Sistem Visual Manusia dan Pengolahan Citra Digital

(1)

Sistem Visual Manusia dan Pengolahan

Citra Digital

Nana Ramadijanti

Laboratorium Computer Vision

(2)

Laboratorium Computer Vision

Materi

• Sistem Visual Manusia

• Representasi Penglihatan

• Model Kamera

• Sampling Dan Kuantisasi

• Piksel dan Connectivity

• Labelling of connected Component

• Operasi Logika dan Aritmatika pada Citra

• Jenis-Jenis Citra

• Mdel Citra Berwarna

• Format Warna RGB

(3)

3 Human dan Computer Vision

Human dan Computer Vision

• Mempelajari pengolahan citra tanpa tidak

bisa dilakukan tanpa memperhatikan sistem

human vision. Sejumlah uji coba dan

evaluasi akan diberikan pada citra yang

akan diproses oleh sistem visual yang kita

miliki.

• Tanpa memperhatikan sistem human vision

kita mungkin banyak salah dalam

(4)

4 Beberapa Pertanyaan Sederhana ?

Beberapa Pertanyaan Sederhana ?

• Apakah perbedaan intesitas dapat diketahui

sebagai perbedaan?

• Apakah resolusi spatial, dari mata ?

• Sebarapa akurat kita dapat menebak dan

membandingkan distances dan areas?

• Bagaimana kita sensitif terhadap warna?

• Fitur-fitur mana yang dapat dideteksi dan

(5)

5 Sistem Visual Manusia

Sistem Visual Manusia

• Pembentukan Citra oleh Sensor Mata

– Intensitas cahaya ditangkap oleh diagram iris

dan diteruskan ke bagian retina mata.

– Bayangan obyek pada retina mata dibentuk

dengan mengikuti konsep sistem optik dimana

fokus lensa terletak antara retina dan lensa

mata.

(6)

Representasi Penglihatan

(7)

7 Struktur Mata Manusia

Struktur Mata Manusia

A cross section of the human eye

(Gonzalez & Woods, 1992)

• Bentuk seperti sphere

• Rata-rata diameter 20mm

• 3 membran

• Cornea dan sclera

• Choroid

(8)

8 Sistem Visual Manusia

Sistem Visual Manusia

•Choroid :

Lies below the sclera,contains network of blood

vessels that serve as the major source of

nutrition to the eye.

•Choroid coat is heavily

pigmented and hence helps to reduce the

(9)

9 Sistem Visual Manusia

Sistem Visual Manusia

• Fovea

di bagian

retina

terdiri dari dua jenis

receptor:

– Sejumlah cone receptor, sensitif terhadap warna, visi cone

disebut photocopic vision atau bright light vision

– Sejumlah rod receptor, memberikan gambar keseluruhan

pandangan dan sensitif terhadap iluminasi tingkat rendah,

visi rod disebut scotopic vision atau dim-light vision

• Blind Spot

(10)

10 Sistem Visual Manusia

Sistem Visual Manusia

• Subjective brightness

– Merupakan tingkat kecemerlangan yang dapat ditangkap sistem

visual manusia;

– Merupakan fungsi logaritmik dari intensitas cahaya yang masuk ke

mata manusia;

– Mempunyai daerah intensitas yang bergerak dari ambang scotopic

(redup) ke ambang photocopic (terang).

• Brightness adaption

– Merupakan fenomena penyesuaian mata manusia dalam

membedakan gradasi tingkat kecemerlangan;

– Batas daerah tingkat kecemerlangan yang mampu dibedakan secara

sekaligus oleh mata manusia lebih kecil dibandingkan dengan

(11)

11 Sistem Visual Manusia

Sistem Visual Manusia

• Kepekaan dalam pembedaan tingkat kecemerlangan

merupakan fungsi yang tidak sederhana, namun dapat

dijelaskan antara lain dengan dua fenomena berikut:

• Mach Band (ditemukan oleh Ernst Mach):

pita tengah bagian kiri kelihatan lebih terang dari bagian

kanan.

• Simultaneous Contrast:

(12)

12 Pengertian Citra Digital

Pengertian Citra Digital

• Citra Digital

– 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 adalah citra f(x,y) dimana dilakukan diskritisasi

koordinat spasial (sampling) dan diskritisasi tingkat

kecemerlangannya/keabuan (kwantisasi);

(13)

13 Resolusi Spasial dan Kecemerlangan/Brightness

Resolusi Spasial dan Kecemerlangan/Brightness

• Resolusi Citra

– Dikenal:

resolusi spasial

dan

resolusi kecemerlangan

,

berpengaruh pada besarnya informasi citra yang hilang.

– Resolusi spasial: halus / kasarnya pembagian kisi-kisi baris

dan kolom. Transformasi citra kontinue ke citra digital

disebut dijitisasi (

sampling

). Hasil digitasi dengan jumlah

baris 256 dan jumlah kolom 256 - resolusi spasial 256 x

256. – Resolusi kecemerlangan (intensitas / brightness): halus /

kasarnya pembagian tingkat kecemerlangan. Transformasi

data analog yang bersifat kontinue ke daerah intensitas

(14)

Sampling

Proses capture pada kamera melakukan penangkapan

(15)

(16)

(17)

Sampling dan Kuantisasi

Sampling menunjukkan banyaknya pixel (blok) untuk

mendefinisikan suatu gambar

Kuantisasi menunjukkan banyaknya derajat nilai pada setiap

pixel (menunjukkan jumlah bit pada gambar digital  b/w

(18)

18 Resolusi Spasial - Sampling

Resolusi Spasial - Sampling

• Sampling Uniform dan Non-uniform

– Sampling Uniform mempunyai spasi (interval) baris dan

kolom yang sama pada seluruh area sebuah citra.

– Sampling Non-uniform bersifat adaptif tergantung

karakteristik citra dan bertujuan untuk menghindari

adanya informasi yang hilang. Daerah citra yang

mengandung detil yang tinggi di-sampling secara lebih

halus, sedangkan daerah yang homogen dapat

(19)

19 Resolusi Kecemerlangan - Kwantisasi

Resolusi Kecemerlangan - Kwantisasi

• Kwantisasi Uniform, Non-uniform, dan Tapered

– Kwantisasi Uniform mempunyai interval pengelompokan

tingkat keabuan yang sama (misal: intensitas 1 s/d 10

diberi nilai 1, intensitas 11 s/d 20 diberi nilai 2, dstnya).

– Kwantisasi Non-uniform: Kwantisasi yang lebih halus

diperlukan terutama pada bagian citra yang

meng-gambarkan detil atau tekstur atau batas suatu wilayah

obyek, dan kwantisasi yang lebih kasar diberlakukan

pada wilayah yang sama pada bagian obyek.

– Kwantisasi Tapered: bila ada daerah tingkat keabuan

yang sering muncul sebaiknya di-kwantisasi secara lebih

halus dan diluar batas daerah tersebut dapat

(20)

20 Resolusi Uniform vs Non-Uniform

Resolusi Uniform vs Non-Uniform

• Tidak perlu resolusi spasial

yang non-uniform

• Perlu resolusi spasial yang

non-uniform

• Tidak perlu resolusi

kecemerlangan yang

non-uniform (untuk warna hitam

dan putih)

• Perlu resolusi

kecemerlangan yang

non-uniform (untuk warna

(21)

21 Hubungan antara piksel dan

pengertian connectivity

Hubungan antara piksel dan

pengertian connectivity

4-tetangga piksel P 8-tetangga piksel P

X X X X

X P X X P X

X X X X

(22)

22 Labelling of connected component

Labelling of connected component

Dengan kriteria piksel sama-sama bernilai 1: (a) dengan aturan

4-tetangga dan (b) dengan aturan 8 tetangga:

(23)

23 Operasi Aritmetik / Logika pada Citra

Operasi Aritmetik / Logika pada Citra

• Operasi Aritmetik antara dua citra

– + - x /

– Band ratio antara citra sensor optik Landsat

TM band 3 dan band 4 dapat digunakan untuk

analisis vegetasi,

begitu juga ratio antara

selisih dan jumlahnya.

(24)

24

Laboratorium Computer Vision Politeknik Elektronika Negeri Surabaya PENS-ITS

Operasi Aritmetik / Logika pada Citra

• Operasi selisih antara dua citra temporal dapat digunakan untuk

deteksi perubahan wilayah.

(25)

25 Operasi Aritmetik / Logika pada Citra

Operasi Aritmetik / Logika pada Citra

• _{Operasi Logika antara dua citra}

– OR AND NOT

(26)

26 Komponen Sistem

Pengolahan Citra Digital

(27)

Dasar Radiometri

Radiometri adalah bagian dari image formation yang

membahas relasi antara besaran energi dari sumber,

(28)

(29)

(30)

(31)

(32)

Format Warna RGB

R

G

B

Format warna 24 BIT dinyatakan dengan:

11001001 01011001 00001011

R (8 bit)

G (8 bit)

B (8 bit)

(33)

Kuning

255

0 Magenta

255

0

255 Cyan

0

255

255 Putih

255

255 Hitam

0

(34)

(35)

Fungsi Untuk Membaca Warna RGB

void WarnaToRGB(long int warna,int Red, int Green, int *Blue)

{

*Red = warna & 0x000000FF;

*Green = (warna & 0x0000FF00) >> 8;

*Blue = (warna & 0x00FF0000) >> 16;

}

Contoh:

Warna 0x00F0A122 bila dioperasikan akan menjadi:

(36)

Fungsi Untuk Membuat Warna RGB

long int RGBToWarna(int Red, int Green, int Blue)

{

(37)

Membaca dan Menampilkan Citra

• Proses untuk membaca citra sama seperti

proses membaca matrik, karena citra

adalah suatu matrik. Setiap pixel pada

citra mempunyai 3 nilai R,G dan B

• Proses untuk menampilkan citra sama

seperti proses untuk menampilkan citra

(38)

Membaca dan Menampilkan Citra pada

Bahasa C

// Membaca citra

warna=dcMem.GetPixel(x,y);

// Mengambil warna (R,G,B)

WarnaToRGB(warna,&red,&green,&blue);

Membaca Citra pada titik (x,y) :

Memberikan nilai warna pada titik (x,y)

warna=RGBToWarna(red,green,blue);

dcMem.SetPixel(x,y,warna);

pDC->BitBlt(0,0,150,100,&dcMem,0,0,SRCCOPY);

(39)

SekilaS InfO

Ada beberapa hal yang harus dikuasai sebelum

menguasai materi di dalam image processing

yaitu: matematika, aljabar, pengolahan sinyal,

(40)

BergaBunglah denGan Kami

Laboratorium Computer Vision