image processing

Image processing adalah suatu bentuk pengolahan atau pemrosesan sinyal dengan input berupa gambar (image) dan ditransformasikan menjadi gambar lain sebagai keluarannya dengan teknik tertentu. Image processing dilakukan untuk memperbaiki kesalahan data sinyal gambar yang terjadi akibat transmisi dan selama akuisisi sinyal, serta untuk meningkatkan kualitas penampakan gambar agar lebih mudah diinterpretasi oleh sistem penglihatan manusia baik dengan melakukan manipulasi dan juga penganalisisan terhadap gambar.

Operasi image processing dapat dikelompokkan berdasarkan dari tujuan transformasinya, yaitu:

Image Enhancement (peningkatan kualitas gambar)

Tahap ini seringkali dikenal dengan pre-processing. Operasi peningkatan kualitas gambar berfungsi untuk meningkatkan fitur tertentu pada citra sehingga tingkat keberhasilan dalam pengolahan gambar berikutnya menjadi tinggi. Operasi ini lebih banyak berhubungan dengan penajaman dari fitur tertentu pada gambar. Peningkatan kualitas gambar ini dapat dilakukan “secara manual”, dengan menggunakan program lukis atau dengan pertolongan rutin software.

Metoda untuk memperluas gambar grafis antara lain memperbaiki kontras diantara bidang-bidang yang terang dan yang gelap; menambahkan warna, menyaring ketidak seragaman sinyal kiriman yang membawa gambar, menghaluskan garis-garis yang bergerigi sehingga tampak lebih bersih; mempertajam sudut-sudut yang kabur dan mengkoreksi distorsi yang disebabkan alat optis atau tampilan.

Untuk melakukan proses image enhancement, ada beberapa teknik yang dapat dicoba berdasarkan cakupan pada operasinya:

1.    Operasi Titik

Operasi titik dalam image enhancement dilakukan dengan memodifikasi histogram citra masukan agar sesuai dengan karakteristik yang diharapkan. Histogram dari suatu citra adalah grafik yang menunjukkan distribusi frekuensi dari nilai intensitas piksel dalam citra tersebut. Teknik enhancement berdasarkan operasi titik dibagi tiga, yaitu:

a.    Intensity Adjustment

Intensity adjusment bekerja dengan cara melakukan pemetaan linear terhadap nilai intensitas pada histogram awal menjadi nilai intensitas pada histogram yang baru.

b.    Histogram Equalization

Teknik histogram equalization bertujuan untuk menghasilkan suatu citra keluaran yang memiliki nilai histogram yang relatif sama.

c.    Thresholding

Thresholding merupakan proses pemisahan piksel-piksel berdasarkan derajat keabuan yang dimilikinya. Piksel yang memiliki derajat keabuan lebih kecil dari nilai batas yang ditentukan akan diberikan nilai 0, sementara piksel yang memiliki derajat keabuan yang lebih besar dari batas akan diubah menjadi bernilai 1 .

2.    Operasi Spasial

Operasi spasial dalam pengolahan citra digital dilakukan melalui penggunaan suatu kernel konvolusi 2-dimensi. Teknik enhancement berdasarkan operasi titik dibagi tiga, yaitu:

a.    Neighborhood Averaging

Pada prinsipnya, filter yang digunakan dalam neighborhood averaging merupakan salah satu jenis low-pass filter, yang bekerja dengan cara mengganti nilai suatu piksel pada citra asal dengan nilai rata-rata dari piksel tersebut dan lingkungan tetangganya.

b.    Median Filtering

Median filter merupakan salah satu jenis low-pass filter, yang bekerja dengan mengganti nilai suatu piksel pada citra asal dengan nilai median dari piksel tersebut dan lingkungan tetangganya.

c.    High-Pass Filtering

Sebagaimana pada proses pengolahan sinyal satu dimensi, high-pass filter dua dimensi akan melewatkan komponen citra frekuensi tinggi dan meredam komponen citra frekuensi rendah.

3.    Operasi Transformasi

Operasi transformasi ini dilakukan dengan cara mentransformasi citra asal ke dalam domain yang sesuai bagi proses enhancement, melakukan proses enhancement pada domain tersebut, mengembalikan citra ke dalam domain spasial untuk ditampilkan/diproses lebih lanjut

Fast Fourier Transform (FFT) Transformasi ini memindahkan informasi citra dari domain spasial ke dalam domain frekuensi, yaitu dengan merepresentasikan citra spasial sebagai suatu penjumlahan eksponensial kompleks dari beragam frekuensi, magnituda, dan fasa.

Image Restoration (pemulihan gambar)

Operasi pemulihan gambar bertujuan untuk mengembalikan kondisi gambar yang telah rusak atau cacat (merekonstruksi gambar) yang sebelumnya telah diketahui menjadi gambar seperti pada kondisi awal, karena adanya gangguan yang menyebabkan penurunan kualitas gambar, misalnya mengalami suatu degradasi. Degradasi dalam hal ini maksudnya, gambar menjadi agak kabur (blur) sehingga menurunkan kualitas gambar. Blur dapat terjadi karena banyak factor. Bisa karena misalnya pergerakan selama pengambilan gambar oleh alat optik seperti kamera, penggunaan alat optik yang tidak fokus, pengguanaan lensa dengan sudut yang lebar, gangguan atmosfir, pencahayaan yang singkat sehingga mengurangi jumlah foton yang ditangkap oleh alat optik, dan sebagainya. Citra yang tertangkap oleh alat-alat optik seperti mata, kamera, dan sebagainya sebenarnya merupakan citra yang sudah mengalami degradasi. yang dalam hal ini jika f(x, y) adalah citra asli dan g(x, y) adalah citra terdegradasi, maka g(x, y) adalah perkalian f(x, y) dengan operator distorsi H ditambah dengan derau aditif n(x, y): g(x, y) = Hf(x, y) + n(x, y)

Operator distorsi H disebut juga dengan Point Spread spectrum (PSF). PSF ini bisa dikatakan sebagai penyebaran titik-titik  yang merupakan hasil ketidaksempurnaan gambar (kecacatan gambar). Misalnya pada gambar di kupu-kupu di bawah ini:

Bila gambar diambil dalam suatu kondisi yang sempurna (baik dari segi focus, kamera, sudut penglihatan dan yang lainnya), maka gambar akan terlihat jelas (kupu-kupu asli). Namun Karen ada factor-faktor pendukung ketidaksempurnaan, maka gambar yang dihasilkan menjadi menyebar ke beberapa pixel akibat distorsi oleh PSF sehingga gambar menjadi blur.

Derau n(x, y) adalah sinyal aditif yang timbul selama akuisisi citra sehingga menyebabkan citra menjadi rusak (mengalami degradasi).

Derau (Noise) adalah gambar atau piksel yang mengganggu kualitas citra. Derau dapat disebabkan oleh gangguan fisis(optik) pada alat akuisisi maupun secara disengaja akibat proses pengolahan yang tidak sesuai. Contohnya adalah bintik hitam atau putih yang muncul secara acak yang tidak diinginkan di dalam citra. bintik acak ini disebut dengan derau salt & pepper.

Restorsi gambar dapat dilakukan dengan melewatkan gambar masukan pada penapis. Dan hasil dari restorsi ini seperti yang sudah dibahas sebelumnya, gambar yang sudah cacat (blur) akan mendekati hasil gambar aslinya menjadi lebih jelas.

Image Compression (kompresi gambar)

Kompresi gambar bertujuan untuk meminimalkan jumlah bit yang diperlukan untuk merepresentasikan citra. Hal ini sangat berguna apabila anda ingin mengirimkan gambar berukuran besar. Gambar yang berukuran besar akan berpengaruh pada lamanya waktu pengiriman. Maka dari itu kompresi gambar akan memadatkan ukuran gambar menjadi lebih kecil dari ukuran asli sehingga waktu yang diperlukan untuk transfer data juga akan lebih cepat.

Ada dua tipe utama kompresi data, yaitu kompresi tipe lossless dan kompresi tipe lossy. Kompresi tipe lossy adalah kompresi dimana terdapat data yang hilang selama proses kompresi. Akibatnya kualitas data yang dihasilkan jauh lebih rendah daripada kualitas data asli. Sementara itu, kompresi tipe lossless tidak menghilangkan informasi setelah proses kompresi terjadi, akibatnya kualitas citra hasil kompresi juga tidak berkurang

Ada yang perlu diperhatikan dalam melakukan proses kompresi gambar ini, antara lain:

1.    Resolusi

Resolusi adalah ukuran panjang kali lebar dalam suatu gambar yang digambarkan dalam satuan pixel. Besar kecilnya resolusi akan berpengaruh pada kualitas gambar. Tetapi hal ini juga akan mempengaruhi jumlah bit datanya dan proses transfer datanya.

2.    Kedalaman bit

Kedalaman bit adalah banyak sedikitnya jumlah bit yang dibutuhkan unruk menggambarkan suatu citra (gambar) dalam satuan bit/pixel. Tentu saja bila dinalar, semakin banyak bit maka gambar yang dihasilkan akan lebih bagus.

3.    Redundansi

Redundansi adalah keadaan di mana representasi suatu elemen data tidak bernilai signifikan dalam menggambarkan keseluruhan data.

Image Refresention & Modelling (representasi dan permodelan gambar).

Representasi mengacu pada data konversi dari hasil segmentasi ke bentuk yang lebih sesuai untuk proses pengolahan pada komputer. Keputusan pertama yang harus sudah dihasilkan pada tahap ini adalah data yang akan diproses dalam batasan-batasan atau daerah yang lengkap. Batas representasi digunakan ketika penekanannya pada karakteristik bentuk luar, dan area representasi digunakan ketika penekanannya pada karakteristik dalam, sebagai contoh tekstur. Setelah data telah direpresentasikan ke bentuk tipe yang lebih sesuai, tahap selanjutnya adalah menguraikan data.

Salah satu contoh penggunaan image processing adalah  proses deteksi wajah pada sistem pengenalan wajah.