COMPUTER VISION

1.  Definisi
  • Computer Vision didefinisikan sebagai salah satu cabang ilmu pengetahuan yang mempelajari bagaimana komputer dapat mengenali obyek yang diamati/ diobservasi.
  • Computer Vision adalah kombinasi antara Pengolahan Citra dan Pengenalan Pola.
  • Konsep dasar yang melandasi computer vision adalah computer becomes seeing machines, menjadikan komputer sebagai mesin yang mampu menangkap informasi visual yang ada di lingkungannya.
  • Computer vision mempunyai tujuan utama untuk membuat keputusan yang berguna tentang obyek fisik nyata dan pemandangan berdasarkan image yang didapat dari sensor.
2.  Bagian-bagian dari Computer Vision

2.1   Pengolahan citra (Image Processing)
Pengolahan Citra (Image Processing) merupakan bidang yang berhubungan dengan proses transformasi citra/gambar (image). Proses ini bertujuan untuk mendapatkan kualitas citra yang lebih baik.

2.2 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.

3.  Tahapan yang terjadi pada computer vision

1. Image acquisition (proses penangkapan informasi visual dan proses pengubahan sinyal analog menjadi data digital, yang siap untuk diporoses oleh komputer)
  • 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 vision
  • Kamera menerjemahkan sebuah scene atau image
  • Kemudian sinyal listrik ini diubah menjadi bilangan biner yang akan digunakan oleh komputer untuk pemrosesan.
  • 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 membaginya menjadi ratusan garis horizontal yang sama.
  • Tiap‐tiap garis membuat sebuah sinyal analog yang amplitudonya menjelaskan perubahan brightness sepanjang garis sinyal tersebut.
  • 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.
2.  Image Processing (proses pengolahan informasi image yang telah diidgitalisasi oleh converter analog ke digital)
  • Tahapn 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, kekurang pengaburan, yang terjadi pada sebuah objek.
3.   Image Analysis (proses analisa terhadap image visual yang telah di proses sebelumnya)
  • 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.
  • 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.
4.   Image Understanding (dengan menerapkan konsep-konsep kecerdasan buatan -artificial intelligent-untuk memahami data visual yang ditangkapnya)
  • Ini adalah langkah terakhir dalam proses computer vision, yang mana sprsifik objek dan hubungannya diidentifikasi.
  • Pada bagian ini akan melibatkan kajian tentang teknikteknik artificial intelligent.
  • Understanding berkaitan dengn template matching yang ada dalam sebuah scene.
  •  Metoda ini menggunakan program pencarian (searchprogram)dan teknik penyesuaian pola (pattern matching techniques).
5. Applikasi yang dihasilkan dari Computer Vision antara lain :
  • Robotic – navigation and control
  •  Medical Image Analysis – measurement and interpretation of many types of images
  • Industrial Inspection – measurement, fault checking, process control
  • Optical Character Recognition – text reading
  • Remote Sensing – land use and environmental monitoring
  • Psychology, AI – exploring representation and computation in natural vision