BAB 1

BAB 1

PENDAHULUAN

1.1 Tujuan Instruksional Khusus

Setelah menyelesaikan materi ini diharapkan mahasiswa mengerti :

1. definisi pengolahan citra digital,

2. bidang aplikasi pengolahan citra digital,

3. dasar-dasar pengolahan citra yaitu sistem visual manusia, cahaya dan warna, elemen

pengolahan citra digital.

1.2 Definisi Citra

Data atau informasi tidak hanya disajikan dalam bentuk teks, tetapi juga dapat berupa citra

(gambar), audio (suara), dan video. Keempat macam data atau informasi ini sering disebut

multimedia. Citra sebagai salah satu komponen multimedia memegang peranan sangat

penting sebagai bentuk informasi visual karena citra mempunyai karakteristik yang tidak

dimiliki oleh data teks, yaitu citra kaya dengan informasi. Ada sebuah peribahasa yang

berbunyi “sebuah gambar bermakna lebih dari seribu kata” (a picture is more than a thousand

words) yang berarti sebuah gambar dapat memberikan informasi yang lebih banyak daripada

informasi tersebut disajikan dalam bentuk kata-kata (tekstual).

Citra adalah suatu representasi, kemiripan, atau imitasi dari suatu objek atau benda, misal

foto Anda mewakili entitas diri Anda sendiri di depan kamera, foto sinar-X thorax mewakili

keadaan bagian dalam tubuh seseorang, data dalam suatu file BMP mewakili apa yang

digambarkannya.

Citra dari sudut pandang matematis, merupakan fungsi menerus (continue) dari intensitas

cahaya pada bidang 2 dimensi. Citra yang terlihat merupakan cahaya yang direfleksikan dari

sebuah objek. Sumber cahaya menerangi objek, objek memantulkan kembali sebagian dari

berkas cahaya tersebut dan pantulan cahaya ditangkap oleh alat-alat optik, misal mata

manusia, kamera, scanner, sensor satelit, dsb, kemudian direkam.

Citra sebagai keluaran dari suatu sistem perekaman dapat bersifat analog atau bersifat digital

yang dapat langsung disimpan pada suatu media penyimpan. Citra analog adalah citra yang

1

bersifat kontinu seperti gambar pada monitor televisi, foto sinar – X, hasil CT scan, foto yang

tercetak di kertas foto, lukisan pemandangan alam, gambar-gambar yang terekam pada pita

kaset, dan lain sebagainya. Citra analog tidak dapat direpresentasikan dalam komputer,

sehingga tidak bisa diproses di komputer secara langsung. Dengan demikian agar citra ini bisa

diproses di komputer, terlebih dahulu harus dilakukan proses konversi analog ke digital. Citra

digital adalah citra yang disimpan dalam format digital (dalam bentuk file). Hanya citra

digital yang dapat diolah menggunakan komputer.

Minat terhadap bidang pengolahan citra dimulai pada awal tahun 1921, yaitu pertama kali

sebuah foto berhasil ditransmisikan secara digital melalui kabel laut dari New York ke

London. Keuntungan utama yang dirasakan pada waktu itu adalah pengurangan waktu

pengiriman foto dari sekitar 1 minggu menjadi kurang dari 3 jam.

Sekitar tahun 1960 baru tercatat suatu perkembangan pesat seiring dengan munculnya

teknologi komputer yang sanggup memenuhi suatu kecepatan proses dan kapasitas memori

yang dibutuhkan oleh berbagai algoritma pengolahan citra. Sejak itu berbagai aplikasi mulai

dikembangkan yang secara umum dapat dikelompokkan ke dalam dua kegiatan :

1. memperbaiki kualitas suatu citra sehingga dapat lebih mudah diinterpretasikan oleh mata

manusia,

2. mengolah informasi yang terdapat pada citra untuk keperluan pengenalan obyek secara

otomatis oleh suatu mesin.

1.3 Definisi Pengolahan Citra Digital

Pencitraan (imaging) adalah kegiatan mengubah informasi dari citra analog atau citra non

digital menjadi citra digital. Beberapa alat yang dapat digunakan untuk pencitraan adalah

scanner, kamera digital.

Pengolahan citra adalah kegiatan memperbaiki kualitas citra agar mudah diinterpretasi oleh

manusia/mesin(komputer). Inputannya adalah citra dan keluarannya juga citra tapi dengan

kualitas lebih baik daripada citra masukan, misal warna pada citra kurang tajam, kabur

(blurring), mengandung noise (misal bintik-bintik putih), dan lain-lain sehingga perlu ada

pemrosesan untuk memperbaiki citra karena citra tersebut menjadi sulit diinterpretasikan

karena informasi yang disampaikan menjadi berkurang.

2

Analisis citra adalah kegiatan menganalisis citra sehingga menghasilkan informasi untuk

menetapkan keputusan (biasanya didampingi bidang ilmu kecerdasan buatan (artificial

intelligent) yaitu pengenalan pola (pattern recognition) menggunakan jaringan syaraf tiruan,

logika fuzzy, dan lain-lain).

Dalam ilmu komputer sebenarnya ada 3 bidang studi yang berkaitan dengan citra, tapi tujuan

ketiganya berbeda, yaitu :

1. grafika komputer,

2. pengolahan citra,

3. pengenalan pola,

Grafika komputer adalah proses untuk menciptakan suatu gambar berdasarkan deskripsi

obyek maupun latar belakang yang terkandung pada gambar tersebut. Grafika komputer

merupakan teknik untuk membuat gambar obyek sesuai dengan obyek tersebut di alam nyata

(realism), bertujuan menghasilkan gambar/citra (lebih tepat disebut grafik/picture) dengan

primitif-primitif geometri seperti garis, lingkaran, dsb. Primitif-primitif geometri tersebut

memerlukan data deskriptif untuk melukis elemen-elemen gambar. Data deskriptif adalah

koordinat titik, panjang garis, jari-jari lingkaran, tebal garis, warna, dsb. Grafika komputer

berperan dalam visualisasi dan virtual reality.

Contoh :

3

Analisis citra

Pengolahan citra

Pencitraan

Citra nondigital

Citra digital

Citra digital (baru)

Informasi / keputusan

Citra Data deskriptif

Grafika Komputer

Gambar 1.1 Citra grafika komputer

Operasi-operasi pada pengolahan citra diterapkan pada citra bila :

1. perbaikan atau memodifikasi citra dilakukan untuk meningkatkan kualitas

penampakan citra/menonjolkan beberapa aspek informasi yang terkandung dalam citra

(image enhancement), contoh : perbaikan kontras gelap/terang, perbaikan tepian

objek, penajaman, pemberian warna semu, dan lain-lain;

2. adanya cacat pada citra sehingga perlu dihilangkan/diminimumkan (image

restoration), contoh : penghilangan kesamaran (debluring) yaitu citra tampak kabur

karena pengaturan fokus lensa tidak tepat / kamera goyang, penghilangan noise;

3. elemen dalam citra perlu dikelompokkan, dicocokan atau diukur (image

segmentation), operasi ini berkaitan erat dengan pengenalan pola;

4. diperlukannya ekstraksi ciri-ciri tertentu yang dimiliki citra untuk membantu dalam

pengidentifikasian objek (image analysis), dimana ekstraksi ciri kadangkala

memerlukan proses segmentasi untuk melokalisasi objek yang diinginkan dari

sekelilingnya, contoh : pendeteksian tepi objek;

5. sebagian citra perlu digabung dengan bagian citra yang lain (image reconstruction),

contoh : beberapa foto rontgen digunakan untuk membentuk ulang gambar organ

tubuh;

6. citra perlu dimampatkan (image compression), contoh : suatu file citra berbentuk BMP

berukuran 258 KB dimampatkan dengan metode JPEG menjadi berukuran 49 KB;

7. menyembunyikan data rahasia (berupa teks/citra) pada citra sehingga keberadaan data

rahasia tersebut tidak diketahui orang (steganografi dan watermarking).

Gambar 1.2 berikut merupakan kumpulan gambar contoh-contoh operasi pengolahan citra.

4

CitraCitraPengolahan

Citra

Microprocessor diperbesar (zoom in) 60 x

Pendeteksian tepi objek (edge detection)

5

Rekonstruksi foto janin hasil USG

Citra ada noise diperbaiki dengan teknik noise filtering

Image segmentation untuk memisahkan objek minyak dengan laut deteksi minyak yang tumpah dari kapal tenggelam di laut dari foto satelit

Menyisipkan informasi (watermark) ke dalam data multimedia (berupa citra). Watermark dianggap sebagai sidik digital (digital signature) dari pemilik yang sah atas produk multimedia. Watermark yang disisipkan menjadi label hak cipta dari pemiliknya.

Gambar 1.2 Kumpulan gambar contoh operasi pengolahan citra

Pengenalan pola adalah mengelompokkan data numerik dan simbolik (termasuk citra) secara

otomatis oleh mesin (komputer). Tujuan pengelompokkan adalah untuk mengenali suatu

objek di dalam citra.Manusia bisa mengenali objek yang dilihatnya karena otak manusia telah

belajar mengklasifikasi objek-objek di alam sehingga mampu membedakan suatu objek

dengan objek lainnya. Kemampuan sistem visual manusia yang dicoba ditiru oleh mesin.

Komputer menerima masukan berupa citra objek yang akan diidentifikasi, memproses citra

tersebut dan memberikan keluaran berupa informasi/deskripsi objek di dalam citra.

Gambar 1.3 berikut merupakan kumpulan gambar contoh pengenalan pola.

6

Informasi / deskripsi objek CitraPengenalan

Pola

Deteksi penggunaan lahan dari foto satelit, salah satu teknik yang digunakan adalah image segmentation

Deteksi / pengenalan wajah manusia secara otomatis dari suatu citra

Deteksi / pengenalan wajah manusia secara otomatis dari suatu citra

Pengenalan pola sidik jari seseorang

7

Pengenalan/deteksi tanda tangan asli/palsu (tanda tangan yang dibuat oleh orang yang sama/berbeda)

Pengenalan angka Pengenalan huruf

Hasil deteksi / pengenalan objek pada citra output 2 :

Citra input Citra output 1 Citra output 2

Gambar 1.3 Kumpulan gambar contoh pengenalan pola

Terminologi lain yang berkaitan erat dengan pengolahan citra adalah computer vision.

Computer vision merupakan proses otomatis yang mengintegrasikan sejumlah besar proses

untuk persepsi visual, seperti akuisisi citra, pengolahan citra, pengenalan dan membuat

keputusan. Computer vision mencoba meniru cara kerja sistem visual manusia (human

vision) yang sesungguhnya sangat kompleks. Manusia melihat dengan objek dengan indera

penglihatan (mata), lalu citra objek diteruskan ke otak untuk diinterpretasi sehingga manusia

mengerti objek apa yang tampak dalam pandangan mata. Hasil interpretasi ini digunakan

untuk pengambilan keputusan (misal menghindar kalau melihat ada mobil di depan).

Proses-proses dalam computer vision :

- memperoleh atau mengakuisisi citra digital,

- operasi pengolahan citra,

- menganalisis dan menginterpretasi citra dan menggunakan hasil pemrosesan untuk tujuan

tertentu, misal memandu robot, mengontrol peralatan, dan lain-lain.

Pengolahan citra merupakan proses awal pada computer vision, pengenalan pola merupakan

proses untuk menginterpretasi citra.

1.4 Bidang Aplikasi Pengolahan Citra

Pengolahan citra mempunyai aplikasi yang sangat luas dalam berbagai bidang,

diantaranya sebagai berikut.

1. Bidang fotografi dan perfilman

Pengolahan citra dimanfaatkan untuk menghaluskan gambar, menajamkan gambar,

memberi efek terang dan gelap, memberi kesan timbul, memberi efek morphing,

menghilangkan noise, dan lain-lain. Pengolahan citra juga dimanfaatkan untuk kompresi

video (MPEG).

3. Bidang perdagangan

a. Pembacaan kode batang (bar code) yang tertera pada barang

b. Mengenali huruf atau angka pada suatu formulir secara otomatis

4. Bidang militer

a. Mengenali sasaran peluru kendali melalui sensor visual

b. Mengidentifikasi jenis pesawat musuh

5. Bidang kedokteran

Pengolahan citra digunakan untuk memperjelas hasil X-ray organ tubuh manusia,

pengolahan citra hasil CT scan , dan lain-lain.

8

6. Bidang biologi

Pengenalan jenis kromosom melalui gambar mikroskopik.

7. Robotika

Pengolahan citra diterapkan pada robot yang bertugas mengambil komponen-

komponen suatu mesin yang diletakkan diatas suatu nampan. Diperlukan sensor

pada mata robot untuk mengenali bentuk geometris macam-macam komponen

yang digunakan.

8. Komunikasi data

a. Pengolahan citra dimanfaatkan untuk memperjelas foto permukaan bumi yang

dihasilkan dari satelit atau memperjelas foto planet-planet yang dihasilkan dari

satelit.

b. Pengolahan citra juga dimanfaatkan untuk kompresi citra yang ditransmisikan

misal dalam bentuk JPEG.

9. Pemetaan

Pengolahan citra digunakan untuk klasifikasi penggunaan tanah melalui foto

satelit.

10. Keamanan dan Hukum

Seringkali data yang dikirim dari satu tempat ke tempat lain merupakan data

rahasia sehingga perlu dijamin keamanannya dengan steganografi dan watermark.

Pengolahan citra juga dimanfaatkan untuk pengenalan sidik jari, pengenalan wajah

seseorang.

1.5 Dasar – dasar Pengolahan Citra Digital

1.5.1 Sistem Visual Manusia

Mata adalah sistem pencitra yang dimiliki oleh manusia. Cahaya yang dipantulkan (atau

dipancarkan) oleh sebuah benda ditangkap oleh mata melalui suatu sistem biokamera dengan

satu lensa. Di belakang lensa mata akan terjadi bayangan terbalik karena sifat optik dari lensa.

Selanjutnya bayangan ini diubah menjadi sinyal-sinyal biolistrik oleh retina untuk

disampaikan ke otak. Akhirnya orang mendapatkan kesan melihat benda tersebut setelah otak

menangkap dan mengolah sinyal-sinyal tersebut. Gambar berikut menunjukkan proses

sederhana dari persepsi mata manusia dan susunan dari mata.

9

Berikut susunan fungsional mata.

1. Kornea, yaitu bagian depan mata yang dilapisi permukaan transparan.

2. Sclera, yaitu sambungan dari kornea.

3. Choroid, yaitu lapisan yang terdiri dari pembuluh darah kapiler, mensuplai retina dengan

oksigen dan gula darah.

4. Retina

Retina mengandung dua jenis fotoreseptor, yang dapat dibedakan dari bentuknya, yaitu

fotoreseptor berbentuk batang silinder (rods) dan yang berbentuk kerucut (cones).

Fotoreseptor batang ukurannya panjang dan tipis, dan jumlahnya sangat banyak hingga

mencapai 100 juta buah. Fungsi dari fotoreseptor ini adalah untuk menangkap luminansi

citra dan mampu menangkap bayangan meskipun pencahayaannya rendah. Fotoreseptor

kerucut bersifat pendek dan tebal. Fotoreseptor ini dimampatkan di suatu daerah pada

pusat mata yang disebut fovea. Jumlahnya lebih sedikit dibandingkan jenis batang dan

bertanggung jawab untuk menangkap warna pada bayangan benda.

5. Lensa (Lens)

Berguna untuk memfokuskan cahaya yang masuk kornea ke permukaan retina.

6. Iris

Mengendalikan jumlah cahaya yang masuk ke dalam mata.

1.5.2 Cahaya dan Warna

Cahaya atau warna yang terlihat (cahaya tampak) merupakan sebagian kecil dari spektrum

gelombang elektromagnetik.

10

Gambar 1.4 Penangkapan citra oleh mata manusia dan susunan mata manusia

Cahaya dipancarkan dari sumber cahaya dan dipantulkan oleh objek. Cahaya yg dipantulkan

objek ditangkap oleh mata atau camera. Suatu benda dikatakan merah bila benda tersebut

memantulkan cahaya merah dan menyerap cahaya lainnya. Warna-warna yang diterima oleh

mata merupakan hasil kombinasi cahaya dengan panjang gelombang berbeda dan manusia

dapat membedakan 400.000 warna.

Warna pokok (primaries) atau warna dasar adalah RGB yaitu merah (red/R), hijau (green/G),

biru (blue/B). Warna lain dapat diperoleh dengan mencampurkan ketiga warna pokok tersebut

dengan perbandingan tertentu.

1.5.2.1 Atribut Warna

Setiap warna memiliki 3 atribut.

1. Intensity / brightness / luminance

Intensity menyatakan banyaknya cahaya yang diterima oleh mata tanpa mempedulikan

warna. Intensity bernilai 0 sampai 255. Intensity bernilai 0 adalah gelap (hitam). Intensity

bernilai 255 adalah terang (putih).

2. Hue

Hue untuk menyatakan warna sebenarnya dan digunakan untuk membedakan warna-warna

dan menentukan kemerahan (redness),kehijauan (greenness), dan sebagainya, dari cahaya.

Hue bernilai 0 sampai 255. Hue bernilai 0 menyatakan warna merah.

3. Saturation

Digunakan untuk menyatakan tingkat kemurnian warna cahaya, yaitu mengidentifikasikan

seberapa banyak warna putih diberikan pada warna.

11

Gambar 1.5 Spektrum gelombang elektromagnetik

Contoh : warna merah adalah 100% warna jenuh (saturated color), sedangkan warna merah

muda adalah warna merah dengan tingkat kejenuhan sangat rendah (karena ada warna

putih di dalamnya).

Saturation bernilai 0 sampai 255. Saturation bernilai 0 maka warna tersebut tanpa hue yaitu

dibuat dari warna putih saja. Saturation bernilai 255 maka tidak ada warna putih yang

ditambahkan.

1.5.2.2 Model Warna

Model warna digolongkan menjadi beberapa model warna.

1. Model RGB

Model ini dipakai untuk menampilkan warna pada monitor. Berdasar pada tri-stimulus

vision theory yang mengatakan bahwa manusia melihat warna dengan cara

membandingkan cahaya yang datang dengan sensor-sensor peka cahaya pada retina (yang

berbentuk kerucut). Sensor-sensor tersebut paling peka terhadap cahaya dengan panjang

gelombang 700 nm (merah), 546,1 nm (hijau) dan 435,8 nm (biru). Model RGB

merupakan model additive dimana intensitas warna-warna primer dijumlahkan untuk

mendapatkan warna lain.

2. Model CMY

Model ini dipakai pada piranti pencetakan. Piranti pencetakan menghasilkan warna

dengan cara melapisi kertas dengan pigmen warna. Pantulan warna ini diterima oleh mata

(sehingga merupakan proses pengurangan / substractive). Piranti tampilan warna CMY

sering memakai empat warna tinta (cyan, magenta, kuning dan hitam) karena campuran

warna-warna C, M, dan Y memberikan warna abu-abu gelap, bukan hitam.

Konversi RGB ke CMY Konversi CMY ke RGBdidapat dengan cara mengurangkan warna-warna primer RGB dari warna putih (1,1,1) atau

didapat dengan mengurangkan warna-warna primer CMY dari warna hitam (1,1,1) atau

C White RM = White – GY White B

R Black CG = Black – M B Black Y

12

1.5.2.3 Elemen Citra Digital

Citra digital mempunyai sejumlah elemen dasar yang dapat dimanipulasi dan dieksploitasi

dalam pengolahan citra.

1. Kecerahan (Brightness)

Kecerahan adalah intensitas cahaya rata-rata dari suatu area yang melingkupinya.

2. Kontras (Contrast)

Kontras adalah sebaran terang (lightness) dan gelap (darkness) di dalam sebuah citra.

Citra dengan kontras rendah komposisi citranya sebagian besar terang atau sebagian besar

gelap. Citra dengan kontras yang baik, komposisi gelap dan terangnya tersebar merata.

3. Kontur (Contour)

Keadaan yang ditimbulkan oleh perubahan intensitas pada pixel-pixel tetangga, sehingga

kita dapat mendeteksi tepi objek di dalam citra.

4. Warna (Color)

Warna adalah persepsi yang dirasakan oleh sistem visual manusia terhadap panjang

gelombang cahaya yang dipantulkan oleh objek. Warna-warna yang dapat ditangkap oleh

mata manusia merupakan kombinasi cahaya dengan panjang berbeda. Kombinasi yang

memberikan rentang warna paling lebar adalah red (R), green(G)dan blue (B).

5. Bentuk (Shape)

Bentuk adalah properti intrinsik dari objek tiga dimensi, dengan pengertian bahwa bentuk

merupakan properti intrinsik utama untuk visual manusia. Umumnya citra yang dibentuk

oleh manusia merupakan 2D, sedangkan objek yang dilihat adalah 3D.

6. Tekstur (Texture)

Tekstur adalah distribusi spasial dari derajat keabuan di dalam sekumpulan pixel-pixel

yang bertetangga.

13

Gambar 1.6 Model warna RGB dan CMY

1.6 Rangkuman

1. Citra adalah suatu representasi, kemiripan, atau imitasi dari suatu objek atau benda.

Citra merupakan fungsi menerus (continue) dari intensitas cahaya pada bidang 2 dimensi.

2. Pencitraan (imaging) adalah kegiatan mengubah informasi dari citra analog atau citra non

digital menjadi citra digital.Pengolahan citra adalah kegiatan memperbaiki kualitas citra

agar mudah diinterpretasi oleh manusia/mesin(komputer). Analisis citra adalah kegiatan

menganalisis citra sehingga menghasilkan informasi untuk menetapkan keputusan

(biasanya didampingi bidang ilmu kecerdasan buatan).

3. Warna memiliki 3 atribut yaitu intensitas, hue, saturation. Model warna diantaranya adalah

model RGB (Red, Green, Blue) dan model CMY (Cyan, Magenta, Yellow).

4. Elemen dasar citra digital adalah kecerahan, kontras, kontur, warna, bentuk, tekstur.

1.7 Latihan

1. Jelaskan pengertian citra dan perbedaan citra analog dengan citra digital.

2. Jelaskan perbedaan input dan output dari proses-proses pengolahan citra, komputer

grafik, pengenalan pola.

3. Sebutkan contoh-contoh aplikasi pengolahan citra selain yang telah disebutkan diatas.

4. Jelaskan penangkapan citra dan susunan fungsional mata pada sistem visual manusia.

5. Jelaskan atribut dan model warna.

6. Jelaskan elemen dasar dari citra digital yang dapat dimanipulasi.

14