Komperensi 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.

TEKNIK KOMPRESI CITRA

Teknik kompresi pada citra tetap sama:

-     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.

o Beberapa teknik loseless:

ƒ   Color    reduction:    untuk    warna-warna    tertentu    yang mayoritas dimana informasi warna disimpan dalam color palette.

ƒ    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)

 ƒ   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.

-     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)

HAL-HAL PENTING DALAM KOMPRESI CITRA

1.  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:

a. Quality   progressive:   dimana   image   dikompres   secara perlahan-lahan dengan penurunan kualitasnya

b. Resolution  progressive:  dimana  image  dikompresi  dengan mengenkode resolusi image yang lebih rendah terlebih dahulu baru kemudian ke resolusi yang lebih tinggi.

c. Component     progressive:     dimana     image     dikompresi berdasarkan komponennya, pertama mengenkode komponen gray baru kemudian komponen warnanya.

2.  Region of Interest Coding: daerah-daerah tertentu dienkode dengan kualitas yang lebih tinggi daripada yang lain.

3.  Meta Information:  image yang dikompres juga dapat memiliki meta information seperti statistik warna, tekstur, small preview image, dan author atau copyright information

PENGUKURAN ERROR KOMPRESI CITRA

Dalam  kompresi  image  terdapat  suatu  standar  pengukuran  error  (galat)

kompresi:

-      MSE (Mean Square Error), yaitu sigma dari jumlah error antara citra hasil kompresi dan citra asli.

 

MSE   =

Dimana:      I(x,y) adalah nilai pixel di citra asli

I’(x,y) adalah nilai pixel pada citra hasil kompresi

M,N adalah dimensi image

-      Peak Signal to Noise Ratio (PSNR), yaitu untuk menghitung peak error.

PSNR =   20 * log10 (255 / sqrt(MSE))

 Nilai MSE yang rendah akan lebih baik, sedangkan nilai PSNR yang tinggi akan lebih baik.