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 disiplin ilmu, 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. Namun komputer 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.
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
MIDDLEWARE TELEMATIKA
Middleware merupakan software yang berfungsi sebagai lapisan
konversi atau penerjemah. Middleware didefinisikan sebagai sebuah aplikasi yang
secara logic berada diantara lapisan aplikasi (application layer) dan lapisan
data dari sebuah arsitektur layer-layer TCP/IP. Middleware bisa juga disebut
protokol. Protokol komunikasi middleware mendukung layanan komunikasi aras tinggi.
Ada tiga tipe layanan yaitu :
1. Layanan Sistem Terdistribusi,
a. Komunikasi kritis, program-to-program, dan layanan manajemen data.
b. RPC, MOM (Message Oriented Middleware) dan ORB.
2. Layanan Application,
a. Akses ke layanan terdistribusi dan jaringan
b. Yang termasuk : TP (transaction processing) monitor dan layanan database,
seperti Structured Query Language (SQL).
3. Layanan Manajemen Middleware, Memungkinkan aplikasi dan fungsi dimonitor
secara terus menerus untuk menyakinkan unjuk kerja yang optimal pada lingkungan
terdistribusi.