Pengantar PENGOLAHAN CITRA

Achmad Basuki PENS-ITS Surabaya 2007

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

MATERI
1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14. Introduction: Image Processing Image Model Gray-Scale Transformation Image Statistic Image Enhancement Tranformasi Fourier and Image Spectrum Image Filtering Reduksi Noise Deteksi Tepi Image Feature Extraction (Color, Shape & Texture) Image Segmentation Image Application: Image Searching Image Application: Character Recognition Image Application: Deteksi Obyek Berdasarkan Warna/Bentuk

Materi Prasyarat
Matematika Pemrograman Grafis Struktur Data

Pengolahan Citra
Pengolahan citra adalah salah satu aplikasi yang dapat mengubah gambar menjadi suatu informasi Tujuan lebih jauh dari pengolahan citra adalah membuat suatu sistem yang bisa melihat

Beberapa Judul Proyek Akhir Pengolahan Citra

Content Based Image Retrieval Pengenalan Wajah Tracking Wajah secara Real Time Pengenalan Tulisan dan Tanda Tangan Untuk Cek Bank Mesin Absensi Dengan Sidik Jari Deteksi dan Pengenalan Rambu-Rambu Lalu-Lintas Deteksi Gerakan Badan Untuk Kendali Game Kendali Game Dengan Gerakan Mata Filter Gambar Porno Pengenalan Buah dan Produk Menggunakan Fitur Warna Deteksi Jumlah Obyek Gambar Video Panorama Menggunakan Image Mosaic Mesin Pembaca Not Jawa Sistem Keamanan Terpadu Dengan Deteksi Gerakan Pengenalan Wajah Untuk Pencarian Data Buron Melalui Gambar Sketsa Navigasi Cerdas Pada Robot Pengenalan Golongan Darah Dll.

Referensi
Gonzales, Rafael C, Woods, Richard E, Digital Image Processing, Prentice-Hall Inc., 2nd Edition, 2002 Nixon Mark, Aguando, Alberto, Feature Extraction and Image Processing, 1st Edition, 2002 Awcock GJ., Thomas R., Applied Image Processing, McGraw-Hill, 2001 Parker JR., Algorithm For Image Processing and Computer Vision, John Wiley & Sons, 1997. Achmad Basuki, Fathurrochman, Joshua F Palandi, Pengolahan Citra Digital Menggunakan Visual Basic 6, Graha Ilmu, 2005 Riyanto Sigit, Achmad Basuki, Nana Ramadijanti, Dadet Pramadihanto, Step by step Pengolahan Citra Digital, Penerbit Andi, Jogjakarta, 2006

Pengolahan Data Berdasarkan Input/Output

OUTPUT IMAGE INPUT IMAGE DESKRIPSI

Image Processing

DESKRIPSI
Computer Vision

Grafika Komputer

Data Mining dll.

Image Processing
Image processing adalah suatu pengolahan data yang masukannya berupa gambar dan luarannya juga gambar
Tujuan dari image processing adalah memperbaiki informasi pada gambar sehingga mudah terbaca atau memperbaiki kualitas dari gambar itu sendiri

Image Enhancement Color Image Processing Image Feature Extraction Image Segmentation Image Compression

Computer Vision

Model Image
Sampling

Kuantisasi

Sampling menunjukkan banyaknya pixel (blok) untuk mendefinisikan suatu gambar Kuantisasi menunjukkan banyaknya derajat nilai pada setiap pixel (menunjukkan jumlah bit pada gambar digital b/w dengan 2bit, grayscale dengan 8 bit, true color dengan 24 bit

Image Enhancement
Proses untuk memperbaiki gambar seperti brightness, contrast, mengubah gambar menjadi gray-scale, inversi, reduksi noise,deteksi tepi dan sharpness Masukan Image Enhancement Brightness & Contrast Luaran

Gray Scale

Sharpness

Image Segmentation
Proses untuk mengelompokkan gambar sesuai dengan onyek gambarnya

Persoalan di dalam Image Processing

Capture Modeling Feature Extraction Image Segmentation

Permasalahan Capture
Capture (Menangkap Gambar) merupakan proses awal dari image processing untuk mendapatkan gambar. Proses capture membutuhkan alat-alat capture yang baik seperti kamera, scanner, light-pen dan lainnya, agar diperoleh gambar yang baik. Gambar yang baik akan banyak membantu dalam proses selanjutnya.

Alat-Alat Capture Sesuai Frekwensinya

Diambil dari modul pelatihan image processing yang disusun oleh bapak Dadet Pramadihanto

Hasil Capture

Hasil Capture

Hasil Capture

Hasil Capture

Hasil Capture

Permasalahan Modeling

Dalam modeling diperlukan analisa matematika yang cukup rumit, khususnya pemakaian kalkulus, dan transformasi geometri. (inilah sebabnya di jurusan TI mata kuliah matematika menjadi sangat penting!!)

Permasalahan Feature Extraction

Setiap gambar mempunyai karakteristik tersendiri, sehingga fitur tidak dapat bersifat general tetapi sangat tergantung pada model dan obyek gambar yang digunakan. Fitur dasar yang bisa diambil adalah warna, bentuk dan tekstur. Fitur yang lebih kompleks menggunakan segmentasi, clustering dan motion estimation. Pemakaian statistik dan probabilitas, pengolahan sinyal sampai pada machine learning diperlukan di sini.

Fitur Warna
Fitur ini digunakan bila setiap obyek gambar mempunyai warna yang spesifik Color Thresholding Merah Color Histogram

Color Thresholding Hijau

Gray-scale Histogram

Fitur Bentuk
Fitur ini digunakan bila gambar setiap obyek mempunyai bentuk yang spesifik Deteksi Tepi Integral Proyeksi

Kuantisasi Rata-rata

Fitur Tekstur
Beberapa algoritma untuk mendapatkan fitur tekstur: (1) FFT (2) Wavelets (3) Image Filter (4) Filter Gabor

Permasalahan Image Segmentation

Bagaimana memisahkan obyek gambar dengan backgroundnya Bagaimana memisahkan setiap obyek gambar. Teknik clustering apa yang sesuai dengan model dan obyek gambar yang digunakan

APLIKASI IMAGE PROCESSING

Biometric Medical Image Image Databases Robot Vision Motion Capture Document Analysis

Biometric

Medical Image

Image Databases

Robot Vision

Motion Capture

Document Analysis