Kompresi gambar adalah aplikasi kompresi data. Akibatnya, tujuannya adalah untuk mengurangi redundansi dari data citra dalam rangka untuk dapat menyimpan atau mengirimkan data dalam bentuk yang efisien.

kompresi Gambar bisa lossy atau lossless . kompresi Lossless lebih disukai untuk keperluan arsip dan sering untuk pencitraan medis, gambar teknis, clip art , atau komik. Hal ini karena metode kompresi lossy, terutama saat digunakan pada rendah laju bit , memperkenalkan artefak kompresi . metode Lossy sangat cocok untuk citra natural seperti foto dalam aplikasi mana kecil (kadang-kadang tak terlihat) hilangnya kesetiaan dapat diterima untuk mencapai pengurangan substansial dalam bit rate. Kompresi lossy yang menghasilkan perbedaan tak terlihat bisa disebut visual lossless .

Metode untuk kompresi gambar lossless adalah:

· Run-length encoding - digunakan sebagai metode standar dalam PCX dan sebagai salah satu kemungkinan di BMP , TGA , TIFF

· DPCM dan Predictive Coding

· Entropy Encoding

· Kamus adaptif algoritma seperti LZW - digunakan dalam GIF dan TIFF

· Deflasi - yang digunakan di PNG , MNG , dan TIFF

Metode untuk kompresi lossy:

· Mengurangi ruang warna ke warna yang paling umum dalam gambar. Warna-warna yang dipilih akan ditentukan dalam palet warna dalam header dari gambar terkompresi. Setiap piksel referensi hanya indeks warna dalam palet warna. Metode ini dapat dikombinasikan dengan dithering untuk menghindari posterization .

· Chroma subsampling . Ini mengambil keuntungan dari fakta bahwa mata manusia perceives perubahan spasial kecerahan lebih tajam dibandingkan dengan warna, dengan rata-rata atau menjatuhkan beberapa informasi chrominance dalam gambar.

· Transform coding . Ini adalah metode yang paling umum digunakan. A -transform Fourier terkait seperti DCT atau transformasi wavelet diterapkan, diikuti oleh kuantisasi dan entropy coding .

· Fractal kompresi .

properti Lain

Kualitas gambar terbaik pada diberikan rate-bit (atau tingkat kompresi) merupakan tujuan utama dari kompresi gambar, bagaimanapun, ada sifat penting lainnya dari skema kompresi citra.

Skalabilitas

Skabilitas umumnya mengacu pada penurunan kualitas dapat dicapai oleh manipulasi bitstream atau file (tanpa dekompresi dan re-kompresi). Nama lain untuk skalabilitas yang bitstreams coding atau tertanam progresif. Meskipun sifat sebaliknya perusahaan, skalabilitas juga dapat ditemukan dalam lossless codec, biasanya dalam bentuk scan pixel kasar-untuk-baik saja. Skalabilitas ini sangat berguna untuk melihat pratinjau gambar saat men-download (misalnya, dalam web browser) atau untuk menyediakan akses kualitas variabel misalnya, database. Ada beberapa jenis skalabilitas:

· Kualitas progresif atau lapisan progresif: bitstream ini berturut-turut menyempurnakan gambar direkonstruksi.

· Resolusi progresif: Pertama encode resolusi gambar yang lebih rendah, kemudian menyandikan perbedaan untuk resolusi yang lebih tinggi.

· Komponen progresif: Pertama encode abu-abu, lalu warna.

Region Of Interest Coding

Bagian-bagian tertentu dari gambar yang dikodekan dengan kualitas yang lebih tinggi daripada yang lain. Hal ini dapat dikombinasikan dengan skalabilitas (menyandikan bagian pertama ini, yang lain nanti).

Meta Information

Compressed data dapat berisi informasi mengenai gambar yang dapat digunakan untuk mengkategorikan, pencarian, atau mengakses foto-foto. Informasi tersebut dapat mencakup dan tekstur statistik warna, kecil pratinjau gambar, dan penulis atau informasi hak cipta.

Pengolahan Kekuasaan

Algoritma kompresi membutuhkan jumlah yang berbeda dari kekuatan pemrosesan untuk encode dan decode. Beberapa algoritma kompresi tinggi memerlukan kekuatan pemrosesan tinggi.

Kualitas metode kompresi sering diukur dengan rasio signal-to-noise Puncak Ini mengukur jumlah kebisingan diperkenalkan melalui kompresi lossy gambar, namun, penilaian subjektif penampil juga dianggap sebagai langkah penting, mungkin, menjadi ukuran yang paling penting.