Kompresi Citra adalah aplikasi kompresi data yang dilakukan terhadap citra digital dengan tujuan untuk mengurangi redundansi dari data-data yang terdapat dalam citra sehingga dapat disimpan atau ditransmisikan secara efisien.
Teknik Kompresi Citra
1. Lossy Compression:
Ukuran file citra menjadi lebih kecil dengan menghilangkan beberapa informasi dalam citra asli.
- Teknik ini mengubah detail warna pada file citra menjadi lebih sederhana tanpa terlihat perbedaan yang mencolok dalam pandangan manusia, sehingga ukurannya menjadi lebih kecil.
- Biasanya digunakan pada citra foto atau image lain yang tidak terlalu memerlukan detail citra, dimana kehilangan bit rate foto tidak berpengaruh pada citra.
Beberapa teknik lossy dalam kompresi citra:
- Color reduction: untuk warna-warna tertentu yang mayoritas dimana informasi warna disimpan dalam color palette.
- Chroma subsampling: teknik yang memanfaatkan fakta bahwa mata manusia merasa brightness (luminance) lebih berpengaruh daripada warna (chrominance) itu sendiri, maka dilakukan pengurangan resolusi warna dengan disampling ulang. Biasanya digunakan pada sinyal YUV. Chorma Subsampling terdiri dari 3 komponen: Y(luminance):U(CBlue):V (CRed)
- Transform coding: menggunakan Fourier Transform seperti DCT. Fractal Compression: adalah suatu metode lossy untuk mengkompresi citra dengan menggunakan kurva fractal. Sangat cocok untuk citra natural seperti pepohonan, pakis, pegunungan, dan awan. Fractal Compression bersandar pada fakta bahwa dalam sebuah image, terdapat bagian-bagian image yang menyerupai bagian bagian image yang lain.
- Proses kompresi Fractal lebih lambat daripada JPEG sedangkan proses dekompresinya sama
2. Lossless Compression:
Teknik kompresi citra dimana tidak ada satupun informasi citra yang dihilangkan.
- Biasa digunakan pada citra medis.
- Metode loseless: Run Length Encoding, Entropy Encoding (Huffman, Aritmatik), dan Adaptive Dictionary Based (LZW)
Hal-hal Penting Dalam Kompresi Citra
- Scalability/Progressive Coding/Embedded Bitstream
- Adalah kualitas dari hasil proses pengkompresian citra karena manipulasi bitstream tanpa adanya dekompresi atau rekompresi.
- Biasanya dikenal pada loseless codec.
- Contohnya pada saat preview image sementara image tersebut didownload. Semakin baik scalability, makin bagus preview image.
- Tipe scalability:
- Quality progressive: dimana image dikompres secara perlahan-lahan dengan penurunan kualitasnya
- Resolution progressive: dimana image dikompresi dengan mengenkode resolusi image yang lebih rendah terlebih dahulu baru kemudian ke resolusi yang lebih tinggi.
- Component progressive: dimana image dikompresi berdasarkan komponennya, pertama mengenkode komponen gray baru kemudian komponen warnanya.
- Region of Interest Coding: daerah-daerah tertentu di enkode dengan kualitas yang lebih tinggi daripada yang lain.
- Meta Information: image yang dikompres juga dapat memiliki meta information seperti statistik warna, tekstur, small preview image, dan author atau copyright information.
Comments
Post a Comment