Computer
Vision
Oleh: Mas Aly Afandi
Biodata
Nama : Mas Aly Afandi
Profesi : Dosen S1 Teknik Telekomunikasi
Pendidikan S1 : Politeknik Elektronika Negeri Surabaya
Pendidikan S2 : Institut Teknologi Sepuluh Nopember
Penelitian : IoT, embedded system, artificial intelligence,
data analysis, intelligence system.
Email : aly@[Link]
[Link] : 082228731141
Pengantar
Computer
Vision
cabang ilmu pengetahuan Kombinasi dari:
yang mempelajari tentang
• Pengolahan Citra
bagaimana komputer dapat
• Pengenalan Pola.
mengenali obyek
Computer
Vision
computer becomes seeing tujuan utama untuk membuat
machines keputusan yang berguna
• mesin yang mampu menangkap informasi tentang obyek fisik nyata dan
visual yang ada di lingkungannya pemandangan berdasarkan
image yang didapat dari sensor
Bagian-bagian dari Computer Vision2
Pengolahan citra (Image Processing)
Pengolahan Citra (Image Processing) merupakan bidang
yang berhubungan dengan proses transformasi citra/gambar
(image). Proses ini bertujuan untuk mendapatkan kualitas
citra yang lebih baik.
Pengenalan Pola (Pattern Recognition)
proses identifikasi obyek pada citra atau interpretasi citra.
Proses ini bertujuan untuk mengekstrak informasi/pesan
yang disampaikan oleh gambar/citra.
Tahapan yang terjadi pada computer vision
1. Image acquisition
proses penangkapan informasi visual dan proses pengubahan sinyal
analog menjadi data digital, yang siap untuk diporoses oleh komputer
2. Image Processing
proses pengolahan informasi image yang telah didigitalisasi oleh converter
analog ke digital
3. Image Analysis
proses analisa terhadap image visual yang telah di proses sebelumnya
4. Image Understanding
dengan menerapkan konsep-konsep kecerdasan buatan –artificial
intelligent-untuk memahami data visual yang ditangkapnya
Applikasi dari Computer Vision
1. Robotic – navigation and control
2. Medical Image Analysis – measurement and interpretation of
many types of images
3. Industrial Inspection – measurement, fault checking, process
control
4. Optical Character Recognition – text reading
5. Remote Sensing – land use and environmental monitoring
6. Psychology, AI – exploring representation and computation in
natural vision
Image acquisition
1. Image Acqusition pada manusia dimulai dengan mata kemudian informasi visual
diterjemahkan ke dalam suatu format yang kemudian dapat dimanipulasi oleh otak.
2. computer vision membutuhkan sebuah mata untuk menangkap sebuah sinyal visual
3. mata pada computer vision adalah sebuah kamera
4. Kamera menerjemahkan sebuah citra
5. Kemudian sinyal listrik ini diubah menjadi bilangan yang akan digunakan oleh komputer
untuk pemrosesan.
6. Keluaran dari kamera adalah berupa sinyal analog, dimana frekuensi dan amplitudonya
(frekuensi berhubungan dengan jumlah sinyal dalam satu detik, sedangkan amplitudo
berkaitan dengan tingginya sinyal listrik yang dihasilkan) merepresentasikan detail
ketajaman (brightness) pada citra.
7. Kamera mengamati sebuah kejadian pada satu jalur dalam satu waktu, memindainya dan
membaginya menjadi ratusan garis horizontal yang sama.
8. Tiap‐tiap garis membuat sebuah sinyal analog yang amplitudonya menjelaskan perubahan
brightness sepanjang garis sinyal tersebut.
Image Processing
1. Tahapan berikutnya computer vision akan melibatkan sejumlah manipulasi
dari data binary tersebut.
2. Image processing membantu peningkatan dan perbaikan kualitas citra,
sehingga dapat dianalisa dan di olah lebih jauh secara lebih efisien.
3. Image processing akan meningkatkan perbandingan sinyal terhadap noise.
4. Sinyal‐sinyal tersebut adalah informasi yang akan merepresentasikan objek
yang ada dalam image.
5. Sedangkan noise adalah segala bentuk interferensi, kekurang pengaburan,
yang terjadi pada sebuah objek.
Image Analysis
1. Image analysis akan mengeksplorasi citra ke dalam bentuk karateristik
utama dari objek melalui suatu proses investigasi.
2. Sebuah program komputer akan mulai melihat melalui bilangan biner yang
merepresentasikan informasi visual untuk mengidentifikasi fitur‐fitur spesifik
dan karekteristiknya.
3. Lebih khusus lagi program image analysis digunakan untuk mencari tepi
dan batas‐batasan objek dalam image.
4. Sebuah tepian (edge) terbentuk antara objek dan latar belakangnya atau
antara dua objek yang spesifik.
5. Tepi ini akan terdeteksi sebagai akibat dari perbedaan level brightness pada
sisi yang berbeda dengan salah satu batasnya.
Image Understanding
1. Ini adalah langkah terakhir dalam proses computer vision, yang mana
sprsifik objek dan hubungannya diidentifikasi.
2. Pada bagian ini akan melibatkan kajian tentang teknikteknik artificial
intelligent.
3. Understanding berkaitan dengn template matching yang ada dalam sebuah
scene.
4. Metoda ini menggunakan program pencarian (search program)dan teknik
penyesuaian pola (pattern matching techniques).
