KOMPRESI GAMBAR (CITRA)

Slides:



Advertisements
Presentasi serupa
Kompresi JPEG,MPEG, dan Video Streaming
Advertisements

U AS M ULTIMEDIA DZIKRU ROHMATUL IZA ( ).
Kompresi Data Oleh Abdillah Irsyad El Nur Erieq Septian W
Kompresi Citra M.Iqbal Habibie.
PEMAMPATAN CITRA 4/9/2017.
Pertemuan 9 Pengolahan Citra Digital
Kompresi Citra KOMPRESI CITRA Nurfarida Ilmianah.
Praktikum PTI Sekolah Tinggi Ilmu Statistik Oleh : SIS - BPS Pengolahan Citra.
@Copyright By: Nurul Adhayanti
Pengolahan Citra 2-Akuisisi Citra Dari berbagai sumber
Pengertian dan Jenis-Jenis Kompresi
Praktikum PTI Sekolah Tinggi Ilmu Statistik Oleh : SIS - BPS
VISION.
Kompresi Citra dan Reduksi Data
Pertemuan 4 Modulasi Digital
Representasi data multimedia
KOMPRESI DAN TEKS.
Pengolahan Citra Pertemuan 14.
Tugas multimedia.
Kompresi Citra.
Image Raden Budiarto.
REPRESENTASI DATA MULTIMEDIA
IMAGE ENHANCEMENT (PERBAIKAN CITRA)
Kompresi Citra dan Reduksi Data Dr. Ir. Sumijan, M.Sc Dosen Universitas Putra Indonesia “YPTK”
1. Pendahuluan Image Processing 1. Content: 1.Aplikasi Citra 2.Pengertian Citra Digital 3.Pengertian Piksel 4.Sampling 5.Kuantisasi 6.Jenis Citra 7.RGB.
Kompresi Gambar Klasifikasi Kompresi Teknik Kompresi 1.
Universitas Islam Indonesia
Pengantar Multimedia Pertemuan 4 Kompresi Data
TEKNIK KOMPRESI LOSSLESS TEXT
Kompresi Citra.
Pengantar Multimedia Universitas Dian Nuswantoro
Citra Digital.
MODUL KULIAH 2 FORMASI CITRA
13.2 ISO/IEC JPEG.
PENGOLAHAN CITRA DIGITAL
Meminimalkan Kebutuhan Memori dalam Merepresentasikan Citra Digital
Algoritma dan Struktur Data Lanjut
EDY WINARNO fti-unisbank-smg 31 maret 2009
BAB V Transformasi Citra
KOMPRESI DATA DAN TEKS Sindy Nova.
Pertemuan 3 Pengolahan Citra Digital
Pengolahan Citra Digital
PENGANTAR KOMPUTER & TI 1A
RESEARCH FIELDS BIDANG PENELITIAN.
D10K-6C01 Pengolahan Citra PCD-03 Piksel dan Representasinya
Teori Warna Grafik Komputer 2.
Algoritma dan Struktur Data Lanjut
Computer Vision Materi 7
Dasar Pemrosesan Citra Digital
STÁNDAR - STÁNDAR KOMPRESI PADA GAMBAR
Kompresi Teks File.
Tugas Multimedia Luqman hakim
Tipe dan Mode Algoritma Simetri
KOMPRESI CITRA.
PERTEMUAN KE-1 Sumber :Prof. Sinisa Todorovic
PENGOLAHAN CITRA DAN POLA CITRA DIGITAL
13.1 ISO/IEC JPEG.
PENINGKATAN KUALITAS CITRA (Image Enhancement)
Konsep Dasar Pengolahan Citra
KOMPRESI CITRA Edy Mulyanto.
Operasi titik / piksel.
Operasi Pixel dan Histogram
PRESENTASI JARINGAN KOMPUTER
PENGOLAHAN CITRA DIGITAL. URAIAN MATERI PCD Pemberian Evek Pada Gambar Vektor dan Bitmap Penggabungan Teks & Citra Bitmap Penggabungan Teks & Citra Vektor.
KONSEP DASAR CITRA DIGITAL (2) dan SISTEM PEREKAMAN CITRA
Format citra Oleh : Kustanto 11/10/2018.
Pertemuan 10 Mata Kuliah Pengolahan Citra
Oleh : Rahmat Robi Waliyansyah, M.Kom.
PENGOLAHAN CITRA DIGITAL : TRANSFORMASI CITRA (2)
Pengolahan citra digital
Transcript presentasi:

KOMPRESI GAMBAR (CITRA) Mail merge

Pengolahan citra memang saling berkaitan, tetapi berbeda dari komputer grafis. Bagian ini dirancang untuk memberikan wawasan dasar menjadi apa gambar pengolahan dan melibatkan metode apa yang dapat digunakan untuk kompresi gambar. Mail merge

Gambar 13.1 bahwa gambar prosesing melibatkan mengambil gambar yang ada dan mengubahnya dalam beberapa cara untuk menghasilkan gambar lain. Secara umum tujuannya adalah untuk meningkatkan fitur tertentu dari gambar, untuk meningkatkan kejelasan, estetika atau ekstrak beberapa informasi tertentu. Dengan nya pengolahan gambar yang sangat natural, tapi pengenalan ini sebagian besar deskriptif. Mail merge

kompresi gambar Pada bagian ini kita akan melihat metode yang dapat digunakan untuk kompres informasi (dalam hal ini gambar, tetapi teknik juga digunakan di tempat lain). Ketika mengompresi gambar berwarna sering berguna untuk mengkonversi dari ruang RGB ke HSV (Hue Saturation dan Nilai atau Brightness) ruang karena yang paling penting informasi bahwa mata kita peka terhadap adalah kecerahan, dan hal inilah yang cenderung bervariasi yang paling dalam gambar. Ini berarti bahwa dalam gambar RGB semua saluran sangat bervariasi sementara di gambar HSV biasanya hanya saluran V memiliki variabilitas yang besar. Mail merge

Tentu saja jumlah kompresi kita dapat mencapai untuk setiap gambar yang akan tergantung pada metode yang digunakan dan kompleksitas gambar. Ketika menilai kompleksitas gambar salah satu ukuran yang banyak digunakan adalah gambar entropi. Entropi adalah ukuran ketidakteraturan atau keacakan. Gambar terdiri dari independen secara acak nilai-nilai pixel didistribusikan memiliki entropi maksimum (dan akan sangat di ± kultus untuk kompres) sementara gambar yang hanya terdiri dari satu warna akan memiliki entropi minimum. Konsep ini menghubungkan kompresi gambar dengan dunia statistik dan memberikan kita kerangka ketat untuk mengembangkan teori di balik kompresi gambar Mail merge

Run length encoding kompres gambar dengan coding jumlah bit mengambil nilai yang sama sepanjang garis scan yang diberikan. Metode ini diilustrasikan pada Gambar 14.1. Metode ini bekerja pada gambar biner, karena tidak ada kebutuhan untuk menyimpan nilai-aktual, hanya panjang berjalan dari nol. Kami juga dapat menggunakan bit-plane menjalankan length encoding gambar non-biner dengan mempertimbangkan setiap bit dari, mengatakan 8 bit, gambar satu per satu. Mail merge

Pada gambar khas skema kompresi ini menghasilkan tingkat kompresi 1,5: 1 (skala abu-abu / gambar berwarna),4: 1 (gambar biner) dan 2: 1 (bit-plane kompresi gambar skala abu-abu / warna). Namun jika intensitas nilai-nilai dari suatu gambar berubah setiap pixel skema ini akan menghasilkan ledakan data, sehingga ketika mengimplementasikan ini jenis skema algoritma harus memeriksa bahwa masalah tersebut tidak terjadi. Skema ini juga sensitif terhadap channel kesalahan karena korupsi dekat awal gambar akan merambat melalui seluruh gambar. Ini bisa diatasi dengan dan akhir baris penanda. Mail merge

Coding Hu®man Mail merge

yang paling umum mengenai pola kecerahan dan menggunakan kode terpendek untuk mewakili yang dikirim. Ini metode berbasis pohon, coding Hu®man memberikan Kompresi tarif sion 1,5 {2: 1. Hu®man coding juga dapat digunakan setelah menjalankan panjang coding untuk memberikan lebih kompresi. Mail merge

coding prediksi predictive coding lagi mengeksploitasi garis scan koherensi, menyimpan setiap baris menggunakan kecerahan pixel Ini dilihat bahwa metode bergantung pada gambar memiliki perubahan halus dalam kecerahan. Metode ini juga disebut di®erential modulasi kode pulsa. Di tepi di kita gambar juga mungkin perlu untuk memungkinkan pola kelebihan (yang adalah kemampuan bahwa perubahan kecerahan lebih besar dari yang kita dapat mewakili dengan jumlah bit kita telah membiarkan diri kita). rutin juga mungkin diterapkan iteratif, karena urutan di®erences kedua biasanya lebih kecil dari di®erences urutan pertama (ini berkaitan dengan metode yang digunakan untuk memindai mengkonversi lingkaran). Biasanya aplikasi predictive coding menyerah 2: 1 tingkat kompresi gambar. Mail merge

Coding block Blok coding yang terjadi pola blok dalam gambar, bukan hanya mencari di sepanjang scan lines. Ini lebih komputasi mahal daripada metode lain yang telah kita dianggap sejauh ini, tapi memberikan tingkat kompresi sedikit lebih baik. Serta mengirimkan kode blok untuk gambar kita juga perlu untuk mengirim codebook (atau melihat ke atas meja) untuk memecahkan kode gambar. Meskipun kompresi ini tarif umumnya 2 {3: 1. Lemple-Ziv-Welch coding menggunakan varian dari metode block. Pertama jumlah blok yang digunakan adalah tetap, dan ini diisi dengan pola blok terpanjang, paling sering yang terjadi. Kode Overload dapat digunakan jika kita tidak memiliki su sejumlah ± sien dari pola blok. gambar kode kemudian lanjut dikompresi menggunakan Hu®man coding. Mail merge

Lossy image compression Ketika melakukan kompresi lossy kita menerima kerugian kecil informasi dari gambar untuk mencapai yang lebih baik tingkat kompresi. Hal ini dimungkinkan untuk mendapatkan tingkat kompresi 10: 1 tanpa degradasi terlihat dari gambar kualitas dan tingkat 100: 1 dengan hanya sedikit e®ects. Kualitas gambar TV sangat miskin tapi kami masih menemukannya diterima, sehingga penurunan kualitas akan sering pergi un-melihat. Mail merge

Pemotongan koding Pemotongan coding adalah metode kompresi lossy yang paling sederhana. Kami menghapus bit paling signicant dari image atau menghapus baris pixel berturut-turut dan kolom. Jika kita menghapus setiap baris lain dan kolom dari sebuah gambar kita akan mengurangi ukuran dengan faktor empat memberikan tingkat kompresi 4: 1. Tentu saja hal ini akan menghasilkan lebih kecil image, jadi kita akan perlu menggunakan beberapa metode interpolasi untuk mereproduksi gambar asli perkiraan. Kita dapat juga memotong jumlah bit yang digunakan untuk menyimpan gambar, yang mewakili gambar 8 bit hanya menggunakan 4 bit Informasi kecerahan, memberikan rasio kompresi 2: 1. Untuk merekonstruksi perkiraan kita gambar asli perlu menambahkan kedalaman kecerahan ekstra untuk menghindari blok besar kecerahan yang sama dengan menambahkan 4 bit. Mail merge

Lossy block coding Lossy predictive coding agak seperti kasus lossless tanpa perlu untuk pilihan kode yang berlebihan. Jadi jika algoritma tidak bisa mewakili perubahan dalam satu langkah itu berturut-turut diperbaiki dalam piksel. Ini akan bertindak untuk kelancaran perubahan tajam di gambar tapi akan memberikan yang meningkat rasio kompresi urutan 3: 1. Memilih panjang kode yang sesuai untuk gambar dapat mengurangi keparahan distorsi diperkenalkan. Modulasi delta adalah kasus khusus coding prediksi lossy, di mana hanya satu bit digunakan untuk menunjukkan kecerahan Mail merge

ANALISA Mail merge

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. Mail merge

Beberapa teknik loseless: Color reduction Chroma subsampling Lossy Compression: o Ukuran file citra menjadi lebih kecil dengan menghilangkan beberapa informasi dalam citra asli. o 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. o 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 loseless: Color reduction Chroma subsampling Transform coding Mail merge

Color reduction untuk warna-warna tertentu yang mayoritas dimana informasi warna disimpan dalam color palette. Mail merge

Chroma subsampling 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. • Chorma Subsampling terdiri dari 3 komponen: Y (luminance) : U (CBlue) : V (CRed) Mail merge

Transform coding 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. Mail merge

- Loseless Compression: o Teknik kompresi citra dimana tidak ada satupun informasi citra yang dihilangkan. o Biasa digunakan pada citra medis. o Metode loseless: Run Length Encoding, Entropy Encoding (Huffman, Aritmatik), dan Adaptive Dictionary Based (LZW) Mail merge