TUGAS PTSC 2.3

2.3 Computer Vision


Computer Vision  merupakan salah satu bidang ilmu yang lagi nge-trend saat ini. Tahun 2018 saja, jumlah penelitian di Scopus yang berkaitan dengan computer vision berjumlah 12.000 lebih, meningkat dari tahun-tahun sebelumnya. Computer vision juga sudah mulai diterapkan di dunia industri. Banyak aplikasi dan perangkat yang sudah menerapkan konsep computer vision.
Computer Vision didefinisikan sebagai salah satu cabang ilmu pengetahuan yang mempelajari bagaimana komputer dapat mengenali obyek yang diamati/ diobservasi. Cabang ilmu ini bersama Artificial Intelligence akan mampu menghasilkan sistem intelijen visual (Visual Intelligence System). Perbedaannya adalah Computer Vision lebih mempelajari bagaimana komputer dapat mengenali obyek yang diamati/ diobservasi. Berbeda dengan Komputer Grafika yang lebih mengarah pada pemanipulasian gambar (visual) secara digital. Bentuk sederhana dari Komputer Grafika adalah Komputer Grafika 2D yang kemudian berkembang menjadi Komputer Grafika 3D, pemrosesan citra (image processing), dan pengenalan pola (pattern recognition). Grafika komputer sering dikenal juga dengan istilah visualisasi data. 

Computer Vision adalah kombinasi antara 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), bidang ini berhubungan dengan proses identifikasi obyek pada citra atau interpretasi citra. Proses ini bertujuan untuk mengekstrak informasi/pesan yang disampaikan oleh gambar/citra.

A.1. Proses pada Computer Vision: 

Untuk menunjang tugas Computer Vision, maka harus terdapat beberapa fungsi pendukung di dalam sistem ini, diantaranya adalah:  
  1. Proses penangkapan citra (Image Acquisition) 
  2. Proses pengolahan citra (Image Processing) 
  3. Analisa data citra (Image Analysis) 
  4. Proses pemahaman data citra (Image Understanding) 

B.1. Proses Penangkapan Citra (Image Acquisition) 

  1. Image Acqusition pada manusia dimulai dengan mata, kemudian informasi visual diterjemahkan ke dalam suatu format yang kemudian dapat dimanipulasi oleh otak. 
  2. Senada dengan proses di atas, computer vision membutuhkan sebuah mata untuk menangkap sebuah sinyal visual. 
  3. Umumnya mata pada computer vision adalah sebuah kamera video. 
  4. Kamera menerjemahkan sebuah scene atau image. 
  5. Keluaran dari kamera adalah berupa sinyal analog, dimana frekuensi dan amplitudonya (frekuensi berhubungan dengan jumlah sinyal dalam satu detik, sedangkan amplitudo berkaitan dengan tingginya sinyal listrik yang dihasilkan) merepresentasikan detail ketajaman (brightness) pada scene. 
  6. Kamera mengamati sebuah kejadian pada satu jalur dalam satu waktu, memindainya dan membaginyamenjadi ratusan garis horizontal yang sama. 
  7. Tiaptiap garis membuat sebuah sinyal analog yang amplitudonya menjelaskan perubahan 
  8. brightness sepanjang garis sinyal tersebut. 
  9. Kemudian sinyal listrik ini diubah menjadi bilangan biner yang akan digunakan oleh komputer untuk pemrosesan. 
  10. Karena komputer tidak bekerja dengan sinyal analog, maka sebuah analogtodigital converter (ADC), dibutuhkan untuk memproses semua sinyal tersebut oleh komputer. 
  11. ADC ini akan mengubah sinyal analog yang direpresentasikan dalam bentuk informasi sinyal tunggal ke dalam sebuah aliran (stream) sejumlah bilangan biner. 
  12. Bilangan biner ini kemudian disimpan di dalam memori dan akan menjadi data raw yang akan diproses. 

B.2. Proses Pengolahan Citra (Image Processing) 

  1. Tahapan berikutnya computer vision akan melibatkan sejumlah manipulasi utama (initial manipulation) dari data binary tersebut. 
  2. Image processing membantu peningkatan dan perbaikan kualitas image, sehingga dapat dianalisa dan di olah lebih jauh secara lebih efisien. 
  3. Image processing meningkatkan perbandingan sinyal terhadap noise (signaltonoise ratio = s/n). 
  4. Sinyalsinyal tersebut adalah informasi yang akan merepresentasikan objek yang ada dalam image. 
  5. Sedangkan noise adalah segala bentuk interferensi, kekurangpengaburan, yang terjadi pada sebuah objek. 

B.3. Analisa Data Citra (Image Analysis) 

  1. Image analysis akan mengeksplorasi scene ke dalam bentuk karateristik utama dari objek melalui suatu proses investigasi. 
  2. Sebuah program komputer akan mulai melihat melalui bilangan biner yang merepresentasikan informasi visual untuk mengidentifikasi fiturfitur spesifik dan karekteristiknya. 
  3. Lebih khusus lagi program image analysis digunakan untuk mencari tepi dan batasbatasan objek dalam image. 
  4. Sebuah tepian (edge) terbentuk antara objek dan latar belakangnya atau antara dua objek yang spesifik. 
  5. Tepi ini akan terdeteksi sebagai akibat dari perbedaan level brightness pada sisi yang berbeda dengan salah satu batasnya. 

B.4. Proses Pemahaman Data Citra (Image Understanding) 

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


C. Implementasi Computer Vision Bidang Pertahanan dan Keamanan (Militer) 

Contohnya adalah deteksi tentara musuh atau kendaraan dan bimbingan rudal. Sistem lebih canggih untuk panduan mengirim rudal-rudal ke daerah daripada target yang spesifik dan pemilihan target yang dibuat ketika rudal mencapai daerah berdasarkan data citra diperoleh secara lokal. Konsep modern militer, seperti “kesadaran medan perang”, menunjukkan bahwa berbagai sensor, termasuk sensor gambar, menyediakan kaya set-informasi tentang adegan tempur yang dapat digunakan untuk mendukung keputusan strategi.  


Selama 10 tahun terakhir, MotionDSP  telah fokus pada penyediaan pengolahan citra dan perangkat lunak Computer Vision untuk aplikasi militer.









Referensi :

Komentar

Postingan populer dari blog ini

TUGAS PTSC 2.4

TUGAS INOVASI SI 3.3

TUGAS PTSC 1.3