PENGOLAHAN CITRA

1. PENGOLAHAN CITRA Stimik Cilegon, 25 Juni 2010 Anna Hendrawati

2. Mata kuliah pendukung • Algoritma pemrograman • Strukur data • Matriks dan aljabar linier • Kalkulus • Komputer grafik pertemuan 1

3. Tujuan: • Mengerti tentang citra dan pengolahan secara teknik • Memahami dan mengetahui penerapan pengolahan citra • Mampu menerapkan keilmuan keinformatikaan dalam sistem pengolahan citra • Mampu membuat sistem pengolahan citra • Memahami sistem citra digital pertemuan 1

4. Materi • Struktur data citra dan operasi dasar • Image representation & modelling • Image enhancement • Image restoration • Image analysis • Image reconstruction • Image Compression • Warna • Format citra • Pengenalan pola • Terapan pengolahan citra pertemuan 1

5. Buku referensi • Riyanto Sigit dkk, Step by Step Pengolahan Citra Digital, Andi Offset, 2005 • Balza Achmad, Teknik Pengolahan Citra Digital Menggunakan Delphi, Ardi Publishing, 2005 • Rinaldi Munir, Pengolahan Citra Digital, Informatika, 2004 • Usman Achmad, Pengolahan Citra Digital dan Teknik Pemrogramannya, Graha Ilmu, 2005 • Fadlisyah, Computer Vision dan Pengolahan Citra, Penerbit Andi, 2007 pertemuan 1

6. Definisi Citra • Citra atau image merupakan istilah lain dari gambar, yang merupakan informasi berbentuk visual • A picture is more than a thousand words. • Citra, gambar dua dimensi dengan bentuk segi empat berformat horisontal dan vertikal yang memiliki warna dan representasi digital • Citra merupakan fungsi menerus dari intensitas cahaya pada bidang dwimatra/dua dimensi. pertemuan 1

7. Representasi Citra • Pada kasus penampilan citra secara visual nilai data digital yang disimpan oleh komputer, merepresentasikan warna dari citra yang diolah. • Citra biner (monokrom): setiap titik bernilai 0 untuk warna hitam atau 1 untuk warna putih. Satu titik pada citra hanya membutuhkan satu bit. • Citra skala keabuan (Gray scale): citra ini memberikan peluang warna yang lebih banyak dibanding citra biner. Contoh: u/ skala keabuan 4 bit, maka jumlah kemungkinan nilainya adalah 2 = 16, dan nilai maksimumnya adalah 16-1. • Citra Warna (True Color): pada citra warna, setiap titik mempunyai warna yang spesifik yang merupakan kombinasi dari 3 warna dasar RGB. Setiap warna dasar mempunyai intensitas dengan nilai maksimum 255 (8 bit). Contoh: kuninng merupakan kombinasi dari merah dan hijau sehingga nilai RGB nya adalah: 255 255 0. pertemuan 1

8. Citra gray scale 4 bit dan representasinya Citra biner dan representasinya dalam data digital pertemuan 1

9. Citra true color dan representasinya pertemuan 1

10. Digital VS Analog • Data digital direpresentasikan dalam komputer berbentuk kode seperti biner, decimal. Contoh data digital: MP3, BMP, JPG, GIF. • Data analog tidak direpresentasikan dalam komputer, semua merupakan fakta. pertemuan 1

11. Elemen Citra Digital • Brightness, kecerahan atau intensitas cahaya yang dipancarkan pixel dari citra yang dapat ditangkap oleh sistem penglihatan. • Contrast menyatakan sebaran terang dan gelap di dalam gambar. • Contour, merupakan keadaan yang ditimbulkanoleh perubahan intensitas pada pixel yang bertetanggaan. • Color, warna sebagai persepsi yang ditangkap sistem visual terhadap panjang gelombang cahaya yang dipantulkan oleh objek. • Texture, dicirikan sebagai distribusi spasial dari derajat keabuan di dalam sekumpulan pixel yang bertetanggaan. pertemuan 1

12. Aplikasi/Terapan Pengolahan Citra • Eksplorasi tambang • Eksplorasi minyak bumi • Manajemen sumberdaya hutan • Deteksi ketidaknormalan dalam dunia kedokteran • Deteksi ciri2 fisik pada korban tindak pidana • Pemetaan geologi dan topografi • Pemetaan dan deteksi laut-laut es • dst pertemuan 1

13. PERTEMUAN 2

14. Parameter-parameter citra yang penting dalam proses pengolahan citra: • Resolusi Resolusi citra menyatakan ukuran panjang kali lebar dari sebuah citra. Resolusi citra biasanya dinyatakan dalam satuan piksel-piksel. Semakin tinggi resolusi sebuah citra, semakin baik kualitas citra tersebut. Namun, tingginya resolusi menyebabkan semakin banyaknya jumlah bit yang diperlukan untuk menyimpan dan mentransmisikan data citra tersebut. pertemuan 1

15. Kedalaman Bit Kedalaman bit menyatakan jumlah bit yang diperlukan untuk mrepresentasikan tiap piksel citra pada sebuah frame. Kedalaman bit biasanya dinyatakan dalam satuan bit/ piksel. Semakin banyak jumlah bit yang digunakan untuk merepresentasikan sebuah citra, maka semakin baik kualitas citra tersebut. pertemuan 1

16. Konsep Redundansi Redundansi merupakan suatu keadaan dimana representasi suatu elemen data tidak bernilai signifikan dalam merepresentasikan keseluruhan data. Keadaan ini menyebabkan data keseluruhan dapat direpresentasikan secara lebih kompak dengan cara menghilangkan representasi dari sebuah elemen data yang redundan. Redundansi yang terdapat pada citra statik adalah redundansi spasial. pertemuan 1

17. Operasi pengolahan citra 1. Perbaikan kualitas citra (image enhancement). Jenis operasi ini bertujuan untuk memperbaiki kualitas citra dengan cara memanipulasi parameter-parameter citra. Dengan operasi ini, ciri-ciri khusus yang terdapat di dalam citra lebih ditonjolkan. Contoh-contoh operasi perbaikan citra: a. perbaikan kontras gelap/terang b. perbaikan tepian objek (edge enhancement) c. penajaman (sharpening) d. pemberian warna semu (pseudocoloring) e. penapisan derau (noise filtering) pertemuan 1

18. Contoh operasi penajaman Citra hasil setelah ditajamkan bagian pinggirnya Citra asli pertemuan 1

19. 2. Pemugaran citra (image restoration). Operasi ini bertujuan menghilangkan/meminimumkan cacat pada citra. Tujuan pemugaran citra hampir sama dengan operasi perbaikan citra. Bedanya, pada pemugaran citra penyebab degradasi gambar diketahui. Contoh-contoh operasi pemugaran citra: a. penghilangan kesamaran (deblurring). b. penghilangan derau (noise) pertemuan 1

20. Contoh operasi penghilangan kesamaran Citra asli yang blur Citra hasil setelah deblurring pertemuan 1

21. 3. Pemampatan citra (image compression). Kompresi citra bertujuan untuk meminimalkan jumlah bit yang diperlukan untuk merepresentasikan citra. Apabila sebuah foto berwarna berukuran 3 inci x 4 inci diubah ke bentuk digital dengan tingkat resolusi sebesar 500 dot per inch (dpi), maka diperlukan 3 x 4 x 500 x 500 = 3.000.000 dot ( piksel). Setiap piksel terdiri dari 3 byte dimana masing-masing byte merepresentasikan warna merah, hijau, dan biru. Sehingga citra digital tersebut memerlukan volume penyimpanan sebesar 3.000.000 x 3 byte +1080 = 9.001.080 byte setelah ditambahkan jumlah byte yang diperlukan untuk menyimpan format (header) citra. pertemuan 1

22. Ada dua tipe utama kompresi data • Tipe lossless: tidak menghilangkan informasi setelah proses kompresi terjadi, akibatnya kualitas citra hasil kompresi tidak menurun. • kompresi tipe lossy: kompresi dimana terdapat data yang hilang selama proses kompresi. pertemuan 1

23. Contoh pemampatan citra (image compression). pertemuan 1

24. 4. Segmentasi citra (image segmentation). Jenis operasi ini bertujuan untuk memecah suatu citra ke dalam beberapa segmen dengan suatu kriteria tertentu. Jenis operasi ini berkaitan erat dengan pengenalan pola. pertemuan 1

25. 5. Pengorakan citra (image analysis) • Jenis operasi ini bertujuan menghitung besaran kuantitif dari citra untuk menghasilkan deskripsinya. Teknik pengorakan citra mengekstraksi ciri-ciri tertentu yang membantu dalam identifikasi objek. Proses segmentasi kadangkala diperlukan untuk melokalisasi objek yang diinginkan dari sekelilingnya. pertemuan 1

26. Contoh-contoh operasi pengorakan citra:a. Pendeteksian tepi objek (edge detection)b. Ekstraksi batas (boundary)c. Representasi daerah (region)Berikut adalah Contoh operasi pendeteksian tepi pada citra pertemuan 1

27. 6. 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. Misalnya beberapa foto rontgen dengan sinar X digunakan untuk membentuk ulang gambar organ tubuh. pertemuan 1

28. Teknik Histogram • Menurut Wikipedia, histogram itu didefinisikan sebagai sebuah bentuk visual dari tabulated frequencies, dan biasa digambarkan dalam bentuk bars. • Histogram citra adalah grafik yang menggambarkan penyebaran nilai-nilai intensitas pixel dari suatu citra atau bagian tertentu dari citra. • Dalam histogram citra akan didapatkan frekuensi relative dari intensitas pada citra yang menunjukkan kecerahan (brigthness) dan kontras • Histogram sebagai alat bantu dalam pengolahan citra secara kualitatif maupun kuantitatif. • Histogram terdiri atas sekumpulan bilangan yang menjelaskan presentase pixel dalam citra dengan warna tertentu. pertemuan 1

29. Pembuatan Histogram Jika suatu citra memiliki kedalaman warna atau derajat keabuan c dengan nilai 0 …c-1, dengan resolusi nxm, maka s adalah jumlah seluruh pixel atau nxm pertemuan 1

30. 4 x 4 x 8 Ci = warna ke i Fi = frekuensi warna S = jumlah pixel (4x4= 16) Hi = Fi/S pertemuan 1 Diterjemahkan dalam histogram sbb:

31. histogram warna pertemuan 1

32. Histogram Citra • Nilai tertinggi dari Hi adalah 1, 0 < Hi < 1 • Hi menyatakan probability pixel dimana jumlah total Hi sama dengan 1 • Citra dengan kondisi tidak normal seperti terlalu gelap atau terlalu terang akan menghasilkan grafik setengah dari derajat keabuan/warna dimana gelap akan cenderung ke kiri naik dan rendah ke kanan sedangkan terlalu terang akan sebaliknya. Citra normal menghasilkan histogram yang mengisi nilai keabuan secara penuh atau merata untuk distribusi setiap intensitas pixel. pertemuan 1

33. Bentuk histogram citra Citra gelap Citra terang Citra normal, brightness dan contrast Citra normal pertemuan 1