Your SlideShare is downloading. ×
  • Like
Pcd   07 - kompresi data citra
Upcoming SlideShare
Loading in...5
×

Thanks for flagging this SlideShare!

Oops! An error has occurred.

×

Now you can save presentations on your phone or tablet

Available for both IPhone and Android

Text the download link to your phone

Standard text messaging rates apply

Pcd 07 - kompresi data citra

  • 1,368 views
Published

PCD

PCD

Published in Technology
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Be the first to comment
    Be the first to like this
No Downloads

Views

Total Views
1,368
On SlideShare
0
From Embeds
0
Number of Embeds
2

Actions

Shares
Downloads
48
Comments
0
Likes
0

Embeds 0

No embeds

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
    No notes for slide

Transcript

  • 1. Kompresi Data citra (Image Data Compression)Pengantar Kompresi DataProses kompresi merupakan proses mereduksi ukuran suatu data untuk menghasilkanrepresentasi digital yang padat atau mampat (compact) namun tetap dapat mewakili kuantitasinformasi yang terkandung pada data tersebut. Pada citra, video, dan audio, kompresi mengarahpada minimisasi jumlah bit rate untuk representasi digital. Pada beberapa literature, istilahkompresi sering disebut juga source coding, data compression, bandwidth compression, dansignal compression.Data dan informasi adalah dua hal yang berbeda. Pada data tergantung suatu informasi. Namuntidak semua bagian data terkait dengan informasi tersebut atau pada suatu data terdapat bagian-bagian data yang berulang untuk mewakili informasi yang sama. Bagian data yang tidak terkaitatau bagian data yang berulang tersebut disebut dengan data berlebihan (redundancy data).Tujuan daripada kompresi data tiada lain adalah untuk mengurangi data berlebihan tersebutsehingga ukuran data menjadi lebih kecil dan lebih ringan dalam proses transmisi.
  • 2. Contoh redundansi data dan manfaat proses kompresi yaitu :Transmisi citra pada mesin faksimili. Secara umum pada mesin faksimili, dokumen di-scan dandigitalisasi. Suatu kertas yang berukuran 8.5 x 11 inchi di-scan dengan resolusi 200 dpi akanmenghasilkan 3.74 Mbits. Untuk mengirim (menstranmisi) data tersebut dengan menggunakanmodem 14.4 kbit/second akan membutuhkan waktu transmisi tersebut hanya menjadi 17 detik. Disini proses kompresi berguna untuk menurunkan biaya transmisi (cost transmission). Aplikasi penyimpanan video pada CD-ROM suatu video bergerak dengan 30 frame persecond (fps) dan resolusi 720 x 480 pixel, akan menghasilkan ukuran video sekitar 20.736 Mbytesper detik. CD-ROM yang berukuran 650 Mbytes hanya dapat menyimpan video dengan durasisekitar 31 detik. Dengan proses kompresi, CD-ROM akhirnya bisa menyimpan video dalam durasisekitar 74 menit.
  • 3. Berikut table perbandingan data rate yang dibutuhkan untuk data yang sebelum dansetelah kompresi pada bagian aplikasi citra, video, dan audio.
  • 4. Ada beberapa faktor mengapa pada citra, video, dan audio sangat tepat dilakukan proseskompresi. Faktor-faktor tersebut antara lain sebagai berikut :a. Pada suatu citra tunggal atau pada frame tungga video dapat terjadi korelasi yang signifikanantara suatu pixel dengan pixel tetangga. Korelasi ini disebut dengan korelasi spasial (spasialcorrelation).b. Pada data yang diambil dari beberapa sensor (multi sensor), terdapat korelasi yang signifikanantar sampel yang diambil oleh sensor-sensor tersebut. Korelasi ini disebut dengan korelasispectral (spectral correlation).
  • 5. c. Pada data temporal seperti video, terdapat korelasi yang signifikan antara sampel pada segmenwaktu yang berbeda. Korelasi ini disebut sebagai korelasi temporal (temporal correlation).d. Pada suatu data terdapat data informasi yang tidak relevan dengan sudut pandang persepsi mata.Data Berlebihan (Data Redundancy)Pada citra, video, maapun audio terdapsat beberapa factor yang memunculkan data berlebihan.Data berlebihan merupakan isu penting dalam kompresi citra. Data berlebihan ini dapatdinyatakan secara matematis. Bila n1 dan n2 menyatakan jumlah (unit) informasi dalam duahimpunan data (data set) yang mewakili data yang sama maka data berlebihan relatif (relativedata redundancy) RD dari himpunan data pertama.
  • 6. Coding RedundancyPada suatu citra, nilai intensitas setiap pixel diwakili oleh sejumlah bit. Codingredundancy terjadi bila jumlah bit yang digunakan untuk mewakili suatu intensitasberlebihan.Interpixel RedundancyData berlebihan model ini terjadi karena adanya korelasi antarpixel dngan pixeltetangganya. Nilai intensitas suatu pixel dapat diprediksi dari pixel tetangga. Informasiyang dibawa oleh suatu pixel terhadap keseluruhan citra (objek) relative tidak besaratau tidak signifikan. Ini berarti pixel tersebut berlebihan.Interpixel redundancy sering juga disebut spatial redundancy, geometric redundancy,dan interframe redundancy.
  • 7. Psychovisual RedundancyPsychovisual Redundancy berbeda dengan coding maupun interpixel redundancy. Data berlebihanmodel ini berkaitan secara langsung dengan informasi visual yang dilihat dengan mata. Fenomenaini terjadi karena mata manusia tidak memiliki sensitivitas yang sama terhadap semua informasivisual. Dengan kata lain mata tidak dapat membedakan antara informasi penting dengan informasikurang penting. Informasi inilah yang dikatakan Psychovisual Redundancy. Informasi tersebutdapast dihilangkan karena tidak akan berdampak secara signifikan pada kualitas persepsiterhdapat citra.Proses menghilangkan data berlebihan Psychovisual dapat menyebabkan hilangnya informasisecara kuantitas. Hal ini menyebabkan dalam proses kompresi, menghilangkan data berlebihanPsychovisual dapat menghasilkan rekonstruksi citra kompresi yang tidak sempurna, dalam artiterjadi antara citra hasil kompresi dengan citra asli.
  • 8. KuantisasiProses kuantisasi dilakukan dengan membagi citra menjadi beberapa blok yang berukuran sama, blok inidinamakan vector pixel. Sebelumnya, proses encoder sudah mempersiapkan template yang dinamakan bukukode (code book). Ukuran code book sama dengan ukuran vector pixel. Setiap blok citra dibandingkandengan setiap blok di buku kode dan kemudian disamakan dengan nilai yang terdekat.Berikut ini akan dijelaskan berbagai teknik kompresi citra baik yang bersifat lossless maupun lossy.