KOMPRESI ADAPTIF UNTUK CITRA WAJAH DENGAN METODE AUTOMATIC REGION OF INTEREST (ROI) PADA JPEG 2000
Eka Angelina Desiyanti¹, Iwan Iwut Tritoasmoro², Koredianto Usman³
¹Teknik Telekomunikasi, Fakultas Teknik Elektro, Universitas Telkom Abstrak
Kompresi adalah aplikasi data yang dilakukan terhadap citra digital dengan tujuan untuk
mengurangi redudansi dari data-data yang terdapat dalam citra sehingga dapat disimpan ataupun ditransmisikan secara efisien. Pada tugas akhir ini, kompresi dilakukan terhadap citra wajah dengan metode ROI (Region of Interest), yang merupakan penerapan dari JPEG 2000. Dalam kompresi tersebut, citra wajah manusia dikompres dengan level yang berbeda (level wavelet 0-1, 0-2, 1-1, 1-2 dan level kuantisasi 16, 64, 128) untuk bagian wajah dan latarnya, dimana hanya dibatasi satu citra wajah untuk satu gambar. Kompresi citra wajah ini disimulasikan
menggunakan software Matlab 7.7.
Adapun cara yang dilakukan untuk melaksanakan simulasi adalah pengambilan sampel citra wajah sebanyak 20 orang dengan memotret sendiri dan download dari internet, melakukan segmentasi kulit wajah dengan mengecrop bagian wajah, serta memisahkan bagian wajah dan bagian latar. Kemudian melakukan proses kompresi JPEG 2000, yang meliputi encoder (wavelet, kuantisasi, dan encoding) dan decoder (decoding, dekuantisasi, dan invers wavelet).
Setelah disimulasikan, maka dilakukan analisis terhadap kualitas citra hasil kompresi dengan menggunakan nilai RMSE (Root Mean Square Error), PSNR (Peak Signal to Noise Ratio), dan MOS (Mean Opinion Score). RMSE dan PSNR merupakan penilaian objektif, dimana suatu citra hasil kompresi akan dibandingkan dengan citra aslinya menggunakan suatu rumus perhitungan tertentu. Sedangkan MOS merupakan penilaian subjektif, dimana penilaiannya didasarkan pada pendapat seseorang terhadap citra hasil kompresi dan citra aslinya.
citra hasil kompresi dengan level wavelet 0-1 dan level kuantisasi 128. Dimana pada level tersebut, citra hasil kompresi memiliki tampilan yang tidak jauh berbeda dari aslinya dan dari segi detail warnanya pun lebih baik daripada level yang lain.
Kata Kunci : JPEG 2000, ROI (Region of Interest), RMSE (Root Mean Square Error),
Abstract
Compression is an application data to reduce redundancy, so it can be saved and transmitted efficiently. In this research, the object of compression is face image, which only one face in a picture. This compression implemented using ROI (Region of Interest) method in JPEG 2000. In this research, face and background compressed using different level (wavelet level 0-1, 0-2, 1-1, 1-2 and quantization level 16, 64, 128) and simulated using Matlab 7.7.
The simulation steps are take twenty datas of image, segmented of skin face, separated face part from background part, and JPEG 2000 compression steps, such as encoder (wavelet, quantization, encoding), and decoder (decoding, dequantization,inverse wavelet).
After simulating, the quality of image compression be analyzed using RMSE (Root Mean Square Error), PSNR (Peak Signal to Noise Ratio), and MOS (Mean Opinion Score). RMSE and PSNR are objective parameter which compression image be compared with origin image using an formula. And MOS is subjective parameter which quality of compression based on opinion from some people.
Based on the analysis of quality and performance image, the best quality of compression image is compression image using 0-1 wavelet level and 128 quantization level.
1
BAB I PENDAHULUAN
1.1 Latar Belakang
Kompresi citra merupakan aplikasi data yang dilakukan terhadap citra digital dengan tujuan untuk mengurangi redudansi dari data-data yang terdapat dalam citra sehingga dapat disimpan atau ditransmisikan secara efisien. JPEG (Joint Photographic Expert Group) 2000 adalah salah satu metode kompresi citra yang merupakan pengembangan dari JPEG. JPEG2000 ini dikembangkan untuk mengatasi keterbatasan teknik kompresi JPEG. Oleh karena itu, JPEG2000 dilengkapi dengan berbagai fitur, diantaranya adalah Region of Interest (ROI).
Region of Interest (ROI) merupakan salah satu fitur pada JPEG2000 yang memungkinkan dilakukannya pengkodean secara berbeda pada area tertentu dari citra digital, sehingga mempunyai kualitas yang lebih baik dari area sekitarnya. Fitur ini menjadi sangat penting, bila terdapat bagian tertentu dari citra digital yang dirasakan lebih penting dari bagian yang lainnya.
Metode yang digunakan untuk pengkodean ROI adalah Metode Maxshift. Prinsip utama pada pengkodean ROI ini adalah dengan menggeser bitplane dari koefisien yang dipilih sebagai ROI, sehingga menepati posisi yang lebih tinggi daripada bitplane sekitarnya. Karena menggunakan Metode Maxshift, pergeserannya dilakukan sampai batas maksimal, sehingga seluruh bitplane dari koefisien ROI berada di atas bitplane dari area sekitarnya. Hal ini menyebabkan pengkodean pada ROI akan menghasilkan area dengan kualitas maksimal dibandingkan area sekitarnya.
Hal tersebutlah yang melatarbelakangi penulis untuk memanfaatkan kinerja ROI ini dalam menyusun tugas akhir yang berjudul Kompresi Adaptif untuk Citra Wajah dengan Metode Automatic Region of Interest (ROI) pada JPEG 2000.
Pada tugas akhir ini, penulis memilih daerah wajah karena daerah ini merupakan daerah yang sering diamati. Wajah juga merupakan salah satu indikator bagi seseorang untuk membedakan antara orang yang satu dengan yang lain. Oleh karena itu, penulis melakukan kompresi dengan level yang berbeda pada bagian latar dari citra wajah manusia dengan tujuan agar daerah wajah memiliki kualitas yang lebih baik daripada bagian latar.
1.2 Tujuan dan Manfaat
Tujuan pembuatan tugas akhir ini adalah:
1. Merealisasikan penerapan Automatic Region of Interest (ROI) pada citra wajah manusia.
2. Melakukan kompresi yang berbeda untuk ROI dan non ROI. 3. Mengamati rasio kompresi keseluruhan.
4. Menilai performansi citra hasil kompresi berdasarkan parameter objektif (RMSE, PSNR) dan subjektif (MOS).
Manfaat dari tugas akhir ini adalah:
1. Sebagai bahan pembelajaran mengenai proses penerapan Region of Interest (ROI) pada JPEG 2000.
2. Sebagai bahan masukan untuk penelitian lebih lanjut tentang proses-proses kompresi pada JPEG 2000 dengan menggunakan Region of Interest (ROI).
1.3 Rumusan Masalah
Rumusan masalah yang akan dimunculkan dalam tugas akhir ini adalah:
1. Membahas tahap-tahap dalam pemrosesan citra dengan menggunakan JPEG 2000.
2. Melakukan perhitungan terhadap kualitas citra yang dihasilkan oleh ROI pada kompresi JPEG 2000.
1.4 Batasan Masalah
Dalam pembahasan tugas akhir ini, permasalahan akan dibatasi pada: 1. Menggunakan citra RGB.
2. Format penyimpanan file adalah window Bitmap (BMP).
3. Pemrosesan citra menggunakan JPEG 2000, khususnya pada pembahasan Region of Interest (ROI) pada citra wajah manusia, yaitu bagian wajah.
4. Tahap preprocessing pada JPEG 2000 yang digunakan adalah tahap ICT (Irreversible Color Transform), dimana dilakukan transformasi dari format RGB menjadi YCbCr.
5. Pengkompresian akan dilakukan pada bagian latar dari citra yang mengandung unsur wajah dan dibatasi hanya untuk satu citra wajah pada sebuah gambar tertentu.
3
6. Pengkompresian citra disimulasikan menggunakan program berbasis Matlab 7.7.
7. Sampel citra diperoleh dari pemotretan sendiri dan mendownload dari internet. 8. Bagian latar memiliki warna yang berbeda dari kulit wajah objek.
1.5 Metodologi Penyelesaian Masalah
Metode yang akan digunakan untuk menyelesaikan tugas akhir ini adalah: 1. Studi Literatur
Pada tahap ini, dilakukan pendalaman materi-materi yang terkait melalui literatur dan referensi yang tersedia di berbagai sumber.
2. Pengumpulan data
Bertujuan untuk mendapatkan data citra wajah yang akan digunakan sebagai masukan dari sistem.
3. Simulasi
Pada tahap ini, dilakukan simulasi desain sistem yang telah dirancang dengan menggunakan software Matlab 7.7.
4. Analisis performansi
Bertujuan untuk melakukan analisis performansi hasil simulasi yang mencakup analisis RMSE (Root Mean Square Error), PSNR (Peak Signal to Noise Ratio) serta MOS (Mean Opinion Score).
5. Pembuatan Laporan
Proses simulasi dan analisis yang dilakukan akan dibukukan dalam bentuk laporan tugas akhir sebelum akhirnya dipresentasikan.
1.6 SISTEMATIKA PENULISAN
Sistematika penulisan Tugas Akhir ini dapat dijelaskan sebagai berikut: BAB I : PENDAHULUAN
Bab ini berisi pemaparan latar belakang, tujuan dan manfaat Tugas Akhir, rumusan masalah, batasan masalah, metodologi penyelesaian masalah, sistematika penulisan.
BAB II : DASAR TEORI
Bab ini berisi tentang konsep dasar JPEG 2000 dan Region of Interest (ROI).
BAB III : PERANCANGAN SISTEM DAN SIMULASI Bab ini berisi pemodelan sistem yang disimulasikan. BAB IV : ANALISA HASIL SIMULASI
Bab ini berisi tentang analisa hasil simulasi dengan menggunakan Matlab 7.7.
BAB V : PENUTUP
Bab ini berisi kesimpulan dan saran-saran untuk pengembangan penelitian lebih lanjut.
45 BAB V PENUTUP 5.1 Kesimpulan
Dari hasil analisa sistem yang dilakukan pada bab sebelumnya, maka dapat ditarik kesimpulan sebagai berikut:
1. Akibat ketidakseragaman pencahayaan, maka deteksi warna kulit tidak dapat direalisasikan. Akibatnya, untuk mendeteksi kulit wajah diperlukan crop sebelum melakukan kompresi.
2. Hasil kompresi yang memiliki ukuran citra kompresi yang paling kecil adalah kompresi dengan level wavelet 1-2 dan level kuantisasi 16 yaitu berkisar antara 4.03 KB sampai dengan 52.89 KB dari ukuran citra asli yang berkisar antara 102 KB sampai dengan 921.66 KB.
3. Kualitas citra hasil kompresi yang paling baik dihasilkan pada level wavelet 0-1 dengan level kuantisasi 128, dimana nilai RMSE keseluruhan berkisar antara 3.5 sampai dengan 21.9 dan PSNR berkisar antara 21.3 dB sampai dengan 37.2 dB. 4. Dari pengukuran MOS, maka hasil kompresi yang terbaik adalah hasil citra
kompresi dengan menggunakan level wavelet 0-1 untuk setiap level kuantisasi.
5.2 Saran
Ada beberapa saran yang dapat dijadikan pedoman oleh pembaca adalah:
1. Hendaknya sampel yang digunakan memiliki pencahayaan yang seragam, sehingga deteksi warna kulit dapat direalisasikan.
2. Kompresi ini dapat dikembangkan dengan menggunakan bagian latar yang mirip dengan warna kulit.
3. Kompresi ini dapat dikembangkan menggunakan program Java, sehingga dapat diaplikasikan pada handphone.
4. Kompresi ini dapat dikembangkan sebagai alat absensi kantor maupun lembaga pendidikan dengan wajah sebagai inputan.
Powered by TCPDF (www.tcpdf.org)
DAFTAR PUSTAKA
[1]. Chen, Oscal. Automatically-determined Region Of Interest in JPEG 2000. IEEE Journal. 2007.
[2]. Hendrawan. Arithmetic Coding.
[3]. Hidayatno, Achmad, dkk. Penentuan Wilayah Wajah Manusia Pada Citra Berwarna Berdasarkan Warna Kulit Dengan Metode Template Matching.
[4]. Iwut T, Iwan. Pemrosesan Berbasis Statistik Sinyal.
[5]. Iwut T, Iwan. Analisa Wavelet. Sekolah Tinggi Teknik Telkom.
[6]. Linda,Agustina. Penerapan Region of Interest (ROI) pada Metode Kompresi JPEG2000.ITB. 2005.
[7]. Wijaya, Marvin Ch dan Agus Prijono. Pengolahan Citra Digital Menggunakan Matlab. Informatika. Bandung. 2007.
[8]. Zaslavsky, Eddie. JPEG2000 The Next Generation Still Image-Compression Standard. Image Processing seminar-slide presentasi. 2003.
[9]. ----.Kompresi Citra. Fakultas Teknik Informatika Universitas Kristen Duta Wacana. 2005. [10]. http://translate.google.co.id/translate?hl=id&sl=en&u=http://graphicssoft.about. com/od/formatsjpeg/JPEG_Format_About_JPEG_and_JPEG_2000_File_Forma ts.htm&sa=X&oi=translate&resnum=5&ct=result&prev=/ [11]. http://IEEE.org [12]. http://www.wikipedia.com/jpeg2000 [13]. http://www.google.com/jpeg2000
