Dasar, Pemanfaatan, dan Kategori Pengolahan Citra Digital

Pengolahan citra adalah salah satu cabang dari ilmu informatika (Komputer). Pengolahan citra adalah sebuah proses pengolahan yang berkutat pada usaha untuk melakukan transformasi suatu citra/gambar menjadi citra lain dengan menggunakan teknik tertentu. Otuput pengolahan citra dapat berupa citra atau sekumpulan karakteristik atau parameter yang berhubungan dengan citra. 

contoh pengolahan citra digital (histogram citra)

Istilah pengolahan citra digital secara umum didefinisikan sebagai pemrosesan citra dua dimensi dengan komputer. Dalam definisi yang lebih luas, pengolahan citra digital juga mencakup semua data dua dimensi. Citra digital adalah barisan bilangan nyata maupun kompleks yang diwakili oleh bit-bit tertentu.

Pengolahan citra memiliki beberapa fungsi, diantaranya adalah:

1. Digunakan sebagai proses memperbaiki kualitas citra agar mudah diinterpretasi oleh manusia atau komputer.
2. Digunakan untuk Teknik pengolahan citra dengan mentrasformasikan citra menjadi citra lain. Contoh : pemampatan citra (image compression) Sebagai proses awal (preprocessing) dari komputer visi. Beberapa teknik pengolahan citra yang dikembangkan adalah sebagai berikut :
1. Image Enhancement : memperbaiki atau meningkatkan kualitas tampilan citra
2. Feature Extraction : mengekstraksi ciri atau fitur tertentu dari citra untuk dianalisis.
3. Image Restoration : memulihkan atau memperbaiki citra ke kondisi semula.
4. Image Compression : mereduksi atau mengurangi ukuran file citra namun tetap mempertahankan citra.
3. Pengolahan citra yang dikembangkan dapat dimanfaatkan untuk kehidupan, contohnya :
1. Bidang militer : pengolahan citra dapat dikembangkan untuk pelacakan target penembakan dengan menggunakan image recognition dan computer vision. Selain itu pengolahan citra juga dapat digunakan untuk mengirimkan pesan rahasia seperti pemanfaatan steganografi.
2. Fotografi : dapat digunakan untuk mengolah foto. Software seperti Adobe Photoshop dan Adobe Lightroom memanfaatkan operasi pengolahan citra seperti histogram, convolution, sharpening, dan masih banyak lagi untuk mengolah foto agar tampak lebih baik.
3. Bidang Kedokteran atau Medis (Biomedical) : dapat digunakan untuk analisis hasil scan anggota tubuh dengan menggunakan image recognition dan classification. Pengolahancitra digital dapat digunakan untuk deteksi tumor atau kanker rahim, identifikasi penyakitparu-paru, identifikasi penyakit hati, identifikasi penyakit tulang, segmentasi tulang dari ototyang lainnya, klasifikasi gigi, dan analisis citra mikroskopis.
4. Penginderaan Jauh : dapat digunakan untuk mendapatkan informasi penting dari sumber-sumber alam seperti pertanian, perairan, kelautan, mineral dan geologi dapat diperoleh dengan melakukan analisis citra terhadap citra satelitnya. 
5. OCR : Salah satu aplikasi yang penting dakam dunia pengolahan citra adalah pengenalan objek. Aplikasi yang paling banyak dijumpai adalah OCR (Optical Character Recognition). Aplikasi OCR sering digunakan untuk mengedintifikasi citra huruf untuk kemudian diubah kedalam bentuk file tulisan. Aplikasi ORC juga digunakan di dunia industri seperti industri elektronik untuk mengenali label-label yang ada pada circuit board.
6. dan penerapan lainnya.

Berikut ini adalah beberapa definisi dasar yang dipergunakan dalam pengolahan citra :

A. Citra

Citra (image) adalah istilah lain untuk gambar. Citra merupakan salah satu komponen multimedia yang memegang peranan sangat penting sebagai bentuk informasi visual. 

Citra adalah gambar dua dimensi yang dihasilkan dari gambar analog dua dimensi yang kontinu menjadi gambar diskrit melalui proses sampling. Gambar analog dibagi menjadi N baris dan M kolom sehingga menjadi gambar diskrit. 

Persilangan antara baris dan kolom tertentu disebut dengan piksel. Contohnya adalah gambar/titik diskrit pada baris n dan kolom m disebut dengan piksel [n,m].

B. Samplings

Proses capture pada kamera melakukan penangkapan besaran intensitas cahaya pada sejumlah titik yang ditentukan oleh besar kecilnya kemampuan resolusi sebuah kamera. Proses pengambilan titik-titik ini dinamakan dengan sampling. 

Sampling adalah proses untuk menentukan warna pada piksel tertentu pada citra dari sebuah gambar yang kontinu menjadi gambar diskrit. Pada proses sampling biasanya dicari warna rata-rata dari gambar analog yang kemudian dibulatkan. Proses sampling sering juga disebut proses digitisasi. Sampling merupakan bagian dari metodologi statistika.

C. Kuantisasi

Kuantisasi citra merupakan bagian dari proses digitasi citra analog, yaitu sebuah teknik pengelompokkan nilai tingkat keabuan citra kontinu ke dalam beberapa level.

Ada kalanya, dalam proses sampling, warna rata-rata yang didapat di relasikan ke level warna tertentu. Contohnya apabila dalam citra hanya terdapat 16 tingkatan warna abu-abu, maka nilai rata-rata yang didapat dari proses sampling harus diasosiasikan ke 16 tingkatan tersebut. Proses mengasosiasikan warna rata-rata dengan tingkatan warna tertentu disebut dengan kuantisasi.

D. Derau

Derau (Noise) adalah gambar atau piksel yang mengganggu kualitas citra. Derau dapat disebabkan oleh gangguan fisis(optik) pada alat akuisisi maupun secara disengaja akibat proses pengolahan yang tidak sesuai. 

Contohnya adalah bintik hitam atau putih yang muncul secara acak yang tidak diinginkan di dalam citra. bintik acak ini disebut dengan derau salt & pepper.

Kategori Pengolahan Citra

Pengolahan citra dapat dibagi kedalam tiga kategori yakni kategori rendah, menengah, dan tinggi.

1. Pengolahan Kategori rendah : melibatkan operasi-operasi sederhana seperti prapengolahan citra untuk mengurangi derau, pengaturan kontras, dan pengaturan ketajaman citra. Pengolahan kategori rendah ini memiliki input dan output berupa citra.
2. Pengolahan kategori menengah : melibatkan operasi-operasi seperti segmentasi dan klasifikasi citra. Proses pengolahan citra menengah ini melibatkan input berupa citra dan output berupa atribut (fitur) citra yang dipisahkan dari citra input. Pengolahan citra kategori melibatkan proses pengenalan dan deskripsi citra.
3. Pengohalan kategori tinggi : ini termasuk menjadikan objek-objek yang sudah dikenali menjadi lebih berguna, berkaitan dengan aplikasi, serta melakukan fungsi-fungsi kognitif yang diasosiasikan dengan vision.