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
  1. Urutkan nilai keabuan berdasarkan frekuensi kemunculannya
  2. Gabung dua pohon yang frekuensi kemunculannya paling kecil
  3. Ulangi 2 langkah diatas sampai tersisa satu pohon biner
  4. Beri label 0 untuk pohon sisi kiri dan 1 untuk pohon sisi kanan
  5. Telusuri barisan label sisi dari akar ke daun yang menyatakan kode Huffman
  • Contoh, citra 64x64 dengan 8 derajat keabuan (k)
  • Kode untuk setiap derajat keabuan
  • Ukuran citra sebelum dimampatkan (1 derajat keabuan = 3 bit) adalah 4096x3 bit = 12288 bit
  • Ukuran citra setelah pemampatan
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

  • Pasangan derajat keabuan (p) dan jumlah pixel (q )
  • Ukuran citra sebelum dimampatkan (1 derajat keabuan = 3 bit) adalah 100 x 3 bit = 300 bit 
  • Ukuran citra setelah pemampatan (run length =4) adalah  (31 x 3) + (31 x 4) bit = 217 bit
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

Postingan populer dari blog ini

CV (Curriculum Vitae)

SURAT - MENYURAT

KEMAMPUAN ADAPTASI