UNIVERSITAS
GUNADARMA
FAKULTAS ILMU KOMPUTER &TEKNOLOGI INFORMASI
Tugas
pengantar telematika 4ka11
|
Jakarta
2013
ABSTRAK
Penelitian ini bertujuan
untuk membuat aplikasi pengambilan dan pengolahan gambar yang dicapture oleh
webcam dan mengolahnya dengan menggunakan citra gray scale dan citra biner
untuk menentukan posisi objek. Aplikasi menggunakan bahasa pemrograman delphi
dan dirancang untuk mengelompokkan pixel-pixel objek menjadi wilayah (region)
yang merepresentasikan objek serta mampu membedakan antara objek dan latar
gambar digital.. Metode yang digunakan dalam penelitian ini adalah metode
perancangan. Sampel data diperoleh dari hasil pengujian sistem, dianalisis
dengan model use-case, dan urutan operasi. Berdasarkan analisis tersebut dibuat
model desain dan implementasi. Hasil penelitian menunjukkan bahwa aplikasi yang
dibangun dapat digunakan untuk menentukan posisi objek simetris pada ruang tiga
dimensi.
Kata kunci :
Computer Vision, citra gray scale, citra biner
DAFTAR ISI
BAB I PENDAHULUAN
1.1 Latar Belakang
BAB II LANDASAN
TEORI
2.1
Computer Vision
2.2.Pengolahan Citra
2.3. Digitalisasi Citra
BAB
III PEMBAHASAN
3.1
Hasil Dan Pembahasan
BAB
4 PENUTUP
4.1 Kesimpulan
DAFTAR
PUSTAKA
BAB I
PENDAHULUAN
1.1 Latar
Belakang
Penggunaan
komputer saat ini merupakan salah satu kebutuhan dalam dunia Ilmu
Pengetahuan dan Teknologi, bisnis maupun kebutuhan pribadi karena pada dasarnya
komputer merupakan alat bantu dalam penyelesaian masalah yang bersifat
rutinitas diseluruh aspek kehidupan manusia. Perkembangan komputer saat ini
sangat pesat seiring dengan perkembangan teknologi perangkat keras dan
perangkat lunak. Perkembangan tersebut diikuti dengan semakin meluasnya
penggunaan komputer pada berbagai bidang.
Grafika
komputer adalah suatu bidang ilmu komputer yang mempelajari tentang cara-cara
untuk meningkatkan dan memudahkan komunikasi antara manusia dan mesin
(komputer) dengan jalan membangkitkan, menyimpan dan memanipulasi gambar, model
suatu obyek menggunakan komputer. Grafika komputer memungkinkan user untuk
berkomunikasi lewat gambar, bagan, diagram yang menunjukkan bahwa grafika
komputer bisa diterapkan pada banyak bidang (Insap Santosa, 2004).
Salah satu
bidang yang cukup berkembang adalah bidang pengolahan citra. Dengan bermacam-macam
tekstur dan warna, sebuah citra atau gambar dapat menyajikan informasi sesuai
keinginan. Dalam dunia nyata, kemampuan seseorang untuk menyerap informasi
lebih mudah dengan membaca atau menganalisis gambar dibandingkan dengan
sekumpulan kata-kata atau angka yang disajikan (Soendoro Herlambang, 2004).
Computer
Vision mencoba meniru cara kerja visual manusia ( human
vision) . Human Vision sesungguhnya sangat kompleks yaitu
manusia melihat objek dengan indera penglihatan (mata), lalu citra objek
tersebut diteruskan ke otak untuk dinterpretasi sehingga manusia mengerti objek
apa yang tampak dalam pandangan mata. Hasil keputusan ini digunakan untuk
pengambilan keputusan, misalnya untuk menghindar dari objek yang ada atau
mengetahui posisi suatu objek terutama objek simetris. Objek simetris adalah
objek yang memiliki jarak dan sudut pandang yang sama bila dilihat dari
arah yang berbeda dalam suatu ruang. Keseimbangan simetris dapat dikiaskan
sebagai keseimbangan cermin, berarti, sisi-sisi yang berlawanan harus sama
persis untuk menciptakan keseimbangan. Bila ditarik garis lurus pada bagian
tengah maka, bagian yang satu akan menjadi cerminan bagi yang lain.
Computer
Vision merupakan teknik-teknik untuk mengestimasi
ciri-ciri objek di dalam citra, pengukuran ciri yang berkaitan dengan
geometri objek dan menginterpretasi informasi geometri tersebut seperti
menentukan posisi objek, dimana posisi horizontal diwakili oleh sumbu X, posisi
vertikal diwakili oleh sumbu Y dan jarak dari kamera ke suatu titik objek
diwakili oleh sumbu Z yang berada dalam ruang tiga dimensi
Proses di dalam Computer Vision dapat
di bagi menjadi tiga aktivitas yaitu :
- Memperoleh atau mengakuisisi citra digital
- Melakukan teknik komputasi untuk memproses atau memodifikasi data citra ( Operasi pengolahan citra).
- Menganalisis dan menginterpretasi citra dan menggunakan hasil pemrosesan dengan tujuan tertentu misalnya memandu robot, mengontrol peralatan( Rinaldi Munir, 2004).
BAB II
LANDASAN TEORI
2.1 Computer Vision
Ilmu
Komputer adalah studi sistematik tentang proses algoritmik yang menjelaskan dan
mentrasformasikan informasi, baik itu berhubungan dengan teori-teori, analisa,
desain, efisiensi, implementasi, ataupun aplikasi-aplikasi yang ada padanya.
Salah satu bidang ilmu komputer adalah Computer Vision.
Computer
Vision adalah proses otomatis yang mengintegrasikan sejumlah
besar proses untuk persepsi visual , seperti akuisisi data, pengolahan citra,
klasifikasi, pengenalan ( recognition ), dan membuat keputusan (Adrian
Low 1991 ).
Computer
Vision adalah teknik-teknik untuk mengestimasi ciri-ciri
objek di dalam citra , pengukuran ciri yang berkaitan dengan geometri objek dan
menginterpretasikan informasi geometri tersebut (Jain, Rames
1995).
Computer
vision merupakan salah satu cabang dari artificial
intelligence (kecerdasan buatan) yang difokuskan pada pengembangan
algoritma untuk menganalisis informasi dari suatu image ke dalam bentuk
informasi yang sebenarnya di dunia nyata.. Peran dari computer vision adalah
sebagai salah satu penyedia data input bagi komputer untuk dapat mengerti
keadaan di sekelilingnya. Kemudian dari data input yang telah didapatkan, akan
diolah sedemikian rupa sehingga komputer dapat memberikan respon sesuai yang
diinginkan untuk menentukan cara penyajian hasil data input tersebut.
Fungsi computer
vision adalah untuk menyajikan informasi dunia nyata ke dalam informasi image.
Berikut adalah beberapa permasalahan dalam computer vision yang
merupakan fokus utama :
1. Sensing
Bagaimana
sensor memperoleh image dari dunia luar (World View) termasuk
properti dari dunia seperti material, bentuk, dan iluminasi. Bahkan pada bentuk
3D, termasuk pula geometri, tekstur, motion, dan identitas dari obyek di
dalamnya disimpan sehingga dapat digunakan oleh komputer.
2. Decoded Information
Bagaimana
caranya untuk membuka dan mengambil setiap informasi yang ada di dalam image
itu sehingga komputer dapat memperoleh semua informasi
selengkap–lengkapnya.
3. Using the information
Memilih
informasi apa saja yang benar–benar dibutuhkan dan harus diprioritaskan lebih
dari pada yang lainnya. Juga harus dipilih informasi apa yang ada dalam image
itu yang justru harus dibuang karena dapat mengganggu jalannya
sistem. Algoritma apa saja yang dibutuhkan untuk memproses informasi dari
image dan bagaimana memanfaatkannya. Beberapa subyek ilmu yang
memanfaatkan computer vision antara lain:
a. Face recognition (pengenalan
wajah)
b. 3D reconstruction (rekonstruksi
struktur 3 dimensi)
c. Motion tracking (pelacakan
gerakan)
Computer
Vision adalah aplikasi lain yang berhubungan dengan artificial
intelligence, yang merupakan alat analisis dan evaluasi informasi visual
dengan menggunakan komputer. Teknik Artificial Integensia memungkinkan komputer
untuk bisa mengenal sebuah gambar dan mengidentifikasi objek. Dengan
menggunakan teknik pelacakan dan pencocokan, komputer bisa memilih kunci khusus
dan mencari serta mengidentifikasi informasi agar pandangan mata manusia tidak
meleset. Untuk membantu pengguna memecahkan suatu masalah atau mengambil suatu
keputusan, perangkat lunak vision computer Artificial Intelegensi berusaha
mengetahui melalui informasi visual.
Sebuah
sistem visual mempunyai kemampuan untuk memperbaiki informasi yang
berguna dari sebuah gambar. Untuk memperbaiki informasi diperlukan pengetahuan
dan proyeksi geometri dari objek dari suatu gambar.
Bidang ilmu
yang mempunyai kaitan dengan sistem visual sejak pertama kali dikembangkan
hingga saat ini , menghasilkan teknik-teknik baru yang terus dikembangkan baik
untuk tujuan peningkatan akurasi maupun untuk meningkatkan kecepatan
proses. Salah satu pengembangannya adalah pengolahan citra yang merupakan
bidang tersendiri yang cukup berkembang sejak orang mengerti bahwa komputer
tidak hanya menangani teks tetapi juga data gambar ( citra ). Teknik-teknik
pengolahan citra bisanya digunakan untuk melakukan transformasi dari satu citra
kepada citra yang lain, sementara tugas perbaikan informasi terletak pada
manusia melalui penyusunan algoritmanya. Bidang ini meliputi penajaman citra,
penonjolan fitur tertentu dari suatu citra, kompresi citra dan koreksi citra.
Sebaliknya sistem visual menggunakan citra sebagai masukan tetapi menghasilkan
keluaran jenis lain seperti representasi dari kontur objek di dalam citra, atau
menghasilkan gerakan dari suatu peralatan mekanis yang terintegrasi dengan
sistem visual. Jadi penekanan pada sistem visual adalah perbaikan dan
pengambilan informasi secara otomatis dengan interaksi manusia yang minimal.
Algoritma
pengolahan citra sangat berguna pada awal perkembangan sistem visual, biasanya
digunakan untuk menajamkan informasi tertentu pada citra, sebelum diolah lebih
jauh.
Komputer
grafik melalui pemrograman grafik menghasilkan citra dari bentuk geometri
primitive seperti titik, garis lurus dan garis lengkung, lingkaran dan
bentuk-bentuk dasar geometri lainnya. Komputer grafik memainkan peranan penting
dalam visualisasi. Sedangkan sistem visual bekerja sebaliknya, menduga bentuk
geometri primitive dan ciri lainnya yang merupakan penyederhanaan dari citra
asal yang sifatnya lebih kompleks. Jadi Komputer grafik memadukan unsur-unsur
pembentuk citra untuk membentuk atau mensintesa citra sedangkan sistem visual
menganalisis citra dan terkadang menguraikannya menjadi bentuk yang sederhana
agar dapat dinilai secara kuantitatif.
2.2.Pengolahan Citra
Citra
(Image) adalah gambar pada bidang dwimatra (dua dimensi). Ditinjau dari sudut
pandang matematis, citra merupakan fungsi penerus dari intensitas cahaya
pada bidang dwimatra. Sumber cahaya menerangi objek, objek memantulkan kembali
sebagian cahaya dan ditangkap oleh alat-alat optik seperti mata pada manusia,
kamera, pemindai (scanner) dan sebagainya, sehingga bayangan objek yang disebut
citra ini terekam (Rinaldi Munir, 2004).
Pengolahan
citra adalah langkah yang digunakan untuk memperbaiki citra yang mengalami
gangguan agar mudah diinterpretasi baik oleh manusia maupun oleh komputer yang
bertujuan memperbaiki kualitas citra menjadi lebih baik (Rinaldi Munir,
2004). Teknik-teknik pengolahan citra mentransformasikan citra menjadi citra
lain, jadi masukannya adalah citra dan keluarannya juga citra, namun citra
keluaran mempunyai kualitas lebih baik daripada citra masukan.
Pengolahan
citra (image processing) adalah suatu ilmu komputasi yang memungkinkan
manusia dapat mengambil informasi dari suatu citra, tidak lepas dari
bidang computer vision.
Sesuai dengan perkembangannya
terdapat dua tujuan utama, yakni :
- Memperbaiki kualitas citra, Hasilnya berupa informasi citra yang interprestasikan oleh manusia (human perception).
- Mengekstraksi informasi ciri yang menonjol pada suatu citra, Hasilnya berupa informasi ciri dari citra secara numerik melalui besaran data yang dapat dibedakan secara jelas (Achmad Basuki, 2005).
Pengolahan
citra (image processing) merupakan suatu proses filter gambar asli
menjadi gambar lain sesuai kebutuhan. Misalnya, apabila mendapatkan gambar yang
terlalu gelap, dengan pengolahan citra dapat diproses agar mendapatkan gambar
yang jelas seperti yang digambarkan dalam blok diagram (Riyanto Sigit,
2005).
Citra
digital merupakan citra yang diambil berdasarkan sampling dan kuantisasi
tertentu, terbentuk dari piksel-piksel yang besarnya tergantung pada sampling
dan nilai derajat keabuan serta tergantung pada kuantisasi. Model citra digital
dinyatakan dalam bentuk matrik, citra didefenisikan sebagai fungsi (x,y) dimana
x menyatakan nomer baris dan y menyatakan kolom dan f menyatakan nilai dari
derajat keabuan dari citra. Model matrik pada citra digital memungkinkan
dilakukannya operasi matrik.
Citra
merupakan dimensi spatial yang berisi informasi warna dan tidak bergantung pada
waktu. Citra merupakan sekumpulan titik-titik dari gambar, yang disebut pixel
(picture element). Titik-titik tersebut menggambarkan posisi
koordinat dan mempunyai intensitas yang dapat dinyatakan dengan bilangan.
Intensitas ini menunjukan warna citra, melalui penjumlahan (Red, Green dan
Blue / RGB).
Koordinat
memberikan informasi warna pixel berdasarkan; Brightness (ketajaman)
warna cahaya (hitam, abu-abu, putih) dari sumber, Hue (corak warna) yang
ditimbulkan oleh warna (merah, kuning , hijau dll ) dan merupakan panjang
gelombang dominan dari sumber. Misalnya citra dengan 8 bit per pixel mempunyai
256 warna dan citra dengan 24 bit tiap pixel dinyatakan dengan ;
-
bit 0 sampai dengan 7 untuk warna merah (red)
-
bit 7 sampai dengan 15 untuk warna hijau (green)
-
bit 16 sampai dengan 24 untuk warna biru (blue)
Kemungkinan
kombinasi warna yang ada adalah 16.777.216, dimana nilai 0
menyatakan warna hitam sedangkan nilai 16.
777.216 menyatakan warna putih.
Hubungan
image processing dengan pembagian bidang dalam komputer yang melibatkan input
dan output tertentu dapat di jelaskan pada tabel berikut ini :
Tabel .1 Hubungan Pengolahan Citra
|
Output
|
|||
|
Image
|
Deskripsi
|
||
|
Input
|
Image
|
Pengolahan Citra
|
-
Pengenalan pola- Computer Vision
|
|
Komputer Grafik
|
Pengolahan data lainnya
|
||
Dalam tabel
diatas terlihat jelas bahwa pengolahan citra (image processing) merupakan suatu
bidang pengetahuan dimana inputnya berupa citra dan hasilnya juga berupa citra
dengan proses yang berupa perbaikan kualitas citra atau penyajian informasi
citra. Agar hasil berupa data numerik atau teks yang menyatakan informasi yang
ada dalam citra diperlukan pengetahuan yang dipelajari dalam pengenalan pola
dan computer vision.
2.3. Digitalisasi Citra
Agar dapat
diolah dengan komputer digital, maka suatu citra harus dipresentasikan secara
numerik dengan nilai-nilai diskrit. Representasi citra dari fungsi
malar(kontinu) menjadi nilai-nilai diskrit disebut digitalisasi, citra yang
dihasilkan ini disebut dengan citra digital. Pada umumnya citra digital
berbentuk persegi panjang yang dimensi ukurannya dinyatakan sebagai tinggi x
lebar atau lebar x panjang. Citra digital yang tingginya N, lebarnya M, dan
memiliki L derajat keabuan dapat dinyatakan sebagai fungsi :
0 ≤ x ≤ M
f(x,y) 0 ≤ y
≤ N
0 ≤ f ≤ L
BAB III
PEMBAHASAN
3.1 Hasil Dan Pembahasan
Fungsi utama sistem ini adalah
menetukan posisi objek dalam aplikasi pengolahan citra, prosedurnya
adalah mengambil gambar (citra warna) dengan menggunakan webcam, mengubah ke
citra keabuan dan citra biner, menentukan koordinat empat titik, menentukan
posisi objek .
Proses awal untuk menentukan posisi
objek dalam ruang tiga dimensi adalah mengcapture objek yang hasilnya
berupa citra warna, kemudian diubah kedalam citra keabuan ( gray scale),
Prosedur sebagai berikut :
1. Meletakkan
objek pada posisi yang diinginkan
2. Mengaktifkan
program pengambilan gambar
3. Mengkoneksikan
webcam satu dan dua dengan komputer
4. Mengkalibrasi
kamera satu dan dua
5. Menampilkan
gambar dilayar
6. Mengcapture
gambar
7. Mengubah citra
warna kedalam citra grayscale dengan cara menjumlah nilai dari tiga layer yaitu
nilai r, nilai g dan nilai b kemudian dibagi tiga sehingga menghasilkan citra
grayscale (keabuan) dengan rumus sebagai berikut :
Proses ini bertujuan mengelompokkan
piksel-piksel objek kedalam wilayah yang mempresentasikan objek yang membedakan
objek dengan latar belakang .
Citra yang telah diubah ke grayscale
dilanjutkan dengan binerisasi yang hanya bernilai 0 dan 1, Pada citra biner,
batas antara objek dan latarbelakang terlihat jelas. Piksel objek berwarna
putih sedang piksel latarbelakang berwarna hitam. Untuk menentukan nilai biner
dari citra grayscale yang memiliki derajat keabuan 256 dibagi dua, maka nilai
tengahnya adalah 128 sehingga untuk mengubah menjadi citra biner dapat
dituliskan sebagai berikut :
Jika nilai keabuan < 128 maka
nilainya sama dengan 0
Jika nilai keabuan >= 128 maka
nilainya sama dengan 1
Proses mengubah citra warna ke dalam
citra gray scale dan citra biner, maka proses selanjutnya adalah menentukan
koordinat empat titik berupa x1-y1, x2-y2, x3-y3, x4-y4, dengan prosedur
sebagai berikut :
- Hasil capture gambar yang berupa citra biner selanjutnya diolah untuk menentukan posisi koodinat titik x1y1 dengan cara melacak piksel yang bernilai 1 dimulai dari koordinat (0,0) yang letaknya pada sisi kiri atas dari citra biner, yang dilakukan berulang sampai ditemukan piksel yang bernilai 1 yang pertama, selanjutnya menjadi nilai x1y1. Ketentuan pelacakannya adalah jika koordinat piksel bernilai 0 maka pencarian dilanjutkan sampai ditemukan koordinat piksel yang bernilai 1.
- Setelah nilai piksel x1y1 ditemukan, maka dilakukan pelacakan sampai ditemukan piksel yang bernilai 1 yang merupakan koordinat piksel pada kolom terdekat dari batas matriks citra, selanjutnnya menjadi nilai x2y2. Ketentuan pelacakannya adalah jika koordinat piksel bernilai 0 maka pencarian dilanjutkan sampai ditemukan koordinat piksel yang bernilai 1.
- Pelacakan dilanjutkan kepada koordinat piksel dari matriks citra biner sampai ditemukan piksel yang nilai 1, dari baris piksel yang terjauh, yang selanjutnya dijadikan nilai x3y3. Ketentuan pelacakannya adalah jika koordinat piksel bernilai 0 maka pencarian dilanjutkan sampai ditemukan koordinat piksel yang bernilai 1.
- Setelah nilai piksel x3y3 ditemukan, dilanjutkan pelacakan sampai ditemukan koordinat piksel yang bernilai 1 yang letaknya pada paling terakhir dari matriks citra, selanjutnya dijadikan sebagai nilai x4y4. Ketentuan pelacakannya adalah jika koordinat piksel bernilai 0 maka pencarian dilanjutkan sampai ditemukan koordinat piksel yang bernilai 1.
Setelah koordinat empat titik
didapatkan, maka dilanjutkan dengan menentukan posisi X, Y, Z yang
diproses sebagai berikut :
- Hasil capture gambar yang ditampilkan pada kamera satu berupa citra biner, dan telah diolah kedalam koordinat empat titik, maka piksel yang titik koordinat x1 yang pertama ditemukan pada saat pelacakan objek yang nilai piksel 1 selanjutnya dijadikan nilai x, karena merupakan nilai pertama diperoleh yang sejajar dengan sumbu x pada ruang tiga dimensi.
- Citra biner yang dihasilkan oleh kamera satu dan kamera dua, dijadikan nilai y dengan proses nilai y1 pada kamera 1 dan nilai y1 pada kamera 2 sama, maka nilai yang diambil untuk dijadikan nilai y dipilih salah satunya dengan cara, nilai piksel y4 dikurangi dengan nilai piksel y1 untuk memperoleh nilai y, karena nilai koordinat tersebut sejajar dengan sumbu y dalam ruang tiga dimensi.
- Untuk nilai Z diambil dari hasil capture gambar pada kamera 2 yaitu yang sejajar dengan sumbu Z yaitu nilai x1 dari koordinat x1y1 dari koordinat empat titik .
BAB IV
PENUTUP
4.1 Kesimpulan
- Tersusun suatu algoritma untuk mengolah obyek gambar digital dari citra warna yang telah dicapture, diolah dengan menggunakan citra gray scale dengan cara citra warna yang terdiri dari 3 layer matriks dengan menjumlahkan nilai RGB kemudian dibagi tiga, dan hasilnya berupa satu layer citra grayscale dengan rentang nilai keabuan 0 sampai dengan 255, dari citra grayscale diubah kedalam bentuk citra biner dimana objek bernilai 1 dan latarbelakang bernilai 0.
- Telah berhasil merancang program aplikasi pengolahan citra untuk menentukan posisi objek.
- Kekurangannya belum menghasilkan perbandingan posisi objek yang tepat berdasarkan tingkat resolusi citra, hal ini dipengaruhi oleh ketepatan menempatkan posisi objek pada saat pengcapturan gambar.
DAFTAR PUSTAKA
- Achmad Basuki, dkk, 2005. Pengolahan Citra Digital menggunakan Visual Basic, Cetakan Pertama, Yogyakarta : Graha Ilmu
- Adi Nugroho, 2005. Rational Rose untuk Pemodelan Berorientasi Objek, Cetakan Pertama, Bandung : Informatika
- Balza Achmad dan Kartika Firdausy, 2005. Teknik Pengolahan Citra Digital Menggunakan Delphi, Yogyakarta : Ardi Publishing
- Bambang Robi`in, 2004. Pemograman Grafis Multi Media menggunakan Delphi, Yogyakarta : Andi Offset
- Eru Puspita, Sistem Pendeteksian dan Penjejakan Wajah Secara Realtime (Online) http://www.ies.eepis-its.edu/index.php,
Tidak ada komentar:
Posting Komentar