Citra Biner Citra Grayscale

19 memperbaiki kualitas citra, namun dengan berkembangnya dunia komputasi yang ditandai dengan semakin meningkatnya kapasitas dan kecepatan proses komputer, serta muncul ilmu-ilmu komputasi yang memungkinkan manusia dapat mengambil informasi dari suatu citra, maka pengolahan citra tidak dapat dilepaskan dengan bidang computer vision. Basuki, Palandi, Fatchurrohman, 2005 Secara umum pengolahan citra dibagi menjadi 3 tingkat pengolahan, yaitu Gonzales Woods, 2002: 1. Low-Level Processing , yaitu pengolahan operasional-operasional dasar dalam pengolahan citra, seperti pengurangan noise noise reduction, perbaikan citra image enhancement, dan restorasi citra image restoration. 2. Mid-Level Processing , meliputi segmentasi pada citra, deskripsi objek, dan klasifikasi objek secara terpisah. 3. High-Level Processing , yaitu pengolahan citra tingkat tinggi seperti analisa citra, mengambil informasi making sense dalam objek yang dikenali, membuat kecerdasan seperti penglihatan manusia. Sesuai dengan perkembangan, pengolahan citra mempunyai dua tujuan utama, yakni sebagai berikut : 1. Memperbaiki kualitas citra, di mana citra yang dihasilkan dapat menampilkan informasi secara jelas atau dengan kata lain manusia dapat melihat informasi yang diharapkan dengan menginterpretasikan 20 citra yang ada. Dalam hal ini interpretasi terhadap informasi yang ada tetap dilakukan oleh manusia human perception. 2. Mengekstraksi informasi ciri yang menonjol pada suatu citra, di mana hasilnya adalah informasi citra di mana manusia mendapatkan informasi ciri dari citra secara numerik atau dengan kata lain komputer mesin melakukan interpretasi terhadap informasi yang ada pada citra melalui besaran- besaran data yang dapat dibedakan secara jelas besaran-besaran ini berupa besaran numerik.

2.4. Pengenalan Pola

Pola adalah entitas yang didefinisikan melalui ciri feature. Ciri tersebut digunakan untuk membedakan suatu pola dengan pola yang lain. Ciri yang baik adalah ciri yang memiliki daya pembeda yang tinggi, sehingga pengelompokan pola berdasarkan ciri yang dimiliki dapat dilakukan dengan keakuratan yang tinggi. Ciri pada suatu pola diperoleh dari hasil pengukuran pada titik objek uji. Khusus pada pola yang terdapat dalam citra, ciri yang dapat diperoleh berasal dari informasi : 1. Spasial, seperti intensitas pixel dan histogram 2. Tepi, seperti arah dan kekuatan 3. Kontur, seperti garis, elips, dan lingkaran 4. Wilayahbentuk, seperti keliling luas dan pusat masa 5. Hasil transformasi fourier, seperti frekuensi