PEMAMPATAN CITRA<br />TUJUAN:  meminimalkankebutuhanmemoriutkmerepresentasikancitra digital.<br />Semakinbesarukurancitras...
AplikasiPemampatanCitra<br />Data transmission, wktpengirimandatalebihcepat.<br />contoh:  pengirimangbrlwt fax, videoconf...
dB<br />b: nilaisinyalterbesar (u htamputih, b=255)<br />Rms: akarpangkatduadrselisihantaracitrasemuladgncitrahasilpemampa...
JenisPemampatanCitra:<br />Ada 4 pendekatan:<br />Pendekatanstatistik, ygdidasarkanpdfrekkemunculanderajatkeabuanpixelpd<b...
2. Gabung 2 buahpohonygmempyaifrekkemunculanpalingkecilpdsebuahakar. Akar<br />     Akar mempyaifrekygmerupakanjlhdrfrek 2...
TahapanpembentukanpohonHuffman<br />4:0.04<br />6:0.05<br />1:0.12<br />5:0.10<br />7:0.08<br />3:0.16<br />0:0.19<br />2:...
51:0.22<br />0:0.19<br />2:0.27<br />3:0.16<br />4.<br />5:0.10<br />1:0.12<br />746:0.17<br />46:0.09<br />7:0.08<br />6:...
5.<br />51:0.22<br />0:0.19<br />2:0.27<br />5:0.10<br />1:0.12<br />746:0.17<br />3746:0.33<br />46:0.09<br />7:0.08<br /...
51:0.22<br />6.<br />2:0.27<br />5:0.10<br />1:0.12<br />746:0.17<br />051:0.41<br />3746:0.33<br />46:0.09<br />7:0.08<br...
051:0.41<br />7.<br />23746:0.60<br />51:0.22<br />2:0.27<br />0:0.19<br />5:0.10<br />1:0.12<br />746:0.17<br />3746:0.33...
05123746:1<br />8.<br />051:0.41<br />1<br />51:0.22<br />0<br />23746:0.60<br />0:0.19<br />1<br />1<br />0<br />0<br />5...
DrpohonHuffmandiperolehkodeuntuksetiapderajatkeabuansbb:<br />0 = 00                         4 = 11110 <br />1 = 011	     ...
MetodePemampatan Run-LengthEncoding (RLE)<br />Cocokdigunakanutkmemampatkancitraygmemiliki klpök2 pixelberderajatkeabuansa...
Pasangannilaiutksetiapbarisrun<br />(1, 8)<br />(2, 3),(1,5)<br />(2, 4), (1, 4)<br />(1, 6), (2, 2)<br />(3, 2), (1, 4), ...
Versilainmetode RLE : menyatakanseluruhbariscitramenjadisebuahbarisrun, lalu<br />Menghitungrun-lengthutksetiapderajatkeab...
MetodePemampatanKuantisasi (QuantizingCompression)<br />Metodeinimengurangijlhkeabuan, misal 256 menjd 16 ygmengurangijuml...
Histogramcitrasemula:<br />0   **<br />1   ********<br />******<br />**<br />***<br />***<br />****<br />***<br />*****<br...
         0  **<br />        1   ********<br />        2  ******<br />        3   **<br />        4  ***<br />        5  **...
Ukurancitrasebelumpemampatan (1 derajatkeabuan = 4 bit):<br />    40 x 4 bit = 160 bit<br />Ukurancitrasetelahpemampatan (...
Upcoming SlideShare
Loading in …5
×

Vii. pemampatan citra

1,063 views
983 views

Published on

Published in: Education
0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total views
1,063
On SlideShare
0
From Embeds
0
Number of Embeds
44
Actions
Shares
0
Downloads
48
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide

Vii. pemampatan citra

  1. 1. PEMAMPATAN CITRA<br />TUJUAN: meminimalkankebutuhanmemoriutkmerepresentasikancitra digital.<br />Semakinbesarukurancitrasemakinbesarmemoriyangdibutuhkan.<br />Kebanyakancitramengandungduplikasidataygdptberarti:<br />1. besarkemungkinansuatupixeldgnpixeltetangganyamemilikiintensitasygsama, <br />shgpenyimpanansetiappixelmemboroskantempat.<br />2. Citrabykmengandungbagianygsama, shgtdkperludikodekanberulang<br />Ada 2 prosesutamadlmpemampatancitra:<br />Pemampatancitra (imagecompression)<br />contohcitrablmdimampatkandlmformatbitmapdanygsudahdimampatkandisimpandlmformat JPG dan GIF<br />2. Penirmampatancitra (imagedecompression)<br />Mengembalikancitraygtermampatkanmenjddatabitmap<br />
  2. 2. AplikasiPemampatanCitra<br />Data transmission, wktpengirimandatalebihcepat.<br />contoh: pengirimangbrlwt fax, videoconferencing, downloadgbrdrinternet<br />Data storing, butuhmemorilebihkecil<br />Contoh: aplikasibasisdatagambar, videostoragesprti VCD dll. <br />Kriteriapemampatancitra:<br />Wktcompressiondandecompressionsebaiknyacepat<br />Kebutuhanmemori<br />Memoriygdibutuhkanutkmerepresentasikancitrasehrusnyaberkurangsecaraberarti.<br />Pdbbrpmetodeukuranmemorihasilpemampatanbergtungpdcitraitusendiri.<br />Citradgnelemenduplikasiygbyk, misallangitcerahtanpaawan, lantaikeramik,<br />umumnydptdimampatkandgnmemorilebihsedikitdibandingcitraygmengandung<br />objek, misalpemdanganalam.<br />Kualitas<br />Informasiyghilangakibatpemampatanseminimalmgkiagarkualitasttpdiperthankan<br />kualitascitrabersifatsubyektifdanrelatif, tergantungpenilaianseseorg.<br />ukurankualitashasilpemampatancitramenjadiukurankuantitatifmggnakan PSNR, <br />mngukurperbedaancitrasemuladgnhasilpemampatan<br />
  3. 3. dB<br />b: nilaisinyalterbesar (u htamputih, b=255)<br />Rms: akarpangkatduadrselisihantaracitrasemuladgncitrahasilpemampatan<br />f:nilai fixelsemula<br />f´: nilaifixelstlhpemampatan<br />Sbrpbesar PSNR ygbagus?<br />Tdkbisadinyatakansecaraeksplisit, trgtngcitraygdimampatkan, namunbisadiketahui<br />Jkdilakukanpengujiandgnmencobaberbgikombinasiparameterpemampatanygdigunakan.<br />Jknilai PSNR semakinbesar, berartiparameterpemampatanygdigunakansdhmenujunilaibaik.<br />Parameter pemampatancitratergtgmetodeygdigunakan.<br />4. Format keluaran<br /> Format citrahasilpemampatansebaiknyacocok u pengirimandanpenyimpanandata.<br />Pembacaancitrabergtgpdbagaimanacitratsbdirepresentasikanataudisimpan. <br />
  4. 4. JenisPemampatanCitra:<br />Ada 4 pendekatan:<br />Pendekatanstatistik, ygdidasarkanpdfrekkemunculanderajatkeabuanpixelpd<br />Seluruhbagiangambar, contohmetodeHuffmanCoding<br />Pendekatanruang, didasarkanpd hub spasialantara pixel2 dlmsuatukelompokyg<br />memilikiderajatkeabuanygsama di dlmsuatudaerah di dlmgambar, <br />contohmetodeRun-LengthEncoding<br />Pendekatankuantisasi, pemampatancitradilakukandgnmengurangijumlahderajat<br />keabuanygtersedia, contohmetodepemampatankuantisasi<br />Pend fraktal, didsarkanpdkenyataanbhwkemiripan bagian2 dlmcitradptdieksploitasi<br />dgnsuatumatrikstransformasi, contohmetodeFractal Image Compression<br />MetodePemampatanHuffman<br />Menggunakanprinsipnilaiatauderajatkeabuanygseringmunculdikodekandgnjmlbit<br />Lebihsedikitdanygfrekkemunculannyasedikitdikodekandgnjlhbityglebihpanjang.<br />AlgoritmametodeHuffman:<br />Urutkansecaraascending nilai2 keabuanberdasarkanfrekkemunculanataupeluang<br />Kemunculan, Pkyaitufrekkemunculannkdibagidgnjlhpixeldlmcitra (n). <br />Setiapnilaikeabuandinyatakansebagaipohonbersimpultunggal. Setiapsimpulditandai<br />dgnfrekkemunculannilaikeabuantsb.<br />
  5. 5. 2. Gabung 2 buahpohonygmempyaifrekkemunculanpalingkecilpdsebuahakar. Akar<br /> Akar mempyaifrekygmerupakanjlhdrfrek 2 buahpohonpenyusunnya<br />Ulangilangkah 2 sampaitersisahysatupohonbiner.<br />Berilabelsetiapsisipohonbiner. Sisikiridilabelidgn 0 dansisikanandilabeli 1.<br />Telusuripohonbinerdrakarkedaun. Barisan label2 sisidrakarkedaunmenyatakan<br />kodeHuffman u derajatkeabuanygbersesuain.<br />Contoh:<br />Misalcitraberukuran 32 x 32 dgn 8 derjatkeabuan (k) <br />
  6. 6. TahapanpembentukanpohonHuffman<br />4:0.04<br />6:0.05<br />1:0.12<br />5:0.10<br />7:0.08<br />3:0.16<br />0:0.19<br />2:0.27<br />1.<br />46:0.09<br />46:0.09<br />7:0.08<br />1:0.12<br />5:0.10<br />3:0.16<br />0:0.19<br />2:0.27<br />2.<br />6:0.05<br />4:0.04<br />6:0.05<br />4:0.04<br />746:0.17<br />3.<br />1:0.12<br />5:0.10<br />3:0.16<br />0:0.19<br />2:0.27<br />46:0.09<br />7:0.08<br />6:0.05<br />4:0.04<br />
  7. 7. 51:0.22<br />0:0.19<br />2:0.27<br />3:0.16<br />4.<br />5:0.10<br />1:0.12<br />746:0.17<br />46:0.09<br />7:0.08<br />6:0.05<br />4:0.04<br />
  8. 8. 5.<br />51:0.22<br />0:0.19<br />2:0.27<br />5:0.10<br />1:0.12<br />746:0.17<br />3746:0.33<br />46:0.09<br />7:0.08<br />3:0.16<br />6:0.05<br />4:0.04<br />
  9. 9. 51:0.22<br />6.<br />2:0.27<br />5:0.10<br />1:0.12<br />746:0.17<br />051:0.41<br />3746:0.33<br />46:0.09<br />7:0.08<br />0:0.19<br />3:0.16<br />6:0.05<br />4:0.04<br />
  10. 10. 051:0.41<br />7.<br />23746:0.60<br />51:0.22<br />2:0.27<br />0:0.19<br />5:0.10<br />1:0.12<br />746:0.17<br />3746:0.33<br />46:0.09<br />7:0.08<br />3:0.16<br />6:0.05<br />4:0.04<br />
  11. 11. 05123746:1<br />8.<br />051:0.41<br />1<br />51:0.22<br />0<br />23746:0.60<br />0:0.19<br />1<br />1<br />0<br />0<br />5:0.10<br />1:0.12<br />2:0.27<br />0<br />0<br />1<br />1<br />746:0.17<br />3746:0.33<br />1<br />0<br />46:0.09<br />7:0.08<br />3:0.16<br />0 = 00 5 = 010<br />1 = 011 6 = 11111<br />2 = 10 7 = 1110<br />3 = 110<br />4 = 11110 <br />0<br />1<br />6:0.05<br />4:0.04<br />
  12. 12. DrpohonHuffmandiperolehkodeuntuksetiapderajatkeabuansbb:<br />0 = 00 4 = 11110 <br />1 = 011 5 = 010<br />2 = 10 6 = 11111<br />3 = 110 7 = 1110<br />Ukurancitrasebelumpemampatan (1 derajatkeabuan = 3 bit) yaitu 1024 x 3 bit = 3072 bit.<br />Sedangukurancitrasetelahpemampatan:<br />(190*2)+(120*3)+(275*2)+(165*3)+(45*5)+(100*3)+(50*5)+(79*4)= 2879 bit<br />Jdkebutuhanmemoritelahdikurangidr 3072 bitmenjadi 2879 bit, initidakbykmenghemat, <br />Tetapijikamenggunakanderajatkeabuan 256 penghematanmemoridptlebihbesar.<br />Nisbahpemampatan = (100%-(2879/3072)x100%)=6%<br />
  13. 13. MetodePemampatan Run-LengthEncoding (RLE)<br />Cocokdigunakanutkmemampatkancitraygmemiliki klpök2 pixelberderajatkeabuansama.<br />Cara: membuatpasangannilai (p,q) utksetiapbarispixel<br /> p: derajatkeabuan<br /> q: jumlahpixelberurutandgnderajatkeabuantsb (runlength)<br />Contoh: citraukuran 10 x 8 pixeldgn 8 derjatkeabuanberikut:<br /> 1 1 1 1 1 1 1 1<br /> 2 2 2 1 1 1 1 1<br /> 2 2 2 2 1 1 1 1<br /> 1 1 1 1 1 1 2 2<br /> 3 3 1 1 1 1 7 7<br /> 3 3 3 1 1 1 1 1<br /> 1 1 6 6 6 6 6 6<br /> 6 6 6 6 4 4 4 4<br /> 5 5 5 5 4 4 0 0<br /> 0 0 0 0 0 7 7 7 <br />Total pixel = 80 nilai<br />
  14. 14. Pasangannilaiutksetiapbarisrun<br />(1, 8)<br />(2, 3),(1,5)<br />(2, 4), (1, 4)<br />(1, 6), (2, 2)<br />(3, 2), (1, 4), (7, 2)<br />(3, 3), (1, 5)<br />(1, 2), (6, 6)<br />(6, 4), (4, 4)<br />(5, 4), (4, 2), (0, 0)<br />(0, 5), (7, 3)<br />Semuanyaada 21 pasangnilaiatau 21 x 2 = 42 nilai.<br />Ukurancitrasebelumpemampatan (1 derajatkeabuan = 3 bit) yaitu<br />80 x 3 = 240 bit. SedangukuranCitrasetelahpemampatan (derajat<br />Keabuan = 3 bit, runlength ==4 bit) yaitu (21 x 3) + (21 x 4) = 147 bit.<br />Nisbahpemampatan = (100%-(126/240)x100%)=38,75% <br />ygartinya 38,75 % drcitrasemulatelahdimampatkan<br />
  15. 15. Versilainmetode RLE : menyatakanseluruhbariscitramenjadisebuahbarisrun, lalu<br />Menghitungrun-lengthutksetiapderajatkeabuanygberurutan. Contoh:<br />1 2 2 2 2 <br />3 3 3 4 4<br />3 4 4 1 1<br />6 6 6 6 6 <br />Barisannilaiderajatkeabuan: 1 2 2 2 2 3 3 3 4 4 3 4 4 1 1 6 6 6 6 6<br />Semuanyaada 20 nilai.<br />Pasangannilaidarirunygdihasilkandgnmetode RLE:<br />(1, 1) (2, 4) (3, 3) (4, 2) (3, 1) (4, 2) (1, 1) (6, 5)<br />Hasilpengkodean:<br />1 1 2 4 3 3 4 2 3 1 4 2 1 1 6 5 semuanyaada 16 nilaijdhemat 4 buahnilai.<br />Metode RLE dptdikombinasikandgnmetodeHuffmanutkmengkodekannilai-<br />nilaihasilpemampatan RLE utkmeningkatkannisbahpemampatan, mula-mula<br />Dilakukanpemampatan RLE, laluhasilnyadimampatkandenganmetodeHuffman.<br />
  16. 16. MetodePemampatanKuantisasi (QuantizingCompression)<br />Metodeinimengurangijlhkeabuan, misal 256 menjd 16 ygmengurangijumlahbitygdibutuhkanutkrepresentasicitra.<br />Misalkan m adalahjlhpixel di dlmcitrasemula, akandimampatkanmjd n derajatkeabuan, algoritmasbb:<br />Buathistogramcitrasemula<br />identifikasinbuahklp di dlmhistogramsedemikianshgtiapklpmempunyai<br />kira-kira m/nbuahpixel<br />3. Nyatakantipklpdgnderajatkeabuan 0 sampai n-1. Tiappixel di dlmklpdikodekankembalidgnnilaiderajatkeabuanygbaru.<br />Contoh:<br />Citradgnukuran 5 x 8 pixel:<br /> 2 9 9 1 1 8 9 4 <br /> 3 3 8 7 7 6 6 1<br /> 8 0 1 9 2 5 5 8<br /> 2 0 2 1 1 2 4 1<br /> 5 4 1 6 2 6 7 8 <br />Ygakandimampatkanmenjadicitradgn 4<br />derajatkeabuan (0 sampai 3), shgtiapderajatkeabuandirepresentasikandn 2 bit<br />
  17. 17. Histogramcitrasemula:<br />0 **<br />1 ********<br />******<br />**<br />***<br />***<br />****<br />***<br />*****<br />****<br />Ada 40 pixel, dikelompokkanmenjd 4 klpderajatkeabuan. Tiapklpadasbyk rata2 <br />40/4 = 10 pixel per klp:<br />
  18. 18. 0 **<br /> 1 ********<br /> 2 ******<br /> 3 **<br /> 4 ***<br /> 5 ***<br /> 6 ****<br /> 7 ***<br /> 8 *****<br /> 9 **** <br />10<br />0<br />11<br />1<br />10<br />2<br />9<br />3<br />Citrasebelumdimampatkan: Citrasetelahdimampatkan:<br /> 2 9 9 1 1 8 9 4 1 3 3 0 0 3 3 1<br /> 3 3 8 7 7 6 6 1 1 1 3 2 2 2 2 0<br /> 8 0 1 9 2 5 5 8 3 0 0 3 1 2 2 3<br /> 2 0 2 1 1 2 4 1 1 0 1 0 0 1 1 0<br /> 5 4 1 6 2 6 7 8 2 1 0 2 1 2 2 3<br />
  19. 19. Ukurancitrasebelumpemampatan (1 derajatkeabuan = 4 bit):<br /> 40 x 4 bit = 160 bit<br />Ukurancitrasetelahpemampatan (1 derajatkeabuan = 2 bit):<br /> 40 x 2 bit = 80 bit<br />Nisbahpemampatan = (100%-80/160X100%) = 50% <br />Kelemahan: banyakinformasiyghilang, tetapikehilanganinformasidptdiminimalkan<br />dgnmenjaminsetiapklpmempunyaijumlahpixelyghampirsama<br />

×