Pengolahan Citra Digital

Pengertian dari Pengolahan Citra Digital adalah proses yang bertujuan untuk
memanipulasi dan menganalisis citra dengan bantuan komputer. Baik citra yang
berdimensi 2 atau citra 3 dimensi.
Pengolahan citra digital dapat dikelompokkan dalam dua jenis kegiatan :
1. Memperbaiki kualitas suatu gambar, sehingga dapat lebih mudah diinterpretasi
oleh mata manusia. Perbaikan ini termasuk dalam image Enhancement, sehingga
di dapati kualitas citra yang lebih bagus dari sebelumnya.
2. Mengolah informasi yang terdapat pada suatu gambar untuk keperluan pengenalan
objek secara otomatis. Sebagai contoh aplikatifnya, image detection, sebuah
potret wajah seseorang yang telah disimpan dalam databse, akan dapat dikenali
oleh sistem komputer yang telah memuat pengolahan citra digital. Sebagai contoh
simplenya, dalam aplikasi facebook anda, ketika anda mengunggah sebuah foto,
maka facebook akan mengenali wajah siapa saja yang ada dalam foto tersebut.
Nah, dalam image detection, akan ada syarat serta ketentuan tertentu yang harus
di penuhi.
Bidang aplikasi kedua yang sangat erat hubungannya dengan ilmu pengetahuan pola
(pattern recognition) yang umumnya bertujuan mengenali suatu objek dengan cara
mengekstrak informasi penting yang terdapat pada suatu citra. Bila pengenalan pola
dihubungkan dengan pengolahan citra, diharapkan akan terbentuk suatu sistem yang
dapat memproses citra masukan sehingga citra tersebut dapat dikenali polanya. Proses
ini disebut pengenalan citra atau image recognition. Proses pengenalan citra ini sering
diterapkan dalam kehidupan sehari-hari.
Pengolahan citra dan pengenalan pola menjadi bagian dari proses pengenalan citra.
Kedua aplikasi ini akan saling melengkapi untuk mendapatkan ciri khas dari suatu citra
yang hendak dikenali. Secara umum tahapan pengolahan citra digital meliputi akusisi
citra, peningkatan kualitas citra, segmentasi citra, representasi dan uraian, pengenalan
dan interpretasi.

Akusisi citra
Pengambilan data dapat dilakukan dengan menggunakan berbagai media seperti
kamera analog, kamera digital, handycamp, scanner, optical reader dan
sebagainya. Citra yang dihasilkan belum tentu data digital, sehingga perlu
didigitalisasi.

Peningkatan kualitas citra

Pada tahap ini dikenal dengan pre-processing dimana dalam meningkatkan kualitas
citra dapat meningkatkan kemungkinan dalam keberhasilan pada tahap pengolahan
citra digital berikutnya.

Segmentasi citra
Segmentasi bertujuan untuk memilih dan mengisolasikan (memisahkan) suatu objek
dari keseluruhan citra. Segmentasi terdiri dari downsampling, penapisan dan deteksi
tepian. Tahap downsampling merupakan proses untuk menurunkan jumlah piksel
dan menghilangkan sebagian informasi dari citra. Dengan resolusi citra yang tetap,
downsampling menghasilkan ukuran citra yang lebih kecil. Tahap segmentasi
selanjutnya adalah penapisan dengan filter median, hal ini dilakukan untuk
menghilangkan derau yang biasanya muncul pada frekuensi tinggi pada spektrum
citra. Pada penapisan dengan filter median, gray level citra pada setiap piksel
digantikan dengan nilai median dari gray level pada piksel yang terdapat pada
window filter. Tahap yang terakhir pada proses segmentasi yaitu deteksi tepian.
Pendekatan algoritma Canny dilakukan berdasarkan konvolusi fungsi citra dengan
operator Gaussian dan turunan-turunannya. Pendeteksi tepi ini dirancang untuk
merepresentasikan sebuah tepian yang ideal, dengan ketebalan yang diinginkan.
Secara umum, proses segmentasi sangat penting dan secara langsung akan
menentukan keakurasian sistem dalam proses identifikasi iris mata.

Representasi dan Uraian

Representasi mengacu pada data konversi dari hasil segmentasi ke bentuk yang
lebih sesuai untuk proses pengolahan pada komputer. Keputusan pertama yang
harus sudah dihasilkan pada tahap ini adalah data yang akan diproses dalam
batasan-batasan atau daerah yang lengkap. Batas representasi digunakan ketika
penekanannya pada karakteristik bentuk luar, dan area representasi digunakan
ketika penekanannya pada karakteristik dalam, sebagai contoh tekstur. Setelah data
telah direpresentasikan ke bentuk tipe yang lebih sesuai, tahap selanjutnya adalah
menguraikan data.

Pengenalan dan Interpretasi

Pengenalan pola tidak hanya bertujuan untuk mendapatkan citra dengan suatu
kualitas tertentu, tetapi juga untuk mengklasifikasikan bermacam-macam citra. Dari
sejumlah citra diolah sehingga citra dengan ciri yang sama akan dikelompokkan

pada suatu kelompok tertentu. Interpretasi meliputi penekanan dalam mengartikan

objek yang dikenali.
Pengolahan citra digital adalah manipulasi dan interprestasi digital dari citra dengan bantuan
komputer. Pengolahan citra bertujuan untuk:
- memperbaiki kualitas gambar, dilihat dari aspek radiometric dan aspek geometric. Aspek
radiometric terdiri dari peningkatan kontras, restorasi citra, transformasi warna
sedangkan aspek geometric terdiri dari rotasi, skala, translasi, trnsformasi geometric).
- melakukan proses penarikan informasi atau deskripsi obyek atau pengenalan obyek yang
terkandung pada citra.
- melakukan pemilihan citra ciri (feature images) yang optimal untuk tujuan analisis.
- melakukan kompresi atau reduksi data untuk tujuan penyimpanan data, transmisi data,
dan waktu proses data.
Konsep dasar pengolahan citra dengan data masukan pokok (internal data) berupa
langkah berikut :
1. Pengumpulan data yang relevan, yaitu citra digital.
2. Klasifikasi atau pengelompokan dengan cara pengkelasan.
3. Penyusunan data sesuai kelas.
4. Perhitungan dan manipulasi.
5. Pengujian ketelitian dan perhitungan.
6. Penyimpulan dan rekapitulasi hasil.
7. Informasi
Operasi-operasi pada pengolahan citra diterapkan bila:
1. Perbaikan atau memodifikasi citra dilakukan untuk meningkatkan kualitas penampakan
citra/menonjolkan beberapa aspek informasi yang terkandung dalam citra (image
enhancement).
contoh : perbaikan kontras gelap/terang, perbaikan tepian objek, penajaman, pemberian
warna semu, dll.
2. Adanya cacat pada citra sehingga perlu dihilangkan/diminimumkan (image restoration).
contoh : penghilangan kesamaran (debluring) >> citra tampak kabur karena pengaturan
fokus lensa tidak tepat / kamera goyang, penghilangan noise.
3. Elemen dalam citra perlu dikelompokkan, dicocokan atau diukur (image segmentation).
Operasi ini berkaitan erat dengan pengenalan pola.
4. Diperlukannya ekstraksi ciri-ciri tertentu yang dimiliki citra untuk membantu dalam
pengidentifikasian objek (image analysis). Proses segementasi kadangkala diperlukan
untuk melokalisasi objek yang diinginkan dari sekelilingnya.

Contoh : pendeteksian tepi objek.

5. Sebagian citra perlu digabung dengan bagian citra yang lain (image reconstruction).
contoh : beberapa foto rontgen digunakan untuk membentuk ulang gambar organ tubuh.
6. Citra perlu dimampatkan (image compression) contoh : suatu file citra berbentuk BMP
berukuran 258 KB dimampatkan dengan metode JPEG menjadi berukuran 49 KB.
7. Menyembunyikan data rahasia (berupa teks/citra) pada citra sehingga keberadaan data
rahasia tersebut tidak diketahui orang (steganografi & watermarking).

MATLAB

MATLAB adalah sebuah bahasa dengan kemampuan tinggi untuk komputasi teknis. Ia
menggabungkan komputasi, visualisasi, dan pemrograman dalam satu kesatuan yang
mudah digunakan di mana masalah dan penyelesaiannya diekspresikan dalam notasi
matematik yang sudah dikenal. Pemakaian MATLAB meliputi :

Matematika dan komputasi

Pengembangan algoritma
Akuisisi data
Pemodelan, simulasi dan prototype
Grafik saintifik dan engineering
Perluasan pemakaian, seperti graphical user interface (GUI).

MATLAB adalah system interaktif yang mempunyai basis data array yang tidak
membutuhkan dimensi. Ini memungkinkan kita dapat menyelesaikan banyak masalah
komputasi teknis, khususnya yang berkaitan dengan formulasi matrik dan vector.
Nama MATLAB merupakan singakatn dari matrix labolatory . MATLAB awalnya dibuat untuk
memudahkan dalam mengakses software matriks yang telah dikembangkan oleh LINPACK
dan EISPACK. Dalam perkembangannya, MATLAB mampu mengintegrasikan beberapa
software matriks sebelumnya dalam satu software untuk komputasi matriks. Tidak hanya itu,
MATLAB juga mampu melakukan komputasi simbolik yang biasa dilakukan oleh MAPLE.
Sistem MATLAB terdiri atas lima bagian utama :
Development Environment. Ini adalah kumpulan semua alat-alat dan fasiltas untuk
membantu kita dalam menggunakan fungsi dan file MATLAB. Bagian ini memuat

desktop,
Command window
command history
editor and debugger
browser untuk melihat help, workspace, files.

The MATLAB Mathematical Function Library. Bagian ini adalah koleksi semua algoritma
komputasi, mulai dari fungsi sederhana seperti sum, sine, cosine sampai fungsi lebih rumit
seperti, invers matriks, nilai eigen, fungsi Bessel dan fast Fourier transform.
The MATLAB language. Ini adalah bahasa matriks/array level tinggi dengan control flow,
fungsi, struktur data, input/output, dan fitur objek programming lainnya.
Graphics. MATLAB mempunyai fasilitas untuk menampilkan vector dan matriks sebagai
grafik. Fasilitas ini mencakup visualisasi data dua / tiga dimensi, pemrosesan citra (image),
animasi, dan grafik animasi.
The MATLAB Application Program Interface (API). Paket ini memungkinkan kita menulis
bahasa C dan Fortran yang berinteraksi dengan MATLAB. Ia memuat fasilitas untuk
pemanggilan kode-kode dari MATLAB (dynamic linking), yang disebut MATLAB sebagai
mesin penghitung, dan untuk membaca dan menulis MAT-files.