Konsep Dasar Pengolahan Citra

Definisi dan Tujuan Pengolahan Citra 

Pengolahan Citra / Image Processing : 

• Proses memperbaiki kualitas citra agar mudah diinterpretasi oleh manusia atau komputer
• Teknik pengolahan citra dengan mentrasformasikan citra menjadi citra lain, contoh : pemampatan citra (image compression) 
• Pengolahan citra merupakan proses awal (preprocessing) dari komputer visi. 

Pengenalan pola (pattern recognition) : 

• Pengelompokkan data numerik dan simbolik (termasuk citra) secara otomatis oleh komputer agar suatu objek dalam citra dapat dikenali dan diinterpreasi. 
• Pengenalan pola adalah tahapan selanjutnya atau analisis dari pengolahan citra.

Operasi Pengolahan Citra
1. Perbaikan kualitas citra (image enhacement)
Tujuan : 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)
Tujuan : menghilangkan cacat pada citra. Perbedaannya dengan perbaikan citra : penyebab degradasi citra diketahui.
Operasi pemugaran citra :

• Penghilangan kesamaran (deblurring) 
• Penghilangan derau (noise) 

3. Pemampatan citra (image compression)
Tujuan : 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)
Tujuan : memecah suatu citra ke dalam beberapa segmen dengan suatu kriteria tertentu. Berkaitan erat dengan pengenalan pola.

5. Pengorakan citra (image analysis)
Tujuan : 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) Tujuan : membentuk ulang objek dari beberapa citra hasil proyeksi.

Aplikasi Pengolahan Citra dan Pengenalan Pola
• Bidang Perdagangan
   – Pembacaan bar code pada barang di supermarket
   – Pengenalan huruf/angka pada formulir secara otomatis
• Bidang Militer
   – Mengenali peluru kendali melalui sensor visual
   – Mengidentifikasi jenis pesawat musuh
• Bidang Kedokteran
   – Deteksi kanker dengan sinar X
   – Rekonstruksi foto janin hasil USG
• Bidang Biologi
   – Penenalan kromosom melalui gambar mikroskopik
• Komunikasi Data
   – Pemampatan citra transmisi
• Hiburan
   – Pemampatan video MPEG
• Robotika
   – Visual guided autonomous navigation
• Pemetaan
   – Klasifikasi penggunaan tanah melalui foto udara
• Geologi
   – Mengenali jenis bebatuan melalui foto udara
• Hukum
   – Pengenalan sidik jari – Pengenalan foto narapidana

Pembentukan Citra
Citra ada 2 macam : 
• Citra Kontinu
   – Dihasilkan dari sistem optik yang menerima sinyal analog.
   – Contoh : mata manusia, kamera analog
• Citra Diskrit / Citra Digital
   – Dihasilkan melalui proses digitalisasi terhadap citra kontinu.
   – Contoh : kamera digital, scanner

Model Citra
• Citra merupakan fungsi kontinu dari intensitas cahaya pada bidang 2D
• Secara matematis fungsi intensitas cahaya pada bidang 2D disimbolkan dengan f(x,y), dimana :
   – (x,y) : koordinat pada bidang 2D
   – f(x,y) : intensitas cahaya (brightness) pada titik (x,y)
• Karena cahaya merupakan bentuk energi, maka intensitas cahaya bernilai antara 0 sampai tidak berhingga,  0 ≤ f(x,y) ≤∞ • f(x,y)  =  i(x,y) . r(x,y) Dimana :
   – i(x,y) : jumlah cahaya yang berasal dari sumbernya (illumination) yang nilainya 0 ≤ i(x,y) ≤∞ Nilai  i(x,y) ditentukan oleh sumber cahaya
   – r(x,y) : derajat kemampuan obyek memantulkan cahaya (reflection) yang nilainya 0 ≤ r(x,y) ≤ 1 Nilai r(x,y) ditentukan oleh karakteristik obyek di dalam citra. r(x,y)=0 mengindikasikan penyerapan total. r(x,y)=1 mengindikasikan pemantulan total
• Derajat Keabuan (grey level) : intensitas f citra hitam-putih pada titik (x,y)
– Derajat keabuan bergerak dari hitam ke putih.
– Skala keabuan memiliki rentang :  lmin < f < lmax atau [0,L] , dimana intensitas 0 menyatakan hitam dan L menyatakan putih.
– Contoh : citra hitam-putih dengan 256 level, artinya mempunyai skala abu-abu dari 0 sampai 255 atau [0,255], dalam hal ini nilai 0 menyatakan hitam dan 255 menyatakan putih, nilai antara 0 sampai 255 menyatakan warna keabuan yang terletak antara hitam dan putih.
• Citra hitam-putih : citra monokrom (monochrome image) atau citra satu kanal (satu fungsi intensitas)
• Citra berwarna : citra spektral , karena warna pada citra disusun oleh tiga komponen warna RGB (Red- Green-Blue)
– Intensitas suatu titik pada citra berwarna merupakan kombinasi dari intesitas : merah (fmerah(x,y)), merah (f hijau(x,y)) dan merah (fbiru(x,y)),