Pengolahan Citra Digital

Digital Image Processing

RTI147006

Digital Image Compression

rosaandrie@gmail.com
3-1-2017
Intro
• Kompresi Citra adalah kombinasi seni dan ilmu pengetahuan untuk
mengurangi jumlah data yang digunakan untuk representasi citra.
• Merupakan teknologi paling berguna dan sukses secara komersial
pada bidang digital image processing.
• Jumlah citra yang dikompress dan didekompress setiap harinya
sangat2 besar, dan prosesnya tidak terlihat langsung oleh pengguna.
• Semua orang yang menggunakan Kamera Digital, browsing internet,
menonton film pada format DVD atau Bluray menggunakan algoritma
kompresi citra.
Intro
• Coba hitung jumlah data representasi pada film TV SD (Standard
Definition) durasi 2 jam menggunakan 720 x 480 x 24 bit array pixel.
• Video adalah sekuens dari frame video yang tiap framenya adalah
citra statis full-color. Video Player harus menampilkan frame secara -
sekuensial pada rate +- 30 fps (frame / second). SD digital video data
diakses pada:
𝑓𝑟𝑎𝑚𝑒 𝑝𝑖𝑥𝑒𝑙 𝑏𝑦𝑡𝑒𝑠
30 𝑥 720 𝑥 480 𝑥3 = 31,104,000 𝑏𝑦𝑡𝑒𝑠/𝑠𝑒𝑐
𝑠𝑒𝑐𝑜𝑛𝑑 𝑓𝑟𝑎𝑚𝑒 𝑝𝑖𝑥𝑒𝑙
• Dua jam film berisi:
𝑏𝑦𝑡𝑒𝑠 2
𝑠𝑒𝑐
31,104,000 𝑥 60 𝑥 2 𝑗𝑎𝑚 ≅ 2.24 𝑥 1011 bytes
𝑠𝑒𝑐 𝑗𝑎𝑚
Intro
• 2.24 𝑥 1011 bytes = 224 GB data. Dibutuhkan +- 27 keping Dual Layer DVD
kapasitas 8.5 GB. Untuk menyimpan film SD durasi 2 jam pada satu keping DVD,
tiap frame harus dikompres dengan factor 26.3.
• Bluray VS HD DVD VS DVD resolusi???
• DVD (480i/576i), HD DVD (1920x1080 24/25/30p atau 50/60i HDTV), Bluray
(1080p HDTV)
Kompresi Data
• Proses mereduksi jumlah data yang dibutuhkan untuk representasi
jumlah yang dibutuhkan oleh sebuah informasi. Data adalah alat
untuk menyajikan informasi.
• Redundansi data relatif dari dari bit b dan b’ adalah:
1
𝑅 =1−
𝐶
• Dimana C adalah rasio kompresi yang didefinisikan sebagai:
𝑏
𝐶=
𝑏′
• Misal C = 10 (atau ditulis 10:1), redundansi data relativenya adalah
0.9 (R=0.9), menunjukkan bahwa 90% datanya adalah redundan.
Kompresi Data
• 3 Jenis Redundansi data yang dapat diidentifikasi dan dimanfaatkan:
• Coding Redundancy: Symbol (huruf, angka, bits, dsb) yg digunakan utk
merepresentasikan data. Setiap bagian data dinyatakan sebagai symbol code,
yang dinamakan code word. Jumlah symbol tiap code word adalah
panjangnya. 8-bit code yang digunakan utk mewakili nilai intensitas warna
berisi jumlah bit yg lebih banyak daripada yang dibutuhkan.
• Spatial dan Temporal Redundancy: Karena pixel pada image berkorelasi
secara spasial, banyak sekali terjadi redundansi data secara spasial. Pada
kasus temporal, biasanya terjadi pada video sekuens (pixel pada frame yang
berdekatan)
• Irrelevant Information: Kebanyakan pixel image berisi informasi yang tidak
dibutuhkan oleh system visual manusia. Hal ini dpt diasumsikan sebagai
redundant jika dikaitkan dengan tidak dibutuhkan.
Coding Redundancy
• Asumsikan variable diskrit acak rk pada interval [0,L-1] digunakan untuk
representasi intensitas citra M x N dan tiap rk terdapat probabilitas pr(rk).
𝑛𝑘
𝑝𝑟 𝑟𝑘 = , 𝑘 = 0,1,2, … , 𝐿 − 1
𝑀𝑁
Dimana L adalah nilai intensitas, nk adalah jumlah intensitas k yang ada dalam
image MN.
• Jika jumlah bit yang digunakan untuk merepresentasikan tiap nilai rk
adalah l(rk), maka jumlah rata2 bit yang dibutuhkan untuk
representasi tiap pixel adalah:
𝐿−1

𝐿𝑎𝑣𝑔 = ෍ 𝑙(𝑟𝑘 )𝑝𝑟 (𝑟𝑘 )

𝑘=0
Coding Redundancy
• Jumlah bit yang dibutuhkan untuk representasi sebuah image adalah
M x N x Lavg
Coding Redundancy
• 𝐿𝑎𝑣𝑔 = 0.25 2 + 0.47 1 + 0.25 3 + 0.03 3 = 1.81 𝑏𝑖𝑡𝑠
• Jumlah bits yang dibutuhkan utk seluruh image, 256 x 256 x 1.81 =
118,621 bits
• Compression Ratio
256 𝑥 256 𝑥 8 8
•𝐶= = ≈ 4.42
118.621 1.81
• Relative Redundancy
1
• 𝑅=1 − = 0.774
4.42
• Sehingga dapat disimpulkan 77.4% data pada 8bit image array
redundant
Huffman Coding
• 𝐿𝑎𝑣𝑔 = 0.4 1 + 0.3 2 + 0.1 3 + 0.1 4 + 0.06 5 +
0.04 5 = 2.2 𝑏𝑖𝑡𝑠/𝑝𝑖𝑥𝑒𝑙
Tugas
• Lakukan perhitungan Compression Ratio, Relative Redundancy dari
table kompresi pada slide halaman sebelum ini.
• Decode 0101000001010111110100 menggunakan table di slide
sebelumnya

21 21 21 95 169 243 243 243

21 21 21 95 169 243 243 243

Lakukan kompresi menggunakan
21 21 21 95 169 243 243 243
Huffman coding, Hitung Lavg,
21 21 21 95 169 243 243 243
Compression ratio dan Relative
21 21 21 97 169 243 243 243
Redundancynya
97 21 21 97 169 243 243 243

21 97 21 97 169 243 243 243

21 21 97 97 169 243 243 243