PTSC 2.3.

TUGAS PENGANTAR TEKNOLOGI SISTEM CERDAS KE- 2.3

JUM'AT, 18 OKTOBER 2019

DOSEN PEMBIMBING : DONIE MARGAVIANTO, SKOM.,MMSI

Arini Islahul Ni'mah
1B119879 - 3KA20
Sistem Informasi
Fakultas Ilmu Komputer dan Teknologi Informasi
Universitas Gunadarma

_________________________________________________________________________________

APLIKASI KOMPUTER VISION

(https://engineering.stanford.edu/magazine/article/researchers-improve-patient-safety-bedside-computer-vision)

Definisi

Terminologi lain yang berkaitan erat dengan pengolahan citra digital adalah computer vision atau machine computer. Pada hakikatnya, computer vision mencoba meniru cara kerja visual manusia (Human Vision). Human Vision sesungguhnya sangat kompleks, manusia melihat obyek dengan indera penglihatan (mata) lalu obyek citra diteruskan ke otak untuk diinterpretasi sehingga manusia mengerti obyek apa yang tampak dalam pandangan matanya. Hasil interpretasi ini mungkin digunakan untuk mengambil suatu keputusan. Sebagaimana layaknya mata dan otak, computer vision adalah suatu sistem yang mempunyai kemampuan untuk menganalisis obyek secara visual, setelah data obyek yang bersangkutan dimasukkan dalam bentuk citra.

Proses-proses dalam computer vision dibagi dalam 3 (tiga) aktifitas :

1. Memperoleh atau mengakuisisi citra digital, proses ini bisa disebut juga sebagai proses image preprocessing.

2. Melakukan teknik komputasi untuk memproses atau memodifikasi data citra berupa piksel.

3. Menganalisis dan menginterpretasi citra menggunakan hasil pemrosesan untuk tujuan tertentu, misalnya memandu robot, mengontrol peralatan, memantau manufaktur dan lain-lain.

Pengolahan citra merupakan proses awal (preprocessing) pada computer vision, sedangkan pengenalan pola merupakan proses untuk menginterpretasi citra. Teknik-teknik di dalam pengenalan pola memainkan peranan penting dalam computer vision untuk mengenali objek. Terminologi lain yang berkaitan erat dengan pengolahan citra digital adalah computer vision atau machine computer. Pada hakikatnya, computer vision mencoba meniru cara kerja visual manusia (Human Vision). Human Vision sesungguhnya

sangat kompleks, manusia melihat obyek dengan indera penglihatan (mata) lalu obyek citra diteruskan ke otak untuk diinterpretasi sehingga manusia mengerti obyek apa yang tampak dalam pandangan matanya. Hasil interpretasi ini mungkin digunakan untuk mengambil suatu keputusan. Sebagaimana layaknya mata dan otak, computer vision adalah suatu sistem yang mempunyai kemampuan untuk menganalisis obyek secara visual, setelah data obyek yang bersangkutan dimasukkan dalam bentuk citra.

Proses-proses dalam computer vision dibagi dalam 3 (tiga) aktifitas :

1. Memperoleh atau mengakuisisi citra digital, proses ini bisa disebut juga sebagai proses image preprocessing.

2. Melakukan teknik komputasi untuk memproses atau memodifikasi data citra berupa piksel.

3. Menganalisis dan menginterpretasi citra menggunakan hasil pemrosesan untuk tujuan tertentu, misalnya memandu robot, mengontrol peralatan, memantau manufaktur dan lain-lain.

(http://en.wikipedia.org/wiki/File:CVoverview2.svg)

Contoh:

Aplikasi Computer Vision untuk Penentuan Posisi Objek Simetris pada Ruang Tiga Dimensi

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 computer

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 :

1. 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.

2. 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.

3. 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.

4. 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 :

1. 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.

2. 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.

3. 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.