Computer vision has received great attention over the last two decades.
This research field is important not only in security-related software but also in the advanced interface between people and computers, advanced control methods, and many other areas.
Computer vision has received great attention over the last two decades.
This research field is important not only in security-related software but also in the advanced interface between people and computers, advanced control methods, and many other areas.
At the end of this lesson, you should be able to;
define segmentation.
Describe edge based in segmentation.
describe thresholding and its properties.
apply edge detection and thresholding as segmentation techniques.
Object detection is a computer technology related to computer vision and image processing that deals with detecting instances of semantic objects of a certain class (such as humans, buildings, or cars) in digital images and videos. Well-researched domains of object detection include face detection and pedestrian detection. Object detection has applications in many areas of computer vision, including image retrieval and video surveillance.
At the end of this lesson, you should be able to;
define segmentation.
Describe edge based in segmentation.
describe thresholding and its properties.
apply edge detection and thresholding as segmentation techniques.
Object detection is a computer technology related to computer vision and image processing that deals with detecting instances of semantic objects of a certain class (such as humans, buildings, or cars) in digital images and videos. Well-researched domains of object detection include face detection and pedestrian detection. Object detection has applications in many areas of computer vision, including image retrieval and video surveillance.
ppt Aplikasi pengolahan citra digital pada modalitas ct-scanNona Zesifa
pengertian CT-scan, Pengertian pengolahan citra digital, pengolahan citra pada ct-scan, pengolahan citra yg sering dilakukan, aplikasi yang digunakan untuk pengolahan citra
Sebagai salah satu pertanggungjawab pembangunan manusia di Jawa Timur, dalam bentuk layanan pendidikan yang bermutu dan berkeadilan, Dinas Pendidikan Provinsi Jawa Timur terus berupaya untuk meningkatkan kualitas pendidikan masyarakat. Untuk mempercepat pencapaian sasaran pembangunan pendidikan, Dinas Pendidikan Provinsi Jawa Timur telah melakukan banyak terobosan yang dilaksanakan secara menyeluruh dan berkesinambungan. Salah satunya adalah Penerimaan Peserta Didik Baru (PPDB) jenjang Sekolah Menengah Atas, Sekolah Menengah Kejuruan, dan Sekolah Luar Biasa Provinsi Jawa Timur tahun ajaran 2024/2025 yang dilaksanakan secara objektif, transparan, akuntabel, dan tanpa diskriminasi.
Pelaksanaan PPDB Jawa Timur tahun 2024 berpedoman pada Peraturan Menteri Pendidikan dan Kebudayaan RI Nomor 1 Tahun 2021 tentang Penerimaan Peserta Didik Baru, Keputusan Sekretaris Jenderal Kementerian Pendidikan, Kebudayaan, Riset, dan Teknologi nomor 47/M/2023 tentang Pedoman Pelaksanaan Peraturan Menteri Pendidikan dan Kebudayaan Nomor 1 Tahun 2021 tentang Penerimaan Peserta Didik Baru pada Taman Kanak-Kanak, Sekolah Dasar, Sekolah Menengah Pertama, Sekolah Menengah Atas, dan Sekolah Menengah Kejuruan, dan Peraturan Gubernur Jawa Timur Nomor 15 Tahun 2022 tentang Pedoman Pelaksanaan Penerimaan Peserta Didik Baru pada Sekolah Menengah Atas, Sekolah Menengah Kejuruan dan Sekolah Luar Biasa. Secara umum PPDB dilaksanakan secara online dan beberapa satuan pendidikan secara offline. Hal ini bertujuan untuk mempermudah peserta didik, orang tua, masyarakat untuk mendaftar dan memantau hasil PPDB.
1. COMPUTER VISION
Definisi:
Computer Vision adalah ilmu dan teknologi mesin yang melihat, di mana "lihat" dalam
hal ini berarti bahwa mesin mampu mengekstrak informasi dari gambar yang diperlukan
untuk menyelesaikan tugas tertentu. Sebagai suatu disiplin ilmu, visi komputer
berkaitan dengan teori di balik sistem buatan bahwa ekstrak informasi dari gambar.
Data gambar dapat mengambil banyak bentuk, seperti urutan video, pandangan dari
beberapa kamera, atau data multi-dimensi dari scanner medis. Sebagai disiplin
teknologi, computer vision berusaha untuk menerapkan teori dan model untuk
pembangunan sistem computer vision.
Computer Vision didefinisikan sebagai salah satu cabang ilmu pengetahuan yang
mempelajari bagaimana komputer dapat mengenali obyek yang diamati/ diobservasi.
Cabang ilmu ini bersama Intelijensia Semu (Artificial Intelligence) akan mampu
menghasilkan sistem intelijen visual (Visual Intelligence System). Perbedaannya adalah
Computer Vision lebih mempelajari bagaimana komputer dapat mengenali obyek yang
diamati/ diobservasi. Namun komputer grafika lebih ke arah pemanipulasian gambar
(visual) secara digital. Bentuk sederhana dari grafika komputer adalah grafika komputer
2D yang kemudian berkembang menjadi grafika komputer 3D, pemrosesan citra (image
processing), dan pengenalan pola (pattern recognition). Grafika komputer sering dikenal
juga dengan istilah visualisasi data.
Computer Vision adalah kombinasi antara Pengolahan Citra dan Pengenalan Pola.
Pengolahan Citra (Image Processing) merupakan bidang yang berhubungan dengan
proses transformasi citra/gambar (image). Proses ini bertujuan untuk mendapatkan
kualitas citra yang lebih baik.
Sedangkan Pengenalan Pola (Pattern Recognition), bidang ini berhubungan dengan
proses identifikasi obyek pada citra atau interpretasi citra. Proses ini bertujuan untuk
mengekstrak informasi/pesan yang disampaikan oleh gambar/citra.
Fungsi / Proses pada Computer Vision :
Untuk menunjang tugas Computer Vision, terdapat beberapa fungsi pendukung ke
dalam sistem ini, yaitu :
1. Proses penangkapan citra (Image Acquisition)
o Image Acqusition pada manusia dimulai dengan mata, kemudian
informasi visual diterjemahkan ke dalam suatu format yang kemudian
dapat dimanipulasi oleh otak.
o Senada dengan proses di atas, computer vision membutuhkan sebuah
mata untuk menangkap sebuah sinyal visual.
o Umumnya mata pada computer vision adalah sebuah kamera video.
o Kamera menerjemahkan sebuah scene atau image.
2. o Keluaran dari kamera adalah berupa sinyal analog, dimana frekuensi dan
amplitudonya (frekuensi berhubungan dengan jumlah sinyal dalam satu
detik, sedangkan amplitudo berkaitan dengan tingginya sinyal listrik yang
dihasilkan) merepresentasikan detail ketajaman (brightness) pada scene.
o Kamera mengamati sebuah kejadian pada satu jalur dalam satu waktu,
memindainya dan membaginyamenjadi ratusan garis horizontal yang
sama.
o Tiap‐tiap garis membuat sebuah sinyal analog yang amplitudonya
menjelaskan perubahan brightness sepanjang garis sinyal tersebut.
o Kemudian sinyal listrik ini diubah menjadi bilangan biner yang akan
digunakan oleh komputer untuk pemrosesan.
o Karena komputer tidak bekerja dengan sinyal analog, maka sebuah
analog‐to‐digital converter (ADC), dibutuhkan untuk memproses semua
sinyal tersebut oleh komputer.
o ADC ini akan mengubah sinyal analog yang direpresentasikan dalam
bentuk informasi sinyal tunggal ke dalam sebuah aliran (stream) sejumlah
bilangan biner.
o Bilangan biner ini kemudian disimpan di dalam memori dan akan menjadi
data raw yang akan diproses.
2. Proses pengolahan citra (Image Processing)
o Tahapan berikutnya computer vision akan melibatkan sejumlah
manipulasi utama (initial manipulation) dari data binary tersebut.
o Image processing membantu peningkatan dan perbaikan kualitas image,
sehingga dapat dianalisa dan di olah lebih jauh secara lebih efisien.
o Image processing akan meningkatkan perbandingan sinyal terhadap noise
(signal‐to‐noise ratio = s/n).
o Sinyal‐sinyal tersebut adalah informasi yang akan merepresentasikan
objek yang ada dalam image.
o Sedangkan noise adalah segala bentuk interferensi,
kekurangpengaburan, yang terjadi pada sebuah objek.
3. Analisa data citra (Image Analysis)
o Image analysis akan mengeksplorasi scene ke dalam bentuk karateristik
utama dari objek melalui suatu proses investigasi.
o Sebuah program komputer akan mulai melihat melalui bilangan biner yang
merepresentasikan informasi visual untuk mengidentifikasi fitur‐fitur
spesifik dan
karekteristiknya.
o Lebih khusus lagi program image analysis digunakan untuk mencari tepi
dan batas‐batasan objek dalam image.
o Sebuah tepian (edge) terbentuk antara objek dan latar belakangnya atau
antara dua objek yang spesifik.
3. o Tepi ini akan terdeteksi sebagai akibat dari perbedaan level brightness
pada sisi yang berbeda dengan salah satu batasnya.
4. Proses pemahaman data citra (Image Understanding)
o Ini adalah langkah terakhir dalam proses computer vision, yang mana
sprsifik objek dan hubungannya diidentifikasi.
o Pada bagian ini akan melibatkan kajian tentang teknik-teknik artificial
intelligent.
o Understanding berkaitan dengan template matching yang ada dalam
sebuah scene.
o Metoda ini menggunakan program pencarian (search program) dan teknik
penyesuaian pola (pattern matching techniques).
2. Pesawat RQ-170, merupakan pesawat tanpa awak buatan Amerika Serikat,
sistem kendali pada pesawat ini dikendalikan oleh komputer yang berada
pangkalan pusat militer.
3. Program rudal pengunci otomatis, sistem lebih canggih untuk panduan mengirim
rudal-rudal ke daerah daripada target yang spesifik dan pemilihan target yang
dibuat ketika rudal mencapai daerah berdasarkan data citra diperoleh secara
lokal.
4. Kesadaran "medan perang”, menunjukkan bahwa berbagai sensor, termasuk
sensor gambar, menyediakan kaya set informasi tentang adegan tempur yang
dapat digunakan untuk mendukung keputusan strategis. Dalam hal ini,
pengolahan otomatis data yang digunakan untuk mengurangi kompleksitas dan
informasi sekering dari sensor ganda untuk meningkatkan keandalan.
Penerapan Computer Vision Antara Lain
1.Bidang Pertahanan dan Keamanan (Militer).
Contoh jelas adalah deteksi tentara musuh atau kendaraan dan bimbingan rudal. Lebihsistem canggih
untuk panduan mengirim rudal rudal ke daerah daripada target yang spesifik,dan pemilihan target yang
dibuat ketika rudal mencapai daerah berdasarkan data citradiperoleh secara lokal. konsep modern
militer, seperti “kesadaran medan perang”,menunjukkan bahwa berbagai sensor, termasuk sensor
gambar, menyediakan kaya setinformasi tentang adegan tempur yang dapat digunakan untuk
mendukung keputusanstrategis. Dalam hal ini, pengolahan otomatis data yang digunakan untuk
mengurangikompleksitas dan informasi sekering dari sensor ganda untuk meningkatkan keandalan.