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:
- Object detection → Apakah sebuah objek ada pada scene? Jika begiru, dimana batasan-batasannya..?
- Recognation → Menempatkan label pada objek.
- Description → Menugaskan properti kepada objek.
- 3D Inference → Menafsirkan adegan 3D dari 2D yang dilihat.
- 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:
- Proses penangkapan citra/gamabr (image acquisition)
- Proses pengolahan citra (image processing)
- 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:
- Memperoleh atau mengakuisisi citra digital.
- Operasi pengolahan citra.
- 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:
- Pengolahan Tingkat Rendah (Image to image) → Menghilangkan noise, dan peningkatan gambar (enchament image).
- Pengolahan Tingkat Menengah (Image to dimbolic) → Kumpulan garis / vektor yang merepresentasikan batas sebuah obyek PADA citra.
- 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:
- Pengendalian proses (misalnya, sebuah robot industri atau kendaraan otonom).
- Mendeteksi peristiwa (misalnya, untuk pengawasan visual atau orang menghitung).
- Mengorganisir informasi (misalnya, untuk pengindeksan database foto dan gambar urutan).
- Modeling benda atau lingkungan (misalnya, industri inspeksi, analisis gambar medis / topografis).
- Interaksi (misalnya, sebagai input ke perangkat untuk interaksi manusia komputer).
- 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
Sumber:
Tidak ada komentar:
Posting Komentar