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.Untuk teknik kompresi citra tetap sama yaitu:
- Lossy Compression:
Ukuran file citra menjadi lebih kecil dengan menghilangkan beberapa informasi dalam citra asli.Teknik ini mengubah detail dan warna pada file citra menjadi lebih sederhana tanpa terlihat perbedaan yang mencolok dalam pandangan manusia, sehingga ukurannya menjadi lebih kecil.
- Lossy Compression:
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 loseless:
- 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.
- 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.
Loseless 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 Penting Dalam Kompresi Citra
- Scalability/Progressive Coding/Embedded Bitstream
- 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:
a. Quality progressive: dimana image dikompres secara perlahan-lahan dengan penurunan kualitasnya
b. Resolution progressive: dimana image dikompresi dengan mengenkode resolusi image yang lebih rendah terlebih dahulu baru kemudian ke resolusi yang lebih tinggi.
c. Component progressive: dimana image dikompresi berdasarkan komponennya, pertama mengenkode komponen gray baru kemudian komponen warnanya.
d. Region of Interest Coding: daerah-daerah tertentu dienkode dengan kualitas yang lebih tinggi daripada yang lain.
e. Meta Information: image yang dikompres juga dapat memiliki meta information seperti statistik warna, tekstur, small preview image, dan author atau copyright information
Pengukuran Error Kompresi Citra
- Dalam kompresi image terdapat suatu standar pengukuran error (galat) kompresi:
- MSE (Mean Square Error), yaitu sigma dari jumlah error antara citra hasil kompresi dan citra asli.
- Peak Signal to Noise Ratio (PSNR), yaitu untuk menghitung peak error.
- Nilai MSE yang rendah akan lebih baik, sedangkan nilai PSNR yang tinggi akan lebih baik.
Algoritma Kompresi / Dekompresi Citra
Algoritma umum untuk kompresi image adalah:
- Menentukan bitrate dan toleransi distorsi image dari inputan user.
- Pembagian data image ke dalam bagian-bagian tertentu sesuai dengan tingkat kepentingan yang ada (classifying).
- Menggunakan salah satu teknik: DWT (Discreate Wavelet Transform) yang akan mencari frekuensi nilai pixel masing-masing, menggabungkannya menjadi satu dan mengelompokkannya
- Pembagian bit-bit di dalam masing-masing bagian yang ada (bit allocation).
- Lakukan kuantisasi (quantization).
- Kuantisasi Scalar : data-data dikuantisasi sendiri-sendiri
- Kuantisasi Vector : data-data dikuantisasi sebagai suatu himpunan nilai-nilai vektor yang diperlakukan sebagai suatu kesatuan.
Lakukan pengenkodingan untuk masing-masing bagian yang sudah dikuantisasi tadi dengan menggunakan teknik entropy coding (huffman dan aritmatik) dan menuliskannya ke dalam file hasil.
Semoga bermanfaat,berikut adalah suatu pembahasa sedikit tentang kompresi citra yang saya pelajari dikuliah semester 4.Untuk selanjutnya saya akan membahas tentang transformasi wavlet dan apa hubungannya dengan kompresi citra.
Referensi: Erick Kurniawan, S.Kom, M.Kom , DR Adi Wijaya
