Implementasi Gamma Correction untuk Peningkatan Kualitas Citra Low-Light Real-Time pada Kamera Mobile

Teguh Ahmad Prayogo; Tito Pinandita; Elindra Ambar Pambudi; Maulida Ayu Fitriani

doi:10.56211/blendsains.v5i1.1820

Authors

Teguh Ahmad Prayogo Universitas Muhammadiyah Purwokerto
Tito Pinandita Universitas Muhammadiyah Purwokerto
Elindra Ambar Pambudi Universitas Muhammadiyah Purwokerto
Maulida Ayu Fitriani Universitas Muhammadiyah Purwokerto

DOI:

https://doi.org/10.56211/blendsains.v5i1.1820

Keywords:

Gamma Correction; Low-Light; Real-Time; Image Enhancement; Lux

Abstract

Kualitas citra pada kamera mobile sering mengalami penurunan pada kondisi pencahayaan rendah (low-light) sehingga citra terlihat gelap dan detail objek menjadi kurang jelas. Penelitian ini bertujuan untuk meningkatkan kualitas citra menggunakan metode Gamma Correction yang dikombinasikan dengan penyesuaian brightness, contrast, dan saturation. Sistem diimplementasikan menggunakan Unity dengan memanfaatkan WebCamTexture untuk memproses citra secara real-time. Pengujian dilakukan pada tiga kondisi pencahayaan, yaitu 5 lux, 10, dan 20 lux. Evaluasi dilakukan dengan membandingkan nilai brightness sebelum dan sesudah proses enhancement menggunakan perhitungan luminansi. Hasil pengujian menunjukkan bahwa nilai brightness mengalami peningkatan pada seluruh kondisi pencahayaan. Pada intensitas cahaya 5 lux, nilai brightness meningkat dari 0,031 menjadi 0,044, Pada intensitas cahaya 10 lux dari 0,102 menjadi 0,276, dan pada intensitas cahaya 20 lux dari 0,385 menjadi 0,580. Hasil tersebut menunjukkan bahwa metode yang diusulkan mampu meningkatkan kualitas citra, terutama pada kondisi low-light. Sistem juga mampu berjalan secara real-time dengan penerapan teknik frame skipping sehingga performa aplikasi tetap stabil tanpa lag yang signifikan.

Downloads

Download data is not yet available.

References

[1] V. Fransisca and H. Santoso, “Penerapan Gamma Correction Dalam Peningkatan Pendeteksian Objek Malam Pada Algoritma YOLOv5,” Build. Informatics, Technol. Sci, vol. 5, no. 1, pp. 59–69, 2023.

[2] T. W. Yin, K. A. Subaramaniam, A. S. Shibghatullah, and N. F. Mansor, “Enhancement of low-light image using homomorphic filtering, unsharp masking, and gamma correction,” International Journal of Advanced Computer Science and Applications, vol. 13, no. 8, pp. 552–559, 2022, doi: 10.14569/IJACSA.2022.0130864.

[3] H. Fitriyah and R. C. Wihandika, Dasar-Dasar Pengolahan Citra Digital. Universitas Brawijaya Press, 2021.

[4] M. Aulia, K. Kurniawati, P. A. Topan, T. Andriani, and D. Maulidyawati, “Implementasi Sistem Kendali Proposional Integral Derivatif (PID) pada Porototype Pendeteksi Brightness Cahaya Ruangan,” Jurnal Bumigora Information Technology (BITe), vol. 4, no. 2, pp. 217–230, 2022.

[5] A. M. Chmutin, “Saturation Contrast and Brightness Shift: Photoshop Paradoxes,” International Journal of Open Information Technologies, vol. 7, no. 1, pp. 12–24, 2019.

[6] F. Zhang, Y. Shao, Y. Sun, C. Gao, and N. Sang, “Self-supervised low-light image enhancement via histogram equalization prior,” in Chinese conference on pattern recognition and computer vision (PRCV), Springer, 2023, pp. 63–75.

[7] A. H. Alsaeedi, S. M. Hadi, and Y. Alazzawi, “Adaptive Gamma and Color Correction for Enhancing Low-Light Images,” International Journal of Intelligent Engineering & Systems, vol. 17, no. 4, 2024.

[8] Y. Cai, H. Bian, J. Lin, H. Wang, R. Timofte, and Y. Zhang, “Retinexformer: One-stage retinex-based transformer for low-light image enhancement,” in Proceedings of the IEEE/CVF international conference on computer vision, 2023, pp. 12504–12513.

[9] H. Tang, H. Zhu, L. Fei, T. Wang, Y. Cao, and C. Xie, “Low-illumination image enhancement based on deep learning techniques: A brief review,” in Photonics, MDPI, 2023, p. 198.

[10] Y. Wang, Z. Liu, J. Liu, S. Xu, and S. Liu, “Low-light image enhancement with illumination-aware gamma correction and complete image modelling network,” in Proceedings of the IEEE/CVF International Conference on Computer Vision, 2023, pp. 13128–13137.

[11] C. George, M. Spitzer, and H. Hussmann, “Training in IVR: investigating the effect of instructor design on social presence and performance of the VR user,” in Proceedings of the 24th ACM symposium on virtual reality software and technology, 2018, pp. 1–5.

[12] A. E. NURANI and A. H. Kuspranoto, “Perancangan Simulasi Alat Pengukuran Intensitas Cahaya Menggunakan Lux Meter Berbasis Ldr Dan Arduino Dengan Pengaturan Led,” MEDIKA TRADA, vol. 4, no. 2, pp. 58–63, 2023.

[13] A. Handa, R. A. Newcombe, A. Angeli, and A. J. Davison, “Real-time camera tracking: When is high frame-rate best?,” in European Conference on Computer Vision, Springer, 2012, pp. 222–235.

[14] A. Ismanto, “Perbedaan Kontras Luminansi Sebagai Pembentuk Karakter Bidang/Modeling Pada Pencahayaan Fasade Bangunan Edutainment,” Lintas Ruang: Jurnal Pengetahuan dan Perancangan Desain Interior, vol. 5, no. 2, 2017.

[15] C. Hia, E. Megawati, A. F. Matondang, and M. Ananda, “PENINGKATAN CITRA CCTV MALAM MENGGUNAKAN METODE GAMMA CORRECTION ADAPTIF DAN BILATERAL FILTER,” Jurnal Informatika Teknologi dan Sains (Jinteks), vol. 7, no. 4, pp. 2270–2276, 2025.

[16] X. Guo, “LIME: A Method for Low-light Image Enhancement,” Jul. 2016, [Online]. Available: http://arxiv.org/abs/1605.05034

[17] M. T. Rasheed, D. Shi, and H. Khan, “A comprehensive experiment-based review of low-light image enhancement methods and benchmarking low-light image quality assessment,” Signal Processing, vol. 204, Mar. 2023, doi: 10.1016/j.sigpro.2022.108821.

[18] B. Purba, “Aplikasi perbaikan kualitas citra hasil penginderaan jauh (remote sensing) dengan metode contrast stretching,” Jurnal TIMES, vol. 6, no. 2, pp. 26–36, 2017.

[19] W. A. Syamsi, N. Setianto, A. Saepuloh, and A. M. Suyono, “Analisis Intensitas Cahaya di Laboratorium PT X Metode SNI 7062: 2019,” Jurnal Ilmiah Teknik dan Manajemen Industri, vol. 4, no. 1, pp. 163–170, 2024.

[20] R. C. Gonzalez and R. E. Woods, Digital Image Processing, 4th ed. Pearson, 2018.