Pengolahan Citra Digital Pembahasan Representasi Data Multimedia
Kelompok II : Imelda Florensia & Deasry Potangkuman
Published By Imeldaflorensia91
Pengertian Multimedia • Kata Multimedia secara sederhana dapat diartikan sebagai kemampuan untuk mengkomunikasikan lebih dari satu cara. Sistem multimedia? • Suatu sistem yang dapat mensuport secara terintegrasi penyimpanan, transmisi dan representasi sejumlah media discret (digital) berupa text, grafik, citra, audio dan video melalui komputer. Kompresi Data Multimedia • Kompresi data teks (Huffman coding, RLE coding, LZW coding, arithmetic coding) • Representasi dan kompresi data suara dan audio • Representasi dan kompresi citra • Representasi dan kompresi video Published By Imeldaflorensia91
Kompresi Data • Metode representasi data/informasi kedalam ukuran yang lebih kecil sehingga dapat mempercepat waktu transmisinya dan memperkecil penggunaan memori penyimpanan • Lossless compression (Kompresi dapat dilakukan tanpa kehilangan atau perubahan data) • lossy compression (Kompresi dapat dilakukan dengan kehilangan atau perubahan data) Lossless compression • Pengkodean data atau informasi yang memiliki redundancy kedalam jumlah bit yang lebih kecil. • Digunakan untuk kompresi teks atau citra/video tanpa kehilangan/perubahan data. • Beberap contoh coding : Huffman, arithmetic, statistik, RLE (run-length encoding), Lempel Ziv, Lempel-Ziv-Welch, Published By Imeldaflorensia91
Huffman Coding • Huffman Coding (David Albert Huffman 1952) - Berbasis pada perhitungan statistik - Mengunakan bantuan pohon biner - Data yang frekuensi munculnya paling banyak dikode dengan jumlah bit terkecil - Data yang frekuensi munculnya paling sedikit dikode dengan jumlah bit terbesar • Contoh : "this is an example of a huffman tree" • - statistik munculnya karakter : = , a= , e=4, f=3, t=2, h=2, i=2, s=2, n=2, m=2, x=1, p=1, l=1, u=1, 0=1, r=1. - Probabilitas munculnya karakter : = . …, a=e= . …, f= . …, t=h=i=s=n=m=0.0556, x=p=l=u=o=r=0.0278. Published By Imeldaflorensia91
Published By Imeldaflorensia91
Lossless compression Huffman Coding • Digunakan untuk pengkodean teks, citra dan video • Ada 3 jenis algorithme Huffman coding, Masing-masing berhubungan dengan metode pembuatan pohon biner : 1. statik : code setiap karakter ditentukan langsung oleh algoritma (contoh : teks berbahasa Prancis, dimana frekuensi kemunculan huruf e sangat banyak sehingga code bitnya kecil. 2. semi-adaptatif : teks harus dibaca terlebih dulu untuk menghitung frekuensi munculnya setiap karakter, kemudian membentuk pohon binernya. 3. adaptatif : Metode ini memberikan rasio kompresi yang tinggi karena pohon biner dibentuk secara dinamik mengikuti tahapan compresi. Namun dari sisi kecepatan eksekusi membutuhkan waktu yang lebih lama karena satiap saat pohon binernya akan beruabah mengikuti perubahan frekuensi munculnya setiap karakter. Published By Imeldaflorensia91
Lossless compression Kelemahan Huffman Coding
- Bila frekuensi munculnya setiap karakter dalam suatu dokumen adalah sama semua. - File kompresinya bisa sama atau lebih besar dari file aslinya - Solusi yang mungkin adalah kompresi per blok karekter dari dokumen tersebut
Published By Imeldaflorensia91
Lossless compression • Run-length encoding - RLE coding telah diaplikasikan khususnya pada scanner hitam putih (biner) - Prinsip dasarnya adalah menghitung jumlah/panjang data yang sama dalam serangkain data yang akan dikompres - Contoh pada dokumen hitam H (tulisan) dan putih P (latar belakang dokumen), berikut misalnya data pada satu baris dokumen yang direpresntasikan dalam pixel : PPPPPPPPPPPPHPPPPPPPPPPPPPPHHHPPPPPPPPPPPPPPP PPPPPPP PHPPPPPPPPPPP - Bentuk kompresinya adalah : 12P1H14P3H23P1H11P Published By Imeldaflorensia91
Lossless compression • Aplikasi Run-length encoding - Kompresi citra format bmp pada Windows dan OS/2 untuk citra 1, 4 dan 8 bit/pixel - Citra format PCX 8 dan 24 bit/pixel - Fax dan scanner hitam putih
Published By Imeldaflorensia91
Lossless compression • Lempel-Ziv-Welch coding • Asumsi setiap karakter dikode dengan 8 bit (nilai code 256) • Membentuk table gabungan karakter (kata dalam kamus) • Tabel ini menyimpan kode kata dengan jumlah bit tetap (umumnya maksimum 12 bit) • Contoh : TOBEORNOTTOBEORTOBEORNOT
Published By Imeldaflorensia91
Kompresi Ziv-Welch coding
Published By Imeldaflorensia91
Kompresi Ziv-Welch coding
Published By Imeldaflorensia91
Lossless compression • Lempel-Ziv-Welch coding • Contoh : TOBEORNOTTOBEORTOBEORNOT • Hasil pengkodean : TOBEORNOT<256><258><260><265><259><261><26 3> Jumlah bit 16 * 9 = 144 bits. Algoritma Rekonstruksi LZW : TOBEORNOTTOBEORTOBEORNOT
Published By Imeldaflorensia91
Kompresi Ziv-Welch coding
Published By Imeldaflorensia91
Kompresi Data Citra • Format file citra: • File citra umumnya memiliki : - header yang menyatakan informasi citra seperti ukuran citra, format file, dll. - data citra itu sendiri • Struktur file berbeda antara satu format dengan format citra lainnya • Bisa jadi struktur file untuk format citra yang sama berbeda dari satu versi ke versi yang lain (contoh : File TIFF) Published By Imeldaflorensia91
JPEG (Joint Photo Expert Group) • Format JPEG mengikuti norm ISO • Bersifat pengunaan bebas • Jumlah warna citra = warna • Type kompresi lossy menggunakan DCT • Kualitas kompresi tergantung pada rasio kompresi • Tidak memiliki sifat warna transparan • Bukan format animasi
Published By Imeldaflorensia91
JPEG 2000 (Joint Photo Expert Group) • JPEG 2000 masih dibawah proteksi hak paten • Type kompresi lossy dan lossless menggunakan Wavelet Transform • Jumlah warna citra 224 = 16777216 warna • Kualitas kompresi dapat diatur secara lokal atau global • Dapat ditampilkan dengan ukuran yang berbeda. • Bukan format animasi • Tidak memiliki sifat warna transparan
Published By Imeldaflorensia91
PNG (Portable Network Graphics) • Bersifat pengunaan bebas • Type kompresi lossless baik untuk citra berwarna maupun citra gray-level • Memiliki sifat warna transparan • Bukan format animasi • Versi format animasinya adalah MNG
Published By Imeldaflorensia91
GIF (Compuserve Graphics) • • • • •
Bersifat dilindungi oleh hak paten Jumlah warna citra 256 (sistem pallet) Dapat memiliki sifat warna transparan Dapat merupakan format animasi Penggunaa umum adalah untuk logo dan citra yang memiliki jumlah warna sedikit
Published By Imeldaflorensia91
Kompresi JPEG
Published By Imeldaflorensia91
Sub-Sampling Warna
Published By Imeldaflorensia91
Published By Imeldaflorensia91
MPEG : Prinsip dasar
Published By Imeldaflorensia91
Published By Imeldaflorensia91
Published By Imeldaflorensia91
Published By Imeldaflorensia91
Published By Imeldaflorensia91
• DC adalah nilai rata-rata matriks dan merepresentasikan informasi global matriks (frekuensi rendah) • AC merepresentasikan informasi detail matriks (frek. tinggi) • Penkodean dilakukan dalam bentuk zigzag : 20 -10 11 1 -9 2 -2 -4 -8 -1 0 1 2 3 -1 0 0 0 0 -1 EOB Published By Imeldaflorensia91
Published By Imeldaflorensia91
Published By Imeldaflorensia91
Analisis multi-frekuensi : Wavelet transform • Informasi dalam signal 1-D et 2-D tersebar dalam frekuensi yang berbeda (dari frekuensi rendah ke frekuensi tinggi) • Analisis informasi dalam signal tersebut membutuhkan teknik analisis multi frekuensi multi-resolusi multiscale • Wavelet transform (WT) sangat sesuai dengan kebutuhan analisis multi-frekuensi.
Published By Imeldaflorensia91
Discrete Wavelet Transform (DWT) Prinsipe : memisahkan signal dalam dua komponen yaitu informasi general (frekuensi rendah) dan informasi detil (frekuensi tinggi) Bagaimana DWT berfungsi ? Dua pendekatan analisis : - pendekatan melalui dilatasi filter resolusi signal tetap. - pendekatan melalui dilatasi signal resolusi signal berubah Contoh : misalkan suatu signal memiliki informasi yang tersebar hingga pada frekuensi 1000 Hz. Pendekatan melalui dilatasi filtre ? - Pada tahap awal, kita bagi informasi signal dalam dua bagian dengan melewatkannya dalam high-pass filter (500-1000 Hz) dan low-pass filter (0500 Hz). - Menghasilkan satu signal yang berhubungan dengan informasi pada interval 0500 Hz (frekuensi rendah) dan satu signal lainnya dengan informasi pada interval 500-1000 Hz (frekuensi tinggi). Published By Imeldaflorensia91
Discrete Wavelet Transform (DWT) • Selanjutnya, kita lakukan proses berulang pada salah satu atau kedua komponen tadi. • Andaikan kita lakukan untuk bagian low pass dengan menggunakan high-pass filter (250-500 Hz) dan low-pass filter (0-250 Hz). Maka kita akan punya 3 komponen informasi, masing-masing berhubungan dengan informasi dari satu signal yang sama pada frekuens 0-250 Hz, 250-500 Hz et 500-1000 Hz. dst.
Published By Imeldaflorensia91
Discrete Wavelet Transform (DWT) Pendekatan dilatasi signal ? • Tahap pertama, kita lewatkan signal kedalam low-pass filter dan high-pass filter (kita gunakan filter dengan resolusi yang sama). • Tahap kedua, resolusi signal hasil low-pass dan high-pass kita bagi dua. • Selanjutnya, kita lakukan proses yang sama hingga pada resolusi yang diinginkan. Keuntungan untuk kompresi citra : - Lebih mudah untuk implementasi real-time - sangat baik untuk kompresi citra dan video Published By Imeldaflorensia91
Discrete Wavelet Transform (DWT)
Published By Imeldaflorensia91
Discrete Wavelet Transform (DWT)
Published By Imeldaflorensia91
Discrete Wavelet Transform (DWT) • Ada beberapa jenis WT yang telah dikembangkan, diantaranya yang digunakan untuk format JPEG2000 : - ''CDF 9/7'' Cohen-Daubechies-Fauvaue (irreversible). - ''spline 5/3'' pour Le Gall (lebih sederhana dan reversible). • Bilangan 9 dan 5 merupakan jumlah elemen filter low-pass. Bilangan 7 dan 3 merupakan jumlah elemen filter high-pass. Pour la CDF 9/7 : Filter low-pass L : +0.602949018236 +0.266864118443 (Z1 +Z-1) -0.0782223266529 (Z2 +Z-2) -0.016864118448 (Z3 +Z-3) +0.026748757411 (Z4 +Z-4)
Filter high-pass H : +0.557543526229 (Z1) -0.295635881557 (Z2 +Z0) -0.028771763114 (Z3 +Z-1) +0.045635881557 (Z4 +Z-2)
Published By Imeldaflorensia91
Standar Kompresi JPEG2000 • Wavelet Transform (WT) - Ide : membagi citra kedalam tingkat resolusi yang berbeda - Pembagiannya berdasarkan pita frekuensi yang bebeda - Menjaga/mempertahankan kualitas data • Principes : – Melakukan proses WT terhadap citra asli – Kuantisasi skalar (sesuai tingkat resolusi) – Pengkodean RLE, entropy, (uffman, … Published By Imeldaflorensia91
Standar Kompresi JPEG2000
Published By Imeldaflorensia91
Standar Kompresi JPEG2000
Published By Imeldaflorensia91
Standar Kompresi JPEG2000
Published By Imeldaflorensia91
Standar Kompresi JPEG2000
Published By Imeldaflorensia91
Standar kompresi JPEG2000
Published By Imeldaflorensia91
Standard compression JPEG2000
Published By Imeldaflorensia91
Standar kompresi JPEG2000
Published By Imeldaflorensia91
Standard compression JPEG2000 • Keuntungan – Kualitas lebih baik dari JPEG – Lossless dan lossy compression sangat baik – Regions of Interests ROI coding – Transmisi dan pengkodean progressif – Sesuai untuk data aplikasi multimedia • Untuk nilai PSNR (pick signal to noise ratio) yang sama, ratio kompresi JPEG2000 dapat mencapai 2 kali dari JPEG • Efek blok tidak tampak Published By Imeldaflorensia91
Kompresi Video Problem : - Satu citra dari suatu video dapat menempati kapasitas memori sekitar 0,916 MB (640x480 pixel). - Untuk menampilkan video yang secara visual tampak kontinu, maka kecepatan pengambilan gambar adalah 25 atau 30 citra per detik, atau sekitar 23 MB/detik atau sekitar 1,38 GB/menit atau sekitar 82,94 GB/jam. - Kapasitas penyimpanan (CD dan DVD) yang ada saat ini sekitar 7GB, - Kapasitas band-width jaringan komunikasi yang terbatas. - 25 citra/detik butuh band-with sekitar 184 Mbps. Published By Imeldaflorensia91
Kompresi Video Solusi : - Meningkatkan kapasitas memori penyimpanan, implikasinya penambahan biaya yang besar - Memperbesar band-width komunikasi implikasinya penambahan biaya yang besar - Kompresi data video, pengembangan algoritma CoDec (COmpression/DECompression) untuk memperkecil semaksimal mungkin data video tanpa banyak mengurangi kualitas visualnya
Published By Imeldaflorensia91
Kompresi Video • Ide pertama adalah mengurangi jumlah data rate (dari 25 fps ke 12 fps atau dari 30 fps ke 15 fps), dengan konsekuensi menghilangkan sejumlah pergerakan objek video (video motions) • Intraframe (spatial) compression: mengurangi redundant informasi/data yang berada dalam satu citra atau frame. Interframe (temporal) compression • Landasan pemikiran adalah bahwa banyak terdapat perulangan informasi/data video dari satu frame (citra) ke frame lainnya. • Sehingga perlu pengembangan metode atau algoritma yang mampu menghilangkan redundancy informasi/dat antarframe. • Butuh identifikasi key frame (master frame) • Key frame: dasar untuk menentukan berapa banyaknya frame secara berurutan yang memiliki pergerakan objek Published By Imeldaflorensia91 yang sama (hampir sama)
Kompresi Video Interframe (temporal) compression
• Andaikan bahwa informasi/data background adalah tetap (langit, jalan dan rumput) dan hanya mobil yang bergerak. • Frame pertama disimpan sebagai key frame dan frame-frame lainnya diambil hanyalah objek yang bergerak (mobil). Published By Imeldaflorensia91
Standar video MPEG • MPEG-1, adalah suatu standar untuk kompresi data video danaudio (2 kanal audio). Memungkinkan untuk menyimpan video dengan kapasitas 1.5 Mbps pada media VCD (Video CD). • MPEG-2, suatu standard dikembangkan untuk televisi numerik (HDTV) yang memberikan kualitas tinggi dengankapasitas 40 Mbps dan 5 canal audio. MPEG-2 juga dikembangkan untuk dapat mengidentifikasi dan memproteksi terhadap pembajakan. Format ini digunakan untuk video DVD. Multimédia dalam bentuk objek numériques, sehingga lebih memudahkan interactivity, dan pengunaanya lebih adaptif terhadap kebutuhan web dan interface mobile. • MPEG-4, standard yang ditujukan untuk compresi data multimédia dalam bentuk objek numériques, sehingga lebih memudahkan interactivity, dan pengunaanya lebih adaptif terhadap kebutuhan web dan interface mobile. • MPEG-7, standard ditujukan untuk memberikan representasi standar data audio dan visual agar dapat lebih memungkinkan pencarian informasi dalam video berdasarkan content. Standar ini disebut juga Multimedia Content Description PublishedInterface. By Imeldaflorensia91
MPEG : Prinsip dasar
Published By Imeldaflorensia91
MPEG : Prinsip dasar
Published By Imeldaflorensia91
MPEG : Prinsip dasar
- Mata lebih sensitif terhadap perubahan intensitas/luminance L -Perubahan nilai komponen chrominance U (Cb) dan V (Cr) tidak terlu tampak secara visual oleh mata
Published By Imeldaflorensia91
MPEG : Prinsip dasar
Published By Imeldaflorensia91
MPEG : Prinsip dasar Modul Prediksi :
• Frames I : citra dikompresi secara terpisah tanpa citra referensi dari citra sebelumnya. • Frames P : citra yang diprediksi berdasarkan pada citra referensi I atau P sebelumnya. • Frames B (Citra interpolsi bidireksional) : citra ini dihitung berdasarkan citra referensi I dan P, Urutan penyimpanan dalam file : I P B B B P B B B I B BB Published By Imeldaflorensia91
MPEG : Prinsip dasar
Published By Imeldaflorensia91
MPEG : Prinsip dasarr Frames I : • Citra ini dikompresi dengan hanya menggunkan metode kompresi JPEG. • Citra ini sangat penting dalam video MPEG karena dialah yang menjamin kesinambungan data citra lainnya • Ada 2 atau 3 citra I per detiknya dalam video MPEG.
Published By Imeldaflorensia91
MPEG : Principe Frames P : • Citra ini dihitung melalui perbedaan antra citra actual terhadap citra I atau citra P sebelumnya. • Algoritma yang dikembangkan untuk menghitung citra P adalah melalui perbandingan blok per blok, disebut macroblocs (16x16 pixels), dan berdasarkan pada nilai ambang tertentu dapat dinyatakan apakah blok tesebut berbeda dengan blok citra sebelumnya. Jika ya maka dilakukan compresi JPEG dan jika tidak, blok tersebut dinyatakan sama dengan blok citra sebelumnya dan tidak perlu dikompresi. • Perhitungan macroblocs sangat mempengaruhi kecepatan kompresi.
Published By Imeldaflorensia91
MPEG : Principe Frames B : • Sama halnya dengan frames P, frames B dihitung berdasarkan perbedaan antara citra actual terhadap citra referensi I sebelumnya dan citra referensi P berikutnya, hal ini dapat memberikan kualitas kompresi yang baik, namun memberikan delay waktu karena harus mengetahui dulu citra berikutnya dan harus disimpan di memori 3 citra secara berturutan (citra I/P sebelumnya, citra actual dan citra P/I berikutnya).
Published By Imeldaflorensia91
Terima kasih Published By Imeldaflorensia91