<![CDATA[Filter berbasis median banyak menarik perhatian karena kesederhanaannya dan kemampuannya menjaga tepi citra. Namun karena filter median tipikal diterapkan secara seragam pada citra, filter tersebut cenderung memodifikasi piksel noise dan piksel yang bagus. Filter berbasis median terbaru, Progressive Switching Median Filter (PSMF) yang akan digabungkan dengan threshold merupakan salah satu metode segmentasi citra yang memisahkan antara detail citra dengan noise, diusulkan untuk memulihkan gambar yang rusak oleh noise impuls dan asli. filter yang dibangun menggunakan skema switching dan metode progresif melalui beberapa iterasi atau disebut PSMF, teknik deep learning terkini mampu meningkatkan kualitas citra dalam kondisi cahaya rendah secara signifikan, tanpa mengorbankan struktur atau tekstur penting (Liu & Fan, 2025). Simulasi dilakukan dengan dua tahap, simulasi pertama PSMF akan mereduksi noise salt and pepper dengan citra standar baboon dan lenna, simulasi kedua akan dilakukan dengan metode baru yang dikembangkan yaitu threshold digabungkan dengan PSMF yang akan mereduksi noise dengan citra radiografi neutron valve. Dari pengujian PSMF dengan menggunakan citra standar menghasilkan uji kuantitatif gambar hampir mirip dengan citra asli, dan hasil perhitugan kualitatif yang baik, sedangkan untuk hasil uji kuantitatif TPSMF hasil gambar tidak begitu maksimal untuk mereduksi noise asli pada radiografi neutron valve, akan tetapi untuk hasil kualitatif memiliki nilai lebih baik untuk dengan nilai PSNR 21.55, SSIM Index 0.77, MAE 2.57 dan MSE 454.60, SNR 15.43, running time 4.80.]]>
Copyrights © 2025
