BAB I

PENGANTAR PENGOLAHAN CITRA

1. Definisi Citra
Secara harfiah
Citra adalah data 2-D yang dapat ditampilkan (dilayar monitor, dicetak,
difoto, dan lain-lain).
Secara Matematis
Citra adalah Fungsi kontinyu dari intensitas cahaya pada bidang 2-D.
a. Citra dapat bersifat:
Optik berupa foto
Analog berupa sinyal video seperti gambar pada monitor televise
Digital yang dapat langsung disimpan pada suatu pita magnetic

b. Representasi Citra:
Citra Analog
Citra Diskret
Citra Digital
c. Jenis Citra:
Citra Diam (Still Image)
Citra tunggal yang tidak bergerak.
Citra Bergerak (Moving Image)
Rangkaian citra diam yang ditampilkan secara beruntun (sekuensial) sehingga
memberi kesan pada mata sebagai gambar yang bergerak. Setiap citra dalam
rangkaian itu disebut Frame (bingkai).
2. Definisi Pengolahan Citra
Pengolahan citra adalah pemprosesan citra, khususnya menggunakan computer,
menjadi citra yang kualitasnya lebih baik.

a. Pengolahan citra dilakukan, jika:

a. perbaikan atau memodifikasi citra perlu dilakukan untuk meningkatkan kualitas
penampakan atau menonjolkan beberapa aspek informasi yang terkandung
di dalam citra.

b. Elemen di dalam citra perlu dikelompokkan, dicocokkan, atau diukur.

c. Sebagian citra perlu digabung dengan bagian citra yang lain.

Ada beberapa bidang studi yang terkait dengan data citra tetapi mempunyai
tujuan berbeda, yaitu:
a. Grafika Komputer menghasilkan citra
Data Deskriptif Grafika Komputer Citra
b. Pengolahan Citra memperbaiki citra
Citra Pengolahan Citra Citra
c. Pengenalan Pola mengenali suatu objek
Citra Pengenalan Pola Deskripsi Objek
Kerangka Sistem Pengolahan Citra Digital

Sistem
Pendigitalan
(digitizer)

Sistem Akusisi
Citra

Objek

Sistem
Penyimpanan
Citra Digital

Sistem
Penampilan

Sistem
Pengolahan

Sistem
Penyimpanan

Pengolahan
Awal

Pengolahan
Antara

Penghasil Citra
Hasil Olah

Pengolahan
Akhir

b. Hubungan Pengolahan Citra dengan Computer Vision

hakikatnya, computer vision mencoba meniru cara kerja sistem visual
manusia (human vision).

Human Vision (Sistem Visual Manusia)

Manusia Melihat objek diteruskan ke otak diinterpretasikan pengambilan

keputusan

Computer Vision

Akuisisi citra digitaloperasi-operasi pengolahan citra menganalisis

(menginterpretasikan)
3. Operasi Pengolahan Citra

Image Enhancement (Perbaikan Kualitas Citra)

Jenis operasi ini bertujuan untuk memperbaiki kualitas citra dengan cara
memanipulasi parameter-parameter citra. Contoh- contoh operasi perbaikan
citra adalah perbaikan kontras, tepi, penajaman, pewarnaan semu,
penapisan derau.

Image Restoration (Pemugaran Citra)

Operasi ini bertujuan untuk menghilangkan/ meminimumkan cacat pada citra.

Contoh operasinya deblurring, denoising.

Image Compression (Pemampatan Citra)

Jenis operasi ini dilakukan agar citra dapat direprsentasikan dalam bentuk
yang lebih kompak sehingga memerlukan memori yang lebih sedikit.

Image Segmentation (Segmentasi Citra)

Operasi ini bertujuan untuk memecah suatu citra ke dalam beberapa segmen
dengan kriteria tertentu.

Analisis CitraOperasi ini bertujuan untuk menghitung besaran kuantitif dari citra untuk

menghasilkan deskripsinya. Contoh operasi ini adalah deteksi tepi, ekstraksi

batas, dan representasi region.

Image Reconstruction (Rekonstruksi Citra)

Operasi ini bertujuan untuk membentuk ulang objek dari beberapa citra hasil
proyeksi.
4. Aplikasi Pengolahan Citra dan Pengenalan Pola

Bidang Perdagangan (pembacaan bar code)

Bidang Militer (mengidentifikasi jenis pesawat musuh)

Kedokteran ( Rekonstruksi foto janin bayi hasil USG)

Biologi (pengenalan kromosom)

Komunikasi Data dan Hiburan (Pemampatan video)

Geografi dan Geologi (mengenali jenis batu-batuan melalui foto udara)

Hukum (pengenalan sidik jari)

BAB 2
PEMBENTUKAN CITRA
Citra Terbagi menjadi 2 macam
a. Citra kontinu dihasilkan dari sistem optik yang menerima sinyal analog.
b. Citra diskrit dihasilkan melalui proses digitalisasi terhadap citra kontinu.
Model citra
Secara matematis fungsi intensitas cahaya pada bidang dwimatra disimbolkan
dengan f(x,y), yang dalam hal ini :
(x,y) : koordinat pada bidang dwimatra
f(x,y) : intensitas cahaya (brightness) pada titik (x,y)
Karena cahaya merupakan bentuk energi, maka intensitas cahaya benilai antara 0
sampai tidak berhingga,
0 f(x,y) <
Nilai f(x,y) sebenamya adalah hasil kali dari:
1. i(x,y) =jumlah cahaya yang berasal dari sumbernya (illumination), nilainya
antara 0 sampai tidak berhingga, dan
2. r(x,y) = derajat kemampuan obyek memantulkan cahaya (reflection), nilainya
antara 0 dan 1.
Penjabaran di atas memperlihatkan proses pembentukan intensitas cahaya. Sumber
cahaya menyinari permukaan objek. Jumlah pancaran (iluminasi) cahaya yang
diterima objek pada koodinat (x,y) adalah i(x, y) atau L. Objek memantulkan cahaya
yang diterimanya dengan derajat pantulan r(x, y). Hasil kali antara i(x, y) dan r(x, y)
menyatakan intensitas cahaya pada koordinat (x, y) yang ditangkap oleh sensor
visual nada sistem optik.
Jadi,
f(x,y) = i(x,y) . r(x,y) atau I = L . r
yang dalam hal ini,
0 i(x,y) <
0 r(x,y) < 1

Digitalisasi Citra
Agar dapat diolah dengan komputer digital, maka suatu citra harus
direpresentasikan secara numerik dengan nilai-nilai diskrit. Representasi citra dari
fungsi malar (kontinu) menjadi nilai-nilai diskrit disebut digitalisasi. Citra yang
dihasilkan inilah yang disebut citra digital (digital image). Pada umumnya citra Digital
berbentuk empat persegipanjang, dan dimensi ukurannya dinyatakan sebagai tinggi
x lebar (atau lebar x panjang).

Elemen-elemen Citra Digital

Citra digital mengandung sejumlah elemen-elemen dasar. Elemen-elemen dasar
tersebut dimanipulasi dalam pengolahan citra dan dieksploitasi lebih lanjnt dalam
komputer vision.
Elemen-elemen dasar yang penting diantaranya adalah :
1. Kecerahan (brightness).
Kecerahan adalah kata lain untuk intensitas cahaya. Sebagaimana telah dijelaskan
pada bagian penerokan, kecerahan pada, sebuah- titik (pixel) di dalam citra
bukanlah intensitas yang riil, tetapi sebenarnya adalah intensitas rata-rata dari suatu
area yang melingkupinya.
2. Kontras (contrast).
Kontras menyatakan sebaran terang (lightness) dan gelap (darkness) di dalam
sebuah gambar. Citra dengan kontras rendah dicirikan oleh sebagian besar
komposisi citranya adalah terang atau sebagian besar gelap. Pada citra dengan
kontras yang baik, komposisi gelap dan terang tersebar secara merata.
3. Kontur (contour)
Kontur adalah keadaan yang ditimbulkan oleh perubahan intensitas pada pixel-pixel
yang bertetangga. Karena adanya perubahan intensitas inilah mata kita mampu
mendeteksi tepi-tepi (edge) objek di dalam citra.
4. Warna (color)
Warna adalah persepsi yang dirasakan oleh sistem visual manusia terhadap panjang
gelombang cahaya yang dipantulkan oleh objek. Setiap warna mempunyai
panjang gelombang (k) yang berbeda. Warna merah mempunyai panjang
Pengolahan Citra Digital/ Minarni, S. Si., MT 31
gelombang paling tinggi, sedangkan warna ungu (violet) mempunyai panjang
gelombang paling rendah.
Warna-warna yang diterima, oleh mata (sistem visual manusia) merupakan hasil
kombinasi cahaya dengan panjang'gelombang berbeda. Penelitian
memperlihatkan bahwa kombinasi warna yang memberikan rentang warna yang
paling lebar adalah red (R), green (G), dan blue (B)
5. Bentuk (shape)
Shape adalah properti intrinsik dari objek tiga dimensi, dengan pengertian bahwa
shape merupakan properti intrinsik utama untuk Sistem visual manusia . Manusia lebih
Bering mengasosiasikan cbjek dengan bentuknya ketimbang elemen lainnya (warna
misalnya). Pada umumnya, citra yang dibentuk oleh mata merupakan citra
dwimatra (2 dimensi), sedangkan objek yang dilihat umumnya berbentuk trimatra (3

dimensi). Informasi bentuk objek dapat diekstraksi dari citra pada permulaan prapengolahan
dan segmentasi citra.
6. Tekstur (texture)
Tekstur dicirikan sebagai distribusi spasial dari derajat keabuan di dalam sekumpulan
pixel-pixel yang bertetangga. Tekstur tidak dapat didefinisikan untuk sebuah pixel.
Sistem visual manusia pada hakikatnya tidak menerima informasi citra secara
independen pada setiap pixel, melainkan suatu citra dianggap sebagai suatu
kesatuan. Resolusi citra yang diamati ditentukan oleh Skala pada mana tekstur
tersebut dipersepsi.
Elemen Sistem Pemrosesan Citra Digital
Secara umum, elemen yang terlibat dalam pemrosesan citra dapat dibagi menjadi
empat komponen :
a. digitizer
b. komputer digital
c. piranti tampilan
d. piranti penyimpanan
Struktur Data untuk Citra Digital dan Format Citra Bitmap
Citra digital biasanya berbentuk persegi panjang, secara visualisasi dimensi
ukurannya dinyatakan sebagai lebar x tinggi . Ukurannya dinyatakan dalam titik
atau piksell (pixel=picture element). Ukurannya dapat pula dinyatakan dalam satuan
panjang (mm atau inci = inch). Resolusi = banyaknya titik untuk setiap satuan
panjang (dot per inch). Makin besar resolusi makin banyak titik yang terkandung
dalam citra, sehingga menjadi lebih halus dalam visualisasinya.
Resolusi Citra
Resolusi citra berpengaruh pada besarnya informasi citra yang hilang. Resolusi citra
terdiri dari 2 jenis, yaitu:
Resolusi spasial
halus / kasarnya pembagian kisi-kisi baris dan kolom.
Transformasi citra kontinue ke citra digital disebut digitalisasi (sampling).
Resolusi kecemerlangan (intensitas / brightness)
halus / kasarnya pembagian tingkat kecemerlangan.
Transformasi data analog yang bersifat kontinue ke daerah intensitas diskrit
disebut kuantisasi.

Format Citra Bitmap

Sebuah citra direpresentasikan dalam file dapat diilustrasikan sebagai berikut:
Pertama-tama seperti halnya jika kita ingin melukis sebuah gambar, kita harus
memiliki palet dan kanvas
Citra dalam format BMP ada tiga macam: citra biner, citra berwarna, dan citra
hitam-putih (greyscale).

Citra Biner

Setiap titik (pixel) dalam citra bernilai 0 atau 1. Warna hitam = 0 dan warna putih =1.
Setiap titik membutuhkan media penyimpanan 1 bit.

Citra Skala Keabuan

Citra skala keabuan mempunyai kemungkinan warna antara hitam (minimal) dan
putih (maksimal). Jumlah maksimum warna sesuai dengan bit penyimpanan yang
digunakan.

Citra Warna (True Color)

Setiap titik (pixel) pada citra warna mewakili warna yang merupakan kombinasi dari
tiga warna dasar yaitu Merah (Red), Hijau (Green) dan Biru (Blue). Setiap warna
dasar mempunyai intensitas sendiri dengan nilai maksimum 255 (8 bit).

Citra Warna Berindeks

Setiap titik (pixel) pada citra berindeks mewakili indeks dari suatu tabel warna yang
tersedia (biasanya disebut palet warna). Keuntungan pemakaian palet warna
adalah kita dapat dengan cepat memanipulasi warna tanpa harus mengubah
informasi pada setiap titik dalam citra dan ukuran penyimpanan lebih kecil. Setting
warna display pada Microsoft Windows biasanya format 16 colors, 256 colors, high
color, true color, yang merupakan citra berindeks dengan ukuran palet masingmasing
4 bit, 8 bit, 16 bit dan 24 bit.

BAB 3
LANDASAN MATEMATIS
Dua operasi matematis penting yang perlu dipahami dalam mempelajari pengolahan citra
digital adalah operasi konvolusi dan Transformasi Fourier. Konvolusi terdapat pada operasi
pengolahan citra yang mengalikan sebuah citra dengan sebuah mask atau kernel,
sedangkan Transformasi Fourier dilakukan bila citra dimanipulasi dalam ranah
(domain) frekuensi.
Teori Konvolusi
Operasi yang mendasar dalam pengolahan citra adalah operasi konvolusi.
Konvolusi
2 buah fungsi f(x) dan g(x) didefinisikan sebagai berikut :

f (a)g(x a)da
h(x) = f(x)*g(x) = (3.1)
yang dalam hal ini, tanda, * menyatakan operator konvolusi, dan peubah (variable)
a adalah peubah bantu (dummy variable).

()()
a
f a g x a da
Untuk fungsi diskrit, konvolusi didefinisikan sebagai :
h(x) = f(x)*g(x) = (3.2)
Pada operasi konvolusi di atas, g(x) disebut kernel konvolusi atau kernel penapis
(filter). Kernel g(x) merupakan suatu jendela yang dioperasikan secara bergeser
pada sinyal masukan f(x), yang dalam hal ini, jumlah perkalian kcdua fungsi pada
setiap titik merupakan hasil konvolusi yang dinyatakan dengan keluaran h(x).

Konvolusi Pada Fungsi Dwimatra

Untuk fungsi dengan dua peubah (fungsi dua dimensi atau dwimatra), operasi
konvolusi didefinisikan sebagai berikut :

Untuk fungsi malar (kontinyu)

h(x, y) = f (x, y)*g(x, y) f (a,b)g(xa, y -b)dadb

(3.3)

untuk fungsi diskrit

=
=
bb
h(x, y) f (x, y)* g(x, y) f (a,b)g(x a, y - b)
(3.4)
Fungsi penapis g(xy) disebut juga convolution filter, convolution mask, convolution
kernel, atau template. Dalam ranah diskrit kernel konvolusi dinyatakan dalam bentuk
matriks (umumnya 3 x 3, namun ada juga yang berukuran 2 x 2 atau 2 x 1 atau 1 x 2).
Ukuran matriks ini biasanya lebih kecil dari ukuran citra. Setiap elemen matriks disebut
koefisien konvolusi.

Konvolusi berguna pada proses pengolahan citra seperti:

1. perbaikan kualitas citra (image enhancement)
2. penghilangan derau
3. mengurangi erotan
4. penghalusan/pelembutan citra
5. deteksi tepi, penajaman tepi
6. dll

Karena konvolusi dilakukan per pixel dan untuk setiap pixel dilakukan operasi
perkalian dan penjumlahan, maka jelas konvolusi mengkonsumsi banyak waktu. Jika
citra berukuran N x N dan kernel berukuran m x m, maka jumlah perkalian adalah
dalam orde N2m2.

Transformasi Fourier
Fourier merupakan transformasi paling penting di dalam bidang
pengolahan sinyal (signal processing), khususnya pads bidang pengolahan citra.
Umumnya sinyal dinyatakan sebagai bentuk plot amplitudo versus waktu (pada
fungsi satu matra) atau plot amplitudo versus posisi spasial (pads fungsi dwimatra).
Pada beberapa aplikasi pengolahan sinyal, terdapat kesukaran melakukan operasi
karena fungsi dalam ranah waktu/spasial
Intisari dari Transformasi Fourier adalah menguraikan
sinyal atau gelombang menjadi sejumlah sinusoida dari berbagai frekuensi, yang
jumlahnya ekivalen dengan gelombang awal.
Di dalam pengolahan citra, transformasi Fourier digunakan, untuk menganalisis
frekuensi pada operasi seperti perekaman citra, perbaikan kualitas citra, restorasi
citra, pengkodean, dan lain-lain. Dari analisis frekuensi, kita dapat melakukan
perubahan frekuensi pada gambar. Perubahan frekuensi berhubungan dengan
spektrum antara gambar yang kabus kontrasnya sampai gambar yang kaya akan
rincian visualnya.
Transformasi Fourier Kontinyu
Baik transformasi Fourier maupun Transformasi Fourier Balikan keduanya
dinamakan
pasangan transformasi Fourier.

Transformasi Fourier Diskrit

Pada pengolahan sinyal dengan komputer digital, fungsi dinyatakan oleh himpunan
berhingga nilai diskrit. Transformasi Fourier Diskrit (TFD) ditujukan bagi persoalan yang
tidak menghasilkan solusi transformasi Fourier dalam bentuk fungsi malar.
Citra digital adalah fungsi diskrit ranah spasial, dengan dua peubah, x dan y. pada
fungsi diskrit dengan dua peubah dan berukuran N X M,