Anda di halaman 1dari 6

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
 Pengolahan citra  Computer vision adalah ekstraksi informasi yang
digital merupakan ilmu dan teknologi bermakna dari gambar;
proses yang bertujuan mesin yang melihat, terutama dari gambar digital
untuk memanipulasi dimana mesin mampu melalui teknik pemrosesan
dan menganalisis citra mengekstrak informasi gambar digital. [1] Tugas
dengan bantuan dari gambar yang analisis gambar dapat
komputer agar diperlukan untuk sesederhana membaca tag
kualitas citra menjadi menyelesiakan tugas kode bar atau secanggih
lebih baik tertentu. mengidentifikasi seseorang
(menghilangkan noise  Suatu bidang yang dari wajahnya.
misal). bertujuan untuk  Analisis gambar digunakan
 Pemrosesan gambar membuat suatu sebagai alat mendasar untuk
berdimensi-dua keputusan yang berguna mengenali, membedakan, dan
melalui komputer mengenai objek fisik mengukur beragam jenis
digital (Jais, 1989) nyata dan keadaan gambar, termasuk gambar
 Pengolahan citra berdasarkan atas sebuah skala abu-abu dan warna,
merupakan bidang gambar/citra (Shapiro & gambar multispektral untuk
studi yang Stockman, 2001). beberapa saluran spektral atau
mempelajari proses  Computer vision waveband diskrit (biasanya
pengolahan gambar berhubungan dengan kurang dari 10), dan gambar
dimana baik masukan perolehan gambar, hiperspektral dengan urutan
dan keluarannya pemrosesan, klasifikasi, gambar. waveband yang
berbentuk berkas citra pengenalan, dan menjadi bersebelahan yang mencakup
digital (Arymurthy & penggabungan, wilayah spektral tertentu
Setiawan, 1992). pengurutan pembuatan (misalnya, terlihat dan hampir
 Pemrosesan dari citra- keputusan menuju inframerah). Karya
citra dan output dari pengenalan (Low, 1991) sebelumnya pada analisis
image processing  Computer vison gambar terutama terbatas pada
akan juga menjadi memiliki inputan berupa komunitas ilmu komputer, dan
sebuah image gambar(citra), kemudian mereka terutama berurusan
(Niblack, 1986). setelah diproses akan dengan gambar sederhana
menghasilkan sebuah untuk aplikasi seperti deteksi
data ataupun deskripsi cacat, segmentasi dan
yang dapat dijadikan klasifikasi. Saat ini, analisis
sebagai sebuah cara citra menjadi semakin penting
untuk mengambil dan tersebar luas karena dapat
keputusan. dilakukan dengan lebih mudah,
cepat dan biaya efektif (Prats-
Montalbán et al. 2011).
Analisis gambar sangat
bergantung pada teknologi visi
mesin (Aguilera dan Stanley
1999). Pertumbuhan eksplosif
baik dalam platform perangkat
keras dan kerangka kerja
perangkat lunak telah
menyebabkan kemajuan yang
signifikan dalam analisis
gambar digital.

Dari tabel di atas, dapat disimpulkan bahwa perbedaan ketiga topik tersebut adalah
Kita analisa dulu tujuan dari computer vsion :

 Computer vision berkeinginan menjadikan komputer sebagai sebuah mesin yang


cerdas yang  mampu menangkap informasi  atau data visual yang ada di
lingkungannya layaknya seperti manusia.
 Computer vision dapat membuat keputusan yang berguna tentang obyek fisik
nyata berdasarkan gambar yang didapat.

Kita analisa apa itu image analysis :

 Image analysis akan mengeksplorasi scene ke dalam bentuk karateristik utama


dari objek melalui suatu proses investigasi.
 Sebuah program komputer akan mulai melihat melalui bilangan biner yang
merepresentasikan informasi visual untuk mengidentifikasi fitur‐fitur spesifik
dan karekteristiknya.
 Lebih khusus lagi program image analysis digunakan untuk mencari tepi dan
batas‐batasan objek dalam image.
 Sebuah tepian (edge) terbentuk antara objek dan latar belakangnya atau antara
dua objek yang spesifik.
 Tepi ini akan terdeteksi sebagai akibat dari perbedaan level brightness pada sisi
yang berbeda dengan salah satu batasnya.

Kita analisa apa itu image processing

Proses pengolahan citra (Image Processing)


 Tahapan berikutnya computer vision akan melibatkan sejumlah manipulasi utama
(initial manipulation) dari data binary tersebut.
 Image processing membantu peningkatan dan perbaikan kualitas image, sehingga
dapat dianalisa dan di olah lebih jauh secara lebih efisien.
 Image processing akan meningkatkan perbandingan sinyal terhadap noise (signal‐
to‐noise ratio = s/n).
 Sinyal‐sinyal tersebut adalah informasi yang akan merepresentasikan objek yang
ada dalam image.
 Sedangkan noise adalah segala bentuk interferensi, kekurangpengaburan, yang
terjadi pada sebuah objek.

Berdasarkan
gambar diatas, dapat kita lihat bahwa Image processing merupakan bagian dari
Computer Vision. Jadi Image Processing selalu dilibatkan dalam kebutuhan
Computer Vision.Image processing merupakan proses awal (preprocessing) pada
Computer Vision.

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 mengalami degradasi /
penurunan kualitas citra
- Color image processing : Pada color image ini masing-masing piksel memiliki
warna tertentu, warna tersebut adalah merah (Red), hijau (Green) dan biru (Blue).
Jika masing-masing warna memiliki range 0 - 255, maka totalnya adalah 2553 =
16.581.375 (16 K) variasi warna berbeda pada gambar, dimana variasi warna ini
cukup untuk gambar apapun. Karena jumlah bit yang diperlukan untuk setiap
pixel, gambar tersebut juga disebut gambar-bit warna. Color image ini terdiri dari
tiga matriks yang mewakili nilai-nilai merah, hijau dan biru untuk setiap
pikselnya.
- Wavelets dan multiresolution processing: transformasi Wavelet yang mampu
merepresentasikan informasi waktu dan frekuensi suatu sinyal dengan baik.
Penerapan transformasi wavelet pada bidang pengolahan citra digital antara lain
adalah untuk kompresi, filtering, dan analisis tekstur image. Wavelet 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.
- 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.
Representation dan description atau 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.

- Recognition: ilmu pengetahuan pola (pattern recognition) yang umumnya


bertujuan mengenali suatu objek dengan cara mengekstrak informasi penting
yang terdapat pada suatu citra. Recognition adalah teknologi komputer yang
memungkinkan kita untuk mengidentifikasi atau memverifikasi wajah seseorang
melalui sebuah gambar digital

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
- Mendeteksi wajah sebagai salah satu security system
- Mendeteksi penyakit sapi dengan menganalisa foto dari retina sapi
- Psychology, AI – exploring representation and computation in natural vision
- Optical Character Recognition – text reading
- Remote Sensing – land use and environmental monitoring
- Medical Image Analysis – measurement and interpretation of many types of
images
- Industrial Inspection – measurement, fault checking, process control
- Robotic – navigation and control

Peralatan-peralatan yang dapat digunakan untuk mengolah citra adalah sebagai


berikut:
- Scanner X-ray
- Camera raspy
- Computed Radiography (CR)
- Magnetic Resonance Imaging (MRI)
- Ultrasonografi (USG)
- USB Webcam
- Computed Tomography (CT Scan)
- Mikroskop Elektron
- Fish Finder
- Finger Print
- Barcode reader