Abstrak


Peningkatan Kualitas CItra Hasil Halftoning-based Block Truncation Coding (HBTC) dengan Metode Deep Learning


Oleh :
Gian Mardhana Egawangga - M0518020 - Fak. MIPA

Salah satu metode dalam hasil pengolahan citra Halftoning-based Block Truncation Coding (HBTC) adalah Ordered Dither Block Truncation Coding (ODBTC), dimana metode ini merujuk dari bagaimana citra bitmap didapatkan. Penelitian menunjukkan hasil citra ODBTC masih banyak mengandung noise sehingga citra tampak kurang bersih. Penelitian ini mengajukan metode deep learning untuk pengolahan citra menggunakan Residual Transformer with Pixel Construction Network (ResTPix) sebagai metode pengembangan Convolutional Vision Transformer (CvT). Hasil penelitian menunjukkan hasil yang baik dibandingkan dari metode-metode sebelumnya, salah satunya Deep Concatenated Residual Networks (DCRN), dengan membandingkan nilai Peak Signal to Ratio (PSNR) pada beberapa dataset, dengan nilai rata-rata PSNR yang dihasilkan sebesar 30,98 dB.