuk Merestorasi Citra Berwarna dari Impulse Noise

Citra merupakan gambar dalam bidang dua dimensi yang dihasilkan oleh sistem pencitraan. Selama proses pencitraan dan digitalisasi saat kondisi tertentu citra dapat terkontaminasi oleh impulse noise yang akibatnya adalah penurunan kualitas citra. Terdapat dua jenis impulse noise, yaitu Random Valued Impulse Noise (RVIN) dan Salt-and-Pepper Noise (SPN). Beberapa metode telah diimplementasikan untuk merestorasi citra dari impulse noise, namun berakibat pada penurunan kualitas citra hasil restorasi. Untuk mengatasi permasalahan tersebut, maka dilakukan restorasi citra digital berwarna dari impulse noise menggunakan metode Detail Preserving Filter (DPF). Detail Preserving Filter menggunakan empat proses dalam melakukan restorasi, yaitu proses mendeteksi noise dengan menggunakan Adaptive Center Weighted Vector Median Filter (ACWVMF), mendeteksi tepi citra menggunakan Canny Edge Detector, melakukan filtering dengan Vector Median Filtering (VMF) dan menghitung efek kabur yang terjadi pada citra dengan Blur Metric. Hasil yang diperoleh dalam penelitian ini adalah rata – rata peningkatan nilai Peak Signal to Noise Ratio (PSNR) citra hasil restorasi sebesar 4.8630 dB dan nilai PSNR tertinggi sebesar 26.0330 dB pada citra yang tidak diketahui intensitas noisenya. Sedangkan untuk citra dengan intensitas noise RVIN 10 % - 70 % nilai PSNR berkisar antara 14.4236 dB – 25.6691 dB, nilai Mean Squared Error (MSE) berkisar antara 176.27 – 2348.11 dan nilai Percentage of Noise Attenuated (PONA) sebesar 57.209 % - 67.5534 %, sedangkan untuk noise SPN nilai PSNR berkisar antara 19.6136 dB – 28.6889 dB, nilai MSE berkisar antara 87.94 – 710.76 dan nilai PONA yang berkisar antara 92.7704 % - 95.3906 %