Digital Image Processing

1. 2
-
-
- 1
I
PENGOLAHAN CITRA
RUANG LINGKUP PENGOLAHAN CITRA

2. PENDAHULUAN
Pengolahan Citra Digital mempelajari tentang apa itu citra digital dan
bagaimana memanipulasinya untuk memperoleh hasil tertentu yang
diinginkan, yang dapat membantu persepsi visual maupun pengolahan
dan pengenalan pola lanjut.

3. PENGOLAHAN CITRA

4. Sejarah Pengolahan Citra Digital
IMAGE
DESCRIPTION
1950 Image Processing
(Pavlidis, 1986)
1970 Computer Graphics
1960 Pattern Recognition
Artificial Intelligence
1970 Computer Vision
(Pengolahan Citra)

5. Tiga Bidang Berkaitan dengan
Proses Citra
1950 Image Processing
Image
1960 Pattern Recognition
Artificial Intelligence
1970 Computer Vision
1970 Computer
Graphics
(Pavlidis, 1986)
Description

6. Bidang Yang Terkait dengan Pengolahan
Citra
Di dalam ilmu komputer sebenarnya ada 3
bidang studi yang berkaitan dengan citra,
tapi tujuan ketiganya berbeda, yaitu:
1. Grafika Komputer (computer graphics).
2. Pengolahan Citra (image processing).
3. Computer Vision: Menggunakan teknik
Pengenalan Pola (pattern recognition/
image interpretation).

7. HUBUNGAN TIGA DISIPLIN ILMU
 Computer Graphics menvisualisasikan suatu informasi menjadi citra.
 Pengolahan Citra Mengolah citra untuk meningkatkan kualitas citra.
 Computer Vision Yang Terdiri Dari 2 Metode Utama: Pattern Recognition menerjemahkan
citra menjadi informasi yang merepresentasikan citra tersebut. Artificial Intellegent
menerjemahkan informasi input menjadi informasi lain untuk mengambil keputusan.
Citra Deskripsi/
Informasi
Pengenalan Pola
Grafika Komputer
Kecerdasan Buatan
Pengolahan Citra

8. Deskripsi
Deskripsi
Image Preprocessing
Image Effect
Image Manipulation
Data Visualization
Pattern Generator
Pattern Recognation
(Native and AI)
Feature Detection
Segmentation
Feature Extraction
Ruang Lingkup Pengolahan Citra

9. 1. Grafika Komputer (Computer Graphics).
 Komputer Grafik adalah 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 (realism).
 Grafika komputer berperan dalam visualisasi dan virtual
reality.

10. Tujuan Computer Graphics
Bertujuan menghasilkan citra (lebih tepat disebut grafik atau picture)
dengan prinsip-prinsip geometri seperti garis, lingkaran, dan sebagainya.
Prinsip-prisip 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.
Data
Deskriptif
Grafika
Komputer
Citra

11. Elemen-Elemen Pembentuk Komputer
Grafik
o Pemodelan geometris: menciptakan
model matematika dari objek-objek
2D (Bangun datar) dan 3D (Bangun
Ruang).
o Rendering: memproduksi citra yang
lebih solid dari model yang telah
dibentuk.
o Animasi: Menetapkan/
menampilkan kembali tingkah laku/
behavior objek bergantung waktu.

12. Computer Graphics:
Input: data, output: pixels.
Create, plot and manipulate images using data to render
analytic visual result (image primitives, transformations,
fractals, 2D and 3D planar projection)

13. CONTOH GRAFIKA KOMPUTER

14. (Hearn and Baker, 1986)
CONTOH GRAFIKA KOMPUTER

15. 2. PENGOLAHAN CITRA
 Pengolahan Citra (Image Processing): Pemrosesan Citra,
Khususnya menggunakan komputer, menjadi citra yang
kualitasnya lebih baik.
 Input berupa citra dan outputnya berupa citra juga yang
kualitasnya lebih baik dari citra input.
 Pengolahan Citra  Preprocessing pada bidang computer
vision.
Citra
Pengolahan
Citra Citra

16. Tujuan 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.
16

17. Digital Image Processing:
Input: pixels, output: pixels.
Manipulate existing images to achieve desired visual results (image
correction, visual effects, transparency, image stitching)

18. Contoh Pengolahan Citra

19. CONTOH PENGOLAHAN CITRA

21. Ruang Lingkup Pengolahan Citra
Perbaikan Citra (image restoration)
Operasi Titik
Transformasi Citra:
Pencerminan (flipping)
Rotasi/pemutaran
Cropping, Penskalaan
Image enhancement:
Penggabungan Citra
Operasi Logika
Penajaman Citra
Rekonstruksi citra (Image
Reconstruction)
Pemfilteran Citra:
(Box/kernel filter); Konvolusi; Blur
dan Sharpening; Efek-efek lainnya
Deteksi Tepi
Roberts, Sobel, Prewitt, Kirsch,
dll.
Segmentasi
Segmen; Region Growing; Konsep
Quadtree; Splitting and Merging
Pengorakan/penguraian citra
(Image Analysis)

22. Kerangka Sistem Pengolahan Citra Digital

23. 3. Computer Vision
 Computer vision merupakan proses otomatis yang mengintegrasikan
sejumlah besar proses untuk persepsi visual, seperti akuisisi citra,
pengolahan citra, klasifikasi, pengenalan (recognition), menyusun
deskripsi tentang obyek yang terkandung pada suatu gambar atau
mengenali obyek yang ada pada gambar dan membuat keputusan.
Vision = Geometry + Measurement + Interpretation
 Komputer menerima masukan berupa citra objek yang akan
diidentifikasi, memproses citra tersebut dan memberikan keluaran
berupa informasi/deskripsi objek di dalam citra.

24. Sistem Kerja Computer Vision
Pada hakikatnya, computer vision mencoba meniru cara kerja sistem visual
manusia (human vision).
Human Vision (Sistem Visual Manusia)
Manusia Melihat objek →diteruskan ke otak→ diinterpretasikan
→pengambilan keputusan
Computer Vision
Akuisisi citra digital→ operasi-operasi pengolahan citra→ menganalisis
(menginterpretasikan)

25. Proses-proses di dalam
computer vision:
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 hasilnya
untuk tujuan tertentu, misalnya memandu robot, mengontrol peralatan,
memantau proses manufaktur, dan lain-lain.

26. Hirarki Pemrosesan dalam Computer Vision

27. Computer Vision:
Input: pixels, output: data.
Read images, manipulate if necessary and interprets it
(segmentation, thinning, edge detection, isolation,
properties extraction)

28. Ilustrasi Komputer Vision
Garasi Semak Rumput Rumah Awan Pohon1 Pohon2
Atap Dinding Atap Dinding1 Dinding2
(Ballard, 1992)

29. Bidang yang terkait dengan computer vision:
 Pengenalan Pola (Pattern Recognition):
Speech Recognition;
 Kecerdasan Buatan (Artificial Intelligence):
Speech Understanding.

30. Pengenalan Pola
Contoh: 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.
Misalnya data masukan huruf “A”. Dengan menggunakan suatu
algoritma pengenalan pola. Diharapkan komputer dapat mengenali
bahwa karakter tersebut adalah “A”.
30
Citra
Pengenalan
Pola
Informasi /
Deskripsi
Objek

31. CONTOH PENGENALAN POLA

32. Pengenalan / deteksi
tanda tangan
asli/palsu (tanda
tangan yang dibuat
oleh orang yang
sama/berbeda)

33. MENGAPA PERLU MEMPROSES
CITRA?
• Acquire an image
 Correct aperture and color
balance
 Reconstruct image from
projections
• Prepare for display or printing
 Adjust image size
 Color mapping, gamma-
correction, halftoning
• Facilitate picture storage and
transmission
 Efficiently store an image in a
digital camera
 Send an image from space
• Enhance and restore images
 Touch up personal photo
 Color enhancement for security
screening
• Preparation for Recognition
 Read 2-d bar codes
 Character recognition
An essential step in Computer Vision!
And many more… so ubiquitous!

34. IT GOES BEYOND ACNE REMOVING!
Photography: Image Stitching

35. IT GOES BEYOND ACNE REMOVING!
Effects: Image Morphing

36. IT GOES BEYOND ACNE REMOVING!
Computer vision preprocessing: Face Detection

37. IT GOES BEYOND ACNE REMOVING!
Security: Face Detection + Blur

38. …AND FAR MORE

39. SUMMARY
a) Grafika Komputer →
menghasilkan citra (Data
Deskriptif → Grafika Komputer →
Citra)
b) Pengolahan Citra → memperbaiki
citra (Citra → Pengolahan Citra →
Citra)
c) Pengenalan Pola → mengenali
suatu objek (Citra → Pengenalan
Pola →Deskripsi Objek).

40. Latihan
1. Jelaskan hubungan antara komputer grafik, pengolahan citra, dan
pengenalan pola!
2. Sebutkan bidang-bidang pengolahan citra dan berikan contoh untuk
masing- masing bidang!

41. THAT’S ALL FOLKS!
Sampai jumpa minggu depan
Sempatkanlah membaca buku Gonzalez bab 1 dan 2.