Princess Gladys Ingrid

Pengertian Computer Vision

Computer Vision adalah kombinasi antara :

Hubungan dari kombinasi tersebut dapat dilihat pada gambar berikut :

Kemampuan itu diantaranya adalah:

1. Object detection → Apakah sebuah objek ada pada scene? Jika begitu, dimana batasan-batasannya..?
2. Recognation → Menempatkan label pada objek.
3. Description → Menugaskan properti kepada objek.
4. 3D Inference → Menafsirkan adegan 3D dari 2D yang dilihat.
5. Interpreting motion → Menafsirkan gerakan.

Hirarki pada Computer Vision

• Pengolahan Tingkat Rendah (Image to image) → Menghilangkan noise, dan peningkatan gambar (enchament image). 
• Pengolahan  Tingkat Menengah (Image to dimbolic) → Kumpulan garis / vektor yang merepresentasikan batas sebuah obyek pada citra. 
• Pengolah Tingkat Tinggi (Simbolic to simbolic) → Representasi simbolik batas-batas obyek menghasilkan nama obyek tersebut.

Tahapan proses dalam Computer Vision

• Proses penangkapan citra/gambar (image acquisition), 
• Proses pengolahan citra (image processing), 
• Analisa data citra (image analysis) dan 
• Proses pemahaman data citra (image understanding)

Tahapan Utama / Fungsi Pendukung

• A.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 jumlah sinyal dalam satu detik, sedangkan amplitudo berkaitan dengan tingginya sinyal listrik yang dihasilkan) merepresentasikan detail ketajaman (brightness) pada scene. 
• Kamera mengamati sebuah kejadian pada satu jalur dalam satu waktu, memindainya dan membaginyamenjadi 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 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.

• B. 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 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, kekurangpengaburan, yang terjadi pada sebuah objek.
• C. Analisa data citra (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 mengidentifikasi fitur‐fitur spesifik 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.
• D. Proses Pemahaman Data citra (Image Understanding)

• Ini adalah langkah terakhir dalam proses computer vision, yang mana sprsifik 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. 
• Metoda ini menggunakan program pencarian (search program) dan teknik penyesuaian pola (pattern matching techniques).

Aplikasi

1. Robotic – navigation and control 
2. Medical Image Analysis – measurement and interpretation of many types of images 
3. Industrial Inspection – measurement, fault checking, process control  
4. Optical Character Recognition – text reading  
5. Remote Sensing – land use and environmental monitoring 
6. Psychology, AI – exploring representation and computation in natural vision

Aplikasi Computer Vision

• Pengendalian proses (misalnya, sebuah robot industri atau kendaraan otonom). 
• Mendeteksi peristiwa (misalnya, untuk pengawasan visual atau orang menghitung). 
• Mengorganisir informasi (misalnya, untuk pengindeksan database foto dan gambar urutan). 
• Modeling benda atau lingkungan (misalnya, industri inspeksi, analisis gambar medis / topografis). 
• Interaksi (misalnya, sebagai input ke perangkat untuk interaksi manusia komputer). 
• Sub-domain visi komputer meliputi adegan rekonstruksi, acara deteksi, pelacakan video, pengenalan obyek, belajar, pengindeksan, gerak estimasi, dan gambar restorasi

• Bidang Medis

• Bidang Industri Sipil