4. Computer Vision
Computer
Vision adalah ilmu dan teknologi mesin yang melihat, di mana 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. Sedangkan sebagai disiplin teknologi, computer vision berusaha
untuk menerapkan teori dan model untuk pembangunan sistem computer vision.
Computer
Vision didefinisikan sebagai salah satu cabang ilmu pengetahuan yang
mempelajari bagaimana komputer dapat mengenali obyek yang diamati. Cabang ilmu
ini bersama Artificial Intelligence akan
mampu menghasilkan Visual Intelligence System. Perbedaannya adalah Computer
Vision lebih mempelajari bagaimana komputer dapat mengenali obyek yang diamati.
Namunkomputer grafik lebih ke arah pemanipulasian gambar (visual) secara
digital. Bentuk sederhana dari grafik komputer adalah grafik komputer 2D yang
kemudian berkembang menjadi grafik komputer 3D, pemrosesan citra, dan
pengenalan pola. Grafik komputer sering
dikenal dengan istilah visualisasi data.
Computer Vision adalah kombinasi antara :
- Pengolahan
Citra (Image Processing), bidang yang
berhubungan dengan proses transformasi citra/gambar (image). Proses ini
bertujuan untuk mendapatkan kualitas citra yang lebih baik.
- 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.
Hubungan dari kombinasi tersebut dapat
dilihat pada gambar berikut :
4.1 Fungsi atau Proses Pada Computer Vision
Untuk menunjang tugas Computer Vision, terdapat beberapa fungsi pendukung ke dalam sistem ini, yaitu :
1. Proses penangkapan citra (Image Acquisition)
- Image Acqusition pada manusia dimulai dengan mata, kemudian informasi visual diterjemahkan ke dalam suatu format yang kemudian dapat dimanipulasi oleh otak.
- Senada dengan proses di atas, computer vision membutuhkan sebuah mata untuk menangkap sebuah sinyal visual.
- Umumnya mata pada computer vision adalah sebuah kamera video.
- Kamera menerjemahkan sebuah scene atau image.
- Keluaran dari kamera adalah berupa sinyal analog, dimana frekuensi dan amplitudonya (frekuensi berhubungan dengan sinyal listrik yang dihasilkan) mempresentasikan dtail ketajaman (Brightness) pada scene.
- Kamera mengamati sebuah kejadian pada satu jalur dalam satu waktu, memidainya dan membaginya menjadi ratusan garis horizontal yang sama.
- Tiap-tiap garis membuat sebuah sinyal analog yang amplitudonya menjelaskan perubahan brighness sepanjang garis sinyal tersebut.
- Kemudian sinyal listrik ini diubah menjadi bilangan biner yang akan digunakan oleh komputer untuk pemrosesan.
- 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 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. Proses pengolahan citra (Image Processing)
- Tahapan 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 diolah lebih jauh secara lebih efisien.
- image processing akan meningkatkan perbandingan sinyal terhadap noise (signal-to-noise ratio = s/n).
- Sinyal-sinyal tersebut informasi yang akan merepresentasikan objek yang ada dalam image.
- Sedangkan noise adalah segala bentuk interferensi, kekurangpengaburan, yang terjadi pada sebuah objek.
3. Analisa data citra (Image Analysis)
- Image analysis akan mengeksplorasi scene ke dalam bentuk karakteristik utama dari objek melalui suatu proses investigasi.
- Sebuah program komputer akan mulai melihat melalui bilangan biner yang merepresentasikan informasi visual untuk mengidentifikasikan fitur-fitur spesifik dan karakteristiknya.
- 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. Proses pemahaman data citra (Image Understanding)
- Ini adalah langkah terakhir dalam proses computer vision, yang nama spesifik objek dan hubungannya diidentifikasi.
- Pada bagian ini akan melibatkan kajian tentang teknik-teknik artificial intelligent.
- Understanding berkaitan dengan template matching yang ada dalam sebuah scene.
- Metode ini menggunakan program pencarian (Search Program) dan teknik penyesuaian pola (Pattern Matching Techniques).
4.2 Penerapan Computer Vision
1. Bidang
Pengolahan Citra Medis
Hal ini dicirikan dengan ekstraksi informasi dari data gambar
untuk tujuan membuat diagnosis medis pasien. Hal ini juga dapat pengukuran
dimensi organ, aliran darah, dan lain-lain area aplikasi ini juga mendukung
penelitian medis dengan memberikan informasi baru, misalnya, tentang struktur
otak, atau tentang kualitas perawatan medis.
2. 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. Mesin visi juga banyak digunakan
dalam proses pertanian untuk menghilangkan bahan makanan yang tidak diinginkan
dari bahan massal, proses yang disebut
sortir optik.
3. Bidang
Fisika
Fisika merupakan bidang lain yang terkait
erat dengan Computer vision. Sistem Computer vision bergantung pada sensor
gambar yang mendeteksi radiasi elektromagnetik yang biasanya dalam bentuk baik
cahaya tampak atau infra-merah. Sensor dirancang dengan menggunakan 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 pembentukan gambar.
Selain itu, berbagai masalah pengukuran
fisika dapat diatasi dengan menggunakan Computer vision, untuk gerakan misalnya
dalam cairan.
4. Bidang
Neurobiologi
Khususnya studi tentang sistem biological
vision Selama abad terakhir, telah terjadi studi ekstensif dari mata, neuron,
dan struktur otak dikhususkan untuk
pengolahan rangsangan visual pada 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.
5. 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 kombinasi perangkat lunak
dan perangkat keras, atau bagaimana metode ini dapat dimodifikasi untuk
mendapatkan kecepatan pemrosesan tanpa
kehilangan terlalu banyak kinerja .
6. Bidang
Pemrosesan
Sinyal Banyak metode untuk pemrosesan
sinyal satu-variabel, biasanya sinyal temporal, dapat diperpanjang dengan cara
alami untuk pengolahan sinyal dua variabel atau sinyal multi-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.
7. Bidang
Pertahanan Dan Keamanan (Militer)
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. Dalam hal ini, pengolahan otomatis data yang digunakan untuk mengurangi
kompleksitas dan informasi sekering dari sensor ganda untuk meningkatkan
keandalan.
8. Bidang
Didalam Kendaraan Otonom
Meliputi submersibles , berbasis 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. Hal ini juga dapat
digunakan untuk mendeteksi peristiwa- peristiwa tugas tertentu yang spesifik,
misalnya, sebuah UAV mencari kebakaran hutan. kendaraan otonom menggunakan visi
komputer, misalnya, NASA Mars
Exploration Rover dan ESA exomars Rover.
9. 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. Informasi tentang
lingkungan dapat diberikan 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.
10. Bidang
Industri Perfilman
Semua efek-efek di dunia akting , animasi, dan
penyotingan adegan film semua di fs rekam 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 tambahan animasi untuk menggambarkan
kapal raksasaya.