Representasi Citra
1
Persepsi Visual
Fovea dapat dianalogkan
kotak sensor array seluas
1.5 mm x 1.5 mm
Total cone 150.000/mm2
Tingkat kepadatan receptor (cones dan rods)
2
Formasi Citra pada Mata
3
Sistem Visual Manusia
8
Definisi Citra Digital
9
Pengolahan Citra Digital
10
Pengertian Citra Dijital
Citra Dijital
Citra dijital merupakan fungsi intensitas cahaya f(x,y),
dimana harga x dan y merupakan koordinat spasial dan
harga fungsi tersebut pada setiap titik (x,y) merupakan
tingkat kecemerlangan citra pada titik tersebut;
Citra dijital adalah citra f(x,y) dimana dilakukan diskritisasi
koordinat spasial (sampling) dan diskritisasi tingkat
kecemerlangannya/keabuan (kwantisasi);
Citra dijital merupakan suatu matriks dimana indeks baris
dan kolomnya menyatakan suatu titik pada citra tersebut
dan elemen matriksnya (yang disebut sebagai elemen
gambar / piksel / pixel / picture element / pels) menyatakan
tingkat keabuan pada titik tersebut.
11
Pengertian Citra Dijital
Sampler
Resolusi Citra
Dikenal: resolusi spasial dan resolusi kecemerlangan,
berpengaruh pada besarnya informasi citra yang hilang.
Resolusi spasial: halus / kasarnya pembagian kisi-kisi baris
dan kolom. Transformasi citra kontinue ke citra dijital
disebut dijitisasi (sampling). Hasil dijitisasi dengan jumlah
baris 256 dan jumlah kolom 256 - resolusi spasial 256 x 256.
Resolusi kecemerlangan (intensitas / brightness): halus /
kasarnya pembagian tingkat kecemerlangan. Transformasi
data analog yang bersifat kontinue ke daerah intensitas
diskrit disebut kwantisasi. Bila intensitas piksel berkisar
antara 0 dan 255 - resolusi kecemerlangan citra adalah 256.
13
Resolusi Spasial - Sampling
Sampling Uniform dan Non-uniform
Sampling Uniform mempunyai spasi (interval) baris dan
kolom yang sama pada seluruh area sebuah citra.
Sampling Non-uniform bersifat adaptif tergantung
karakteristik citra dan bertujuan untuk menghindari
adanya informasi yang hilang. Daerah citra yang
mengandung detil yang tinggi di-sampling secara lebih
halus, sedangkan daerah yang homogen dapat di-
sampling lebih kasar. Kerugian sistem sampling Non-
uniform adalah diperlukannya data ukuran spasi atau
tanda batas akhir suatu spasi.
14
Palet Warna
Bagaimana sebuah citra direpresentasikan dalam file?
Pertama-tama seperti halnya jika kita ingin melukis sebuah
gambar, kita harus memiliki palet dan kanvas
Palet: kumpulan warna yang dapat membentuk citra, sama
halnya seperti kita hendak melukis dengan cat warna, kita
memiliki palet yang bisa kita isikan berbagai warna cat air
Setiap warna yang berbeda dalam palet tersebut kita beri
nomor (berupa angka)
Contoh untuk citra monokrom (warnanya hanya putih-abuabu-
hitam), berarti kita memiliki palet sbb:
Kanvas & Matriks
Setelah itu kita dapat menggambar menggunakan warna-
warna dalam palet tersebut di atas sebuah kanvas
Sebuah kanvas dapat kita anggap sebagai sebuah matriks
dimana setiap elemen dari matriks tersebut bisa kita isikan
dengan salah satu warna dari palet
Informasi tentang palet (korespondensi antara warna
dengan angka) disimpan dalam komputer (program
pembuka citra seperti Paint, Photoshop, dll) sehingga
sebuah file citra dalam komputer hanya perlu menyimpan
angka-angka yang merepresentasikan sebuah warna.
sebuah citra direpresentasikan dalam sebuah matriks
yang berisi angka-angka
Contoh
201 188 181 185 180 147 140 149 155 138 144 144 145
199 200 201 188 139 132 147 150 143 123 112 102 117
207 221 222 136 90 111 125 145 140 138 122 104 97
231 219 200 90 65 84 84 107 95 92 92 99 89
227 223 181 74 72 89 92 86 77 63 50 55 65
217 211 166 85 47 75 82 83 75 42 42 39 40 =
208 195 179 131 54 68 66 72 46 21 15 24 19
198 187 181 141 53 54 55 59 37 21 37 66 90
195 184 170 134 52 38 42 45 35 43 98 152 172
186 175 171 169 100 34 34 27 44 85 139 170 184
167 156 142 144 112 48 32 46 84 133 166 172 186
142 139 131 120 108 67 30 76 102 123 153 171 178
145 134 128 125 117 70 38 91 101 105 125 146 157
Alur
Jika kita menyimpan gambar kucing tadi ke dalam sebuah file
(kucing.bmp), maka yang disimpan dalam file tersebut adalah angka-
angka yang diperoleh dari matriks kanvas.
File kucing.bmp:
Header
Angka- input
angka dari
matriks
White 0
Sample Spacing
Picture Sampling process
Brightness Spacing
Spatial resolution
Proses Kwantisasi
Brightness Resolution
Sumber: Dimodifikasi dari Castlemen, 1996
23
Resolusi Kecemerlangan - Kwantisasi
Kwantisasi Uniform, Non-uniform, dan Tapered
Kwantisasi Uniform mempunyai interval pengelompokan
tingkat keabuan yang sama (misal: intensitas 1 s/d 10
diberi nilai 1, intensitas 11 s/d 20 diberi nilai 2, dstnya).
Kwantisasi Non-uniform: Kwantisasi yang lebih halus
diperlukan terutama pada bagian citra yang meng-
gambarkan detil atau tekstur atau batas suatu wilayah
obyek, dan kwantisasi yang lebih kasar diberlakukan pada
wilayah yang sama pada bagian obyek.
Kwantisasi Tapered: bila ada daerah tingkat keabuan
yang sering muncul sebaiknya di-kwantisasi secara lebih
halus dan diluar batas daerah tersebut dapat di-
kwantisasi secara lebih kasar (local stretching).
24
Level Pemrosesan
Tiga tipe proses komputasi :
Low-level
Mid-level
High-level
Proses low-level
mencakup operasi-operasi primitif seperti :
preprosesing citra untuk mengurangi noise
perbaikan kekontrasan
penajaman citra.
Ciri dari proses low-level adalah input maupun
outputnya berupa citra.
25
Level
Proses mid-level
Pemrosesan
Mencakup tugas-tugas seperti:
segmentasi (mempartisi citra ke dalam region-
Region atau objek-objek)
Deskripsi objek-objek tersebut menjadi bentuk
yang sesuai untuk pemrosesan komputer
Klasifikasi (pengenalan) objek.
Ciri dari proses mid-level:
inputnya citra
outputnya adalah atribut-atribut yang diekstrak
dari citra (misal: edges, contours).
26
Level Pemrosesan
Proses high-level
Menjadikan objek-objek yang dikenali dari
citra menjadi berguna, terkait tugas-tugas
manusia yang biasa diselesaikan dengan
memanfaatkan vision (mata) manusia.
Misal sistem absensi sidik jari, sistem
pengaturan lalu lintas, pengorganisasian
basisdata citra berukuran besar menggunakan
content-based image retrieval.
Kuliah ini hanya mencakup pemrosesan
low-level dan mid-level.
27
Proses Digitalisasi
28
Sampling dan Kuantisasi Citra
29
Sampling dan Kuantisasi Citra
30
Representasi Citra Digital
31
Representasi Citra Digital
Diasumsikan bahwa
suatu citra f(x,y) di-
sampling sehingga
menghasilkan citra
digital berukuran M
baris dan N
kolom.
Gambar disamping
adalah aturan
Koordinat yang
digunakan untuk
merepresentasikan
citra digital.
32
Representasi Citra Digital
Citra digital M x N secara lengkap bisa ditulis
dalam bentuk matriks sebagai berikut :
33
Representasi Citra Digital
34
Resolusi Spasial
35
Tingkat Keabuan
36
Pembesaran dan
Penyusutan Citra Digital
37
Tetangga Piksel
38
Tetangga Piksel
39
Adjacency
Misal V adalah himpunan tingkat keabuan yang
digunakan untuk mendefinisikan adjacency. Terdapat
tiga tipe adjacency :
1. 4-adjacency. Dua piksel p dan q yang memiliki tingkat keabuan
V adalah 4-adjacency jika qadalah anggota himpunan N 4(p).
2. 8-adjacency. Dua piksel p dan q yang memiliki tingkat keabuan
V adalah 8-adjacency jika q adalah anggota himpunan N 8(p).
3. m-adjacency (mixed adjacency). Dua piksel p dan q yang
memiliki tingkat keabuan V adalah m-adjacency jika
q adalah anggota himpunan N4(p), atau
q adalah anggota himpunan ND(p) dan himpunan N4(p) N4(q)
tidak memiliki piksel yang memiliki tingkat keabuan V.
40
Adjacency
Mixed adjacency merupakan modifikasi dari
8-adjacency. Mixed-adjacency digunakan
untuk mengeliminasi kebingungan yang
sering muncul ketika digunakan 8-adjacency.
0 1 1 0 1 1 0 1 1
0 1 0 0 1 0 0 1 0
0 0 1 0 0 1 0 0 1
41
Adjacency
Dua subhimpunan citra S1 dan S2
adalah adjacent jika sebagian piksel
dalam S1 adjacent dengan sebagian
piksel dalam S2.
42
Path
Path dari piksel p dengan koordinat (x,y) ke
piksel q dengan koordinat (s,t) adalah
serangkaian piksel dengan koordinat :
(x0,y0),(x1,y1),…,(xn,yn)
dengan (x0,y0)=(x,y), (xn,yn) =(s,t), serta piksel
(xi,yi) dan (xi-1,yi-1) adalah adjacent untuk 1 < i <
n. Dalam kasus ini, n adalah panjang path. Jika
(x0,y0) = (xn,yn), maka path adalah path tertutup.
4-, 8-, atau m-path, definisinya tergantung pada
jenis adjacency yang digunakan.
43
Connected Component
44
Region
Misalkan R adalah subset dari sebuah citra, maka
R disebut sebuah region jika R adalah connected
set.
Boundary (border, contour) dari region R adalah
himpunan piksel di dalam region R yang memiliki
satu atau lebih tetangga yang bukan R.
Jika R adalah keseluruhan citra, maka boundary-
nya didefinisikan sebagai himpunan piksel pada
baris pertama dan terakhir serta kolom pertama
dan terakhir.
Boundary membentuk path tertutup, tetapi edge
tidak selalu.
45
Jarak Piksel
Untuk piksel p, q, dan z dengan koordinat (x,y), (s,t),
dan (v,w). D adalah fungsi jarak jika :
D(p,q) ≥ 0 (D(p,q)=0 iff p=q)
D(p,q) = D(q,p), dan
D(p,z) ≤ D(p,q) + D(q,z)
Fungsi jarak D antara p dan q yang bisa digunakan :
1
Jarak Euclidean : De ( p, q ) x s y t
2 2 2
Jarak city-block :
D4 ( p, q ) x s y t
Jarak chessboard :
D8 ( p, q ) max x s , y t
46
Operator Linear dan
Nonlinear
47
Referensi
Bab 2, “Introduction dan Digital Image
Fundamentals”, Digital Image
Processing, Rafael C. Gonzalez dan
Richard E. Woods, Prentice Hall, 2002
48