More Related Content
Similar to Vii. pemampatan citra
Similar to Vii. pemampatan citra (11)
More from khaerul azmi (13)
Vii. pemampatan citra
- 1. PEMAMPATAN CITRA TUJUAN: meminimalkankebutuhanmemoriutkmerepresentasikancitra digital. Semakinbesarukurancitrasemakinbesarmemoriyangdibutuhkan. Kebanyakancitramengandungduplikasidataygdptberarti: 1. besarkemungkinansuatupixeldgnpixeltetangganyamemilikiintensitasygsama, shgpenyimpanansetiappixelmemboroskantempat. 2. Citrabykmengandungbagianygsama, shgtdkperludikodekanberulang Ada 2 prosesutamadlmpemampatancitra: Pemampatancitra (imagecompression) contohcitrablmdimampatkandlmformatbitmapdanygsudahdimampatkandisimpandlmformat JPG dan GIF 2. Penirmampatancitra (imagedecompression) Mengembalikancitraygtermampatkanmenjddatabitmap
- 2. AplikasiPemampatanCitra Data transmission, wktpengirimandatalebihcepat. contoh: pengirimangbrlwt fax, videoconferencing, downloadgbrdrinternet Data storing, butuhmemorilebihkecil Contoh: aplikasibasisdatagambar, videostoragesprti VCD dll. Kriteriapemampatancitra: Wktcompressiondandecompressionsebaiknyacepat Kebutuhanmemori Memoriygdibutuhkanutkmerepresentasikancitrasehrusnyaberkurangsecaraberarti. Pdbbrpmetodeukuranmemorihasilpemampatanbergtungpdcitraitusendiri. Citradgnelemenduplikasiygbyk, misallangitcerahtanpaawan, lantaikeramik, umumnydptdimampatkandgnmemorilebihsedikitdibandingcitraygmengandung objek, misalpemdanganalam. Kualitas Informasiyghilangakibatpemampatanseminimalmgkiagarkualitasttpdiperthankan kualitascitrabersifatsubyektifdanrelatif, tergantungpenilaianseseorg. ukurankualitashasilpemampatancitramenjadiukurankuantitatifmggnakan PSNR, mngukurperbedaancitrasemuladgnhasilpemampatan
- 3. dB b: nilaisinyalterbesar (u htamputih, b=255) Rms: akarpangkatduadrselisihantaracitrasemuladgncitrahasilpemampatan f:nilai fixelsemula f´: nilaifixelstlhpemampatan Sbrpbesar PSNR ygbagus? Tdkbisadinyatakansecaraeksplisit, trgtngcitraygdimampatkan, namunbisadiketahui Jkdilakukanpengujiandgnmencobaberbgikombinasiparameterpemampatanygdigunakan. Jknilai PSNR semakinbesar, berartiparameterpemampatanygdigunakansdhmenujunilaibaik. Parameter pemampatancitratergtgmetodeygdigunakan. 4. Format keluaran Format citrahasilpemampatansebaiknyacocok u pengirimandanpenyimpanandata. Pembacaancitrabergtgpdbagaimanacitratsbdirepresentasikanataudisimpan.
- 4. JenisPemampatanCitra: Ada 4 pendekatan: Pendekatanstatistik, ygdidasarkanpdfrekkemunculanderajatkeabuanpixelpd Seluruhbagiangambar, contohmetodeHuffmanCoding Pendekatanruang, didasarkanpd hub spasialantara pixel2 dlmsuatukelompokyg memilikiderajatkeabuanygsama di dlmsuatudaerah di dlmgambar, contohmetodeRun-LengthEncoding Pendekatankuantisasi, pemampatancitradilakukandgnmengurangijumlahderajat keabuanygtersedia, contohmetodepemampatankuantisasi Pend fraktal, didsarkanpdkenyataanbhwkemiripan bagian2 dlmcitradptdieksploitasi dgnsuatumatrikstransformasi, contohmetodeFractal Image Compression MetodePemampatanHuffman Menggunakanprinsipnilaiatauderajatkeabuanygseringmunculdikodekandgnjmlbit Lebihsedikitdanygfrekkemunculannyasedikitdikodekandgnjlhbityglebihpanjang. AlgoritmametodeHuffman: Urutkansecaraascending nilai2 keabuanberdasarkanfrekkemunculanataupeluang Kemunculan, Pkyaitufrekkemunculannkdibagidgnjlhpixeldlmcitra (n). Setiapnilaikeabuandinyatakansebagaipohonbersimpultunggal. Setiapsimpulditandai dgnfrekkemunculannilaikeabuantsb.
- 5. 2. Gabung 2 buahpohonygmempyaifrekkemunculanpalingkecilpdsebuahakar. Akar Akar mempyaifrekygmerupakanjlhdrfrek 2 buahpohonpenyusunnya Ulangilangkah 2 sampaitersisahysatupohonbiner. Berilabelsetiapsisipohonbiner. Sisikiridilabelidgn 0 dansisikanandilabeli 1. Telusuripohonbinerdrakarkedaun. Barisan label2 sisidrakarkedaunmenyatakan kodeHuffman u derajatkeabuanygbersesuain. Contoh: Misalcitraberukuran 32 x 32 dgn 8 derjatkeabuan (k)
- 6. TahapanpembentukanpohonHuffman 4:0.04 6:0.05 1:0.12 5:0.10 7:0.08 3:0.16 0:0.19 2:0.27 1. 46:0.09 46:0.09 7:0.08 1:0.12 5:0.10 3:0.16 0:0.19 2:0.27 2. 6:0.05 4:0.04 6:0.05 4:0.04 746:0.17 3. 1:0.12 5:0.10 3:0.16 0:0.19 2:0.27 46:0.09 7:0.08 6:0.05 4:0.04
- 8. 5. 51:0.22 0:0.19 2:0.27 5:0.10 1:0.12 746:0.17 3746:0.33 46:0.09 7:0.08 3:0.16 6:0.05 4:0.04
- 9. 51:0.22 6. 2:0.27 5:0.10 1:0.12 746:0.17 051:0.41 3746:0.33 46:0.09 7:0.08 0:0.19 3:0.16 6:0.05 4:0.04
- 10. 051:0.41 7. 23746:0.60 51:0.22 2:0.27 0:0.19 5:0.10 1:0.12 746:0.17 3746:0.33 46:0.09 7:0.08 3:0.16 6:0.05 4:0.04
- 11. 05123746:1 8. 051:0.41 1 51:0.22 0 23746:0.60 0:0.19 1 1 0 0 5:0.10 1:0.12 2:0.27 0 0 1 1 746:0.17 3746:0.33 1 0 46:0.09 7:0.08 3:0.16 0 = 00 5 = 010 1 = 011 6 = 11111 2 = 10 7 = 1110 3 = 110 4 = 11110 0 1 6:0.05 4:0.04
- 12. DrpohonHuffmandiperolehkodeuntuksetiapderajatkeabuansbb: 0 = 00 4 = 11110 1 = 011 5 = 010 2 = 10 6 = 11111 3 = 110 7 = 1110 Ukurancitrasebelumpemampatan (1 derajatkeabuan = 3 bit) yaitu 1024 x 3 bit = 3072 bit. Sedangukurancitrasetelahpemampatan: (190*2)+(120*3)+(275*2)+(165*3)+(45*5)+(100*3)+(50*5)+(79*4)= 2879 bit Jdkebutuhanmemoritelahdikurangidr 3072 bitmenjadi 2879 bit, initidakbykmenghemat, Tetapijikamenggunakanderajatkeabuan 256 penghematanmemoridptlebihbesar. Nisbahpemampatan = (100%-(2879/3072)x100%)=6%
- 13. MetodePemampatan Run-LengthEncoding (RLE) Cocokdigunakanutkmemampatkancitraygmemiliki klpök2 pixelberderajatkeabuansama. Cara: membuatpasangannilai (p,q) utksetiapbarispixel p: derajatkeabuan q: jumlahpixelberurutandgnderajatkeabuantsb (runlength) Contoh: citraukuran 10 x 8 pixeldgn 8 derjatkeabuanberikut: 1 1 1 1 1 1 1 1 2 2 2 1 1 1 1 1 2 2 2 2 1 1 1 1 1 1 1 1 1 1 2 2 3 3 1 1 1 1 7 7 3 3 3 1 1 1 1 1 1 1 6 6 6 6 6 6 6 6 6 6 4 4 4 4 5 5 5 5 4 4 0 0 0 0 0 0 0 7 7 7 Total pixel = 80 nilai
- 14. Pasangannilaiutksetiapbarisrun (1, 8) (2, 3),(1,5) (2, 4), (1, 4) (1, 6), (2, 2) (3, 2), (1, 4), (7, 2) (3, 3), (1, 5) (1, 2), (6, 6) (6, 4), (4, 4) (5, 4), (4, 2), (0, 0) (0, 5), (7, 3) Semuanyaada 21 pasangnilaiatau 21 x 2 = 42 nilai. Ukurancitrasebelumpemampatan (1 derajatkeabuan = 3 bit) yaitu 80 x 3 = 240 bit. SedangukuranCitrasetelahpemampatan (derajat Keabuan = 3 bit, runlength ==4 bit) yaitu (21 x 3) + (21 x 4) = 147 bit. Nisbahpemampatan = (100%-(126/240)x100%)=38,75% ygartinya 38,75 % drcitrasemulatelahdimampatkan
- 15. Versilainmetode RLE : menyatakanseluruhbariscitramenjadisebuahbarisrun, lalu Menghitungrun-lengthutksetiapderajatkeabuanygberurutan. Contoh: 1 2 2 2 2 3 3 3 4 4 3 4 4 1 1 6 6 6 6 6 Barisannilaiderajatkeabuan: 1 2 2 2 2 3 3 3 4 4 3 4 4 1 1 6 6 6 6 6 Semuanyaada 20 nilai. Pasangannilaidarirunygdihasilkandgnmetode RLE: (1, 1) (2, 4) (3, 3) (4, 2) (3, 1) (4, 2) (1, 1) (6, 5) Hasilpengkodean: 1 1 2 4 3 3 4 2 3 1 4 2 1 1 6 5 semuanyaada 16 nilaijdhemat 4 buahnilai. Metode RLE dptdikombinasikandgnmetodeHuffmanutkmengkodekannilai- nilaihasilpemampatan RLE utkmeningkatkannisbahpemampatan, mula-mula Dilakukanpemampatan RLE, laluhasilnyadimampatkandenganmetodeHuffman.
- 16. MetodePemampatanKuantisasi (QuantizingCompression) Metodeinimengurangijlhkeabuan, misal 256 menjd 16 ygmengurangijumlahbitygdibutuhkanutkrepresentasicitra. Misalkan m adalahjlhpixel di dlmcitrasemula, akandimampatkanmjd n derajatkeabuan, algoritmasbb: Buathistogramcitrasemula identifikasinbuahklp di dlmhistogramsedemikianshgtiapklpmempunyai kira-kira m/nbuahpixel 3. Nyatakantipklpdgnderajatkeabuan 0 sampai n-1. Tiappixel di dlmklpdikodekankembalidgnnilaiderajatkeabuanygbaru. Contoh: Citradgnukuran 5 x 8 pixel: 2 9 9 1 1 8 9 4 3 3 8 7 7 6 6 1 8 0 1 9 2 5 5 8 2 0 2 1 1 2 4 1 5 4 1 6 2 6 7 8 Ygakandimampatkanmenjadicitradgn 4 derajatkeabuan (0 sampai 3), shgtiapderajatkeabuandirepresentasikandn 2 bit
- 17. Histogramcitrasemula: 0 ** 1 ******** ****** ** *** *** **** *** ***** **** Ada 40 pixel, dikelompokkanmenjd 4 klpderajatkeabuan. Tiapklpadasbyk rata2 40/4 = 10 pixel per klp:
- 18. 0 ** 1 ******** 2 ****** 3 ** 4 *** 5 *** 6 **** 7 *** 8 ***** 9 **** 10 0 11 1 10 2 9 3 Citrasebelumdimampatkan: Citrasetelahdimampatkan: 2 9 9 1 1 8 9 4 1 3 3 0 0 3 3 1 3 3 8 7 7 6 6 1 1 1 3 2 2 2 2 0 8 0 1 9 2 5 5 8 3 0 0 3 1 2 2 3 2 0 2 1 1 2 4 1 1 0 1 0 0 1 1 0 5 4 1 6 2 6 7 8 2 1 0 2 1 2 2 3
- 19. Ukurancitrasebelumpemampatan (1 derajatkeabuan = 4 bit): 40 x 4 bit = 160 bit Ukurancitrasetelahpemampatan (1 derajatkeabuan = 2 bit): 40 x 2 bit = 80 bit Nisbahpemampatan = (100%-80/160X100%) = 50% Kelemahan: banyakinformasiyghilang, tetapikehilanganinformasidptdiminimalkan dgnmenjaminsetiapklpmempunyaijumlahpixelyghampirsama