IMAGE SCALING COMPARISON USING UNIVERSAL IMAGE QUALITY INDEX

JUDUL: IMAGE SCALING COMPARISON USING UNIVERSAL IMAGE QUALITY INDEX

PENULIS: PRASANTHA H , SHASHIDARA H L, AND BALASUBRAMANYA MURTHY

SUMBER : IEEE 2009/978-0-7695-3915/09

RESUME:

            Image interpolation memiliki banyak kegunaan dalan Computer vision, Image processing dan biomedical. Resampling dibutuhkan untuk mendiscrete kan manipulasi gambar, seperti aligment geometri dan registrasi untuk memperbaiki kualitas gambar pada display peralatan kita seperti komputer dan hp atau dalam lossy pemadatan gambar dimana dalam beberapa pixel di scarded selama proses pengkodean dan harus di regeneted dari informasi yang ada untuk di kodekan. Perbandingan dilakukan untuk membandingkan teknik interpolasi seperti nearest neighbor, bilinier dan interplasi bicubic.

            Untuk merubah ukuran gambar, setiap pixel dalam gambar yang baru harus di dipetakan kembali ke lokasi pixel sesuai gambar yang lama dalam perintah untuk menghitung level gray. Masalahnya adalah untuk menentukan nilai pixel yang baru jika itu tidak dipetakan kembali ke nilai gray yang tepat dari pixel gambar yang lama. Untuk memperbesar gambar ( Up sampling atau Interpolasi) pada umumnya tidak biasa digunakan. Namun ada beberapa metode untuk meningkatkan jumlah pixel yang terdapat dalam gambar,yang diluar pixel sebenarnya. Beberapa metode tersebut adalah

1.         The nearest neighbor algorithm adalah memilih nilai terdekat dari titik dan tidak mempertimbangkan nilai lain disekitar titik tersebut. Algoritma tersebut  murah untuk diaplikasikan dan umum digunakan.

2.         Biliniear interpolasi menentukan nilai pixel baru berdasarkan pada bobot rata-rata 4 pixel yang paling dekat 2X2 pixel sebelahnya pada gambar asli. Bilinear interpolasi tidak linier dan itu adalah hanya produk dari dua fungsi linier.

3.         Bicubic interpolasi lebih canggih dan menghasilkan tepi yang lebih halus dibandingkan interpolasi bilinier. Ada sebuah pixel baru yang menggunakan 16 pixel dalam pixel terdekat 4X4 pixel sebelahnya pada gambar asli. Ini adalah metode yang paling umum digunakan  pada software untuk mengedit foto, printer dan kamera digital untuk resampling image.

Perhitungannya adalah misalkan X={X_iIi=1,2,...,N} dan Y={y_iIi=1,2,...,N}adalah original dan test image.

Dynamic range dari Q adalah [-1,1]. Nilai terbaik adalah 1 diterima jika dan hanya jika y_i=x_i ketika y_i= 2x-x_i untuk semua i= 1,2,....,N dan Q adalah hasil dari tiga komponen

Menggunakan Metode Nearest Interpolation

 

Menggunakan Metode bilinear Interpolation

 

Menggunakan Bicubic Interpolation

 

 

KEUNTUNGAN: metode ini cukup sederhana dan efesien dan menghasilkan hasil Resize gambar yang halus dapat dilihat seperti gambar diatas.

KERUGIAN:

1.         Metode Bicubic interpolasi baru menggunakan 16 Pixle nearest 4X4 pixel terdekat dan masih dapat ditingkatkan menjadi 8X8 pixel terdekat sehingga menghasilkan perbesaran gambar yang tidak pecah.

2.         metode ini dengan Zoom in yang besar maka gambar akan tidak jelas dan blur walaupun sudah jah lebih baik dari pada metode yang lain.

3.         Belum bisa menghasilkan gambar yang di zoom in dan tidak kabur atau blur ( tetap jelas seperti gambar asli)