Sistem Multimedia. SARMAG - Universitas Gunadarma. Dr. Sarifuddin Madenda Dosen & Peneliti

(1)

Sistem Multimedia

Dr. Sarifuddin Madenda

Dosen & Peneliti

Universitas Gunadarma

&

Université du Québec en Outaouais

Québec - Canada

SARMAG - Universitas Gunadarma

2

Akuisisi dan karakteristik data multimedia

Data real multimedia berupa signal analog :

Sinyal audio :

(2)

3

Pokok bahasan :

(i)

Pengantar Multimedia,

(ii) Produksi konten multimedia

(iii) Representasi data multimedia

(iv) Penyimpanan dan pengambilan data

multimedia

(i) Jaringan Multimedia

(ii) Distribusi Multimedia

(iii) Keamanan Multimedia

4

Perkuliahan :

- 6 x Tatap muka (@ 4 jam)

- 2 Tugas + 1 Proyek akhir kuliah

- 1 – 2 x Ujian

(3)

Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 5

Pendahuluan

Sistem multimedia?

Suatu sistem yang dapat mensuport secara

terintegrasi penyimpanan, transmisi dan representasi

sejumlah media discret (digital) berupa text, grafik,

citra, audio dan video melalui komputer

Sistem multimedia digital

Data media streams berupa digital, yang dapat

diproses (dikompres/dekompres dan dianalisis)

dalam komputer.

(4)

Tipe media digital :

Media yang bersifat Time-Independent

• Information/data bukan merupakan fungsi waktu

• teks

• grafik (grafik komputer)

• citra (photo).

Tipe media digital :

Media yang bersifat time-dependent

• Informasi/data merupakan fungsi waktu yang

harus ditampilak ke pengguna pada titik waktu

yang tepat.

• Audio

• Video

(5)

Karakteristik sistem multimedia :

• Secara terintegrasi

- Pembuatan,

- Pemrosesan,

- Penyimpanan,

- Representasi,

- Transmisi

• Dokumen multimedia yang bersifat time-dependent

dan time-independent

Dokumen multimedia :

Teks

Citra Audio

Video

(6)

Suatu dokumen yang berisikan dua atau lebih

elemen-elemen multimedia (media) dari sumber

yang berbeda ( teks, citra, video, audio, …)

Dokumen multimedia disimpan dalam satu atau

beberapa file secara tersinkronisasi terhadap

dasar waktu yang sama.

Dokumen multimedia :

Contoh :

Suatu reportase pada siaran televisi akan susah difahami jika

komentar seorang jurnalis memiliki delay waktu terhadap

video dan/atau juga terhadap ilustrasi grafik yang ditayangkan.

Sinkronisasi dokumen multimedia :

• Sinkronisasi intra-objets

(7)

Vision (citra &

video)

pendengaran

(audio &

musique)

Penciuman

(bau)

Perasa

(rasa)

Peraba

(sensasi sentuhan)

Application Robotik :

Application Vidéo conférence

- Volume data multimedia : sangat besar

- Band-width jaringan : terbatas dan mahal

- Delay waktu transmisi : sangat besar

(8)

Video game :

(9)

Simulasi penerbangan :

(10)

Virtual reality

(11)

Data/informasi multimedia :

Dokumen Teks

Citra / Grafik

Audio / musik

Video / Animasi

Data multimedia 500 Mbps

Signal video analog

Digitizer :

- Sampling

- Quantization

Audio digital

PAL/SECAM

- 25 frame/second

- 576 lines

useful

/frame

CNST

- 30 frame/second

- 483 lines useful / frame

Representasi data numerik/digital

Signal audio analog

(12)

Digitizer : - Digitalisasi signal analog/continu menjadi

signal digital/diskret

- Melalui proses sampling dan quantization

(kuantisasi) yang dilakukan secara bersamaan.

Representasi data numerik/digital

Fréquence d’échantillonnage

Sampling : - diskretisasi koordinat signal terhadap satuan waktu

- Banyaknya sampling ditentukan oleh frekuensi

(kecepatan) sampling.

- Makin tinggi frekuensi makin banyak jumlah

sampling, makin banyak informasi yang terrekam

dan kualitas signal mendekati signal aslinya.

- Makin rendah frekuensi makin sedikit jumlah

sampling, makin sedikit informasi yang terrekam

dan kualitas signal semakin rendah

• Sampling :

Amplitudo

x

0

Frekuensi sampling rendah

Amplitudo

x

0

Frekuensi sampling tinggi

Frekuensi sampling tinggi :

- Kualitas tinggi,

- jumlah data besar

Frekuensi sampling rendah :

- Kualitas rendah,

- jumlah data kecil

Contoh signal :

(13)

Sarifuddin Madenda. Sis. Mul. : Pendahuluan. Fréquence d’échantillonnage 25

Kuantisasi : - Diskretisasi nilai amplitudo dari setiap sampel

hasil sampling.

- Pembagian nilai amplitudo dan pengkodeannya

dalam nilai biner sesuai dengan jumlah bit yang

digunakan.

- Makin banyak jumlah bit, makin banyak variasi

nilai tinggi rendahnya suara (untuk audio) atau

makin banyak variasi warna pada citra/video,

dan kualitas signal atau citra/video mendekati

signal aslinya, namun makin banyak data yang

terrekam.

- Makin sedikit jumlah bit, makin sedikit variasi

nilai tinggi rendahnya suara (untuk audio) atau

makin sedikit variasi warna pada citra/video,

kualitas signal atau citra/video semakin rendah

dan semakin sedikit data yang terrekam.

• Kuantisasi :

x 0 Amplitudo x Amplitudo 0

Kuantisasi dengan 5 bit

- Variasi nilai amplitudo 2

5

_{= 32}

- Jumlah data = N*32 bit

N = jumlah sampling

Kuantisasi dengan 3 bit

- Variasi nilai amplitudo 2

3

_{= 8}

- Jumlah data = N*8 bit

- Kualitas intensitas berkurang

(14)

Informasi textual :

- Teks Î jumlah data JD = N

_huruf

x 8 bit

- Texs + citra/grafik Î JD = Nhuruf x 8 bit + besar file citra/grafik

Informasi Audio/suara/musik :

- Manusia mampu mendengan pada frekuensi 20 Hz – 20 kHz

- Teori sampling Nyquist–Shannon : frequensi sampling minimal =

2 kali frequensi signal (frequensi pendengaran manusia)

- Jumlah sampling Î 44.100 sampel (44.1 kHz)/ detik

- Kualitas sedang audio = 12 bit/sampel

- JD = 44 100 sampel x 12 bit = 0,5 Mbit/detik (90 Mbit / 3 menit).

Representasi dan kapasitas data multimedia

Informasi citra :

- Citra berwarna Î warna dasar RGB (merah, hijau, biru)

- Ukuran citra 2D NxM pixel (tinggi x lebar) Î JD = N x M x 24 bit

- Kamera foto digital berukuran 8 mega pixel Î JD = 192 Mbit

Informasi Video :

- Video citra yang di-capture secara sekuensial pada selang

waktu yang berbeda

- Kecepatan capture ≈ kecepatan sistem visual manusia untuk

menganalisis informasi citra Î 25 (PAL) – 30 (NTSC) citra/detik

- VCD Jumlah pixel/citra Î 352x240 (NTSC) dan 352x288 (PAL)

- VCD JD = 60,83 Mbit/s (NTSC), JD = 60,83 Mbit/s (PAL)

- DVD Jumlah pixel/citra Î 720x480 (NTSC) dan 720x576 (PAL)

- DVD JD = ?

(15)

Masalah

dalam Komunikasi

Informasi Multimedai

Tanpa kompresi

Teks

Citra

Audio

Video

Teks

Citra

Audio

Video

Bandwidth

128 kbps

Bandwidth

128 kbps

65 menit ?

Data multimedia

500 Mbps

wwxxyyzz

Informasi

Multimedia

Terkompresi

128 kbps

Video

Audio

Citra

Teks

Bandwidth

128 kbps

Bandwidth

128 kbps

Harapan

pengguna

Teknologi Informasi

Multimedai

wwwxxxyyyzzz harapan !!

(16)

Audio

terkompresi

Video

terkompresi

Citra

terkompresi

Teks

terkompresi

Teks

Citra

Audio

Video

yyyyyyyyyyyy

Video

Audio

Citra

Teks

Bandwidth

128 kbps

Bandwidth

128 kbps

Solusi Kompresi Informasi

Multimedai yang telah

dikembangkan saat ini

wwwwwwwwww

xxxxxxxxxxxxx

zzzzzzzzzzzz

lumayan !!

Teks

Citra

Audio

Video

fjmmsflkkdffjskjk

Video

Audio

Citra

Teks

Bandwidth

128 kbps

Bandwidth

128 kbps

Solusi Kompresi Informasi

Multimedia yang saya

kembangkan

(17)

Kompresi data multimedia

• Kompresi data teks (Huffman coding,

RLE coding, LZW coding, arithmetic coding

• Representasi dan kompresi data suara

dan audio

• Representasi dan kompresi citra

• Representasi dan kompresi video

Kompresi data :

• Metode representasi data/informasi kedalam

ukuran yang lebih kecil sehingga dapat

mempercepat waktu transmisinya dan memperkecil

penggunaan memori penyimpanan

• Kompresi dapat dilakukan tanpa kehilangan

atau perubahan data (Lossless compression)

• Kompresi dapat dilakukan dengan kehilangan atau

perubahan data (lossy compression)

(18)

Lossless compression :

• Pengkodean (coding) data atau informasi

yang memiliki redundancy (kerangkapan)

kedalam jumlah bit yang lebih kecil.

• Digunakan untuk kompresi teks atau

citra/video tanpa kehilangan/perubahan data

(citra/video medis)

• Beberap contoh coding : Huffman, arithmetic,

statistik, RLE (run-length encoding),

Lempel-Ziv, Lempel-Ziv-Welch,

Lossless compression :

• Huffman Coding

(David Albert Huffman 1952)

- Berbasis pada perhitungan statistik

- Mengunakan bantuan pohon biner

- Data yang frekuensi munculnya paling

banyak dikode dengan jumlah bit terkecil

- Data yang frekuensi munculnya paling

(19)

Lossless compression :

• Huffman Coding

Contoh : "this is an example of a huffman

tree"

- statistik munculnya karakter : “ “= 7, a=4,

e=4, f=3, t=2, h=2, i=2, s=2, n=2, m=2, x=1,

p=1, l=1, u=1, 0=1, r=1.

- Probabilitas munculnya karakter : “ “= 0.1944…,

a=e=0.1111…, f=0.0833…, t=h=i=s=n=m=0.0556,

x=p=l=u=o=r=0.0278.

Lossless compression :

• Huffman Coding

pohon biner :

“ “= 7

a=4

e=4

f=3

t=2

h=2

i=2

s=2

n=2

m=2

x=1

p=1

l=1

u=1

0=1

r=1

2 2 2 4

0 0 0

0 1

1 0 1

1 0 0 0 1

1 0 1

1 0 0 1

0 1

1 0 0 1

1 0 1

1

4 4 4 5 8 8 8 12 16 20 36

“ “= 000

a = 010

e = 011

f = 0010

t = 0011

h = 1000

i = 1001

s = 1010

n = 1011

m = 1100

x = 11010

p = 11011

l = 11100

u = 11101

o = 11110

r = 11111

288 bit Î 135 bit

(20)

Lossless compression :

• Huffman Coding

- digunakan untuk pengkodean teks, citra dan

video

- Ada 3 jenis algorithme Huffman coding,

Masing-masing berhubungan dengan metode pembuatan

pohon biner :

Lossless compression :

• Huffman Coding

statik

: code setiap karakter ditentukan langsung

oleh algoritma (contoh : teks berbahasa Prancis,

dimana frekuensi kemunculan huruf e sangat banyak

sehingga code bitnya kecil.

semi-adaptatif

: teks harus dibaca terlebih dulu

untuk menghitung frekuensi munculnya setiap

karakter, kemudian membentuk pohon binernya.

(21)

Lossless compression :

• Huffman Coding

adaptatif

: Metode ini memberikan rasio kompresi

yang tinggi karena pohon biner dibentuk secara

dinamik mengikuti tahapan compresi. Namun dari

sisi kecepatan eksekusi membutuhkan waktu yang

lebih lama karena satiap saat pohon binernya akan

beruabah mengikuti perubahan frekuensi munculnya

setiap karakter.

Lossless compression :

• Kelemahan Huffman Coding

- Bila frekuensi munculnya setiap karakter dalam

suatu dokumen adalah sama semua.

- File kompresinya bisa sama atau lebih besar dari

file aslinya

- Solusi yang mungkin adalah kompresi per blok

karekter dari dokumen tersebut

Entropi H :

(22)

Lossless compression :

• Run-length encoding

- RLE coding telah diaplikasikan khususnya pada scanner

hitam putih (biner)

- Prinsip dasarnya adalah menghitung jumlah/panjang data

yang sama dalam serangkain data yang akan dikompres

- Contoh pada dokumen hitam H (tulisan) dan putih P (latar

belakang dokumen), berikut misalnya data pada satu baris

dokumen yang direpresntasikan dalam pixel :

PPPPPPPPPPPPHPPPPPPPPPPPPPPHHHPPPPPPPPPPPPPPPPPPPPPPPHPPPPPPPPPPP

- Bentuk kompresinya adalah :

12P1H14P3H23P1H11P

Lossless compression :

• Aplikasi Run-length encoding

- Kompresi citra format bmp pada Windows dan OS/2 untuk

citra 1, 4 dan 8 bit/pixel

- Citra format PCX 8 dan 24 bit/pixel

- Fax dan scanner hitam putih

(23)

Lossless compression :

• Lempel-Ziv-Welch coding

- Asumsi setiap karakter dikode dengan 8 bit (nilai code 256)

- Membentuk table gabungan karakter (kata dalam kamus)

- Tabel ini menyimpan kode kata dengan jumlah bit tetap

(umumnya maksimum 12 bit)

- Contoh : TOBEORNOTTOBEORTOBEORNOT

BE

B

E

TOB = <265>

<256>

TOB

TO

B

TO

T

O

TT = <264>

T

TT

T

OT = <263>

O

OT

O

T

NO = <262>

N

NO

N

O

RN = <261>

R

RN

R

N

OR = <260>

O

OR

O

R

EO = <259>

E

EO

E

O

BE = <258>

B

BE

B

E

OB = <257>

O

OB

O

B

TO = <256>

T

TO

T

O

T

<NIL>

T

Kamus

output

wc

w

c

Algoritma kompresi LZW :

(24)

<263>

OT

O

T

RNO = <270>

<261>

RNO

RN

O

RN

R

N

EOR = <269>

<259>

EOR

EO

R

EO

E

O

TOBE = <268>

<265>

TOBE

TOB

E

TOB

TO

B

TO

T

O

ORT = <267>

<260>

ORT

OR

T

OR

O

R

BEO = <266>

<258>

BEO

BE

O

Kamus

output

wc

w

c

Lossless compression :

• Lempel-Ziv-Welch coding

- Contoh : TOBEORNOTTOBEORTOBEORNOT

Hasil pengkodean :

TOBEORNOT<256><258><260><265><259><261><263>

Jumlah bit 16 * 9 = 144 bits.

Algoritma Rekonstruksi LZW :

(25)

Sarifuddin Madenda.

<263>

RN

OT

Sis. Mul. : Pendahuluan.

RNO

OT

RNO = <270>

49

EOR = <269>

RN

EOR

RN

EO

<261>

TOBE = <268>

EO

TOBE

EO

TOB

<259>

ORT = <267>

TOB

ORT

TOB

OR

<265>

BEO = <266>

OR

BEO

OR

BE

<260>

TOB = <265>

BE

TOB

BE

TO

<258>

TT = <264>

TO

TT

TO

T

<256>

OT = <263>

T

OT

T

O

T

NO = <262>

O

NO

O

N

O

RN = <261>

N

RN

N

R

N

OR = <260>

R

OR

R

O

R

EO = <259>

O

EO

O

E

O

BE = <258>

E

BE

E

B

E

OB = <257>

B

OB

B

O

B

TO = <256>

O

TO

O

T

O

T

Kamus

output

w+input

input

w

k

Format file citra:

• File citra umumnya memiliki :

- header yang menyatakan informasi citra seperti ukuran

citra, format file, dll.

- data citra itu sendiri

• Struktur file berbeda antara satu format dengan format

citra lainnya

• Bisa jadi struktur file untuk format citra yang sama

berbeda dari satu versi ke versi yang lain (contoh : file

TIFF)

(26)

• Format JPEG mengikuti norm ISO

• Bersifat pengunaan bebas

• Jumlah warna citra 2

24 _{= 16777216 warna}

• Type kompresi lossy menggunakan DCT

• Kualitas kompresi tergantung pada rasio

kompresi

• Tidak memiliki sifat warna transparan

• Bukan format animasi

JPEG (Joint Photo Expert Group)

• JPEG 2000 masih dibawah proteksi hak paten

• Type kompresi lossy dan lossless menggunakan

Wavelet Transform

• Jumlah warna citra 2

24 _{= 16777216 warna}

• Kualitas kompresi dapat diatur secara lokal atau

global

• Dapat ditampilkan dengan ukuran yang berbeda

• Bukan format animasi

• Tidak memiliki sifat warna transparan

(27)

• Bersifat pengunaan bebas

• Type kompresi lossless baik untuk citra

berwarna maupun citra gray-level

• Memiliki sifat warna transparan

• Bukan format animasi

• Versi format animasinya adalah MNG

PNG (

Portable Network Graphics

)

• Bersifat dilindungi oleh hak paten

• Jumlah warna citra 256 (sistem pallet)

• Dapat memiliki sifat warna transparan

• Dapat merupakan format animasi

• Penggunaa umum adalah untuk logo dan

citra yang memiliki jumlah warna sedikit

(28)

Kompresi JPEG

Pembagian citra dalam blok 8x8 pixel Transformasi warna DCT Kuantisasi Coding RLE & Huffman Tabel

Kuantisasi codingTabel

Rekonstruksi Blok citra Transformasi Warna invers IDCT Kuantisasi Inverse Decoding RLE & Huffman Citra terkompresi JPEG Citra asli Kompresi JPEG Rekonstruksi JPEG

Bagan standar kompresi citra JPEG

Matriks asli.

Sub-sampling warna

R

G

B

Y

Cb

Cr

Format ruang warna :

Y

4:4:4

4:2:2

(29)

Konversi RGB Î Yuv :

Konversi Yuv Î RGB :

MPEG : Prinsip dasar

- Mata lebih sensitif terhadap perubahan intensitas/luminance L

- Perubahan nilai komponen chrominance U (Cb) dan V (Cr) tidak terlu tampak

secara visual oleh mata

(30)

Matriks asli. _{Matriks transformasi DCT}

DCT

Matriks kuantisasi

Matriks terkuantisasi.

÷

∑

− =

⎥⎦

⎤

⎢⎣

⎡

+

=

1 0 2

2 ).

1

2 (

cos

).

,

(

)

(

.

)

,

(

N x N X

N

i

x

y

x

Pixel

i

C

y

i

DCT

π

∑

− = − =

⎥⎦

⎤

⎢⎣

⎡

+

⎥⎦

⎤

⎢⎣

⎡

+

=

1 0 1 0

2 ).

1

2 (

cos

.

2 ).

1

2 (

cos

).

,

(

)

(

).

(

.

2 )

,

(

N x N y

N

j

y

N

i

x

y

x

Pixel

i

C

j

C

N

j

i

DCT

π

∑

− =

⎥⎦

⎤

⎢⎣

⎡

+

=

1 0 2

2 ).

1

2 (

cos

.

)

,

(

)

(

.

)

,

(

N y X N

N

j

y

i

DCT

j

C

j

i

DCT

π

Transformasi DCT

∑

− = − =

⎥⎦

⎤

⎢⎣

⎡

+

⎥⎦

⎤

⎢⎣

⎡

+

=

1 0 1 0

2 ).

1

2 (

cos

.

2 ).

1

2 (

cos

).

,

(

)

(

).

(

.

2 )

,

(

N i N j

N

j

y

N

i

x

j

i

DCT

i

C

j

C

N

y

x

Pixel

π

∑

− =

⎥⎦

⎤

⎢⎣

⎡

+

=

1 0 2

2 ).

1

2 (

cos

).

,

(

)

(

.

)

,

(

N j N X

N

j

y

j

i

DCT

j

C

y

i

IDCT

π

∑

− =

⎥⎦

⎤

⎢⎣

⎡

+

=

1 0 2

2 ).

1

2 (

cos

.

)

,

(

)

(

.

)

,

(

N i X N

N

i

x

y

i

IDCT

i

C

y

x

Pixel

π

Transformasi DCT invers.

Implementasi 1D :

(31)

Sarifuddin Madenda. Matriks hasil IDCTSis. Mul. : Pendahuluan. 61

IDCT

x

Matriks kuantisasi

Matriks terkuantisasi. Matriks terkuantisasi invers.

⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ − − − − − = 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 13 14 0 0 0 0 0 0 12 24 0 0 0 0 0 10 0 1264 F

(32)

Quantization Table for: Photoshop CS2 (Save As 11) 8 8 8 8 8 7 6 5 8 8 8 8 7 5 4 4 8 8 8 7 5 4 4 3 8 8 7 5 4 4 3 3 8 7 5 4 4 3 2 2 7 5 4 4 3 2 1 1 6 4 4 3 2 1 1 1 5 4 3 3 2 1 1 1

Quantization Table: Luminance

8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 7 7 8 8 8 8 8 7 4 4 8 8 8 8 7 4 2 2 8 8 8 8 7 4 2 1

Quantization Table: Chrominance

Quantization Table for: IrfanView (95%) 10 10 10 11 10 10 9 7 10 12 12 10 9 8 6 5 9 11 10 8 6 6 4 2 8 10 11 7 6 4 2 2 6 8 9 5 3 2 2 1 6 7 6 4 2 2 1 1 6 6 6 3 2 1 1 1 6 5 4 2 2 1 1 2

Quantization Table: Luminance

10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 7 5 10 10 10 10 10 6 3 2 10 10 10 10 7 3 2 2 10 10 10 10 5 2 2 2

Quantization Table: Chrominance

Zigzag coding : urutan pengkode

menurut norm JPEG.

20 -10 11 1 -9 2 -2 -4 -8 -1 0 1 2 3 -1 0 0 0 0 -1 EOB

• DC adalah nilai rata-rata matriks dan merepresentasikan

informasi global matriks (frekuensi rendah)

• AC merepresentasikan informasi detail matriks (frek. tinggi)

• Penkodean dilakukan dalam bentuk zigzag :

(33)

Table 1 - Huffman - Luminance (Y) - DC

0A 1111 110 7 bits 09 1111 10 6 bits 08 1111 0 5 bits 07 1110 4 bits 04 05 03 02 06 01 00 (End of Block) 000 001 010 011 100 101 110 3 bits Code Bits Length

Table 2 - Huffman - Luminance (Y) - AC

... FA ... 1111 1111 1111 1110 16 bits ... ... ... ... F0 (ZRL) ... ... 1111 1111 0011 ... 12 bits ... ... ... 31 41 1110 10 1110 11 6 bits 05 21 12 1101 0 1101 1 1110 0 5 bits 11 04 00 (End of Block) 1010 1011 1100 4 bits 03 100 3 bits 01 02 00 01 2 bits Code Bits Length

20 -10 11 1 -9 2 -2 -4 -8 -1 0 1 2 3 -1 0 0 0 0 -1 EOB

Code bit-stream :

20 -10 11 1 -9 2 -2 -4 -8 -1 0 1 2 3 -1 0 0 0 0 -1 EOB

1024,...,2047

-2047,...,-1024

...,111 1111 1111

000 0000 0000,...

11 0B

512,...,1023

-1023,...,-512

...,11 1111 1111

00 0000 0000,...

10 0A

256,...,511

-511,...,-256

...,1 1111 1111

0 0000 0000,...

9

09 128,...,255

-255,...,-128

...,1111 1111

0000 0000,...

8

08 64,...,127

-127,...,-64

...,111 1111

000 0000,...

7

07 32,...,63

-63,...,-32

...,11 1111

00 0000,...

6

06 16,...,31

-31,...,-16

...,1 1111

0 0000,...

5

05 8,...,15

-15,...,-8

1000,...,1111

0000,...,0111

4

04 4,5,6,7

-7,-6,-5,-4

100,101,110,111

000,001,010,011

3

03 2,3

-3,-2

10,11

00,01

2

02

1 -1

1

0

1

01 DC/AC Value

Additional Bits

Size

AC Code

1011 0101 1011 1011 00 1 . . . 1010 1 . . . 111011 0 1100

(34)

Analisis multi-frekuensi :

Wavelet transform

• Informasi dalam signal 1-D et 2-D tersebar dalam

frekuensi yang berbeda (dari frekuensi rendah ke

frekuensi tinggi)

• Analisis informasi dalam signal tersebut membutuhkan

teknik analisis multi-frekuensi Î multi-resolusi Î

multi-scale

• Wavelet transform (WT) sangat sesuai dengan

kebutuhan analisis multi-frekuensi.

Discrete Wavelet Transform (DWT)

Bagaimana DWT berfungsi ?

Dua pendekatan analisis :

- pendekatan melalui dilatasi filter Î resolusi signal tetap.

- pendekatan melalui dilatasi signal Î resolusi signal

berubah

Contoh : misalkan suatu signal memiliki informasi yang

tersebar hingga pada frekuensi 1000 Hz.

Prinsipe : memisahkan signal dalam dua komponen yaitu

informasi general (frekuensi rendah) dan informasi

detil (frekuensi tinggi)

(35)

Pendekatan melalui dilatasi filtre ?

- Pada tahap awal, kita bagi informasi signal dalam dua bagian dengan

melewatkannya dalam high-pass filter (500-1000 Hz) dan low-pass

filter (0-500 Hz).

- Menghasilkan satu signal yang berhubungan dengan informasi pada

interval 0-500 Hz (frekuensi rendah) dan satu signal lainnya dengan

informasi pada interval 500-1000 Hz (frekuensi tinggi).

- Selanjutnya, kita lakukan proses berulang pada salah satu atau kedua

komponen tadi.

- Andaikan kita lakukan untuk bagian low-pass dengan menggunakan

high-pass filter (250-500 Hz) dan low-pass filter (0-250 Hz). Maka kita

akan punya 3 komponen informasi, masing-masing berhubungan

dengan informasi dari satu signal yang sama pada frekuens 0-250 Hz,

250-500 Hz et 500-1000 Hz.

- dst.

Discrete Wavelet Transform (DWT)

Pendekatan dilatasi signal ?

• Tahap pertama, kita lewatkan signal kedalam low-pass filter dan

high-pass filter (kita gunakan filter dengan resolusi yang sama).

• Tahap kedua, resolusi signal hasil low-pass dan high-pass kita

bagi dua.

• Selanjutnya, kita lakukan proses yang sama hingga pada resolusi

yang diinginkan.

Keuntungan untuk kompresi citra :

- Lebih mudah untuk implementasi real-time

- sangat baik untuk kompresi citra dan video

(36)

Discrete Wavelet Transform (DWT)

(37)

• Ada beberapa jenis WT yang telah dikembangkan, diantaranya yang

digunakan untuk format JPEG2000 :

-

''

CDF 9/7'' Cohen-Daubechies-Fauvaue (irreversible).

-

''

spline 5/3'' pour Le Gall (lebih sederhana dan reversible).

• Bilangan 9 dan 5 merupakan jumlah elemen filter low-pass. Bilangan 7

dan 3 merupakan jumlah elemen filter high-pass.

Pour la CDF 9/7 :

+0.602949018236

+0.266864118443 (Z

1

_+Z

-1

₎

-0.0782223266529 (Z

2

_+Z

-2

₎

-0.016864118448 (Z

3

_+Z

-3

₎

+0.026748757411 (Z

4

_+Z

-4

₎

+0.557543526229 (Z

1

₎

-0.295635881557 (Z

2

_+Z

0

₎

-0.028771763114 (Z

3

_+Z

-1

₎

+0.045635881557 (Z

4

_+Z

-2

₎

Filter low-pass L :

Filter high-pass H :

Discrete Wavelet Transform (DWT)

Standar Kompresi JPEG2000

• Wavelet Transform (WT)

-

Ide : membagi citra kedalam tingkat resolusi yang berbeda

- Pembagiannya berdasarkan pita frekuensi yang bebeda

- Menjaga/mempertahankan kualitas data

• Principes :

– Melakukan proses WT terhadap citra asli

– Kuantisasi skalar (sesuai tingkat resolusi)

– Pengkodean (RLE, entropy, Huffman, …)

(38)

Kuantisasi

Wavelet

Transform

Coding

per blok

Citra

asli

Citra

terkompresi

Encoder

Optimisasi

rasio-distorsi

Pembentukan

bitstream

Citra

rekonstruksi

Kantisasi

invers

Decoder

Decoding

Per blok

Wavelet

transform

inverse

Citra

terkompresi

Standar Kompresi JPEG2000

LL

1

LH

1

HL

1

HH

1 baris Citra asli Detil horisontal Detil vertikal Detil diagonal kolom

(39)

Standar Kompresi JPEG2000

HH

2 baris kolom Citra LL1 Detil horisontal Detil vertikal Detil diagonal

LH

2

LL

2

HL

2

Standar Kompresi JPEG2000

HH

3 baris kolom Citra LL2 Detil horisontal Detil vertikal Detil diagonal

LH

3

LL

3

HL

3

(40)

Standar kompresi JPEG2000

Transmisi secara progresif per resolusi

Standard compression JPEG2000

(41)

Standar kompresi JPEG2000

Transmisi secara progresif per resolusi

Standar kompresi JPEG2000

(42)

Standard compression JPEG2000

Perbandingan rasio kompresi

Contoh citra hasil kompresi :

Standar kompresi JPEG2000

(43)

Standard compression JPEG2000

• Keuntungan

– Kualitas lebih baik dari JPEG

– Lossless dan lossy compression sangat baik

– Regions of Interests Æ ROI coding

– Transmisi dan pengkodean progressif

– Sesuai untuk data aplikasi multimedia

• Untuk nilai PSNR (pick signal to noise ratio) yang sama, ratio

kompresi JPEG2000 dapat mencapai 2 kali dari JPEG

• Efek blok tidak tampak

Kompresi Video

Problem :

- Satu citra dari suatu video dapat menempati kapasitas

memori sekitar 0,916 MB (640x480 pixel).

- Untuk menampilkan video yang secara visual tampak

kontinu, maka kecepatan pengambilan gambar adalah

25 atau 30 citra per detik, atau sekitar 23 MB/detik atau

sekitar 1,38 GB/menit atau sekitar 82,94 GB/jam.

- Kapasitas penyimpanan (CD dan DVD) yang ada saat

ini sekitar 7GB,

- Kapasitas band-width jaringan komunikasi yang terbatas.

- 25 citra/detik butuh band-with sekitar 184 Mbps.

(44)

Kompresi Video

• Solusi :

- Meningkatkan kapasitas memori penyimpanan,

implikasinya penambahan biaya yang besar

- Memperbesar band-width komunikasi

implikasinya penambahan biaya yang besar

- Kompresi data video Î pengembangan algoritma CoDec

(COmpression/DECompression) untuk memperkecil

semaksimal mungkin data video tanpa banyak mengurangi

kualitas visualnya

Kompresi Video

• Ide pertama adalah mengurangi jumlah data rate

(dari 25 fps ke 12 fps atau dari 30 fps ke 15 fps),

dengan konsekuensi menghilangkan sejumlah

pergerakan objek video (video motions)

• Intraframe (spatial) compression:

mengurangi redundant informasi/data yang

berada dalam satu citra atau frame.

(45)

Kompresi Video

Interframe (temporal) compression

• Landasan pemikiran adalah bahwa banyak terdapat

perulangan informasi/data video dari satu frame (citra) ke

frame lainnya.

• Sehingga perlu pengembangan metode atau algoritma yang

mampu menghilangkan redundancy informasi/dat antar

frame.

• Butuh identifikasi key frame (master frame)

• Key frame: dasar untuk menentukan berapa banyaknya

frame secara berurutan yang memiliki pergerakan objek

yang sama (hampir sama)

Kompresi Video

Interframe (temporal) compression

•

Andaikan bahwa informasi/data background adalah tetap (langit, jalan dan

rumput) dan hanya mobil yang bergerak.

•

Frame pertama disimpan sebagai key frame dan frame-frame lainnya diambil

hanyalah objek yang bergerak (mobil).

(46)

Standar video MPEG

• MPEG-1, adalah suatu standar untuk kompresi data video dan

audio (2 kanal audio). Memungkinkan untuk menyimpan video

dengan kapasitas 1.5 Mbps pada media VCD (Video CD).

• MPEG-2, suatu standard dikembangkan untuk televisi numerik

(HDTV) yang memberikan kualitas tinggi dengan kapasitas 40

Mbps dan 5 canal audio. MPEG-2 juga dikembangkan untuk

dapat mengidentifikasi dan memproteksi terhadap pembajakan.

Format ini digunakan untuk video DVD.

Standards et normes vidéos : MPEG

• MPEG-4, standard yang ditujukan untuk compresi data

multimédia dalam bentuk objek numériques, sehingga

lebih memudahkan interactivity, dan pengunaanya lebih

adaptif terhadap kebutuhan web dan interface mobile.

• MPEG-7, standard ditujukan untuk memberikan

representasi standar data audio dan visual agar dapat

lebih memungkinkan pencarian informasi dalam video

berdasarkan content. Standar ini disebut juga Multimedia

(47)

MPEG : Prinsip dasar

Prediksi

Transformasi

Kuantisasi

Entropy Coding

P

T

Q

Ce

Coding

Decoding

R

G

B

Y

U

V

Luminance

Format ruang warna : 4:1:1 (4:2:0)

MPEG : Prinsip dasar

Konversi RGB Î Yuv :

(48)

MPEG : Prinsip dasar

- Mata lebih sensitif terhadap perubahan intensitas/luminance L

- Perubahan nilai komponen chrominance U (Cb) dan V (Cr) tidak terlu tampak

secara visual oleh mata

Down sampling

MPEG : Prinsip dasar

(49)

MPEG : Prinsip dasar

Modul Prediksi :

• Frames I : citra dikompresi secara terpisah tanpa citra

referensi dari citra sebelumnya.

• Frames P: citra yang diprediksi berdasarkan pada citra

referensi I atau P sebelumnya.

• Frames B (Citra interpolsi bidireksional) : citra ini dihitung

berdasarkan citra referensi I dan P,

Urutan penyimpanan dalam file : I P B B B P B B B I B B B

I

B

P

B

P

B

I

(50)

MPEG : Prinsip dasarr

• Citra ini dikompresi dengan hanya menggunkan

metode

kompresi JPEG.

• Citra ini sangat penting dalam video MPEG

karena dialah yang menjamin kesinambungan data

citra lainnya

• Ada 2 atau 3 citra I per detiknya dalam video

MPEG.

Frames I :

MPEG : Principe

Frames P :

• Citra ini dihitung melalui perbedaan antra citra actual terhadap citra I atau