Tugas 1 Data Citra

Nama  : Siti Hajar Rumau
Nim     : 2014-64-043

 CITRA

 Definisi

 Citra (image) merupakan gabungan antara titik-titik yang membentuk sebuah gambar pada bidang dwimatra (dua dimensi). Dilihat dari sudut pandang matematis , citra merupakan fungsi yang berkelanjutan (continue) dari intesitas cahaya pada bidang dua dimensi. Proses perekaman sebuah citra bermula dari sumber cahaya menerangi objek, objek memantulkan kembali sebagian cahaya tersebut, pantulan ini ditangkap oleh alat-alat optik, misal pada mata manusia, kamera, scanner, dan masih banyak lagi yang dapat membuat bayangan objek terekam.

  Menurut para ahli

1.      Menurur Hornby (1974)

-          Keserupaan atau tiruan seseorang/sesuatu barang, terutama yang di buat dari kayu, batu dan sebagainyaa

-          Gambaran mental/gagasan,konsep tentang suatu barang atau seseorang

-          Gambaran yang tampak pada cermin/melalui lensa-lensa kamera

2.      Simonett et.all (1983)

-          Gambaran objek yang di buahkan oleh pantulan atau pembiasan sinar yang di fokuskan oleh sebuah lensa atau sebuah cermin

-          Gambaran rekaman suatu objek

                                              

 Citra sebagai keluaran dari suatu sistem perekaman data memiliki sifat - sifat berikut :

1. Optic berupa foto.

2. Analog berupa sinyal video seperti gambar pada monitor televisi.

3. Digital yang dapat langsung disimpan pada suatu pita magnetic.

Ada 2 jenis citra :

1. Citra diam (still image) merupakan citra tunggal yang tidak bergerak. Citra diam biasanya disebut dengan citra saja.

2. Citra begerak (moving image) merupakan rangakaian citra diam yang ditampilkan secara berurutan (sequential) sehingga memberi kesan pada mata kita sebagai gambar yang bergerak atau sering disebut dengan animasi.

Sering terdapat permasalahan pada citra yang menyebabkannya terjadi penurunan mutu (degradasi), seperti terdapat cacat atau derau (noise), warna yang terlalu kontras , kurang tajan, kabur (blurring), dsb. Karena permasalahan tersebut menyebabkan penyampaian informasi terhadap citra tersebut juga menjadi kurang. Oleh karena itulah pengolahan citra dibutuhkan untuk memperbaiki citra yang mengalami gangguan mudah di interpretasi baik oleh manusia maupun mesin.

Pengolahan citra merupakan pemrosesan citra, khususnya dengan menggunakan komputer, menjadi citra yang kualitasnya lebih baik. Pada dasarnya pada bidang ilmu komputer, terdapat tiga bidang studi yang berkaitan dengan data citra dan memilki tujuan yang berbeda-beda, yaitu :

1. Grafika Komputer (computer graphics)

2. Pengolahan Citra (image processing)

3. Pengenalan Pola (pattern recognition/image interpretation)

Hubungan antara ketiga bidang studi tersebut yaitu pada gambar :

1.      Grafika Komputer

bertujuan menghasilkan citra (lebih tepat disebut grafik atau picture ) dengan primitive-primitive geometris seperti garis, lingkaran dan sebagainya. merupakan proses untuk menciptakan suatu gambar berdasarkan deskripsi obyek maupun latar belakang yang terkandung pada gambar tersebut. merupakan teknik untuk membuat gambar obyek sesuai dengan obyek tersebut di alam nyata. Grafika komputer memainkan peranan penting dalam visualisasi dan virtual reality.

 Gambar Implementasi grafika komputer ke pencitraan

2.      Pengolahan Citra

  Bertujuan memperbaiki kualitas citra agar mudah diinterpretasi oleh manusia atau mesin (dalam hal ini komputer). Memperbaiki kwalitas gambar, dilihat dari aspek radiometrik (peningkatan kontras, transformasi warna, restorasi citra) dan dari aspek geometrik (rotasi, translasi, skala, transformasi geometrik). Melakukan pemilihan citra ciri (feature images) yang optimal untuk tujuan analisis. Melakukan proses penarikan informasi atau deskripsi obyek atau pengenalan obyek yang terkandung pada citra. Melakukan kompresi atau reduksi data untuk tujuan penyimpanan data, transmisi data, dan waktu proses data.

  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. Pemampatan citra (image compression) juga termasuk kedalam bidang ini.

Contoh dibawah ini merupakan pengolahan operasi citra lainya yaitu penghilangan derau (noise) pada citra kucing. citra kucing disebelah kiri mengandung derau berupah bintik-bintik (derau). Dengan operasi penapisan (filetering) derau pada citra ini sehingga dihasilkan gambar kualitas citra kucing yang lebih baik.

3.  Pengenalan Pola

 Secara teori pattern recognition dapat kita katakan sebagai salah satu cabang dari ilmu komputasi yang dititik beratkan pada penemuan pola pada data yang menunjukkan satu informasi tertentu. Data yang digunakan untuk pengenalan pola ini dapat berupa citra, suara, text, maupun gambar bergerak (video). Dengan kata lain, kita berupaya agar data tadi mampu mengeluarkan informasi yang terkandung di dalamnya. Seberapa jauh kemampuan data itu dapat memberikan informasinya, tentunya tergantung dari kualitas dan kuantitas data itu sendiri mengelompokkan data numerik dan simbolik (termasuk citra) secara otomatis oleh mesin (dalam hal ini komputer). Tujuan pengelompokkan ini ialah untuk mengenali suatu objek didalam citra.

 Pengetahuan ini banyak dipengaruhi oleh kemampuan manusia itu sendiri dalam memproses informasi, mengenal wajah, tulisan, dsb. Namun belum ada satupun algoritma yang dapat menyamai kemampuan tersebut, karena otak manusia sendiri berisi kira-kira 20 miliar sel otak. walaupun saat ini hal tersebut sudah hampir mendekati. Selain itu otak manusia memiliki struktur yang lebih komplek. Sel-sel yang jumlahnya banyak tersebut saling berhubungan satu sama lain dimana masing-masing sel tersebut mewakili satu karakteristik tersendiri.

 Kita dapat mengenali suatu objek yang kita lihat karena otak kita telah belajar mengklasifikasikan objek-objek tersebut sehingga secara alami kita bisa membedakan suatu objek dengan objek yang lainnya. Begitu juga halnya mesin yang mencoba mengikuti dasar dari kemampuan visual manusia. komputer menerima masukan berupa citra objek yang akan diidentifikasi, memproses citra tersebut, dan memberikan keluaran berupa deskripsi objek didalam citra.

 Definisi Interpretasi

 Interpretasi citra adalah mengkaji foto. Dalam interpretasi penafsir citra mengkaji citra dari penalaran, identifikasi, deteksi dan analisis.

3        objek dalam pengenalan citra :

-          Deteksi : Pengamatan atas adanya suatu objek. Contoh, laut terdapat objek air

-          Identifikasi :Upaya mencirikan objek yang telah di deteksi dengan keterangan yang cukup. Contoh laut yang ada perahu

-          Analisis : Di kumpulkan keterangan lebih lanjut. Misalnya mengamati jumlah

Ø  Computer Vission dan hubungannya dengan pengolahan dan interpretasi citra.

 Computer Vision mencoba meniru Human Vision. Computer Vision merupakan  proses otomatis yang mengintegrasikan sejumlah besar proses untuk persepsi visual, seperti : Akuisisi citra, Pengolahan citra, Klasifikasi, Pengenalan (Recognition),Membuat Keputusan.

  Proses-proses dalam computer vision dapat dibagi menjadi 3 aktivitas :

1) Memperoleh atau mengakuisisi citra digital

2) Melakukan teknik komputasi untuk memproses atau memodifikasi data citra (operasi-operasi pengolahan citra)

3) Menganalisis dan menginterpretasi citra dan menggunakan hasil pemrosesan untuk tujuan tertentu, misalnya mengontrol peralatan, memantau proses manufaktur, memandu robot, dll.

Terdapat beberapa operasi di dalam pengolahan citra yang dapat diklasifikasi dalam beberapa jenis,antara lain :

1. Perbaikan Kualitas Citra ( Image Enhancement ) Jenis operasi ini bertujuan untuk memperbaiki citra dengan cara memanipulasi parameter parameter citra. Dengan operasi ini, ciri-ciri khusus yang terdapat di dalam citra lebih ditonjolkan. Contoh-contoh perbaikan citra adalah:

a. Perbaikan kontras gelap atau terang.

b. Perbaikan tepian obyek ( edge enchancement).

c. Penajaman citra (sharpening ).

d. Pemberian warna semu ( peseudocoloring).

e. Penipisan derau (noise filtering ).

2.  Pemugaran Citra ( Image restoration) Operasi ini bertujuan untuk menghilangkan atau meminimumkan cacat pada citra. Tujuannya hmpir sama dengan operasi perbaikan citra, bedanya pada pemugaran citra penyebab degradasi gambar diketahui. Contoh operasinya adalah :

a. Penghilangan kesamaran (deblurring)

b. Penghilangan derau (noise )

3.  Pemampatan Citra ( Image Compression) Operasi ini dilakukan agar citra dapat dipresentasikan dalam bentuk yang lebih kompak sehingga memerlukan memori yang lebih sedikit. Hal penting yang harus diperhatikan dalam pemampatan citra adalah citra yang telah dimampatkan harus tetap mempunyai kualitas gambar yang bagus. Contoh metode pemampatan citra adalah metode JPEG.

4. Segmentasi Citra (Image Segmentation ) Jenis operasi ini bertujuan untuk memecahkan suatu citra ke dalam beberapa segmen dengan suatu kriteria tertentu. Jenis operasi ini berkaitan erat dengan pengenalan pola.

5. Analisa Citra (Image Analysis)Jenis operasi ini bertujuan menghitung besaran kuantitatif dari citra untuk menghasilkan deskripsinya. Teknik analisa citra mengekstraksi ciri-ciri tertentu membantu dalam identifikasi obyek. Proses segmentasi terkadang diperlukan untuk mengalokasi obyek yang diinginkan dari sekelilingnya. Contoh-contoh analisa citra antara lain:

a. Pendeteksi tepi obyek ( edge detection)

b. Ekstraksi batas ( boundary )

c. Representasi daerah ( region)

Ø  Aplikasi Pengolahan Citra diantaranya:

1. Bidang Perdagangan :  Pembacaan barcode dan  pengenalan huruf/angka pada suatu formulir secara otomatis

2. Bidang Militer : Mengenali sasaran peluru kendali melalui sensor visual dan  mengidentifikasi jenis pesawat musuh

3. Bidang Kedokteran :  Mammografi dan rekontruksi foto janin hasil USG

4. Bidang Biologi : Pengenalan jenis kromosom melalui citra mikroskopik

5. Komunikasi Data :  Kompresi citra yang akan ditransmisikan

6. Hiburan : Game dan kompresi video

7. Robotika : Visualy-Guided autonomous navigation

8. Pemetaan :  Klasifikasi penggunaan tanah melalui foto udara/LANDSAT

9. Geologi : Mengenali jenis batu-batuan melalui fotom udara/LANDSAT

10. Hukum : Pengenalan sidik jari dan pssengenalan foto narapidana