BAB I PENGANTAR PENGOLAHAN CITRA

NAMA : DINA A TUHUTERU
NIM      : 2014-64-040

BAB I   PENGANTAR PENGOLAHAN CITRA

1.1 Citra:
pengertian tentang citra menurut Hornby (1974), 3 diantaranya adalah:
●    Keserupaan atau tiruan seseorang atau suatu barang terutama dibuat dari batu dan kayu.
●   Gambaran mentah atau gagasan. Konsep tentang suatu barang atau seseorang.
●     Gambaran yang tampak pada cermin atau melalui lensa kamera.

Simonett el. al (1983) mengutarakan dua pengertian  tentang citra yaitu:
●   Gambaran objek yang dibuahkan oleh pantulan atau pembiasan sinar yang difokuskan oleh sebuah lensa atau cermin.
●   Gambaran rekaman suatu objek  biasanya berupa gambar pada foto  yang dibuahkan dengan cara optik, elektronik-optik, optik mekanik/elektronik pada umumnya digunakan pada radiasi .

Citra sebagian keluaran dari suatu sistem perekaman  data dapat bersifat (MUR92):
●  Optik berupa foto
●   Analog berupa sinyal video seperti gambar pada monitor televise
●  Digital yang dapat langsung disimpan pada suatu pita magnetik

Berdasarkan sifat diatas maka citra dapat digolongkan atas citra diam dan citra bergerak.
●  Citra diam adalah citra tunggal yang tidak bergerak
●  Citra bergerak adalah rangkaian citra diam yang di tampilkan secara berurutan (sekuensial) sehingga memberi kesan pada mata kita

1.2 Defenisi Pengolahan Citra

        Pengolahan citra adalah pemrosesan citra, khususnya menggunakan komputer, menjadi citra yang kualitasnya lebih baik. Sebagai contoh, citra burung nuri pada Gambar  1.2 (a) tampak agak gelap, lalu dengan operasi pengolahan citra kontrasnya diperbaiki sehingga menjadi lebih terang dan tajam (b).

Tujuan pengolahan citra
         Umumnya operasi-operasi pada pengolahan citra diterapkan pada citra dimaksudkan untuk (JAI89):
●   Elemen didalam citra perlu dikelompokan, dicocokan, atau diukur
●  Perbaikan atau memodifikasi citra perlu dilakukan untuk meningkat kualitas penampakan atau untuk menonjolkan beberapa aspek informasi yang terkandung di dalam citra
●  Sebagian citra perlu digabungkan dengan bagian citra yang lain

      Di bidang komputer, sebenarnya ada tiga bidang studi yang berkaitan dengan data citra, namun tujuan ketiganya berbeda yaitu:
●  Grafika Komputer (Computer Graphics)
●  Pengolahan Citra (Image Processing)
●  Pengenalan Pola (Pattern Recognition/   image interpretation)

Hubungan antara ketiga bidang grafik computer, pengolahan citra, pengenalan pola ditunjukan pada gambar 1.3

        Grafika Komputer bertujuan menghasilkan citra (lebih tepat disebut grafik atau picture) dengan primitif-primitif  geometri  seperti  garis,  lingkaran,  dan sebagainya. Primitif-primitif  geometri tersebut memerlukan data deskriptif  untuk melukis  elemen-elemen  gambar.  Contoh  data  deskriptif  adalah  koordinat titik, panjang  garis,  jari-jari  lingkaran,  tebal garis, warna,  dan sebagainya. Grafika komputer memainkan peranan penting dalam visualisasi dan virtual  reality.

data deskriptif

Grafika

Komputer

citra

Contoh grafika komputer  misalnya menggambar sebuah  ‘rumah’ yang dibentuk oleh garis-garis lurus, dengan data masukan berupa koordinat awal dan koordinat ujung garis Gambar 1.4).

pengolahan citra
         Pengolahan Citra bertujuan memperbaiki kualitas  citra agar mudah diinterpretasi oleh manusia  atau  mesin  (dalam  hal  ini  komputer).  Teknik-teknik  pengolahan citra mentransformasikan  citra menjadi citra lain. Jadi, masukannya adalah citra dan keluarannya juga citra, namun citra keluaran mempunyai kualitas lebih baik daripada citra masukan. Termasuk ke dalam bidang ini juga adalah pemampatan citra (image compression).

citra
Pengolahan
Citra

citra

Pengubahan   kontras   citra  seperti   pada  Gambar   1.2  adalah   contoh  operasi pengolahan citra. Contoh  operasi pengolahan  citra lainnya adalah penghilangan derau (noise) pada citra Lena (Gambar 1.4). Citra Lena yang di sebelah kiri mengandung derau berupa bintik-bintik putih (derau). Dengan operasi penapisan (filtering),  yang akan dijelaskan  di dalam Bab 7, derau pada citra masukan ini dapat dikurangi sehingga dihasilkan citra Lena yang kualitasnya lebih baik. 

          Pengenalan Pola mengelompokkan data numerik dan simbolik (termasuk citra) secara otomatis  oleh mesin (dalam  hal ini komputer).  Tujuan  pengelompokan adalah untuk mengenali suatu objek di dalam citra. Manusia bisa mengenali objek yang dilihatnya karena otak manusia telah belajar mengklasifikasi objek-objek di alam   sehingga   mampu   membedakan   suatu   objek   dengan   objek   lainnya. Kemampuan   sistem   visual   manusia   inilah   yang  dicoba   ditiru   oleh  mesin. Komputer menerima masukan berupa citra objek yang akan diidentifikasi, memproses  citra  tersebut,  dan  memberikan  keluaran  berupa  deskripsi  objek  didalam citra.

citra
Pengenalan
Pola
deskripsi objek

Contoh pengenalan pola  misalnya citra pada Gambar 1.5  adalah tulisan tangan yang  digunakan  sebagai  data  masukan  untuk  mengenali  karakter  ‘A’. Dengan menggunakan suatu algoritma pengenalan pola, diharapkan komputer dapat mengenali bahwa karakter tersebut adalah ‘A.

Interpretasi citra
       Interpretasi citra adalah perbuatan mengkaji foto udara dan atau citra dengan maksud untuk mengidentifikasi obyek dan menilai arti pentingnya obyek tersebut.

Pengenalan objek pada citra
      Ada tiga rangkaian kegiatan yang diperlukan dalam pengenalan obyek yang tergambar pada citra, yaitu:
●   Deteksi, adalah pengamatan adanya suatu objek, misalnya pada gambaran sungai terdapat obyek yang bukan air.
●   Identifikasi, adalah upaya mencirikan obyek yang telah dideteksi dengan menggunakan keterangan yang cukup. Misalnya berdasarkan bentuk, ukuran, dan letaknya, obyek yang tampak pada sungai tersebut disimpulkan sebagai perahu motor.
●   Analisis, yaitu pengumpulan keterangan lebih lanjut. Misalnya dengan mengamati jumlah penumpangnya, sehingga dapat disimpulkan bahwa perahu tersebut perahu motor yang berisi dua belas orang.

1.3  Computer Vision dan Hubungannya dengan Pengolahan Citra

        Terminologi  lain yang berkaitan erat dengan pengolahan  citra adalah computer vision atau  machine vision. Pada hakikatnya,  computer vision mencoba meniru cara kerja  sistem  visual  manusia  (human  vision).  Human  vision sesungguhnya sangat kompleks. Manusia melihat objek dengan indera penglihatan (mata), lalu citra  objek  diteruskan  ke otak  untuk  diinterpretasi  sehingga  manusia  mengerti objek apa yang tampak dalam pandangan matanya. Hasil interpretasi ini mungkin digunakan  untuk   pengambilan  keputusan  (misalnya  menghindar  kalau melihat mobil melaju di depan).

         Computer  vision  merupakan  proses  otomatis  yang  mengintegrasikan  sejumlah besar  proses  untuk  persepsi  visual,  seperti  akuisisi  citra,  pengolahan  citra, klasifikasi, pengenalan (recognition), dan  membuat keputusan.

        Computer vision terdiri dari teknik-teknik  untuk mengest imasi ciri-ciri objek di dalam citra, pengukuran ciri yang berkaitan dengan geometri objek, dan menginterpretasi informasi geometri tersebut. Mungkin berguna bagi anda untuk mengingat persamaan [JAI95] berikut:
Vision = Geometry + Measurement + Interpretation

Proses-proses di dalam computer vision dapat dibagi menjadi tiga aktivitas:
●   Memperoleh atau mengakuisisi citra digital.
●   Melakukan teknik komputasi untuk memperoses atau memodifikasi data citra (operasi-operasi pengolahan citra).
●   Menganalisis dan menginterpretasi citra dan menggunakan hasil pemrosesan untuk tujuan tertentu, misalnya memandu robot, mengontrol peralatan, memantau proses manufaktur, dan lain –lain.

[SCH89]  mengklasifikasikan   proses -proses  di  dalam   computer  vision  dalam hirarkhi sebagai berikut :

Dari penjelasan  di atas, dapat kita lihat bahwa pengolahan citra dan pengenalan pola merupakan bagian dari computer vision. Pengolahan citra merupakan proses awal (preprocessing) pada computer vision, sedangkan pengenalan pola merupakan proses untuk menginterpretasi citra. Teknik-teknik di dalam pengenalan pola memainkan peranan penting dalam computer vision untuk mengenali objek.

Jika dihubungkan  dengan  grafika komputer,  maka  computer  vision merupakan kebalikannya. Grafika komputer membentuk (sintesis) citra, sedangkan computer vision  mengoraknya  (analisis).  Pada  masa  awal  kedua  bidang  ini,  tidak  ada hubungan  antara  keduanya,  tetapi  beberapa  tahun  belakangan  kedua  bidang tersebut berkembang semakin dekat. Computer vision menggunakan representasi kurva dan permukaan dan beberapa teknik lain dari grafika komputer, sedangkan grafika  komputer  menggunakan  teknik -teknik di dalam  computer  vision untuk memuat citra realistik (virtual reality) [JAI95].

1.4 Operasi Pengolahan Citra
Operasi-operasi yang dilakukan di dalam pengolahan citra banyak ragamnya. Namun, secara umum, operasi pengolahan citra dapat diklasifikasikan dalam beberapa jenis sebagai berikut:
1.   Perbaikan kualitas citra (image enhancement).

Jenis operasi ini bertujuan untuk memperbaiki kualitas citra dengan cara memanipulasi  parameter-parameter  citra. Dengan operasi ini, ciri-ciri khusus yang terdapat di dalam citra lebih ditonjolkan.
Contoh-contoh operasi perbaikan citra:
a.   perbaikan kontras gelap/terang
b.   perbaikan tepian objek (edge enhancement)
c.   penajaman (sharpening)
d.   pembrian warna semu (pseudocoloring)
e.   penapisan derau (noise filtering)

Gambar   1.6   adalah   contoh   operasi   penajaman.   Operasi   ini   menerima masukan  sebuah  citra  yang gambarnya  hendak  dibuat  tampak  lebih  tajam. Bagian citra yang ditajamkan adalah tepi-tepi objek.

2.   Pemugaran citra (image restoration).
Operasi   ini   bertujuan   menghilangkan/meminimumkan    cacat   pada   citra. Tujuan   pemugaran   citra   hampir   sama   dengan   operasi   perbaikan   citra. Bedanya, pada pemugaran citra penyebab degradasi gambar diketahui.
Contoh-contoh operasi pemugaran citra:
a.   penghilangan kesamaran (deblurring). b.   penghilangan derau (noise)

Gambar 1.7 adalah contoh operasi  penghilangan  kesamaran.  Citra masukan adalah   citra   yang   tampak   kabur   (blur).   Kekaburan   gambar   mungkin disebabkan pengaturan fokus lensa yang tidak tepat atau kamera bergoyang pada   pengambilan   gambar.   Melalui   operasi   deblurring,   kualitas   citra masukan dapat diperbaiki sehingga tampak lebih baik.

3.   Pemampatan citra (image compression).
Jenis operasi ini dilakukan  agar citra dapat direpresentasikan  dalam bentuk
yang lebih kompak  sehingga  memerlukan  memori  yang lebih  sedikit.  Hal penting yang harus diperhatikan dalam pemampatan  adalah citra yang telah dimampatkan  harus tetap  mempunyai  kualitas  gambar  yang bagus.  Contoh metode pemampatan    citra  adalah  metode  JPEG.  Perhatikan  Gambar  1.8. Gambar sebelah kiri adalah citra kapal yang berukuran 258 KB. Hasil pemampatan citra dengan metode JPEG dapat mereduksi ukuran citra semula sehingga menjadi 49 KB saja.

4.   Segmentasi citra (image segmentation).
Jenis  operasi  ini bertujuan  untuk  memecah  suatu citra   ke dalam  beberapa segmen dengan suatu kriteria tertentu. Jenis operasi ini berkaitan erat dengan pengenalan pola.

5.   Pengorakan citra (image analysis)
Jenis operasi ini bertujuan menghitung besaran kuantitif dari citra untuk menghasilkan  deskripsinya.  Teknik pengorakan  citra mengekstraksi  ciri-ciri tertentu   yang   membantu   dalam   identifikasi    objek.   Proses   segmentasi kadangkala diperlukan untuk melokalisasi objek yang diinginkan dari sekelilingnya.
Contoh-contoh operasi pengorakan citra:
a.   Pendeteksian tepi objek (edge detection)
b.   Ekstraksi batas (boundary)
c.   Representasi daerah (region)
Gambar  1.9  adalah  contoh  operasi  pendeteksian  tepi  pada  citra  Camera. Operasi ini menghasilkan semua tepi (edge) di dalam citra.

6.   Rekonstruksi citra (image reconstruction)
Jenis operasi ini bertujuan untuk membentuk ulang objek dari beberapa citra hasil  proyeksi.  Operasi  rekonstruksi  citra  banyak  digunakan  dalam  bidang medis. Misalnya beberapa foto rontgen dengan sinar X digunakan untuk membentuk ulang gambar organ tubuh.