Uploaded by User53279

07 Dhea Fiky fatchatur rizky JTD 4A Tugas 1 Pengolahan citra digital

advertisement
NAMA : DHEA FIKY FATCHATUR RIZKY
JTD 4 TRANSFER
1941167014
Bab 1. Konsep Dasar Pengolahan Citra
Capaian Pembelajaran:
- Mampu memahami dan menjelaskan konsep dasar pengolahan citra digital,
- pengertian cara pengolahan citra digital,
- peralatan yang digunakan untuk mengolah citra, dan
- aplikasi pengolahan citra
Teori Dasar
Metode pengolahan citra digital, computer vision, dan image analysis biasanya sulit
dibedakan. Tulis pengertian Anda mengenai ketiga topik tersebut pada tabel di bawah ini.
Pengolahan Citra Digital
Computer Vision
Image Analysis
 Analisis
gambar
adalah
 Pengolahan
citra  Computer vision adalah ekstraksi
informasi
yang
digital
merupakan ilmu dan teknologi mesin bermakna
dari
gambar;
proses yang bertujuan yang melihat, dimana terutama dari gambar digital
untuk memanipulasi mesin
mampu melalui teknik pemrosesan
dan menganalisis citra mengekstrak informasi gambar digital. [1] Tugas
dengan
bantuan dari
gambar
yang analisis
gambar
dapat
komputer
agar diperlukan
untuk sesederhana membaca tag kode
kualitas citra menjadi menyelesiakan
tugas bar
atau
secanggih
lebih
baik tertentu.
mengidentifikasi
seseorang
(menghilangkan noise  Suatu
bidang
yang dari wajahnya.
misal).
bertujuan
untuk  Analisis gambar digunakan
suatu sebagai alat mendasar untuk
 Pemrosesan gambar membuat
berdimensi-dua
keputusan yang berguna mengenali, membedakan, dan
melalui
komputer mengenai objek fisik mengukur
beragam
jenis
digital (Jais, 1989)
nyata
dan
keadaan gambar, termasuk gambar skala
 Pengolahan
citra berdasarkan atas sebuah abu-abu dan warna, gambar
merupakan
bidang gambar/citra (Shapiro & multispektral untuk beberapa
saluran spektral atau waveband
studi
yang Stockman, 2001).
mempelajari proses  Computer
vision diskrit (biasanya kurang dari
pengolahan gambar berhubungan
dengan 10), dan gambar hiperspektral
urutan
gambar.
dimana baik masukan perolehan
gambar, dengan
dan
keluarannya pemrosesan, klasifikasi, waveband yang bersebelahan
mencakup
wilayah
berbentuk berkas citra pengenalan, dan menjadi yang
spektral tertentu (misalnya,
digital (Arymurthy & penggabungan,
dan
hampir
Setiawan, 1992).
pengurutan pembuatan terlihat
Karya
menuju inframerah).
 Pemrosesan dari citra- keputusan
sebelumnya
pada
analisis
citra dan output dari pengenalan (Low, 1991)
image processing akan  Computer
vison gambar terutama terbatas pada
juga menjadi sebuah memiliki inputan berupa komunitas ilmu komputer, dan
image
(Niblack, gambar(citra), kemudian mereka terutama berurusan
1986).
setelah diproses akan dengan gambar sederhana
menghasilkan
sebuah untuk aplikasi seperti deteksi
segmentasi
dan
data ataupun deskripsi cacat,
yang dapat dijadikan klasifikasi. Saat ini, analisis
sebagai sebuah cara
untuk
mengambil
keputusan.
citra menjadi semakin penting
dan tersebar luas karena dapat
dilakukan dengan lebih mudah,
cepat dan biaya efektif (PratsMontalbán et al. 2011).
Analisis
gambar
sangat
bergantung pada teknologi visi
mesin (Aguilera dan Stanley
1999). Pertumbuhan eksplosif
baik dalam platform perangkat
keras dan kerangka kerja
perangkat
lunak
telah
menyebabkan kemajuan yang
signifikan
dalam
analisis
gambar digital.
Dari tabel di atas, dapat disimpulkan bahwa perbedaan ketiga topik tersebut adalah
Kita analisa dulu tujuan dari computer vision :


Computer vision berkeinginan menjadikan komputer sebagai sebuah mesin yang
cerdas yang mampu menangkap informasi atau data visual yang ada di
lingkungannya layaknya seperti manusia.
Computer vision dapat membuat keputusan yang berguna tentang obyek fisik
nyata berdasarkan gambar yang didapat.
Kita analisa apa itu image analysis :





Image analysis akan mengeksplorasi scene ke dalam bentuk karateristik utama
dari objek melalui suatu proses investigasi.
Sebuah program komputer akan mulai melihat melalui bilangan biner yang
merepresentasikan informasi visual untuk mengidentifikasi fitur‐fitur spesifik
dan karekteristiknya.
Lebih khusus lagi program image analysis digunakan untuk mencari tepi dan
batas‐batasan objek dalam image.
Sebuah tepian (edge) terbentuk antara objek dan latar belakangnya atau antara
dua objek yang spesifik.
Tepi ini akan terdeteksi sebagai akibat dari perbedaan level brightness pada sisi
yang berbeda dengan salah satu batasnya.
Kita analisa apa itu image processing
Proses pengolahan citra (Image Processing)
 Tahapan berikutnya computer vision akan melibatkan sejumlah manipulasi utama
(initial manipulation) dari data binary tersebut.
 Image processing membantu peningkatan dan perbaikan kualitas image, sehingga
dapat dianalisa dan di olah lebih jauh secara lebih efisien.
 Image processing akan meningkatkan perbandingan sinyal terhadap noise (signal‐
to‐noise ratio = s/n).
 Sinyal‐sinyal tersebut adalah informasi yang akan merepresentasikan objek yang
ada dalam image.
 Sedangkan noise adalah segala bentuk interferensi, kekurangpengaburan, yang
terjadi pada sebuah objek.
Berdasarkan gambar diatas, dapat kita lihat bahwa Image processing merupakan
bagian dari Computer Vision. Jadi Image Processing selalu dilibatkan dalam
kebutuhan Computer Vision.Image processing merupakan proses awal
(preprocessing) pada Computer Vision.
Proses yang dapat dilakukan pada citra digital adalah:
- Image acquisition: proses mendapatkan citra digital
-
Image enhancement: Proses agar citra menjadi lebih baik secara visual untuk
aplikasi tertentu
-
Image restoration: memperbaiki citra yang telah mengalami degradasi /
penurunan kualitas citra
-
Color image processing : Pada color image ini masing-masing piksel memiliki
warna tertentu, warna tersebut adalah merah (Red), hijau (Green) dan biru (Blue).
Jika masing-masing warna memiliki range 0 - 255, maka totalnya adalah 2553 =
16.581.375 (16 K) variasi warna berbeda pada gambar, dimana variasi warna ini
cukup untuk gambar apapun. Karena jumlah bit yang diperlukan untuk setiap pixel,
gambar tersebut juga disebut gambar-bit warna. Color image ini terdiri dari tiga
matriks yang mewakili nilai-nilai merah, hijau dan biru untuk setiap pikselnya.
-
Wavelets dan multiresolution processing: transformasi Wavelet yang mampu
merepresentasikan informasi waktu dan frekuensi suatu sinyal dengan baik.
Penerapan transformasi wavelet pada bidang pengolahan citra digital antara lain
adalah untuk kompresi, filtering, dan analisis tekstur image. Wavelet sangat
berguna untuk menganalisis sinyal dalam aplikasi-aplikasi praktis yang memang
memiliki lebih banyak frekuensi rendah. Transformasi wavelet adalah suatu AMR
yang dapat merepresentasikan informasi waktu dan frekuensi suatu sinyal dengan
baik. Transformasi wavelet menggunakan sebuah jendela modulasi yang fleksibel,
ini
yang
paling
membedakannya
dengan transformasi
Fourier
waktu-
singkat (STFT), yang merupakan pengembangan dari transformasi Fourier. STFT
menggunakan jendela modulasi yang besarnya tetap, ini menyebabkan dilema
karena jendela yang sempit akan memberikan resolusi frekuensi yang buruk dan
sebaliknya jendela yang lebar akan menyebabkan resolusi waktu yang buruk.
Komprensi wavelet merupakan suatu metode untuk memampatkan
informasi pada citra digital yang sangat efektif
-
Compression: Proses pemampatan ukuran sebuah data tertentu menjadi ukuran
data menjadi ukuran lebih kecil. Kompresi citra adalah proses untuk mengubah
stream data citra masukan dengan ukuran tertentu menjadi stream data citra
keluaran dengan ukuran lebih kecil.
-
Morphological processing: Pemrosesan gambar morfologi adalah kumpulan
operasi non-linear yang terkait dengan bentuk atau morfologi fitur dalam suatu
gambar. Menurut Wikipedia, operasi morfologis hanya bergantung pada urutan
relatif nilai piksel, bukan pada nilai numeriknya, dan karenanya sangat cocok
untuk pemrosesan gambar biner. Operasi morfologis juga dapat diterapkan pada
gambar skala abu-abu sedemikian rupa sehingga fungsi transfer cahayanya tidak
diketahui dan oleh karena itu nilai piksel absolutnya tidak ada kepentingan atau
kecil.
-
Segmentation: Dalam computer vision, segmentasi gambar adalah proses
mempartisi gambar digital menjadi beberapa segmen (set piksel, juga dikenal
sebagai objek gambar).
-
Representation dan description: Representasi dan deskripsi gambar sangat
penting untuk keberhasilan deteksi dan pengenalan objek dalam sebuah adegan.
Representation dan description atau Representasi mengacu pada data konversi dari
hasil segmentasi ke bentuk yang lebih sesuai untuk proses pengolahan pada
komputer. Keputusan pertama yang harus sudah dihasilkan pada tahap ini adalah
data yang akan diproses dalam batasan-batasan atau daerah yang lengkap. Batas
representasi digunakan ketika penekanannya pada karakteristik bentuk luar, dan
area representasi digunakan ketika penekanannya pada karakteristik dalam,
sebagai contoh tekstur. Setelah data telah direpresentasikan ke bentuk tipe yang
lebih sesuai, tahap selanjutnya adalah menguraikan data.
-
Recognition: ilmu pengetahuan pola (pattern recognition) yang umumnya
bertujuan mengenali suatu objek dengan cara mengekstrak informasi penting yang
terdapat pada suatu citra.
Recognition adalah teknologi komputer yang
memungkinkan kita untuk mengidentifikasi atau memverifikasi wajah seseorang
melalui sebuah gambar digital
Pada era digital ini, pengolahan citra digital telah diaplikasikan pada berbagai macam
bagian kehidupan kita. Contohnya:
-
untuk mendeteksi tumor (medis)
-
untuk menemukan barang terlarang di pengecekan di bandara
-
untuk mendeteksi keberadaan manusia di jalan untuk pegaturan waktu traffic
light otomatis
-
Mendeteksi wajah sebagai salah satu security system
-
Mendeteksi penyakit sapi dengan menganalisa foto dari retina sapi
-
Psychology, AI – exploring representation and computation in natural vision
-
Optical Character Recognition – text reading
-
Remote Sensing – land use and environmental monitoring
-
Medical Image Analysis – measurement and interpretation of many types of
images
-
Industrial Inspection – measurement, fault checking, process control
-
Robotic – navigation and control
Peralatan-peralatan yang dapat digunakan untuk mengolah citra adalah sebagai
berikut:
-
Scanner X-ray
-
Camera raspy
-
Computed Radiography (CR)
-
Magnetic Resonance Imaging (MRI)
-
Ultrasonografi (USG)
-
USB Webcam
-
Computed Tomography (CT Scan)
-
Mikroskop Elektron
-
Fish Finder
-
Finger Print
-
Barcode reader
Bab 1.5. Citra Digital
Capaian Pembelajaran: Mampu menjelaskan konversi citra dari anlog ke digital,
penyajian citra digital dengan resolusi dan tingkat keabuannya
Citra Digital adalah citra hasil digitalisasi yang dapat diolah pada suatu komputer
digital. Lebih lengkpanya, citra digital merupakan suatu larik dua dimensi atau suatu
matriks yang elemen-elemennya menyatakan tingkat keabuan dari elemen gambar. Jadi
informasi yang terkandung bersifat diskret.
Citra digital tidak selalu merupakan hasil langsung data rekaman suatu sistem.
Kadang-kadang hasil rekaman data bersifat kontinu seperti gambar pada monitor televisi,
foto sinar-X, dan lain sebagainya. Dengan demikian untuk mendapatkan suatu citra digital
diperlukan suatu proses konversi, sehingga citra tersebut selanjutnya dapat diproses
dengan komputer.
Sebuah citra dapat didefinisikan sebagai sebuah fungsi 2 dimensi f(x,y), dimana x
dan y adalah koordinat bidang (spasial), dan amplitudo dari tiap pasangan koordinat (x,y)
dinamakan dengan intensitas citra pada titik tersebut.
Istilah level keabuan mengacu pada intensitas dari citra monokrom. Sebagai
contoh, pada sistem warna RGB, sebuah citra memuat 3 citra komponen individual (red,
green, dan blue). Karena itu, banyak teknik yang dikembangkan untuk citra monokrom
dapat diperluas untuk citra warna dengan mempres ketiga citra komponen secara terpisah.
Sebuah citra dapat bersifat kontinyu terhadap koordinat (x,y) dan juga terhadap
amplitudo. Konversi citra semacam itu ke dalam bentuk digital mengharuskan koordinat
dan amplitudo di digitalisasi. Pendigitalan nilai-nilai koordinat dinamakan dengan
pencuplikan, pendigitalan nilai-nilai amplitudo dinamakan dengan kuantisasi. Jadi, ketika
x,y dan amplitudo bernilai diskrit, hal itulah yang dinamakan sebagai citra digital.
Representasi Citra digital adalah sebuah aktivitas dalam kegiatan pengolahan citra
digital, dimana kegiatan ini merupakan proses menampilkan kembali suatu citra yang telah
melalui tahap digitizing (proses pengubahan bentuk citra analog ke dalam format digital
agar mampu dilakukan proses manipulasi oleh komputer) dengan cara mencacah gambar
tersebut dalam bentuk titik – titik warna yang ditandai dengan angka yang menunjukkan
tingkat kecerahan warna tersebut, kemudian dipetakan dengan menggunakan sistem
koordinat.
Dari pengertian citra digital, dapat disimpulkan bahwa karakteristik citra digital adalah:
- Memiliki pixel, intensitas piksel, warna atau derajat keabuan.
- Nilai intensitas/gray levelnya 0 dan 1, dimana 0 direpresentasikan oleh warna hitam
dan 1 direpresentasikan oleh warna putih. Umumnya dinyatakan 0 (hitam) – 255(putih)
- Panjang dan lebar dimensinya dinyatakan dalam bentuk lebar x tinggi dalam format
piksel atau satuan panjang (nm atau inci). Jika piksel dianalogikan dengan titik, sebuah
area persegi panjang dengan lebar X dan panjang Y bisa terisi dengan jumlah yang
berbeda. Misalnya, bidang area persegi panjang bisa terisi 300 ribu titik, bahkan sejuta
titik. Semakin sedikit piksel di area persegi panjang, semakin kurang kualitassnya.
Resolusi 480 x 640 berarti memiliki jumlah piksel bicubic 307.200 atau 0,3 megapiksel.
Resolusi menunjukkan kualitas citra digital, dimana semakin besar atau tinggi nilainya
maka semakin tinggi kualitasnya, dengan kata lain, semakin mirip citra digital tersebut
dengan versi analognya atau dengan apa yang kita lihat dengan mata kita.
Terdapat tiga macam resolusi:
- Resolusi radiometric:
Resolusi radiometrik yaitu ukuran kemampuan sensor dalam merekam atau
mengindera perbedaan terkecil suatu objek dengan objek yang lain (ukuran kepekaan
sensor). Resolusi radiometrik berhubungan dengan kekuatan sinyal, kondisi atmosfir
(hamburan, serapan dan tutupan awan), dan saluran spektral yang digunakan.
Oleh karena itu penggunaan citra penginderaan jauh digital sangat dipengaruhi
oleh kualitas citra atau kemampuan koreksi (koreksi radiometrik dan koreksi geometrik)
atau merestorasi datanya, sehingga informasi yang diperoleh cukup akurat dan dapat
diandalkan selain itu juga berfungsi untuk memulihkan data citra yang mengalami distorsi
ke arah gambaran yang lebih sesuai dengan keadaan sebenarnya.
- Resolusi spatial:
Resolusi spasial adalah ukuran terkecil obyek yang dapat direkam oleh suatu
sistem sensor. Dengan kata lain maka resolusi spasial mencerminkan kerincian informasi
yang dapat disajikan oleh suatu sistem sensor. Resolusi spasial adalah ukuran objek
terkecil yang masih dapat disajikan dibedakan, dan dikenali pada citra. Semakin kecil
ukuran objek yang dapat direkam, semakin baik resolusi spasialnya. Begitupun
sebaliknya, semakin besar ukuran obyek yang dapat direkam, semakin buruk resolusi
spasialnya.
Resolusi spasial yang baik dikatakan resolusi tinggi atau halus, sedang yang kurang
baik berupa resolusi kasar atau rendah. Dalam menentukan range resolusi, ada tiga tingkat
ukuran resolusi yang perlu diketahui, yaitu:

Resolusi spasial tinggi, berkisar : 0.6-4 m.

Resolusi spasial menengah, berkisar : 4-30 m

Resolusi spasial rendah, berkisar : 30 – > 1000
Beberapa contoh satelit bumi yang mempunyai resolusi spasial adalah:

Landsat: 15 meter pada mode pankromatik dan 30 meter pada mode multispektral

Spot: 10 meter pada mode pankromatik dan 20 meter pada mode multispektral

Ikonos: 1 meter pada mode pankromatik dan 4 meter pada mode multispektral.
- Resolusi spectral:
Resolusi spektral merupakan ukuran kemampuan sensor dalam memisahkan
objek pada beberapa kisaran panjang gelombang. Prahasta (2008) menyatakan bahwa
resolusi spektral merujuk pada batas-batas spektral, domain atau lebar band (radiasi
elektromagnetik) yang direkam oleh sistem sensor satelit yang bersangkutan. Dengan kata
lain, resolusi ini merujuk pada kemampuan sensor dalam mendefinisikan interval panjang
gelombang elektromaknetik secara halus.
Oleh karena itu, citra digital high spectral resolution merupakan hasil rekaman
dari suatu batas-batas spektral tertentu dan bandwidth yang cukup sempit untuk
(diharapkan) memperoleh spectral signature yang lebih akurat pada obyek-obyek diskrit
(daripada bandwith yang lebih lebar atau kasaran).
Pada tahap awal, sensor digunakan untuk mendapatkan citra (image acquisition). Sensor
juga menentukan resolusi citra terutama resolusi spectral karena resolusi spektral
berkaitan langsung dengan kemampuan sensor untuk dapat menidentifikasi objek,
sehingga kualitas objek lebih detail terungkap.
Download
Random flashcards
hardi

0 Cards oauth2_google_0810629b-edb6-401f-b28c-674c45d34d87

Rekening Agen Resmi De Nature Indonesia

9 Cards denaturerumahsehat

Rekening Agen Resmi De Nature Indonesia

9 Cards denaturerumahsehat

Nomor Rekening Asli Agen De Nature Indonesia

2 Cards denaturerumahsehat

Secuplik Kuliner Sepanjang Danau Babakan

2 Cards oauth2_google_2e219703-8a29-4353-9cf2-b8dae956302e

Create flashcards