Anda di halaman 1dari 23

Pengolahan Citra Digital Pendahuluan

I Gede Harsemadi

Tujuan
Mahasiswa dapat membuat aplikasi pengolahan citra Mahasiswa dapat menerapkan konsep-konsep pengolahan citra untuk menghasilkan suatu teknologi berbasis pengolahan citra

Materi
1. Pengenalan Image Processing 2. Image Model 3. Grayscale Transformation 4. Image Statistic 5. Image Enhancement 6. Image Filtering 7. Deteksi Tepi

8. Feature Extraction
9. Image Segmentation

1. Pendahuluan Mengapa Pengolahan Citra Diperlukan ?


Semakin meningkatnya kebutuhan akan ilmu

pengetahuan dalam dunia kedokteran, penginderaan jarak jauh, meteorologi dan geofisika, robotika, dan lain-lain.
Memerlukan alat/kamera yang mampu merekan

keadaan yang diperlukan untuk menganalisis dan memungkinkan peneliti untuk mendapat informasi yang diperlukan.
Output alat ini berupa Citra

1. Pendahuluan Mengapa Pengolahan Citra Diperlukan ?


Namun kebanyakan citra belum sesuai dengan

hasil yang diharapkan.


Hal ini kemungkinan dikarenakan adanya noise,

adanya kabut yang menghalangi objek yang dicapture, lenca kamera yang kotor, dll

2. Aplikasi Pengolahan Citra Digital


Dunia Perfilman Dunia Fotografi Bidang Kedokteran Bidang keamanan data dan proteksi hak cipta

(watermarking)
Pengenalan Pola

3. Hubungan PCD dengan Bidang Lain


1.

Grafika Komputer Merupakan disiplin ilmu yang mempelajari proses menciptakan suatu gambar berdasarkan deskripsi objek maupun latar belakang yang terkandung dalam gamabr tersebut.

2.

Komputer Vision Disiplin ilmu yang mempelajari proses menyusun deskripsi tentang objek yang terkandung pada suatu gambar atau mengenali objek yang ada pada gambar.

3.

Pengolahan Citra Digital Disiplin ilmu yang mempelajari tentang perbaikan kualitas gambar, transformasi gambar, melakukan pemilihan ciri yang optimal untuk melakukan penarikan informasi atau pengenalan objek yang terkandung dalam gambar.

4. Tingkat Komputasi
1. Operasi Tingkat Titik

Pada operasi ini, hasil suatu titik (pixel) tidak tergantung pada titik-titik tetangganya sehingga hanya tergantung pada kondisi titik itu sendiri. Contoh : kecerahan (brigthness), peningkatan kontras, negasi, konversi citra warna ke grayscale, dan thresholding. 2. Operasi Tungkat Objek Operasi ini karakterisitik citra yaitu ukuran, bentuk dan intensitas rata-rata dihitung karena karakteristik ini diperlukan untuk mengenali objek yang akan dianalisis

4. Tingkat Komputasi cont


3. Operasi Tingkat Lokal

Pada operasi ini hasil proses suatu titik (pixel) bergantung pada titik-titik tetangganya dan titik itu sendiri, Contoh : konvulsi citra, deteksi tepi, penghalusan citra, penajaman citra, eleminasi noise dan efek emboss 4. Operasi Tingkat Global

Pada operasi ini seluruh bagian citra diperhitungkan sehingga hasilnya tergantung dari keadaan citra keseluruhan

5.

Langkah-langkah Penting Dalam Pengolahan Citra

1. Akuisisi Citra

Akuisisi citra adalah tahap awal untuk mendapatkan citra digital. Tujuan akuisisi citra adalah untuk menentukan data yang diperlukan dan memilih metode perekaman citra digital. Tahap ini dimulai dari objek yang akan diambil gambarnya, persiapan alatalat sampai pada pencitraan. Tahapan ini diperlukan untuk menjamin kelancaran pada proses berikutnya. Hal-hal yang penting dilakukan pada tingkatan ini diantaranya adalah :

2. Preprocessing

a. Peningkatan kualitas citra ( kontras, brightness,


dll) b. Menghilangkan noise c. Perbaikan citra d. Transformasi (image transformation)

3. Segmentasi

Proses segmentasi citra ini lebih banyak merupakan suatu proses pra pengolahan pada sistem pengenalan objek dalam citra. Segmentasi citra (image segmentation) mempunyai arti membagi suatu citra menjadi wilayah-wilayah yang homogen berdasarkan kriteria keserupaan yang tertentu antara tingkat keabuan suatu piksel dengan tingkat keabuan piksel-piksel tetangganya.

4. Representasi dan deskripsi

Dalam hal ini representasi merupakan suatu proses untuk mempresentasikan suatu wilayah sebagai suatu daftar titik-titik koordinat dalam kurva tertutup, dengan deskripsi luasan atau parameternya. Setelah suatu wilayah dapat dipresentasi, proses selanjutnya adalah melakukan deskripsi citra dengan cara seleksi ciri dan ekstrasksi ciri (Feature Extraction and selection).

5. Pengenalan dan interpretasi


Tahap ini bertujuan untuk memberi label pada

sebuah objek yang informasinya disediakan oleh descriptor, sedangkan interpretasi bertujuan untuk memberi arti atau makna kepada kelompok objek-objek yang dikenali. 6. Basis pengetahuan
Basis pengetahuan sebagai basis data

pengetahuan berguna untuk memandu operasi dari msing-masing modul proses dan mengkontrol interaksi antara modul-modul tersebut. Selain itu pengetahuan juga digunakan sebagai referensi pada proses template matching atau pada pengenalan pola.