pengolahan citra digital

Pengolahan Citra Digital – Image Compression
January 14, 2008
Mengapa kita memerlukan kompresi dan reduksi data citra?
1. Data Citra Umumnya berukuran besar.
Contohnya aja : misalnya saja untuk membuat halaman judul yang jumlah
halamannya 1dan didalamnya terdapat logo perusahaan atau kampus,
besarnya hampir sama jika kita membuat file .doc yang isinya hanya tulisan dan
berlembar2.
2.Tidak praktis dalam proses penyimpanan, proses dan transmisi
3.Dengan adanya kompresi kita bisa mengurangi redundancy atau pengulangan data
yang ada pada data.
Data Redundancy adalah pengulangan dari informasi yang sudah dinyatakan sebelumnya
atau sudah diketahui.


Contoh aplikasi yang membutuhkan kompresi citra
• Televideo-conferencing
• Remote sensing
• Telemedical / Medical imaging
• Facsimile transmission

Ada 2 kategori Teknik Kompresi Citra :
1. Lossless Compression
Teknik yang mengkompresi data asli menjadi bentuk yang lebih kecil tanpa menghilangkan informasi
Contoh : Aplikasi biomedis
2. Lossy Compression
Teknik memperoleh data yang lebih ringkas dengan melalui suatu proses penghampiran atau approksimasi dari data asli dengan tingkat error yang masih dapat diterima
Contoh : TV Broadcast

Konsep Data Redundancy :
Relative data redundancy RD: RD = 1 - 1/CR dan CR = n1/n2
n1 dan n2: jumlah satuan informasi yang dibawa citra/data 1 dan citra/data 2.
Keterangan :
• Bila n1 = n2, maka CR = 1 dan RD = 0 (tidak ada redundancy).
• Bila n2 < n1, maka CR mendekati tak terhingga dan RD mendekati 1 (terjadi redundancy yang tinggi).
• Bila n2 > n1, maka CR mendekati 0 dan RD mendekati minus tak terhingga (informasi yang dibawa data set 2 jauh lebih besar dari data set 1)
• Bila 0 < CR < 1 dan RD rendah ( tingkat redundancy rendah).

Suatu data atau citra dikatakan telah terkompresi jika redundancy-nya dapat dikurangi
Jenis-jenis data redundancy :
- Coding Redundancy
- Interpixel Redundancy
- Phsycovisual Redundancy
Perbedaan utama antara Coding Redundancy, Interpixel Redundancy dan Psychovisual Redundancy adalah penyebab adanya data redundancy dan teknik eliminasi redundancy
 Coding redundancy : Terjadi bila suatu kode simbol yang digunakan terdiri dari sejumlah bit yang melebihi jumlah bit yang diperlukan untuk representasi setiap simbol (dalam hal ini: tingkat keabuan piksel citra). Teknik eliminasinya dengan cara mengubah pengkodean.Tingkat keabuan yang probabilitas terjadinya tinggi diberi panjang kode yang pendek, dan bila sebaliknya diberi kode yang panjang
 Interpixel redundancy : data redundancy dinyatakan dengan korelasi antar piksel dimana intensitas suatu piksel dapat diperkirakan dari intensitas piksel-piksel tetangganya. Teknik eliminasinya dengan mengubah representasi citra image. citra tidak dinyatakan dalam bentuk matriks dari intensitas piksel-pikselnya, akan tetapi dipetakan (mapping) dalam bentuk perbedaan intensitas antar piksel yang bersebelahan. Bentuk data yang dimampatkan ini bersifat reversible, artinya dapat direkonstruksi kembali menjadi citra asalnya.