Computer
Vision adalah ilmu dan teknologi mesin yang melihat, di mana mesin mampu
mengekstrak informasi dari gambar yang diperlukan untuk menyelesaikan tugas
tertentu. Sebagai suatu disiplin ilmu, visi komputer berkaitan dengan
teori di balik sistem buatan bahwa ekstrak informasi dari gambar. Data gambar
dapat mengambil banyak bentuk, seperti urutan video, pandangan dari beberapa
kamera, atau data multi-dimensi dari scanner medis. Sedangkan sebagai disiplin teknologi,
computer vision berusaha untuk menerapkan teori dan model untuk pembangunan
sistem computer vision.
Computer
Vision didefinisikan sebagai salah satu cabang ilmu pengetahuan yang
mempelajari bagaimana komputer dapat mengenali obyek yang diamati. Cabang ilmu
ini bersama Artificial Intelligence akan mampu menghasilkanVisual Intelligence
System. Perbedaannya adalah Computer Vision lebih mempelajari bagaimana
komputer dapat mengenali obyek yang diamati. Namun komputer grafik lebih ke
arah pemanipulasian gambar (visual) secara digital. Bentuk sederhana dari
grafik komputer adalah grafik komputer 2D yang kemudian berkembang menjadi
grafik komputer 3D, pemrosesan citra, dan pengenalan pola. Grafik komputer
sering dikenal dengan istilah visualisasi data.
Computer Vision adalah
kombinasi antara :
·
Pengolahan Citra
(Image Processing), bidang yang berhubungan dengan proses transformasi
citra/gambar (image). Proses ini bertujuan untuk mendapatkan kualitas citra
yang lebih baik.
·
Pengenalan Pola
(Pattern Recognition), bidang ini berhubungan dengan proses identifikasi obyek
pada citra atau interpretasi citra. Proses ini bertujuan untuk mengekstrak
informasi/pesan yang disampaikan oleh gambar/citra.
Hubungan dari kombinasi
tersebut dapat dilihat pada gambar berikut :
Fungsi / Proses pada
Computer Vision
Untuk menunjang tugas
Computer Vision, terdapat beberapa fungsi pendukung ke dalam sistem ini, yaitu
:
1.
Proses penangkapan citra (Image Acquisition)
a)
Image Acqusition
pada manusia dimulai dengan mata, kemudian informasi visual diterjemahkan ke
dalam suatu format yang kemudian dapat dimanipulasi oleh otak.
b)
Senada dengan
proses di atas, computer vision membutuhkan sebuah mata untuk menangkap sebuah
sinyal visual.
c)
Umumnya mata pada
computer vision adalah sebuah kamera video.
d)
Kamera
menerjemahkan sebuah scene atau image.
e)
Keluaran dari
kamera adalah berupa sinyal analog, dimana frekuensi dan amplitudonya
(frekuensi berhubungan dengan jumlah sinyal dalam satu detik, sedangkan
amplitudo berkaitan dengan tingginya sinyal listrik yang dihasilkan)
merepresentasikan detail ketajaman (brightness) pada scene.
f)
Kamera mengamati
sebuah kejadian pada satu jalur dalam satu waktu, memindainya dan
membaginyamenjadi ratusan garis horizontal yang sama.
g)
Tiap‐tiap garis membuat sebuah sinyal analog yang
amplitudonya menjelaskan perubahan brightness sepanjang garis sinyal tersebut.
h)
Kemudian sinyal
listrik ini diubah menjadi bilangan biner yang akan digunakan oleh komputer
untuk pemrosesan.
i)
Karena komputer
tidak bekerja dengan sinyal analog, maka sebuah analog‐to‐digital converter (ADC),
dibutuhkan untuk memproses semua sinyal tersebut oleh komputer.
j)
ADC ini akan
mengubah sinyal analog yang direpresentasikan dalam bentuk informasi sinyal
tunggal ke dalam sebuah aliran (stream) sejumlah bilangan biner.
k)
Bilangan biner ini
kemudian disimpan di dalam memori dan akan menjadi data raw yang akan diproses.
2.
Proses pengolahan citra (Image Processing)
a)
Tahapan berikutnya
computer vision akan melibatkan sejumlah manipulasi utama (initial
manipulation) dari data binary tersebut.
b)
Image processing
membantu peningkatan dan perbaikan kualitas image, sehingga dapat dianalisa dan
di olah lebih jauh secara lebih efisien.
c)
Image processing
akan meningkatkan perbandingan sinyal terhadap noise (signal‐to‐noise ratio = s/n).
d)
Sinyal‐sinyal tersebut adalah informasi yang akan
merepresentasikan objek yang ada dalam image.
e)
Sedangkan noise
adalah segala bentuk interferensi, kekurangpengaburan, yang terjadi pada sebuah
objek.
3.
Analisa data citra (Image Analysis)
a)
Image analysis
akan mengeksplorasi scene ke dalam bentuk karateristik utama dari objek melalui
suatu proses investigasi.
b)
Sebuah program
komputer akan mulai melihat melalui bilangan biner yang merepresentasikan
informasi visual untuk mengidentifikasi fitur‐fitur
spesifik dan
karekteristiknya.
karekteristiknya.
c)
Lebih khusus lagi
program image analysis digunakan untuk mencari tepi dan batas‐batasan objek dalam image.
d)
Sebuah tepian
(edge) terbentuk antara objek dan latar belakangnya atau antara dua objek yang
spesifik.
e)
Tepi ini akan
terdeteksi sebagai akibat dari perbedaan level brightness pada sisi yang
berbeda dengan salah satu batasnya.
4.
Proses pemahaman data citra (Image Understanding)
a)
Ini adalah langkah
terakhir dalam proses computer vision, yang mana sprsifik objek dan hubungannya
diidentifikasi.
b)
Pada bagian ini
akan melibatkan kajian tentang teknik-teknik artificial intelligent.
c)
Understanding
berkaitan dengan template matching yang ada dalam sebuah scene.
d)
Metoda ini
menggunakan program pencarian (search program) dan teknik penyesuaian pola
(pattern matching techniques).
Contoh aplikasi dari Computer Vision
Beberapa aplikasi yang
dihasilkan dari Computer Vision antara lain :
1.
Psychology, AI –
exploring representation and computation in natural vision
2.
Optical Character
Recognition – text reading
3.
Remote Sensing –
land use and environmental monitoring
4.
Medical Image
Analysis – measurement and interpretation of many types of images
5.
Industrial
Inspection – measurement, fault checking, process control
6.
Robotic –
navigation and control
Refrensi
Tidak ada komentar:
Posting Komentar