Pengertian dan Langkah-langkah Pada Pengolahan Citra Singkat

 Assalamualaikum warahmatullahi wabarakatuh,

Alhamdulilah pada kesempatan kali ini, kita dapat diberi kesempatan lagi untuk menuliskan sesuatu pada blog ini.

Yak, tentunya pada tulisan ini masih membahas tentang ilmu di dunia IT yakni Pengolahan Citra

Pengolahan Citra / image processing di zaman sekarang sangat populer di dunia IT, dan penerapan ilmu ini juga berkembang dengan cepat. Misal contoh pengolahan citra yang biasa kita jumpai seperti : Mempertajam Gambar, Memperhalus Gambar, Deteksi Usia dengan Kamera, Deteksi penyakit, dll.

Lalu Apa itu Pengolahan Citra?

Pengertian Pengolahan Citra

Secara Singkat Pengolahan citra dapat dijelaskan seperti berikut :

    Pengolahan citra / image processing merupakan langkah pemrosesan citra dengan menggunakan komputer untuk menghasilkan citra yang lebih baik dan dapat diinterpretasi oleh manusia atau mesin. Langkah-langkah yang dilakukan untuk pengolahan citra adalah (Shafira, 2018):

Langkah-langkah dalam Pengolahan Citra :

1.      Akuisisi citra : pengambilan gambar yang diperlukan untuk diproses. Ini merupakan langkah pertama untuk pengolahan citra, karena apabila tidak ada gambar yang diambil maka pengolahan citra tidak dapat dilakukan.  

2.      Preprocessing citra : menyiapkan gambar yang telah diambil untuk diproses lebih lanjut agar dapat diklasifikasi. Preprocessing biasanya dilakukan cropping dan perubahan ukuran citra.

3.      Segmentasi : membagi citra menjadi beberapa bagian berbeda bertujuan untuk mendapatkan bagian yang ingin diolah. Tingkat kesuksesan pengolahan citra sangat berpengaruh pada segmentasi citra.  

4.      Representasi dan dekskripsi : representasi merupakan proses mepresentasikan suatu area sebagai daftar titik-titik koordinat dalam kurva tertutup, dengan dekskripsi parameternya. Setelah melakukan representasi maka langkah selanjutnya adalah dekskripsi citra dengan feature extraction dan selection. Feature selection untuk membedakan kelas-kelas objek dengan baik, sedangkan feature extraction untuk mengukur besaran kuantitatif setiap piksel.

5.      pengenalan (object recognition) : memberikan label pada objek sesuai dengan fitur yang dimiliki objek untuk mengklasifikasikan ke beberapa kelas.

Sumber :

Shafira, T., 2018. IMPLEMENTASI CONVOLUTIONAL NEURAL NETWORKS UNTUK KLASIFIKASI CITRA TOMAT MENGGUNAKAN KERAS 86.

Itulah tadi Sedikit penjelasan tentang Pengolahan Citra secara singkat, semoga bermanfaat. jika ada pertanyaan dapat ditanyakan di kolom komentar.

dan jika ada request materi sesuatu juga bisa ditulis dikolom komentar, terimakasih

Wassalamualaikum wr.wb