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 :
-Proses penangkapan citra (Image Acquisition)
Image Acqusition pada manusia dimulai dengan
mata, kemudian informasi visual diterjemahkan ke dalam suatu format yang
kemudian dapat dimanipulasi oleh otak.
Senada dengan proses di atas, computer vision
membutuhkan sebuah mata untuk menangkap sebuah sinyal visual.
Umumnya mata pada computer vision adalah
sebuah kamera video.
Kamera menerjemahkan sebuah scene atau image.
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.
Kamera mengamati sebuah kejadian pada satu
jalur dalam satu waktu, memindainya dan membaginyamenjadi ratusan garis
horizontal yang sama.
Tiap‐tiap garis membuat sebuah sinyal analog
yang amplitudonya menjelaskan perubahan brightness sepanjang garis sinyal
tersebut.
Kemudian sinyal listrik ini diubah menjadi
bilangan biner yang akan digunakan oleh komputer untuk pemrosesan.
Karena komputer tidak bekerja dengan sinyal
analog, maka sebuah analog‐to‐digital converter (ADC), dibutuhkan untuk
memproses semua sinyal tersebut oleh komputer.
ADC ini akan mengubah sinyal analog yang
direpresentasikan dalam bentuk informasi sinyal tunggal ke dalam sebuah aliran
(stream) sejumlah bilangan biner.
Bilangan biner ini kemudian disimpan di dalam
memori dan akan menjadi data raw yang akan diproses.
Proses pengolahan citra (Image Processing)
Tahapan berikutnya computer vision akan
melibatkan sejumlah manipulasi utama (initial manipulation) dari data binary
tersebut.
Image processing membantu peningkatan dan
perbaikan kualitas image, sehingga dapat dianalisa dan di olah lebih jauh
secara lebih efisien.
Image processing akan meningkatkan
perbandingan sinyal terhadap noise (signal‐to‐noise ratio = s/n).
Sinyal‐sinyal tersebut adalah informasi yang
akan merepresentasikan objek yang ada dalam image.
Sedangkan noise adalah segala bentuk
interferensi, kekurangpengaburan, yang terjadi pada sebuah objek.
-Analisa data citra (Image Analysis)
Image analysis akan mengeksplorasi scene ke
dalam bentuk karateristik utama dari objek melalui suatu proses investigasi.
Sebuah program komputer akan mulai melihat
melalui bilangan biner yang merepresentasikan informasi visual untuk mengidentifikasi
fitur‐fitur spesifik dan
karekteristiknya.
karekteristiknya.
Lebih khusus lagi program image analysis
digunakan untuk mencari tepi dan batas‐batasan objek dalam image.
Sebuah tepian (edge) terbentuk antara objek
dan latar belakangnya atau antara dua objek yang spesifik.
Tepi ini akan terdeteksi sebagai akibat dari
perbedaan level brightness pada sisi yang berbeda dengan salah satu batasnya.
-Proses pemahaman data citra (Image
Understanding)
Ini adalah langkah terakhir dalam proses
computer vision, yang mana sprsifik objek dan hubungannya diidentifikasi.
Pada bagian ini akan melibatkan kajian tentang
teknik-teknik artificial intelligent.
Understanding berkaitan dengan template
matching yang ada dalam sebuah scene.
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
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
Sumber :
Tidak ada komentar:
Posting Komentar