MULTISCALE CONTRAST ENHANCEMENT PADA GAMBAR MEDIS DENGAN MENGGUNAKAN TRANSFORMASI FAST WAVELET (Multiscale Contrast Enhancement on Medical Image Using Fast Wavelet Transform)

Khukuh Yulistanto

Informasi Umum

Kode

111038015

Klasifikasi

000 - Generalistics

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Other

Dilihat

265 kali

Informasi Lainnya

Abstraksi

ABSTRAKSI: Contrast enhancement pada radiografi berdasarkan dekomposisi multiscale dari gambar baru - baru ini telah menunjukkan kemajuan yang lebih baik dan menggunakan metode yang efisien dibandingkan dengan teknik unsharp-masking, dimana gambar dipisah menjadi dua atau tiga kanal frekuensi. Pinggir gambar kemudian dikuatkan dan ditambah lagi untuk corresponding low-pass image. Pada saat gambar dipisah menjadi tiga kanal frekuensi, penjumlahan contrast dapat dicapai dengan menggunakan penambahan kompresi dinamik range untuk low-pass image. Jelasnya, hal ini tidak diperuntukkan untuk struktur ukuran menengah. Maka dari itu macam-macam metoda multiscale digunakan baru-baru ini, dimana gambar dapat dipisah menjadi beberapa bagian yang lebih besar pada frekuensi kanalnya, yang akan diproses secara terpisah.<br> Untuk memenuhi kebutuhan diatas pada tugas akhir ini akan membandingkan performansi dua metoda yaitu Transformasi Fourier dan Fast Wavelet Transform (FWT).Kata Kunci : ABSTRACT: Contrast enhancement of radiographies based on a multiscale decompotition of the image recently has proven to be a far more versatile and efficient method than regular unsharp-masking techniques, where the image is split up into two or three frequency channels. The edge iamge is then amplified and added again to the corresponding lowpass filter. Clearly, this provides no access to structures of intermediate sizes. Therefore, various multiscale methods have been proposed recently, where the image is split up into a larger number of frequency channels, which can then be processed separately.<br> To fulfill that necessity, in this final exam will compare the performance using Fourier Transform and Fast Wavelet Transform methodsKeyword: