Perbedaan Grafika Komputer, Computer Vision dan Pengolahan Citra

Grafika Komputer

Grafika komputer (Inggris: Computer graphics) adalah bagian dari ilmu komputer yang berkaitan dengan pembuatan dan manipulasi gambar (visual) secara digital. Bentuk sederhana dari grafika komputer adalah grafika komputer 2D yang kemudian berkembang menjadi grafika komputer 3D, pemrosesan citra (image processing), dan pengenalan pola (pattern recognition). Grafika komputer sering dikenal juga dengan istilah visualisasi data.

Hasil dari rendering

Bagian dari grafika komputer meliputi:

• Geometri: mempelajari cara menggambarkan permukaan bidang
• Animasi: mempelajari cara menggambarkan dan memanipulasi gerakan
• Rendering: mempelajari algoritma untuk menampilkan efek cahaya
• Citra (Imaging): mempelajari cara pengambilan dan penyuntingan gambar.

Grafika Komputer

• Adalah proses untuk menciptakan suatu gambar berdasarkan deskripsi obyek maupun latar belakang yang terkandung pada gambar tersebut.
• Merupakan teknik untuk membuat gambar obyek sesuai dengan obyek tersebut di alam nyata (realism).
• Bertujuan menghasilkan gambar/citra (lebih tepat disebut grafik/picture) dengan primitif-primitif geometri seperti garis, lingkaran, dsb.
• Primitif-primitif geometri tersebut memerlukan data deskriptif untuk melukis elemen-elemen gambar. Data deskriptif : koordinat titik, panjang garis, jari-jari lingkaran, tebal garis, warna, dsb.
• Grafika komputer berperan dalam visualisasi dan virtual reality.

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 disiplinilmu, 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 menghasilkanVisual 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 :

Fungsi / 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 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.
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 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.
3. 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.
4. 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).

Contoh aplikasi dari Computer Vision

Beberapa aplikasi yang dihasilkan dari Computer Vision antara lain :

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

Pengolahan Citra

Pengolahan Citra (Image Processing) merupakan proses memperbaiki kualitas citra agar mudah diinterpretasi oleh manusia atau komputer. Teknik pengolahan citra dilakukan dengan mentrasformasikan citra menjadi citra lain, misalnya: pemampatan citra (image compression). Pengolahan citra merupakan proses awal (preprocessing) dari komputer visi. Pengelompokkan data numerik dan simbolik (termasuk citra) dilakukan secara otomatis oleh komputer agar suatu objek dalam citra dapat dikenali dan diinterpreasi. Pengenalan pola adalah tahapan selanjutnya atau analisis dari pengolahan citra. Operasi Pengolahan Citra diantatranya:

• Perbaikan kualitas citra (image enhacement) tujuan memperbaiki kualitas citra dengan memanipulasi parameter-parameter citra.

• Pemugaran citra (image restoration) tujuan menghilangkan cacat pada citra. Perbedaannya dengan perbaikan citra : penyebab degradasi citra diketahui.

• Pemampatan citra (image compression) tujuan citra direpresentasikan dalam bentuk lebih kompak, sehingga keperluan memori lebih sedikit namun dengan tetap mempertahankan kualitas gambar (misal dari .BMP menjadi .JPG).

• Segmentasi citra (image segmentation) tujuan memecah suatu citra ke dalam beberapa segmen dengan suatu kriteria tertentu. Berkaitan erat dengan pengenalan pola.

• Pengorakan citra (image analysis) tujuan menghitung besaran kuantitatif dari citra untuk menghasilkan deskripsinya. Diperlukan untuk melokalisasi objek yang diinginkan dari sekelilingnya.

• Rekonstruksi citra (image recontruction) tujuan membentuk ulang objek dari beberapa citra hasil proyeksi.

Citra ada 2 macam:

1. Citra Kontinyu. Dihasilkan dari sistem optik yang menerima sinyal analog. Contoh: mata manusia, kamera analog.
2. Citra Diskrit / Citra Digital.