Bit Depth : Kedalaman Warna

  Yeni Herdiyeni Departmen Ilmu Komputer IPB Terms Bit Depth : Kedalaman Warna

• Kedalaman warna menentukan berapa banyak
• Enkoder / Compresor : software (atau hardware) yang mengkodekan data orisinal menjadi data

  warna yang dapat ditampilkan oleh satu pixel terkompres yang direpresentasikan dalam banyak bit yang

• Dekoder / Decompresor : software (atau hardware)

  ditampung pada pixel yang mendekode data terkompres menjadi data orisinal

• Kedalaman warna (bitdepth) :
• Codec :
• – 1 bit : monokrom (2 warna) software (atau hardware) yang yang mengkodekan
• – 4 bit : greyscale atau color (16 warna) dan mendekodekan data
• – 8 bit : greyscale atau color (256 warna)
• Algoritma : teknik yang digunakan dalam proses
• – 16 bit : high color (16 warna) pengkodean/kompresi
• – 24 bit : true color (16.777.216 warna)

  Bit Rate Kompresi Citra

• Bit Rate disebut juga dengan nama data rate • Kompresi Citra adalah aplikasi kompresi data yang dilakukan terhadap citra digital dengan
• Bit rate menentukan jumlah data yang tujuan untuk mengurangi redundansi dari ditampilkan saat video dimainkan, yang data-data yang terdapat dalam citra sehingga dinyatakan dalam satuan bps (bit per second).

  dapat disimpan atau ditransmisikan secara

• Data rate berkaitan erat dengan pemakaian efisien.

  dan pemilihan codec (metode kompresi video).

  Teknik Kompresi Citra Contoh Citra Medik

  (4)

• Loseless Compression :
• – Teknik kompresi citra dimana tidak ada satupun informasi citra yang dihilangkan.
• – Biasa digunakan pada citra medis.
• – Metode loseless : Run Length Encoding, Entropy Encoding (Huffman, Aritmatik), dan Adaptive Dictionary Based (LZW)

  Teknik Kompresi Citra Teknik Kompresi Citra

  (1) (2)

• Lossy Compression : • Beberapa teknik lossy
• – Ukuran file citra menjadi lebih kecil dengan – Color reduction : untuk warna-warna tertentu menghilangkan beberapa informasi dalam citra yang mayoritas dimana informasi warna disimpan asli.

  dalam color palette.

• – Teknik ini mengubah detail dan warna pada file – Chroma subsampling : teknik yang memanfaatkan citra menjadi lebih sederhana tanpa terlihat fakta bahwa mata manusia merasa brightness perbedaan yang mencolok dalam pandangan (luminance) lebih berpengaruh daripada warna manusia, sehingga ukurannya menjadi lebih kecil. (chrominance) itu sendiri, maka dilakukan pengurangan resolusi warna dengan disampling
• – Biasanya digunakan pada citra foto atau image lain ulang. Biasanya digunakan pada sinyal YUV.

  yang tidak terlalu memerlukan detail citra, dimana kehilangan bit rate foto tidak berpengaruh pada • Chorma Subsampling terdiri dari 3 komponen :

  Y (luminance) : U (CBlue) : V (CRed) citra. Downsampling

• The human eye can see more detail in the Y component (brightness) than in Cb (blue) and Cr (red). Using this knowledge, encoders can be designed to compress images more efficiently. (http://en.wikipedia.org)
• Transformasi warna dari RGB ke ruang warna (color space) dinamakan YCbCr.
• Pengurangan komponen Cb dan Cr dinamakan
• Rasio downsampling pada JPEG adalah 4:4:4 (no downsampling), 4:2:2 (reduce by factor
• Downsampling the chroma components menghemat 33% atau 50% space yang digunakan image.

  "downsampling" atau "chroma subsampling“

  Contoh Downsampling

  of 2 in horizontal direction), dan 4:2:0 (reduce by factor of 2 in horizontal and vertical directions).

  Teknik Kompresi Citra

  (3)

  Hal-Hal Penting Dalam Kompresi Citra

• Transform coding : menggunakan Fourier Transform seperti DCT (Discrete Cosine Transform).
• Scalability/Progressive Coding/Embedded
• – Fractal Compression : adalah suatu metode lossy untuk mengkompresi citra dengan menggunakan kurva fractal. Sangat cocok untuk citra natural seperti pepohonan, pakis, pegunungan, dan awan.
• – Fractal Compression bersandar pada fakta bahwa dalam sebuah image, terdapat bagian-bagian image yang menyerupai bagian image yang lain.
• – Proses kompresi Fractal lebih lambat daripada JPEG sedangkan proses dekompresinya sama.
• – Adalah kualitas dari hasil proses pengkompresian citra karena manipulasi bitstream tanpa adanya dekompresi atau rekompresi.
• – Biasanya dikenal pada loseless codec.
• – Contohnya pada saat preview image sementara image tersebut didownload. Semakin baik scalability, makin bagus preview image.

  Bitstream

  Hal-Hal Penting Dalam Kompresi Citra

Hal-Hal Penting Dalam Kompresi Citra

• – Tipe scalability :
• Region of Interest Coding : daerah-daerah tertentu dienkode dengan kualitas yang lebih tinggi daripada yang lain.
• Meta Information : image yang dikompres juga dapat memiliki meta information seperti statistik warna, tekstur, small preview image, dan author atau copyright information<
• Quality progressive : dimana image dikompres secara perlahan-lahan dengan penurunan kualitasnya.
• Resolution progressive : dimana image dikompresi dengan mengenkode resolusi image yang lebih rendah terlebih dahulu baru kemudian ke resolusi yang lebih tinggi.
• Component progressive : dimana image dikompresi berdasarkan komponennya, pertama mengenkode komponen grey baru kemudian komponen warnanya.

  Algoritma Kompresi/Dekompresi Citra

  (1)

• Algoritma umum untuk kompresi image adalah :
• – 1. Menentukan bitrate dan toleransi distorsi image dari inputan user.
• – 2. Pembagian data image ke dalam bagian-bagian tertentu sesuai dengan tingkat kepentingan yang ada (classifying).
• – Menggunakan salah satu teknik : DWT (Discreate
• Dimana
• – LL : Low Low Frequency (most importance)
• – HL : High Low Frequency (lesser importance)
• – LH : Low High Frequency (more lesser importance)
• – HH : High High Frequency (most less importance)
• – 3. Pembagian bit-bit di dalam masing-masing bagian yang ada (bit allocation).
• – 4. Lakukan kuantisasi (quantization).
• Hasil dekomposisi 3 level decomposition
• Kuantisasi Scalar : data-data dikuantisasi sendiri-sendiri
• Kuantisasi Vector : data-data dikuantisasi sebagai suatu himpunan nilai-nilai vektor yang diperlakukan sebagai suatu kesatuan.
• – 5. Lakukan pengenkodingan untuk masing-masing bagian yang sudah dikuantisasi tadi dengan menggunakan teknik entropy coding (huffman dan aritmatik) dan menuliskannya ke dalam file hasil.
• Sedangkan algoritma umum dekompresi image adalah :
• – 1. Baca data hasil kompresi menggunakan entropy dekoder.
• – 2. Dekuantisasi data.
• – 3. Rebuild image.

  Wavelet Transform) : mencari frekuensi nilai pixel

  masing-masing, menggabungkannya menjadi satu dan mengelompokkannya sebagai berikut:

  Algoritma Kompresi/Dekompresi Citra

  (2)

  Algoritma Kompresi/Dekompresi Citra

  (3)

  Algoritma Kompresi/Dekompresi Citra

  (4)

  Algoritma Kompresi/Dekompresi Citra

  Beberapa Metode Kompresi Citra

  Teknik Kompresi GIF Interlacing

• Interlacing separates
• GIF (Graphic Interchange Format) dibuat oleh

  the odd and even lines Compuserve pada tahun 1987 untuk and transmits them menyimpan berbagai file bitmap menjadi file separately. It allows the lain yang mudah diubah dan ditransmisikan overall frame rate to be pada jaringan komputer. half what it would need

• GIF merupakan format citra web yang tertua to be if the whole yang mendukung kedalaman warna sampai 8 display were delivered

  progressively. Thus, it bit (256 warna), menggunakan 4 langkah reduces the bandwidth

  interlacing, mendukung transparency, dan

  required to 50% and is mampu menyimpan banyak image dalam 1 therefore a form of file. compression.

• Byte ordering : LSB – MSB

  Struktur file GIF Struktur file GIF

  (1) (3)

• Header : menyimpan informasi identitas file • Global Color Table : masing-masing image

  GIF (3 bytes, harus string “GIF“) dan versinya dalam GIF dapat menggunakan global color (3 bytes, harus string “87a“ or “89b“) table atau tabel warnanya sendiri-sendiri.

  Penggunaan GCT akan memperkecil ukuran

• Global Screen Descriptor (GSD) : file GIF.

  mendefinisikan logical screen area dimana masing-masing file GIF ditampilkan.

• Image1, Image2, Image3, ... Image-n : dimana masing-masing image memiliki struktur blok sendiri-sendiri dan terminator antar file.
• Trailer : Akhir dari sebuah file GIF

  Struktur file GIF Struktur file GIF

  (2) (4)

• Kompresi GIF menggunakan teknik LZW : gambar GIF yang berpola horizontal dan memiliki perubahan warna yang sedikit, serta tidak bernoise akan menghasilkan hasil kompresan yang baik.

  Kompresi LZW (Lempel, Ziv dan Welch) pada GIF

  Format file GIF

• GIF87a : mendukung interlacing dan mampu manyimpan beberapa image dalam 1 file, ditemukan tahun 1987 dan menjadi standar.
• GIF89a : kelanjutan dari 87a dan ditambahkan dengan dukungan transparency, mendukung text, dan animasi.
• Proses encoding yang mencari rangkaian pixel yang sama pada gambar. Pola yang lebih sering muncul mendapatkan sebuah kode yang mewakili rangkaian tersebut dalam file terkompresi.
• Animated GIF : tidak ada standar bagaimana harus ditampilkan sehingga umumnya image viewer hanya akan menampilkan image pertama dari file GIF. Animated GIF memiliki informasi berapa kali harus diloop.
• Tidak semua bagian dalam animated GIF ditampilkan kembali, hanya bagian yang berubah saja yang ditampilkan kembali.
• PNG (Portable Network Graphics) digunakan di
• Menggunakan teknik loseless dan mendukung
• – Kedalaman warna 48 bit
• – Tingkat ketelitian sampling : 1,2,4,8, dan 16 bit
• – Memiliki alpha channel untuk mengkontrol transparency
• – Teknik pencocokan warna yang lebih canggih dan akurat
• Diprakarsai oleh Thomas Boutell dari PNG
• Format penamaan file PNG diatur ke dalam suatu urutan blok biner yang disebut sebagai “chunk“ (gumpalan), yang terdiri dari :
• – Length (4 bytes), berupa informasi ukuran PNG
• – Type (4 byte), berupa informasi nama chunk – Data (ukuran dinamis), berupa data PNG.
• – CRC (Cyclic Redundancy Check), berupa CRC-32 untuk pendeteksian error checking pada saat transmisi data.
• Byte ordering : MSB-LSB

  Animated GIF

  Teknik Kompresi PNG

  (1)

  Internet dan merupakan format terbaru setelah GIF, bahkan menggantikan GIF untuk Internet image karena GIF terkena patent LZW yang dilakukan oleh Unisys.

  :

  Teknik Kompresi PNG

  (2)

  Development Group, dan versi finalnya direlease pada 1 Oktober 1996, 1,5 tahun sejak project berjalan.

  Teknik Kompresi PNG

  (3)

  Proses PNG Decoder Struktur File PNG

• Proses PNG decoder adalah sebagai berikut : • Struktur file PNG adalah :
• – Baca chunk data size – PNG Signature : tanda file PNG
• – Baca dan simpan chunk type – IHDR chunk : menyimpan dimension, depth, dan color type
• – Jika ukuran chunk data lebih besar daripada data buffer, alokasikan buffer yang lebih b>– PLTE chun k: untuk PNG yang menggunakan color palette type
• – Baca chunk >– IDAT chunk 1, IDAT chunk 2, IDAT chunk 3, ... IDAT
• – Hitung CRC value dari chunk data chunk-n
• – Baca CRC dari file yang dite
• – IEND chunk: end of PNG image
• – Bandingkan hasil perhitungan CRC dengan CRC dari file, jika tidak sama, berarti chunk invalid, minta kirim ulang.

  Warna PNG Warna PNG

• – RGB Alpha Channel :
• PNG mendukung 5 cara u
• agar image dan background dapat dikombinasikan

  merepresentasikan warna, dimana tipe warna

• untuk mengkontrol transparency

  disimpan dalam bagian IHDR chunk :

• hanya bisa digunakan pada bit depth 8 atau 16 bits
• – RGB Triple (R,G, dan B) : untuk 8 atau 16 bits
• jika alpha channel 0 berarti 100% transparan, sehingga
• – Color Palette : yang disimpan dalam PLTE chunk background terlihat seutuhnya.
_{image bit depth -1} dengan bit depth 1,2,4 atau 8.

  berarti fully opaque,

• Jika alpha channel 2 sehingga background sama sekali tidak terlihat karena
• – Grayscale : 1 komponen warna per image, bisa tertutup oleh image.

  digunakan untuk semua bit depth.

• – Grayscale with Alpha Channel : hanya bisa 8/16 bits

Interlacing pada PNG Interlacing pada PNG

• PNG mendukung interlacing yang disebut
• 7 fase interlacing : Adam 7, yang menginterlace berdasarkan pixel daripada berdasarkan baris. Adam akan membagi image ke dalam 8x8 pixel, yang akan diupdate dalam 7 fase interlacing.
• Teknik kompresi yang digunakan adalah
• JPEG (Joint Photograpic Experts Group) menggunakan teknik kompresi lossy sehingga sulit untuk proses pengeditan.
• JPEG cocok untuk citra pemandangan (natural

  (1)

  Teknik Kompresi JPEG

  (3)

  JPEG Compression Models

  (2)

  JPEG Compression Models

  scan dan algoritma Huffman Encoding 8 bit secara sekuensial.

  down, left-right menggunakan proses single-

  JPEG Compression Models

  yang mengandung banyak garis, ketajaman warna, dan computer generated image

  generated image), tidak cocok untuk citra

  JPEG

  algoritma Lempel-Ziv. Cara kerja Deflate sama dengan LZW dan melakukan scanning secara horisontal. .

  Deflate yang merupakan kelanjutan dari

  Teknik Kompresi PNG

• Sequential : kompresi dilakukan secara top-
• Progressive : kompresi dilakukan dengan multiple-scan secara progresif, sehingga kita dapat mengira-ira gambar yang akan kita download.
• Hierarchical : super-progressive mode, dimana image akan dipecah-pecah menjadi sub image yang disebut frame. Frame pertama akan membentuk image dalam resolusi rendah hingga berangsur-angsur ke resolusi tinggi.
• Loseless (JPEG-LS) : exact image
• JPEG merupakan nama teknik kompresi, sedangkan nama format filenya adalah JFIF (JPEG File Interchange Format)
• Tingkat kompresi yang baik untuk JPEG adalah

  10:1-20:1 untuk citra foto, 30:1-50:1 untuk citra web, dan 60:1-100:1 untuk kualitas rendah seperti citra untuk ponsel.

• Byte order : MSB-LSB

  Tahapan Kompresi JPEG

  (1)

• Sampling : adalah proses pengkonversian data pixel dari RGB ke YUV/YIQ dan dilakukan down
• Quantization : proses membersihkan koefisien
• Entropy Coding : proses penggunaan algoritma entropy, misalnya Huffman atau Aritmatik untuk mengenkodekan koefisien hasil proses DCT yang akan mengeliminasi nilai-nilai matriks yang bernilai nol secara zig- zag order.
• DCT (Discreate Cosine Transform) : hasil dari proses sampling akan digunakan sebagai inputan proses DCT, dimana blok 8x8 pixels akan diubah menjadi fungsi matriks cosinus
• Baseline sequential JPEG encoding and decoding processes
• Color space transformation
• – First, the image is converted from RGB into a different color space called YCbCr. This is the same as the color space used by PAL, MAC and Digital color television transmission.
• The Y component represents the brightness of a pixel
• The Cb and Cr components together represent the chrominance 475 x 330 x 3 = 157 KB luminance
Y U V (Y Cb Cr) Components Step 1: Picture Preparation (b)

  sampling. Biasanya sampling dilakukan per

  8x8 blok, semakin banyak blok yang dipakai makin bagus kualitas sampling yang dihasilkan.

  Tahapan Kompresi JPEG

  (2)

  DCT yang tidak penting untuk pembentukan image baru. Hal ini yang menyebabkan JPEG bersifat lossy.

  Tahapan Kompresi JPEG

  (3)

  Step 1: Picture Preparation (a)

  Y U V (Y Cb Cr) Components Assign more bits to Y, less bits to Cb and Cr

  Downsampling

• – The human eye can see more detail in the Y component than in Cb and Cr. Using this knowledge, encoders can be designed to compress images more efficiently.
• – The above transformation enables the next step, which is to reduce the Cb and Cr components (called "downsampling" or "chroma subsampling").
• – Typically each group of 4 pixels would be sampled with 4 values for Y and only 1 each for U &amp; V (sampling ratio of 4:1:1).
• – For the rest of the compression process, Y, Cb and Cr are _{Assign more bits to Y, less bits to Cb and Cr} processed separately and in a very similar manner.

  Step 1: Picture Preparation (b) Step 2: Picture Processing

• Downsampling • Discrete Cosine Transform
• – Original: 12 blocks. – Next, each component (Y, Cb, Cr) of the image is "tiled" into sections of eight by eight pixels each, then each tile is – Sampled: 4 + 1 + 1 = 6 blocks.

  converted to frequency space using a two-dimensional – Compression ratio = 50%. forward discrete cosine transform.

• – There is 75% lost in chrominance components
• – Within the MCU, each component is processed separa
• – For the rest of the compression process, Y, Cb and Cr are one 8x8 block at a time.

  processed separately and in a very similar manner.

• – The luminance block is shifted from numbers 0..255 to numbers –128..127 by subtracting 128.
• – Chrominance values are already in the range –128..127.

  The 64 (8 X 8) DCT Basis Functions Step 2: Picture Processing

• – Each block is transformed by the forward DCT into low- and high-frequency information.
• Each 8x8 block can
• – This step is lossless, except that there may be little lost due

  be looked at as a

  to rounding of DCT coefficients

  weighted sum of

• – If one such 8×8 8-bit subimage is:

  these basis functions.

• The process of 2D DCT is also the process of finding those weights.

  JPEG Image Compression II Step 2: Picture Processing

  DCT: similar to FT; only real (cosine) part is kept. – which, if we now subtract 128 from each element, results in Identifies average value (dc coefficient) and remaining components (ac coefficients).

• – and then taking the DCT and rounding to the nearest integer results in

  DC

• – Note the rather large value of the top-left corner. This is the

  coefficient . The remaining 63 coefficients are called the AC coefficients .

  Step 3: Quantization Step 3: Quantization

• The human eye is good at seeing small differences in
• As a result of this, it is typically the case that many of brightness over a relatively large area, but not so good at the higher frequency components are rounded to distinguishing the exact strength of a high frequency zero, and many of the rest become small positive or brightness variation.

  negative numbers.

• This fact allows one to get away with greatly reducing the amount of information in the high frequency
• A common quantization matrix is: components.
• This is done by simply dividing each component in the frequency domain by a constant for that component, and then rounding to the nearest integer.
• This is the main lossy operation in the whole process.

  Step 3: Quantization Step 4: Entropy Encoding

• Entropy coding is a special form of lossless data

   Using this quantization matrix with the DCT coefficient matrix from above results in:

  compression.

• DC Coefficient Coding – the difference between the quantized DC coefficient of the current block and that of the previous block of the same component is taken.

   For example, using −415 (the DC coefficient) and rounding to the nearest integer  The quantization matrix may be scaled by a quality factor

  Step 4: Entropy Encoding

Zig-zag Scan DCT Blocks • Why? -- To group low frequency coefficients in top of vector

• AC Coefficient Coding – the 63 quantized coefficients are converted into a one-dimensional zig-zag sequence to increase the run length of zeros.
• Maps 8 x 8 to a 1 x 64 vector.
_{1 5 6 14 15 27 28 2 4 7 13 16 26 29 42 3 8 12 17 25 30 41} 43<
• zero run-length encoding is then applied.
• Huffman coding or arithmetic encoding is then further applied.

  9 ^{11 18 24 31 40 44 53} _{10 19 23 32 39 45 52 54 20 22 33 38 46 51 55 60 21 34 37 47 50 56 59 61 35 36 49 48 57 58 62 63} ^{Horizontal frequency} _{V e rt ic a} ^{l f re q u e n c y}

• The zig-zag sequence for the above quantized coefficients would be:

  −26, −3, 0, −3, −2, −6, 2, −4, 1, −4, 1, 1, 5, 1, 2, −1, 1, −1, 2, 0, 0, 0, 0, 0, −1, −1, 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,

• DC coefficient is -26
• Zero run-length encoding is

  (0, -3),

  (1, -3), (0, -2), (0, -6), (0, 2), (0, -4),

  (0, 1), (0, -4), (0, 1), (0, 1), (0, 5), (0, 1), (0, 2), (0, -1), (0, 1), (0, -1), (0, 2), (5, -1), (0, -1), (0, 0)

  Decoding

Decoding

• Decoding to display the image consists of doing all the above in reverse.
• Taking the DCT coefficient matrix (after adding the difference of the DC coefficient back in)
>and multiplying it by the quantization matrix from above results in
• which closely resembles the original DCT coefficient matrix for the top-left portion. _Original

  Decoding

  JPEG Latihan

• Taking the inverse DCT (type-III DCT) results in an image with values (still shifted down by 128)
• and adding 128 to each entry ^Original
• Given the following matrices Matrix A : 8 x 8 luminance block. Matrix B : 8 x 8 Quantization matrix (luminance)
• JPEG 2000 merupakan pengembangan kompresi JPEG.
• Didesain untuk internet, scanning, foto digital, remote sensing, medical imegrey, perpustakaan digital dan e-commerce
• Kelebihan :
• Kelebihan (lanjutan) :
• – Robustness to bit error yang digunakan untuk komunikasi jaringan dan wireless
• – Open architecture : single compression/decompression
• – Mendukung protective image security : watermarking, labeling, stamping, dan encryption
• – Mendukung image ukuran besar 64k x 64k, size up to 2
32<
• 1
• – Dapat digunakan pada bit-rate rendah sehingga dapat digunakan untuk network image dan remote sensing
• – Menggunakan Lossy dan loseless tergantung kebutuhan bandwidth. Loseless digunakan untuk medical image
• – Transmisi progresif dan akurasi &amp; resolusi pixel tinggi
• – Menggunakan Region of Interest (ROI)
• – Mendukung meta data dan baik untuk computer- generated imagenary. Dulu JPEG standar baik untuk natural imagenary.

  a) For this luminance block, obtain a Matrix C by subtracting each entry from 128.

  b) Obtained the DCT coefficient matrix as a result of apply DCT to Matrix C.

  c) Compute the quantized coefficients using truncation to the nearest integers and then write them out in a zig- zag order.

  d) Compute the quantized coefficients by rounding to the nearest integers and then write them out in a zig-zag order.

  e) Compare the merits of using each of the techniques in parts (d) and (e) above.

  JPEG 2000

  JPEG 2000