Pengantar

PENGOLAHAN CITRA

Achmad Basuki
PENS-ITS
Surabaya 2007
TUJUAN
† Mahasiswa dapat membuat aplikasi
pengolahan citra
† Mahasiswa dapat menerapkan
konsep-konsep pengolahan citra
untuk menghasilkan suatu teknologi
berbasis pengolahan citra
MATERI
1. Introduction: Image Processing
2. Image Model
3. Gray-Scale Transformation
4. Image Statistic
5. Image Enhancement
6. Tranformasi Fourier and Image Spectrum
7. Image Filtering
8. Reduksi Noise
9. Deteksi Tepi
10. Image Feature Extraction (Color, Shape & Texture)
11. Image Segmentation
12. Image Application: Image Searching
13. Image Application: Character Recognition
14. Image Application: Deteksi Obyek Berdasarkan
Warna/Bentuk
Materi Prasyarat
† Matematika
† Pemrograman Grafis
† Struktur Data
Pengolahan Citra
† Pengolahan citra adalah salah satu
aplikasi yang dapat mengubah
gambar menjadi suatu informasi
† Tujuan lebih jauh dari pengolahan
citra adalah “membuat suatu sistem
yang bisa melihat”
Beberapa Judul Proyek Akhir
Pengolahan Citra
† Content Based Image Retrieval
† Pengenalan Wajah
† Tracking Wajah secara Real Time
† Pengenalan Tulisan dan Tanda Tangan Untuk Cek Bank
† Mesin Absensi Dengan Sidik Jari
† Deteksi dan Pengenalan Rambu-Rambu Lalu-Lintas
† Deteksi Gerakan Badan Untuk Kendali Game
† Kendali Game Dengan Gerakan Mata
† Filter Gambar Porno
† Pengenalan Buah dan Produk Menggunakan Fitur Warna
† Deteksi Jumlah Obyek Gambar
† Video Panorama Menggunakan Image Mosaic
† Mesin Pembaca Not Jawa
† Sistem Keamanan Terpadu Dengan Deteksi Gerakan
† Pengenalan Wajah Untuk Pencarian Data Buron Melalui Gambar Sketsa
† Navigasi Cerdas Pada Robot
† Pengenalan Golongan Darah
† Dll.
Referensi
† Gonzales, Rafael C, Woods, Richard E, “Digital Image
Processing”, Prentice-Hall Inc., 2nd Edition, 2002
† Nixon Mark, Aguando, Alberto, “Feature Extraction and Image
Processing”, 1st Edition, 2002
† Awcock GJ., Thomas R., “Applied Image Processing”,
McGraw-Hill, 2001
† Parker JR., “Algorithm For Image Processing and Computer
Vision”, John Wiley & Sons, 1997.
† Achmad Basuki, Fathurrochman, Joshua F Palandi,
“Pengolahan Citra Digital Menggunakan Visual Basic 6”, Graha
Ilmu, 2005
† Riyanto Sigit, Achmad Basuki, Nana Ramadijanti, Dadet
Pramadihanto, “Step by step Pengolahan Citra Digital”,
Penerbit Andi, Jogjakarta, 2006
Pengolahan Data
Berdasarkan Input/Output

OUTPUT
IMAGE DESKRIPSI

IMAGE Image Processing Computer Vision

INPUT

DESKRIPSI Grafika Komputer Data Mining dll.

 Image Processing
Image processing adalah suatu pengolahan data yang masukannya
berupa gambar dan luarannya juga gambar

Tujuan dari image processing adalah memperbaiki informasi pada gambar

sehingga mudah terbaca atau memperbaiki kualitas dari gambar itu sendiri

Image Enhancement

Color Image Processing

Image Feature Extraction

Image Segmentation

Image Compression

Computer Vision
 Model Image

Sampling

Kuantisasi

Sampling menunjukkan banyaknya pixel (blok) untuk mendefinisikan

suatu gambar
Kuantisasi menunjukkan banyaknya derajat nilai pada setiap pixel
(menunjukkan jumlah bit pada gambar digital Æ b/w dengan 2bit,
grayscale dengan 8 bit, true color dengan 24 bit
Image Enhancement
Proses untuk memperbaiki gambar seperti brightness, contrast, mengubah
gambar menjadi gray-scale, inversi, reduksi noise,deteksi tepi dan sharpness

Masukan Image Enhancement Luaran

Brightness & Contrast

Gray Scale

Sharpness
Image Segmentation
Proses untuk mengelompokkan gambar sesuai dengan onyek gambarnya
Persoalan di dalam Image
Processing

†Capture
†Modeling
†Feature Extraction
†Image Segmentation
Permasalahan Capture
†Capture (Menangkap Gambar)
merupakan proses awal dari image
processing untuk mendapatkan
gambar.
†Proses capture membutuhkan alat-alat
capture yang baik seperti kamera,
scanner, light-pen dan lainnya, agar
diperoleh gambar yang baik.
†Gambar yang baik akan banyak
membantu dalam proses selanjutnya.
 Alat-Alat Capture Sesuai
Frekwensinya

Diambil dari modul pelatihan image processing yang disusun oleh bapak Dadet Pramadihanto
Hasil Capture
Hasil Capture
Hasil Capture
Hasil Capture
Hasil Capture
Permasalahan Modeling

Dalam modeling diperlukan analisa

matematika yang cukup rumit,
khususnya pemakaian kalkulus,
dan transformasi geometri.
(inilah sebabnya di jurusan TI mata
kuliah matematika menjadi sangat
penting!!)
 Permasalahan Feature Extraction
† Setiap gambar mempunyai karakteristik tersendiri, sehingga
fitur tidak dapat bersifat general tetapi sangat tergantung
pada model dan obyek gambar yang digunakan.
† Fitur dasar yang bisa diambil adalah warna, bentuk dan
tekstur. Fitur yang lebih kompleks menggunakan segmentasi,
clustering dan motion estimation.
† Pemakaian statistik dan probabilitas, pengolahan sinyal
sampai pada machine learning diperlukan di sini.
 Fitur Warna
Fitur ini digunakan bila setiap obyek gambar mempunyai warna yang spesifik

Color Thresholding Merah

Color Histogram

Color Thresholding Hijau

Gray-scale Histogram
 Fitur Bentuk
Fitur ini digunakan bila gambar setiap obyek mempunyai bentuk yang spesifik

Deteksi Tepi Integral Proyeksi

Kuantisasi Rata-rata
Fitur Tekstur

Beberapa algoritma
untuk mendapatkan
fitur tekstur:
(1) FFT
(2) Wavelets
(3) Image Filter
(4) Filter Gabor
Permasalahan Image Segmentation
†Bagaimana memisahkan obyek
gambar dengan backgroundnya
†Bagaimana memisahkan setiap obyek
gambar.
†Teknik clustering apa yang sesuai
dengan model dan obyek gambar
yang digunakan
APLIKASI IMAGE PROCESSING
†Biometric
†Medical Image
†Image Databases
†Robot Vision
†Motion Capture
†Document Analysis
Biometric
Medical Image
Image Databases
Robot Vision
Motion Capture
Document Analysis