Sistem Kompresi Gambar

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.

Baca Selengkapnya

Type Kompresi Data

Kompresi berguna karena membantu mengurangi konsumsi sumber daya mahal, seperti hard disk space atau transmisi bandwidth . Pada sisi negatifnya, data dikompresi harus didekompresi untuk digunakan, dan ini pengolahan tambahan mungkin merugikan beberapa aplikasi. Sebagai contoh, skema kompresi untuk video mungkin memerlukan perangkat keras mahal untuk video yang akan didekompresi cukup cepat untuk dilihat karena sedang decompressed (pilihan untuk dekompresi video secara penuh sebelum menonton mungkin nyaman, dan membutuhkan ruang penyimpanan untuk decompressed video). Rancangan skema kompresi data sehingga melibatkan trade-off antara berbagai faktor, termasuk tingkat kompresi, jumlah distorsi memperkenalkan (jika menggunakan skema kompresi lossy ), dan sumber daya komputasi yang dibutuhkan untuk kompres dan uncompress data. 

 

Ada 2 kompresi data

a. Lossy

Lossy kompresi citra digunakan dalam kamera digital , untuk meningkatkan kapasitas penyimpanan dengan minimal penurunan kualitas gambar. Demikian pula, DVD menggunakan lossy MPEG-2 Video codec untuk kompresi video .

Dalam lossy kompresi audio , metode psychoacoustics digunakan untuk menghapus non-terdengar (atau kurang terdengar) komponen dari sinyal. Kompresi berbicara manusia sering dilakukan dengan teknik khusus bahkan lebih, sehingga " pidato kompresi "atau" suara coding "kadang-kadang dibedakan sebagai suatu disiplin yang terpisah dari" kompresi audio ". audio yang berbeda dan kompresi standar pidato terdaftar di bawah codec audio . Suara kompresi akan digunakan dalam telepon Internet misalnya, sementara kompresi audio yang digunakan untuk CD ripping dan diterjemahkan oleh pemain audio.

Berikut ciri-ciri

· Terdapat informasi yang hilang pada saat sampai pada telinga dan mata manusia.

· Digunakan pada kompresi objek audio, image, video dimana keakuratan data absolut tidak diperlukan.

· Contoh: bila video image dikompres dengan basis frame-by- frame hilangnya data pada satu frame tidak mempengaruhi penglihatan.

· Aplikasi: medical screening systems, video conferencing, dan multimedia messaging systems.

· Metode kompresi yang banyak digunakan adalah standar JPEG.

b. Lossless

Berikut ini cirri-ciri:

· Data tidak berubah atau hilang pada proses kompresi atau dekompresi

· Membuat satu replika dari objek asli

· Menghilangkan perulangan karakter

· Digunakan pada data teks dan image

· Pada saat dilakukan dekompres, perulangan karakter diinstal kembali

Standart compressing lossless yaitu:

1. Packbits encoding (Run-length encoding)

· Kompresi data paling sederhana dan digunakan pada awal penggunaan kompresi.

· Digunakan untuk kompresi image hitam-putih (binary).

· String karakter yang berulang menempati dua byte:

· Byte pertama berisi jumlah dari banyaknya perulangan

· Byte kedua berisi karakter itu sendiri

· Dilakukan pada satu baris (atau scanline), dan tidak digunakan pada baris yang mempunyai jumlah scanline banyak.

· Byte lebih besar dari pada byte image asli. Efek ini disebut reverse compression atau negative compression.

2. CCIT Group 3 1D

· Berdasarkan run-length encoding, scanline dilakukan pada pixel dari warna yang sama (hitam atau putih).

· Hanya untuk image hitam-putih, bukan grayscale atau warna.

· Aplikasi utama digunakan pada faksimil dan pada awal document imaging.

· Menggunakan Huffman encoding untuk encoding pixel runlength pada CCIT Group 3 dan Group 4.

Keuntungan:

· Sederhana pada implementasi

· Menjadi standar faksimil dan aplikasi document imaging

Kerugian:

· Satu dimensi dengan code setiap baris atau garis terpisah.

· Tanpa mekanisme untuk melindungi dari kesalahan.

3. CCIT GRoup 3 2D

4. CCIT Group 4

· Dua dimensi tanpa faktor K, yaitu garis seluruhnya.

· Garis referensi pertama adalah semua garis putih pada image
bagian atas.

· Group pertama dari pixel (scanline) dikode yang menganggap garis putih sebagai garis referensi dari garis berikutnya.

· Mendapatkan level kompresi yang tinggi.

5. Lempel-Ziv and Welch aalgoruthm LZW

The Lempel-Ziv (LZ) metode kompresi adalah salah satu algoritma paling populer untuk penyimpanan lossless. mengempis adalah variasi LZ yang dioptimalkan untuk kecepatan dekompresi dan rasio kompresi, sehingga kompresi ini bisa lambat. Deflate digunakan dalam PkZip , gzip dan PNG . LZW (Lempel-Ziv-Welch) digunakan dalam gambar GIF. Juga patut diperhatikan adalah LZR (LZ-Renau) metode, yang melayani sebagai dasar dari metode Zip. metode LZ memanfaatkan model kompresi berbasis tabel di mana entri tabel diganti untuk string data yang diulang. Untuk metode yang paling LZ, tabel ini dihasilkan secara dinamis dari data sebelumnya dalam input. Tabel sendiri sering Huffman dikodekan (misalnya Shri, LZX). berdasarkan skema coding LZ arus yang baik adalah melakukan LZX , digunakan dalam Microsoft CAB format.

Yang sangat kompresor terbaik menggunakan model probabilistik, di mana prediksi yang digabungkan dengan algoritma yang disebut aritmatika coding. Arithmetic coding, diciptakan oleh Jorma Rissanen , dan berubah menjadi metode praktis oleh Witten, Neal, dan Cleary, mencapai kompresi lebih unggul dari algoritma Huffman dikenal-baik, dan cocok terutama baik untuk konteks data kompresi adaptif tugas dimana prediksi sangat- tergantung. Pengkodean aritmatika digunakan dalam standar kompresi gambar-bilevel JBIG , dan dokumen-standar kompresi DjVu . Entri teks sistem, Dasher , adalah-terbalik aritmatika-coder.

Baca Selengkapnya