melihat atau merasakan sebuah gambar atau pemandangan . Citra merupakan gambar dua
dimensi yang dihasilkan dari gambar analog dua dimensi yang kontinus 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]. Data yang
dihasilkan dapat bersifat optik berupa foto, bersifat analog berupa sinyal-sinyal video (gambar pada
monitor televisi), atau bersifat digital yang dapat langsung disimpan dalam pita magnetik.
Pada prosesnya, pembuatan citra membutuhkan alat (instrumen pencitraan) yang memiliki sensor
untuk mengkonversikan informasi radiometri sebuah gambar menjadi sebuah citra. Proses tersebut
akan dilanjutkan dengan proses transformasi, analisis, pemrosesan lanjutan, dan interpretasi citra.
Representasi sebuah citra biasanya dikaitkan dengan karakteristik kuantitas representasi elemen
gambar (piksel). Citra juga dapat merepresentasikan karakteristik jaringan tubuh dengan proses
pencitraan sinar X, bahkan suhu di suatu ruang dengan pencitraan infra merah.
dimensi yang dihasilkan dari gambar analog dua dimensi yang kontinus 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]. Data yang
dihasilkan dapat bersifat optik berupa foto, bersifat analog berupa sinyal-sinyal video (gambar pada
monitor televisi), atau bersifat digital yang dapat langsung disimpan dalam pita magnetik.
Pada prosesnya, pembuatan citra membutuhkan alat (instrumen pencitraan) yang memiliki sensor
untuk mengkonversikan informasi radiometri sebuah gambar menjadi sebuah citra. Proses tersebut
akan dilanjutkan dengan proses transformasi, analisis, pemrosesan lanjutan, dan interpretasi citra.
Representasi sebuah citra biasanya dikaitkan dengan karakteristik kuantitas representasi elemen
gambar (piksel). Citra juga dapat merepresentasikan karakteristik jaringan tubuh dengan proses
pencitraan sinar X, bahkan suhu di suatu ruang dengan pencitraan infra merah.
Pengolahan citra sendiri merupakan salah satu cabang dari ilmu informatika yang pada prosesnya
memanipulasi gambar yang telah ada menjadi gambar lain dengan menggunakan suatu algoritma
atau teknik tertentu [22]. Citra yang diolah merupakan citra digital yang merupakan sekumpulan
bilangan (kompleks maupun real) yang direpresentasikan oleh bit berhingga. Proses pengolahan citra
banyak melibatkan persepsi visual, dan mempunyai ciri data masukan dan informasi keluaran yang
berbentuk citra
Tahapan di bawah ini merupakan penjabaran proses pengolahan citra digital sederhana [22]:
1. Citra dalam bentuk transparansi, slide, foto, atau chart di-digital-kan dan disimpan dalam
matriks digit biner dalam memori komputer;
2. Citra diproses dan ditampilkan pada monitor dengan resolusi tinggi;
3. Citra disimpan dalam penampung memori yang dapat diakses dengan cepat untuk tampilan.
Rapid access buffer memory tersebut akan me-refresh monitor per 30 fps untuk
memproduksi tampilan yang berkesinambungan yang dapat dilihat dengan jelas;
4. Komputer digunakan untuk berkomunikasi dan mengendalikan semua proses digitalisasi,
penyimpanan dan operasi tampilan;
5. Masukan (ke komputer) berupa program dibuat melalui sebuah terminal, dan keluaran akan
tersedia pada perangkat keluaran (terminal, monitor, printer).
Kualitas citra sangat dipengaruhi oleh tingkat keberadaan noise (derau). Citra yang didapatkan
secara optik, elektro-optik, atau elektronik sangat dipengaruhi alat penginderaan. Hal-hal yang
memungkinkan terjadinya penurunan kualitas citra antara lain: sensor noise, kamera tidak fokus,
guncangan. Untuk mengatasi noise, citra yang didapat biasanya diperhalus dengan tapis citra.
Piksel-piksel yang berdekatan dimanipulasi sedemikian rupa sehingga citra menjadi lebih halus
tanpa mengganggu bentuk sudut benda dalam citra.
Beberapa tapis citra yang digunakan untuk menghilangkan noise antara lain:
- Tapis Wiener untuk mengatasi derau aditif (Gaussian)
- Tapis Homomorfik untuk mengatasi derau multiplikatif (Speckle)
- Tapis median untuk mengatasi derau salt-and-pepper
Proses yang sering digunakan dalam pemilahan citra (dalam data) adalah segmentasi, yaitu
membagi citra menjadi bagian-bagian dimana bagian-bagian tersebut dapat dipandang sebagai
obyek-obyek mandiri yang dapat dianalisis Segmentasi ini dapat juga dianalogikan sebagai proses pemisahan foreground (latar depan) dan
background (latar belakang).
Pemilahan menjadi penting untuk diperhatikan, karena pemilahan citra akan sangat berguna dalam
pengukuran atau pemahaman citra. Nantinya akan ditentukan pula nilai ambang (dalam proses
pengambangan) untuk mempermudah proses segmentasi.
Proses segmentasi dapat dilakukan dengan menggunakan 2 buah pendekatan, yaitu:
- metode berdasarkan tepi (edge-based)
segmentasi dilakukan berdasar perbedaan atau perubahan mendadak intensitas suatu piksel
terhadap piksel yang berdekatan (tetangga).
- metode berdasarkan daerah (region-based)
segmentasi dilakukan berdasarkan kesamaan nilai suatu piksel terhadap piksel yang
berdekatan (tetangga).
Selanjutnya pada proses segmentasi ini dikenal istilah tepi dan deteksi tepi.
Tepi merupakan sejumlah tempat pada citra dengan intensitas kontras yang kuat, dan biasanya
muncul pada lokasi citra yang merepresentasikan batasan obyek. Sedangkan deteksi tepi
merupakan proses yang sering digunakan dalam proses segmentasi citra.
Secara teori, deteksi tepi dapat dilakukan dengan menggunakan filter frekuensi tinggi dalam domain
Fourier atau dengan cara menkonvolusikan citra dengan kernel tertentu pada domain spasial.
Secara praktis, deteksi tepi dilakukan dalam domain spasial dengan alasan komputasinya yang lebih
sederhana, cepat, dan seringkali memberikan hasil yang lebih baik.
Tepi dapat diperoleh dengan menghitung turunan citra.
memanipulasi gambar yang telah ada menjadi gambar lain dengan menggunakan suatu algoritma
atau teknik tertentu [22]. Citra yang diolah merupakan citra digital yang merupakan sekumpulan
bilangan (kompleks maupun real) yang direpresentasikan oleh bit berhingga. Proses pengolahan citra
banyak melibatkan persepsi visual, dan mempunyai ciri data masukan dan informasi keluaran yang
berbentuk citra
Tahapan di bawah ini merupakan penjabaran proses pengolahan citra digital sederhana [22]:
1. Citra dalam bentuk transparansi, slide, foto, atau chart di-digital-kan dan disimpan dalam
matriks digit biner dalam memori komputer;
2. Citra diproses dan ditampilkan pada monitor dengan resolusi tinggi;
3. Citra disimpan dalam penampung memori yang dapat diakses dengan cepat untuk tampilan.
Rapid access buffer memory tersebut akan me-refresh monitor per 30 fps untuk
memproduksi tampilan yang berkesinambungan yang dapat dilihat dengan jelas;
4. Komputer digunakan untuk berkomunikasi dan mengendalikan semua proses digitalisasi,
penyimpanan dan operasi tampilan;
5. Masukan (ke komputer) berupa program dibuat melalui sebuah terminal, dan keluaran akan
tersedia pada perangkat keluaran (terminal, monitor, printer).
Kualitas citra sangat dipengaruhi oleh tingkat keberadaan noise (derau). Citra yang didapatkan
secara optik, elektro-optik, atau elektronik sangat dipengaruhi alat penginderaan. Hal-hal yang
memungkinkan terjadinya penurunan kualitas citra antara lain: sensor noise, kamera tidak fokus,
guncangan. Untuk mengatasi noise, citra yang didapat biasanya diperhalus dengan tapis citra.
Piksel-piksel yang berdekatan dimanipulasi sedemikian rupa sehingga citra menjadi lebih halus
tanpa mengganggu bentuk sudut benda dalam citra.
Beberapa tapis citra yang digunakan untuk menghilangkan noise antara lain:
- Tapis Wiener untuk mengatasi derau aditif (Gaussian)
- Tapis Homomorfik untuk mengatasi derau multiplikatif (Speckle)
- Tapis median untuk mengatasi derau salt-and-pepper
Proses yang sering digunakan dalam pemilahan citra (dalam data) adalah segmentasi, yaitu
membagi citra menjadi bagian-bagian dimana bagian-bagian tersebut dapat dipandang sebagai
obyek-obyek mandiri yang dapat dianalisis Segmentasi ini dapat juga dianalogikan sebagai proses pemisahan foreground (latar depan) dan
background (latar belakang).
Pemilahan menjadi penting untuk diperhatikan, karena pemilahan citra akan sangat berguna dalam
pengukuran atau pemahaman citra. Nantinya akan ditentukan pula nilai ambang (dalam proses
pengambangan) untuk mempermudah proses segmentasi.
Proses segmentasi dapat dilakukan dengan menggunakan 2 buah pendekatan, yaitu:
- metode berdasarkan tepi (edge-based)
segmentasi dilakukan berdasar perbedaan atau perubahan mendadak intensitas suatu piksel
terhadap piksel yang berdekatan (tetangga).
- metode berdasarkan daerah (region-based)
segmentasi dilakukan berdasarkan kesamaan nilai suatu piksel terhadap piksel yang
berdekatan (tetangga).
Selanjutnya pada proses segmentasi ini dikenal istilah tepi dan deteksi tepi.
Tepi merupakan sejumlah tempat pada citra dengan intensitas kontras yang kuat, dan biasanya
muncul pada lokasi citra yang merepresentasikan batasan obyek. Sedangkan deteksi tepi
merupakan proses yang sering digunakan dalam proses segmentasi citra.
Secara teori, deteksi tepi dapat dilakukan dengan menggunakan filter frekuensi tinggi dalam domain
Fourier atau dengan cara menkonvolusikan citra dengan kernel tertentu pada domain spasial.
Secara praktis, deteksi tepi dilakukan dalam domain spasial dengan alasan komputasinya yang lebih
sederhana, cepat, dan seringkali memberikan hasil yang lebih baik.
Tepi dapat diperoleh dengan menghitung turunan citra.
Posisi tepi dapat di-estimasi dengan menghitung nilai maksimum pada turunan pertama atau
melakukan zero-crossing pada turunan kedua. Berdasarkan kedua hal tersebut maka Metode
pendeteksian tepi terbagi 2, yaitu:
1. berdasarkan turunan pertama (gradient based)
2. berdasarkan turunan kedua (Laplacian)
Tepi yang menjadi hasil dari pendeteksian tepi biasanya membentuk kumpulan piksel yang
selanjutnya dapat direpresentasikan sebagai garis lurus atau garis dengan fungsi geometri tertentu.
Proses pendeteksian garis lurus pada suatu citra dapat dilakukan dengan menggunakan proses:
- Pendeteksian garis menggunakan template
Proses ini mirip dengan dengan proses pendeteksian tepi Compass Mask.
Cara kerjanya adalah dengan melakukan template matching (pencocokan template), yaitu
dengan mencari kumpulan tepi yang berseuaian dengan kernel yang digunakan sebagai
template.
- Pendeteksian garis dengan regresi linier
Sekumpulan titik dapat diaproksimasikan sebagai garis lurus dengan menggunakan metode
regresi linier.
Kelemahan metode ini adalah semua data tepi akan diaproksimasikan ke dalam satu
persamaan garis. Proses ini akan salah melakukan aproksimasi persamaan garis jika dalam
suatu citra terdapat beberapa kumpulan tepi yang merepresentasikan lebih dari satu garis.
- Pendeteksian garis dengan memanfaatkan Transformasi Hough
Transformasi Hough merupakan metode yang dapat digunakan untuk mengisolasi fitur
tertentu dalam sebuah citra. Metode Hough klasik biasanya digunakan untuk mendeteksi
bentuk geometri yang dapat dispesifikasikan dalam bentuk parametrik (garis, lingkaran, elips).
Prinsip kerja metode ini dalam pendeteksian garis adalah dengan mencari bentuk geometri
yang paling bersesuaian dengan kumpulan titik pada citra.
Kelebihan Transformasi Hough adalah
o mampu mendeteksi garis pada bentuk geometri dengan kumpulan tepi yang terputusputus,
o relatif tidak terpengaruh derau,
o parameter yang mempengaruhi performansi adalah kuantisasi parameter pada ruang
Hough.
melakukan zero-crossing pada turunan kedua. Berdasarkan kedua hal tersebut maka Metode
pendeteksian tepi terbagi 2, yaitu:
1. berdasarkan turunan pertama (gradient based)
2. berdasarkan turunan kedua (Laplacian)
Tepi yang menjadi hasil dari pendeteksian tepi biasanya membentuk kumpulan piksel yang
selanjutnya dapat direpresentasikan sebagai garis lurus atau garis dengan fungsi geometri tertentu.
Proses pendeteksian garis lurus pada suatu citra dapat dilakukan dengan menggunakan proses:
- Pendeteksian garis menggunakan template
Proses ini mirip dengan dengan proses pendeteksian tepi Compass Mask.
Cara kerjanya adalah dengan melakukan template matching (pencocokan template), yaitu
dengan mencari kumpulan tepi yang berseuaian dengan kernel yang digunakan sebagai
template.
- Pendeteksian garis dengan regresi linier
Sekumpulan titik dapat diaproksimasikan sebagai garis lurus dengan menggunakan metode
regresi linier.
Kelemahan metode ini adalah semua data tepi akan diaproksimasikan ke dalam satu
persamaan garis. Proses ini akan salah melakukan aproksimasi persamaan garis jika dalam
suatu citra terdapat beberapa kumpulan tepi yang merepresentasikan lebih dari satu garis.
- Pendeteksian garis dengan memanfaatkan Transformasi Hough
Transformasi Hough merupakan metode yang dapat digunakan untuk mengisolasi fitur
tertentu dalam sebuah citra. Metode Hough klasik biasanya digunakan untuk mendeteksi
bentuk geometri yang dapat dispesifikasikan dalam bentuk parametrik (garis, lingkaran, elips).
Prinsip kerja metode ini dalam pendeteksian garis adalah dengan mencari bentuk geometri
yang paling bersesuaian dengan kumpulan titik pada citra.
Kelebihan Transformasi Hough adalah
o mampu mendeteksi garis pada bentuk geometri dengan kumpulan tepi yang terputusputus,
o relatif tidak terpengaruh derau,
o parameter yang mempengaruhi performansi adalah kuantisasi parameter pada ruang
Hough.
2.2 Pengolahan Citra dalam Bidang Medis
Pengolahan citra dalam bidang Medis dikenal sebagai Medical Imaging (pencitraan medis) atau
Medical Image Processing. Pencitraan medis merupakan proses yang dimana dokter melakukan
evaluasi atas tubuh subyek yang tak terlihat (bagian dalam tubuh) . Proses ini melibatkan
berbagai disiplin ilmu medis. Bahkan hingga kini para ilmuwan masih terus mengupayakan agar
ditemukannya metode baru untuk memudahkan proses pencitraan medis. Sebagaimana telah
disampaikan pada bagian Pendahuluan, bahwa para praktisi bidang Kedokteran mengandalkan
visualisasi untuk mempelajari hubungan struktur anatomi fungsi biologis dan untuk mendeteksi serta
menangani (merawat, mengobati) penyakit dan trauma yang mengganggu atau mengancam proses
hidup normal makhluk.
Spesialis medis yang secara langsung berinteraksi dan bekerja dengan medical imaging ini adalah
Radiolog, dari aspek medis radiologi. Aspek teknis dari medical imaging dikenal juga sebagai
radiograf, dan yang bertanggung jawab adalah radiografer atau teknisi radiologi.
Modalitas dari Medical Imaging menurut kelasnya terbagi atas dua , yaitu:
- Anatomis atau struktural
Melibatkan kemampuan untuk membedakan unsur pokok bagian tubuh, contohnya: air,
tulang, tissue.
Pencitraannya memanfaatkan pencitraan:
o X-ray
o CT (Computed Tomography)
Modalitas yang memanfaatkan sinar X yang diputarkan di sekujur tubuh untuk
menghasilkan bagian gambaran anatomi tubuh manusia.
o Ultrasound
Teknik pencitraan medis yang menggunakan gelombang suara frekuwnsi tinggi dan
echo-nya.
o MRI (Magnetic Resonance Imaging)
Teknologi diagnostik yang memanfaatkan sejumlah besar magnet, gelombang radio,
dan komputer untuk melakukan proses scanning terhadap tubuh manusia dan
menghasilkan gambar tissue atau organ dalam bentuk 2D atau 3D.
- Anatomis atau struktural
Melibatkan kemampuan untuk membedakan unsur pokok bagian tubuh, contohnya: air,
tulang, tissue.
Pencitraannya memanfaatkan pencitraan:
o X-ray
o CT (Computed Tomography)
Modalitas yang memanfaatkan sinar X yang diputarkan di sekujur tubuh untuk
menghasilkan bagian gambaran anatomi tubuh manusia.
o Ultrasound
Teknik pencitraan medis yang menggunakan gelombang suara frekuwnsi tinggi dan
echo-nya.
o MRI (Magnetic Resonance Imaging)
Teknologi diagnostik yang memanfaatkan sejumlah besar magnet, gelombang radio,
dan komputer untuk melakukan proses scanning terhadap tubuh manusia dan
menghasilkan gambar tissue atau organ dalam bentuk 2D atau 3D.
0 komentar:
Posting Komentar