..:: CONTOH PENERAPAN TEKNOLOGI COMPUTER VISION ::.. Teknologi Informasi adalah istilah umum yang menjelaskan teknologi apa pun yang membantu manusia dalam membuat, mengubah, menyimpan, mengomunikasikan dan/atau menyebarkan informasi. Teknologi Informasi (TI) menyatukan komputasi dan komunikasi berkecepatan tinggi untuk data, suara, dan video. Contoh dari Teknologi Informasi bukan hanya berupa komputer pribadi, tetapi juga telepon, TV, peralatan rumah tangga elektronik, dan peranti genggam modern (misalnya ponsel). Visi Komputer adalah ilmu dan teknologi mesin yang melihat, di mana lihat dalam hal iniberarti bahwa mesin mampu mengekstrak informasi dari gambar gamb ar yang diperlukan untuk menyelesaikan tugas tertentu. Sebagai suatu disiplin ilmu, visi komputer berkaitan dengan teoridi balik sistem buatan bahwa ekstrak informasi dari gambar. Data gambar dapat mengambilbanyak bentuk, seperti urutan video, pandangan dari beberapa kamera, atau data multi-dimensidari scanner medis. Mengetahui beberapa contoh dari Teknologi Informasi tersebut, maka peranannya dapat kita jumpai dalam kehidupan sehari-hari. Dengan kata lain peranan dan penerapan Teknologi Informasi ini dapat melingkupi banyak bidang. Sebagai disiplin teknologi, visi komputer berusaha untuk menerapkan teori dan model untuk pembangunan sistem visi komputer. Contoh aplikasi dari visi komputer mencakup sistem untuk : Ø Pengendalian proses (misalnya, sebuah robot industri atau kendaraan otonom). Ø Mendeteksi peristiwa (misalnya, untuk pengawasan visual atau orang menghitung). Ø Mengorganisir informasi (misalnya, untuk pengindeksan database foto d an gambarurutan). Ø Modeling benda atau lingkungan (misalnya, inspeksi industri, analisis citra medis ataumodel topografi). Ø Interaksi (misalnya, sebagai input ke perangkat untuk interaksi komputer-manusia). Komputer visi berkaitan erat dengan kajian visi biologis. Bidang studi visi biologis danmodel proses fisiologis di d i balik persepsi visual pada manusia ma nusia dan hewan lainnya. Komputer visi,di sisi lain, studi dan menggambarkan proses diimplementasikan dalam perangkat lunak danperangkat keras di belakang sistem visi buatan. pertukaran Interdisipliner antara visi biologi dankomputer telah terbukti bermanfaat bagi kedua bidang. Komputer visi, dalam beberapa hal, invers grafis komputer. Sementara komputer grafismenghasilkan data gambar dari model 3D, visi komputer sering menghasilkan model 3D daridata citra. Ada juga kecenderungan kombinasi dari dua disiplin, misalnya, sebagaimana dibahasdalam realitas ditambah.Sub-domain dari visi komputer termasuk adegan rekonstruksi, deteksi event, pelacakanvideo, pengenalan obyek, belajar, indexing, estimasi gerak, dan pemulihan citra. Penerapan Computer Visio, antara lain : 1. Bidang Pertahanan dan Keamanan (Militer). Contohnya adalah deteksi tentara musuh atau kendaraan dan bimbingan rudal. Sistem lebih canggih untuk panduan mengirim rudal-rudal ke daerah daripada target yang spesifik dan
pemilihan target yang dibuat ketika rudal mencapai daerah berdasarkan data citra diperoleh secara lokal. konsep modern militer, seperti “kesadaran medan perang”,menunjukkan bahwa berbagai sensor, termasuk sensor gambar, menyediakan kaya setinformasi tentang adegan tempur yang dapat digunakan untuk mendukung keputusanstrategis. Dalam hal ini, pengolahan otomatis data yang digunakan untuk mengurangikompleksitas dan informasi sekering dari sensor ganda untuk meningkatkan keandalan. 2.Bidang Didalam kendaraan Otonom. Contohnya adalah kendaraan otonom, yang meliputi submersibles, kendaraan darat (robot kecil dengan roda, mobil atau truk), kendaraan udara, dan kendaraan udara tak berawak (UAV). Tingkat berkisar otonomi dari sepenuhnya otonom (berawak) kendaraan untuk kendaraan di manasistem visi berbasis komputer mendukung driver atau pilot dalam berbagai situasi.Sepenuhnya otonom kendaraan biasanya menggunakan visi komputer untuk navigasi, yakni untuk mengetahui mana itu, atau untuk menghasilkan peta lingkungan (SLAM) dan untuk mendeteksi rintangan. Hal ini juga dapat digunakan untuk mendeteksi peristiwa-peristiwa tugas tertentu yang spesifik, e. g., sebuah UAV mencari kebakaran hutan. Contoh sistem pendukung sistem peringatan hambatan dalam mobil, dan sistem untuk pendaratan pesawat otonom. Beberapa produsen mobil telah menunjukkan sistem otonomi mengemudi mobil,tapi teknologi ini masih belum mencapai tingkat di mana dapat diletakkan di pasar. Adabanyak contoh kendaraan otonom militer mulai dari rudal maju, untuk UAV untuk misipengintaian atau bimbingan rudal. Ruang eksplorasi sudah dibuat dengan kendaraan otonom menggunakan visi komputer, e. g., NASA Mars Exploration Rover dan Rover ExoMars ESA. 3.Bidang Industri. Kadang-kadang disebut visi mesin, dimana informasi ini diekstraksi untuk tujuan mendukung proses manufaktur. Salah satu contohnya adalah kendali mutu dimana rincian atau produk akhir yang secara otomatis diperiksa untuk menemukan cacat. Contoh lain adalah pengukuran posisi dan orientasi rincian yang akan dijemput oleh lengan robot. Mesin visi juga banyak digunakan dalam proses pertanian untuk menghilangkan bahan makanan yang tidak diinginkan dari bahan massal, proses yang disebut sortir optik. 4.Bidang pengolahan citra medis. hal ini dicirikan oleh ekstraksi informasi dari data citra untuk tujuan membuat diagnosis medis pasien. Secara umum, data citra dalam bentuk gambar mikroskop, gambar X-ray, gambar angiografi, gambar ultrasonik, dan gambar tomografi. Contoh informasi yang dapat diekstraksi dari data gambar tersebut deteksi tumor, arteriosclerosis atau perubahan memfitnah lainnya. Hal ini juga dapat pengukuran dimensi organ, aliran darah, dll. Area aplikasi ini juga mendukung penelitian medis dengan memberikan informasi baru, misalnya,tentang struktur otak, atau tentang kualitas perawatan medis. 5.Bidang Neurobiologi. Contohnya adalah sistem biological vision. Selama abad terakhir, telah terjadi studi ekstensif dari mata, neuron, dan struktur otak dikhususkan untuk pengolahan rangsangan visualpada manusia dan berbagai hewan. Hal ini menimbulkan gambaran kasar, namun rumit, tentang bagaimana “sebenarnya” sistem visi beroperasi dalam menyelesaikan tugas -tugas visi tertentu yang terkait.
Hasil ini telah menyebabkan subfield di dalam visi komputer di mana sistem buatanyang dirancang untuk meniru pengolahan dan perilaku sistem biologi, pada berbagai tingkat. 6.Bidang Industri Perfilman Contohnya adalah semua efek-efek di dunia akting , animasi, dan penyotingan adegan film semua direkam dengan perangkat elektronik yang dihubungkan dengan komputer. Animasinya juga di kembangkan mempergunakan animasi yang dibuat dengan aplikasi komputer.Sebagai contoh film-film Hollywood berjudul TITANIC itu sebenarnya tambahananimasi untuk menggambarkan kapal raksasa yang pecah dan tenggelam, sehingga tampak menjadi seolah-olah mirip dengan kejadian nyata. 7.Bidang Kecerdasan Buatan. Keterkaitan dengan perencanaan otonom atau musyawarah untuk sistem robotical untuk menavigasi melalui lingkungan. Pemahaman yang rinci tentang lingkungan ini diperlukan untuk menavigasi melalui mereka. Information about the environment could beprovided by a computer vision system, acting as a vision sensor and providing high-level information about the environment and the robot. Informasi tentang lingkungan dapatdiberikan oleh sistem visi komputer, bertindak sebagai sensor visi dan memberikan informasi tingkat tinggi tentang lingkungan dan robot. Buatan kecerdasan dan visi lain berbagi topik komputer seperti pengenalan pola dan teknik pembelajaran. Akibatnya, visi komputer kadang-kadang dilihat sebagai bagian dari bidang kecerdasan buatan atau ilmu bidang komputer secara umum. 8.Bidang Pemrosesan Sinyal. Banyak metode untuk pemrosesan sinyal satu-variabel, biasanya sinyal temporal,dapat diperpanjang dengan cara alami untuk pengolahan sinyal dua variabel atau sinyalmulti-variabel dalam visi komputer. Namun, karena sifat spesifik gambar ada banyak metode dikembangkan dalam visi komputer yang tidak memiliki mitra dalam pengolahan sinyal satu-variabel. Sebuah karakter yang berbeda dari metode ini adalah kenyataan bahwa mereka adalah non-linear yang bersama-sama dengan dimensi-multi sinyal, mendefinisikan sub field dalam pemrosesan sinyal sebagai bagian dari visi komputer. 9.Bidang Fisika. Fisika merupakan bidang lain yang terkait erat dengan Computer Vision. sistem Computer vision bergantung pada sensor gambar yang mendeteksi radiasi elektromagnetik yangbiasanya dalam bentuk baik cahaya tampak atau infra-merah sensor dirancang denganmengunakan fisika solidstate. Proses di mana cahaya merambat dan mencerminkan off permukaan dijelaskan menggunakan optik. sensor gambar canggih bahkan meminta mekanika kuantum untuk memberikan pemahaman lengkap dari proses pembentukangambar. Selain itu, berbagai masalah pegukuran fisika dapat di atasi dengan menggunakanComputer Vision, untuk gerakan misalnya dalam cairan. 10.Bidang matematika murni. Sebagai contoh, banyak metode dalam visi komputer didasarkan pada statistik, optimasi atau geometri. Akhirnya, bagian penting dari lapangan dikhususkan untuk aspek pelaksanaan visi komputer, bagaimana metode yang ada dapat diwujudkan dalam berbagai kombinasiperangkat
lunak dan perangkat keras, atau bagaimana metode ini dapat dimodifikasi untuk mendapatkan kecepatan pemrosesan tanpa kehilangan terlalu banyak kinerja . Aplikasi untuk visi computer Salah satu bidang aplikasi yang paling menonjol adalah computer vision medis atau pengolahan citra medis. Daerah ini dicirikan oleh ekstraksi informasi dari data citra untuk tujuan membuat diagnosis medis pasien. Secara umum, data citra dalam bentuk gambar mikroskop, gambar Xray, gambar angiografi, gambar ultrasonik, dan gambar tomografi. Contoh informasi yang dapat diekstraksi dari data gambar tersebut deteksi tumor, arteriosclerosis atau perubahan memfitnah lainnya. Hal ini juga dapat pengukuran dimensi organ, aliran darah, dll area aplikasi ini juga mendukung penelitian medis dengan memberikan informasi baru, misalnya, tentang struktur otak, atau tentang kualitas perawatan medis. Sebuah wilayah aplikasi kedua dalam visi komputer di industri, kadang-kadang disebut visi mesin, dimana informasi ini diekstraksi untuk tujuan mendukung proses manufaktur. Salah satu contohnya adalah kendali mutu dimana rincian atau produk akhir yang secara otomatis diperiksa untuk menemukan cacat. Contoh lain adalah pengukuran posisi dan orientasi rincian yang akan dijemput oleh lengan robot. Mesin visi juga banyak digunakan dalam proses pertanian untuk menghilangkan bahan makanan yang tidak diinginkan dari bahan massal, proses yang disebut sortir optik. Militer aplikasi mungkin salah satu daerah terbesar untuk visi komputer. Contoh jelas adalah deteksi tentara musuh atau kendaraan dan bimbingan rudal. Lebih sistem canggih untuk panduan mengirim rudal rudal ke daerah daripada target yang spesifik, dan pemilihan target yang dibuat ketika rudal mencapai daerah berdasarkan data citra diperoleh secara lokal. konsep modern militer, seperti “kesadaran medan perang”, menunjukkan bahwa berbagai sensor, termasuk sensor gambar, menyediakan kaya set informasi tentang adegan tempur yang dapat digunakan untuk mendukung keputusan strategis. Dalam hal ini, pengolahan otomatis data yang digunakan untuk mengurangi kompleksitas dan informasi sekering dari sensor ganda untuk meningkatkan keandalan. Artis Konsep Rover di Mars, sebuah contoh dari kendaraan darat tak berawak. Perhatikan kamera stereo yang terpasang di atas Rover. Salah satu area aplikasi yang lebih baru adalah kendaraan otonom, yang meliputi submersibles, kendaraan darat (robot kecil dengan roda, mobil atau truk), kendaraan udara, dan kendaraan udara tak berawak (UAV). Tingkat berkisar otonomi dari sepenuhnya otonom (berawak) kendaraan untuk kendaraan di mana sistem visi berbasis komputer mendukung driver atau pilot dalam berbagai situasi. Sepenuhnya otonom kendaraan biasanya menggunakan visi komputer untuk navigasi, yakni untuk mengetahui mana itu, atau untuk menghasilkan peta lingkungan (SLAM) dan untuk mendeteksi rintangan. Hal ini juga dapat digunakan untuk mendeteksi peristiwa-peristiwa tugas tertentu yang spesifik, e. g., sebuah UAV mencari kebakaran hutan. Contoh sistem pendukung sistem peringatan hambatan dalam mobil, dan sistem untuk pendaratan pesawat otonom. Beberapa produsen mobil telah menunjukkan sistem otonomi mengemudi mobil, tapi teknologi ini masih belum mencapai tingkat di mana dapat diletakkan di pasar. Ada banyak contoh kendaraan otonom militer mulai dari rudal maju, untuk UAV untuk
misi pengintaian atau bimbingan rudal. Ruang eksplorasi sudah dibuat dengan kendaraan otonom menggunakan visi komputer, e. g., NASA Mars Exploration Rover dan Rover ExoMars ESA. (http://joents.blogspot.com/2011/11/contoh-penerapan-teknologi-computer.html) Computer Vision Pengertian Computer vision didefinisikan sebagai salah satu cabang ilmu pengetahuan yang mempelajari bagaimana komputer dapat mengenali obyek yang diamati atau diobeservasi. Arti dari computer vision adalah ilmu dan teknologi mesin yang melihat, dimana mesin mampu mengekstrak informasi dari gambar yang diperlukan untuk menyelesaikan tugas tertentu. Fungsi Untuk menunjang tugas computer vision, maka terdapat beberapa fungsi pendukung ke dalam sistem ini antara lain : Proses penangkapan citra /gambar Proses pengolahan citra Analisa data citra Proses pemahaman data citra Sebuah computer yang menyerupai kemampuan manusia dalam menangkap sinyal visual dilakukan dalam empat tahapan proses dasar : 1. Image Acquisition 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 mata untuk menangkap sinyal visual. Contohnya : Kamera menterjemahkan sebuah scene atau image. 2. Image processing 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. Sinyal-sinyal tersebut adalah informasi yang akan merepresentasikan objek yang ada didalam image. Noise adalah segala bentuk interfensi, kekurangan yang terdapat pada objek. 3. Image Analysis Image analysis akan mengeksplorasi scene ke dalam bentuk karakteristik utama dari objek melalui suatu proses investigasi. Program analysis digunakan untuk mencari tepi dan batas batasan objek kedalam image. 4. Image Understanding Merupakan langkah terakhir dalam proses computer vision.pada bagian ini akan melibatkan kajian tentang tehnik-tehnik artificial intelligent.
Aplikasi Beberapa aplikasi 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 (http://efankhonghucu.blogspot.com/2011/11/computervision.htmlhttp://efankhonghucu.blogspot.com/2011/11/computer-vision.html)
Materi 1. Computer Vision – Konsep Dasar Posted on April 6, 2009 by muhammadadri
Computer Vision adalah salah satu bentuk aplikasi teknologi komputer dalam kehidupan dunia nyata (real world ). Konsep dasar yang melandasi computer vision adalah computer becomes seeing machines, menjadikan komputer sebagai mesin yang mampu menangkap informasi visual yang ada di lingkungannya. Proses yang ada computer vision adalah menjadikan computer acts like human sight , sehingga mendekati kemampuan manusia dalam menangkap informasi visual. Untuk mendukung proses ini, maka dalam computer vision dilakukan dalam empat tahapan utama yaitu : 1.
Image acquisition (proses penangkapan informasi visual dan proses pengubahan sinyal analog menjadi data digital, yang siap untuk diporoses oleh komputer)
2.
Image Processing (proses pengolahan informasi image yang telah diidgitalisasi oleh converter analog ke digital)
3.
Image Analysis (proses analisa terhadap image visual yang telah di proses sebelumnya)
4.
Image Understanding (dengan menerapkan konsep-konsep kecerdasan buatan -artificial intelligent-untuk memahami data visual yang ditangkapnya)
Materi 2. Computer Vision – Image Acqusition Posted on April 6, 2009 by muhammadadri
Pada materi ini kita akan mengupas lebih jauh tahapan awal dalam proses Computer Vision, yaitu tahapan image acquisition, sebagai tahap pengambilan data citra yang dilakukan oleh antarmuka/ sensor atau alat input berupa sebuah kamera video. Pada proses image acquisition akan terdapat beberapa komponen yang terlibat secara langsung, sehingga sebuah data citra yang telah diambil dapat kemudian di olah oleh komputer, antara lain : Kamera video, Digital to Analog Converter, Memory (RAM Buffer). Masing-masing komponen ini akan dibahas lebih detail dalam tahapan pertama dari computer vision ini. Kamera Video Sebagai sebuha perangkat data input, maka kehadiran sebuah kamera video di dalam computer vision adalah satu kaharusan yang tidak dapat ditawar lagi keberadaannya, dan pada dasarnya terdapat dua jenis kamera video yang sering digunakan, atau tabung Vidikon dan CCD Kamera. Analog to Digital Converter ADC adalah salah satu nyawa dalam co mputer vision, karena sebagai sebuah alat input, kamera bekerja atas dasar sinyal listrik analog, sedangkan komputer bekerja atas dasar data biner (digital), maka oleh sebab itu, agar sebuah
data inpout dari kamera dapat diolah oleh komputer, maka semua sinyal analog tersebut harus di konversi menjadi sinyal digital terlebih dahulu. Random Access Memory (RAM) RAM ini bukanla RAM yang digunakan pada komputer, tetapi merupakan sebuah RAM buffer yang berfungsi untuk menyimpan sementara semua aliran data biner dari ADC sebelum diproses oleh komputer.
Materi 3. Computer Vision – Image Processing Posted on April 6, 2009 by muhammadadri
Pada materi ini kita akan membahas materi lanjutan dari Image Acqusition yang disebut denga pemrosesan data citra (image processing). Aktifitas pemrosesan data citra ini dilakukan dalam beberapa tahapan, antara lain : 1.
Prespocessing , merupakan tahapan yang dilakukan sebelum pemrosesan dilaksanakan
2.
Noise Reducation,pada tahapan ini dilakukan perbaikan kualitas citra dengan menekan dan mengeliminasi jumlah noise yang ditangkap oleh kamera
3.
Gray Scale modification, dalam tahapan ini level gray image diperbaiki melalui suatu proses modifikasi terhadap skala sinyal gray yang telah dihasilkan pada saat noise di reduksi
4.
Histogram Flattering, adalah proses perataan sinyal input dari hasil modifikasi level gray, sehingga diperoleh detail sinyal biner yang lebih jelas dan tajam
Materi 4. Computer Vision – Image Analysis Posted on April 22, 2009 by muhammadadri
Tahapan keempat dalam proses computer vision adalah melakukan analysis terhadap hasil image processing. Karena pada dasarnya hasil dari image processing baru berupa citra/ scene yang telah mengalami perbaikan kualitas, sehingga diperoleh sebuah scene dengan kualitas yang baik. Untuk melakukan image analysis ini dilakukan dalam dua model analysis, yang disebut dengan surface smoothing dan edge detection. Kedua pola analysis ini digunakan untuk memisahkan antara objek dengan background-nya ataupun antar sesama objek dalam satu image/ scene.
Materi 5. Computer Vision – Image Understanding Posted on April 22, 2009 by muhammadadri
Pada tahapan ini, adalah langkah akhir yang dilakukan dalam proses computer vision memahami arti atau makna dari sebuah image/ scene yang ditangkap oleh sensor kamera yang disebut dengan image understanding . Dalam image understanding ini, computer vision mencaoba menangkap apa image/ scene yang sesungguhnya di tangkap oleh sensor kamera, melalui suatu sistem kecerdasan buatan ( artificial intelligence) yang khusus digunakan untuk kebutuhan pencarian informasi imae yang telah ada dalam knowledge store yang dimiliki oleh sistem computer vision. Untuk menyesuaikan antara image yang ditangkap dengan image yang ada dalam database sistem compuetr vision digunakan dua metoda yang disebut dengantemplate matching dan features matching .
(muhammadadri.wordpress.com/category/ computer -vision/)
1. Pengenalan Computer Vision Computer vision merupakan proses otomatis yang mengintegrasikan sejumlah besar proses untuk persepsi visual, seperti akuisisi citra, pengolahan citra, pengenalan dan membuat keputusan. Computer vision mencoba meniru cara kerja sistem visual manusia ( human vision) yang sesungguhnya sangat kompleks. Untuk itu, computer vision diharapkan memiliki kemmpuan tingkat tinggi sebagaiman human visual . Kemampuan itu diantaranya adalah: o
Object detection → Apakah sebuah objek ada pada scene? Jika begiru, dimana batasan batasannya..?
o
Recognation → Menempatkan label pada objek.
o
Description → Menugaskan properti kepada objek.
o
3D Inference → Menafsirkan adegan 3D dari 2D yang dilihat.
o
Interpreting motion → Menafsirkan gerakan. Computer Vision sering didefinisikan sebagai salah satu cabang ilmu pengetahuan yang mempelajari bagaimana komputer dapat mengenali obyek yang diamati/ diobservasi. Cabang ilmu ini bersama intelijensia semu ( Artificial Intelligence) akan mampu menghasilkan sistem intelijen visual (Visual Intelligence System). Computer Vision adalah kombinasi antara Pengolahan Citra dan Pengenalan Pola yang hubungan antara ketiganya dapat dilihat pada gambar 1. Pengolahan citra merupakan proses
awal
dari
computer
vision,
sedangkan
pengenalan
pola
merupakan
proses
menginterpretasikan citra.
Gambar1. Hubungan Antara Computer Vision, Pengolahan Citra, dan Pengenalan Pola Pengolahan Citra ( Image Processing) merupakan bidang yang berhubungan dengan proses transformasi citra/gambar (image). Proses ini bertujuan untuk mendapatkan kualitas citra yang lebih baik. Sedangkan Pengenalan Pola ( Pattern Recognition) berhubungan dengan proses identifikasi obyek pada citra atau interpretasi citra. Proses ini bertujuan untuk mengekstrak informasi/pesan yang disampaikan oleh gambar/citra.
Untuk mendukung tugas dari computer vision, aka ada beberapa fungsi pendukung yang ditambahkan ke dalam sistemini, yaitu: o
Proses penangkapan citra/gamabr (image acquisition)
o
Proses pengolahan citra (image processing)
o o
Analisa data citra (image analysis) Proses pemahaman data citra (image understanding) 2. Proses dan Hirarki Pada Computer Vision Ada terdapat 3 proses yang terjadi dalam computer vision, yaitu:
o
Memperoleh atau mengakuisisi citra digital.
o
Operasi pengolahan citra.
o
Menganalisis dan menginterpretasi citra dan menggunakan hasil pemrosesan untuk tujuan tertentu, misal memandu robot, mengontrol peralatan, dll.
Gambar2. Proses Pada Computer Vision Hirarki pada computer vision ada 3 tahap, yaitu: o
Pengolahan Tingkat Rendah (Image to image) → Menghilangkan noise, dan peningkatan gambar (enchament image).
o
Pengolahan
Tingkat Menengah (Image to dimbolic) → Kumpulan garis / vektor yang
merepresentasikan batas sebuah obyek PADA citra. o
Pengolah Tingkat Tinggi (Simbolic to simbolic) → Representasi simbolik batas- batas obyek menghasilkan nama obyek tersebut. Sebelum membuat aplikasi computer vision, maka perlu dibuat pertimbangan dan perancangannya. Pertimbangan dan perancangan tersebut dapat dilakukan dalam 3 tahap, yaitu: ♥ Informasi apa yang ingin diperoleh dan bagaimana informasi tersebut dimanifestasikan ke dalam
citra. ♥ Pengetahuan apa yang diperlukan untuk memperoleh informasi.
Untuk menentukan hubungan antara intensitas piksel dan sifat-sifat citra diperlukan suatu model, misalnya adalah: ♦ Scene model: jenis features, textures, smoothness. ♦ Illumination model: posisi dan karakteristik sumber cahaya serta sifat-sifat reflektansi permukaan
obyek . ♦ Sensor model: posisi dan kinerja optik dari kamera yang digunakan, noise dan distorsi pada proses
dijitasi . ♥ Kecepatan pemrosesan dan representasi pengetahuan.
3. Aplikasi Computer Vision Sebagai teknologi disiplin, visi komputer berusaha untuk menerapkan teori dan model untuk pembangunan sistem visi komputer. Aplikasi pada visi komputer mencakup berbagai macam sistem, yaitu: 1.
Pengendalian proses (misalnya, sebuah robot industri atau kendaraan otonom).
2. Mendeteksi peristiwa (misalnya, untuk pengawasan visual atau orang menghitung). 3. Mengorganisir informasi (misalnya, untuk pengindeksan database foto dan gambar urutan). 4. Modeling benda atau lingkungan (misalnya, industri inspeksi, analisis gambar medis / topografis). 5. Interaksi (misalnya, sebagai input ke perangkat untuk interaksi manusia komputer). 6. Sub-domain visi komputer meliputi adegan rekonstruksi, acara deteksi, pelacakan video, pengenalan obyek, belajar, pengindeksan, gerak estimasi, dan gambar restorasi.
Gambar3. Hasil Proses Computer Vision Pada Shape Recovery Dan Cell Segementation http://freezcha.wordpress.com/2010/11/16/computer-vision/
Computer Vision Tuesday, 28 February 2012 Written By Admin
Computer Vision ada hakikatnya computer vision mencoba meniru cara kerja sistem visual manusia (human vision). Sebuah komputer yang menyerupai kemampuan manusia dalam menangkap sinyal visual (human sight) dilakukan dalam empat tahapan proses dasar yaitu proses penangkapan citra atau gambar (image acquisition), proses pengolahan citra (image processing), analisa data citra (image analysis) dan proses pemahaman data citra (image understanding). Proses dalam Computer Vision meliputi : a. Image Acqusition 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 video. b. Image Processing Tahapan kedua adalah computer vision akan melibatkan sejumlah manipulasi utama (initial manipulation) dari data biner tersebut. Image processing membantu peningkatan dan perbaikan kualitas image, sehingga dapat dianalisis dan di olah lebih jauh secara lebih efisien. c. Image Analysis Eksplorasi scene ke dalam bentuk karateristik utama dari objek melalui suatu proses investigasi merupakan tahapan image analysis. Sebuah program komputer akan mulai melihat melalui bilangan biner yang merepresentasikan informasi visual untuk mengidentifikasikan fitur-fitur spesifik dan karakteristiknya. d. Image Understanding Tahapan terakhir dari computer vision adalah bagaimana komputer bisa memiliki pengetahuan tentang sebuah objek yang ada dalam scene.
http://digilib.ittelkom.ac.id/index.php?option=com_content&view=article&id=970:computervision&catid=21:itp-informatika-teori-dan-pemograman&Itemid=14
Computer Vision Computer Vision adalah salah satu bentuk aplikasi teknologi komputer dalam kehidupan dunia nyata (real world). Konsep dasar yang melandasi computer vision adalah computer becomes seeing machines, menjadikan komputer sebagai mesin yang mampu menangkap informasi visual yang ada di lingkungannya. Proses yang ada pada computer vision adalah menjadikan computer acts like human sight, sehingga mendekati kemampuan manusia dalam menangkap informasi visual. Untuk mendukung proses ini, maka dalam computer vision dilakukan dalam empat tahapan utama yaitu : Image acquisition (proses penangkapan informasi visual dan proses pengubahan sinyal analog menjadi data digital, yang siap untuk diporoses oleh komputer)
Image Processing (proses pengolahan informasi image yang telah diidgitalisasi oleh converter analog ke digital) Image Analysis (proses analisa terhadap image visual yang telah di proses sebelumnya) Image Understanding (dengan menerapkan konsep-konsep kecerdasan buatan -artificial intelligent-untuk memahami data visual yang ditangkapnya) Contoh penerapan Computer Vision diantaranya : 1. Bidang Industri. Kadang-kadang disebut visi mesin, dimana informasi ini diekstraksi untuk tujuan mendukung proses manufaktur. Salah satu contohnya adalah kendali mutu dimana rincian atau produk akhir yang secara otomatis diperiksa untuk menemukan cacat. Contoh lain adalah pengukuran posisi dan orientasi rincian yang akan dijemput oleh lengan robot. Mesin visi juga banyak digunakan dalam proses pertanian untuk menghilangkan bahan makanan yang tidak diinginkan dari bahan massal, proses yang disebut sortir optik. 2. Bidang pengolahan citra medis. Daerah ini dicirikan oleh ekstraksi informasi dari data citra untuk tujuan membuat diagnosis medis pasien. Secara umum, data citra dalam bentuk gambar mikroskop, gambar X-ray, gambar angiografi, gambar ultrasonik, dan gambar tomografi. Contoh informasi yang dapat diekstraksi dari data gambar tersebut deteksi tumor, arteriosclerosis atau perubahan memfitnah lainnya. Hal ini juga dapat pengukuran dimensi organ, aliran darah, dll area aplikasi ini juga mendukung penelitian medis dengan memberikan informasi baru, misalnya, tentang struktur otak, atau tentang kualitas perawatan medis. 3. Bidang Industri Perfilman Semua efek-efek di dunia akting , animasi, dan penyotingan adegan film semua di rekam dengan perangkat elektronik yang dihubungkan dengan komputer. Animasinya juga di kembangkan mempergunakan animasi yang dibuat dengan aplikasi komputer. Sebagai contoh film-film Hollywood berjudul TITANIC itu sebenarnya tambahan animasi untuk menggambarkan kapal raksasa yang pecah dan tenggelam, sehingga tampak menjadi seolah-olah mirip dengan kejadian nyata. http://awinfield6.blogspot.com/2011/11/computer-vision.html
14 November 2011 Filed under: TELEMATIKA — novia @ 5:26 am
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.
Umumnyamata pada computer vision adalah sebuah kamera vi
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 ku alitas 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 di identifikasi.
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 (search program)dan teknik penyesuaian pola (pattern matching techniques).
4. Applikasi yang dihasilkan dari Computer Vision antara lain : 1. 2.
Robotic – navigation and control Medical Image Analysis – measurement and interpretation of many types of images
3.
Industrial Inspection – measurement, fault checking, process control
4.
Optical Character Recognition – text reading
5.
Remote Sensing – land use and environmental monitoring
6.
Psychology, AI – exploring representation and computation in natural vision
http://pyia.wordpress.com/2011/11/14/computer-vision/
Computer Vision November 23, 2011
Definisi Computer Vision adalah ilmu dan teknologi mesin yang melihat, di mana mesin mampu mengekstrak informasi dari gambar yang diperlukan untuk menyelesaikan tugas tertentu. Sebagai suatu disiplinilmu, visi komputer berkaitan dengan teori di balik sistem buatan bahwa ekstrak informasi dari gambar. Data gambar dapat mengambil banyak bentuk, seperti urutan video, pandangan dari beberapa kamera, atau data multi-dimensi dari scanner medis. Sedangkan sebagai disiplin teknologi, computer vision berusaha untuk menerapkan teori dan model untuk pembangunan sistem computer vision. Computer Vision didefinisikan sebagai salah satu cabang ilmu pengetahuan yang mempelajari bagaimana komputer dapat mengenali obyek yang diamati. Cabang ilmu ini bersama Artificial Intelligence akan mampu menghasilkanVisual Intelligence System. Perbedaannya adalah Computer Vision lebih mempelajari bagaimana komputer dapat mengenali obyek yang diamati . Namunkomputer grafik lebih ke arah pemanipulasian gambar (visual) secara digital. Bentuk sederhana dari grafik komputer adalah grafik komputer 2D yang kemudian berkembang menjadi grafik komputer 3D, pemrosesan citra, dan pengenalan pola. Grafik komputer sering dikenal dengan istilah visualisasi data. Computer Vision adalah kombinasi antara :
Pengolahan Citra (Image Processing), bidang yang berhubungan dengan proses transformasi citra/gambar (image). Proses ini bertujuan untuk mendapatkan kualitas citra yang lebih baik.
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.
Hubungan dari kombinasi tersebut dapat dilihat pada gambar berikut :
Fungsi / Proses pada Computer Vision Untuk menunjang tugas Computer Vision, terdapat beberapa fungsi pendukung ke dalam sistem ini, yaitu : 1.
Proses penangkapan citra (Image Acquisition)
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 video.
Kamera menerjemahkan sebuah scene atau image.
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 membaginyamenjadi ratusan garis horizontal yang sama.
Tiap‐tiap garis membuat sebuah sinyal analog yang amplitudonya menjelaskan perubahan brightness sepanjang garis sinyal tersebut.
Kemudian sinyal listrik ini diubah menjadi bilangan biner yang akan digunakan oleh komputer untuk pemrosesan.
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. Proses pengolahan citra (Image Processing)
Tahapan 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, kekurangpengaburan, yang terjadi pada sebuah objek.
3. Analisa data citra (Image Analysis)
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. Proses pemahaman data citra (Image Understanding)
Ini adalah langkah terakhir dalam proses computer vision, yang mana sprsifik objek dan hubungannya diidentifikasi.
Pada bagian ini akan melibatkan kajian tentang teknik-teknik artificial intelligent.
Understanding berkaitan dengan template matching yang ada dalam sebuah scene.
Metoda ini menggunakan program pencarian (search program) dan teknik penyesuaian pola (pattern matching techniques).
Contoh aplikasi dari Computer Vision Beberapa aplikasi yang dihasilkan dari Computer Vision antara lain : 1. Psychology, AI – exploring representation and computation in natural vision 2. Optical Character Recognition – text reading 3. Remote Sensing – land use and environmental monitoring 4. Medical Image Analysis – measurement and interpretation of many types of images 5. Industrial Inspection – measurement, fault checking, process control 6. Robotic – navigation and contro http://eziekim.wordpress.com/2011/11/23/computer-vision/
