Computer Vision

Computer  Vision

Computer Vision hari ini cendrung mendekati kemampuan manusia dalam menangkap informasi visual (human sight). Untuk kebutuhan tersebut computer vision harus terdiri dari banyak fungsi pendukung yang berfungsi secara penuh. Sebuah Sebuah komputer komputer yang yang menyerupai menyerupai kemampuan kemampuan manusia dalam menangkap sinyal visual (human sight) dilakukan dalam empat tahapan proses dasar :

·         Proses penangkapan citra/gambar (image acquisition),

·         Proses pengolahan citra (image processing), Analisa

·         data citra (image analysis) dan Proses pemahaman

·         data data citra citra ((image image understanding understanding)

Fungsi Computer Vision

Untuk menunjang menunjang tugas tugas computer computer vision, vision, maka maka terdapat beberapa fungsi pendukung ke dalam sistem ini, antara lain :

·         Proses penangkapan citra/gambar (image acquisition)

·         Proses pengolahan citra (image processing)

·         Analisa data citra (image analysis)

·         Proses pemahaman data citra

Proses dalam Computer Vision

1.      Image Acquisition

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 direpresentasikan dalam dalam bentuk bentuk informasi informasi sinyal 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.     Image Processing

            Tahapn 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 p g processing akan meninggkatkan p g 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, kekurang pengaburan, yang terjadi pada sebuah objek.

3.      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 untuk mengidentifikasi mengidentifikasi fitur fitur‐‐fitur fitur spesifik spesifik dan 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.      Image Understanding

Ini adalah langkah terakhir dalam proses computer vision, yang mana sprsifik objek dan hubungannya di identifikasi. Pada bagian ini akan melibatkan kajian tentang teknik‐ teknik artificial intelligent. Understanding berkaitan dengn template matching yang ada dalam sebuah scene. Metoda ini menggunakan program pencarian (search program) dan teknik penyesuaian pola (pattern matching techniques).