Dct.

Slides:



Advertisements
Presentasi serupa
METODE MENGGAMBAR PERSPEKTIF
Advertisements

Kompresi JPEG,MPEG, dan Video Streaming
Konversi citra Satriyo.
Frequency Domain.
Bahan kuliah IF5054 Kriptografi
Misalkan f dan g adalah fungsi yang bernilai riil dari R ke R.
Bab 4 vektor.
PENGOLAHAN CITRA DIGITAL : TRANSFORMASI CITRA (2)
CS3204 Pengolahan Citra - UAS
PEMAMPATAN CITRA 4/9/2017.
Kompresi Citra KOMPRESI CITRA Nurfarida Ilmianah.
Praktikum PTI Sekolah Tinggi Ilmu Statistik Oleh : SIS - BPS Pengolahan Citra.
Operasi Dasar Sinyal Perkalian dengan skalar Pergeseran sinyal
Steganografi.
FUNGSI ARITMATIKA BINER
Perbaikan Citra pada Domain Spasial
Pengolahan Citra Digital: Transformasi Citra (Bagian 1 : FT – DCT)
Osilasi Harmonis.
Praktikum PTI Sekolah Tinggi Ilmu Statistik Oleh : SIS - BPS
PERBAIKAN KUALITAS CITRA 1
ALJABAR LINIER & MATRIKS
JPEG dan MPEG ANGGUN TRIYOGO
3.1 Pengertian Ekuilibrium dalam Ekonomi
Pengolahan Citra Pertemuan 14.
SIFAT-SIFAT DAN APLIKASI DFT
Oleh: Edi Purnomo Rizal Pengantar  Perkembangan internet mempermudah pengiriman pesan  Pesan di internet sering dapat dibajak.
Pengolahan Citra Digital: Transformasi Citra (Bagian 1 : FT – DCT)
STEGANOGRAFI.
Steganografi Cryptography.
Kompresi Gambar Klasifikasi Kompresi Teknik Kompresi 1.
Watermarking Oleh : Ir. H. Sirait, MT
WATERMARKING.
Kompresi Citra.
Meminimalkan Kebutuhan Memori dalam Merepresentasikan Citra Digital
PEMAMPATAN CITRA DENGAN SINGULAR VALUE DECOMPOSITION (SVD)
Mengapa Kita Butuh FFT ? 2013.
BAB V Transformasi Citra
Sebagai Aplikasi Penyisipan Pesan Rahasia Berupa Teks Kedalam Media Perbandingan Metode LSB, DCT dan RGB Dalam Penggunaan Steganografi for further detail,
STEGANOGRAFI.
DASAR-DASAR KEAMANAN SISTEM INFORMASI
Steganografi Dan Watermaking
WATERMARKING Kriptografi, Week 12.
Fourier transforms and frequency-domain processing
PENGOLAHAN CITRA DIGITAL : TRANSFORMASI CITRA (1)
Mengapa Kita Butuh FFT ? 2014.
WATERMARKING Kriptografi, Week 13.
STÁNDAR - STÁNDAR KOMPRESI PADA GAMBAR
DIGITAL WATERMAKING OLEH : JIMMY JANUARKO H.
Materi Keamanan Jaringan-10
Tugas Multimedia Luqman hakim
Mengapa Kita Butuh FFT ? 2014.
Pertemuan 6 Bab 2 Fungsi.
KOMPRESI CITRA.
Mengapa Kita Butuh FFT ? 2014.
Matriks dan Vektor Matematika SMK Kelas/Semester: II/2
KOMPRESI GAMBAR (CITRA)
13.1 ISO/IEC JPEG.
Keseimbangan rotor Keseimbangan gerak bolak-balik
Fast Fourier Transform (FFT)
Tugas Akhir Multimedia
KOMPRESI CITRA Edy Mulyanto.
Bidang Kartesius Kelas 9 Semester 2.
Pengolahan Sinyal.
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)
Peta Konsep. Peta Konsep A. Komposisi Transformasi.
Peta Konsep. Peta Konsep A. Komposisi Transformasi.
Mengenal Steganografi Teknik menyembunyikan pesan di dalam pesan lain Untuk menghindari kecurigaan Pesan dapat berupa text, gambar, audio, maupun vidio.
Transcript presentasi:

dct

Rumus dct

Hasil dari DCT adalah transformasi dari sumber aslinya ke frekuensi domain. Entri kiri atas menyimpan "amplitudo" "dasar" frekuensi dan frekuensi meningkat baik di sepanjang sumbu horisontal dan vertikal. Hasil DCT biasanya merupakan koleksi amplitudo pada frekuensi yang lebih rendah yang lebih biasa (kuadran kiri atas) dan kurang entri pada frekuensi yang lebih tinggi. Seperti disebutkan lassevk, biasanya untuk hanya nol keluar frekuensi yang lebih tinggi ini karena mereka biasanya merupakan bagian sangat kecil dari sumber. Namun, hal ini mengakibatkan hilangnya informasi. Untuk melengkapi kompresi lazimnya untuk menggunakan kompresi lossless atas sumber DCT'd. Ini adalah tempat kompresi masuk sebagai menjalankan semua dari nol bisa dikemas ke hampir tidak ada. Salah satu keuntungan dengan menggunakan DCT untuk menemukan daerah yang sama adalah bahwa Anda dapat melakukan pertandingan pertama lulus nilai frekuensi rendah (sudut kiri atas). Hal ini akan mengurangi jumlah nilai yang Anda butuhkan untuk pertandingan melawan. Jika Anda menemukan kecocokan nilai frekuensi rendah, Anda dapat meningkatkan ke membandingkan frekuensi yang lebih tinggi.

Keuntungan : • DCT (Discrete Cosine Transform) menghitung kuantitas bit-bit image dimana pesan tersebut disembunyikan didalamnya Hasil karena Walaupun image yang dikompresi dengan lossy compression akan menimbulkan kecurigaan karena perubahan LSB akan terlihat jelas, pada metode ini hal ini tidak akan terjadi karena metode ini terjadi di domain frekuensi di dalam image, bukan pada domain spasial, sehingga tidak akan ada perubahan yang terlihat pada cover image. Kekurangan : • Tidak tahan terhadap perubahan suatu objek dikarenakan pesan mudah dihapus karena lokasi penyisipan data dan pembuatan data dengan metode DCT diketahui.