Pengolahan Citra Digital | Definisi

Pengolahan Citra Digital | Definisi - Citra 

Secara harafiah, citra (image) adalah gambar pada bidang dwimatra (dua dimensi). Ditinjau dari  sudut pandang matematis, citra merupakan fungsi menerus (continue) dari intensitas cahaya pada bidang dwimatra. Sumber cahaya menerangi objek, objek memantulkan kembali sebagian dari berkas cahaya tersebut. Pantulan cahaya ini ditangkap oleh oleh alat-alat optik, misalnya mata pada manusia, kamera, pemindai (scanner), dan sebagainya, sehingga bayangan objek yang disebut citra tersebut terekam.

 

Citra sebagai keluaran dari suatu sistem perekaman data dapat bersifat

•       optik berupa foto,

•       analog berupa sinyal video seperti gambar pada monitor televisi,

•       digital yang dapat langsung disimpan pada suatu pita magnetik.

•       Citra yang dimaksudkan di dalam keseluruhan materi ini adalah “citra diam” (still images). Citra diam adalah citra tunggal yang tidak bergerak.

•       Meskipun sebuah citra kaya informasi, namun seringkali citra yang kita miliki mengalami penurunan mutu (degradasi), misalnya mengandung cacat atau derau (noise), warnanya terlalu kontras, kurang tajam, kabur (blurring), dan sebagainya.

•       Tentu saja citra semacam ini menjadi lebih sulit diinterpretasi karena informasi  yang disampaikan oleh citra tersebut menjadi berkurang. Agar citra yang mengalami gangguan mudah diinterpretasi (baik oleh manusia maupun mesin), maka citra tersebut perlu dimanipulasi menjadi citra lain yang kualitasnya lebih baik. Bidang studi yang menyangkut hal ini adalah pengolahan citra (image processing).

Pengolahan citra

•       Pengolahan citra adalah pemrosesan citra, khususnya dengan menggunakan komputer, menjadi citra yang kualitasnya lebih baik.

Tujuan Pengolahan Citra Digital

•       Memperbaiki kualitas  gambar  dilihat dari aspek radiometrik  seperti (peningkatan kontras, transformasi warna, restorasi citra) dan dari aspek geometrik (rotasi, translasi, skala, transformasi geometrik).

•       Melakukan proses penarikan informasi atau deskripsi objek atau pengenalan objek yang terkandung pada citra.

•       Melakukan kompresi atau reduksi data untuk tujuan penyimpanan data, transmisi data, dan waktu proses data.

Baca Juga...

Peningkatan Mutu Pada Domain Frekuensi Citra Digital

Belajar Dekoder Matriks LED Dan Kristal Cair

Tujuan Rekayasa Perangkat Lunak

Perkembangan Rekayasa Perangkat Lunak

Istilah-Istilah Dalam Pengolahan Citra

Image Processing, Image Analysis, Image Understanding, dan Computer Vision Keempat istilah di atas sering dijumpai dalam mempelajari pengolahan citra digital. Belum ada keterangan yang jelas tentang batasan pengolahan citra dengan aplikasi citra lainnya seperti analisis citra, deskripsi citra, dan visi komputer. Namun keempat istilah di atas seringkali dibedakan dari input dan outputnya.

•       Image processing memiliki input dan outputnya berupa citra. Sebagai contoh, suatu citra ditransformasi ke bentuk citra yang lainnya.

•       Image analysis memiliki input berupa citra dengan output bukan citra akan tetapi berupa hasil pengukuran terhadap citra tersebut. Sebagai contoh, suatu citra wajah dianalisis untuk mendapatkan fitur wajah seperti jarak kedua mata dan jarak mata dengan hidung.

•       Image understanding memiliki input berupa citra dengan outputnya adalah deskripsi tingkat tinggi dari citra tersebut (output bukan berupa citra). Sebagai contoh, diberikan suatu input citra seseorang, keluarannya deskripsi dari orang tersebut dapat berupa seperti : orang tersebut sedang menangis, sedih, senyum, atau tertawa lebar.

•       Computer vision bertujuan untuk mengkomputerisasi penglihatan manusia atau dengan kata lain membuat citra digital dari citra sebenarnya (sesuai dengan penglihatan manusia). Hal tersebut dapat disimpulkan input dari computer vision adalah berupa citra penglihatan manusia sedangkan outputnya berupa citra digital.

Aplikasi Pengolahan Citra Digital

Bidang Penginderaan Jarak Jauh (Remote Sensing)

•       Informasi penting dari sumber-sumber alam seperti pertanian, perairan, kelautan, mineral, hutan, dan geologi dapat diperoleh dengan melakukan analisis citra terhadap citra satelitnya. Pencemaran air laut, kerusakan wilayah, dan pencemaran atau polusi udara dapat dilakukan dengan menganalisis citra satelitnya. Aplikasi yang lain adalah identifikasi kapal laut melalui citra satelit. Aplikasi ini dapat digunakan untuk mengetahui kapal laut yang melewati perbatasan

•       Biometric, Metode untuk mengenali seseorang berdasarkan karakteristik physic atau kebiasaan, meliputi:

•       Fingerprints

•       Voiceprints

•       facial features

•       writing patterns

•       retinal patterns

•       hand geometry

Contoh : Pengenalan sidik Jari

•       CBIR (Content-Based Image Retrieval) : Mencari gambar berdasarkan informasi yang ada pada gambar tersebut, misalkan mencari gambar bebek, maka dimasukkan ciri dari gambar bebek kemudian berdasarkan ciri tersebut dicari gambar-gambar dengan ciri yang mirip. Pemakaian CBIR dapat digunakan untuk image searching, video content, image registration, dan Iain-lain.

Definisi Citra Digital

•       Citra atau gambar dapat didefinisikan sebagai sebuah fungsi dua dimensi, (x,y), di mana x dan y adalah koordinat bidang datar, dan harga fungsi f di setiap pasangan koordinat (x,y) disebut intensitas atau level keabuan (grey level) dari gambar di titik itu.

•       Jika x,y dan f semuanya berhingga (finite), dan nilainya diskrit, maka gambarnya disebut citra digital (gambar digital).

•       Sebuah citra digital terdiri dari sejumlah elemen yang berhingga, di mana masing-masing mempunyai lokasi dan nilai tertentu. Elemen-elemen ini disebut sebagai picture element, image element, pels atau pixels.

Tipe Pengolahan

Bidang digital image processing meliputi pengolahan digital image dari suatu komputer digital. Gambar dihasilkan dari seluruh spektrum elektromagnetik, mulai dari gamma sampai gelombang radio.

 

Ada tiga tipe pengolahan :

•       Low-level process

•       Mid-level process

•       High-level process

Low-level process meliputi operasi dasar seperti image preprocessing :

•       Reduce noise

•       Contrast enhancement

•       Image sharpening

•       Pada level ini baik input maupun output adalah berupa gambar.

•       Mid-level process meliputi segmentasi (membagi sebuah gambar dalam region atau object), mendeskripsikan objek tersebut untuk direduksi dalam bentuk yang diinginkan dan klasifikasi (recognition) dari objek tersebut. Input dari proses ini berupa gambar, dan output-nya berupa atribut yang diambil dari gambar tersebut (misal: edge, counturs dan identitas dari objek tertentu).

•       High-level process meliputi pemberian arti dari suatu rangkaian objek-objek yang dikenali dan akhirnya menampilkan fungsi-fungsi kognitif secara normal sehubungan dengan penglihatan.

Sistem Perekaman Citra

•       Citra yang diperoleh tergantung:

•       karakteristik dari objek yang direkam.

•       kondisi variabel dari sistem perekaman.

Citra merupakan gambaran tentang karakteristik suatu objek menurut kondisi variabel tertentu.

Contoh:

•       bandingkan hasil foto manusia dengan kamera / sensor optik dan dengan sensor sinar X (kondisi variabel sistem berbeda);

•       bandingkan hasil foto pemandangan di tepi laut dan di daerah pegunungan (karakteristik objek berbeda).

Baca Juga...

Metode Penskalaan Untuk Memperkecil Ukuran Citra

Metode Penskalaan Untuk Memperbesar Ukuran Citra

Resolusi Spasial, Grey Level, Brightness, Zooming & Shrinking

Pembentukan Citra

•       Sensor yang sensitif terhadap gelombang EM menghasilkan sinyal listrik sesuai dengan enersi yang diterima. Analog-to-Digital Converter / Digitizer akan mengubah sinyal listrik tersebut menjadi bentuk digital.

•       Scanner yang menerima masukan dalam bentuk analog (dokumen, peta, foto) akan mengubah menjadi data dalam bentuk digital.

Metodologi Pengolahan Citra

•       Pembentukan Citra (Data Acquisition): Menentukan data yang diperlukan dan memilih metode perekaman citra digital.

•       Pengolahan Citra Tingkat Awal (Image Preprocessing): Meningkatkan kontras, menghilangkan gangguan geometrik/radiometrik, menentukan bagian citra yang akan diobservasi.

•       Segmentasi Citra (Image Segmentation) dan Deteksi Sisi (Edge Detection): Melakukan partisi citra menjadi wilayah-wilayah objek (internal properties) atau menentukan garis batas wilayah objek (external shape characteristics).

•       Seleksi dan Ekstraksi Ciri (Feature Extraction and Selection): Seleksi ciri memilih informasi kwantitatif dari ciri yang ada, yang dapat membedakan kelas-kelas objek secara baik. Ekstraksi ciri mengukur besaran kwantitatif ciri setiap piksel.

•       Representasi dan Deskripsi: Suatu wilayah dapat direpresentasi sebagai suatu list titik-titik koordinat dalam loop yang tertutup, dengan deskripsi luasan / perimeternya.

•       Pengenalan Pola (Pattern Recognition): Memberikan label kategori objek pada setiap piksel citra berdasarkan informasi yang diberikan oleh descriptor atau ciri piksel bersangkutan (pewilayahan jaringan keras dan pewilayahan berbagai jaringan lunak pada citra biomedik).

•       Interpretasi Citra (Image Interpretation): Memberikan arti pada objek yang sudah berhasil dikenali (dari citra klasifikasi biomedik dapat dilihat adanya penyakit tumor)

•       Penyusunan Basis Pengetahuan: Basis pengetahuan ini digunakan sebagai referensi pada proses template matching/object recognition.

Bagikan Artikel ini