Thursday, August 11, 2016

Pengolahan Citra Digital (Digital Image Proccesing)



Pada kesempatan ini, saya akan memberitahukan kepada temen-teman, bagai mana proses pembuatan gambar itu sih, tentu saja dengan sebuah perhitungan matematika. Artikel ini dibuat berdasarkan ilmu yang saya dapat di kampus lho. Ok deh langsung aja, Apa sih citra digital itu??

Citra (image) : bisa didefinisikan sebagai fungsi dua dimensi f(x,y) di mana x dan y adalah koordinat spasial dan amplitudo f pada setiap pasang (x,y) disebut intensitas (gray level) citra pada titik tersebut.

Jika x dan y berhingga (finite) dan diskrit (tdk kontinyu) maka disebut citra digital. Citra digital terdiri dari sejumlah elemen berhingga yang masing-masing mempunyai lokasi dan nilai.

Elemen-elemen x dan y disebut elemen citra / pels / pixel. Citra digital adalah citra dengan f(x,y) yang nilainya didigitalisasi-kan (dibuat diskrit) baik dalam koordinat spasialnya maupun dalam gray level nya. Digitalisasi dari koordinat spasial citra disebut dengan image sampling, sedangkan digitalisasi dari gray-level citra disebut dengan gray-level quantization. Citra digital dapat dibayangkan sebagai suatu matriks dimana baris dan kolomnya menunjukkan gray level di titik tersebut. Elemen-elemen dari citra digital tersebut biasanya disebut dengan pixel, yang merupakan singkatan dari picture elements.

Tujuan pengolahan citra digital adalah untuk mendapatkan citra baru yang lebih sesuai untuk digunakan dalam aplikasi tertentu. Salah satu jenis pengolahan citra adalah yang disebut dengan contrast stretching.

Contrast stretching ini adalah teknik yang digunakan untuk mendapatkan citra baru dengan kontras yang lebih baik daripada kontras dari citra asalnya. Citra yang memiliki kontras rendah dapat terjadi karena kurangnya pencahayaan, kurangnya bidang dinamika dari sensor citra, atau kesalahan setting pembuka lensa pada saat pengambilan citra. Ide dari proses contrast stretching adalah untuk meningkatkan bidang dinamika dari gray level di dalam citra yang akan diproses.

Dasar Warna
RGB adalah suatu model warna yang terdiri dari merah, hijau, dan biru, digabungkan dalam membentuk suatu susunan warna yang luas. Setiap warna dasar, misalnya merah, dapat diberi rentang-nilai. Untuk monitor komputer, nilai rentangnya paling kecil = 0 dan paling besar = 255. Pilihan skala 256 ini didasarkan pada cara mengungkap 8 digit bilangan biner yang digunakan oleh mesin komputer. Dengan cara ini, akan diperoleh warna campuran sebanyak 256 x 256 x 256 = 1677726 jenis warna. Sebuah jenis warna, dapat dibayangkan sebagai sebuah vektor di ruang 3 dimensi yang biasanya dipakai dalam matematika, koordinatnya dinyatakan dalam bentuk tiga bilangan, yaitu komponen-x, komponen-y dan komponen-z. Misalkan sebuah vektor dituliskan sebagai r = (x,y,z). Untuk warna, komponen-komponen tersebut digantikan oleh komponen R(ed), G(reen), B(lue). Jadi, sebuah jenis warna dapat dituliskan sebagai berikut : warna = RGB(30, 75, 255). Putih = RGB (255,255,255), sedangkan untuk hitam= RGB(0,0,0).

Citra Gray
Graysacale adalah warna-warna piksel yang berada dalam rentang gradasi warna hitam dan putih. sebagai contoh, jika kita mempunyai gambar berukuran 200x300 pixel, maka jumlah byter yang terpakai di memory adalah 200x300x2 = 120000bit.

Citra Biner
Citra biner diperoleh melalui proses pemisahan piksel-piksel berdasarkan derajat keabuan yang dimilikinya. Piksel yang memiliki derajat keabuan lebih kecil dari nilai batas yang ditentukan akan diberikan nilai 0, sementara piksel yang memiliki derajat keabuan yang lebih besar dari batas akan diubah menjadi bernilai 1.
Jadi untuk gambar yang biasanya berwarna hitam putih, nilai nya 0 dan 1.
sebagai contoh, jika kita mempunyai gambar berukuran 200x300 pixel, maka jumlah byter yang terpakai di memory adalah 200x300x1 = 60000bit.

Pengubahan Kecerahan Gambar (Image Brightness)
Image Brightness (pencerahan gambar) adalah suatu teknik untuk membuat citra menjadi lebih terang atau lebih gelap. Kecerahan/kecermelangan gambar dapat dilakukan dengan cara menambahkan (atau mengurangkan) sebuah konstanta dari setiap pixel di dalam citra. Proses Image Brightness menyebabkan histogram dari citra tersebut mengalami perubahan.
Secara matematis proses Image brightness ditulis sebagai :

* f(x,y)'=f(x,y)+b

Jika b>0, maka kecerahan gambar bertambah, sebaliknya jika b<0 berkurang.="" gambar="" kecerahan="" span="">
Nilai pixel hasil pengolahan mungkin kurang dari sama dengan derajat keabuan minimum (0) atau lebih dari sama dengan derajat keabuan maksimum (255). Karena itu,pixel tersebut perlu dilakukan clipping ke nilai keabuan minimum atau ke nilai keabuan maksimum.

Perbaikkan Kualitas Citra (Image Enhancement)
Jenis operasi ini bertujuan untuk memperbaiki citra dengan cara memanipulasi parameter-parameter citra. Dengan operasi ini, cirri-ciri khusus yang khusus yang terdapat didalam citra lebih ditonjolkan.

Contoh-contoh operasi perbaikkan citra :
a.       Perbaikkan kontras gelap/terang
b.      Perbaikkan tepian objek (edge enhancement)
c.       Penajaman (sharpening)
d.      Pemberian warna semu (pseudocoloring)
e.      Penapisan derau (noise filtering)

Pemugaran Citra (Image Restoration)
Operasi ini bertujuan menghilangkan cacat pada citra. Tujuan pemugaran citra hampir sama dengan operasi perbaikkan citra. Bedanya, pada pemugaran citra penyebab degradasi gambar diketahui.

Contoh-contoh operasi pemugaran citra :
a.       Penghilangan kesamaran (deblurring)
b.      Penghilangan derau (noise)

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 citra adalah citra yang telah dimampatkan harus tetap mempunyai kualitas gambar yang bagus.

Segmentasi Citra (Image Segmentation)
Jenis operasi ini bertujuan untuk memecah suatu citra kedalam beberapa segmen dengan suatu kriteria tertentu. Jenis operasi ini berkaitan erat dengan pengenalan pola.

Pengorakan Citra (Image Analysis)
Jenis operasi ini bertujuan menghitung besaran kuantitif dari citra untuk menghasilkan diskripsinya. Tehnik pengolahan citra mengekstraksi cirri-ciri tertentu yang membantu dalam identifikasi objek. Proses segmentasi kadang kala diperlukan untuk melokalisasi objek yang diinginkan dari sekelilingnya.

Contoh-contoh operasi pengorakan citra :
a.       Pendeteksian tepian objek (edge detection)
b.      Ekstraksi batas (boundary)
c.       Representasi Daerah (region)

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.

FanPage Taste Of Knowledge

Popular Posts

My Twitter