1 BAB I PENDAHULUAN A. Latar Belakang
Pengolahan citra merupakan bidang ilmu komputer yang menarik, apalagi orang yang mempunyai minat dan ketertarikan terhadap dunia gambar, fotografi, film, dan sebagainya, sayangnya, buku teks berbahasa indonesia yang membahas bidang ini sangat minim, sehingga kebanyakan orang mengunakan buku teks berbahasa inggris.
Citra (image) istilah lain untuk gambar untuk salah satu komponen multimedia memegang peranan sangat penting sebagai bentuk informasi visual. Citra mempunyai karakteristik yang tidak dimiliki oleh data teks, yaitu citra kaya dengan informasi.
Citra biner (binary image) adalah citra yang hanya mempunyai dua nilai derajat keabuan yaitu hitam dan putih. Meskipun saat ini citra berwarna lebih disukai karena member kesan yang lebih kaya daripada citra biner, namun tidak membuat citra biner mati. Pada beberapa aplikasi citra iner masih dibutuhkan, misalnya citra logo instansi (yang hanya terdiri atas warna hitam putih), citra kode batang (bar code) yang tertera pada label barang, citra hasil pemindaian dokumen teks, dan sebagainya
B. Rumusan Masalah
Berdasarkan latar belakang diatas maka terdapat beberapa rumusan masalah yang akan dibahas dalam makalah ini:
2 a) Bagagaimanah penjelasan citra biner? b) Bagaimanakah bentuk citra biner? c) Bagaimanakah aplikasi citra biner?
C. Tujuan
Berdasarkan latar belakang diatas maka terdapat beberapa rumusan masalah yang akan dibahas dalam makalah ini:
a) Mengetahui penjelasan citra biner. b) Mengetahui bentuk citra biner.
3 BAB II PEMBAHASAN A. CITRA BINER
Citra biner (binary image) adalah citra yang hanya mempunyai dua nilai derajat keabuan yaitu hitam dan putih. Meskipun saat ini citra berwarna lebih disukai karena member kesanyang lebih kaya daripada citra biner, namun tidak membuat citra biner mati. Pada beberapa aplikasi citra iner masih dibutuhkan, misalnya citra logo instansi (yang hanya terdiri atas warna hitam putih), citra kode batang (bar code) yang tertera pada label barang, citra hasil pemindaian dokumen teks, dan sebagainya.
Citra biner hanya mempunyai dua nilai derajat keabuan yaitu hitam dan putih. Pixel-pixel objek bernilai 1 dan pixel-pixel lattar belakang bernilai 0. Pada saat menampilkan gambar, 0 adlah putih dan 1 adalah hitam. Jadi pada citra biner, latar belakang berwarna putih sedangkan objek berwarna hitam. Sebagai contoh gambar dibawah ini:
4
Meskipun computer saat ini dapat memproses citra hitm putuih (grayscale) maupun citra yang berwarna, namun citra biner masih tetap dipertahankan. Alasan penggunaan citra biner adalah karena ia memiliki sejumlah keuntungan debagai berikut:
1. Kebutuhan memori kecil karena nilai derajat keabuan hany membutuhkan representasi 1 bit. Kebutuhan memori untuk citra biner masih dapat berkurangsecra berarti dengan metode pemampatan run-length encoding 2. Waktu pemrosesan lebih cepat dibandingkan dengan citra hitam-putih
karena banyak operasi pada citra biner yang dilakukan sebagai operasi logika (AND, OR, NOT,dll).
B. KONVERSI CITRA HITAM-PUTIH KE CITRA BINER
Pengkonverensikan citra hitam-putih (grayscale) menjadi citra biner dilakukan untuk alasan-alasan ebagai berikut:
1. Untuk mengidentifikasi keberadaan objek, yang dipresentasikan sebagai daerah (region) dalam citra. Misalnya kita ingin memisahkan (segmentasi) objek dari gambar latar belakangnya.
2. Untuk lebh memfokuskan pada analisis bentuk morfologi, yang dalam hal ini intensitas pixel tidak terlalu penting dibandingkan bentuknya.
3. Untuk menamplkan citra dalam piranti keluaran yang hanya mempunyai resulusi intensitas satu bit, yaitu piranti peampil dua-aras atau biner seperti pencetak atau (printer)
5
4. Mengkonversi citra yang telah ditingkatkan kualitas tepinya (edge
enhancement) ke pengambaran garis-garis tepi. Ini perlu digunakan untuk
membedakan tepi yang kuat yang berkoresponden dengan batas-batas objek dengan tepi lemah yang berkoresponden dengan perubahan illumination, bayangan, dll.
Konversi dari citra hitam putih ke citra biner dilakukkan dengan operasi pengambangan (tresholding). Operasi pengambangan mengelompokan nilai derajat keabuan setiap pixel ke dalam 2 kelas, hitam dan putihdua pendekatan yang digunakan dalam opersi pengambangan adalah pengambangan secara global dan pengambangan secara local.
a. Pengambangan secara global (global image thresholding)
Setiap pixel di dalam citra dipetakan ke dalam dua nilai, 1 atau 0 dengan fungsi pengambangan:
Yang dalam hal ini fB(i,j) adalh citra hitam putih, fB(i,j) adalah citra biner, dan T adalah nilai ambang yang dipersifikasikan. Dengan opersi pengambangan
tersebut, objek dibuat berwarna gelap (1 atau hitam) sedangkan latar belakang berwarna terang (0 atau putih).
6
Nilai ambang T dipilih sedemikian sehingga galat yang diperoleh sekecil mungkin. Cara yang umum menentukan nilai T adalah dengan membuat histogram citra. Jika citra mengandug satu buah objek dan latar belakang mempunyai nilai intensitas yang homogen, maka citra tersebut umumnya mempunyai histogram bimodal (mempunyai dua puncak atau dua buah maksimum local) seperti pada gambar 11.3. :
Nilai T dipilih ada nilai minimum local yang terdapat diantara dua puncak. Dengan cara seperti ini, kita tidak hanya mengkonversi citra hitam-putih ke citra biner, sekaligus melakukan segmentasi objek dari latar belakangnya.
Gambar 11.4. memperlihatkan sekmentasi objek (botol dan apel) dari latar belakan dengan cara mengkoversikan citra hitam putih menjadi citra biner dengan menggunkan nilai ambang T = 90 dan T = 100. Gambar 11.5.
7
memperlihatkan konversi citra lena menjadi citra biner dengan T = 128 dan T = 150.
Jika nilai intensitas objek diketahui dalam selang [T1,T2], maka kita dapat
menggunakan fungsi pengambangan :
b. Pengambangan secara local adaptif (locally adaptive image thresholding) Pengambangan secara global tidak selalu tepat untuk seluruh mcam gambar. Beberapa informasi penting dalam gambar mungkin hilang karena pengambangan global ini. Pengambangan secara local dilakukan terhadap daera-daerah di dalam citra. Dalam hal ini citra dipecah bagian-bagian kecil, kemudian proses pengambangan dilakukkan secara loka. Nilai ambang untuk setiap bagan belum temtu sama dengan bagian lain.
8
Proses pengambangan menghasilkan citra biner. Sering kali citra biner yang dihasilkan mengandung beberapa daerah yang sering dianggap gangguan. Biasanya daerah gangguan ini berukuran kecil. Penapis luas dapat digunakan untuk menghilangkan gagnguan tersebut. Misalkan objek yang dianalisis diketahui mempunyai luas lebih dari T. Maka, pixel-pixel dari daerah luas dibawah T dinyatakan dengan 0. Dengan cara ini, daerah yang berupa gangguan dapat dihilangkan (gambar 11.6 dan 11.7)
D. PENKODEAN CITARA BINER
Citra biner umumnya dikodekan dengan metode run-length enconding (RLE). Metode pengkodean ini menghasilkan representasi citra yang mampat. Dua pendekatan yang digunaka dalam penerapan RLE pada citra biner:
9 b. Panjang run, dimulai degan pajang run 1.
Contoh 11.1. misalkan citra binernya sebagai berikut
1 1 1 0 0 0 1 1 0 0 0 1 1 1 1 0 1 1 0 1 1 1 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 0 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 Hasil pengkodean dengan metode RLE :
(i). Pendekatan pertama: (1,3)(7,2)(12,4)(17,2)(20,3) (5,13)(19,4)
(1,3)(17,6)
(ii). Pendekatan kedua 3,3,2,3,4,1,2,1,3 0,4,13,1,4 3,13,6
E. SEGMENTASI CITRA BINER
Proses awal yang dilakukan dalam menganalisis objek didalam citra biner adalah segmentasi objek. Segmentasi objek bertujuan untuk mengelompokkan pixel-pixel objek menjadi wilayah (reion) yang mempresentasikan objek.
Ada dua pendekatan yang digunakan dalam segmentasi objek: 1. Segmentasi berdasarkan wilayah (tepi dari objek)
10
Pixel-pixel tepi ditelusuri sehingga rangkaian pixel yang menjadi batas antara objek dengan latar belakang dapat diketahui secara keseluruhan.
2. Segmentasi kedalam bentuk-bentuk dasar (misalnya segmentasi huruf menjadi garis-garis vertical dan horizontal, segmentasi objek menjadi bentuk lingkaran elips, dan sebagainya).
Metode pendeteksian batas wilayah yang lain adalah pendeteksian topologi. Pada metode ini, setiap kelompok 4-pixel bertetangnga dan bila kelompok tersebut sama dengan salah satu bentuk pada gambar 11.9. maka pada titik tengah dari kelompok pixel tersebut terdapat tepi.
Titik tepi yag dideteksi selanjutnya dihubungkan oleh garis-garis penghubung. Arah garis penghubung dikodekan dengan kode rantai (chain code). F. REPRESENTASI WILAYAH
Wilayah (region) di dalam citra biner dapat dipresentasikan dalam beberapa cara. Salah satu cara yang populeh adalah representasi wilayah dengan
11
pohon-empatan (quadtree). Setiap simpul didalam pohon-empatan diperoleh dengan membagi citra secara rekrusif. Wilayah didalam citra dibagi menjadi empat buah upa-wilayah yang berukuran sama. Untuk setiap upa-wilayah, bila
pixel-pixel di dalam wilayah semuanya hitam atau semunya putih, maka proses
pembagian dihentikan. Sebaliknya jika pixel-pixel di dalam upa-wilayah mengandung baik pixel hitan dan pixel putih (kategori abu-abu), maka upa-wilayah dibagi menjadi empat bagian. Demikian seterusnya sampai diperoleh upa-wilayah yang semua pixel-nya hitam atau semua pixel-nya putih. Dinamakan pohon-empatan karena setiap simpul mempunyai tepat empat anak. Kecuali simpul daun. Gambar 11.10. memperlihatkan representasi dengan pohon empatan.
G. PENIPISAN POLA
Penipisan (thinning) adalah operasi pemrosesan citra bier yang dalam hal ini objek (region) direduksi menjadi rangka yang menghampiri garis sumbu objek. Tujuan penipisan adalah mengurangi bagian yang tidak perlu (redundant) sehingga hanya dihasilkan informasi yang esensial saja. Pola hasil penipisan
12
harus tetap mempunyai bentuk yang menyerupai pola asalnya. Sebagai contoh, gambar 11.11. adalah huruf “R” dan hasil penipisanya menjadi rangka “R”.
Penipisan pola merupakan proses interatif yang menghilangkan pixel-pixel hitam (mengubahnya menjadi pixel putih) pada tpi-tepi pola. Jadi, alogaritma penipisan mengelupas pixel-pixel pinggir objek, yaitu pixel-pixel yang terdapat pada peralihan 0-1.
13 BAB III PENUTUP A. Kesimpulan
Citra biner (binary image) adalah citra yang hanya mempunyai dua nilai derajat keabuan yaitu hitam dan putih. Meskipun saat ini citra berwarna lebih disukai karena member kesanyang lebih kaya daripada citra biner, namun tidak membuat citra biner mati.
Jadi pada citra biner, latar belakang berwarna putih sedangkan objek berwarna hitam. Sebagai contoh gambar dibawah ini:
B. Saran
Kami sebagai penyusun makalah ini, sangat mengharap atas segala saran-saran dan kritikan yang membangun untuk kesempurnaan makalah ini. Dan saya menyadari makalah ini masih jauh dari kesempurnaan karena manusia adalah insan yang tak dapat lepas dari kesalahan.
Semoga makalah ini bermanfaat bagi pembaca khususnya bagi saya pemakalah, sebagai dasar atau landasan guna menyambut kehidupan di masa depa. Amien….
