Optimalisasi Teknik Reduksi Noise: Studi Perbandingan Metode Filtering untuk Peningkatan Citra

Abstrak

Restorasi citra digital merupakan aspek penting dalam pemrosesan citra, karena citra sering mengalami degradasi akibat noise selama proses akuisisi, transmisi, atau kompresi. Noise dapat berasal dari berbagai sumber, seperti gangguan elektronik, faktor lingkungan, atau kesalahan sensor. Degradasi ini tidak hanya mengurangi kualitas visual citra, tetapi juga dapat memengaruhi keakuratan informasi yang terkandung di dalamnya. Hal ini menjadi tantangan signifikan dalam bidang seperti pencitraan medis, pengawasan keamanan, dan fotografi digital.Teknik seperti filter Gaussian, median, dan mean umumnya digunakan untuk mengurangi noise pada citra digital. Efektivitas filter ini dievaluasi berdasarkan deviasi standar, SSIM, dan PSNR untuk menilai kemampuan mereka dalam meningkatkan kualitas citra. Hasil penelitian menunjukkan bahwa filter mean memberikan kinerja terbaik dalam mengurangi noise, dengan deviasi standar noise sebesar 82,47, PSNR sebesar 12,45, dan SSIM sebesar 0,09. Sebaliknya, filter median mencapai deviasi standar noise sebesar 87,85, PSNR sebesar 13,06, dan SSIM sebesar 0,14. Kombinasi filter median dan Gaussian menunjukkan peningkatan dalam pengurangan noise, dengan deviasi standar noise sebesar 88,08, PSNR sebesar 13,32, dan SSIM sebesar 0,15, menjadikannya metode yang paling efektif dalam mempertahankan kualitas citra sambil mengurangi noise. Temuan ini memberikan wawasan berharga untuk memilih teknik penyaringan yang sesuai untuk berbagai aplikasi.