FILTER GABOR

1. FILTER GABOR 1-D

FILTER GABOR terdiri dari perkalian antara fungsi Gauss Eliptik dengan fungsi
sinus. Fungsi dasar Filter Gabor 1-D dapat didefinisikan sebagai hasil dari getaran dari
bentuk fungsi probabilitas dengan osilasi harmonik dari setiap frekuensi :
() =

2 ( )
0

20 +

(1)

Dimana adalah durasi waktu dan bandwidth dari Gaussian envelope, 0

menunjukkan pusat bidang, 0 merupakan frekuensi dari sinusoidal, dan menunjukkan
fase geser. Sedangkan transformasi Fourier 1-D dari persamaan dasar Filter Gabor adalah :
( 2 )2 (0 ) 2( )+
0

(2)

() =

Persamaan dasar Filter Gabor 1-D dipusatkan di dekat 0 dan karena pada
konvolusi dengan filter di pusat lebih dianjurkan, maka dibuat 0 =0 dan =0. Maka
diperoleh bentuk persamaan dasar Filter Gabor :
() =

22

(3)

20

Fungsi tersebut lebih sering disebit sebagai filter kompleks linier. Dengan
demikian dapat dihitung respon filter 1-D dari fungsi pada setiap lokasi 1 dengan
konvolusi adalah sebagai berikut :
(1 ) = (1 ) (1 )
= (1 ) ()
=

2 ( )2
1

20 (1 ) ) ()

= 20 1

2 ( )2
1

() 20 )

(4)

Agar filter pada frekuensi yang berbeda merupakan versi skala dari satu dengan
yang lainnya maka durasi waktu dari filter dihubungkan dengan frekuensi pusat sebagai
berikut :
=

|0 |

(5)

Dimana 0 merupakan frekuensi pusat dari filter dan mengontrol efektifitas

lebar dari filter. Lalu substitusikan persamaan (4) ke persamaan (2) sehingga diperoleh :
(6)

() =

| | 2
( 0 ) 2 2

0

Dari persamaan (2) dapat dilihat bahwa respon awal filter terjadi saat f = 0 ,
2

dengan |()| = 2 . Maka dapat digunakan sebagai faktor normalisasi pada

difinisi dari Filter Gabor. Sehingga normalisasi dari Filter Gabor 1-D didefinisikan sebagai
(Berisha, 2009)
(7)

() =

| | 2
( 0 ) 2 2

0

|0 |

| | 2
( 0 ) 2 2

0

2. FILTER GABOR 2-D

Normalisasi Filter Gabor 1-D pada persamaan (7) dapat digeneralisasi ke dimensi
dua. Pada bentuk 2-D variabel waktu t diubah dengan koordinat spasial (x,y) pada domain
spasial dan variable frekuensi f diubah dengan variabel frekuensi (u,v) pada domain
frekuensi. Filter Gabor 2-D sering dipakai dalam pengolahan citra, terlebih pada ekstraksi
firut dan analisis tekstur. Fungsi Filter Gabor 2-D didefinisikan sbagai :
(, ) = (, ; 0 , ) = (

2 2 + 2 2 )

20

(8)

Dimana :
= cos + sin
= sin + cos

(9)

merupakan sudut rotasi dari sumbu utama Gaussian dan bidang gelombang (sinusoidal).
Seperti sebelumnya, substitusi =

|0 |

dan =

|0 |

agar filter pada frekuensi yang berbeda

merupakan versi skala dari yang lain. Sehingga dan mengontrol bandwith dari filter
sepanjang sumbu x dan y secara berurutan. Sedangkan normalisasi dari Filter Gabor 2-D
2

|0 | (02 2 +02 2) 2
(, ) =

(10)

Bentuk lain dari persamaan Filter Gabor 2-D adalah :

2

( 2+ 2)
1
(, ) =
2 2
2

Dengan :
=

ln 2 (2 + 1)
2(2 1)

(11)

ln 2

2 tan ( 2 )

(12)
2

Dimana frekuensi (F) merupakan frekuensi tengah dengan nilai = 2 dan orientasi ()
mendefinisikan orientasi pusat filter, dan menyatakan konstanta lebar bandwidth dan
jangkauan angular filter. Variabel menyatakan respon sebesar -6 dB komponen frekuensi
spasial dan berkaitan dengan respon sebesar -6 dB untuk komponen angular. Posisi (F,
) dan lebar gelombang ( , ) dan filter gabor dalam domain frekuensi harus ditetapkan
dengan teliti agar dapat menagkap informasi tekstur yang benar. Frekuensi tengah dari filter
harus terletak dekat dengan frekuensi karakteristik teksrtur. (Praktikum Pengolahan Citra
Biomedika, n.d.)

Source Code Filter Gabor :

function [mag]=gb(img,p,n)
%img (gambar), p(pangkat) dari 2 (F),
for m=1:p
for n=1:n
%Gabor filter membutuhkan 6 parameter yaitu F, tetha, sigma x, sigma
y,Bf,
%dan Btetha
%Frekuensi (p) dan orientasi (tetha) menjadi input
tetha=(0.1667*pi)*n;
F=sqrt(2)/2^p;
%Mencari sigma y
fx=F;
z=(0.1667*pi)/2;
%Btetha/2
num=sqrt(log(2));
%persamaan pada bagian pembilang sigma y
denum=sqrt(2)*pi*F*tan(z);
%persamaan pada bagian penyebut sigma y
sigmay=num/denum;
%Mencari sigma x
Bf=1;
nom=sqrt(log(2))*(2^Bf+1);
denom=sqrt(2)*pi*F*(2^Bf-1);
sigmax=nom/denom;

%Bf
%persamaan pada bagian pembilang sigma x
%persamaan pada bagian penyebut sigma x

%Mencari fungsi h(x,y) Gabor filter

[x,y]=meshgrid(-3:1:3, -3:1:3); %ukuran filter
x=round(x);
%bulatkan nilai x

y=round(y);
%bulatkan nilai y
xx=x.*cos(tetha)+y.*sin(tetha); %koordinat kutub x
yy=-x.*sin(tetha)+y.*cos(tetha);%koordinat kutub y
hx=(1/(2*pi*sigmax*sigmay))*exp(0.5*((xx.^2/sigmax^2)+(yy.^2/sigmay^2)));
jx=cos(2*pi*fx*xx);
hc=hx.*jx;

%Bentuk Real

kx=sin(2*pi*fx*xx);
hs=hx.*kx;

%Bentuk imejiner

im_real=conv2(double(img),hc,'same'); %Konvolusi dengan bentuk real

im_imag=conv2(double(img),hs,'same'); %Konvolusi dengan bentuk imajiner
mag=sqrt((im_real.^2)+(im_imag.^2));
mag=abs(mag)/(max(max(mag)));
figure, imshow(mag);
end
end

Hasil Program

>> img = imread('J13.tif');

>> G = gb(img,3,2);

%magnitude

Daftar Pustaka :

Berisha, S. (2009). IMAGE CLASSIFICATION USING GABOR FILTERS AND A Thesis

Submitted to the Graduate Faculty of. Wake Forest University.
Praktikum Pengolahan Citra Biomedika. (n.d.).