makalah dasar2 pengolahan citra
DESCRIPTION
tentang pengolahan citraTRANSCRIPT
BAB.II
PEMBAHASAN
A. Defenisi Pengolaha Citra
Citra merupakan fungsi menerus (continue) dari intensitas cahaya pada
bidang dwimatra. Sumber cahaya menerangi objek, objek memantulkan kembali
sebagian dari berkas cahaya tersebut. Pantulan cahaya ini ditangkap oleh oleh
alat-alat optik, misalnya mata pada manusia, kamera, pemindai (scanner), dan
sebagainya, sehingga bayangan objek yang disebut citra tersebut terekam.
Citra sebagai keluaran dari suatu sistem perekaman data dapat bersifat [MUR92]:
1. optik berupa foto,
2. analog berupa sinyal video seperti gambar pada monitor televisi,
3. digital yang dapat langsung disimpan pada suatu pita magnetik.
Meskipun sebuah citra kaya informasi, namun seringkali citra yang kita
miliki mengalami penurunan mutu (degradasi), misalnya mengandung cacat atau
derau (noise), warnanya terlalu kontras, kurang tajam, kabur (blurring), dan
sebagainya. Tentu saja citra semacam ini menjadi lebih sulit diinterpretasi karena
informasi yang disampaikan oleh citra tersebut menjadi berkurang. Agar citra
yang mengalami gangguan mudah diinterpretasi (baik oleh manusia maupun
mesin), maka citra tersebut perlu dimanipulasi menjadi citra lain yang kualitasnya
lebih baik. Bidang studi yang menyangkut hal ini adalah pengolahan citra (image
processing). Pengolahan citra adalah pemrosesan citra, khususnya dengan
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). Umumnya, operasi-operasi pada pengolahan citra diterapkan pada citra
bila [JAI89]:
1. perbaikan atau memodifikasi citra perlu dilakukan untuk meningkatkan
kualitas penampakan atau untuk menonjolkan beberapa aspek informasi
yang terkandung di dalam citra,
2. elemen di dalam citra perlu dikelompokkan, dicocokkan, atau diukur,
3. sebagian citra perlu digabung dengan bagian citra yang lain.
(a) (b)
Gambar 1. 2. (a) Citra burung nuri yang agak gelap, (b) Citra burung yang telah
diperbaiki kontrasnyasehingga terlihat jelas dan tajam
Di dalam bidang komputer, sebenarnya ada tiga bidang studi yang
berkaitan dengan data citra, namun tujuan ketiganya berbeda, yaitu:
1. Grafika Komputer (computer graphics).
2. Pengolahan Citra (image processing).
3. Pengenalan Pola (pattern recognition/image interpretation).
Hubungan antara ketiga bidang (grafika komputer, pengolahan citra,
pengenalan pola) ditunjukkan pada Gambar 1.3.
Gambar 1. 3. Tiga bidang studi yang berkaitan dengan citra
1. Grafika Komputer
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.
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).
Gambar 1. 4. (a) Program Grafika Komputer untuk membuat gambar ‘rumah (b)
2. 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).
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.
Gambar 1. 4. (a) Citra Lena yang mengandung derau, (b) hasil dari
operasi penapisan derau.
3. Pengenalan Pola
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 di dalam citra.
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’.
Gambar 1. 5. Citra karakter ‘A’ yang digunakan sebagai masukan untuk
pengenalan huruf.
B. Dasar Pengolahan Citra
Dasar dari pengolahan citra adalah pengolahan warna RGB pada posisi
tertentu. Dalam pengolahan citra warna dipresentasikan dengan nilai hexadesimal
dari 0x00000000 sampai 0x00ffffff. Warna hitam adalah 0x00000000 dan warna
putih adalah 0x00ffffff. Definisi nilai warna di atas seperti gambar 2.1, variabel
0x00 menyatakan angka dibelakangnya adalah hexadecimal.
Gambar 2.1 Nilai warna RGB dalam hexadecimal
Terlihat bahwa setiap warna mempunyai range nilai 00 (angka desimalnya
adalah 0) dan ff (angka desimalnya adalah 255), atau mempunyai nilai derajat
keabuan 256 = 28. Dengan demikian range warna yang digunakan adalah (28)(28)
(28) = 224 (atau yang
dikenal dengan istilah True Colour pada Windows). Nilai warna yang
digunakan di atas merupakan gambungan warna cahaya merah, hijau dan biru
seperti yang terlihat pada gambar 2.2. Sehingga untuk menentukan nilai dari suatu
warna yang bukan warna dasar digunakan gabungan skala kecerahan dari setiap
warnanya.
Gambar 2.2 Komposisi warna RGB
Dari definisi diatas untuk menyajikan warna tertentu dapat dengan mudah
dilakukan, yaitu dengan mencampurkan ketiga warna dasar RGB, table 1. berikut
memperlihatkan contoh-contoh warna yang bisa digunakan.
Tabel 1. Contoh-contoh warna dalam hexadesimal
Untuk mengetahui kombinasi warna, perlu dibuat suatu program yang
dapat menampilkan warna sesuai dengan nilai yang dimasukkan sehingga dapat
dicoba berbagai macam kombinasi warna RGB seperti gambar 2.2.
1. Mengubah Citra Berwarna Menjadi Gray-Scale
Proses awal yang banyak dilakukan dalam image processing adalah
mengubah citra berwarna menjadi citra gray-scale, hal ini digunakan untuk
menyederhanakan model citra. Seperti telah dijelaskan di depan, citra berwarna
terdiri dari 3 layer matrik yaitu Rlayer, G-layer dan B-layer. Sehingga untuk
melakukan proses-proses selanjutnya tetap diperhatikan tiga layer di atas. Bila
setiap proses perhitungan dilakukan menggunakan tiga layer, berarti dilakukan
tiga perhitungan yang sama. Sehingga konsep itu diubah dengan mengubah 3
layer di atas menjadi 1 layer matrik gray scale dan hasilnya adalah citra gray-
scale. Dalam citra ini tidak ada lagi warna, yang ada adalah derajat keabuan.
Untuk mengubah citra berwarna yang mempunyai nilai matrik masing-masing r, g
dan b menjadi citra gray scale dengan nilai s, maka konversi dapat dilakukan
dengan mengambil rata-rata dari nilai r, g dan b sehingga dapat dituliskan
menjadi:
2. Thresholding
Thresholding digunakan untuk mengatur jumlah derajat keabuan yang ada
pada citra. Dengan menggunakan thresholding maka derajat keabuan bisa diubah
sesuai keinginan, misalkan diinginkan menggunakan derajat keabuan 16, maka
tinggal membagi nilai derajat keabuan dengan 16. Proses thresholding ini pada
dasarnya adalah proses pengubahan kuantisasi pada citra, sehingga untuk
melakukan thresholding dengan derajat keabuan dapat digunakan rumus:
x = b.int ( wb
)
dimana :
w adalah nilai derajat keabuan sebelum thresholding
x adalah nilai derajat keabuan setelah thresholding
b int (256
a)
Untuk mencoba melakukan proses thresholding, perlu dibuat program
untuk dapat mengubah-ubah nilai tresholding sesuai keinginan. Sehingga perlu
ditampilkan dua citra, yaitu citra asli (gray-scale) dan hasil thresholdingnya
dengan nilai thresholding yang ditentukan melalui input.
C. Operasi Pengolahan Citra
1. Perbaikan kualitas citra(image enhacement)
Tujuannya yaitu memperbaiki kualitas citra dengan memanipulasi parameter-
parameter citra.
Operasi perbaikan citra :
Perbaikan kontras gelap/terang
Perbaikan tepian objek (edge enhancement)
Penajaman (sharpening)
Pemberian warna semu(pseudocoloring)
Penapisan derau (noise filtering)
2. Pemugaran citra(image restoration)
Tujuannya yaitu menghilangkan cacat pada citra. Perbedaannya dengan
perbaikan citra adalah penyebab degradasi citra diketahui.
Operasi pemugaran citra :
Penghilangan kesamaran (deblurring)
Penghilangan derau (noise)
3. Pemampatan citra (image compression)
Tujuannya yaitu citra direpresentasikan dalam bentuk lebih kompak,
sehingga keperluan memori lebih sedikit namun dengan tetap mempertahankan
kualitas gambar (misal dari .BMP menjadi .JPG)
4. Segmentasi citra (image segmentation)
Tujuannya yaitu memecah suatu citra ke dalam beberapa segmen dengan
suatu kriteria tertentu. Segmentasi citra berkaitan erat dengan pengenalan pola.
5. Pengorakan citra (image analysis)
Tujuannya yaitu menghitung besaran kuantitatif dari citra untuk menghasilkan
deskripsinya. Diperlukan untuk melokalisasi objek yang diinginkan dari
sekelilingnya
Operasi pengorakan citra :
Pendeteksian tepi objek (edge detection)
Ekstraksi batas (boundary)
Represenasi daerah (region)
6. Rekonstruksi citra (Image recontruction)
Tujuannya yaitu membentuk ulang objek dari beberapa citra hasil
proyeksi.