I. PENDAHULUAN
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.
Untuk menunjang tugas computer vision, maka terdapat beberapa fungsi pendukung ke dalam sistem ini antara lain :
1. Proses penangkapan citra /gambar
2. Proses pengolahan citra
3. Analisa data citra
4. 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.
II. 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).
III. Penerapan Computer Vision
1. Bidang Pengolahan Citra Medis.
Hal ini dicirikan dengan ekstraksi informasi dari data gambar untuk tujuan membuat diagnosis medis pasien.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.
2. 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.
3. Bidang Fisika.
Fisika merupakan bidang lain yang terkait erat dengan Computer vision. Sistem Computer vision bergantung pada sensor gambar yang mendeteksi radiasi elektromagnetik yang biasanya dalam bentuk baik cahaya tampak atau infra-merah. Sensor dirancang dengan menggunakan fisika solid-state. 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 pembentukan gambar. Selain itu, berbagai masalah pengukuran fisika dapat diatasi dengan menggunakan Computer vision, untuk gerakan misalnya dalam cairan.
4. Bidang Neurobiologi.
Khususnya studi tentang sistem biological vision Selama abad terakhir, telah terjadi studi ekstensif dari mata, neuron, dan struktur otak dikhususkan untuk pengolahan rangsangan visual pada 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 buatan yang dirancang untuk meniru pengolahan dan perilaku sistem biologi, pada berbagai tingkat kompleksitas. Juga, beberapa metode pembelajaran berbasis komputer yang dikembangkan dalam visi memiliki latar belakang mereka dalam biologi.
5. 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 kombinasi perangkat lunak dan perangkat keras, atau bagaimana metode ini dapat dimodifikasi untuk mendapatkan kecepatan pemrosesan tanpa kehilangan terlalu banyak kinerja
6. Bidang Pemrosesan Sinyal.
Banyak metode untuk pemrosesan sinyal satu-variabel, biasanya sinyal temporal, dapat diperpanjang dengan cara alami untuk pengolahan sinyal dua variabel atau sinyal multi-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 subfield dalam pemrosesan sinyal sebagai bagian dari visi komputer.
7. Bidang Prtahanan Dan Keamanan (Militer).
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.
8. Bidang Didalam Kendaraan Otonom.
Meliputi submersibles , berbasis 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, misalnya, 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 otonom 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, misalnya, NASA Mars Exploration Rover dan ESA exomars Rover.
9. 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 be provided by a computer vision system, acting as a vision sensor and providing high-level information about the environment and the robot. Informasi tentang lingkungan dapat diberikan 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.
10. Bidang Industri Perfilman
Semua efek-efek di dunia akting , animasi, dan penyotingan adegan film semua di fs 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 ya.
https://eziekim.wordpress.com/2011/11/23/computer-vision/
http://taufik-pblog.blogspot.co.id/2012/10/pengertian-dan-contoh-penerapan_13.html
Tidak ada komentar:
Posting Komentar