COMPUTER VISION

14 November 2014 / [email protected]

Definisi

Computer Vision adalah ilmu dan teknologi mesin yang melihat, dimana “lihat” dalam hal ini
berarti bahwa mesin mampu mengekstrak informasi dari gambar yang diperlukan untuk
menyelesaikan tugas tertentu. Sebagai suatu disiplin ilmu, visi komputer berkaitan dengan
teori di balik sistem buatan bahwa ekstrak informasi dari gambar . Data gambar dapat
mengambil banyak bentuk, seperti urutan video, pandangan dari beberapa kamera, atau data
multi-dimensi dari scanner medis. Sebagai disiplin teknologi, computer vision berusaha untuk
menerapkan teori dan model untuk pembangunan sistem komputer vision.

Computer Vision didefinisikan sebagai salah satu cabang ilmu pengetahuan yang
mempelajari bagaiamana komputer dapat mengenali obyek yang diamati / diobservasi.
Cabang ilmu ini bersama Intelijensia Semu (Artificial Intelligence) akan mampu mengasilkan
sistem intelijen visual (Visual Intelligence System). Perbedaannya adalah Computer Vision
lebih mempelajari bagaiamana komputer dapat mengenali obyek yang diamati / diobservasi.
Namun komputer grafika lebih ke arah pemanipulasian gambar (visual) secara digital. Bentuk
sederhana dari grafika komputer adalah grafika komputer 2D yang kemudian berkembang
menjadi grafika komputer 3D, pemprosesan 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) merupan 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 berhungan dengan proses
indenfikasi obyek pada citra atau interpretasi citra. Proses ini bertujuan untuk mengekstrak
informasi/pesan yang disampain oleh gambar citra.

Fungsi / Proses pada Computer Vision :

Untuk menunjang tugas Computer Vison, terdapat beberapa fungsi pendukung ke dalam
sistem ini, yaitu :

1. Proses penangkapan citra (Image Acquisition)

Image Acqusition pada manusia dimulai pada mata, kemudian informasi visual
diterjemahkan de dalam suatu format yang kemudian dapat dimanipulasi oleh otak.
Senada dengan proses diatas, computer vision membutuhkan sebuah mata untuk menangkap
sebuah sinyal visual.
Umumnya mata pada computer vision adalah sebuah kamera video.
Kamera menerjemahkan sebuah scane atau image.
Keluaran dari kamera ini 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 scane.
Kamera mengamati sebuah kejadian pada satu jalur dalam satu waktu, memindainya dan
membaginya menjadi ratusan garis horizontal yang sama.
Tiap-tiap garis membuat sebuah sinyal analog yang amplitudonya menjelaskan perubahan
brightness sepanjang garis sinyal tersebut.
Kemudian sinyal listrik ini diubah menjadi bilangan biner yang akan digunakan oleh
komputer untuk pemprosesan.
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 dalam bentuk informasi sinyal
tunggal kedalam sebuah aliran (stream) sejumlah bilang biner.
Bilangan biner ini kemuudian disimpan didalam memori dan akan menjadi data raw yang
akan diproses.

2. Proses pengolahan citra (Image Processing)

Tahapan berikutnya computer vision akan melibatkan sejumlah manipulasi utama (initial
manipulation) dari data binary tersebut,
Image processing membatu peningkatan dan perbaikan kualitas image, sehingga dapat
dianalisa dan di olah lebih jauh secara lebih efisien.
Image processing akan meningkatkan 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, kekurangan pengamburan, yang terjadi
pada suatu objek.

3. Analisa data citra (Image Analysis)

Image analysis akan mengeksplorasi scane ke dalam bentuk karateristik utama dari objek
melalui suatu proses intvestigasi.
Sebuah program komputer akan mulai melihat melalui bilangan biner yang
merepresentasikan informasi visual untuk mengidentifikasi fitur-fitur spesifikasi dan
karekteristiknya.
Lebih khusus lagi program image analysis digunakan untuk mencari tepi dan batas-batasan
objek dalam image.
Sebuah tipian (edge) berbentuk 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. Proses pemahaman data citra (Image Understanding)

Ini adalah langkah terakhir dalam proses computer vision, yang mana spesifik objek dan
hubungannya diidentifikasi.
Pada bagian ini akan melibatkan kajian tentang teknik-teknik artificial interlligent.
Understanding berkaitan dengan tamplate matching yang ada dalam sebuah tulisan scene.
Metode ini menggunakan program pencarian (search program) dan teknik penyesuaian pola
(pattern matching techniques).

Contoh aplikasi dari visi komputer mencakup sistem untuk :

1. Pengendalian proses, (misalnya, sebuah robot industri atau kendaraan otonom).

2. Mendeteksi peristiwa, (misalnya, untuk pengawasan visual atau orang menghitung).

3. Mengorganisir informasi, (misalnya, untuk pengindeksan database foto dan gambar

urutan).

4. Modeling benda atau lingkungan, (misalnya, inspeksi industrim analisis citra medis atau
model topografi).

5. Interaksi, (misalnya, sebagai input ke perangkat untuk interaksi komputer dan manusia).

Komputer visi berkaitan dengan erat dengan kajian visi bioligis. Bidang studi visi biologis
dan model proses fisiologis di balik persepsi visual pada manusia dan hewan lainnya.
Komputer visi, di sisi lain, studi ini dan menggambarkan proses diimplementasikan dalam
perangkat lunak dan perangkat keras di belakang sistem visi buatan. Pertukaran
Interdisipliner atara visi biologi dan komputer telah terbukti bermanfaat bagi kedua bidang.
Komputer visim dalam beberapa hal, invers grafis komputer, Sementara komputer grafis
menghasilkan data gambar dari model 3D, visi komputer sering menghasilkan model 3D dari
data citra. Ada juga kecenderungan kombinasi dari dua disiplin, misalnya, sebagaimana
dibahas dalam realitas ditambah. Sub-domain dari visi komputer termasuk adegan
rekonstruksi, deteksi eventm pelacakan video, pengenalan obyek, belajar, indexingm estimasi
gerak, dan pemulihan citra.

Penerapan Computer Vision, antara lain :

1. 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 setinformasi tentang adegan
tempur yang dapat digunakan untuk mendukung keputusan strategi. Dalam hal ini,
pengolahan otomatis data yang digunakan untuk mengurangi kompleksitas dan informasi
sekering dari sensor ganda untuk meningkatkan keandalan.

2. Bidang Didalam kendaraan Otonom

Contohnya adalah kendaraan otonom, yang meliputi submersibles, kendaraan darat (robot
kecil dengan roda, mobil atau truk), kendaraan udara, dan kendaraan udara tak berawak
(UAV). Tingkat berkisar otonomi dari sepenuhnya otonom (berawak) kendaraan untuk
kendaraan di manasistem visi berbasis komputer mendukung driver atau pilot dalam berbagai
situasi.Sepenuhnya otonom kendaraan biasanya menggunakan visi komputer untuk navigasi,
yakni untuk mengetahui mana itu, atau untuk menghasilkan peta lingkungan (SLAM) dan
untuk mendeteksi rintangan. Hal ini juga dapat digunakan untuk mendeteksi peristiwa-
peristiwa tugas tertentu yang spesifik, e. g., sebuah UAV mencari kebakaran hutan. Contoh
sistem pendukung sistem peringatan hambatan dalam mobil, dan sistem untuk pendaratan
pesawat otonom. Beberapa produsen mobil telah menunjukkan sistem otonomi mengemudi
mobil,tapi teknologi ini masih belum mencapai tingkat di mana dapat diletakkan di pasar.
Adabanyak contoh kendaraan otonom militer mulai dari rudal maju, untuk UAV untuk
misipengintaian atau bimbingan rudal. Ruang eksplorasi sudah dibuat dengan kendaraan
otonom menggunakan visi komputer, e. g., NASA Mars Exploration Rover dan Rover
ExoMars ESA.

3. Bidang Industri.
Kadang-kadang disebut visi mesin, dimana informasi ini diekstraksi untuk tujuan mendukung
proses manufaktur. Salah satu contohnya adalah kendali mutu dimana rincian atau produk
akhir yang secara otomatis diperiksa untuk menemukan cacat. Contoh lain adalah pengukuran
posisi dan orientasi rincian yang akan dijemput oleh lengan robot. Mesin visi juga banyak
digunakan dalam proses pertanian untuk menghilangkan bahan makanan yang tidak
diinginkan dari bahan massal, proses yang disebut sortir optik.

4. Bidang pengolahan citra medis.

Daerah ini dicirikan oleh ekstraksi informasi dari data citra untuk tujuan membuat diagnosis
medis pasien. Secara umum, data citra dalam bentuk gambar mikroskop, gambar X-ray,
gambar angiografi, gambar ultrasonik, dan gambar tomografi. Contoh informasi yang dapat
diekstraksi dari data gambar tersebut deteksi tumor, arteriosclerosis atau perubahan
memfitnah lainnya. Hal ini juga dapat pengukuran dimensi organ, aliran darah, dll. Area
aplikasi ini juga mendukung penelitian medis dengan memberikan informasi baru,
misalnya,tentang struktur otak, atau tentang kualitas perawatan medis.

5. Bidang Neurobiologi.
Contohnya adalah sistem biological vision. Selama abad terakhir, telah terjadi studi ekstensif
dari mata, neuron, dan struktur otak dikhususkan untuk pengolahan rangsangan visualpada
manusia dan berbagai hewan. Hal ini menimbulkan gambaran kasar, namun rumit, tentang
bagaimana “sebenarnya” sistem visi beroperasi dalam menyelesaikan tugas -tugas visi
tertentu yang terkait. Hasil ini telah menyebabkan subfield di dalam visi komputer di mana
sistem buatanyang dirancang untuk meniru pengolahan dan perilaku sistem biologi, pada
berbagai tingkat.

6. Bidang Industri Perfilman

Contohnya adalah semua efek-efek di dunia akting , animasi, dan penyotingan adegan film
semua direkam dengan perangkat elektronik yang dihubungkan dengan komputer.
Animasinya juga di kembangkan mempergunakan animasi yang dibuat dengan aplikasi
komputer.Sebagai contoh film-film Hollywood berjudul TITANIC itu sebenarnya
tambahananimasi untuk menggambarkan kapal raksasa yang pecah dan tenggelam, sehingga
tampak menjadi seolah-olah mirip dengan kejadian nyata.

7. Bidang Kecerdasan Buatan.

Keterkaitan dengan perencanaan otonom atau musyawarah untuk sistem robotical untuk
menavigasi melalui lingkungan. Pemahaman yang rinci tentang lingkungan ini diperlukan
untuk menavigasi melalui mereka. Information about the environment could beprovided by a
computer vision system, acting as a vision sensor and providing high-level information about
the environment and the robot. Informasi tentang lingkungan dapatdiberikan oleh sistem visi
komputer, bertindak sebagai sensor visi dan memberikan informasi tingkat tinggi tentang
lingkungan dan robot. Buatan kecerdasan dan visi lain berbagi topik komputer seperti
pengenalan pola dan teknik pembelajaran. Akibatnya, visi komputer kadang-kadang dilihat
sebagai bagian dari bidang kecerdasan buatan atau ilmu bidang komputer secara umum.

8. Bidang Pemrosesan Sinyal.

Banyak metode untuk pemrosesan sinyal satu-variabel, biasanya sinyal temporal,dapat
diperpanjang dengan cara alami untuk pengolahan sinyal dua variabel atau sinyalmulti-
variabel dalam visi komputer. Namun, karena sifat spesifik gambar ada banyak metode
dikembangkan dalam visi komputer yang tidak memiliki mitra dalam pengolahan sinyal satu-
variabel. Sebuah karakter yang berbeda dari metode ini adalah kenyataan bahwa mereka
adalah non-linear yang bersama-sama dengan dimensi-multi sinyal, mendefinisikan sub field
dalam pemrosesan sinyal sebagai bagian dari visi komputer.

9. Bidang Fisika.
Fisika merupakan bidang lain yang terkait erat dengan Computer Vision. sistem Computer
vision bergantung pada sensor gambar yang mendeteksi radiasi elektromagnetik
yangbiasanya dalam bentuk baik cahaya tampak atau infra-merah sensor dirancang
denganmengunakan fisika solid-state. Proses di mana cahaya merambat dan mencerminkan
off permukaan dijelaskan menggunakan optik. sensor gambar canggih bahkan meminta
mekanika kuantum untuk memberikan pemahaman lengkap dari proses pembentukangambar.
Selain itu, berbagai masalah pegukuran fisika dapat di atasi dengan menggunakanComputer
Vision, untuk gerakan misalnya dalam cairan.

10. Bidang matematika murni.

Sebagai contoh, banyak metode dalam visi komputer didasarkan pada statistik, optimasi atau
geometri. Akhirnya, bagian penting dari lapangan dikhususkan untuk aspek pelaksanaan visi
komputer, bagaimana metode yang ada dapat diwujudkan dalam berbagai
kombinasiperangkat lunak dan perangkat keras, atau bagaimana metode ini dapat
dimodifikasi untuk mendapatkan kecepatan pemrosesan tanpa kehilangan terlalu banyak
kinerja .

Aplikasi untuk visi computer

Salah satu bidang aplikasi yang paling menonjol adalah computer vision medis atau
pengolahan citra medis. Daerah ini dicirikan oleh ekstraksi informasi dari data citra untuk
tujuan membuat diagnosis medis pasien. Secara umum, data citra dalam bentuk gambar
mikroskop, gambar X-ray, gambar angiografi, gambar ultrasonik, dan gambar tomografi.
Contoh informasi yang dapat diekstraksi dari data gambar tersebut deteksi tumor,
arteriosclerosis atau perubahan memfitnah lainnya. Hal ini juga dapat pengukuran dimensi
organ, aliran darah, dll area aplikasi ini juga mendukung penelitian medis dengan
memberikan informasi baru, misalnya, tentang struktur otak, atau tentang kualitas perawatan
medis.

Sebuah wilayah aplikasi kedua dalam visi komputer di industri, kadang-kadang disebut visi
mesin, dimana informasi ini diekstraksi untuk tujuan mendukung proses manufaktur. Salah
satu contohnya adalah kendali mutu dimana rincian atau produk akhir yang secara otomatis
diperiksa untuk menemukan cacat. Contoh lain adalah pengukuran posisi dan orientasi
rincian yang akan dijemput oleh lengan robot. Mesin visi juga banyak digunakan dalam
proses pertanian untuk menghilangkan bahan makanan yang tidak diinginkan dari bahan
massal, proses yang disebut sortir optik.

Militer aplikasi mungkin salah satu daerah terbesar untuk visi komputer. Contoh jelas adalah
deteksi tentara musuh atau kendaraan dan bimbingan rudal. Lebih sistem 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 strategis. Dalam hal ini, pengolahan
otomatis data yang digunakan untuk mengurangi kompleksitas dan informasi sekering dari
sensor ganda untuk meningkatkan keandalan.
Artis Konsep Rover di Mars, sebuah contoh dari kendaraan darat tak berawak. Perhatikan
kamera stereo yang terpasang di atas Rover.

Salah satu area aplikasi yang lebih baru adalah kendaraan otonom, yang meliputi
submersibles, kendaraan darat (robot kecil dengan roda, mobil atau truk), kendaraan udara,
dan kendaraan udara tak berawak (UAV). Tingkat berkisar otonomi dari sepenuhnya otonom
(berawak) kendaraan untuk kendaraan di mana sistem visi berbasis komputer mendukung
driver atau pilot dalam berbagai situasi. Sepenuhnya otonom kendaraan biasanya
menggunakan visi komputer untuk navigasi, yakni untuk mengetahui mana itu, atau untuk
menghasilkan peta lingkungan (SLAM) dan untuk mendeteksi rintangan. Hal ini juga dapat
digunakan untuk mendeteksi peristiwa-peristiwa tugas tertentu yang spesifik, e. g., sebuah
UAV mencari kebakaran hutan. Contoh sistem pendukung sistem peringatan hambatan dalam
mobil, dan sistem untuk pendaratan pesawat otonom. Beberapa produsen mobil telah
menunjukkan sistem otonomi mengemudi mobil, tapi teknologi ini masih belum mencapai
tingkat di mana dapat diletakkan di pasar. Ada banyak contoh kendaraan otonom militer
mulai dari rudal maju, untuk UAV untuk misi pengintaian atau bimbingan rudal. Ruang
eksplorasi sudah dibuat dengan kendaraan otonom menggunakan visi komputer, e. g., NASA
Mars Exploration Rover dan Rover ExoMars ESA.

Sumber :

http://en.wikipedia.org/wiki/Computer_vision

http://ndangmutz.blogspot.com/2010/11/komputer-vision.html

http://greyjacket.blogspot.com/2011/11/penerapan-tknologi-komputer-vision.html

http://ndangmutz.blogspot.com/2010/11/komputer-vision.html