PENGOLAHAN CITRA BERWARNA (2): WARNA

 WARNA  PRIMER

Warna primer adalah warna utama yang terdiri dari biru, merah dan kuning yang disebut juga sebagai Hue. Ketiga warna dasar ini adalah warna yang bisa dikombinasikan dan menghasilkan warna-warna turunan lainnya. Warna-warna inilah yang bisa ditangkap oleh mata manusia, dikarenakan mata manusia seperti spesies lain yang memiliki tiga macam reseptor warna yang disebut makhluk trichromat. Karena pada dasarnya warna primer bukan milik cahaya, tapi lebih merupakan konsep biologis, yang didasarkan pada respon fisiologis mata manusia terhadap cahaya. Secara fundamental, cahaya adalah spectrum berkesinambungan dari panjang gelombang (wave length), yang berarti terdapat jumlah warna yang tak terhingga. Mata manusia hanya mampu menangkap panjang gelombang sampai batas tertentu dikarenakan jenis alat penerima/reseptor manusia yang disebut sel kerucut hanya mampu menangkap panjang gelombang hingga 780 nanometer. Sehingga tiga warna dasar inilah yang mampu di tangkap manusia dan disebut sebagai warna utama.

WARNA SEKUNDER

Adalah warna-warna yang dihasilkan dari percampuran warna-warna primer (biru, merah dan kuning) dalam satu ruang warna. Hasil pencampuran warnanya bisa dilihat dari diagram berikut dibawah ini : 

 Biru + Kuning = Hijau 

 Kuning + Merah = Oranye 

 Merah + Biru = Ungu

WARNA TERSIER

Merupakan warna yang dihasilkan dari campuran satu warna primer dengan satu warna sekunder dalam sebuah ruang warna. 

 Hue 

Hue warna adalah identitas sebuah warna. Gunanya untuk membedakan antar warna, agar identifikasi unik setiap warna bisa dikenali dengan jelas. Misalnya pigmen yang terdapat pada buah alpokat, berbeda dengan pigmen yang ada pada buah jeruk. Maka masing-masing, perlu disematkan sebuah nama unik. Misalnya hijau alpokat dan orange jeruk. Maka kedua nama ini, hanya milik dari kedua unsur atau pigmen yang terkandung pada kedua buah ini. Tidak ada pada pigmen lain. Nah begitu juga dengan unsur-unsur warna pada pigmen lain. Masing-masing, punya identitasnya sendiri. Punya nama uniknya masing-masing yang tidak bisa saling bertukar. Contohnya warna merah, kuning, biru dan seterusnya. Semua ini disebut dengan hue warna.

Pengertian yang lebih sederhana, hue menggambarkan salah satu dari 12 warna dalam roda warna utama. Kumpulan jenis dengan 12 warna paling cerah dan paling murni yaitu :

 

PENGOLAHAN CITRA BERWARNA (1)

Pengolahan Citra Berwarna 

Pemrosesan gambar berwarna adalah area yang semakin penting karena peningkatan yang signifikan dalam penggunaan gambar digital melalui Internet. Pemodelan dan pemrosesan warna dalam domain digital termasuk dalam Langkah ini.

Warna 

Warna banyak digunakan pada sistem vision manusia. Warna menjadikan permasalahan pengenalan menjadi lebih mudah diselesaikan. Spektrum yang bisa ditangkap manusia adalah 400 nm (biru) sampai 700 nm (merah). Mesin bisa melihat lebih banyak, mulai dari sinar X, infra merah dan gelombang radio.

Spektrum 

Warna Cahaya matahari yang dilewatkan pada prisma menghasilkan spetrum warna. Warna objek yang diterima oleh penglihatan manusia ditentukan oleh cahaya dipantulkan oleh objek tersebut. 

Akromatik 

Warna akromatik adalah kombinasi antara warna yang gelap dan terang. Akromatik berasal dari kata a yang berarti tidak dan chromatic artinya warna. Contoh warna akromatik adalah perpaduan yang mengutamakan warna hitam, putih, dan abu-abu. Hanya permainan gelap dengan terang. Hanya permainan gradasi hitam dengan putih. Contohnya seperti ini: 

Kromatik 

Warna kromatis maksudnya adalah kombinasi warna yang menggunakan gelap dan terang. Istilahnya adalah Tint dan Shade. Misalnya warna merah. Apabila warna merahnya pucat, atau warna merahnya gelap, maka itu disebut merah kromatis. Dalam pencampuran warna, untuk mendapatkan warna kromatis adalah dengan mencampurnya dengan warna putih dan hitam. Contohnya seperti ini: 

Tiga satuan yang digunakan untuk mendeskripsikan kualitas dari sumber cahaya akromatik adalah sebagai berikut: 

1. Radiance: Jumlah energi yang memancar dari sumber cahaya (dalam satuan watt). 
2. Luminance: Jumlah energi yang diterima oleh observer dari sumber cahaya (dalam satuan lumens, lm). contoh: sinar inframerah memiliki radiansi yang besar tapi nyaris tidak dapat dilihat oleh observer. 
3. Brightness: Deskriptor yang subjektif, mirip dengan pengertian intensitas pada akromatik, salah satu faktor penentu dalam menggambarkan sensasi warna. 

Sumber

• Dasar Pengolahan Citra Digital Edisi 2022 Mangaras Yanu F. Bambang Yuwono Dessyanto Boedi P. Copyright © 2022 Hak cipta dilindungi oleh undang-undang Dilarang mengutip atau memperbanyak sebagian atau seluruh isi buku ini dalam bentuk apapun, baik secara elektronis maupun mekanis, termasuk memfotocopy, merekam, atau dengan sistem penyimpanan lainnya, tanpa izin tertulis dari Penyusun. Cetakan kedua, 2022 ISBN: 9 786233 891448
  

PENINGKATAN KUALITAS CITRA

Peningkatan kualitas citra adalah salah satu area pemrosesan citra digital yang paling sederhana dan paling menarik. Pada dasarnya, ide di balik teknik penyempurnaan adalah untuk menampilkan detail yang kabur, atau sekadar menyoroti fitur tertentu yang menarik dalam sebuah gambar agar lebih mudah diinterpretasikan oleh mata manusia. Seperti, mengubah kecerahan & kontras.

Perbaikan kualitas diperlukan karena seringkali citra yang dijadikan objek pembahasan mempunyai kualitas yang buruk, misalnya citra mengalami derau (noise) pada saat pengiriman melalui saluran transmisi, citra terlalu terang/gelap, citra kurang tajam, kabur, dan sebagainya. Melalui operasi pemrosesan awal inilah kualitas citra diperbaiki sehingga citra dapat digunakan untuk aplikasi lebih lanjut, misalnya untuk aplikasi pengenalan (recognition) objek di dalam citra. 

Proses-proses yang termasuk ke dalam perbaikan kualitas citra sebagai berikut: 

A. Pengubahan kecerahan gambar (image brightness)

Untuk membuat citra lebih terang atau lebih gelap, kita melakukan pengubahan kecerahan gambar. Kecerahan/kecemerlangan gambar dapat diperbaiki dengan menambahkan (atau mengurangkan) sebuah konstanta kepada (atau dari) setiap pixel di dalam citra.

B. Peregangan kontras (contrast stretching)

Kontras menyatakan sebaran terang (lightness) dan gelap (darkness) di dalam sebuah gambar. Citra dapat dikelompokkan ke dalam tiga kategori kontras: 

• citra kontras-rendah (low contrast), 
• citra kontras-bagus (good contrast atau normal contrast), dan 
• citra kontras-tinggi (high contrast). 

Ketiga kategori ini umumnya dibedakan secara intuitif. 

Citra kontras-rendah dicirikan dengan sebagian besar komposisi citranya adalah terang atau sebagian besar gelap. Dari histogramnya terlihat sebagian besar derajat keabuannya terkelompok (clustered) bersama atau hanya menempati sebagian kecil dari rentang nilai-nilai keabuan yang mungkin. Jika pengelompokan nilai-nilai pixel berada di bagian kiri (yang berisi nilai keabuan yang rendah), citranya cenderung gelap. Jika pengelompokan nilai-nilai pixel berada di bagian kanan (yang berisi nilai keabuan yang tinggi), citranya cenderung terang. Tetapi, mungkin saja suatu citra tergolong kontras-rendah meskipun tidak terlalu terang atau tidak terlalu gelap bila semua pengelompokan nilai keabuan berada di tengah histogram. 

Citra kontras-bagus memperlihatkan jangkauan nilai keabuan yang lebar tanpa ada suatu nilai keabuan yang mendominasi. Histogram citranya memperlihatkan sebaran nilai keabuan yang relatif seragam. 

Citra kontras-tinggi, seperti halnya citra kontras bagus, memiliki jangkauan nilai keabuan yang lebar, tetapi terdapat area yang lebar yang didominasi oleh warna gelap dan area yang lebar yang didominasi oleh warna terang. Gambar dengan langit terang dengan latar depan yang gelap adalah contoh citra kontras-tinggi. Pada histogramnya terlihat dua puncak, satu pada area nilai keabuan yang rendah dan satu lagi pada area nilai keabuan yang tinggi. Citra dengan kontras-rendah dapat diperbaiki kualitasnya dengan operasi peregangan kontras.

C. Pengubahan histogram citra

Untuk memperoleh histogram citra sesuai dengan keinginan kita, maka penyebaran nilai-nilai intensitas pada citra harus diubah.

Terdapat dua metode pengubahan citra berdasarkan histogram:

- Perataan historam (histogram equalization) Nilai-nilai intensitas di dalam citra diubah sehingga penyebarannya seragam (uniform).

- Spesifikasi histogram (histogram spesification) Nilai-nilai intensitas di dalam citra diubah agar diperoleh histogram dengan bentuk yang dispesifikasikan oleh pengguna.

D. Penghalusan citra (image smoothing)

Penghalusan citra (image smoothing) bertujuan untuk mengurangi gangguan (noise) pada citra. Gangguan tersebut  biasanya muncul sebagai akibat dari hasil permulaan yang tidak bagus (sensor noise, photographic grain noise) atau akibat saluran transmisi (pada pengiriman data).

Gangguan pada citra umumnya berupa variasi intensitas suatu pixel yang tidak berkorelasi dengan pixel-pixel tetangganya. Secara visual, gangguan mudah dilihat oleh mata karena tampak berbeda dengan pixel tetangganya.

Pixel yang mengalami gangguan umumnya memiliki frekuensi tinggi (berdasarkan analisis frekuensi dengan transformasi Fourier). Komponen citra yang berfrekuensi rendah umumnya mempunyai nilai pixel konstan atau berubah sangat lambat.

Operasi penghalusan citra dilakukan untuk menekan komponen yang berfrekuensi tinggi dan meloloskan komponen yang berfrekuensi rendah. Operasi penghalusan dapat dilakukan pada ranah spasial maupun pada ranah frekuensi. Pada ranah spasial, operasi penghalusan dilakukan dengan mengganti intensitas suatu pixel dengan ratarata dari nilai pixel tersebut dengan nilai pixel-pixel tetangganya. 

e. Penajaman (sharpening) tepi (edge)

Operasi penajaman citra bertujuan memperjelas tepi pada objek di dalam citra. Penajaman citra merupakan kebalikan dari operasi penghalusan citra karena operasi ini menghilangkan bagian citra yang lembut.

Operasi penajaman dilakukan dengan melewatkan citra pada filter lolos-tinggi (high-pass filter). Filter lolos-tinggi akan meloloskan (atau memperkuat) komponen yang berfrekuensi tinggi (misalnya tepi atau pinggiran objek) dan akan menurunkan komponen berfrekuensi rendah. Akibatnya, pinggiran objek telihat lebih tajam dibandingkan sekitarnya. Karena penajaman citra lebih berpengaruh pada tepi (edge) objek, maka penajaman citra sering disebut juga penajaman tepi (edge sharpening) atau peningkatan

kualitas tepi (edge enhancement). Selain untuk mempertajam gambar, filter lolos-tinggi juga digunakan untuk mendeteksi keberadaan tepi (edge detection). Dalam hal ini, pixel-pixel tepi ditampilkan lebih terang (highlight) sedangkan pixel-pixel bukan tepi dibuat gelap (hitam).

F. Pewarnaan semu (pseudocolouring)

Pewarnaan semu adalah proses memberi warna tertentu pada nilai-nilai pixel suatu citra skala-abu pada suatu citra berdasarkan kriteria tertentu, misalnya suatu warna tertentu untuk suatu interval derajat keabuan tertentu. Hal ini dilakukan karena mata manusia mudah membedakan banyak jenis warna. 

G. Pengubahan geometric.

Pengubahan geometrik dilakukan pada citra yang memiliki gangguan yang terjadi pada waktu proses perekaman citra, misalnya pergeseran koordinat citra (translasi), perubahan ukuran citra, dan perubahan orientasi koordinat citra (skew). Proses pengubahan geometri untuk meningkatkan kualitas citra tersebut disebut juga koreksi geometri. Koreksi geometri yang sederhana adalah dengan operasi geometri sederhana seperti rotasi, translasi, dan penskalaan citra.

Sumber

• Dasar Pengolahan Citra Digital Edisi 2022 Mangaras Yanu F. Bambang Yuwono Dessyanto Boedi P. Copyright © 2022 Hak cipta dilindungi oleh undang-undang Dilarang mengutip atau memperbanyak sebagian atau seluruh isi buku ini dalam bentuk apapun, baik secara elektronis maupun mekanis, termasuk memfotocopy, merekam, atau dengan sistem penyimpanan lainnya, tanpa izin tertulis dari Penyusun. Cetakan kedua, 2022 ISBN: 9 786233 891448

PENGOLAHAN CITRA DIGITAL -IMAGE PROCESSING-

Pengolahan citra (image Processing) merupakan proses mengolah pikselpiksel di dalam citra digital untuk tujuan tertentu. Pada awalnya pengolahan citra ini dilakukan untuk memperbaiki kualitas citra, namun dengan berkembangnya dunia komputasi yang ditandai dengan semakin meningkatnya kapasitas dan kecepatan proses komputer serta munculnya ilmu-ilmu komputasi yang memungkinkan manusia dapat mengambil informasi dari suatu citra. 

Proses pengolahan citra secara diagram proses dimulai dari pengambilan citra, perbaikan kualitas citra, sampai dengan pernyataan representatif citra yang dicitrakan sebagai berikut: 

Dalam perkembangan lebih lanjut, image processing dan computer vision digunakan sebagai mata manusia, dengan perangkat input image capture seperti kamera dan scanner dijadikan sebagai mata dan mesin komputer (dengan program komputasinya) dijadikan sebagai otak yang mengolah informasi sehingga muncul beberapa pecahan bidang yang menjadi

penting dalam computer vision, antara lain: 

• Pattern recognition (pengenalan pola), 
• Biometric (pengenalan identifikasi manusia berdasarkan ciri-ciri biologis yang tampak pada badan manusia), 
• Content based image and video retrieval (mendapatkan kembali citra atau video dengan informasi tertentu), 
• Video editing, dan lain-lain.

Biasanya sistem pengolahan citra termasuk memperlakukan gambar sebagai sinyal dua dimensi dengan menerapkan metode pemrosesan sinyal yang telah ditetapkan padanya. Langkah dasar dalam pengolahan citra digital sebagai berikut: 

Sumber:

• Dasar Pengolahan Citra Digital Edisi 2022 Mangaras Yanu F. Bambang Yuwono Dessyanto Boedi P. Copyright © 2022 Hak cipta dilindungi oleh undang-undang Dilarang mengutip atau memperbanyak sebagian atau seluruh isi buku ini dalam bentuk apapun, baik secara elektronis maupun mekanis, termasuk memfotocopy, merekam, atau dengan sistem penyimpanan lainnya, tanpa izin tertulis dari Penyusun. Cetakan kedua, 2022 ISBN: 9 786233 891448