Tugas 1
Kompresi Citra System Multimedia
Kompresi Citra
- Enkoder / Compresor : software (atau hardware) yang mengkodekan data orisinal menjadi data terkompres
- Dekoder / Decompresor : software (atau hardware) yang mendekode data terkompres menjadi data orisinal
- Codec : software (atau hardware) yang yang mengkodekan dan mendekodekan data
- Algoritma : teknik yang digunakan dalam proses pengkodean/kompresi
Contoh software kompresi: winzip, winrar, 7zip, IZArc, dll
Apa itu Kompresi Citra
Kompresi Citra adalah aplikasi kompresi data
yang dilakukan terhadap citra digital dengan
tujuan untuk mengurangi redundansi dari
data-data yang terdapat dalam citra sehingga
dapat disimpan atau ditransmisikan secara
efisien.
Ada Beberapa Teknik kompresi citra yaitu seperti di bawah ini :
1.Lossy Compression
2.Loseless Compression
1. Lossy Compression
Ukuran file citra menjadi lebih kecil dengan
menghilangkan beberapa informasi dalam citra asli.
Teknik ini mengubah detail dan warna pada file citra
menjadi lebih sederhana tanpa terlihat perbedaan
yang mencolok dalam pandangan manusia, sehingga
ukurannya menjadi lebih kecil.
Biasanya digunakan pada citra foto atau image lain
yang tidak terlalu memerlukan detail citra, dimana
kehilangan bit rate foto tidak berpengaruh pada citra
Beberapa teknik lossy :
Color reduction: untuk warna-warna tertentu yang mayoritas
dimana informasi warna disimpan dalam color palette.
Chroma subsampling: teknik yang memanfaatkan fakta
bahwa mata manusia merasa brightness (luminance) lebih
berpengaruh daripada warna (chrominance) itu sendiri, maka
dilakukan pengurangan resolusi warna dengan disampling
ulang. Biasanya digunakan pada sinyal YUV.
Transform coding: menggunakan Fourier Transform seperti
DCT.
Fractal Compression: adalah suatu metode lossy untuk
mengkompresi citra dengan menggunakan kurva fractal.
Sangat cocok untuk citra natural seperti pepohonan, pakis,
pegunungan, dan awan.
Fractal Compression bersandar pada fakta bahwa dalam
sebuah image, terdapat bagian-bagian image yang
menyerupai bagian bagian image yang lain.
Proses kompresi Fractal lebih lambat daripada JPEG
sedangkan proses dekompresinya sama.
2.Loseless Compression
Teknik kompresi citra dimana tidak ada
satupun informasi citra yang
dihilangkan.
Biasa digunakan pada citra medis.
Metode loseless: Run Length
Encoding, Entropy Encoding (Huffman,
Aritmatik), dan Adaptive Dictionary
Based (LZW)
Ada beberapa hal yang penting didalam kompresi citra sebagai berikut :
Scalability/Progressive Coding/Embedded Bitstream
Adalah kualitas dari hasil proses pengkompresian citra
karena manipulasi bitstream tanpa adanya dekompresi
atau rekompresi.
Biasanya dikenal pada loseless codec.
Contohnya pada saat preview image sementara image
tersebut didownload. Semakin baik scalability, makin bagus
preview image.
contoh citra medik
sumber : Google
Tipe scalability:
• Quality progressive: dimana image dikompres secara
perlahan-lahan dengan penurunan kualitasnya
• Resolution progressive: dimana image dikompresi dengan
mengenkode resolusi image yang lebih rendah terlebih dahulu
baru kemudian ke resolusi yang lebih tinggi.
• Component progressive: dimana image dikompresi
berdasarkan komponennya, pertama mengenkode komponen
gray baru kemudian komponen warnanya.
• Region of Interest Coding:
daerah-daerah tertentu dienkode dengan kualitas yang lebih
tinggi daripada yang lain.
• Meta Information:
image yang dikompres juga dapat memiliki meta information
seperti statistik warna, tekstur, small preview image, dan
author atau copyright information
Nah kemudian kita Ketahap Pengukuran eror Kompresi
Dalam kompresi image terdapat suatu standar pengukuran error (galat) kompresi:
• MSE (Mean Square Error), yaitu sigma dari jumlah error antara citra hasil kompresi dan citra asli.
• Peak Signal to Noise Ratio (PSNR), yaitu untuk menghitung peak error.
• Nilai MSE yang rendah akan lebih baik, sedangkan nilai PSNR yang tinggi akan lebih baik
Algoritma Kompresi
Dekompresi Citra
Algoritma umum untuk kompresi image adalah:
• Menentukan bitrate dan toleransi distorsi image dari inputan
user.
• Pembagian data image ke dalam bagian-bagian tertentu
sesuai dengan tingkat kepentingan yang ada (classifying).
• Menggunakan salah satu teknik: DWT (Discreate Wavelet
Transform) yang akan mencari frekuensi nilai pixel masingmasing, menggabungkannya menjadi satu dan
mengelompokkannya
Dimana :
–LL : Low Low Frequency (most importance)
–HL : High Low Frequency (lesser importance)
–LH : Low High Frequency (more lesser importance)
–HH : High High Frequency (most less importance)
Algoritma Kompresi / Dekompresi Citra
• Pembagian bit-bit di dalam masing-masing bagian yang ada
(bit allocation).
• Lakukan kuantisasi (quantization).
• Kuantisasi Scalar : data-data dikuantisasi sendiri-sendiri
• Kuantisasi Vector : data-data dikuantisasi sebagai suatu himpunan nilai-nilai vektor yang diperlakukan sebagai suatu kesatuan.
• Lakukan pengenkodingan untuk masing-masing bagian yang sudah dikuantisasi tadi dengan menggunakan teknik entropy coding (huffman dan aritmatik) dan menuliskannya ke dalam file hasil.
• Lakukan kuantisasi (quantization).
• Kuantisasi Scalar : data-data dikuantisasi sendiri-sendiri
• Kuantisasi Vector : data-data dikuantisasi sebagai suatu himpunan nilai-nilai vektor yang diperlakukan sebagai suatu kesatuan.
• Lakukan pengenkodingan untuk masing-masing bagian yang sudah dikuantisasi tadi dengan menggunakan teknik entropy coding (huffman dan aritmatik) dan menuliskannya ke dalam file hasil.
Sedangkan algoritma umum dekompresi image adalah:
1. Baca data hasil kompresi menggunakan entropy dekoder.
2. Dekuantisasi data.
3. Rebuild image.
munkin ini saja yang bisa saya bagikan jangan lupa coment yah teman-teman