ABSTRAKSI: Citra sebagai media penyampaian informasi visual akan mudah diinterpretasikan dalam bentuk resolusi tinggi. Citra digital beresolusi rendah dapat diperbaiki menjadi citra beresolusi tinggi dengan teknik up-scaling. Proses upscaling dilakukan dengan interpolasi dimana suatu nilai baru diestimasi dari nilai yang telah diketahui. Beberapa metode yang ada melakukan interpolasi dalam domain spasial dimana semua bagian dari citra diperlakukan sama.
Pada tugas akhir ini dilakukan upscaling pada citra dengan menerapkan interpolasi pada domain frekwensi menggunakan metode Discrete wavelet transform, dimana proses interpolasi dilakukan secara terpisah pada bagian citra berfrekwensi rendah dan berfrekwensi tinggi (tepi). Proses interpolasi dilakukan dengan mengestimasi keempat subband wavelet dari citra uji, dengan teknik estimasi yang berbeda untuk estimasi subband frekwensi rendah dan frekwensi tinggi.
Proses upscaling dengan DWT ini dipengaruhi oleh metode estimasi koefisien subband dan filter wavelet yang digunakan. Koefisien subband aproksimasi diestimasi dengan baik dari citra uji dengan cara menaikkan nilai intensitas citra uji sebanyak skala pembesaram(upscaling) yang dilakukan. Hasil proses upscaling dengan Discrete wavelet transform ini dapat mempertahankan informasi tepi pada citra berresolusi tinggi dengan baik jika koefisien subband detil diestimasi dengan metode upsampling-dekomposisi DWT, bilineardekomposisi DWT, dan bicubic-dekomposisi DWT. Sedangkan kualitas citra hasil upscaling memiliki nilai PSNR yang lebih baik jika koefisien subband detilnya diestimasi bernilai nol .
Kata Kunci : Discrete wavelet transform, up-scaling, down-scaling, interpolasiABSTRACT: Image as conveyor of visual information will be easy interprated in form of high resolution. Low resolution digital image can be repaired to become high resolution image by upscaling. Upscaling is done with interpolation where a unknown value estimated from value which has been known. Some the methods does interpolation in domain spasial where all part of images is made no difference.
In this final project, image upscaling is done by applying interpolation at frequency domain applies method Discrete wavelet transform, where interpolation process is done separately at part of low frequency image and high frequency ( edge). Interpolation process is done with estimating fourth of subband wavelet from test image, with different estimation technique to estimate subband low frequency and high frequency.
The upscaling with DWT is influented by estimation method of subband coefficient and wavelet filters. Approximation subband coefficient are estimated from low frequency image very well by increasing the intensity value with the number of upscaling scale. The result of the image upscaling with Discrete Wavelet Ttransform can maintain information of edge at high resolution image carefully if subband coefficient of high frequency are estimated by method of upsampling-dekomposition DWT, bilinear-dekomposition DWT, and bicubicdekomposition DWT. while quality as a whole result of upscaling had better value of PSNR if high frequency are estimated that valuable are null.
Keyword: Discrete wavelet transform, up-scaling, down-scaling, image