SISTEM
Sistem Multimedia
Akuisisi dan karakteristik data multimedia
Data real multimedia berupa signal analog :
Sinyal audio :
Sinyal video :
Pokok bahasan :
(i)
Pengantar Multimedia,
(ii) Produksi konten multimedia
(iii) Representasi data multimedia
(iv) Penyimpanan dan pengambilan data
multimedia
(v) Jaringan Multimedia
(vi) Distribusi Multimedia
(vii) Keamanan Multimedia
3
Perkuliahan :
- 6 x Tatap muka (@ 4 jam)
- 2 Tugas + 1 Proyek akhir kuliah
- 1 – 2 x Ujian
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
6
Sistem multimedia digital
Data media streams berupa digital, yang dapat
diproses (dikompres/dekompres dan dianalisis)
dalam komputer.
7
Tipe media digital :
Media yang bersifat Time-Independent
• Information/data bukan merupakan fungsi waktu
• teks
• grafik (grafik komputer)
• citra (photo).
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
9
Karakteristik sistem multimedia :
• Secara terintegrasi
- Pembuatan,
- Pemrosesan,
- Penyimpanan,
- Representasi,
- Transmisi
• Dokumen multimedia yang bersifat time-dependent
dan time-independent
1 0Dokumen multimedia :
Teks Citra Audio Video1 1
Dokumen multimedia :
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.
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.
1 2
Sinkronisasi dokumen multimedia :
• Sinkronisasi intra-objets
• Sinkronisasi inter-objets
1 3 Vision (citra &
video) pendengaran (audio & musique) Penciuman (bau) Perasa (rasa) Peraba (sensasi sentuhan) Application Robotik : 1 4 Application Vidéo conférence
- Volume data multimedia : sangat besar - Band-width jaringan : terbatas dan mahal - Delay waktu transmisi : sangat besar
1 5
Video game :
1 6
1 7
Simulasi penerbangan :
1 8
1 9
Virtual reality
2 0
Virtual reality : produksi
film/animasi
2 1
Data/informasi multimedia :
Dokumen Teks Citra / Grafik Audio / musik Video / Animasi
Data multimedia 500 Mbps 22 Digitizer : - Sampling - Quantization Audio digital
Representasi data numerik/digital
Signal audio analog
video digital Signal video analog
PAL/SECAM - 25 frame/second - 576 linesuseful/frame CNST
- 30 frame/second - 483 lines useful / frame
23
Representasi data numerik/digital
Digitizer : - Digitalisasi signal analog/continu menjadi signal digital/diskret
- Melalui proses sampling dan quantization (kuantisasi) yang dilakukan secara bersamaan. 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
2 4
x
0
Frekuensi sampling rendah
x
0
Frekuensi sampling tinggi
Amplitudo Frekuensi sampling tinggi :
- Kualitas tinggi, - jumlah data besar
Amplitudo Frekuensi sampling rendah :
- Kualitas rendah, - jumlah data kecil
• Sampling :
2 5 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.
2 6
• Kuantisasi :
x 0 x 0 Amplitudo Kuantisasi dengan 5 bit- Variasi nilai amplitudo 25 = 32 - Jumlah data = N*32 bit
N = jumlah sampling
Amplitudo Kuantisasi dengan 3 bit
- Variasi nilai amplitudo 23 = 8 - Jumlah data = N*8 bit - Kualitas intensitas berkurang
2 7
Representasi dan kapasitas data multimedia
Informasi textual :
- Teks jumlah data JD = Nhuruf x 8bit
- Texs + citra/grafik 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 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).
Informasi citra :
- Citra berwarna warna dasar RGB (merah, hijau, biru)
- Ukuran citra 2D NxM pixel (tinggi x lebar) JD = N x M x 24 bit - Kamera foto digital berukuran 8 mega pixel 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 25 (PAL) – 30 (NTSC) citra/detik - VCD Jumlah pixel/citra 352x240 (NTSC) dan 352x288 (PAL) - VCD JD = 60,83 Mbit/s (NTSC), JD = 60,83 Mbit/s (PAL)
- DVD Jumlah pixel/citra 720x480 (NTSC) dan 720x576 (PAL) - DVD JD = ?
2 9
Masalah dalam Komunikasi Informasi Multimedai Tanpa kompresi Teks Citra Audio . Video Teks Citra Audio Video Bandwidth 128 kbps 65 menit? Data multimedia 500 Mbps Bandwidth 128 kbps wwxxyyzz Informasi Multimedia Terkompresi 128 kbps Video Audio 30 Citra Teks Bandwidth 128 kbps Bandwidth 128 kbps
Harapan
pengguna
Teknologi Informasi
Multimedai
wwwxxxyyyzzz harapan !!3 1 TTeekkss CCiittrraa yyyyyyyyyyyy VViiddeeoo terkompresi Video Audio Citra Teks terkompresi Bandwidth 128 kbps Bandwidth 128 kbps
Solusi Kompresi Informasi Multimedai yang telah dikembangkan saat ini S wwwwwwwwww xxxxxxxxxxxxx AAuuddioio zzzzzzzzzzzz . terkompresi lumayan !! 3 2 Teks Citra Audio Video Video Audio Citra Teks Bandwidth 128 kbps fjmmsflkkdffjskjk Bandwidth 128 kbps
Solusi Kompresi Informasi Multimedia yang saya
kembangkan
3 3
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
3 4
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)
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,
. 35
3 6
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
3 7
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.
3 8 e=4 f=3 t=2 i=2 s=2 n=2 m=2 x=1 p=1 l=1 u=1 0=1 r=1 2 4 1 1 1 0 1 1 0 1 0 1 1 0 4 1 0 0 2 1 0 2 1 4 1 0 5 1 1 a=4 08 8 h=2 0 4 0 8 0 16Lossless compression :
• Huffman Coding
pohon biner :
“ “= 7 0 12 0 20 0 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 135 bit3 9
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 :
4 0
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.
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
Entropi H :
- 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
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
4 4
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
4 5
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 c w wc output Kamus T <NIL> T O T TO T TO = <256> B O OB O OB = <257> E B BE B BE = <258> O E EO E EO = <259> R O OR O OR = <260> N R RN R RN = <261> O N NO N NO = <262> T O OT O OT = <263> T T TT T TT = <264> O T TO B TO TOB <256> TOB = <265> E B BE Algoritma kompresi LZW :
c w wc output Kamus O R T O BE O OR T BEO OR ORT TO <258> <260> BEO = <266> ORT = <267> B E O R N O T TO TOB E EO R RN O TOB TOBE EO EOR RN RNO OT <265> <259> <261> TOBE = <268> EOR = <269> RNO = <270> OT <263>
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 :
k w input w+input output Kamus T T T O T O TO O TO = <256> B O B OB B OB = <257> E B E BE E BE = <258> O E O EO O EO = <259> R O R OR R OR = <260> N R N RN N RN = <261> O N O NO O NO = <262> T O T OT T OT = <263> <256> T TO TT TO TT = <264> <258> TO BE TOB BE TOB = <265> <260> BE OR BEO OR BEO = <266> <265> OR TOB ORT TOB ORT = <267> <259> TOB EO TOBE EO TOBE = <268> <261> EO RN EOR RN EOR = <269>
<2 6 3> RN OT R N O OT RNO = <270>49
5 0
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)
5 1
JPEG (Joint Photo Expert Group)
• 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
5 2
• 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
5 3
PNG (
Portable Network Graphics
)
• 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
5 4
GIF (Compuserve 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
55 Pembagian citra dalam blok 8x8pixel Transformasi warna DCT Kuantisasi CodingRLE & Huffman Tabel Kuantisasi Tabel coding Rekonstruksi Blok citra Transformasi Warna invers IDCT Kuantisasi Inverse DecodingRLE & Huffman Citra terkompresi JPEG Citraasli Kompresi JPEG Rekonstruksi JPEG
Kompresi JPEG
Bagan standar kompresi citra JPEGMatriks asli.
56
Y Cr
Sub-sampling warna
Format ruang warna :
R G B Y 4:4:4 Cb 4:2:2 4:1:1
5 7 Konversi RGB Yuv :
Konversi Yuv RGB :
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 SarisfueddcinaMraadevndisa.ual oleh mata
Matriks asli. Matriks transformasi DCT DCT Matriks kuantisasi Matriks terkuantisasi. 59
÷
2 N 1 x0 N 2NDCT (i, y)X .C(i) Pixel(x, y).cos
(2x 1).i .cos 2 N 1 N 1 y 0 x0 2N 2N
DCT (i, j) .C( j).C(i) Pixel(x, y).cos
N (2x 1).i (2 y 1). j N 1 y0 X 2 N.C( j) DCT (i, y) . cos 2N DCT(i, j) (2 y 1). j Transformasi DCT .cos j0 i0 2N
Pixel(x, y) .C( j).C(i) DCT (i, j). cos
N 2N 2 (2x 1).i (2y 1). j N 1 j0 2 N 2N
IDCT (i, y)X .C( j) DCT (i, j).cos
(2y 1). j N 1 i0 X 2 N 2N
Pixel(x, y) .C(i) IDCT (i, y) . cos (2x 1).i
Transformasi DCT invers.
N 1 N 1
Implementasi 1D :
61
Matriks hasil IDCT
.
IDCT
x
Matriks kuantisasi
Matriks terkuantisasi. Matriks terkuantisasi invers.
0 0 0 0 0 0 0 0 1264 0 10 0 0 0 0 0 24 12 0 0 0 0 0 0 14 13 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 F 0
Quantization Table for: Photoshop CS2 (Save As 11)
Quantization Table: Luminance
1 1 1 2 3 3 4 5 1 2 4 7 8 8 8 8 1 1 1 2 3 4 4 6 2 2 4 7 8 8 8 8 1 1 2 3 4 4 5 7 4 4 7 8 8 8 8 8 2 2 3 4 4 5 7 8 7 7 8 8 8 8 8 8 3 3 4 4 5 7 8 8 8 8 8 8 8 8 8 8 3 4 4 5 7 8 8 8 8 8 8 8 8 8 8 8 4 4 5 7 8 8 8 8 8 8 8 8 8 8 8 8 5 6 7 8 8 8 8 8 8 8 8 8 8 8 8 8
Quantization Table: Chrominance
Quantization Table for: IrfanView (95%)
Quantization Table: Luminance
2 1 1 2 2 4 5 6 2 2 2 5 10 10 10 10 1 1 1 2 3 6 6 6 2 2 3 7 10 10 10 10 1 1 2 2 4 6 7 6 2 3 6 10 10 10 10 10 1 2 2 3 5 9 8 6 5 7 10 10 10 10 10 10 2 2 4 6 7 11 10 8 10 10 10 10 10 10 10 10 2 4 6 6 8 10 11 9 10 10 10 10 10 10 10 10 5 6 8 9 10 12 12 10 10 10 10 10 10 10 10 10 7 9 10 10 11 10 10 10 10 10 10 10 10 10 10 10
Quantization Table: Chrominance
6 4
Zigzag coding : urutan pengkode menurut norm JPEG.
• 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 :
Table 1 - Huffman - Luminance (Y) - DC
Length Bits Code
000 04 001 05 010 03 3 bits 011 02 100 06 101 01 110 00 (End of Block) 4 bits 1110 07 5 bits 11110 08 6 bits 111110 09 7 bits 1111110 0A
Table 2 - Huffman - Luminance (Y) - AC
... FA ... 1111 1111 1111 1110 16 bits 31 111010 ... 111011 ... 41 ... 12 bits ... 1111 1111 0011 ... ... F0 (ZRL) ... ... ... ... 6 bits 00 01 02 3 bits 100 03 1010 11 4 bits 1011 04 1100 00 (End of Block) 11010 05 5 bits 11011 21 11100 12 2 bits Code 01 Length Bits 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
AC Code Size Additional Bits DC/AC Value
01 1 0 1 -1 1 02 2 00,01 10,11 -3,-2 2,3 03 3 000,001,010,011 100,101,110,111 -7,-6,-5,-4 4,5,6,7 04 4 0000,...,0111 1000,...,1111 -15,...,-8 8,...,15 05 5 0 0000,... ...,1 1111 -31,...,-16 16,...,31 06 6 00 0000,... ...,11 1111 -63,...,-32 32,...,63 07 7 000 0000,... ...,111 1111 -127,...,-64 64,...,127 08 8 0000 0000,... ...,1111 1111 -255,...,-128 128,...,255 09 9 0 0000 0000,... ...,1 1111 1111 -511,...,-256 256,...,511 0A 10 00 0000 0000,... ...,11 1111 1111 -1023,...,-512 512,...,1023 0B 11 000 0000 0000,... ...,111 1111 1111 -2047,...,-1024 1024,...,2047 1011 0101 1011 1011 00 1 . . . 1010 1 . . . 111011 0 1100
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 multi-resolusi 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 resolusi signaltetap. - pendekatan melalui dilatasi signal 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)
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
71
Discrete Wavelet Transform (DWT)
• 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 : +0.266864118443 (Z1+Z-1) -0.0782223266529 (Z2+Z-2) -0.016864118448 (Z3+Z-3) +0.026748757411 (Z4+Z-4) -0.295635881557 (Z2+Z0) -0.028771763114 (Z3+Z-1) +0.045635881557 (Z4+Z-2) Filter low-pass L : +0.602949018236 Filter high-pass H : +0.557543526229 (Z1)
Discrete Wavelet Transform (DWT)
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 :
– Melakukan proses WT terhadap citra asli – Kuantisasi skalar (sesuai tingkat resolusi) – Pengkodean (RLE, entropy, Huffman, …)
7 5 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
denda. Sis. Mul. : Pendahuluan.
Standar Kompresi JPEG2000
Citra asli baris kolom LL1 LH1 HL1 HH1 Detil horisontal Detil vertikal Detil diagonal
e Sis. Mul. : Pendahuluan.
Standar Kompresi JPEG2000
Citra LL1 baris kolom LL2 LH2 HL2 HH2 Detil horisontal Detil vertikal Detil diagonal .
Standar Kompresi JPEG2000
Citra LL2 baris kolom LL3 LH3 HL3 HH3 Detil horisontal Detil vertikal Detil diagonal 78
Standar kompresi JPEG2000
Transmisi secara progresif per resolusi
Standard compression JPEG2000
Standar kompresi JPEG2000
Transmisi secara progresif per resolusi
Standar kompresi JPEG2000
Standard compression JPEG2000
Perbandingan rasio kompresi
Contoh citra hasil kompresi :
Standar kompresi JPEG2000
Standard compression JPEG2000
• Keuntungan
– Kualitas lebih baik dari JPEG
– Lossless dan lossy compression sangat baik – Regions of Interests ROIcoding – 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.
Kompresi Video
• Solusi :
- Meningkatkan kapasitas memori penyimpanan,
implikasinya penambahan biaya yang besar
- Memperbesar band-width komunikasi
implikasinya penambahan biaya yang besar
- Kompresi data video 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.
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).
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
Prediksi Transformasi Kuantisasi Entropy Coding
P
T
Q
Ce
MPEG : Prinsip dasar
Coding
Decoding
Y U V
Format ruang warna : 4:1:1 (4:2:0)
R G B
MPEG : Prinsip dasar
Konversi RGB Yuv :
MPEG : Prinsip dasar
- Mata lebih sensitif terhadap perubahan intensitas/luminance L
- Perubahan nilai komponen chrominance U (Cb) dan V (Cr) tidak terlu tampak
Down sampling
MPEG : Prinsip dasar
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
MPEG : Prinsip dasarr
Frames I :
• 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.
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.
MPEG : Principe
Frames B :
• Sama halnya dengan frames P, frames B dihitung berdasarkan perbedaan antara citra actual terhadap citra referensi I
sebelumnya dan citra referensi P berikutnya, hal ini dapat memberikan kualitas kompresi yang baik, namun memberikan delay waktu karena harus mengetahui dulu citra berikutnya dan harus disimpan di memori 3 citra secara berturutan (citra I/P sebelumnya, citra actual dan citra P/I berikutnya).