Makalah Computer Vision

Computer vision didefinisikan sebagai salah satu cabang ilmu pengetahuan yang mempelajari bagaimana komputer dapat mengenali obyek yang diamati atau diobeservasi. Arti dari computer vision adalah ilmu dan teknologi mesin yang melihat, dimana mesin mampu mengekstrak informasi dari gambar yang diperlukan untuk menyelesaikan tugas tertentu.

Untuk menunjang tugas computer vision, maka terdapat beberapa fungsi pendukung ke dalam sistem ini antara lain :
1. Proses penangkapan citra /gambar
2. Proses pengolahan citra
3. Analisa data citra
4. Proses pemahaman data citra

Sebuah computer yang menyerupai kemampuan manusia dalam menangkap sinyal visual dilakukan dalam empat tahapan proses dasar :

1. Image Acquisition
Pada manusia dimulai dengan mata, kemudian informasi visual diterjemahkan ke dalam suatu format yang kemudian dapat dimanipulasi oleh otak.  Senada dengan proses di atas, computer vision membutuhkan mata untuk menangkap sinyal visual.
Contohnya :
Kamera menterjemahkan sebuah scene atau image.

2. Image processing
Image processing membantu peningkatan dan perbaikan kualitas image, sehingga dapat dianalisa dan di olah lebih jauh secara lebih efisien. Image processing akan meningkatkan perbandingan sinyal terhadap noise. Sinyal-sinyal tersebut adalah informasi yang akan merepresentasikan objek yang ada didalam image. Noise adalah segala bentuk interfensi, kekurangan yang terdapat pada objek.

3. Image Analysis
Image analysis akan mengeksplorasi scene ke dalam bentuk karakteristik utama dari objek melalui suatu proses investigasi. Program analysis digunakan untuk mencari  tepi  dan batas-batasan objek kedalam image.

4. Image Understanding
Merupakan langkah terakhir  dalam proses computer vision.pada bagian ini akan melibatkan kajian tentang tehnik-tehnik artificial intelligent.

1.1. Latar Belakang
Image enhancement adalah proses mendapatkan citra yang lebih mudah diinterpretasikan oleh mata manusia (Human Visual System/HVS). Proses ini merupakan salah satu proses awal dalam pengolahan citra (image preprocessing). Untuk meningkatkan kualitas hasil proses image enhancement maka lebih baik manipulasi citra dilakukan dalam domain frekuensi. Beberapa jenis transformasi yang dapat digunakan untuk mengubah citra dari domain spasial ke domain frekuensi antara lain, transformasi fourier, transformasi gelombang-singkat (wavelet transform), Discrete Cosine Transform (DCT), dan sebagainya. Citra yang terbentuk menjadi berkualitas buruk karena mengalami derau (noise) pada saat pengambilan (capture) gambar, pengiriman melalui saluran transmisi, terlalu terang/gelap, kurang tajam, kabur dan sebagainya. Pada proses perbaikan kualitas citra, ciri-ciri tertentu dalam citra lebih diperjelas kemunculannya.

Secara matematis:
f(x,y) f’ (x,y) (1)
Ciri-ciri pada f(x,y) lebih ditonjolkan. Pada proses pelembutan dan penajaman citra merupakan operasi penapisan (filtering), sehingga dilakukan operasi konvolusi citra f(x,y) dan filter h(x,y).

Secara matematis dalam domain spasial dirumuskan sebagai berikut:
f’(x,y) = h(x,y) * f(x,y) (2)
dan dalam domain frekuensi
F’(u,v) = H(u,v) F(u,v) (3)

Proses pemilihan H(u,v) yang tepat dalam rangka menonjolkan ciri citra f(x,y). Pada umumnya nilai f(x,y) sudah diketahui yang merupakan citra asli, persoalannya adalah memilih filter h(x,y) yang tepat untuk dapat menonjolkan ciri tertentu dari citra asli. Dalam domain frekuensi, umumnya citra yang mengalami gangguan yaitu pada frekuensi tinggi sehingga dilakukan proses penyaringan yang dapat menapis frekuensi tinggi High Pass Filter (HPF) dan meloloskan frekuensi rendah yaitu Low Pass Filter (LPF) [1].

Perbaikan kualitas citra dengan metoda Fuzzy Image Filtering disertai dengan sharpening yang dapat meningkatkan kualitas citra yang dihasilkan. Fuzzy Image Filter ini terdiri atas dua tahap, dimana tahap pertama adalah melakukan komputasi sebuah turunan fuzzy untuk delapan arah yang berbeda. Tahap kedua adalah memanfaatkan turunan tersebut untuk melakukan fuzzy smoothing dengan memberikan bobot kontribusi nilai pixel tetangga. Efek pengaburan yang mungkin terjadi karena proses fuzzy smoothing diperbaiki dengan menambahkan suatu proses sharpening [2].

Proses perbaikan kualitas citra yang dilakukan terbatas pada domain spasial sehingga berimplikasi pada waktu komputasi yang makin besar. Penelitian tentang pemulihan citra dalam kawasan gelombang-singkat telah dilakukan dengan tipe wavelet yang digunakan adalah wavelet haar karena memberikan hasil yang paling baik dari jenis wavelet yang lain. Kelemahan pada penelitian ini adalah citra yang tajam akan menjadi rusak, sehingga perlu dibandingkan dengan metoda yang lain [3].

Keuntungan pemulihan citra dalam kawasan gelombang-singkat adalah waktu komputasi lebih cepat karena daerah dukungan (region of support) lebih kecil separuhnya.
Jangan lupa mampir comment dulu ya gan,.. ;) terima kasih