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 :
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)
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
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 6
Sistem multimedia digital
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 7
Tipe media digital :
Media yang bersifat Time-Independent
• Information/data bukan merupakan fungsi waktu
•
teks
•
grafik
(grafik komputer)
•
citra
(photo).
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 8
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
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 9
Karakteristik sistem multimedia :
• Secara terintegrasi
- Pembuatan,
- Pemrosesan,
- Penyimpanan,
- Representasi,
- Transmisi
• Dokumen multimedia yang bersifat time-dependent
dan time-independent
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 10
Dokumen multimedia :
Teks
Citra Audio
Video
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 11
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.
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 12
Sinkronisasi dokumen multimedia :
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 13
Vision (citra &
video)
pendengaran
(audio &
musique)
Penciuman
(bau)
Perasa
(rasa)
Peraba
(sensasi sentuhan)
Application Robotik :
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 14
Application Vidéo conférence
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 15
Video game :
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 17
Simulasi penerbangan :
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 19
Virtual reality
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 21
Data/informasi multimedia :
Dokumen Teks
Citra / Grafik
Audio / musik
Video / Animasi
Data multimedia 500 Mbps
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 22
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
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 23
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
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 24
•
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,
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.
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 26
• 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
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 27
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
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 28
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)
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 29
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
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 30
Informasi
Multimedia
Terkompresi
128 kbps
Video
Audio
Citra
Teks
Bandwidth
128 kbps
Bandwidth
128 kbps
Harapan
pengguna
Teknologi Informasi
Multimedai
wwwxxxyyyzzz
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 31
128 kbps
Bandwidth
128 kbps
Solusi Kompresi Informasi
Multimedai yang telah
dikembangkan saat ini
wwwwwwwwww
xxxxxxxxxxxxx
zzzzzzzzzzzz
lumayan !!
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 32
Teks
128 kbps
Bandwidth
128 kbps
Solusi Kompresi Informasi
Multimedia yang saya
kembangkan
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 33
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
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 34
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)
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 35
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,
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 36
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
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 37
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.
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 38
Lossless compression :
• Huffman Coding
pohon biner :
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 39
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 :
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 40
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
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 41
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.
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 42
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 :
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 43
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
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 44
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
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 45
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
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 46
BE
B
E
TOB = <265>
<256>
TT = <264>
T
TT
T
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
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 47
RNO = <270>
<261>
EOR = <269>
<259>
TOBE = <268>
<265>
ORT = <267>
<260>
BEO = <266>
<258>
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 48
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 :
Sarifuddin Madenda.
<263>
RN
OT
Sis. Mul. : Pendahuluan.RNO
OT
RNO = <270>
49EOR = <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
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 50
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)
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 51
• 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)
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 52
• 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
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 53
• 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
)
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 54
• 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
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 55
Kompresi JPEG
Pembagian citra dalam blok
8x8 pixel
Transformasi
warna DCT Kuantisasi
Coding RLE & Huffman
Tabel Kuantisasi
Tabel coding
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.
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 56
Sub-sampling warna
R
G
B
Y
Cb
Cr
Format ruang warna :
Y
4:4:4
4:2:2
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 57
Konversi RGB
Î
Yuv :
Konversi Yuv
Î
RGB :
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 58
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
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 59
Matriks asli. Matriks transformasi DCT
DCT
Matriks kuantisasi
Matriks terkuantisasi.
÷
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 60
∑
−Transformasi DCT
∑
Transformasi DCT invers.
Implementasi 1D :
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 61
Matriks hasil IDCT
IDCT
x
Matriks kuantisasi
Matriks terkuantisasi. Matriks terkuantisasi invers.
⎥
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 63
Quantization Table for: Photoshop CS2 (Save As 11)
8
Quantization Table: Luminance
8
Quantization Table: Chrominance
Quantization Table for: IrfanView (95%)
10
Quantization Table: Luminance
10
Quantization Table: Chrominance
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 64
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)
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 65 1111 10 6 bits
1111 1111 1111 1110 16 bits
1111 1111 0011 ...
12 bits
... ...
...
31 41 1110 10
1110 11
Code bit-stream :
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 66
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
DC/ AC Value
Additional Bits
Size
AC Code
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 67
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.
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 68
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.
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 69
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)
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 70
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
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 71
Discrete Wavelet Transform (DWT)
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 72
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 73
• 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)
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 74
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 :
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 75
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
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 76
Standar Kompresi JPEG2000
LL
1LH
1HL
1HH
1baris
Citra asli
Detil horisontal
Detil vertikal
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 77
Standar Kompresi JPEG2000
HH
2baris
kolom
Citra LL1
Detil horisontal
Detil vertikal
Detil diagonal
LH
2LL
2HL
2Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 78
Standar Kompresi JPEG2000
HH
3baris
kolom
Citra LL2
Detil horisontal
Detil vertikal
Detil diagonal
LH
3LL
3Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 79
Standar kompresi JPEG2000
Transmisi secara progresif per resolusi
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 80
Standard compression JPEG2000
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 81
Standar kompresi JPEG2000
Transmisi secara progresif per resolusi
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 82
Standar kompresi JPEG2000
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 83
Standard compression JPEG2000
Perbandingan rasio kompresi
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 84
Contoh citra hasil kompresi :
Standar kompresi JPEG2000
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 85
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
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 86
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,
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 87
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
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 88
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:
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 89
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)
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 90
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).
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 91
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.
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 92
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.
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 93
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)
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 94
MPEG : Prinsip dasar
Konversi RGB
Î
Yuv :
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 95
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
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 96
MPEG : Prinsip dasar
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 97
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
B
B
P
B
B
B
P
B
B
B
I
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 98
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 99
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 :
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 100
MPEG : Principe
Frames P :
• Citra ini dihitung melalui perbedaan antra citra actual terhadap citra I atau
citra P sebelumnya.
• Algoritma yang dikembangkan untuk menghitung citra P adalah melalui
perbandingan blok per blok, disebut macroblocs (16x16 pixels), dan
berdasarkan pada nilai ambang tertentu dapat dinyatakan apakah blok
tesebut berbeda dengan blok citra sebelumnya. Jika ya maka dilakukan
compresi JPEG dan jika tidak, blok tersebut dinyatakan sama dengan
blok citra sebelumnya dan tidak perlu dikompresi.
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 101