際際滷

際際滷Share a Scribd company logo
COMPUTER VISION

Definisi:
Computer Vision adalah ilmu dan teknologi mesin yang melihat, di mana "lihat" dalam
hal ini berarti bahwa 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. 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/ diobservasi.
Cabang ilmu ini bersama Intelijensia Semu (Artificial Intelligence) akan mampu
menghasilkan sistem intelijen visual (Visual Intelligence System). Perbedaannya adalah
Computer Vision lebih mempelajari bagaimana komputer dapat mengenali obyek yang
diamati/ diobservasi. Namun komputer grafika lebih ke arah pemanipulasian gambar
(visual) secara digital. Bentuk sederhana dari grafika komputer adalah grafika komputer
2D yang kemudian berkembang menjadi grafika komputer 3D, pemrosesan citra (image
processing), dan pengenalan pola (pattern recognition). Grafika komputer sering dikenal
juga dengan istilah visualisasi data.

Computer Vision adalah kombinasi antara Pengolahan Citra dan Pengenalan Pola.
Pengolahan Citra (Image Processing) merupakan bidang yang berhubungan dengan
proses transformasi citra/gambar (image). Proses ini bertujuan untuk mendapatkan
kualitas citra yang lebih baik.

Sedangkan 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)

          o   Image Acqusition pada manusia dimulai dengan mata, kemudian
              informasi visual diterjemahkan ke dalam suatu format yang kemudian
              dapat dimanipulasi oleh otak.
          o   Senada dengan proses di atas, computer vision membutuhkan sebuah
              mata untuk menangkap sebuah sinyal visual.
          o   Umumnya mata pada computer vision adalah sebuah kamera video.
          o   Kamera menerjemahkan sebuah scene atau image.
o   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.
         o   Kamera mengamati sebuah kejadian pada satu jalur dalam satu waktu,
             memindainya dan membaginyamenjadi ratusan garis horizontal yang
             sama.
         o   Tiaptiap garis membuat sebuah sinyal analog yang amplitudonya
             menjelaskan perubahan brightness sepanjang garis sinyal tersebut.
         o   Kemudian sinyal listrik ini diubah menjadi bilangan biner yang akan
             digunakan oleh komputer untuk pemrosesan.
         o   Karena komputer tidak bekerja dengan sinyal analog, maka sebuah
             analogtodigital converter (ADC), dibutuhkan untuk memproses semua
             sinyal tersebut oleh komputer.
         o   ADC ini akan mengubah sinyal analog yang direpresentasikan dalam
             bentuk informasi sinyal tunggal ke dalam sebuah aliran (stream) sejumlah
             bilangan biner.
         o   Bilangan biner ini kemudian disimpan di dalam memori dan akan menjadi
             data raw yang akan diproses.

2. Proses pengolahan citra (Image Processing)

         o   Tahapan berikutnya computer vision akan melibatkan sejumlah
             manipulasi utama (initial manipulation) dari data binary tersebut.
         o   Image processing membantu peningkatan dan perbaikan kualitas image,
             sehingga dapat dianalisa dan di olah lebih jauh secara lebih efisien.
         o   Image processing akan meningkatkan perbandingan sinyal terhadap noise
             (signaltonoise ratio = s/n).
         o   Sinyalsinyal tersebut adalah informasi yang akan merepresentasikan
             objek yang ada dalam image.
         o   Sedangkan         noise      adalah     segala       bentuk     interferensi,
             kekurangpengaburan, yang terjadi pada sebuah objek.

3. Analisa data citra (Image Analysis)

         o   Image analysis akan mengeksplorasi scene ke dalam bentuk karateristik
             utama dari objek melalui suatu proses investigasi.
         o   Sebuah program komputer akan mulai melihat melalui bilangan biner yang
             merepresentasikan informasi visual untuk mengidentifikasi fiturfitur
             spesifik                                                           dan
             karekteristiknya.
         o   Lebih khusus lagi program image analysis digunakan untuk mencari tepi
             dan batasbatasan objek dalam image.
         o   Sebuah tepian (edge) terbentuk antara objek dan latar belakangnya atau
             antara dua objek yang spesifik.
o   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)

           o Ini adalah langkah terakhir dalam proses computer vision, yang mana
             sprsifik objek dan hubungannya diidentifikasi.
          o Pada bagian ini akan melibatkan kajian tentang teknik-teknik artificial
             intelligent.
          o Understanding berkaitan dengan template matching yang ada dalam
             sebuah scene.
          o Metoda ini menggunakan program pencarian (search program) dan teknik
             penyesuaian pola (pattern matching techniques).
   2. Pesawat RQ-170, merupakan pesawat tanpa awak buatan Amerika Serikat,
      sistem kendali pada pesawat ini dikendalikan oleh komputer yang berada
      pangkalan pusat militer.
   3. Program rudal pengunci otomatis, sistem lebih canggih untuk panduan mengirim
      rudal-rudal ke daerah daripada target yang spesifik dan pemilihan target yang
      dibuat ketika rudal mencapai daerah berdasarkan data citra diperoleh secara
      lokal.
   4. Kesadaran "medan perang, menunjukkan bahwa berbagai sensor, termasuk
      sensor gambar, menyediakan kaya set informasi tentang adegan tempur yang
      dapat digunakan untuk mendukung keputusan strategis. Dalam hal ini,
      pengolahan otomatis data yang digunakan untuk mengurangi kompleksitas dan
      informasi sekering dari sensor ganda untuk meningkatkan keandalan.

Penerapan Computer Vision Antara Lain
1.Bidang Pertahanan dan Keamanan (Militer).
Contoh jelas adalah deteksi tentara musuh atau kendaraan dan bimbingan rudal. Lebihsistem canggih
untuk panduan mengirim rudal rudal ke daerah daripada target yang spesifik,dan pemilihan target yang
dibuat ketika rudal mencapai daerah berdasarkan data citradiperoleh secara lokal. konsep modern
militer, seperti kesadaran medan perang,menunjukkan bahwa berbagai sensor, termasuk sensor
gambar, menyediakan kaya setinformasi tentang adegan tempur yang dapat digunakan untuk
mendukung keputusanstrategis. Dalam hal ini, pengolahan otomatis data yang digunakan untuk
mengurangikompleksitas dan informasi sekering dari sensor ganda untuk meningkatkan keandalan.

More Related Content

What's hot (20)

PDF
Modul Unified modeling language (UML)
Holong Nainggolan
PPT
08 model oo
Arif Rahman
PDF
Buku panduan-axioo-pico
Akhi Setiawan
PPTX
7-1-Artificial Neural Network.pptx
SeminusPahabol
PPTX
Metode Simple Additive Weighting (SAW) dan Rank Order Centroid (ROC)
I Gede Iwan Sudipa
PDF
9 dts-transformasi data-univ-gunadarma
ArdianDwiPraba
PDF
Pertemuan 3 Data Multi Dimensi
Endang Retnoningsih
PPT
Pertemuan 2 Database Multimedia
Afandi Nur Aziz Thohari
PPTX
Chap 3 - Dasar Pengolahan Citra
Dhanar Intan Surya Saputra
PDF
Pcd 10
Roziq Bahtiar
PPTX
Asuhan gizi critical ill pada penyakit meningitis
Yanuarti Petrika
PDF
Tugas sistem basis data
aminah05
PPTX
Angka kecukupan gizi ppt
Lilis c'Ben
PPTX
Kompetensi dasar 3.5 menerapkan prosedur scanning gambar ilustrasiteks dalam ...
SMK - Statens Museum for Kunst
PPTX
Analisa pengambilan keputusan
Zam Mil
DOCX
Pengertian Segitiga Exposure.docx
AnonymousenaVYvi
PPTX
Array 2 Dimensi.pptx
LPKIATUGAS
PDF
Konsep Data Mining
dedidarwis
Modul Unified modeling language (UML)
Holong Nainggolan
08 model oo
Arif Rahman
Buku panduan-axioo-pico
Akhi Setiawan
7-1-Artificial Neural Network.pptx
SeminusPahabol
Metode Simple Additive Weighting (SAW) dan Rank Order Centroid (ROC)
I Gede Iwan Sudipa
9 dts-transformasi data-univ-gunadarma
ArdianDwiPraba
Pertemuan 3 Data Multi Dimensi
Endang Retnoningsih
Pertemuan 2 Database Multimedia
Afandi Nur Aziz Thohari
Chap 3 - Dasar Pengolahan Citra
Dhanar Intan Surya Saputra
Pcd 10
Roziq Bahtiar
Asuhan gizi critical ill pada penyakit meningitis
Yanuarti Petrika
Tugas sistem basis data
aminah05
Angka kecukupan gizi ppt
Lilis c'Ben
Kompetensi dasar 3.5 menerapkan prosedur scanning gambar ilustrasiteks dalam ...
SMK - Statens Museum for Kunst
Analisa pengambilan keputusan
Zam Mil
Pengertian Segitiga Exposure.docx
AnonymousenaVYvi
Array 2 Dimensi.pptx
LPKIATUGAS
Konsep Data Mining
dedidarwis

Similar to Computer vision (20)

PDF
Pertemuan 09 Penglihatan (Vision)
Endang Retnoningsih
PDF
Pengolahan citra digital adalah teknologi visual yang digunakan untuk mengama...
HendroGunawan8
DOCX
Pengolahan Citra Digital (Resume materi kuliah)
Abdullah Azzam Al Haqqoni
PPTX
Content based image retrieval tugas softskill kelompok 1 2 ia15
Fazar Hidayat
PDF
LN s01-machine vision-s2
Binus Online Learning
PPT
PERT 1 - Citra.ppt
ssuserbcb591
PPTX
Pertemuan 2 Ruang Lingkup Pengolahan Citra.pptx
ssuser910c71
PDF
Pengolahan citra digital adalah teknologi visual yang digunakan untuk mengama...
HendroGunawan8
PPTX
Konsep dan pengenalan Konsep Citra Digital
joeldoel04
PDF
Sesi 9 Intro to Computer Vision (Deep Learning)
YurixaPutri
DOCX
Jenis-Jenis Format Citra
Lesmardin Hasugian
PPTX
ppt computed radiography.pptx
ryukyu00001
PDF
Image processing
DrAang Danuri
PDF
Bab 1 pengantar pengolahan citra
Syafrizal
PDF
introduction computer vision image clasifikasifikasi
RioKharismawan
PDF
17._Memahami_teknik_rendering_pada_object_3d.pdf
Zainul Arifin
PDF
Animasi 2D dan 3D KD: Memahami teknik rendering pada object 3d
MULTIMEDIA 'n BROADCASTING SMKN 1 PUNGGING MOJOKERTO
PDF
Mendiskusikan_Format_Gambar.pdf
Zainul Arifin
PDF
KD Mendiskusikan format gambar
MULTIMEDIA 'n BROADCASTING SMKN 1 PUNGGING MOJOKERTO
DOCX
Tugas gis 2 (yusep wendy budiman c1a.08.0009)
Yusep Budiman
Pertemuan 09 Penglihatan (Vision)
Endang Retnoningsih
Pengolahan citra digital adalah teknologi visual yang digunakan untuk mengama...
HendroGunawan8
Pengolahan Citra Digital (Resume materi kuliah)
Abdullah Azzam Al Haqqoni
Content based image retrieval tugas softskill kelompok 1 2 ia15
Fazar Hidayat
LN s01-machine vision-s2
Binus Online Learning
PERT 1 - Citra.ppt
ssuserbcb591
Pertemuan 2 Ruang Lingkup Pengolahan Citra.pptx
ssuser910c71
Pengolahan citra digital adalah teknologi visual yang digunakan untuk mengama...
HendroGunawan8
Konsep dan pengenalan Konsep Citra Digital
joeldoel04
Sesi 9 Intro to Computer Vision (Deep Learning)
YurixaPutri
Jenis-Jenis Format Citra
Lesmardin Hasugian
ppt computed radiography.pptx
ryukyu00001
Image processing
DrAang Danuri
Bab 1 pengantar pengolahan citra
Syafrizal
introduction computer vision image clasifikasifikasi
RioKharismawan
17._Memahami_teknik_rendering_pada_object_3d.pdf
Zainul Arifin
Animasi 2D dan 3D KD: Memahami teknik rendering pada object 3d
MULTIMEDIA 'n BROADCASTING SMKN 1 PUNGGING MOJOKERTO
Mendiskusikan_Format_Gambar.pdf
Zainul Arifin
Tugas gis 2 (yusep wendy budiman c1a.08.0009)
Yusep Budiman
Ad

Recently uploaded (20)

PDF
Modul Ajar Informatika Kelas 7 Deep Learning
Adm Guru
PDF
MODUL AJAR DEEP LEARNING BAHASA INDONESIA KELAS 6 CP 032 REVISI 2025 KURIKULU...
AndiCoc
PDF
Modul Ajar Ekonomi Kelas 10 Deep Learning
Adm Guru
PDF
Review The Gifts of Imperfection Sri Yusmustika kasim tangka.pdf
netrasenja
PDF
Modul Ajar Matematika Kelas 7 Deep Learning
Tribuana Edu
PDF
Modul Ajar Pendidikan Pancasila Kelas 9 Deep Learning
Adm Guru
PPTX
Definisi Sastra - Pengantar Sastra | Konsep Esensial Kesusastraan
IKIP Siliwangi
PDF
Modul Ajar Informatika Kelas 9 Deep Learning
Adm Guru
PPTX
Kritik dan Esai Sastra - MK Kritik Sastra IKIP Siliwangi
IKIP Siliwangi
PDF
Modul Ajar Matematika Kelas 8 Deep Learning
Tribuana Edu
PDF
Modul Ajar Matematika Kelas 12 Deep Learning
Adm Guru
PDF
Modul Ajar B Inggris Kelas 8 Deep Learning
Adm Guru
PDF
Modul Ajar IPA Kelas 7 Deep Learning Terbaru
Adm Guru
PPTX
Pembelajaran Berbasis Proyek pada Materi Bentang Alam IPAS Kelas III.pptx
z9ydinna
PDF
bahan ajar berbasis web : unsur kalsium.pdf
iraw72694
PPTX
Teknik Cost Reduction Biaya Manufaktur (Cost of Goods Manufactured)_Training ...
Kanaidi ken
PDF
MODUL PEMBELAJARAN DEEP LEARNING SENI RUPA KELAS 6 CP 032 REVISI 2025 KURIKUL...
AndiCoc
PDF
Materi Seminar AITalks: AI dan Roh Kudus
SABDA
PDF
Modul Ajar PAI Kelas 9 Deep Learning New
Adm Guru
PDF
Materi : MekanismePelatihanKoding_KA.pdf
NoorAfifah12
Modul Ajar Informatika Kelas 7 Deep Learning
Adm Guru
MODUL AJAR DEEP LEARNING BAHASA INDONESIA KELAS 6 CP 032 REVISI 2025 KURIKULU...
AndiCoc
Modul Ajar Ekonomi Kelas 10 Deep Learning
Adm Guru
Review The Gifts of Imperfection Sri Yusmustika kasim tangka.pdf
netrasenja
Modul Ajar Matematika Kelas 7 Deep Learning
Tribuana Edu
Modul Ajar Pendidikan Pancasila Kelas 9 Deep Learning
Adm Guru
Definisi Sastra - Pengantar Sastra | Konsep Esensial Kesusastraan
IKIP Siliwangi
Modul Ajar Informatika Kelas 9 Deep Learning
Adm Guru
Kritik dan Esai Sastra - MK Kritik Sastra IKIP Siliwangi
IKIP Siliwangi
Modul Ajar Matematika Kelas 8 Deep Learning
Tribuana Edu
Modul Ajar Matematika Kelas 12 Deep Learning
Adm Guru
Modul Ajar B Inggris Kelas 8 Deep Learning
Adm Guru
Modul Ajar IPA Kelas 7 Deep Learning Terbaru
Adm Guru
Pembelajaran Berbasis Proyek pada Materi Bentang Alam IPAS Kelas III.pptx
z9ydinna
bahan ajar berbasis web : unsur kalsium.pdf
iraw72694
Teknik Cost Reduction Biaya Manufaktur (Cost of Goods Manufactured)_Training ...
Kanaidi ken
MODUL PEMBELAJARAN DEEP LEARNING SENI RUPA KELAS 6 CP 032 REVISI 2025 KURIKUL...
AndiCoc
Materi Seminar AITalks: AI dan Roh Kudus
SABDA
Modul Ajar PAI Kelas 9 Deep Learning New
Adm Guru
Materi : MekanismePelatihanKoding_KA.pdf
NoorAfifah12
Ad

Computer vision

  • 1. COMPUTER VISION Definisi: Computer Vision adalah ilmu dan teknologi mesin yang melihat, di mana "lihat" dalam hal ini berarti bahwa 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. 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/ diobservasi. Cabang ilmu ini bersama Intelijensia Semu (Artificial Intelligence) akan mampu menghasilkan sistem intelijen visual (Visual Intelligence System). Perbedaannya adalah Computer Vision lebih mempelajari bagaimana komputer dapat mengenali obyek yang diamati/ diobservasi. Namun komputer grafika lebih ke arah pemanipulasian gambar (visual) secara digital. Bentuk sederhana dari grafika komputer adalah grafika komputer 2D yang kemudian berkembang menjadi grafika komputer 3D, pemrosesan citra (image processing), dan pengenalan pola (pattern recognition). Grafika komputer sering dikenal juga dengan istilah visualisasi data. Computer Vision adalah kombinasi antara Pengolahan Citra dan Pengenalan Pola. Pengolahan Citra (Image Processing) merupakan bidang yang berhubungan dengan proses transformasi citra/gambar (image). Proses ini bertujuan untuk mendapatkan kualitas citra yang lebih baik. Sedangkan 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) o Image Acqusition pada manusia dimulai dengan mata, kemudian informasi visual diterjemahkan ke dalam suatu format yang kemudian dapat dimanipulasi oleh otak. o Senada dengan proses di atas, computer vision membutuhkan sebuah mata untuk menangkap sebuah sinyal visual. o Umumnya mata pada computer vision adalah sebuah kamera video. o Kamera menerjemahkan sebuah scene atau image.
  • 2. o 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. o Kamera mengamati sebuah kejadian pada satu jalur dalam satu waktu, memindainya dan membaginyamenjadi ratusan garis horizontal yang sama. o Tiaptiap garis membuat sebuah sinyal analog yang amplitudonya menjelaskan perubahan brightness sepanjang garis sinyal tersebut. o Kemudian sinyal listrik ini diubah menjadi bilangan biner yang akan digunakan oleh komputer untuk pemrosesan. o Karena komputer tidak bekerja dengan sinyal analog, maka sebuah analogtodigital converter (ADC), dibutuhkan untuk memproses semua sinyal tersebut oleh komputer. o ADC ini akan mengubah sinyal analog yang direpresentasikan dalam bentuk informasi sinyal tunggal ke dalam sebuah aliran (stream) sejumlah bilangan biner. o Bilangan biner ini kemudian disimpan di dalam memori dan akan menjadi data raw yang akan diproses. 2. Proses pengolahan citra (Image Processing) o Tahapan berikutnya computer vision akan melibatkan sejumlah manipulasi utama (initial manipulation) dari data binary tersebut. o Image processing membantu peningkatan dan perbaikan kualitas image, sehingga dapat dianalisa dan di olah lebih jauh secara lebih efisien. o Image processing akan meningkatkan perbandingan sinyal terhadap noise (signaltonoise ratio = s/n). o Sinyalsinyal tersebut adalah informasi yang akan merepresentasikan objek yang ada dalam image. o Sedangkan noise adalah segala bentuk interferensi, kekurangpengaburan, yang terjadi pada sebuah objek. 3. Analisa data citra (Image Analysis) o Image analysis akan mengeksplorasi scene ke dalam bentuk karateristik utama dari objek melalui suatu proses investigasi. o Sebuah program komputer akan mulai melihat melalui bilangan biner yang merepresentasikan informasi visual untuk mengidentifikasi fiturfitur spesifik dan karekteristiknya. o Lebih khusus lagi program image analysis digunakan untuk mencari tepi dan batasbatasan objek dalam image. o Sebuah tepian (edge) terbentuk antara objek dan latar belakangnya atau antara dua objek yang spesifik.
  • 3. o 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) o Ini adalah langkah terakhir dalam proses computer vision, yang mana sprsifik objek dan hubungannya diidentifikasi. o Pada bagian ini akan melibatkan kajian tentang teknik-teknik artificial intelligent. o Understanding berkaitan dengan template matching yang ada dalam sebuah scene. o Metoda ini menggunakan program pencarian (search program) dan teknik penyesuaian pola (pattern matching techniques). 2. Pesawat RQ-170, merupakan pesawat tanpa awak buatan Amerika Serikat, sistem kendali pada pesawat ini dikendalikan oleh komputer yang berada pangkalan pusat militer. 3. Program rudal pengunci otomatis, sistem lebih canggih untuk panduan mengirim rudal-rudal ke daerah daripada target yang spesifik dan pemilihan target yang dibuat ketika rudal mencapai daerah berdasarkan data citra diperoleh secara lokal. 4. Kesadaran "medan perang, menunjukkan bahwa berbagai sensor, termasuk sensor gambar, menyediakan kaya set informasi tentang adegan tempur yang dapat digunakan untuk mendukung keputusan strategis. Dalam hal ini, pengolahan otomatis data yang digunakan untuk mengurangi kompleksitas dan informasi sekering dari sensor ganda untuk meningkatkan keandalan. Penerapan Computer Vision Antara Lain 1.Bidang Pertahanan dan Keamanan (Militer). Contoh jelas adalah deteksi tentara musuh atau kendaraan dan bimbingan rudal. Lebihsistem canggih untuk panduan mengirim rudal rudal ke daerah daripada target yang spesifik,dan pemilihan target yang dibuat ketika rudal mencapai daerah berdasarkan data citradiperoleh secara lokal. konsep modern militer, seperti kesadaran medan perang,menunjukkan bahwa berbagai sensor, termasuk sensor gambar, menyediakan kaya setinformasi tentang adegan tempur yang dapat digunakan untuk mendukung keputusanstrategis. Dalam hal ini, pengolahan otomatis data yang digunakan untuk mengurangikompleksitas dan informasi sekering dari sensor ganda untuk meningkatkan keandalan.