Pertemuan 1

Citra Digital
 Citra adalah representasi visual dari sebuah objek.
Citra juga dapat didefinisikan sebagai sebuah fungsi 2
dimensi f(x,y), dimana x dan y adalah koordinat spasial
dan f besaran pada setiap pasang koordinat (x,y) yang
disebut intensitas atau tingkat/derajat keabuan.
 Jika semua x, y, dan f adalah berhingga dan dalam
jumlah diskrit maka citra tersebut disebut sebagai Citra
Digital (Gonzalez & Woods, 2008)
 Sebuah citra digital direpresentasikan melalui
piksel(pixel) adalah kependekan dari ‘picture element’
yang diindex sebagai lokasi (x,y) atau coloumn-row (c,r)
pada citra.
 Piksel merepresentasikan unsur elemen terkecil dalam
citra digital dan bernilai numerik yang merupakan
informasi dasar dalam citra.

Hubungan dengan Disiplin Ilmu Lain

Computer Grafik

 Input : Deskripsi
 Output : Citra

Computer Vision
Pertemuan 1

 Input : Citra
 Output : Deskripsi

Pengolahan Citra

 Input : Citra
 Output : Citra

Representasi Citra Digital

Pertemuan 1

 Contoh: citra dengan ukuran x dan y sebesar 512 x 512

piksel dengan kedalaman sebesar 8-bit yang mempunyai
nilai rentang nilai sebesar 28 = 256, dari 0 – 255

 Nilai piksel pada lokasi (253, 262) sebesar 33 dapat dituliskan

dengan f(253, 262) = 33

 Nilai 33 adalah tingkat intesitas cahaya, semakin tinggi nilai

intesitas maka semakin cerah (mendekati warna putih) piksel
pada lokasi tersebut.
 Pada citra warna, setiap piksel terdiri dari 3 elemen warna yakni:
Red, Green, Blue (RGB)
Pertemuan 1

 Pada citra RGB jika semua elemen warna mempunyai nilai yang
rendah maka akan menghasilkan warna gelap dan sebaliknya.
 Piksel pada lokasi (253, 262) mempunyai 3 nilai yakni: Red = 62,
Green = 29, Blue = 32 atau dapat dituliskan f(253, 262, 1) = 62;
f(253, 262, 2) = 29; f(252, 262, 3) = 32

 Nilai pada variabel ke-3 menunjukkan index dari elemen wana

yakni indeks dari Red, Green, Blue berturut turut adalah 1, 2, 3

Ruang Warna RGB

 Jika semua eleme RGB bernilai minimal maka akan menghasilkan

tampilan hitam dan sebaliknya.
Pertemuan 1

Citra Biner Citra Grayscale Citra Warna RGB

Kedalaman warna 1 Kedalaman warna 8 Kedalaman warna 24
bit ( 2 warna) bit (256 warna) bit (16 juta warna)
Pertemuan 1

Ruang Warna
 Salah satu karakteristik penting dari citra adalah warna.
Berdasarkan hasil penelitian ternyata warna merupakan
pembeda yang handal untuk menyederhanakan proses
identifikasi dan ekstrasi objek dari sekitarnya.
 Karena itu diperlukan teknik khusus untuk memanipulasi
warna, sehingga warna citra bisa diolah dan digunakan
untuk membantu proses penyederhanaan identifikasi dan
ekstrasi obyek atau yang lebih dikenal dengan istilah
segmentasi.

HSV
 Dari segi perspektif jenis warna ini memungkinkan
pemisahan warna dari pencahayaan dengan lebih baik.
Warna HSV terdiri dari komponen berikut:
- Hue
Panjang gelombang dominan daru warna, yakni:
merah, biru, hijau
- Saturation
Tingkat ‘kemurnian’ warna (jumlah cahaya putih yang
tercampur dalam warna)
- Value
Tingkat kecerahan warna (disebut juga luminance)
 Komponen hue mempunyai nilai 0° - 360°, sedangkan
saturation dan value mempunyai nilai 0 – 1
Pertemuan 1

Konversi RGB ke HSV

 Nilai R, G, B dibagi dengan nilai 255 agar menghasilkan

nilai 0 – 1
R
- R’ =
255
G
- G’ =
255
B
- B’ =
255
- Cmax = max(R’, G’, B’)
- Cmin = min(R’, G’, B’)
- Δ = Cmax – Cmin
Pertemuan 1
Pertemuan 1

Luminance dan Chrominance

Nixon and Aguado:

 Pada beberapa aplikasi seperti tranmisi video akan lebih

mudah jika memisahkan setiap komponen untuk
merepresentasikan tingkat kecerahan.
 Ruang warna YUV, YIQ, YpbPr merepresenasikan warna
berdasarkan nilai kontinyu tertentu untuk transmisi
sinyal analog.
 Model YcbCr merupakan representasi digital dari proses
encoding komponen luma dan chrominance dari model
YpbPr

YcbCr
Pertemuan 1

 Model YcbCr mengenkoding nilai YpbPr melalui nilai 8-bit, namu

terdapat juga ekstensi 10-bit
 Nilai Luma direpresentasikan oleh nilai unsigned interger dari
16(hitam) hingga 235 (putih)
 Nilai Chominance direpresentasikan oleh nilai signed integer
dengan nilai tengah 128
 Standar YcbCr membatasi nilai maximum chrominance pada
240, sehingga nilai chrominance berada pada rengan [16 240]

Konversi YcbCr
Pertemuan 1

Proses Akuisi Citra (Pencitraan)

 Menurut Gonzalez & Woods (2008), proses akuisisi citra
melalui sebuah sensor array terdiri dari beberapa tahap:

1. Energi dari sumber cahya dipantulkan oleh sebuah

scene element (energy dapat juga ditranmisikan
melalui scene element),
2. System pencitraan (imaging system) menjalankan
fungsinya untuk mengumpulkan energi yang masuk
dan memfokuskannya ke sebuah bidang citra (image
plane)
3. Sensor array bersamaan dengan bidang fokus,
menghasilkan output yang sesuai dengan cahaya
4. Rangkaian digital dan analog mengkonversi output
menjadi sinyal analog, yang selanjutnya didigitalkan
oleh bagian lain dari sistem pencitraan.
Pertemuan 1

Sampling dan Kuantisasi

 Agar dapat diproses oleh omputer, sebuah citra harus
mengalami diskritisasi secara spasial (ruang) dan
amplitudo atau yang lebih dikenal dengan sampling dan
kuantisasi.

Sampling

 Pada dasarnya sampling adalah proses merubah sinyal

kontinyu menjadi sinyak dengan mengambil nilai pada
titik – titik tertentu dari sinyal.

 Pada citra, sampling berkaitan dengan jumlah sampel (titik atau

lokasi tertentu pada citra asli.
 Proses sampling pada citra menghasilkan matriks bilangan yang
merupakan pendekatan untuk sinyal analog yang memasuki
kamera.
 Setiap elemen dari matriks tersebut disebut sebagai piksel
(elemen citra tunggal) sebagai berikut:
 Setiap elemen dari matriks tersebut disebut sebagai piksel
(elemen citra tunggal) sebagai berikut:
Pertemuan 1

Kuanti sasi

 Kuantisasi adalah proses merubah rentang nilai citra

yang bersifat kontinyu menjadi rentang nilai citra yang
bersifat diskrit
 Tujuan utama dari proses kuantisasi adalah
merepresentasikan nilai (intensitas) secara berhingga
pada semua prosesor digital.
 Proses kuantisasi biasanya dilakukan melalui proses
pembulatab, pemotongan, atau proses lain yang bersifat
irreversible dan non-linier untuk ‘menghancurkan’
informasi (Bovik, 2009)

 Tingkat sampling menentukan resolusi spasial sedangkan

tingkat kuantisasi menentukan jumlah tingkat keabuan
pada citra (resolusi intensitas).
Pertemuan 1

Resolusi Spasial

 Proses sampling menyebabkan munculnya alias pada tepi

dan fitur dalam citra
 Sebuah citra yang memiliki jumlah sampel spasial
(resolusi) tinggi cenderung memiliki tamoilan yang lebih
halus (alias terlihat samar) dan sebaliknya.

Resolusi Intensitas

 Intensitas warna diperoleh dari panjang gelombang dan

itngkat cahaya yang diperoleh oleh sensor untuk
selanjutnya dibagi (diskritisasi) menjadi beberapa nilai
yang mewakili tingkat intensitas tertentu.
 Untuk sensor berukuran 8-bit, nilai intensitas dibagi
menjadi 256 (28) nilai mulai dari 0 (hitam) hingga 255
(putih), sementara citra 4-bit mempunyai 16 (24) nilai
mulai dari 0 (hitam) hinga 15 (putih).
 Perbedaan tingkat intensitas menghasilkan perbedaan
kualitas warna citra.
Pertemuan 1

Aplikasi Citra Digital

 Peningkatan kualitas citra
Meningkatkan kualitas citra sesuai dengan tujuan
 Perbaikan citra
Memperbaiki citra yang rusak akibat derau (noise)
 Kompresi citra
Memperkecil ukuran citra dalam media penyimpanan
 Segementasi citra
Membagi objek, latar atau daerah dari citra
 Pengenalan Pola
Mengenali pola citra untuk mendeskripsikan citra