3. Ekstraksi Ciri
2.3 PRE-PROCESSING DAN LOKALISASI
2.3.1 Citra Dijital
Istilah citra yang digunakan dalam bidang pengolahan citra dapat diartikan sebagai suatu fungsi kontinu dari intensitas cahaya dalam bidang dua dimensi. Pemrosesan citra dengan komputer dijital, membutuhkan citra dijital sebagai masukanya. Citra dijital adalah citra kontinu yangn diubah dalam bentuk diskrit, baik koordinat ruang maupun intensitas cahayanya. Pengolahan dijitalisasi terdiri dari dua proses, yaitu pencuplikan (sampling) posisi, dan kuantisasi intensitas. Citra dijital dapat dinyatakan dalam matrik dua dimensi f(x,y) dimana ‘x’ dan ‘y’ merupakan koordinat piksel dalam matrik dan ‘f’ merupakan derajat intensitas piksel tersebut. Citra dijital berbentuk matrik dengan ukuran M x N akan tersusun sebagai berikut:
…….
(5)
f(0,0) f(0,01) f(0,2) … f(0,N-1) f(1,0) f(1,1) f(1,2) … f(1,N-1) f(x,y ) = f(2,0) f(2,1) f(2,2) … f(2,N-1) . . . . . . . . . . f(M-1,0) f(M-1,1) f(M-1,2) … f(M-1,N-1)Suatu citra f(x,y) dalam fungsi matematis dapat dituliskan sebagai berikut: 0 ≤ x ≤ M-1
0 ≤ y ≤ N-1 0 ≤ f(x,y) ≤ G-1 Dimana:
M = banyaknya baris pada array citra N = banyaknya kolom pada array citra G = banyaknya skala keabuan (grayscale)
Interval (0,G) disebut skala keabuan (grayscale). Besar G tergantung pada proses dijitalisasinya. Biasanya keabuan 0 (nol) menyatakan intensitas hitam dan G menyatakan intensitas putih. Untuk citra 8 bit, nilai G sama dengan 28 = 256 warna (derajat keabuan).
Jika kita memperhatikan citra dijital secara seksama, kita dapat melihat titik-titik tersebut merupakan satuan terkecil dari suatu citra dijital disebut sebagai ”picture element”, “piksel”, piksel, atau “pel”. Jumlah piksel per satuan panjang akan menentukan resolusi citra tersebut. Makin banyak piksel yang mewakili suatu citra, maka makin tinggi nilai resolusinya dan makin halus gambarnya. Pada sistem dengan
tampilan citra dijital yang dirancang dengan baik (beresolusi tinggi), titik-titik kecil tersebut tidak teramati oleh kita yang melihat secara normal.
Untuk menyederhanakan perhitungan, semua citra pada laporan ini akan diolah kedalam bentuk derajat keabuan (grayscale), dimana pada citra berwarna dipersentasikan dengan nilai yang sama pada ketiga komponen RGB-nya, penyederhanaan ini akan mengurangi waktu yang dibutuhkan untuk melakukan operasi pengolahan citra.
2.3.1.1 Image Processing
Image Processing adalah suatu metode yang digunakan untuk memproses atau memanipulasi gambar dalam bentuk 2 dimensi (Gonzales, 2002). Image processing dapat juga dikatakan segala operasi untuk memperbaiki, menganalisa, atau mengubah gambar. Konsep dasar pemrosesan atau objek pada gambar menggunakan image processing diambil dari kemampuan indera penglihatan manusia yang selanjutnya di hubungkan dengan kemampuan otak manusia.
Dalam sejarahnya, image processing telah diaplikasikan dalam berbagai bentuk, dengan tingkat kesuksesan cukup besar. Seperti berbagai cabang ilmu lainya, image processing menyangkut pula berbagai gabungan cabang-cabang ilmu, diantaranya adalah optic, elektronik, matematika, fotografi, dan teknologi computer.
Pada umumnya, objektivitas dari image processing adalah mentransformasikan atau menganalisa suatu gambar sehingga informasi baru tentang gambar dibuat lebih jelas.
Ada empat klasifikasi dasar dalam image processing yaitu point, area, geometric, dan frame.
1. Point memproses nilai piksel suatu gambar berdasarkan nilai atau posisi dari piksel tersebut. Contoh dari proses point adalah adding, substracting, contrast stretching dan lainya.
2. Area memproses nilai piksel suatu gambar berdasarkan nilai piksel tersebut beserta nilai piksel sekelilingnya. Contoh dari proses area adalah convolusion, blurring, sharpening, dan filtering.
3. Geometric digunakan untuk mengubah posisi dari piksel. Contoh dari proses geometric adalah scalling, rotation, dan mirroring.
4. Frame memproses nilai piksel suatu gambar berdasarkan operasi dari 2 buah gambar atau lebih. Contoh dari proses frame adalah addition, substraction, dan and/or.
Selain itu masih ada 3 tipe image processing yaitu:
1. Low-level process: proses-proses yang berhubungan dengan operasi primitive seperti image pre-processing untuk mengurang noise, menambah kontras dan menajamkan gambar. Pada low-level process, input dan output-nya berupa gambar.
2. Mid-level process: proses-proses yang berhubungan dengan tugas-tugas seperti segmentasi gambar (membagi gambar menjadi objek-objek), pengenalan recognition) suatu objek individu. Pada Mid-level process, input pada umumnya berupa gambar tetapi output-nya berupa atribut yang
dihasilkan dari proses yang dilakukan gambar tersebut seperti garis, garis countour, dan objek-objek individu.
3. High-level process: proses-proses yang berhubungan dengan hasil dari Mid-level process.
2.3.1.2 Dasar Pengolahan Citra Dijital
Pengolahan citra (image processing) merupakan proses mengolah piksel-piksel dalam citra dijital untuk suatu tujuan tertentu. Beberapa alasan dilakukanya pengolahan citra pada citra dijital antara lain:
1. Untuk mendapatkan citra asli dari suatu citra yang sudah buruk karena pengaruh derau. Proses pengolahan bertujuan mendapatkan citra yang diperkirakan medekati citra sesungguhnya.
2. Untuk memperoleh citra dengan karakteristik tertentu dan cocok secara visual yang dibutuhkan untuk tahap yang lebih lanjut dalam pemrosesan analisis citra.
Dalam proses akuisisi, citra yang akan diolah ditranformasikan dalam suatu representasi numerik. Pada proses selanjutnya representasi numerik yang akan diolah secara dijital oleh komputer.
Pengolahan citra pada umumnya dapat dikelompokkan dalam dua jenis kegiatan, yaitu:
1. Memperbaiki kualitas citra sesuai kebutuhan 2. Mengolah informasi yang terdapat pada citra
Bidang aplikasi yang kedua ini sangat erat kaitanya dengan komputer aided analisis yang umumnya bertujuan untuk mengolah suatu objek citra dengan cara mengektrasi informasi penting yang terdapat di dalamnya. Dari informasi tersebut dapat dilakukan proses analisis dan klasifikasi secara cepat memanfaatkan algoritma perhitungan komputer.
Dari pengolahan citra diharapkan terbentuk suatu sistem yang dapat memproses citra masukan hingga citra tersebut dapat dikenali cirinya. Pengenalan ciri inilah yang sering diaplikasikan dalam kehidupan sehari-hari. Aplikasi yang dibahas pada laporan ini adalah aplikasi di bidang kedokteran, yaitu untuk aplikasi analisis prediagnosis melalui penampakan citra iris mata dengan metoda iridiologi.
Dalam citra dijital terdapat enam operasi pengolahan citra, antara lain: 1. Perbaikan kualitas citra ( image enhacement ) 2. Pemugaran citra ( image restoration )
3. Pemampatan citra ( image compression ) 4. Segmentasi citra ( image segmentation ) 5. Pengorakan citra ( image analysis ) 6. Rekontruksi citra ( image recontruction ) 1. Perbaikan Citra ( image enhacement )
Pada hakikatnya semua operasi dalam pengolahan citra bertujuan untuk memperbaiki kualitas citra untuk suatu keperluan tertentu. Perbaikan citra bertujuan untuk memperbaiki kualitas citra dengan memanipulasi parameter-parameter citra.
Operasi perbaikan citra:
a. Perbaikan kontras gelap/terang.
b. Perbaikan tepian objek (edge enhacement). c. Penajaman (sharpening).
d. Pemberian warna semu (pseudocoloring). e. Penapisan citra (noise filtering).