PengantarPENGOLAHAN CITRA

Achmad BasukiPENS-ITSSurabaya 2007

TUJUAN

Mahasiswa dapat membuat aplikasipengolahan citraMahasiswa dapat menerapkankonsep-konsep pengolahan citrauntuk menghasilkan suatu teknologiberbasis pengolahan citra

MATERI1. Introduction: Image Processing2. Image Model3. Gray-Scale Transformation4. Image Statistic5. Image Enhancement6. Tranformasi Fourier and Image Spectrum7. Image Filtering8. Reduksi Noise9. Deteksi Tepi10. Image Feature Extraction (Color, Shape & Texture)11. Image Segmentation12. Image Application: Image Searching13. Image Application: Character Recognition14. Image Application: Deteksi Obyek Berdasarkan

Warna/Bentuk

Materi Prasyarat

MatematikaPemrograman GrafisStruktur Data

Pengolahan Citra

Pengolahan citra adalah salah satuaplikasi yang dapat mengubahgambar menjadi suatu informasiTujuan lebih jauh dari pengolahancitra adalah “membuat suatu sistemyang bisa melihat”

Beberapa Judul Proyek AkhirPengolahan Citra

Content Based Image RetrievalPengenalan WajahTracking Wajah secara Real TimePengenalan Tulisan dan Tanda Tangan Untuk Cek BankMesin Absensi Dengan Sidik JariDeteksi dan Pengenalan Rambu-Rambu Lalu-LintasDeteksi Gerakan Badan Untuk Kendali GameKendali Game Dengan Gerakan MataFilter Gambar PornoPengenalan Buah dan Produk Menggunakan Fitur WarnaDeteksi Jumlah Obyek GambarVideo Panorama Menggunakan Image MosaicMesin Pembaca Not JawaSistem Keamanan Terpadu Dengan Deteksi GerakanPengenalan Wajah Untuk Pencarian Data Buron Melalui Gambar SketsaNavigasi Cerdas Pada RobotPengenalan Golongan DarahDll.

ReferensiGonzales, Rafael C, Woods, Richard E, “Digital Image Processing”, Prentice-Hall Inc., 2nd Edition, 2002Nixon Mark, Aguando, Alberto, “Feature Extraction and Image Processing”, 1st Edition, 2002Awcock GJ., Thomas R., “Applied Image Processing”, McGraw-Hill, 2001Parker 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”, GrahaIlmu, 2005Riyanto Sigit, Achmad Basuki, Nana Ramadijanti, DadetPramadihanto, “Step by step Pengolahan Citra Digital”, Penerbit Andi, Jogjakarta, 2006

Pengolahan DataBerdasarkan Input/Output

INPU

T

OUTPUT

IMAGE

IMAGE

DESKRIPSI

DESKRIPSI

Image Processing Computer Vision

Grafika Komputer Data Mining dll.

Image ProcessingImage processing adalah suatu pengolahan data yang masukannyaberupa gambar dan luarannya juga gambar

Image Enhancement

Image Feature Extraction

Color Image Processing

Image Segmentation

Image Compression

Tujuan dari image processing adalah memperbaiki informasi pada gambarsehingga mudah terbaca atau memperbaiki kualitas dari gambar itu sendiri

Computer Vision

Model Image

Sampling

Kuantisasi

Sampling menunjukkan banyaknya pixel (blok) untuk mendefinisikansuatu gambar

Kuantisasi menunjukkan banyaknya derajat nilai pada setiap pixel (menunjukkan jumlah bit pada gambar digital b/w dengan 2bit, grayscale dengan 8 bit, true color dengan 24 bit

Image Enhancement

Masukan Image Enhancement Luaran

Brightness & Contrast

Gray Scale

Sharpness

Proses untuk memperbaiki gambar seperti brightness, contrast, mengubahgambar menjadi gray-scale, inversi, reduksi noise,deteksi tepi dan sharpness

Image SegmentationProses untuk mengelompokkan gambar sesuai dengan onyek gambarnya

Persoalan di dalam Image Processing

CaptureModelingFeature ExtractionImage Segmentation

Permasalahan Capture

Capture (Menangkap Gambar) merupakan proses awal dari image processing untuk mendapatkangambar.Proses capture membutuhkan alat-alatcapture yang baik seperti kamera, scanner, light-pen dan lainnya, agar diperoleh gambar yang baik.Gambar yang baik akan banyakmembantu dalam proses selanjutnya.

Alat-Alat Capture SesuaiFrekwensinya

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 analisamatematika yang cukup rumit,

khususnya pemakaian kalkulus, dan transformasi geometri.

(inilah sebabnya di jurusan TI matakuliah matematika menjadi sangat

penting!!)

Permasalahan Feature Extraction

Setiap gambar mempunyai karakteristik tersendiri, sehinggafitur tidak dapat bersifat general tetapi sangat tergantungpada model dan obyek gambar yang digunakan.Fitur dasar yang bisa diambil adalah warna, bentuk dantekstur. Fitur yang lebih kompleks menggunakan segmentasi, clustering dan motion estimation.Pemakaian statistik dan probabilitas, pengolahan sinyalsampai pada machine learning diperlukan di sini.

Fitur WarnaFitur ini digunakan bila setiap obyek gambar mempunyai warna yang spesifik

Color Thresholding Merah

Color Thresholding Hijau

Color Histogram

Gray-scale Histogram

Fitur BentukFitur ini digunakan bila gambar setiap obyek mempunyai bentuk yang spesifik

Deteksi Tepi

Kuantisasi Rata-rata

Integral Proyeksi

Fitur Tekstur

(1) FFT(2) Wavelets(3) Image Filter(4) Filter Gabor

Beberapa algoritmauntuk mendapatkanfitur tekstur:

Permasalahan Image Segmentation

Bagaimana memisahkan obyekgambar dengan backgroundnyaBagaimana memisahkan setiap obyekgambar.Teknik clustering apa yang sesuaidengan model dan obyek gambaryang digunakan

APLIKASI IMAGE PROCESSING

BiometricMedical ImageImage DatabasesRobot VisionMotion CaptureDocument Analysis

Biometric

Medical Image

Image Databases

Robot Vision

Motion Capture

Document Analysis