Apa itu teknik kompresi citra

Gambar 2.8 Alur kompresi citra dan dekompresi citra Manfaat kompresi citra antara lain : 1. Meminimalkan waktu pengiriman data pada saluran komunikasi. Contohnya pengiriman gambar menjadi lebih singkat , download dari internet, pengiriman data medis, dan lain-lain. 2. Membutuhkan ruang memori yang lebih sedikit dibandingkan dengan citra yang tidak dimampatkan [1]. 3. Mengurangi redundancy data sebuah citra agar dapat mengurangi ukuran byte dari sebuah citra [13] 1. Pendekatan Statistik Bekerja dengan cara mengkodekan suatu simbol atau data yang sering muncul dengan jumlah bit yang lebih kecil dibandingkan dengan simbol yang memiliki intensitas kemunculan yang lebih rendah. [15] Contoh : metode huffman 2. Pendekatan Ruang Melihat hubungan antar piksel yang mempunyai derajat keabuan yang sama pada wilayah dalam citra.[2] Contoh : metode Run-Length Encoding 3. Pendekatan Kuantisasi Bekerja dengan cara mengurangi intensitas warna yang dimiliki sebuah citra, sehingga menyebabkan ukuran bit yang mewakili citra akan berkurang. Contoh : metode Kuantisasi 4. Pendekatan Fraktal Bekerja dengan cara menghilangkan bagian-bagian citra yang memiliki kemiripan. Biasanya citra yang dikompresi dengan metode pendekatan fractal akan kehilangan resolusi citra aslinya. Contoh : Metode Fraktal [13] Universitas Sumatera Utara 1. Lossy Compression Teknik kompresi dimana data hasil dekompresi tidak tepat sama dengan data asli sebelum dikompresi[16]. Namun hasilnya sudah “cukup” untuk digunakan [7]. Contoh: metode kuantisasi, fraktal , FFT Fast Fourier Transform. Pada lossy compression rasio kompresi yang dihasilkan lebih tinggi dari lossless compression[16]. Kelebihan dari lossy compression adalah ukuran file lebih kecil dibanding loseless namun masih tetap memenuhi syarat untuk digunakan. Biasanya teknik ini membuang bagian-bagian data yang sebenarnya tidak begitu berguna, tidak begitu dilihat oleh manusia sehingga manusia masih beranggapan bahwa data tersebut masih bisa digunakan walaupun sudah dikompresi. Diagram lossy compression seperti yang terlihat pada gambar 2.9 Input image Source encoder quantizer entropy encoder Compressed image Gambar 2.9 diagram lossy compression [16] 2. Loseless Compression Teknik kompresi dimana data hasil kompresi dapat didekompresi lagi dan hasilnya tepat sama seperti data sebelum proses kompresi [7]. Contoh : Arithmetic coding, Shanon fano coding , RLE Run Length Encoding. Teknik ini digunakan jika dibutuhkan data setelah dikompresi harus dapat diekstrakdekompresi lagi tepat sama. Kadangkala ada data-data yang setelah dikompresi dengan teknik ini Universitas Sumatera Utara ukurannya menjadi lebih besar atau sama. Pada lossless compression citra yang telah dikompresi memiliki kesamaan secara numerik yang identik dengan citra aslinya. Keuntungan dari metode lossy atas lossless adalah dalam beberapa kasus metode lossy menghasilkan file kompresi yang lebih kecil dibandingkan dengan metode lossless. Metode lossy sering digunakan untuk mengkompresi suara, gambar dan video karena data tersebut dimaksudkan kepada human interpretation dimana pikiran dapat dengan mudah “mengisi bagian-bagian yang kosong” atau melihat kesalahan yang sangat kecil. Sedangkan lossless digunakan untuk mengkompresi data untuk diterima dalam kondisi asli seperti dokumen teks. Lossy akan mengalami generation loss pada data sedangkan pada lossless tidak terjadi karena data yang hasil dekompresi sama dengan data asli [9]. Diagram lossless seperti yang terlihat pada gambar 2.10 Lossless encoder Table specification Entropy encoder Compressed image predictor Source image Gambar 2.10 diagram lossless compression [16]

Lihat dokumen lengkap (97 Halaman - 7.17MB)

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.

Teknik Kompresi Citra

1. Lossy Compression:

Ukuran file citra menjadi lebih kecil dengan menghilangkan beberapa informasi dalam citra asli.

Teknik ini mengubah detail 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 dalam kompresi citra:

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. Chorma Subsampling terdiri dari 3 komponen: Y(luminance):U(CBlue):V (CRed)
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. Lossless 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)

Hal-hal Penting Dalam Kompresi Citra

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.
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 di enkode 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.

Seringkali kita mendengar bahkan menggunakan istilah GIF, BMP, TIFF, JPEG, MPEG namun belum mengerti perbedaannya, berikut ini sedikit penjelasannya.

Image compression atau yang disebut juga kompresi citra adalah proses untuk meminimalisasi jumlah bit yang merepresentasikan suatu citra sehingga ukuran data citra menjadi lebih kecil. Pada dasarnya teknik kompresi citra digunakan pada proses transmisi data (data transmission) dan penyimpanan data (data storage). Kompresi citra banyak diaplikasikan pada penyiaran televisi, penginderaan jarak jauh (remote sensing), komunikasi militer, radar, telekonferensi, pencitraan kedokteran, dan lain-lain.

Dalam teknik kompresi data, redundansi dari data menjadi masalah utama. Redudansi yaitu kejadian berulangnya data atau kumpulan data yang sama dalam sebuah database yang mengakibatkan pemborosan media penyimpanan. Kompresi data ditujukan untuk mereduksi penyimpanan data yang redundan. Atau dalam istilah lain kompresi citra digital dilakukan untuk dengan cara meminimalkan jumlah bit yang diperlukan untuk merepresentasikan suatu data citra, namun seringkali kualitas gambar yang dihasilkan jauh lebih buruk dari aslinya karena keinginan kita untuk memperoleh rasio kompresi yang tinggi.

Konsep Dasar Teknik image compression

Teknik kompresi citra mengacu pada dua konsep dasar, yaitu :

Mengeksploitasi redundansi informasi yang terdapat pada pola sinyal citra digital. Metode ini digunakan pada teknik kompresi citra lossless coding.

Redundansi tersebut dapat berupa:

Redundansi Spasial akibat korelasi antara piksel-piksel yang bertetangga yang memiliki intensitas yang sama.
Redundansi Spektral akibat korelasi antara bidang-bidang warna yang berbeda
Redundansi Temporal akibat korelasi frame-frame yang berbeda pada citra dinamis
Menggunakan deviasi dalam batas yang dapat ditoleransi dengan cara mengurangi detail citra yang tidak dapat ditangkap oleh penglihatan manusia. Resolusi spasial, waktu dan amplitudo disesuaikan dengan aplikasi yang digunakan. Metode ini digunakan pada teknik kompresi citra lossy coding dengan mengeksploitasi redundansi statistik dan visual.

Teknik kompresi data :

Kompresi berbasis Statistik (Lossless)
Kompresi berbasis Kuantisasi (Lossy)
Kompresi berbasis Transformasi (Lossless/Lossy)
Kompresi berbasis Fraktal (Lossy)

Sifat Kompresi berdasarkan hasil

Prinsip dasar: eksploitasi data statistik citra

Menghasilkan citra hasil kompresi yang tepat sama dengan citra semula.
Dalam proses kompresinya, tidak ada informasi yang hilang.
Rasio kompresi sangat rendah / terbatas
Contoh aplikasi: citra medis, citra biner (facsimile), dll

Algoritma kompresi lossless dibagi dalam dua kategori, yaitu

Dictionary-based Technique

Menghasilkan file kompresi yang berisi fixed-length code (12 – 16 bits) yang merepresentasikan sekuen bytes file asli, misalnya Run-Length Encoding dan LZW encoding.

Merepresentasikan karakter yang sering muncul dalam bit yang lebih kecil, misalnya Huffman Coding

Contoh format file dengan kompresi lossless : GIF, PCX, BMP, TIFF, TRG, PGM

Menghasilkan citra hasil kompresi yang hampir sama dengan citra semula. Dalam proses kompresinya, ada informasi yang hilang namun dalam batas toleransi tertentu.
Rasio kompresi tinggi
Contoh aplikasi: transmisi citra pada bandwidth saluran komunikasi terbatas.
Algoritma kompresi lossy telah banyak dikembangkan, diantaranya menggunakan kuantisasi, fraktal, wavelet, dll
Teknik ini mengubah detail dan warna pada file citra menjadi lebih sederhana tanpa terlihat 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.

Contoh format file dengan kompresi lossy : JPEG, MPEG