1 2 3 4
Standar Kompresi Citra
JPEG adalah metode kompresi gambar lossy dengan menggunakan metode pengkodean transfo
rmasi menggunakan DCT (Discrete Cosine Transform).
Gambar adalah fungsi dari i dan j (atau secara konvensional x dan y) dalam domain spasial. 2D DCT
digunakan sebagai satu langkah dalam JPEG untuk menghasilkan respons frekuensi yang merupaka
n fungsi F (u, v) dalam domain frekuensi spasial, diindeks oleh dua bilangan bulat u dan v. Efektivitas
metode pengkodean transformasi DCT dalam JPEG bergantung pada 3 pengamatan utama:
Pengamatan untuk kompresi citra JPEG
• DCT pada blok gambar. Setiap gambar dibagi menjadi 8 × 8 blok. DCT 2D diterapkan untuk setiap ga
mbar blok f (i, j), dengan output menjadi koefisien DCT F (u, v) untuk setiap blok. Namun, menggunak
an blok memiliki efek untuk mengisolasi setiap blok dari konteks tetangganya. Inilah sebabnya menga
pa gambar JPEG terlihat berombak ("blocky") ketika rasio kompresi tinggi ditentukan oleh pengguna.
• Kuantisasi.
F (u, v)
Fˆ(u, v) = round
Q(u, v)
Langkah kuantisasi adalah sumber utama untuk loss dalam kompresi JPEG.
Masuknya Q (u, v) cenderung memiliki nilai lebih besar ke arah sudut kanan bawah. Ini bertuj
uan untuk memperkenalkan lebih banyak loss pada frekuensi spasial yang lebih tinggi - praktik yang didu
kung oleh Pengamatan 1 dan 2.
Langkah Utama dalam Kompresi Gambar JPEG
Tabel 9.1 dan 9.2 menunjukkan nilai Q (u, v) default yang diperoleh dari studi psikofisika dengan tujuan m
emaksimalkan rasio kompresi sambil meminimalkan kerugian persepsi dalam gambar JPEG.
Langkah Utama dalam Kompresi Gambar JPEG
Kompresi JPEG untuk blok gambar yang halus Kompresi JPEG untuk blok gambar bertekstur
Langkah Utama dalam Kompresi Gambar JPEG
• Pengodean entropi
Koefisien DC dan AC akhirnya menjalani langkah pengkodean entropi untuk mendapatkan kemungkinan kompresi lebih lanjut
. Gunakan DC sebagai contoh: setiap koefisien DC berkode DPCM diwakili oleh (SIZE, AMPLITUDE), di mana SIZE menunju
kkan berapa banyak bit yang diperlukan untuk mewakili koefisien, dan AMPLITUDE berisi bit yang sebenarnya. Dalam contoh
yang kami gunakan, kode 150, 5, −6, 3, −8 akan diubah menjadi (8, 10010110), (3, 101), (3, 001), (2, 11), (4, 0111). SIZE ada
lah kode Huffman karena SIZE yang lebih kecil muncul lebih sering. AMPLITUDE bukan kode Huffman, nilainya dapat beruba
h secara luas sehingga pengkodean manusia tidak memiliki manfaat yang cukup besar.
Standar JPEG mendukung banyak mode (variasi). Beberapa yang umum digunakan adalah:
Di sini, frame adalah gambar, sebuah hasil scan akan melewati piksel (mis., Komponen me
rah), segmen adalah sekelompok blok, dan satu blok terdiri dari 8 × 8 piksel.
9.2 The JPEG2000 Standard
Tujuan Desain :
1. Untuk memberikan tingkat-distorsi yang lebih baik dan meningkatkan kualitas gambar subjektif.
2. Untuk memberikan fungsionalitas tambahan yang kurang dalam standar JPEG saat ini.
Selain itu, JPEG2000 mampu menangani hingga 256 kanal informasi sedangkan standar JPEG saat ini
hanya mampu menangani 3 kanal warna.
Langkah Utama Kompresi Gambar JPEG2000
Bitstream terpisah yang dapat diskalakan dihasilkan untuk setiap blok kode. Dengan skema pengkodea
n berbasis blok, algoritma EBCOT telah meningkatkan ketahanan kesalahan. Algoritma EBCOT terdir
i dari tiga langkah:
1. Pengodean Blok Tertanam dan pembuatan bitstream.
2. Optimalisasi distorsi tingkat kompresi pasca (PCRD).
3. Pembentukan Layer dan representasi.
Pengkodean Block dan Pembangkit Bitstream Setiap sub-band yang dihasilkan untuk transfor
masi wavelet diskrit 2D pertama kali dipartisi menjadi blok kode kecil, biasanya 64 × 64, atau ukuran lain ti
dak kurang dari 32 × 32. Kemudian algoritma EBCOT menghasilkan bitstream yang sangat skalabel untuk
setiap blok kode Bi.
Langkah Utama Kompresi Gambar JPEG2000
Di mana δβi adalah ukuran langkah untuk sub-band βi, yang berisi blok kode
Bi. Proses pengkodean mirip dengan pengkodean bitplane, di mana bit yang p
aling signifikan νpmax ii [k] pertama kali dikodekan untuk semua sampel dala
m blok kode, diikuti oleh bit yang paling signifikan berikutnya νp (maks − 1) ii [
k ], dan seterusnya, sampai semua bitmap dikodekan.
Empat metode pengkodean primitif berbeda yang menggunakan pengkodean aritmatika berbasis konteks digunakan:
1. Pengkodean Zero: Digunakan untuk mengkode koefisien pada setiap bitplane yang belum sig
nifikan. konfigurasi lingkungan yang mungkin direduksi menjadi sembilan konteks penugasan ya
ng berbeda yang tercantum dalam Tabel.
2. Pengkodean Run-length : ditujukan untuk menjalankan kode dari nilai signifikansi 1-bit. Ada empat syarat harus
dipenuhi:
1) Empat sampel berturut-turut harus tidak signifikan.
2) Sampel harus memiliki tetangga yang tidak signifikan.
3) Sampel harus dalam sub-blok yang sama.
4) Indeks horizontal k1 dari sampel pertama harus genap.
3. Pengkodean Sign: dipanggil paling banyak satu kali untuk setiap sampel, segera setelah sampel melakukan transis
i dari tidak signifikan menjadi signifikan selama operasi pengkodean nol atau run-length coding. Karena memiliki e
mpat horizontal dan vertikal, masing-masing dari yang mungkin sesuai, positif, atau negatif, ada 34 = 81 konfigurasi
konteks yang berbeda.
4. Perbaikan magnitude: digunakan untuk menghitung nilai vpi [k], memberikan apa yang v [k] ≥ 2p + 1. Hanya tiga m
odel konteks yang digunakan untuk magnitudo perbaikan magnitudo.
Langkah Utama Kompresi Gambar JPEG2000
Untuk memastikan bahwa setiap blok kode memiliki bitstream yang disematkan dengan baik, pengkodean dari setiap b
itplane p berlangsung dalam empat lintasan yang berbeda, yaitu
Penampilan coding berlalu dan kode quad pohon tertanam bitstream setiap blok.
Langkah Utama Kompresi Gambar JPEG2000
Menghasilkan pemotongan bitstream independen setiap blok kode secara optimal bahwa distorsi tersebut diminimalkan, tunduk pada
kendala bit-rate. Untuk setiap bitstream tertanam dari blok kode Bi distorsi keseluruhan gambar direkonstruksi adalah (dengan asumsi
distorsi adalah aditif)
dimana Dnii adalah distorsi dari blok kode Bi yang memiliki titik potong ni.
Langkah Utama Kompresi Gambar JPEG2000
Pemilihan optimal poin pemotongan ni dapat dirumuskan menjadi subjek masalah minimisasi dengan berikut ini :
di mana Rmax adalah bit-rate yang tersedia. Untuk beberapa λ, setiap set titik pemotongan {nλi} yang diminimalkan
Tingkat lereng distorsi yang diberikan oleh rasio adalah benar-benar menurun.
Hal ini memungkinkan masalah optimasi diselesaikan dengan sederhana melalui seleksi pencacahan j1 <j2 < dari h
impunan poin pemotongan layak.
Langkah Utama Kompresi Gambar JPEG2000
JPEG2000 menawarkan resolusi dan skalabilitas kualitas melalui penggunaan organisasi bitstream berlapis dan dua-tier
coding strategi. Tingkat pertama menghasilkan tertanam blok bit-stream sementara tingkat kedua kompres ringkasan in
formasi blok.
Kami melakukan perbandingan untuk tiga kategori gambar: alami, yang dihasilkan komput
er, dan medis, menggunakan tiga gambar dari masing-masing kategori. Gambar uji yang
digunakan ditampilkan di situs web buku teks. Untuk setiap gambar, kami mengkompres
menggunakan JPEG dan JPEG2000, pada empat bitrate: 0,25 bpp, 0,5 bpp, 0,75 bpp, da
n 1,0 bpp.
Perbandingan Kinerja JPEG dan JPEG2000
JPEG-LS dalam standar ISO / ITU saat ini digunakan untuk lossless atau "Ny
aris tanpa kehilangan" kompresi gambar nada kontinu. Ini adalah bagian dari
upaya ISO yang lebih besar yang ditujukan untuk kompresi yang lebih baik p
ada gambar medis. Menggunakan LOCO-I (LOw COmplexity LOssless Com
pression untuk Gambar) algoritma yang diusulkan oleh Hewlett-Packard. Alg
oritma LOCO-I memanfaatkan pemodelan konteks. Gagasan pemodelan kon
teks adalah untuk mengambil keuntungan dari struktur dalam sumber input -
probabilitas bersyarat ities.