ABSTRAKSI: Saat ini perkembangan citra digital diiringi pula dengan perkembangan perangkat penghasil citra (kamera), tetapi kamera memiliki banyak kekurangan, yaitu sensitivitas terhadap gerakan sangat tinggi, yang menyebabkan citra menjadi terdegradasi atau ter-blur. Oleh karena itu, diperlukan perbaikan pada citra yang terdegradasi tersebut.
Dalam Tugas Akhir ini telah dibangun perangkat lunak dengan menggunakan Matlab 7.1 untuk restorasi pada citra menggunakan Inverse Filtering. Metode ini merupakan salah satu metode dalam domain frekuensi, dalam hal ini menggunakan bantuan Discrete Fourier Transform (DFT). Metode ini dapat dilakukan dengan melakukan inverse terhadap fungsi Point Spread Function (PSF) yang menyebabkan citra ter-blur. Hasil inverse tersebut dikalikan dengan citra yang terdegradasi sehingga akan mengembalikan nilai aslinya.
Pada proses analisis dilakukan perbandingan hasil Inverse Filtering dengan Wiener Filtering. Untuk penilaian performansi akan dilakukan penilaian secara kualitatif dengan menghitung performansi citra hasil Inverse Filtering menggunakan Peak Signal to Noise Ratio (PSNR).Kata Kunci : Inverse Filtering, DFT, PSF, thresholding, blur.ABSTRACT: Nowdays growth of digital image followed by growth of image tools which is camera, but it has many lacks which is sensitivity of motion is very high, this causes image becomes degradated or blurred. Therefore, we need to restore the degradated image.
restoration using Inverse Filtering. This Method is one of method in domain frequency using Discrete Fourier Transform (DFT). It processes with make an inverse with function of Point Spread Function (PSF). The inverse results are multiplied with the degradated image so it will return the true image.
In analysis process will be comparing the result of Inverse Filtering and Wiener Filtering. For calculating performance will be calculating in qualitative value with calculating performance the image result of Inverse Filtering using Peak Signal to Noise Ratio (PSNR
Keyword: Inverse Filtering, DFT, PSF, thresholding, blur.