PENGOLAHAN CITRA DIGITAL DAN PERMASALAHAN

IMAGE PROCESSING

RESUME
DISUSUN UNTUK MEMENUHI TUGAS MATAKULIAH
PENGOLAHAN CITRA DIGITAL

Disusun Oleh:
Hairul Anam S (140431100103)

PROGRAM STUDI S1 TEKNIK ELEKTRO

FAKULTAS TEKNIK
UNIVERSITAS TRUNOJOYO MADURA
MARET 2017
 PENGOLAHAN CITRA DIGITAL

A. Definisi
Pengolahan citra adalah pemrosesan citra, khususnya dengan
menggunakan komputer, menjadi citra yang kualitasnya lebih baik. Citra
(image) adalah istilah lain untuk gambar. Citra mempunyai karakteristik yang
tidak dimiliki oleh data teks, yaitu citra kaya dengan informasi. Pengolahan
citra (Image Processing) adalah salah satu cabang dari ilmu informatika.
Analisis Citra (Image Analysis), Operasi ini bertujuan untuk menghitung
besaran kuantitatif citra untuk menghasilkan deskripsinya. Teknik analisis citra
mengekstraksi ciri-ciri tertentu yang membantu dalam identifikasi obyek.
Pemahaman Data Citra (Image Understanding), pada bagian ini akan
melibatkan kajian tentang teknikteknik artificial intelligent. Metoda ini
menggunakan program pencarian (search program) dan teknik penyesuaian
pola (pattern matching techniques).
Computer Vision adalah ilmu dan teknologi mesin yang melihat, di mana
lihat dalam hal ini berarti bahwa mesin mampu mengekstrak informasi dari
gambar yang diperlukan untuk menyelesaikan tugas tertentu. Data gambar
dapat mengambil banyak bentuk, seperti urutan video, pandangan dari
beberapa kamera, atau data multi-dimensi dari scanner medis.
Computer Vision adalah kombinasi antara :
a. Pengolahan Citra (Image Processing), bidang ini berhubungan dengan
proses transformasi citra/gambar (image). Proses ini bertujuan untuk
mendapatkan kualitas citra yang lebih baik.
b. Pengenalan Pola (Pattern Recognition), bidang ini berhubungan
dengan proses identifikasi obyek pada citra atau interpretasi citra.
Proses ini bertujuan untuk mengekstrak informasi/pesan yang
disampaikan oleh gambar/citra.
B. Permasalahan Pada Image Processing
1. Capture
Capture 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.

Contoh capture:
a. Capture Infrared

b. Capture X-Ray
 c. Capture Ultraviolet

2. Modeling
Dalam modeling diperlukan analisa matematika yang cukup rumit,
khususnya pemakaian kalkulus dan transformasi geometri.
Contoh modeling:
3. 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.
Thresholding RGB

Fitur Bentuk
Fitur ini digunakan bila gambar setiap obyek mempunyai bentuk yang
spesifik.
Deteksi Tepi
 Fitur Tekstur
Untuk mendapatkan fitur tekstur ada beberapa algoritma yang dapat
digunakan, antara lain:
FFT
Wavelets
Image Filter
Filter Gabor
4. Image Segmentation (Segmentasi Citra)
Segmentasi citra merupakan bagian dari proses pengolahan
citra. Proses segmentasi citra ini lebih banyak merupakan suatu proses
pra pengolahan pada sistem pengenalan objek dalam citra. Adapun dalam
proses segmentasi citra itu sendiri terdapat beberapa algoritma,
diantaranya: algoritma Deteksi Titik dan Deteksi Garis.
Deteksi Titik

Deteksi Garis