Dokumen tersebut membahas tentang pengertian citra digital, komponen-komponen citra digital seperti piksel, warna, resolusi, dan kedalaman bit. Juga dibahas teknologi pengolahan citra seperti transformasi, sampling, dan segmentasi citra.
1. TK2083 Teknologi Informasi Teknik Komputer
Disusun Oleh: Marlindia Ike Sari, M.T.
ike@politekniktelkom.ac.id
Hanya untuk kepentingan pengajaran di lingkungan Politeknik Telkom
Pengolahan Citra Digital
4. Citra Digital
citra diartikan sebagai suatu fungsi intensitas cahaya dua
dimensi, yang dinyatakan oleh f(x,y), di mana nilai atau amplitudo
dari f pada koordinat spasial (x,y) menyatakan intensitas
(kecerahan) citra pada titik tersebut (Gonzalez dan Woods, 2008).
Citra digital merupakan fungsi intensitas cahaya f(x,y),
dimana harga x dan y merupakan koordinat spasial dan
harga fungsi tersebut pada setiap titik (x,y) merupakan
tingkat kecemerlangan citra pada titik tersebut;
Citra digital merupakan suatu matriks dimana indeks baris
dan kolomnya menyatakan letak suatu titik pada citra
tersebut dan tingkat keabuan
6. Citra Digital
Citra atau Image merupakan istilah lain dari
gambar, yang merupakan informasi
berbentuk visual.
Citra ada dua (2) macam :
a. Citra Kontinu
Dihasilkan dari sistem optik yang menerima
sinyal analog
Contoh : Mata manusia, kamera analog
b. Citra Diskrit
Dihasilkan melalui proses digitalisasi terhadap
citra kontinue
Contoh : Kamera digital, scanner
7. Representasi Citra Digital
Bitmap
dipresentasikan dalam bentuk matrik, atau dipetakan
dengan menggunakan bilangan biner
Gambar Bitmap dipresentasikan dalam bentuk matrik,
atau dipetakan dengan menggunakan bilangan binner
atau sistem bilangan lain, memiliki kelebihan untuk
memanipulasi warna namun untuk merubah objek lebih
sulit.
Grafik
Gambar Grafik data tersimpan dalam bentuk vektor
posisi
Gambar Grafik data tersimpan dalam bentuk vektor
posisi, dimana yang tersimpan hanya informasi vektor
posisinya dengan bentuk sebuah fungsi, lebih sulit dalam
merubah warna tapi lebih mudah membentuk objek
dengan cara merubah nilai
8. Representasi Citra Digital
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): peluang warna lebih
banyak dibanding citra biner. Contoh: u/ skala keabuan 4 bit,
maka jumlah kemungkinan nilainya adalah 24 = 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.
10. Komponen Citra Digital
Piksel
Warna
Resolusi
Brightness
Contrast
Countour
Sharp
Texture
11. Piksel
Komponen terkecil pada suatu gambar
(0,0) Titik Origin
f(x,y)
x
y
f(x,y
)
Sumbu koordinat citra
(Sumber: Gonzalez dan Woods, 2008)
12. Piksel
Citra jika dinotasikan dalam bentuk matriks/tabel
f(0,0) f(1,0) .... f(N-1,0)
f(0,1)
...
f(0,M-1) f(N-1,M-1)
Satuan terkecil dari citra digital disebut piksel (pixel atau picture element).
Umumnya citra dibentuk dari kotak-kotak persegi empat yang teratur
sehingga jarak horizontal dan vertikal antara piksel adalah sama pada
seluruh bagian citra
13.
14. Citra digital Vs Citra analog
Data digital direpresentasikan dalam komputer berbentuk
kode seperti binner, decimal. Contoh data digital : WAV,
MP3, RMI, BMP, JPG, GIF, TIF
Data analog tidak direpresentasikan dalam komputer,
semua merupakan fakta, contoh : gelombang suara,
gambar. Data analog tersimpan dalam pita kaset.
15. Proses Pengolahan Data Citra
Komputer hanya dapat mengakses data digital, oleh
karena itu untuk pengolahan data digital analog
terdapat proses konversi yang disebut proses Analog
Digital Conversi (ADC). Tujuan dari proses ADC
adalah agar dapat diakses komputer, karena data asli
atau fakta bersifat analog tidak bisa diolah oleh
komputer, komputer hanya mengolah data digital.
15
Gambar
Analog Digital
Convertion
Komputer
16. Komponen Citra Digital
Brightness, kecerahan atau intensitas cahaya yang dipancarkan
pixel dari citra yang dapat ditangkap oleh sistem pengliatan
Contrast, kontras menyatakan sebaran terang “lightness” dan
gelap “darkness” di dalam gambar
Countour,kontur merupakan keadaan yang ditimbulkan oleh
perubahan intensitas pada pixel yang bertetanggaan
Color, warna sebagai persepsi yang ditangkap sistem visual
terhadap panjang gelombang cahaya yang dipantulkan oleh
objek
Sharp, bentuk sebagai properti instristik dari objek 3 dimensi
Texture, tekstur dicirikan sebagai distribusi spasial sari derajat
keabuan di dalam sekumpulan pixel yang bertetanggaan.
16
23. Gambar dan perangkat Display
23
Beberapa gambar real yang ditampilkan
pada perangkat display/output
CRT - computer monitor, TV set
LCD - portable computer
printer - dot matrix, laser printer
Tiap tampilan memiliki kualitas masing masing
25. Tata warna
25
Sebuah Citra dapat terbentuk dari berbagai warna yang
tertata
Palet Warna : kumpulan warna yang membentuk citra
Setiap komponen warna yang berbeda dalam palet
tersebut diberi kode angka
Contoh : putih (polikrom -255)
hitam ( monokrom-0 )
0 1 2 3 4 5 6 7 252 253 254 255
26. 26
Umumnya berukuran 24 bit per pixel
dengan penjelasan
3 byte: satu merah, satu hijau, satu biru
Penyimpanan warna memori berdekatan
dengan ukuran Weightx Heightx 3
29. RESOLUSI CITRA
29
Resolusi mengacu pada jumlah piksel dalam gambar.
Resousi juga diidentifikasi oleh lebar dan tinggi gambar,
serta jumlah piksel dalam gambar.
Sebagai contoh:
Sebuah gambar memiliki 2048 piksel pada ukuran lebar
dan 1536 piksel pada ukuran tinggi, atau berisi
2048x1536 = 3145728 piksel (atau 3,1 Megapixels).
30. RESOLUSI CITRA
30
Resolusi citra biasanya dinyatakan dalam satuan piksel-piksel. Semakin tinggi resolusi
sebuah citra, semakin baik kualitas citra tersebut. Semakin tinggi resolusi menyebabkan
semakin banyaknya jumlah bit untuk menyimpan dan mentransmisikan data citra tersebut
resolusi spasial dan resolusi kecemerlangan, kedua faktor tersebut mempengaruhi pada
kualitas informasi citra
Resolusi spasial: mengenai halus / kasarnya pembagian kisi-kisi baris dan kolom.
Transformasi citra kontinue ke citra digital melalui proses sampling. Hasil sampling
adalah jumlah baris 256 dan jumlah kolom 256 - resolusi spasial 256 x 256.
Resolusi kecemerlangan (intensitas / brightness): mengenai halus / kasarnya pembagian
tingkat kecemerlangan. Transformasi data analog yang bersifat kontinu menjadi
intensitas diskrit disebut kuantisasi. Bila intensitas piksel berkisar antara 0 dan 255 -
resolusi kecemerlangan citra adalah 256.
31. Kedalaman Bit (1)
31
Kedalaman Bit menyatakan jumlah bit yang
diperlukan untuk merepresentasikan 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
Kedalaman bit menunjukan jumlah komponen
warna unik yang tersedia dalam palet warna
gambar.
Untuk gambar grayscale, kedalaman bit
mengkuantifikasi jumlah warna unik yang
tersedia. Gambar dengan kedalaman bit yang
32. Kedalaman Bit (2)
32
Setiap piksel warna dalam sebuah image digital
terbentuk dalam beberapa kombinasi warna primer:
merah, hijau, dan biru.
Kedalaman Bit dapat dinyatakan dalam - Bit per
channel - Bit per pixel
Kedalaman bit untuk setiap warna primer adalah
disebut "bit per channel."
Sedangkan "bit per pixel" (bpp) mengacu pada
jumlah bit dalam semua tiga jalur warna dan
mewakili warna total yang tersedia pada setiap pixel.
33. Contoh
33
Gambar berwarna kamera digital umumnya memiliki 8-bit
per channel Hal ini memungkinkan untuk 28 atau 256
kombinasi yang berbeda untuk setiap warna dasar---Bit
per channel
Ketika semua tiga warna primer digabungkan pada
setiap pixel, ini memungkinkan untuk sebanyak 28 * 3
atau 16.777.216 warna yang berbeda, Hal ini disebut
sebagai 24 bit per pixel karena setiap pixel terdiri dari
tiga saluran 8-bit warna.
Jumlah warna yang tersedia untuk setiap gambar X-bit
hanya 2X jika X mengacu pada bit per pixel dan 23X jika
X mengacu pada bit per channel
38. Pengalamatan Gambar
38
8 bit adalah standard gambar greyscale
Sebuah gambar dengan ukuran W x H dapat disimpan dengan memory
Suatu block terdiri dari W x H bytes
Penyimpanan pixel ditinjau dari koordinat [x][y]
Lokasi memory location base + x +W. y
Contoh :
39. ScanAlyze
Parameter untuk mengetahui alamat suatu
piksel
Dibagi atas kolom dan baris between
rows and columns of grids
Ditentukan grid
Letak piksel terhadap seluruh citra
Addressing (I)
39
Struktur dasar dari citra harus
diketahui
46. 2.Sampling Citra
46
Proses pengambilan gambar pada kamera adalah
mekanisme penangkapan besaran intensitas cahaya
pada sejumlah titik, yang sangat dipengaruhi
resolusi sebuah kamera. Proses pengambilan titik-
titik ini dinamakan dengan sampling
48. 3. Segmentasi citra
48
Jenis operasi ini bertujuan untuk memecah suatu
citra ke dalam beberapa segmen dengan suatu
kriteria tertentu. Jenis operasi ini berkaitan erat
dengan pengenalan pola.
54. Teknik Histogram
54
histogram itu didefinisikan sebagai sebuah bentuk visual
dari tabulated frequencies, dan biasa digambarkan dalam
bentuk bar.
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.
55. Pembuatan Histogram
55
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
59. 59
The choice of background correction
method has a larger impact on the
log-intensity ratios than the
segmentation method used
The morphological opening method
provides a better estimate of
background than other methods
Low within- and between-slide
variability of the log2 R/G
Background adjustment has a larger
impact on low intensity spots
Spot, GenePix
ScanAlyze
M = log2 R/G
A = log2 √(R•G)
61. Pengolahan Citra/Gambar
61
1. Perbaikan Kualitas Gambar (Image enhancement)
2.Pemugaran Gambar /Citra (Image restoration)
3.Rekonstruksi gambar (Image reconstruction)
4.Kompresi Gambar (Image Compression )
5.Analisa Gambar ( Image analysis)
6.Format Gambar
62. 62
bertujuan untuk memperbaiki kualitas citra dengan
memperbaiki parameter-parameter citra..
Contoh-contoh operasi perbaikan citra:
a. perbaikan tingkat keterangan( brightness)
b. perbaikan tepian objek (edge enhancement)
c. peningkatan ketajaman (sharpening)
d. pemberian warna semu (pseudocoloring)
e. penapisan derau (noise filtering)
1. Perbaikan kualitas citra (image
enhancement).
64. 2. Pemugaran citra (image restoration).
64
Operasi ini bertujuan
menghilangkan/meminimumkan cacat pada citra.
Pada pemugaran citra penyebab degradasi kualitas
gambar diketahui.
Contoh-contoh operasi pemugaran citra:
a. penghilangan kesamaran (deblurring).
b. penghilangan derau (noise)
66. 3. Rekonstruksi gambar (image
reconstruction)
66
Jenis operasi ini bertujuan untuk membentuk ulang
objek dari beberapa citra hasil proyeksi.
Pengolahan gambar ini banyak digunakan pada
medik,penerbangan,pertambangan dll
67. 4. Kompresi Gambar (image compression).
67
bertujuan untuk meminimalkan jumlah bit yang diperlukan
untuk merepresentasikan citra.
Contoh :
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).
Pada gambar berwarna: tiap 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.
68. Tipe Kompresi Data
68
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.
70. 5. Analisa Gambar (image analysis)
70
Jenis operasi ini bertujuan menghitung besaran
kuantitif dari citra untuk menghasilkan deskripsinya.
Teknik ini melakukan ekstraksi ciri-ciri tertentu
sebagai indikator objek. Proses segmentasi
diperlukan untuk melokalisasi objek yang diinginkan
dari sekelilingnya.
71. Contoh-contoh operasi analisa Gambar:
a. Pendeteksian tepi objek (edge detection)
b. Ekstraksi batas (boundary)
c. Representasi daerah (region)
Gambar operasi pendeteksian tepi pada citra
71
72. 6. Format Gambar
72
header Baris awal… Baris
akhir
Format File Bitmap ( bmp);
-Terdapat header : berisi informasi jumlah baris
dan kolom citra,informasi palet/tata warna
-Payload dalam bentuk baris angka
73. Berbagai Format File Gambar
73
Format File File ekstention Type of Image File Digunakan
Windows Bitmap .bmp Bit Map Format paling efisien
dalam windows
GIF .gif Bitmap Graphics Interchange
Format; banyak
dipakai di internet
JPEG .Jpg
.jpeg
Bitmap Joint Photographic
Expert Group;
merupakan platform
yang independen
TIFF .tif Bitmap Tagged Image File
Format (TIFF); terlalu
banyak subformat
PNG .png Bitmap Portable Network
Graphics
74. Aplikasi Pengolahan Citra dan Pengenalan
74
Di bawah ini disebutkan beberapa aplikasi dalam
beberapa bidang
[MEN89].
1. Bidang perdagangan
(a) Pembacaan kode batang (bar code) yang tertera
pada barang (umumdigunakan di pasar
swalayan/supermarket).
(b) Mengenali huruf/angka pada suatu formulir secara
otomatis.
2. Bidang militer
(a) Mengenali sasaran peluru kendali mela lui sensor
visual.
(b) Mengidentifikasi jenis pesawat musuh.
3. Bidang kedokteran
(a) Pengolahan citra sinar X untuk mammografi (deteksi
kanker payudara)
(b) NMR (Nuclear Magnetic Resonance)
(c) Mendeteksi kelainan tubuh dari foto sinar X.
(d) Rekonstruksi foto janin hasil USG
4. Bidang biologi
Pengenalan jenis kromosom melalui gambar mikroskopik
5. Komunikasi data
Pemampatan citra yang ditransmisi.
6. Hiburan
Pemampatan video (MPEG)
7. Robotika
Visualy-guided autonomous navigation
8. Pemetaan
Klasifikasi penggunaan tanah melalui foto
udara/LANDSAT
9. Geologi
Mengenali jenis batu-batuan melalui foto
udara/LANDSAT
10. Hukum
(a) Pengenalan sidik jari
(b) Pengenalan foto narapidana.