Disusun oleh :ARIZAL

ADITYA YUDI

STEVI STEVENLI

1. Pengenalan Computer Vision

Computer Vision mencoba meniru Human Vision

Computer Vision = sebuah proses otomatis yang mengintegrasikan sejumlah besar proses

untuk persepsi visual, seperti :

Akuisisi citra

Pengolahan citra

Klasifikasi

Pengenalan (Recognition)

Membuat Keputusan.

Vision = Geometry + Measurement + Interpretation

Proses-proses dalam computer vision dapat dibagi menjadi 3 aktivitas :

1. Memperoleh atau mengakuisisi citra digital

2. Melakukan teknik komputasi untuk memproses atau memodifikasi data citra (operasi-

operasi pengolahan citra)

3. Menganalisis dan menginterpretasi citra dan menggunakan hasil pemrosesan untuk

tujuan tertentu, misalnya mengontrol peralatan, memantau proses manufaktur, memandu

robot, dll.

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. Untuk itu, computer vision diharapkan memiliki

kemmpuan tingkat tinggi sebagaiman human visual. Kemampuan itu diantaranya adalah:

o Object detection → Apakah sebuah objek ada pada scene? Jika begitu, dimana batasan-

batasannya..?

o Recognation → Menempatkan label pada objek.

o Description → Menugaskan properti kepada objek.

o 3D Inference → Menafsirkan adegan 3D dari 2D yang dilihat.

o Interpreting motion → Menafsirkan gerakan.

Computer Vision sering didefinisikan sebagai salah satu cabang ilmu pengetahuan yang

mempelajari bagaimana komputer dapat mengenali obyek yang diamati/ diobservasi. Cabang

ilmu ini bersama intelijensia semu (Artificial Intelligence) akan mampu menghasilkan sistem

intelijen visual (Visual Intelligence System). Computer Vision adalah kombinasi antara

Pengolahan Citra dan Pengenalan Pola yang hubungan antara ketiganya dapat dilihat pada

gambar 1. Pengolahan citra merupakan proses awal dari computer vision, sedangkan

pengenalan pola merupakan proses menginterpretasikan citra.

Gambar1.  Hubungan Antara Computer Vision, Pengolahan Citra, dan Pengenalan Pola

Pengolahan Citra (Image Processing) merupakan bidang yang berhubungan dengan proses

transformasi citra/gambar (image). Proses ini bertujuan untuk mendapatkan kualitas citra

yang lebih baik.  Sedangkan Pengenalan Pola (Pattern Recognition) berhubungan dengan

proses identifikasi obyek pada citra atau interpretasi citra. Proses ini bertujuan untuk

mengekstrak informasi/pesan yang disampaikan oleh gambar/citra.

Untuk mendukung tugas dari computer vision, akan ada beberapa fungsi pendukung yang

ditambahkan ke dalam sistemini, yaitu:

o Proses penangkapan citra/gamabr (image acquisition)

o Proses pengolahan citra (image processing)

o Analisa data citra (image analysis)

o Proses pemahaman data citra (image understanding)

2. Proses dan Hirarki Pada Computer Vision

Ada terdapat 3 proses yang terjadi dalam computer vision, yaitu:

o Memperoleh atau mengakuisisi citra digital.

o Operasi pengolahan citra.

o Menganalisis dan menginterpretasi citra dan menggunakan hasil pemrosesan untuk

tujuan tertentu, misal memandu robot, mengontrol peralatan, dll.

Gambar2. Proses Pada Computer Vision

Hirarki pada computer vision ada 3 tahap, yaitu:

o Pengolahan Tingkat Rendah (Image to image) → Menghilangkan noise, dan peningkatan

gambar (enchament image).

o Pengolahan  Tingkat Menengah (Image to dimbolic) → Kumpulan garis / vektor yang

merepresentasikan batas sebuah obyek PADA citra.

o Pengolah Tingkat Tinggi (Simbolic to simbolic) → Representasi simbolik batas- batas

obyek menghasilkan nama obyek tersebut.

Sebelum membuat aplikasi computer vision, maka perlu dibuat pertimbangan dan

perancangannya. Pertimbangan dan perancangan tersebut dapat dilakukan dalam 3 tahap,

yaitu:

♥  Informasi apa yang ingin diperoleh dan bagaimana informasi tersebut dimanifestasikan ke dalam citra.

♥  Pengetahuan apa yang diperlukan untuk memperoleh informasi.

Untuk menentukan hubungan antara intensitas piksel dan sifat-sifat citra diperlukan suatu model, misalnya adalah:

♦ Scene model: jenis features, textures, smoothness.

♦ Illumination model: posisi dan karakteristik sumber cahaya serta sifat-sifat reflektansi permukaan obyek .

♦ Sensor model: posisi dan kinerja optik dari kamera yang digunakan, noise dan distorsi pada proses dijitasi .

♥  Kecepatan pemrosesan dan representasi pengetahuan.

untuk hierarki lebih jelasnya proses sebuah compter vision dapat dilihat dari gambar berikut..

3. Aplikasi Computer Vision

Sebagai teknologi disiplin, visi komputer berusaha untuk menerapkan teori dan model untuk

pembangunan sistem visi komputer. Aplikasi pada visi komputer mencakup berbagai macam

sistem, yaitu:

1. Pengendalian proses (misalnya, sebuah robot industri atau kendaraan otonom).

2. Mendeteksi peristiwa (misalnya, untuk pengawasan visual atau orang menghitung).

3. Mengorganisir informasi (misalnya, untuk pengindeksan database foto dan gambar

urutan).

4. Modeling benda atau lingkungan (misalnya, industri inspeksi, analisis gambar medis /

topografis).

5. Interaksi (misalnya, sebagai input ke perangkat untuk interaksi manusia komputer).

6. Sub-domain visi komputer meliputi adegan rekonstruksi, acara deteksi, pelacakan video,

pengenalan obyek, belajar, pengindeksan, gerak estimasi, dan gambar restorasi.

Gambar3.  Hasil Proses Computer Vision Pada Shape Recovery Dan Cell Segementation

Sumber:

Edy Winarno, Pengolahan Citra,fti-unisbank-smg, 2009http://joanmathilda.wordpress.com/2009/11/29/computer-vision/