Anda di halaman 1dari 4

Bab 1.

Konsep Dasar Pengolahan Citra


Capaian Pembelajaran:
- Mampu memahami dan menjelaskan konsep dasar pengolahan citra
digital,
- pengertian cara pengolahan citra digital,
- peralatan yang digunakan untuk mengolah citra, dan
- aplikasi pengolahan citra

Teori Dasar
Metode pengolahan citra digital, computer vision, dan image analysis
biasanya sulit dibedakan. Tulis pengertian Anda mengenai ketiga topik tersebut
pada tabel di bawah ini.
Pengolahan Citra Digital Computer Vision Image Analysis
Analisis gambar adalah
ekstraksi informasi yang
Pengolahan citra digital Computer vision adalah bermakna dari gambar;
merupakan proses yang ilmu dan teknologi terutama dari gambar
bertujuan untuk mesin yang melihat, digital melalui teknik
memanipulasi dan dimana mesin mampu pemrosesan gambar
menganalisis citra mengekstrak informasi digital. [1] Tugas
dengan bantuan dari gambar yang analisis gambar dapat
komputer. diperlukan untuk sesederhana membaca
menyelesiakan tugas tag kode bar atau
tertentu. secanggih
mengidentifikasi
seseorang dari
wajahnya.

Dari tabel di atas, dapat disimpulkan bahwa perbedaan ketiga topik tersebut
adalah ____ https://bfl-definisi.blogspot.com/2017/03/image-processing-
computer-vision.html

https://ariugapriansyah.wordpress.com/2014/06/11/perbedaan-grafika-
komputer-computer-vision-dan-pengolahan-citra/
___________________________________________________
_______________________________________________________
_______________________________________________________

Proses yang dapat dilakukan pada citra digital adalah:


- Image acquisition: proses mendapatkan citra digital
- Image enhancement: Proses agar citra menjadi lebih baik ‘secara visual
untuk aplikasi tertentu
- Image restoration: memperbaiki citra yang telah mengalamai degradasi

- Color image processing: Digital color


processing includes processing of colored images and
different color spaces that are used. For example
RGB color model, YCbCr,  HSV. It also involves studying
transmission , storage , and encoding of these color images
http://www8.cs.umu.se/kurser/TDBC30/VT05/material/lecture6.pdf
Human vision is more sensitive to color than gray levels.
Therefore, color image processing is important, although it
requires more memory to store and longer execution times to
process. There are different color models, and each one is
suitable for some application. In the RGB model, a color
image is expressed in terms of the intensities of its red,
green, and blue components. In the HSI model, the intensity
component is separated from the color components. This
model can use the algorithms for gray level images. Some of
the processing are based on those of gray level images, and
some are exclusive to color images.

The use of color in image processing is primarily motivated by two major


factors • Humans can perceive thousands of shades of color as opposed to only
about two dozen shades of gray • Color is a powerful descriptor that greatly
simplifies object segmentation and identification Color image processing is
divided into two m]ajor areas • Full-color processing – images are acquired and
processed in full color • Pseudo-color processing – images are by nature
grayscale and are converted to color images for visualization purposes

- Wavelets dan multiresolution processing: • Unlike Fourier transform,


whose basis functions are sinusoids, wavelet transforms are based on
small waves, called wavelets, of limited duration. • Fourier transform
provides only frequency information, but wavelet transform provides
time-frequency information. 2 • Wavelets lead to a multiresolution
analysis of signals. • Multiresolution analysis: representation of a signal
(e.g., an images) in more than one resolution/scale. • Features that
might go undetected at one resolution may be easy to spot in another.
AMR dirancang untuk memberika resolusi waktu yang baik dan resolusi
frekuensi yang buruk pada frekuensi tinggi suatu sinyal, serta resolusi
frekuensi yang baik dan resolusi waktu yang buruk pada frekuensi rendah
suatu sinyal. Pendekatan ini sangat berguna untuk menganalisis sinyal
dalam aplikasi-aplikasi praktis yang memang memiliki lebih banyak frekuensi
rendah.
Transformasi wavelet adalah suatu AMR yang dapat merepresentasikan
informasi waktu dan frekuensi suatu sinyal dengan baik. Transformasi
wavelet menggunakan sebuah jendela modulasi yang fleksibel, ini yang
paling membedakannya dengan transformasi Fourier waktu-singkat (STFT),
yang merupakan pengembangan dari transformasi Fourier. STFT
menggunakan jendela modulasi yang besarnya tetap, ini menyebabkan
dilema karena jendela yang sempit akan memberikan resolusi frekuensi
yang buruk dan sebaliknya jendela yang lebar akan menyebabkan resolusi
waktu yang buruk.
https://zone.ni.com/reference/en-XX/help/371419D-
01/lvasptconcepts/wa_intro/

- Compression: Proses pemampatan ukuran sebuah data tertentu


menjadi ukuran data menjadi ukuran lebih kecil. Kompresi citra adalah
proses untuk mengubah stream data citra masukan dengan ukuran
tertentu menjadi stream data citra keluaran dengan ukuran lebih kecil.

- Morphological processing: Pemrosesan gambar morfologi adalah


kumpulan operasi non-linear yang terkait dengan bentuk atau
morfologi fitur dalam suatu gambar. Menurut Wikipedia, operasi
morfologis hanya bergantung pada urutan relatif nilai piksel, bukan
pada nilai numeriknya, dan karenanya sangat cocok untuk pemrosesan
gambar biner. Operasi morfologis juga dapat diterapkan pada gambar
skala abu-abu sedemikian rupa sehingga fungsi transfer cahayanya
tidak diketahui dan oleh karena itu nilai piksel absolutnya tidak ada
kepentingan atau kecil.

- Segmentation: Dalam computer vision, segmentasi gambar adalah


proses mempartisi gambar digital menjadi beberapa segmen (set piksel,
juga dikenal sebagai objek gambar).

- Representation dan description: Representasi dan deskripsi gambar


sangat penting untuk keberhasilan deteksi dan pengenalan objek dalam
sebuah adegan. After performing image segmentation, a region may be
represented in terms of – external characteristics (boundaries). –
internal characteristics (texture).
https://slideplayer.com/slide/12762191/

- Recognition: Recognition adalah teknologi komputer yang


memungkinkan kita untuk mengidentifikasi atau memverifikasi
wajah seseorang melalui sebuah gambar digital
https://docplayer.info/33606865-Representasi-data-multimedia-image.html

Pada era digital ini, pengolahan citra digital telah diaplikasikan pada
berbagai macam bagian kehidupan kita. Contohnya:
- untuk mendeteksi tumor (medis)
- untuk menemukan barang terlarang di pengecekan di bandara
- untuk mendeteksi keberadaan manusia di jalan untuk pegaturan waktu
traffic light otomatis
- _________
- _________
- _________
- _________
- _________
- _________
- _________
- _________
- _________

Peralatan-peralatan yang dapat digunakan untuk mengolah citra adalah


sebagai berikut:
- Scanner X-ray
- _________
- _________
- _________
- _________
- _________
- _________
- _________
- _________
- _________