Jumat, 03 Oktober 2014

KOMPRESI CITRA & FRAKTAL


1. Kompresi Citra
Kompresi citra merupakan cara untuk mengurangi ukuran dari citra aslinya, yang 
berguna untuk efisiensi penyimapanan atau transmisi data citra, tujuan utama dari kompresi 
citra selain mengurangi ukuran suatu citra juga mempertahankan sisi kualitas dari citra tersebut [5],karena percuma saja jika ukuran sangat kecil tetapi kualitas citra tersebut sangat buruk. Kompresicitra dibagi menjadi dua teknik 
kompresi, yaitu kompresi lossless dan lossy.Perbedaan dari kedua teknik tersebut terletak pada kualitas dan besar citra yang telah dikompresi, hasil kualitas kompresi citra lossless lebih baik dibandingkan citra lossy sedangkan hasil ukuran citra yang telah dikompresi pada citra lossy lebih kecil dibandingkan citra lossless. 
Berdasarkan gambar diatas citra asli akan di encode menjadi informasi berupa bitstream, proses kompresi pada citra dilakukan dengan mengurangi korelasi pada bit-bit pada citra dan barulah bitstream di decode menjadi citra yang terkompresi.

2. Kompresi Fraktal
Kompresi citra fraktal merupakan salah satu metode kompresi citra lossy, ide dasar dari kompresi citra fraktal adalah membagi suatu citra asli menjadi blok-blok kecil atau disebut dengan blok range dan citra asli disebut blok domain [6], dan dari kedua blok tersebut akan dipetakan kesamaan berdasarkan dari nilai bit-nya atau biasa disebut dengan self-similarity.
Proses self-similarity dimulai dengan mengecilkan ukuran blok pada blok domain menjadi ukuran blok range, dan diberi label menjadi blok domain’, pada blok domain’ dilakukan transformasi affine[9]. Pada blok range dilakukan perbandingan dengan similarity blok domain’, parameter perbandingan similarity berdasarkan nilai MSE (Mean Square Error) (1). 

3. Graph-based Segmentation
Pada tugas akhir ini, sebelum citra asli dipartisi dengan metode quardtrees, citra akan melalui proses segmentasi dengan metode graph-based segmentation. Dengan metode ini citra asli akan dibagi-bagi berdasarkan kontennya [7], yang maksud dari konten suatu citra adalah objek-objek yang ada pada suatu citra, seperti pada gambar II.3. Dapat dilihat pada gambar II.3 objek-objek pada citra dibagi berdasarkan kontennya, pembagian konten pada citra dilakukan berdasarkan nilai bit pada citra tersebut, jika ada sekumpulan bit yang memiliki sifat yang sama akan dianggap menjadi suatu konten dan seterusnya. Metode segmentasi graph-based, berkerja dengan mendeteksi perbedaan nilai atau bobot edge pada konten citra 
atau dapat dilihat sebagai fungsi thresholding karena dengan fungsi inilah yang menentukan proses dan jumlah konten citra yang terbagi. Metode segmentasi graph-based dapat membedakan konten citra engan membandingkan nilai atau bobot dari setiap pixel dengan nilai threshold, jadi jika nilai thresold-nya berbeda maka hasil segmentasi citra akan berbeda pula. Metode segmentasi ini digunakan untuk mempercepat proses partisi pada metode quardtrees, dengan citra dibagi berdasarkan kontennya, maka citra yang dipartisi pun berdasarkan konten yang telah dibagi, selain itu dengan metode segmentasi graph-based akan mempercepat waktu encoding.

Kesimpulan :
Pada tugas akhir ini diangkat permasalahan kompresi citra, metode kompresi citra yang digunakan pada tugas akhir ini adalah metode kompresi fraktal dengan metode Graph-based Segmentation, dengan metode Graph-based Segmentation citra uji akan dibagi-bagi berdasarkan konten atau objek yang ada pada citra. Citra uji yang digunakan pada tugas akhir ini berupa citra 256x256 berskala grayscale dan berwarna, berformat *.bmp yang akan dikonversi menjadi citra *.jpeg dengan menggunakan AVS Image Converter dengan parameter kualitas 100%, citra uji dibagi menjadi empat kategori, yaitu citra wajah, pemandangan, bangunan, dan fraktal. Citra *.jpeg akan diproses dengan sistem yang dibangun dan akan menghasilkan citra .*jpeg yang terkompresi. Parameter uji pada system ada tiga, yaitu R blok, W ratio, dan threshold. Pada tahap uji coba parameter uji akan dibagi menjadi tiga tahapan, pertama uji coba parameter R blok, uji coba parameter W ratio, dan uji coba parameter threshold. Untuk parameter ukur akan digunakan parameter PSNR, rasio kompresi, dan waktu kompresi. Berdasarkan hipotesa target dari tugas akhir ini untuk mendapatkan citra terkompresi dengan nilai PSNR diatas 30.00 dB, nilai rasio kompresi dibawah 40%, dan waktu kompresi tidak lebih dari 30 detik, berdasarkan hasil uji coba dengan nilai parameter uji yang paling baik, didapatkan hasil rata-rata PSNR 34.35 dB, rasio kompresi 31.19% dan waktu kompresi 37.82 detik. 

ref:
http://cdndata.ittelkom.ac.id/tapa/jurnal/113080239.pdf