KOMPRESI CITRA Yeni Herdiyeni Departmen Ilmu Komputer IPB
Terms • Enkoder / Compresor : software (atau hardware) yang mengkodekan data orisinal menjadi data terkompres • Dekoder / Decompresor : software (atau hardware) yang mendekode data terkompres menjadi data orisinal • Codec : software (atau hardware) yang yang mengkodekan dan mendekodekan data • Algoritma : teknik yang digunakan dalam proses pengkodean/kompresi
Bit Rate • Bit Rate disebut juga dengan nama data rate • Bit rate menentukan jumlah data yang ditampilkan saat video dimainkan, yang dinyatakan dalam satuan bps (bit per second). • Data rate berkaitan erat dengan pemakaian dan pemilihan codec (metode kompresi video).
Bit Depth : Kedalaman Warna • Kedalaman warna menentukan berapa banyak warna yang dapat ditampilkan oleh satu pixel yang direpresentasikan dalam banyak bit yang ditampung pada pixel • Kedalaman warna (bitdepth) : – 1 bit : monokrom (2 warna) – 4 bit : greyscale atau color (16 warna) – 8 bit : greyscale atau color (256 warna) – 16 bit : high color (16 warna) – 24 bit : true color (16.777.216 warna)
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.
1
Teknik Kompresi Citra (4)
Contoh Citra Medik
• Loseless 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)
Teknik Kompresi Citra (1) • Lossy Compression : – Ukuran file citra menjadi lebih kecil dengan menghilangkan beberapa informasi dalam citra asli. – 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. – Biasanya digunakan pada citra foto atau image lain yang tidak terlalu memerlukan detail citra, dimana kehilangan bit rate foto tidak berpengaruh pada citra.
Teknik Kompresi Citra (2) • Beberapa teknik lossy – 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)
2
Downsampling • The human eye can see more detail in the Y component (brightness) than in Cb (blue) and Cr (red). Using this knowledge, encoders can be designed to compress images more efficiently. (http://en.wikipedia.org) • Transformasi warna dari RGB ke ruang warna (color space) dinamakan YCbCr. • Pengurangan komponen Cb dan Cr dinamakan "downsampling" atau "chroma subsampling“ • Downsampling the chroma components menghemat 33% atau 50% space yang digunakan image.
Teknik Kompresi Citra (3) • Transform coding : menggunakan Fourier Transform seperti DCT (Discrete Cosine Transform). – 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 image yang lain. – Proses kompresi Fractal lebih lambat daripada JPEG sedangkan proses dekompresinya sama.
Hal-Hal Penting Dalam Kompresi Citra – 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 grey baru kemudian komponen warnanya.
Contoh Downsampling • Rasio downsampling pada JPEG adalah 4:4:4 (no downsampling), 4:2:2 (reduce by factor of 2 in horizontal direction), dan 4:2:0 (reduce by factor of 2 in horizontal and vertical directions).
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.
Hal-Hal Penting Dalam Kompresi Citra • Region of Interest Coding : daerah-daerah tertentu dienkode 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
3
Algoritma Kompresi/Dekompresi Citra
Algoritma Kompresi/Dekompresi Citra
(1)
(2)
• Algoritma umum untuk kompresi image adalah : – 1. Menentukan bitrate dan toleransi distorsi image dari inputan user. – 2. Pembagian data image ke dalam bagian-bagian tertentu sesuai dengan tingkat kepentingan yang ada (classifying). – Menggunakan salah satu teknik : DWT (Discreate Wavelet Transform) : mencari frekuensi nilai pixel masing-masing, menggabungkannya menjadi satu dan mengelompokkannya sebagai berikut:
Algoritma Kompresi/Dekompresi Citra (3)
• Hasil dekomposisi 3 level decomposition
• Dimana – – – –
LL : Low Low Frequency (most importance) HL : High Low Frequency (lesser importance) LH : Low High Frequency (more lesser importance) HH : High High Frequency (most less importance)
Algoritma Kompresi/Dekompresi Citra (4)
– 3. Pembagian bit-bit di dalam masing-masing bagian yang ada (bit allocation). – 4. Lakukan kuantisasi (quantization). • Kuantisasi Scalar : data-data dikuantisasi sendiri-sendiri • Kuantisasi Vector : data-data dikuantisasi sebagai suatu himpunan nilai-nilai vektor yang diperlakukan sebagai suatu kesatuan.
– 5. Lakukan pengenkodingan untuk masing-masing bagian yang sudah dikuantisasi tadi dengan menggunakan teknik entropy coding (huffman dan aritmatik) dan menuliskannya ke dalam file hasil.
Algoritma Kompresi/Dekompresi Citra
Beberapa Metode Kompresi Citra
• Sedangkan algoritma umum dekompresi image adalah : – 1. Baca data hasil kompresi menggunakan entropy dekoder. – 2. Dekuantisasi data. – 3. Rebuild image.
4
Teknik Kompresi GIF • GIF (Graphic Interchange Format) dibuat oleh Compuserve pada tahun 1987 untuk menyimpan berbagai file bitmap menjadi file lain yang mudah diubah dan ditransmisikan pada jaringan komputer. • GIF merupakan format citra web yang tertua yang mendukung kedalaman warna sampai 8 bit (256 warna), menggunakan 4 langkah interlacing, mendukung transparency, dan mampu menyimpan banyak image dalam 1 file. • Byte ordering : LSB – MSB
Struktur file GIF (1) • Header : menyimpan informasi identitas file GIF (3 bytes, harus string “GIF“) dan versinya (3 bytes, harus string “87a“ or “89b“) • Global Screen Descriptor (GSD) : mendefinisikan logical screen area dimana masing-masing file GIF ditampilkan.
Struktur file GIF (2)
Interlacing • Interlacing separates the odd and even lines and transmits them separately. It allows the overall frame rate to be half what it would need to be if the whole display were delivered progressively. Thus, it reduces the bandwidth required to 50% and is therefore a form of compression.
Struktur file GIF (3) • Global Color Table : masing-masing image dalam GIF dapat menggunakan global color table atau tabel warnanya sendiri-sendiri. Penggunaan GCT akan memperkecil ukuran file GIF. • Image1, Image2, Image3, ... Image-n : dimana masing-masing image memiliki struktur blok sendiri-sendiri dan terminator antar file. • Trailer : Akhir dari sebuah file GIF
Struktur file GIF (4) • Kompresi GIF menggunakan teknik LZW : gambar GIF yang berpola horizontal dan memiliki perubahan warna yang sedikit, serta tidak bernoise akan menghasilkan hasil kompresan yang baik.
5
Kompresi LZW (Lempel, Ziv dan Welch) pada GIF • Proses encoding yang mencari rangkaian pixel yang sama pada gambar. Pola yang lebih sering muncul mendapatkan sebuah kode yang mewakili rangkaian tersebut dalam file terkompresi.
Animated GIF • Animated GIF : tidak ada standar bagaimana harus ditampilkan sehingga umumnya image viewer hanya akan menampilkan image pertama dari file GIF. Animated GIF memiliki informasi berapa kali harus diloop. • Tidak semua bagian dalam animated GIF ditampilkan kembali, hanya bagian yang berubah saja yang ditampilkan kembali.
Teknik Kompresi PNG (2) • Diprakarsai oleh Thomas Boutell dari PNG Development Group, dan versi finalnya direlease pada 1 Oktober 1996, 1,5 tahun sejak project berjalan. • Byte ordering : MSB-LSB
Format file GIF • GIF87a : mendukung interlacing dan mampu manyimpan beberapa image dalam 1 file, ditemukan tahun 1987 dan menjadi standar. • GIF89a : kelanjutan dari 87a dan ditambahkan dengan dukungan transparency, mendukung text, dan animasi.
Teknik Kompresi PNG (1) • PNG (Portable Network Graphics) digunakan di Internet dan merupakan format terbaru setelah GIF, bahkan menggantikan GIF untuk Internet image karena GIF terkena patent LZW yang dilakukan oleh Unisys. • Menggunakan teknik loseless dan mendukung : – Kedalaman warna 48 bit – Tingkat ketelitian sampling : 1,2,4,8, dan 16 bit – Memiliki alpha channel untuk mengkontrol transparency – Teknik pencocokan warna yang lebih canggih dan akurat
Teknik Kompresi PNG (3) • Format penamaan file PNG diatur ke dalam suatu urutan blok biner yang disebut sebagai “chunk“ (gumpalan), yang terdiri dari : – Length (4 bytes), berupa informasi ukuran PNG – Type (4 byte), berupa informasi nama chunk – Data (ukuran dinamis), berupa data PNG. – CRC (Cyclic Redundancy Check), berupa CRC-32 untuk pendeteksian error checking pada saat transmisi data.
6
Proses PNG Decoder • Proses PNG decoder adalah sebagai berikut : – Baca chunk data size – Baca dan simpan chunk type – Jika ukuran chunk data lebih besar daripada data buffer, alokasikan buffer yang lebih besar – Baca chunk data – Hitung CRC value dari chunk data – Baca CRC dari file yang diterima – Bandingkan hasil perhitungan CRC dengan CRC dari file, jika tidak sama, berarti chunk invalid, minta kirim ulang.
Struktur File PNG • Struktur file PNG adalah : – PNG Signature : tanda file PNG – IHDR chunk : menyimpan dimension, depth, dan color type – PLTE chun k: untuk PNG yang menggunakan color palette type – IDAT chunk 1, IDAT chunk 2, IDAT chunk 3, ... IDAT chunk-n – IEND chunk: end of PNG image
Warna PNG • PNG mendukung 5 cara untuk merepresentasikan warna, dimana tipe warna disimpan dalam bagian IHDR chunk : – RGB Triple (R,G, dan B) : untuk 8 atau 16 bits – Color Palette : yang disimpan dalam PLTE chunk dengan bit depth 1,2,4 atau 8. – Grayscale : 1 komponen warna per image, bisa digunakan untuk semua bit depth.
Interlacing pada PNG • PNG mendukung interlacing yang disebut Adam 7, yang menginterlace berdasarkan pixel daripada berdasarkan baris. Adam akan membagi image ke dalam 8x8 pixel, yang akan diupdate dalam 7 fase interlacing.
Warna PNG – RGB Alpha Channel : • • • •
agar image dan background dapat dikombinasikan untuk mengkontrol transparency hanya bisa digunakan pada bit depth 8 atau 16 bits jika alpha channel 0 berarti 100% transparan, sehingga background terlihat seutuhnya. • Jika alpha channel 2image bit depth -1 berarti fully opaque, sehingga background sama sekali tidak terlihat karena tertutup oleh image.
– Grayscale with Alpha Channel : hanya bisa 8/16 bits
Interlacing pada PNG • 7 fase interlacing :
7
Teknik Kompresi PNG • Teknik kompresi yang digunakan adalah Deflate yang merupakan kelanjutan dari algoritma Lempel-Ziv. Cara kerja Deflate sama dengan LZW dan melakukan scanning secara horisontal. .
JPEG Compression Models (1) • Sequential : kompresi dilakukan secara topdown, left-right menggunakan proses singlescan dan algoritma Huffman Encoding 8 bit secara sekuensial.
JPEG • JPEG (Joint Photograpic Experts Group) menggunakan teknik kompresi lossy sehingga sulit untuk proses pengeditan. • JPEG cocok untuk citra pemandangan (natural generated image), tidak cocok untuk citra yang mengandung banyak garis, ketajaman warna, dan computer generated image
JPEG Compression Models (2) • Progressive : kompresi dilakukan dengan multiple-scan secara progresif, sehingga kita dapat mengira-ira gambar yang akan kita download.
JPEG Compression Models (3)
Teknik Kompresi JPEG
• Hierarchical : super-progressive mode, dimana image akan dipecah-pecah menjadi sub image yang disebut frame. Frame pertama akan membentuk image dalam resolusi rendah hingga berangsur-angsur ke resolusi tinggi. • Loseless (JPEG-LS) : exact image
• JPEG merupakan nama teknik kompresi, sedangkan nama format filenya adalah JFIF (JPEG File Interchange Format) • Tingkat kompresi yang baik untuk JPEG adalah 10:1-20:1 untuk citra foto, 30:1-50:1 untuk citra web, dan 60:1-100:1 untuk kualitas rendah seperti citra untuk ponsel. • Byte order : MSB-LSB
8
Tahapan Kompresi JPEG (1)
Tahapan Kompresi JPEG (2)
• Sampling : adalah proses pengkonversian data pixel dari RGB ke YUV/YIQ dan dilakukan down sampling. Biasanya sampling dilakukan per 8x8 blok, semakin banyak blok yang dipakai makin bagus kualitas sampling yang dihasilkan. • DCT (Discreate Cosine Transform) : hasil dari proses sampling akan digunakan sebagai inputan proses DCT, dimana blok 8x8 pixels akan diubah menjadi fungsi matriks cosinus
• Quantization : proses membersihkan koefisien DCT yang tidak penting untuk pembentukan image baru. Hal ini yang menyebabkan JPEG bersifat lossy. • Entropy Coding : proses penggunaan algoritma entropy, misalnya Huffman atau Aritmatik untuk mengenkodekan koefisien hasil proses DCT yang akan mengeliminasi nilai-nilai matriks yang bernilai nol secara zigzag order.
Tahapan Kompresi JPEG (3)
Step 1: Picture Preparation (a)
• Baseline sequential JPEG encoding and decoding processes
• Color space transformation – First, the image is converted from RGB into a different color space called YCbCr. This is the same as the color space used by PAL, MAC and Digital color television transmission. • The Y component represents the brightness of a pixel • The Cb and Cr components together represent the chrominance
Y U V (Y Cb Cr) Components
475 x 330 x 3 = 157 KB
luminance
Assign more bits to Y, less bits to Cb and Cr
9
Y U V (Y Cb Cr) Components
Step 1: Picture Preparation (b) Downsampling – The human eye can see more detail in the Y component than in Cb and Cr. Using this knowledge, encoders can be designed to compress images more efficiently. – The above transformation enables the next step, which is to reduce the Cb and Cr components (called "downsampling" or "chroma subsampling"). – Typically each group of 4 pixels would be sampled with 4 values for Y and only 1 each for U & V (sampling ratio of 4:1:1). – For the rest of the compression process, Y, Cb and Cr are processed separately and in a very similar manner.
Assign more bits to Y, less bits to Cb and Cr
Step 1: Picture Preparation (b) • Downsampling – – – – –
Original: 12 blocks. Sampled: 4 + 1 + 1 = 6 blocks. Compression ratio = 50%. There is 75% lost in chrominance components For the rest of the compression process, Y, Cb and Cr are processed separately and in a very similar manner.
The 64 (8 X 8) DCT Basis Functions
• Each 8x8 block can be looked at as a weighted sum of these basis functions.
Step 2: Picture Processing • Discrete Cosine Transform – Next, each component (Y, Cb, Cr) of the image is "tiled" into sections of eight by eight pixels each, then each tile is converted to frequency space using a two-dimensional forward discrete cosine transform. – Within the MCU, each component is processed separately one 8x8 block at a time. – The luminance block is shifted from numbers 0..255 to numbers –128..127 by subtracting 128. – Chrominance values are already in the range –128..127.
Step 2: Picture Processing – Each block is transformed by the forward DCT into lowand high-frequency information. – This step is lossless, except that there may be little lost due to rounding of DCT coefficients – If one such 8×8 8-bit subimage is:
• The process of 2D DCT is also the process of finding those weights.
10
JPEG Image Compression II DCT: similar to FT; only real (cosine) part is kept.
Step 2: Picture Processing – which, if we now subtract 128 from each element, results in
Identifies average value (dc coefficient) and remaining components (ac coefficients). – and then taking the DCT and rounding to the nearest integer results in
– Note the rather large value of the top-left corner. This is the DC coefficient. The remaining 63 coefficients are called the AC coefficients.
Step 3: Quantization
Step 3: Quantization
• The human eye is good at seeing small differences in brightness over a relatively large area, but not so good at distinguishing the exact strength of a high frequency brightness variation. • This fact allows one to get away with greatly reducing the amount of information in the high frequency components. • This is done by simply dividing each component in the frequency domain by a constant for that component, and then rounding to the nearest integer. • This is the main lossy operation in the whole process.
• As a result of this, it is typically the case that many of the higher frequency components are rounded to zero, and many of the rest become small positive or negative numbers. • A common quantization matrix is:
Step 3: Quantization
Step 4: Entropy Encoding
Using this quantization matrix with the DCT coefficient matrix from above results in:
• Entropy coding is a special form of lossless data compression. • DC Coefficient Coding – the difference between the quantized DC coefficient of the current block and that of the previous block of the same component is taken.
For example, using −415 (the DC coefficient) and rounding to the nearest integer
The quantization matrix may be scaled by a quality factor
11
• AC Coefficient Coding – the 63 quantized coefficients are converted into a one-dimensional zig-zag sequence to increase the run length of zeros. - zero run-length encoding is then applied. - Huffman coding or arithmetic encoding is then further applied.
Zig-zag Scan DCT Blocks • Why? -- To group low frequency coefficients in top of vector. • Maps 8 x 8 to a 1 x 64 vector. Horizontal frequency
Vertical frequency
Step 4: Entropy Encoding
0
1
5
6
14
15
27
28
2
4
7
13
16
26
29
42
3
8
12
17
25
30
41
43
9
11
18
24
31
40
44
53
10
19
23
32
39
45
52
54
20
22
33
38
46
51
55
60
21
34
37
47
50
56
59
61
35
36
49
48
57
58
62
63
• The zig-zag sequence for the above quantized coefficients would be: −26, −3, 0, −3, −2, −6, 2, −4, 1, −4, 1, 1, 5, 1, 2, −1, 1, −1, 2, 0, 0, 0, 0, 0, −1, −1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0
Decoding • Decoding to display the image consists of doing all the above in reverse. • Taking the DCT coefficient matrix (after adding the difference of the DC coefficient back in)
• DC coefficient is -26 • Zero run-length encoding is (0, -3), (1, -3), (0, -2), (0, -6), (0, 2), (0, -4), (0, 1), (0, -4), (0, 1), (0, 1), (0, 5), (0, 1), (0, 2), (0, -1), (0, 1), (0, -1), (0, 2), (5, -1), (0, -1), (0, 0)
Decoding • and multiplying it by the quantization matrix from above results in
• which closely resembles the original DCT coefficient matrix for the top-left portion.
Original
12
Decoding
JPEG
• Taking the inverse DCT (type-III DCT) results in an image with values (still shifted down by 128)
• and adding 128 to each entry
Original
Latihan • Given the following matrices Matrix A : 8 x 8 luminance block. Matrix B : 8 x 8 Quantization matrix (luminance)
JPEG 2000 • JPEG 2000 merupakan pengembangan kompresi JPEG. • Didesain untuk internet, scanning, foto digital, remote sensing, medical imegrey, perpustakaan digital dan e-commerce • Kelebihan : – Dapat digunakan pada bit-rate rendah sehingga dapat digunakan untuk network image dan remote sensing – Menggunakan Lossy dan loseless tergantung kebutuhan bandwidth. Loseless digunakan untuk medical image – Transmisi progresif dan akurasi & resolusi pixel tinggi – Menggunakan Region of Interest (ROI)
a) For this luminance block, obtain a Matrix C by subtracting each entry from 128. b) Obtained the DCT coefficient matrix as a result of apply DCT to Matrix C. c) Compute the quantized coefficients using truncation to the nearest integers and then write them out in a zigzag order. d) Compute the quantized coefficients by rounding to the nearest integers and then write them out in a zig-zag order. e) Compare the merits of using each of the techniques in parts (d) and (e) above.
JPEG 2000 • Kelebihan (lanjutan) : – Robustness to bit error yang digunakan untuk komunikasi jaringan dan wireless – Open architecture : single compression/decompression – Mendukung protective image security : watermarking, labeling, stamping, dan encryption – Mendukung image ukuran besar 64k x 64k, size up to 232 1 – Mendukung meta data dan baik untuk computergenerated imagenary. Dulu JPEG standar baik untuk natural imagenary.
13
