PEMAMPATAN CITRA
Citra direpresentasikan dalam bentuk lebih kompak, sehingga keperluan memori lebih sedikit namun dengan tetap mempertahankan kualitas gambar (misal dari .BMP menjadi .JPG)
Kriteria Pemampatan
- Waktu pemampatan
- Kebutuhan memory
- Kualitas pemampatan (fidelity)
- Format keluaran
Jenis Pemampatan
- Pendekatan Statistik
Melihat frekuensi kemunculan derajat keabuan pixel - Pendekatan Ruang
Melihat hubungan antar pixel yang mempunyai derajat keabuan yang sama pada wilayah dalam citra - Pendekatan Kuantisasi
Mengurangi jumlah derajat keabuan yang tersedia - Pendekatan Fraktal
Kemiripan bagian citra dieksploitasi dengan matriks transformasi
Klasifikasi Metode Pemampatan
- Metode Lossless
- menghasilkan citra yang sama dengan citra semula
- Tidak ada informasi yang hilang
- Nisbah/ratio pemampatan sangat rendah
Contoh: metode Huffman
- Metode lossy
- menghasilkan citra yang hampirsama dengan citra semula
- Ada informasi yang hilang akibat pemampatan tapi masih bisa ditolerir oleh persepsi mata
- Nisbah/ratio pemampatan tinggi
Contoh: JPEG dan Fraktal
Metode Pemampatan Huffman
- Urutkan nilai keabuan berdasarkan frekuensi kemunculannya
- Gabung dua pohon yang frekuensi kemunculannya paling kecil
- Ulangi 2 langkah diatas sampai tersisa satu pohon biner
- Beri label 0 untuk pohon sisi kiri dan 1 untuk pohon sisi kanan
- Telusuri barisan label sisi dari akar ke daun yang menyatakan kode Huffman
Metode Pemampatan RLE
- Run Length Encoding
- Cocok untuk pemampatan citra yang memiliki kelompok pixel berderajat keabuan yang sama - Contoh citra 10x10 dengan 8 derajat keabuan
Metode Pemampatan Kuantisasi
- Buat histogram citra yang akan dimampatkan. Pjumlah pixel
- Identifikasi nbuah kelompok di histogram sedemikian sehingga setiap kelompok mempunyai kira-kira P/npixel
- Nyatakan setiap kelompok dengan derajat keabuan 0 sampai n-1. Setiap kelompok dikodekan kembali dengan nilai derajat keabuan yang baru
- Contoh, Citra 5 x 13
- Akan dimampatkan dengan 4 derajat keabuan (0 -3) atau dengan 2 bit
- Setelah dimampatkan
- Ukuran sebelum pemampatan (1 derajat keabuan = 4 bit) adalah 65 x 4 bit = 260 bit
- Ukuran citra setelah pemampatan(1 derajat keabuan = 2 bit) adalah 65 x 2 bit = 130 bit
Komentar
Posting Komentar