C. Proses Pengolahan Citra
a. Akuisisi Citra
Sistem akuisisi data dapat didefinisikan sebagai
suatu sistem yang berfungsi untuk mengambil, mengumpulkan dan menyiapkan data,
hingga memprosesnya untuk menghasilkan data yang dikehendaki. Pada data
berjenis citra yang masih berbentuk analog, citra tersebut harus
direpresentasikan secra numerik dengan nilai- nilai diskrit agar dapat diolah
dengan komputer digital. Representasi citra dari fungsi kontinu menjadi nilai-
nilai diskrit disebut digitalisasi yang menghasilkan ciitra digital. Digitizer
atau alat untuk melakukan digitalisasi dapat berupa scanner atau kamera video.
Digitizer terdiri dari tiga komponen dasar. Pertama, sensor citra yang bekerja
sebagai pengukur intensitas cahaya. Kedua, perangkat penjelajah yang berfungsi
merekam hasil pengukuran intensitas pada seluruh bagian citra. Ketiga, pengubah
analog ke digital yang berfungsi melakukan penerokan dan kuantisasi.
b. Filtering
Filter merupakan proses preprocessing awal yang
digunakan untuk menghilangkan bagian-bagian yang tidak diperlukan (noise) pada
citra untuk proses selanjutnya. Metode filter atau filtering yang terbaik
tergantung dengan situasi dari citra dan jenis derau atau degradasi yang
terdapat pada citra. Beberapa jenis filter tersebut adalah :
- Filter Linier menyediakan kesederhanaan, kecepatan, dan sangat membantu dalam proses pengurangan derau jika informasi tenta ng band frekuensinya sangat terbatas.
- Filter Median adalah filter yang paling efektif untuk menghilangkan derau salt dan pepper.
- Filter Wiener merupakan filter linier adaptif yang berdasarkan karakteristik varian local dari citra. Filter wiener memperhalus daerah citra yang berubah pada citra dengan noise yang paling kelihatan, tetapi mempertahankan daerah dimana detail sangat terlihat dan noise tidak terlalu kelihatan.
c. Konversi Citra
Hitam Putih Ke Citra Biner
Pengkonversian citra hitam putih menjadi citra biner
dilakukan untuk mengidentifikasi keberadaan objek yang direpresentasikan
sebagai daerah (region) di dalam citra. Selain mengidentifikasi keberadaan
objek, pengkonversian dilakukan untuk dapat memfokuskan pada analisis bentuk
morfologi dengan asumsi intensitas pixel tidak terlalu penting dibandingkan
bentuknya. Setelah objek dipisahkan dari latar belakangnya, properti geometri
dan morfologi/topologi objek dapat dihitung dari citra biner. Dalam kasus
pengenalan pola, hal ini berguna untuk pengambilan keputusan tergolong dalam
klasifikasi yang manakah citra tersebut berada. Konversi dari citra hitam-putih
ke citra biner dilakukan dengan operasi pengambangan (thresholding).
d. Scalling
Scalling merupakan proses mengubah dimensi region
dari tiap karakter dan ketebalan karakter. Proses ini digunakan agar setiap
karakter memiliki dimensi region yang sama.
D. Operasi Pengolahan Citra
a. 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 : perbaikan kontras gelap/terang
perbaikan tepian objek (edge enhancement) penajaman (sharpening) pembrian warna
semu (pseudocoloring) penapisan derau (noise filtering).
b. 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:penghilangan kesamaran (deblurring).
penghilangan derau(noise)
c. 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.
d. 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.
e. 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..
Contoh-contoh operasi pengorakan citra:
- Pendeteksian tepi objek (edge detection)
- Ekstraksi batas (boundary)
- Representasi daerah (region)
- Operasi pendeteksian tepi pada citra Camera. Operasi ini menghasilkan semua tepi (edge) di dalam citra.
f. 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.
E. PENERAPAN –PENERAPAN
PENGOLAHAN CITRA
a. Bidang
Biomedis (Boimedical)
Pengolahan citra digital mengalami kemajuan penting
dalam bidang kedokteran untuk deteksi tumor atau kanker rahim, identifikasi
penyakit paru-paru, identifikasi penyakit hati, identifikasi penyakit tulang,
segmentasi tulang dari ototyang lainnya, klasifikasi gigi, dan analisis citra
mikroskopis. Beberapa dari kemajuan pada bidang kedokteran tersebut karena
kemampuan pengolahan citra digital mampu menginterpretasikan sinar x (x ray).
Kemajuan penting lainnya adalah aplikasi volumetric 3D Magnetic Resonance
Imaging (MRI) yang mampu mendapatkan pencitraan organ dalam tubuh secara jelas
dengan menggunakan scanner MRI.
b. Penginderaan Jauh,
Informasi penting dari sumber-sumber alam seperti pertanian, perairan,
kelautan, mineral dan geologi dapat diperoleh dengan melakukan analisis citra
terhadap citra satelitnya. Pencemaran air laut, kerusakan wilayah, dan
pencemaran atrau polusi udara dapat dilakukan dengan menganalisis citra
satelitnya. Aplikasi ini digunakan untuk mengetahui kapal laut yang melewati
perbatasan wilayah laut Negara.
c. Tekhnologi
Pengaman, suatu system mengalami kemajuan pesat akibat dari pesatnya
perkembangan pengolahan citra pada bidang biometrika. Sebagai contoh
pemanfaatan sidik jari, iris, wajah, dan biometrika yang lainnya untuk system
identifikasi seseorang.
0 komentar:
Posting Komentar