kompresi jpeg

Kompresi JPEG (Joint Photographic Expert Group)
Kompresi citra bertujuan untuk aplikasi kompresi data yang dilakukan terhadap citra digital
berujuan untuk mengurangi redudansi dari data data yang terdapat dalam citra sehingga
dapat di simpan atau di transmisikan secara efisien
Parameter-parameter citra yang penting dalam proses kompresi diantaranya
adalahsebagai berikut:
1. Resolusi : Resolusi citra menyatakan ukuran panjang kali lebar dari sebuah citra.
Resolusicitra biasanya dinyatakan dalam satuan piksel
2. Kedalaman Bit : Kedalaman bit menyatakan jumlah bit yang dipelukan untuk
mrepresentasikantiap piksel citra pada sebuah frame.
3. Konsep Redundansi : Redundansi merupakan suatu keadaan dimana representasi
suatu elemen datatidak bernilai signifikan dalam merepresentasikan keseluruhan
data.
Kompresi Berdasarkan Output Ada dua macam yaitu :
Kompresi Lossless
Kompresi Lossy
Pada kompresi lossless, Hasil dekompres dari data terkompresi akan tepat sama
persis dengan data Hasil dekompres dari data terkompresi akan tepat sama persis
dengan data sebelum dikompres sebelum dikompres.
Sedangkan pada kompresi lossy, Hasil dekompres dari data terkompresi tidak
tepat sama persis, tetapi persepsi terhadap semantik data tetap sama
Kompresi berdasarkan penerimaan :
Dialoque Mode: proses penerimaan data secara real time
Retrieval Mode: proses penerimaan data tidak real time
Klasifikasi teknik kompresi :
Entropy Encoding
Source Coding
Hybrid Coding
Entropy Encoding
1. Bersifat lossless
2. Tekniknya berdasarkan urutan data
Misalnya : Huffman coding
Source coding
1. Bersifat lossy
2. Berkaitan dengan data semantic
Misalnya : Vector quantization
Hybrid Coding :
Gabungan antara lossy + lossless
Misalnya: JPEG, MPEG
Color reduction: mengurangi jumlah warna
Chroma subsampling: teknik yang memanfaatkan fakta bahwa mata manusia
merasa brightness (luminance) lebih berpengaruh daripada warna (chrominance),
maka dilakukan pengurangan resolusi warna dengan disampling ulang. Biasanya
digunakan pada sinyal YUV.
Transform coding: menggunakan Fourier Transform seperti Descreet Cosinus
Transform.
Fractal Compression: metode lossy untuk mengkompresi citra dengan
menggunakan kurva fractal.
TAHAPAN – TAHAPAN KOMPRESI JPEG :
Sampling
adalah proses pengkonversian data pixel dari RGB ke YUV(luminance,
bluechrominance, redchrominance) 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 akandigunakan sebagai inputan proses DCT, dimana blok
8x8 pixels akandiubah menjadi fungsi matriks cosines
Quantization
proses membersihkan koefisien DCT yang tidak penting untuk pembentukan image
baru. Hal ini yang menyebabkan JPEG bersifat lossy
Kuantisasi Uniform: jarak/lebar yang sama untuk setiap level kuantisasi
Kuantisasi Nonlinear/non-uniform
Manusia lebih sensitif pada perubahan kecil pada nilai-nilai kecil (frekuensi rendah)
Entropy Coding
proses penggunaan algoritma entropy, misalnyaHuffman atau RLE untuk
mengkodekan koefisien hasil proses DCT yangakan mengeliminasi nilai-nilai matriks
yang bernilai nol secara zig-zagorder.
Kompresi MPEG
Tujuan utama dari kompresi video adalah Menghemat Bit Untuk Multimedia
Sinyal video digital adalah kumpulan citra digital atau frame yang di ‘tayangkan’ secara
berurut menurut indeks waktu.
Makroblok MPEG
Pengkodean dilakukan dengan melakukan kuantisasi data stream. Metode kuantisasi yang
paling baik adalah metode kuantisasi dengan menggunakan metode HUFFMAN. Metode
HUFFMAN digunakan untuk membangkitkan sebuah tabel yang berisi panjang pengkodean.
Panjang kode yang digunakan nantinya harus merupakan kode dengan panjang yang paing
tinggi dengan probabilitas paling tinggi. Pengkodean ini dilakukan pada setiap makroblok
dan akhir dari setiap blok diberi tanda EOB (End Of Block).
Pengkodean MPEG
Sistem kompresi akan melakukan reduksi data sehingga jumlah data dalam suatu data
stream dapat ditekan. Proses kompresi dalam MPEG disusun dari menjadi dua bagian, yaitu
model encoder yang berbentuk lossy data reduction dalam sebuah proses perubahan
sember data digital menjadi sebuah bentuk data abstrak yang menggambarkan suatu label
simbol. Bagian yang kedua adalah bagian yang mendekodekan simbol tadi dalam sebuah
proses yang meminimalkan panjang aliran data. Proses yang kedua disebuat dengan proses
entrophy code.
Kode-kode entropi terbentuk dari susunan huruf yang telah disusun sedemikian rupa
sehingga jumlah panjang kode yang dikirimkan menjadi seminim mungkin dan sesederhana
mungkin untuk semua simbol dan huruf.
Kode Huffman
Kode-kode yang dihasilkan bukan merupakan kode-kode yang adaptif tetapi menggunakan
tabel kode-kode yang benar-benar sudah pasti. Jadi setiap data mempunyai simbol yang
pasti dalam tabel HUFFMAN. Agar dapat menyimbolkan semua kode yang ada maka MPEG
harus membuat sebuah table yang dilakukan dengan percobaan yang berulang-ulang dan
mengambil simbol dengan kemungkinan paling besar. Jika sebuah kode terlalu panjang
untuk sebuah simbol maka digunakan kode lain yang lebih pendek. Ketika kemungkinan dari
simbol tidak sama dengan nilai yang diasumsikan, peningkatan jumlah bit untuk beberapa
simbol harus lebih sedikit dari penurunan dari jumlah bit untuk kodeyang lain. Penyesuaian
ini biasanya menurunkan efisiensi pengkodean namun mendapatkan hasil yang paling
maksimal. (Mempertimbangkan panjang kode akan menambah beban kompresi jadi lebih
baik menggunakan kode dengan panjang yang lebih pendek).
MPEG membagi gambar menjadi 3 kategori :
1. Intra-Code (I), yang dikodekan tanpa referensi dari gambar sesudahnya atau sebelumnya
dalam sebuah aliran gambar.
•
Setiap citra dalam video dikompres dengan pengompres citra (disebut intra code)
•
Keuntungan
– Bit Alokasi mudah
– Random akses mudah
– Robust
•
Kerugian
– Bit Rate tidak terlalu rendah
Contoh: Motion JPEG
2. Bidirectional-Code (B), yang dikodekan dari gambar I atau P, dari gambar sebelumnya
atau prediksi dari gambar yang akan datang. Gambar B tidak digunakan untuk
memprediksikan gambar yang lain.
3. Gambar yang lalu/previous (P).
Aspek
Citra
Video
Mengurangi jumlah sample
Ya
Ya
Kuantisasi intensitas pixel
Ya
Ya
Prediksi Pixel Spasial
Ya
Ya
Prediksi Pixel Temporal
Tidak
Ya
Transform Coding
Ya
Ya
VLC / Entropy Coding
Ya
Ya
Reffrence:
Slide multimedia herman tolle, ST., MT.
google