Akuisisi dan karakteristik data multimedia
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 : Sinyal video :
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
3 Perkuliahan :
- 6 x Tatap muka (@ 4 jam)
- 2 Tugas + 1 Proyek akhir kuliah
- 1 – 2 x Ujian
4
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.
5 Sistem multimedia digital Data media streams berupa digital, yang dapat diproses (dikompres/dekompres dan dianalisis) dalam komputer.
Sarifuddin Madenda. Sis. Mul. : Pendahuluan.
6
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.
7 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
- Animasi (komputer grafik)
- Sarifuddin Madenda. Sis. Mul. : Pendahuluan.
8
Karakteristik sistem multimedia :
- Secara terintegrasi
- Pembuatan,
- Pemrosesan,
- Penyimpanan,
- Representasi,
- Transmisi • Dokumen multimedia yang bersifat time-dependent dan time-independent Sarifuddin Madenda. Sis. Mul. : Pendahuluan.
9 Dokumen multimedia : Teks Audio
Citra Animasi (komputer grafik) Video Sarifuddin Madenda. Sis. Mul. : Pendahuluan.
10
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.
Sarifuddin Madenda. Sis. Mul. : Pendahuluan.
11 Sinkronisasi dokumen multimedia :
- Sinkronisasi intra-objets
- Sinkronisasi inter-objets Sarifuddin Madenda. Sis. Mul. : Pendahuluan.
12
Application Robotik :
Vision (citra & Peraba video) (sensasi sentuhan)
Penciuman
(bau)
pendengaran (audio & Perasa musique) (rasa) Sarifuddin Madenda. Sis. Mul. : Pendahuluan.13 Application Vidéo conférence
- Volume data multimedia : sangat besar
- Band-width jaringan : terbatas dan mahal
- Delay waktu transmisi : sangat besar Sarifuddin Madenda. Sis. Mul. : Pendahuluan.
14
Sarifuddin Madenda. Sis. Mul. : Pendahuluan
15 Video game : Sarifuddin Madenda. Sis. Mul. : Pendahuluan.
16 Iklan video clip : Sarifuddin Madenda. Sis. Mul. : Pendahuluan.
17 Simulasi penerbangan : Sarifuddin Madenda. Sis. Mul. : Pendahuluan.
18 Virtual reality :
Aplikasi kedokteran
Sarifuddin Madenda. Sis. Mul. : Pendahuluan
19 Virtual reality Sarifuddin Madenda. Sis. Mul. : Pendahuluan.
20 Virtual reality : produksi film/animasi
Data/informasi multimedia :
Dokumen Teks Citra / Grafik Audio / musik Video / Animasi Data multimedia 500 Mbps Sarifuddin Madenda. Sis. Mul. : Pendahuluan.
21 Representasi data numerik/digital Signal audio analog Audio digital
Digitizer :
- Sampling - Quantization
video digital Signal video analog
- 25 frame/second
- 576 lines /frame
useful CNST
- 30 frame/second
- 483 lines useful / frame Sarifuddin Madenda. Sis. Mul. : Pendahuluan.
22 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
Fréquence d’échantillonnage Sarifuddin Madenda. Sis. Mul. : Pendahuluan.
23 Sampling :
- Contoh signal :
Amplitudo Frekuensi sampling tinggi :
- Kualitas tinggi,
- jumlah data besar
x Frekuensi sampling tinggi
Amplitudo Frekuensi sampling rendah :
- Kualitas rendah,
- jumlah data kecil
x Frekuensi sampling rendah Sarifuddin Madenda. Sis. Mul. : Pendahuluan.
24
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
Fréquence d’échantillonnage Sarifuddin Madenda. Sis. Mul. : Pendahuluan.
25
- Kuantisasi :
Amplitudo Kuantisasi dengan 5 bit
5
- Variasi nilai amplitudo 2 = 32
- Jumlah data = N*32 bit N = jumlah sampling
x Amplitudo
Kuantisasi dengan 3 bit
3
- Variasi nilai amplitudo 2 = 8
- Jumlah data = N*8 bit
- Kualitas intensitas berkurang
x Sarifuddin Madenda. Sis. Mul. : Pendahuluan.
26
Representasi dan kapasitas data multimedia
Informasi textual :
- Teks Î jumlah data JD = N x 8 bit
huruf
- 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).
Sarifuddin Madenda. Sis. Mul. : Pendahuluan.
27 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)
- DVD JD = ? Sarifuddin Madenda. Sis. Mul. : Pendahuluan.
28 Sarifuddin Madenda. Sis. Mul. : Pendahuluan.
29 Masalah dalam Komunikasi
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.
Informasi Multimedai Tanpa kompresi
30 Informasi Multimedia Terkompresi
128 kbps Video Audio
Citra Teks Bandwidth 128 kbps
Bandwidth 128 kbps Harapan pengguna Teknologi Informasi Multimedai wwwxxxyyyzzz harapan !! wwwwwwwwww Teks Teks
Teks terkompresi lumayan !! xxxxxxxxxxxxx
Citra Citra Citra terkompresi
Bandwidth 128 kbps yyyyyyyyyyyy
Video Bandwidth Video Video
128 kbps terkompresi
Solusi Kompresi Informasi Multimedai yang telah
Audio zzzzzzzzzzzz
Audio Audio dikembangkan saat ini terkompresi Sarifuddin Madenda. Sis. Mul. : Pendahuluan.
31 Teks Teks
Wow !!! Citra
Citra Bandwidth 128 kbps fjmmsflkkdffjskjk
Bandwidth Video Video 128 kbps
Solusi Kompresi Informasi Multimedia yang saya
Audio Audio kembangkan Sarifuddin Madenda. Sis. Mul. : Pendahuluan.
32
- 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.
Sarifuddin Madenda. Sis. Mul. : Pendahuluan.
33 Kompresi data multimedia
- 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)
34 Kompresi data :
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.
35 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 sedikit dikode dengan jumlah bit terbesar Sarifuddin Madenda. Sis. Mul. : Pendahuluan.
36
- 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.
- Huffman Coding pohon biner :
4
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
20
16
12
8
8
8
5
4
4
Sarifuddin Madenda. Sis. Mul. : Pendahuluan.
1
1 0 0 1 1 0 1
4 0 0 0 0 1 1 0 1 1 0 0 0 1 1 0 1 1 0 0 1 0 1
2
2
2
“ “= 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
38 Lossless compression :
Sarifuddin Madenda. Sis. Mul. : Pendahuluan.
37 Lossless compression :
288 bit Î 135 bit
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.
39 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.
Sarifuddin Madenda. Sis. Mul. : Pendahuluan.
40
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.
41 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
Entropi H : Sarifuddin Madenda. Sis. Mul. : Pendahuluan.
42
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
12P1H14P3H23P1H11P
- Bentuk kompresinya adalah : Sarifuddin Madenda. Sis. Mul. : Pendahuluan.
43 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 Sarifuddin Madenda. Sis. Mul. : Pendahuluan.
44
- 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.
Sarifuddin Madenda. Sis. Mul. : Pendahuluan.
45 Lossless compression :
46 BE B E TOB = <265> <256> TOB TO B TO T O
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 TO T O T <NIL> T
Kamus output wc w c Algoritma kompresi LZW : Sarifuddin Madenda. Sis. Mul. : Pendahuluan.
47 <263> OT OT O T
RNO = <270> <261> RNO RN O RN R N EOR = <269> <259> EOR EO R EO E O
TOBE = <268> <265> TOBE TOB E TOB TO B TO T O
ORT = <267> <260> ORT OR T OR O R BEO = <266> <258> BEO BE O
Kamus output wc w c Sarifuddin Madenda. Sis. Mul. : Pendahuluan.
- Lempel-Ziv-Welch coding
- Contoh : TOBEORNOTTOBEORTOBEORNOT Hasil pengkodean : TOBEORNOT<256><258><260><265><259><261><263> Jumlah bit 16 * 9 = 144 bits.
48 Lossless compression :
Algoritma Rekonstruksi LZW : TOBEORNOTTOBEORTOBEORNOT Sarifuddin Madenda. Sis. Mul. : Pendahuluan.
50 Format file citra:
49 RNO = <270> OT RNO OT RN <263> EOR = <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 TO O T O T T T Kamus output w+input input w k Sarifuddin Madenda. Sis. Mul. : Pendahuluan.
Kompresi data Citra JPEG (Joint Photo Expert Group)
- 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)
- Format JPEG mengikuti norm ISO
- Bersifat pengunaan bebas
24
- Jumlah warna citra 2 = 16777216 warna
- Type kompresi lossy menggunakan DCT
- Kualitas kompresi tergantung pada rasio kompresi
- Tidak memiliki sifat warna transparan
- Bukan format animasi Sarifuddin Madenda. Sis. Mul. : Pendahuluan.
51 Joint Photo Expert Group JPEG 2000 ( )
- JPEG 2000 masih dibawah proteksi hak paten
- Type kompresi lossy dan lossless menggunakan Wavelet Transform
24
- Jumlah warna citra 2 = 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.
52
Portable Network Graphics
PNG ( )
- 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 Sarifuddin Madenda. Sis. Mul. : Pendahuluan.
53 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 Sarifuddin Madenda. Sis. Mul. : Pendahuluan.
54 Kompresi JPEG
Bagan standar kompresi citra JPEG
Pembagian citra Coding RLE Transformasi dalam blok DCT Kuantisasi & warna
8x8 pixel Huffman Kompresi JPEG
Tabel Tabel Citra terkompresi Citra asli JPEG Kuantisasi coding
Rekonstruksi JPEG Transformasi Decoding RLE Rekonstruksi Kuantisasi
Warna
IDCT & Blok citra Inverse invers Huffman Matriks asli.
Sarifuddin Madenda. Sis. Mul. : Pendahuluan.
55 Sub-sampling warna 4:4:4
Format ruang warna :
R G B Y Cb Cr Y 4:2:2 4:1:1
Sarifuddin Madenda. Sis. Mul. : Pendahuluan.
56
57 Konversi RGB Î Yuv : Konversi Yuv Î RGB : Sarifuddin Madenda. Sis. Mul. : Pendahuluan.
Sarifuddin Madenda. Sis. Mul. : Pendahuluan.
- Mata lebih sensitif terhadap perubahan intensitas/luminance L - Perubahan nilai komponen chrominance U (Cb) dan V (Cr) tidak terlu tampak secara visual oleh mata
58 MPEG : Prinsip dasar
Down sampling
Matriks transformasi DCT
Matriks kuantisasi Matriks terkuantisasi
Transformasi DCT
2 ) , ( N x
⎤ ⎢⎣ ⎡
− = − = ⎥⎦
2 ).
1 2 (
. cos
N x N
2 ).
1 2 ( ). cos , ( ) ( ). ( .
N y N j y N i x Pixel y x i C j C
1
1
− = ⎥⎦ ⎤ ⎢⎣
N DCT j i π π
÷ Sarifuddin Madenda. Sis. Mul. : Pendahuluan.
DCT
59 Matriks asli.
Sarifuddin Madenda. Sis. Mul. : Pendahuluan.
1
- =
⎥⎦
⎤
⎢⎣ ⎡
- =
π ∑ ∑
- =
- =
IDCT π
N Pixel y x π π
∑ − = ⎥⎦
⎤ ⎢⎣ ⎡ + =
1
2
2 ).
1 2 ( ). cos , ( ) ( . ) , (
N j N
X N j y DCT j i j C y i
∑
2 ) , ( N i
− = ⎥⎦
⎤ ⎢⎣ ⎡
1
2
2 ).
1 2 ( . cos ) , ( ) ( . ) , (
N i
X N N i x y i
IDCT i C y x Pixel π Transformasi DCT invers. Implementasi 1D : Implementasi 1D :
N j N j y N i x DCT j i i C j C
1 2 ( ). cos , ( ) ( ). ( .
X N i x Pixel y x i C y i DCT
2 ).
1 2 ( ). cos , ( ) ( . ) , (
2 ).
2
⎡
60 ∑
∑
− = ⎥⎦
⎤ ⎢⎣ ⎡
1
2
2 ).
1 2 ( . cos ) , ( ) ( . ) , (
X N N j y DCT y i j C j i DCT
π
∑ ∑ − =
− = ⎥⎦ ⎤ ⎢⎣
⎡
1
1
1 2 (
. cos
N y
- ⎥⎦ ⎤ ⎢⎣ ⎡
2 ).
- =
61 Matriks hasil IDCT
IDCT x
⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤
⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡
− − − − − =
13
14
12
24
10 1264
F Sarifuddin Madenda. Sis. Mul. : Pendahuluan.Matriks kuantisasi Matriks terkuantisasi. Matriks terkuantisasi invers
62
Photoshop CS2 (Save As 11)
Quantization Table for: IrfanView (95%)
6
3
2
2
1
6
7
6
4
2
2
1
1
6
6
9
3
2
1
1
1
6
5
4
2
2
1
1
2 Quantization Table: Luminance
5
6
8
9
11
10
10
9
7
10
12
12
10
9
8
6
5
11
10
10
8
6
6
4
2
8
10
11
7
6
4
2
2
10
10
10
10
10
7
5
10
10
10
10
10
6
3
2
10
10
10
10
7
3
2
2
10
10
10
10
5
2
2
2 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
10
10
10
10
10
10
10
10
10
10
10
10
10
10
10
10
10
10
10
10
10
10
10
10
10
10
10
10
10
10
10
10
10
10
10
Sarifuddin Madenda. Sis. Mul. : Pendahuluan.
2
8
7
5
4
4
3
2
2
7
5
4
4
3
1
3
1
6
4
4
3
2
1
1
1
5
4
3
3
2
3
4
1
7
63 Quantization Table for:
8
8
8
8
8
7
6
5
8
8
8
8
5
4
4
4
8
8
8
7
5
4
4
3
8
8
7
5
1
1 Quantization Table: Luminance
1 Quantization Table: Chrominance
4
8
8
8
8
7
7
8
8
8
8
8
7
4
8
8
8
8
8
7
4
2
2
8
8
8
8
7
4
2
8
8
8
8
8
8
8
8
8
8
8
8
8
8
8
8
8
8
8
8
8
8
8
8
8
8
8
8
8
8
8
8
8
- 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 :
Code Bits Length
Code Bits Length 20 -10 11 1 -9 2 -2 -4 -8 -1 0 1 2 3 -1 0 0 0 0 -1 EOB
06 16,...,31 -31,...,-16 ...,1 1111 0 0000,...
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
5
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,...
05 8,...,15 -15,...,-8 1000,...,1111 0000,...,0111
4
04 4,5,6,7 -7,-6,-5,-4 100,101,110,111 000,001,010,011
3
03 2,3 -3,-2 10,11 00,01
2
02 1 -1
1
1
01 DC/ AC Value Additional Bits Size AC Code 1011 0101 1011 1011 00 1 . . . . . 1010 1 . . . . . . 111011 0 1100
11
Sarifuddin Madenda. Sis. Mul. : Pendahuluan.
65 Table 1 - Huffman - Luminance (Y) - DC
1111 1111 0011 ... 12 bits ... ... ...
0A 1111 110 7 bits 09 1111 10 6 bits 08 1111 0 5 bits 07 1110 4 bits
04
05
03
02
06
01 00 (End of Block) 000 001 010 011 100 101 110 3 bits
FA ... 1111 1111 1111 1110 16 bits
... ... ... ...
F0 (ZRL) ... ...
31
01 2 bits
41 1110 10 1110 11 6 bits
05
21
12 1101 0 1101 1 1110 0
5 bits
11
04 00 (End of Block) 1010 1011 1100 4 bits
03 100 3 bits
01
02
00
Code bit-stream : Sarifuddin Madenda. Sis. Mul. : Pendahuluan.
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.
67 Analisis multi-frekuensi :
- 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.
68 Discrete Wavelet Transform (DWT)
Dua pendekatan analisis : - pendekatan melalui dilatasi filter Î resolusi signal tetap.
Prinsipe : memisahkan signal dalam dua komponen yaitu informasi general (frekuensi rendah) dan informasi detil (frekuensi tinggi)
Bagaimana DWT berfungsi ?
- 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.
Sarifuddin Madenda. Sis. Mul. : Pendahuluan.
69 Pendekatan melalui dilatasi filtre ?
Discrete Wavelet Transform (DWT) Sarifuddin Madenda. Sis. Mul. : Pendahuluan.
- 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.
- Lebih mudah untuk implementasi real-time
- sangat baik untuk kompresi citra dan video
70 Pendekatan dilatasi signal ?
Discrete Wavelet Transform (DWT)
Keuntungan untuk kompresi citra :
Sarifuddin Madenda. Sis. Mul. : Pendahuluan
71 Discrete Wavelet Transform (DWT) Sarifuddin Madenda. Sis. Mul. : Pendahuluan.
72 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 :
- 0.602949018236
- 0.266864118443 (Z
- 0.557543526229 (Z
- 1
- 2
- 0.0782223266529 (Z
- Z
- 2
- 0.016864118448 (Z
- Z
- 0.045635881557 (Z
- Z
- 1
- 0.028771763114 (Z
- Z
4
Discrete Wavelet Transform (DWT) Sarifuddin Madenda. Sis. Mul. : Pendahuluan.
) Filter low-pass L : Filter high-pass H :
4
)
3
2
)
1
- Z
- 0.295635881557 (Z
- Z )
)
)
)
3
2
)
1
- 3
- 4
- 0.026748757411 (Z
- Z
73
Sarifuddin Madenda. Sis. Mul. : Pendahuluan.
- 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, …)
74 Standar Kompresi JPEG2000
Standar Kompresi JPEG2000
Citra Wavelet Coding Citra
Pembentukan Kuantisasi Transform
asli per blok terkompresi bitstream Optimisasi Encoder rasio-distorsi
Wavelet
Decoding Citra Kantisasi Citratransform
Per blok terkompresi invers rekonstruksiinverse
Decoder Sarifuddin Madenda. Sis. Mul. : Pendahuluan.
75 Standar Kompresi JPEG2000 LL
1 Detil
horisontal Citra
LH
1
asli Detil vertikal
HL
1 Detil
baris diagonal
HH kolom
1 Sarifuddin Madenda. Sis. Mul. : Pendahuluan.
76
Standar Kompresi JPEG2000
LL
2 Detil
horisontal Citra
LH
2 LL1
Detil vertikal HL
2 Detil
baris diagonal kolom HH
2 Sarifuddin Madenda. Sis. Mul. : Pendahuluan.
77 Standar Kompresi JPEG2000 LL
3 Detil
horisontal Citra
LH
3 LL2
Detil vertikal HL
3
baris Detil diagonal kolom HH
3 Sarifuddin Madenda. Sis. Mul. : Pendahuluan.
78 Sarifuddin Madenda. Sis. Mul. : Pendahuluan.
79 Standar kompresi JPEG2000 Transmisi secara progresif per resolusi Sarifuddin Madenda. Sis. Mul. : Pendahuluan.
80 Standard compression JPEG2000 Transmisi secara progresif per resolusi Sarifuddin Madenda. Sis. Mul. : Pendahuluan.
81 Standar kompresi JPEG2000 Transmisi secara progresif per resolusi Sarifuddin Madenda. Sis. Mul. : Pendahuluan.
82 Standar kompresi JPEG2000 Transmisi secara progresif per resolusi 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
- 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.
Sarifuddin Madenda. Sis. Mul. : Pendahuluan.
85 Standard compression JPEG2000
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.
86 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.
Sarifuddin Madenda. Sis. Mul. : Pendahuluan.
87 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.
88 Kompresi Video
- 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.
Sarifuddin Madenda. Sis. Mul. : Pendahuluan.
89 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).
90 Kompresi Video Interframe (temporal) compression
t
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.
91 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 Content Description Interface.
Sarifuddin Madenda. Sis. Mul. : Pendahuluan.
92
Coding Decoding
Prediksi Transformasi Kuantisasi Entropy Coding
Sarifuddin Madenda. Sis. Mul. : Pendahuluan.
93 MPEG : Prinsip dasar
P T Q Ce
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 :
Konversi Yuv Î RGB :
- 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.
95 MPEG : Prinsip dasar
Down sampling Sarifuddin Madenda. Sis. Mul. : Pendahuluan.
96 MPEG : Prinsip dasar Modul Prediksi :
MPEG : Prinsip dasar
Modul Prediksi :
I B B B P B B B P B B B
I
- 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
Sarifuddin Madenda. Sis. Mul. : Pendahuluan.
97 MPEG : Prinsip dasar Sarifuddin Madenda. Sis. Mul. : Pendahuluan.
98
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.
Sarifuddin Madenda. Sis. Mul. : Pendahuluan.
99 MPEG : Principe