PERBAIKAN CITRA DIGITAL Konsep, Metode dan Aplikasi (Dalam Medis, Industri dan Computer Vision)

Buku ini menyajikan perbaikan citra digital sebagai sebuah perjalanan intelektual dari konsep dasar hingga teknologi mutakhir. Pembahasan diawali dengan cara citra dipersepsikan oleh komputer, bagaimana piksel membentuk informasi visual, bagaimana perbedaan grayscale dan RGB memengaruhi kualitas citra, serta mengapa pemrosesan pada domain ruang dan domain frekuensi menghasilkan pendekatan yang berbeda. Fondasi ini kemudian dikembangkan melalui eksplorasi metode klasik di domain ruang, seperti point processing, manipulasi histogram, dan filtering spasial, yang menjadi kunci dalam mengoptimalkan kontras, detail, dan kejelasan citra secara terukur.

Memasuki bab-bab lanjutan, pembaca diperkenalkan pada perspektif frekuensi melalui transformasi Fourier, diikuti metode lanjutan seperti restorasi citra, peningkatan berbasis wavelet, dan operasi morfologi yang memperkaya struktur visual citra. Buku ini juga menangkap dinamika terkini dengan menghadirkan pendekatan machine learning dan deep learning, termasuk denoising autoencoder, super-resolution, dan GAN yang mampu menghasilkan peningkatan citra secara adaptif dan cerdas. Seluruh konsep tersebut dipertegas melalui studi kasus lintas bidang medis, satelit, industri, hingga dokumen, serta panduan implementasi praktis menggunakan MATLAB dan OpenCV. Dengan gaya yang analitis namun aplikatif, buku ini dirancang sebagai jembatan antara teori, praktik, dan inovasi dalam pengolahan citra digital modern.