Image Processing

Halo sobat AI, kali ini kita akan memasuki materi pertama dari image classification yaitu image processing, penasaran kan apa sih yang akan kita pelajari di materi ini. Okeh, langsung saja dibaca ya semangat !!!

Image processing adalah suatu bidang dalam ilmu komputer yang berkaitan dengan manipulasi dan analisis gambar atau citra digital. Penggunaan image processing ini bertujuan untuk mengubah citra menjadi bentuk yang lebih berguna, meningkatkan kualitas citra, atau mendapatkan informasi yang berguna dari citra tersebut.

Citra atau lebih tepatnya citra digital adalah sebuah array angka (piksel) dalam bidang 2D yang secara khusus diatur dalam baris dan kolom. Citra sendiri terdiri dari sejumlah elemen yang memiliki nilai tertentu atau biasa yang disebut piksel. Elemen-elemen tersebut berkumpul menjadi satu kesatuan baris dan kolom yang memiliki kesinambungan sehingga membentuk satu citra. Piksel-piksel pada citra tersebut yang kemudian dapat dimengerti oleh komputer untuk dapat diproses menjadi warna sehingga dapat juga dimengerti oleh manusia. Berikut penjabaran dari proses yang terjadi pada sistem image processing :

Citra dilihat manusia Citra dilihat komputer

Secara ilmiah, warna adalah atribut visual yang timbul karena cahaya yang dipantulkan atau dipancarkan oleh suatu objek. Akan tetapi dalam konsep pengolahan citra, warna dapat didefinisikan sebagai atribut yang menggambarkan bagaimana piksel-piksel dalam citra memberikan sensasi visual terkait perbedaan dalam panjang gelombang cahaya yang dipancarkan atau dipantulkan oleh objek. Warna dalam pengolahan citra dapat dianggap sebagai representasi numerik dari tingkat intensitas dalam saluran warna tertentu (merah, hijau, dan biru) pada setiap piksel dalam citra.

Dalam pengolahan citra digital, warna sering diwakili dalam berbagai sistem warna sehingga menggambarkan atribut yang terdapat pada warna tersebut. Berikut merupakan penjelasan dari beberapa sistem warna :

1. Model Warna RGB (Red, Green, Blue): [1] 

Model warna RGB adalah model dasar yang digunakan dalam tampilan elektronik, seperti monitor komputer dan TV. Dalam model ini, warna dihasilkan dengan menggabungkan intensitas cahaya merah (Red), hijau (Green), dan biru (Blue) dalam berbagai proporsi. Kombinasi dari ketiga warna dasar ini dapat menghasilkan spektrum warna yang luas.

Gambar 1. Model warna RGB

2. Model Warna CMYK (Cyan, Magenta, Yellow, Black): [2] 

Model warna CMYK digunakan dalam proses pencetakan. Warna dihasilkan dengan menggabungkan tinta berwarna sian (Cyan), magenta (Magenta), kuning (Yellow), dan hitam (Black). Tinta hitam (K) ditambahkan untuk meningkatkan ketajaman dan mendapatkan hasil cetakan yang lebih akurat.

Gambar 2. Model warna CMYK

3. Model Warna HSL/HSV (Hue, Saturation, Lightness/Value): [3] 

Model warna HSL/HSV digunakan untuk menggambarkan warna berdasarkan atribut hue (nuansa), saturation (ketelitian), dan lightness/value (kecerahan). Hue mencerminkan warna dasar, sedangkan saturation mengacu pada kekayaan warna atau sejauh mana warna murni hadir. Lightness mengontrol kecerahan warna dalam skala dari hitam ke putih (dalam model HSL) atau value mencerminkan kecerahan warna tanpa mengubah nuansa (dalam model HSV).

Gambar 3. Model warna HSV

4. Model Warna YCbCr[4] 

Model warna YCbCr merupakan warna yang menggabungkan komponen luminance (Y) yang mewakili informasi kecerahan dan komponen chrominance (Cb dan Cr) yang mewakili informasi warna. Nilai Y berkisar antara 0 hingga 255, di mana 0 adalah hitam dan 255 adalah putih. Komponen Y secara kasar dapat dianggap sebagai representasi citra hitam putih. Komponen Cb berkaitan dengan perbedaan antara warna biru dan kecerahan (Y), sedangkan komponen Cr berkaitan dengan perbedaan antara warna merah dan kecerahan (Y). Nilai Cb dan Cr berkisar antara -128 hingga 127, dengan nilai netral atau tanpa warna adalah 0.

Model warna YCbCr sering digunakan dalam kompresi gambar seperti format JPEG. Hal ini karena manusia cenderung lebih sensitif terhadap perubahan kecerahan daripada perubahan warna

Gambar 4. Model warna YCbCr

Selain itu, warna juga dapat dipisahkan dalam aturan skala. Skala warna bisa berupa skala abu-abu (grayscale) yang melibatkan tingkat kecerahan tanpa nuansa warna, atau skala warna yang lebih lengkap termasuk semua warna dalam spektrum. Warna memiliki peran penting dalam berbagai aspek kehidupan kita. Di bidang seni, warna digunakan untuk mengekspresikan emosi, menciptakan suasana, dan mengkomunikasikan ide. Dalam desain grafis, warna digunakan untuk mempengaruhi persepsi dan menarik perhatian. Warna juga memiliki pengaruh di bidang pemasaran, psikologi, dan budaya.

Setelah mengetahui konsep dari suatu warna, selanjutnya kita akan mempelajari mengenai teknik dasar dari proses pengolahan citra atau image processing. Ada beberapa teknik-teknik dasar dalam melakukan proses pengolahan citra yaitu antara lain :

1.      Preprocessing:

Teknik ini melibatkan serangkaian proses untuk membersihkan, memperbaiki, atau meningkatkan kualitas citra sebelum diolah lebih lanjut. Beberapa teknik preprocessing yang umum digunakan antara lain pengurangan noise, penghalusan, peningkatan kontras, dan normalisasi.[5] 

Gambar 5. Proses peningkatan ketajaman citra

 

2.      Segmentasi

Teknik ini membagi citra menjadi beberapa wilayah atau objek yang berbeda secara otomatis berdasarkan ciri-ciri tertentu, seperti warna, tekstur, atau intensitas. Beberapa teknik segmentasi yang umum digunakan antara lain thresholding, clustering,[6]  dan pemrosesan morfologi.

Gambar 6. Proses segmentasi citra

3.      Transformasi domain frekuensi

Teknik ini mengubah citra dari domain spasial ke domain frekuensi untuk mengidentifikasi pola yang mungkin sulit dilihat dalam domain spasial. Transformasi Fourier, transformasi wavelet, dan transformasi kosinus diskrit[7]  adalah contoh teknik transformasi domain frekuensi yang umum digunakan.

4.      Pemrosesan morfologi:

Teknik ini memanipulasi bentuk atau struktur citra dengan menggunakan operasi matematika seperti dilasi, erosi, dan operasi opening dan closing. Pemrosesan morfologi berguna dalam memperbaiki atau memperjelas kontur objek.

Gambar 7. Proses morfologi pada citra

5.      Restorasi Citra:

Teknik restorasi citra ini meliputi teknik pemulihan Citra atau suatu teknik yang digunakan untuk memperbaiki citra yang terdegradasi atau terdistorsi akibat blur, noise, atau kompresi. Restorasi Citra dengan Filter juga dapat dilakukan. Teknik ini menggunakan teknik deconvolution atau filter adaptif [8] untuk memperbaiki citra.

Gambar 8. Proses perbaikan piksel pada citra

6.      Ekstraksi fitur dan klasifikasi :

Teknik ini mengidentifikasi ciri-ciri penting dalam citra yang dapat digunakan untuk mengenali atau mengklasifikasikan objek atau wilayah dalam citra. Beberapa teknik ekstraksi fitur yang umum digunakan antara lain histogram, tekstur, bentuk, dan frekuensi. Proses klasifikasi juga dapat dilakukan dengan menggunakan algoritma pembelajaran mesin seperti Jaringan Saraf Tiruan (Artificial Neural Network)

Gambar 9. Proses klasifikasi objek mobil

Naah sobat AI sekarang semakin paham kan apa itu image processing, lalu apa itu konsep warna dan apa saja teknik-teknik yang digunakan untuk dapat memproses suatu citra. Sekarang kita akan membahas sedikit langkah-langkah apa saja sih pada proses pengolahan citra agar mendapatkan hasil citra yang kita inginkan. Berikut penjabarannya :

1.      Pemilihan Citra:

Memilih citra yang akan diproses sesuai dengan tujuan dan kebutuhan aplikasi. Pencarian citra ini dapat dilakukan pada sumber-sumber dataset citra baik secara online ataupun mengambil citranya secara mandiri.

2.      Preprocessing:

Proses ini bertujuan untuk mempersiapkan citra agar lebih siap apabila sudah masuk ke proses pengolahannya. Preprocessing ini antara lain seperti metode konversi warna, reduksi noise pada citra dan peningkatan ketajaman atau kontras pada citra.

3.      Tahap pemrosesan

Pada tahap ini, suatu citra diproses sesuai dengan tujuannya. Misal apabila citra ingin dideteksi objek di dalamnya maka dapat dilakukan proses segmentasi dan klasifikasi objek sehingga nanti objek dapat dikenal jenisnya.

4.      Post-processing:

Peningkatan hasil akhir: Melakukan penyesuaian akhir pada citra hasil pengolahan, seperti peningkatan kontras, penajaman tepi, atau penyesuaian warna.

5.      Evaluasi dan Validasi:

Pada tahap ini, citra dievaluasi kualitas dan validasi hasil pengolahannya dengan membandingkan dengan citra referensi atau menggunakan metrik kualitas citra.

Haloo sobat AI, kita sudah di penghujung materi image processing nih dan materi ini juga masih merupakan dasar dari bab image classification maka dari itu sobat AI diharapkan mengerti yaa konsep dari image processing sehingga dapat lebih mudah memahami materi-materi selanjutnya di bab ini. Tetap semangat dan gaskeun....