PENGOLAHAN CITRA DIGITAL

PENGOLAHAN  CITRA DIGITAL
Pendahuluan
Memahami pengertian tentang image processing, image analisys, image understanding, dan computer vision, memahami kategori pengolahan citra, mengetahui berbagai bidang aplikasi penerapan pengolahan citra digital, dan megetahui komponen pengolahan citra digital.

A.    LATAR BELAKANG

Mata adalah indra terbaik yang dimiliki oleh manusia sehingga citra ( gambar ) memegang peranan penting dalam perspektif manusia, namun mata memiliki keterbatasan dalam menangkap sinyal elektromagnetik. Komputer atau mesin pencitraan dapat menangkap hamper keseluhan sinyal elektromagnetik, mulai dari gamma sampai gelombang radio. Mesin pencitraan dapat bekerja dengan citra dari sumber yang tidak sesuai atau tidak cocok, tidak dapat ditangkap dengan penglihatan manusia. Hal inilah yang menyebabkan, pengolahan citra digital memiliki kegunaan dan spectrum aplikasi yang sangat luas. Teknologi pengolahan citra dapat masuk keberbagai bidang seperti kedokteran, industry, pertanian, geologi, kelautan, dan sebagainya.
          Dari keempat istilah di atas seringkali dibedakan dari input dan outputnya. Image processing memiliki input dan output berupa citra, sebagai contoh suatu citra ditransformasi ke bentuk citra 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, jarak mata dengan hidung.
Image understanding memiliki input berupa citra dengan outputnya adalah deskrisi tingkat tinggi dari citra ( output bukan berupa citra ). Sebagai contoh diberikan suatu input citra sesorang, keluarannya dskripsi dari orang tersebut dapat berupa seperti orang tersebut sedang menagis, sedih, senyum, atau tertawa lebar. 
Komputer vision bertujuan untuk mengkomputerisasi penglihatan manusia atau dengan kata lain membuat citra digital dari citra sebanarnya ( sesuai penglihatan manusia ). Hal tersebut dapat disimpulkan input dari computer vision adalah berupa citra penglihatan sedangkan outputnya berupa citra digital.
Kategori Pengolahan Citra
Pengolahan citra dapat dbagi ke dalam 3 kategori yaitu, kategori rendah, menengah, dan tinggi..
Kategori rendah melibatkan operasi-operasi sederhana  seperti prapengolahan citra untuk mengurangi derau, pengaturan kontras, dan pengaturan ketajaman citra. Pengolahan kategori rendah ini memiliki input dan output berupa citra.
Pengolahan kategori menengah melibatkan operasi-operasi seperti segmentasi dari kelasifikasi citra. Proses pengolahan citra menengah ini melibatkan input berupa citra dan output berupa atribut ( fitur ) citra yang dipisahkan dari citra input.
Pengolahan citra kategori tinggi melibatkan proses pengenalan dan deskripsi citra. 

B.    PENERAPAN PENGOLAHAN CITRA DIGITAL

Pengolahan citra digital dimulai sekitar awal tahun 1920 an, dimana citra dikirim melalui kabel bawah laut dari London menuju ke New York. Dan tahun 1960 an pengolahan citra dengan computer ( pengolahan citra digital ), dan tahun 1964 perbaikan kualitas citra.
Pengolahan cira digital memiliki spectrum aplikasi yang sangat luas seperti dalam bdang-bidang berikut :
1, Bidang Biomedis ( Biomedical )
Dalam bidang kedokteran ketika ditemukannya tomografi terkomputerisasi pada tahun 1970 an. Pengolahan citra digital dapat digunakan untuk deteksi tumor atau kanker rahim, identifikasi penyakit paru-paru, hati, tuang dan lain-lainnya. Pengolahan citra digital ini mampu menginterpretasikan sinar X ( x ray )
Contoh gambar hasil pengolahan citra digital dalam aplikasi medis.
2. Bidang Penginderaan Jarak Jauh ( Remote Sensing )
Informasi seperti pertanian, perairan, kelautan, mineral, hutan, dan geologi apat 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 untuk mengetahui kapal laut yang melewati perbatasan wilayah laut suatu Negara. Contoh gambar hasil citra satelit.
3. Bidang Biometrika
Teknologi pengamanan suatu system menalami erkembagan pengolahan citra pada bidang biometrika. Sebagai contoh pemanfaatan sidik jari, iris, wajah, dan lainnya untuk system identifikasi seseorang. Contoh gambar hasil pengolahan citra biometrika.
4. Bidang Fotografi    
TRANSFORMASI CITRA

1.    Pengertian Transformsi Citra

Transformasi atau alih ragam citra dapat diartikan sebagai perubahan bentuk suatu citra. Perubahan bentuk tersebut dapat berupa perubahan geometri pixel seperti perputaran ( rotasi ), pergeseran ( transiasi ), penskalaan, dan lain sebagainya atau dapat juga berupa perubahan ruang ( domain ) citra ke domain lainnya. Seperti transformasi Fourier yang mengubah suatu citra dari domain spasial menjadi domain frekuensi.
Citra hasil proses transformasi dapat dianalisis kembali, diinterprestasikan, dan dijadikan acuan untuk melakukan pemrosesan selanjutnya. Tujuan diterapkannya transformasicitra adalah untuk memperoleh informasi  ( feature extraction ) yang lbih jelas yang terkandung dalam suatu citra.
Melalui proses transformasi suatu citra dapat dinyatakan sebagai kombinasi linier dari sinyal dasar ( basic signals ) yang sering disebut fungsi basis ( basic function ). Suatu citra yang telah mengalami transformasi dapat diperoleh kembali dengan menggunakan transformasi balik ( invers transformation )      

2.    Transformasi Fourier Diskrit

           Transformasi ini banyak digunakan dalam pengolahan citra yang diperkenalkan oleh Jean Baptiste Joseph, tahun 1807. Transformasi fourier membawa suatu citra dari ruang spasial ke ruang frekuensi. Fungsi basis transformasi fourier adalah berupa fungsi ( sinyal ) sinus. Melalui ini dapat dinyatakan sebagai penjumlahan sinyal sinus atau kosinus dengan amplitude dan frekuensi yang bervariasi. Frekuensi yang dominan pada suatu citra dapat diketahui melalui transformasi ini. Transformasi ini biasa doiterapkan pada data citra ( sinyal diskrit ) adalah transformasi fourier diskrit ( Discrete Fourier Transform ) disingkat DFT

           DFT 1 – Dimensi.

           DFT 2 Dimensi

           Transformasi Fourier diskrit dari citra 2 dimensi f ( x, y ), dapat dihitung sebagai berikut.

           Contoh Gambar hasil transformasi fourier diskrit citra 2 D.

          

           Salah satu sifat transformasi fourier yang menarik adalah rata-rata sluruh pixel pada citra asli dapat diketahui dari komponen  F(0,0 ), yaitu :

           PERBAIKAN CITRA ( IMAGE ENHANCEMENT )

           Perbaikan citra bertujuan meningkatkan kualitas tampilan citra untuk pandangan manusia atau untuk mengkonvesi suatu citra agar memiliki format yang lebih baik sehingga citra tersebut menjadi lebih mudah diolah dengan mesin ( computer ). Perbaikan suatu citra dapat dilakukan dengan operasi titik ( point operation ), operasi spasial ( spatial operation ), operasi geometri ( geometric operation ), dan operasi aritmatik ( arithmetic operation )

1.    Operasi Titik

Histogram

Histogram citra sangat berkaitan dengan berbagai teknik pengolahan citra, terutama metode-metode yang tergolong dalam operasi titik.

Histogram citra menunjuk pada histogram dan nilai intensitas pixel histogram menampilkan banyaknya pixel dalam suatu citra yang dikelompokkan berdasarkan level nilai intensitas pixel yang berbeda pada citra grayscale 8 bit, terdapat 258 level nilai intensitas yang berbeda, maka pada histogram akan ditampilkan secara grafik distribusi dari masin-masing 256 level nilai pixel tersebut.  

     

Posted in: Tugas