sistem multimedia.ppt [read-only]reg-online.undip.ac.id/bauk/sistem_multimedia.pdf3 sarifuddin...
Post on 26-Jun-2018
249 Views
Preview:
TRANSCRIPT
1
Sistem Multimedia
Dr. Sarifuddin MadendaDosen & Peneliti
Universitas Gunadarma&
Université du Québec en Outaouais Québec - Canada
SARMAG - Universitas Gunadarma
2
Akuisisi dan karakteristik data multimediaData real multimedia berupa signal analog :
Sinyal audio :
Sinyal video :
2
3
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
4
Perkuliahan :
- 6 x Tatap muka (@ 4 jam)- 2 Tugas + 1 Proyek akhir kuliah- 1 – 2 x Ujian
3
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 5
Pendahuluan
Sistem multimedia?
Suatu sistem yang dapat mensuport secaraterintegrasi penyimpanan, transmisi dan representasisejumlah media discret (digital) berupa text, grafik, citra, audio dan video melalui komputer
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 6
Sistem multimedia digital
Data media streams berupa digital, yang dapatdiproses (dikompres/dekompres dan dianalisis) dalam komputer.
4
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 7
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. 8
Tipe media digital :
Media yang bersifat time-dependent
• Informasi/data merupakan fungsi waktu yang harus ditampilak ke pengguna pada titik waktuyang tepat.
• Audio• Video• Animasi (komputer grafik)
5
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 9
Karakteristik sistem multimedia :
• Secara terintegrasi- Pembuatan,- Pemrosesan,- Penyimpanan,- Representasi,- Transmisi
• Dokumen multimedia yang bersifat time-dependentdan time-independent
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 10
Dokumen multimedia :
TeksCitra Audio
Video
Animasi (komputer grafik)
6
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 11
Suatu dokumen yang berisikan dua atau lebihelemen-elemen multimedia (media) dari sumberyang berbeda ( teks, citra, video, audio, …)
Dokumen multimedia disimpan dalam satu ataubeberapa file secara tersinkronisasi terhadapdasar waktu yang sama.
Dokumen multimedia :
Contoh :Suatu reportase pada siaran televisi akan susah difahami jikakomentar seorang jurnalis memiliki delay waktu terhadapvideo dan/atau juga terhadap ilustrasi grafik yang ditayangkan.
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 12
Sinkronisasi dokumen multimedia :
• Sinkronisasi intra-objets• Sinkronisasi inter-objets
7
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 13
Vision (citra & video)
pendengaran(audio & musique)
Penciuman(bau)
Perasa(rasa)
Peraba(sensasi sentuhan)
Application Robotik :
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 14
Application Vidéo conférence
- Volume data multimedia : sangat besar- Band-width jaringan : terbatas dan mahal- Delay waktu transmisi : sangat besar
8
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 15
Video game :
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 16
Iklan video clip :
9
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 17
Simulasi penerbangan :
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 18
Virtual reality : Aplikasi kedokteran
10
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 19
Virtual reality
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 20
Virtual reality : produksi film/animasi
11
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 21
Data/informasi multimedia :
Dokumen Teks Citra / Grafik Audio / musik Video / Animasi
Data multimedia 500 Mbps
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 22
Signal video analog
Digitizer :- Sampling- Quantization
Audio digital
PAL/SECAM - 25 frame/second- 576 lines useful/frame
CNST - 30 frame/second- 483 lines useful / frame
Representasi data numerik/digital
Signal audio analog
video digital
12
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 23
Digitizer : - Digitalisasi signal analog/continu menjadisignal digital/diskret
- Melalui proses sampling dan quantization (kuantisasi) yang dilakukan secara bersamaan.
Representasi data numerik/digital
Fréquence d’échantillonnage
Sampling : - diskretisasi koordinat signal terhadap satuan waktu- Banyaknya sampling ditentukan oleh frekuensi(kecepatan) sampling.
- Makin tinggi frekuensi makin banyak jumlahsampling, makin banyak informasi yang terrekamdan kualitas signal mendekati signal aslinya.
- Makin rendah frekuensi makin sedikit jumlahsampling, makin sedikit informasi yang terrekamdan kualitas signal semakin rendah
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 24
• Sampling :
Amplitudo
x0
Frekuensi sampling rendah
Amplitudo
x0
Frekuensi sampling tinggi
Frekuensi sampling tinggi :- Kualitas tinggi,- jumlah data besar
Frekuensi sampling rendah :- Kualitas rendah,- jumlah data kecil
Contoh signal :
13
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 25Fréquence d’échantillonnage
Kuantisasi : - Diskretisasi nilai amplitudo dari setiap sampelhasil sampling.
- Pembagian nilai amplitudo dan pengkodeannyadalam nilai biner sesuai dengan jumlah bit yang digunakan.
- Makin banyak jumlah bit, makin banyak variasinilai tinggi rendahnya suara (untuk audio) ataumakin banyak variasi warna pada citra/video, dan kualitas signal atau citra/video mendekatisignal aslinya, namun makin banyak data yang terrekam.
- Makin sedikit jumlah bit, makin sedikit variasinilai tinggi rendahnya suara (untuk audio) ataumakin sedikit variasi warna pada citra/video, kualitas signal atau citra/video semakin rendahdan semakin sedikit data yang terrekam.
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 26
• Kuantisasi :
x0
Amplitudo
x
Amplitudo
0
Kuantisasi dengan 5 bit- Variasi nilai amplitudo 25 = 32- Jumlah data = N*32 bit
N = jumlah sampling
Kuantisasi dengan 3 bit- Variasi nilai amplitudo 23 = 8- Jumlah data = N*8 bit- Kualitas intensitas berkurang
14
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 27
Informasi textual :- Teks jumlah data JD = Nhuruf x 8 bit- Texs + citra/grafik 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 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).
Representasi dan kapasitas data multimedia
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 28
Informasi citra :- Citra berwarna warna dasar RGB (merah, hijau, biru)- Ukuran citra 2D NxM pixel (tinggi x lebar) JD = N x M x 24 bit- Kamera foto digital berukuran 8 mega pixel 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 25 (PAL) – 30 (NTSC) citra/detik- VCD Jumlah pixel/citra 352x240 (NTSC) dan 352x288 (PAL)- VCD JD = 60,83 Mbit/s (NTSC), JD = 60,83 Mbit/s (PAL)- DVD Jumlah pixel/citra 720x480 (NTSC) dan 720x576 (PAL) - DVD JD = ?
15
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 29
Masalah dalam KomunikasiInformasi Multimedai
Tanpa kompresi
Teks
Citra
Audio
Video
Teks
Citra
Audio
Video
Bandwidth128 kbps
Bandwidth128 kbps
65 menit ?
Data multimedia500 Mbps
wwxxyyzz
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 30
InformasiMultimedia
Terkompresi128 kbps
Video
Audio
Citra
Teks
Bandwidth128 kbps
Bandwidth128 kbps
Harapan penggunaTeknologi Informasi
Multimedai
wwwxxxyyyzzz
harapan !!
16
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 31
Audioterkompresi
Videoterkompresi
Citraterkompresi
Teksterkompresi
Teks
Citra
Audio
Video
yyyyyyyyyyyyVideo
Audio
Citra
Teks
Bandwidth128 kbps
Bandwidth128 kbps
Solusi Kompresi InformasiMultimedai yang telahdikembangkan saat ini
wwwwwwwwww
xxxxxxxxxxxxx
zzzzzzzzzzzz
lumayan !!
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 32
Teks
Citra
Audio
Video
fjmmsflkkdffjskjkVideo
Audio
Citra
Teks
Bandwidth128 kbps
Bandwidth128 kbps
Solusi Kompresi InformasiMultimedia yang saya
kembangkan
Wow !!!
17
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 33
Kompresi data multimedia
• Kompresi data teks (Huffman coding, RLE coding, LZW coding, arithmetic coding
• Representasi dan kompresi data suaradan audio
• Representasi dan kompresi citra• Representasi dan kompresi video
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 34
Kompresi data :
• Metode representasi data/informasi kedalamukuran yang lebih kecil sehingga dapatmempercepat waktu transmisinya dan memperkecilpenggunaan memori penyimpanan
• Kompresi dapat dilakukan tanpa kehilanganatau perubahan data (Lossless compression)
• Kompresi dapat dilakukan dengan kehilangan atauperubahan data (lossy compression)
18
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 35
Lossless compression :
• Pengkodean (coding) data atau informasiyang memiliki redundancy (kerangkapan) kedalam jumlah bit yang lebih kecil.
• Digunakan untuk kompresi teks ataucitra/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. 36
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
19
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 37
Lossless compression :
• Huffman CodingContoh : "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.
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 38
Lossless compression :
• Huffman Codingpohon biner :
“ “= 7a=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
2
2
2 4
0 0 00 110 110 0 0 110 110 0 10 110 0 11 0 11
4
4
4
5
8
8
8
12
16
20 36 “ “= 000a = 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
288 bit 135 bit
20
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 39
Lossless compression :
• Huffman Coding
- digunakan untuk pengkodean teks, citra dan video
- Ada 3 jenis algorithme Huffman coding, Masing-masing berhubungan dengan metode pembuatanpohon biner :
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 40
Lossless compression :
• Huffman Coding
statik : code setiap karakter ditentukan langsungoleh algoritma (contoh : teks berbahasa Prancis, dimana frekuensi kemunculan huruf e sangat banyaksehingga code bitnya kecil.
semi-adaptatif : teks harus dibaca terlebih duluuntuk menghitung frekuensi munculnya setiapkarakter, kemudian membentuk pohon binernya.
21
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 41
Lossless compression :
• Huffman Coding
adaptatif : Metode ini memberikan rasio kompresiyang tinggi karena pohon biner dibentuk secaradinamik mengikuti tahapan compresi. Namun dari sisi kecepatan eksekusi membutuhkan waktu yang lebih lama karena satiap saat pohon binernya akanberuabah mengikuti perubahan frekuensi munculnyasetiap karakter.
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 42
Lossless compression :
• Kelemahan Huffman Coding
- Bila frekuensi munculnya setiap karakter dalamsuatu dokumen adalah sama semua.
- File kompresinya bisa sama atau lebih besar darifile aslinya
- Solusi yang mungkin adalah kompresi per blokkarekter dari dokumen tersebut
Entropi H :
Entropi H :
22
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 43
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 (latarbelakang dokumen), berikut misalnya data pada satu barisdokumen yang direpresntasikan dalam pixel :
PPPPPPPPPPPPHPPPPPPPPPPPPPPHHHPPPPPPPPPPPPPPPPPPPPPPPHPPPPPPPPPPP
- Bentuk kompresinya adalah : 12P1H14P3H23P1H11P
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 44
Lossless compression :
• Aplikasi Run-length encoding
- Kompresi citra format bmp pada Windows dan OS/2 untukcitra 1, 4 dan 8 bit/pixel
- Citra format PCX 8 dan 24 bit/pixel - Fax dan scanner hitam putih
23
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 45
Lossless compression :
• 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. 46
BEBE
TOB = <265><256>TOBTOB
TOTO
TT = <264>TTTTTOT = <263>OOTOTNO = <262>NNONORN = <261>RRNRNOR = <260>OOROREO = <259>EEOEOBE = <258>BBEBEOB = <257>OOBOBTO = <256>TTOTO
T<NIL>T
Kamusoutputwcwc
Algoritma kompresi LZW :
24
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 47
<263>OT
OTOT
RNO = <270><261>RNORNO
RNRN
EOR = <269><259>EOREOR
EOEO
TOBE = <268><265>TOBETOBE
TOBTOB
TOTO
ORT = <267><260>ORTORT
OROR
BEO = <266><258>BEOBEOKamusoutputwcwc
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 48
Lossless compression :
• Lempel-Ziv-Welch coding
- Contoh : TOBEORNOTTOBEORTOBEORNOT
Hasil pengkodean :TOBEORNOT<256><258><260><265><259><261><263>Jumlah bit 16 * 9 = 144 bits.
Algoritma Rekonstruksi LZW :
TOBEORNOTTOBEORTOBEORNOT
25
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 49RNO = <270>OTRNOOTRN<263>EOR = <269>RNEORRNEO<261>TOBE = <268>EOTOBEEOTOB<259>ORT = <267>TOBORTTOBOR<265>BEO = <266>ORBEOORBE<260>TOB = <265>BETOBBETO<258>TT = <264>TOTTTOT<256>OT = <263>TOTTOTNO = <262>ONOONORN = <261>NRNNRNOR = <260>RORROREO = <259>OEOOEOBE = <258>EBEEBEOB = <257>BOBBOB
TO = <256>OTOOTO
TTT
Kamusoutputw+inputinputwk
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 50
Format file citra:
• File citra umumnya memiliki : - header yang menyatakan informasi citra seperti ukurancitra, 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)
Kompresi data Citra
26
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 51
• Format JPEG mengikuti norm ISO • Bersifat pengunaan bebas• Jumlah warna citra 224 = 16777216 warna• Type kompresi lossy menggunakan DCT• Kualitas kompresi tergantung pada rasio
kompresi• Tidak memiliki sifat warna transparan• Bukan format animasi
JPEG (Joint Photo Expert Group)
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 52
• JPEG 2000 masih dibawah proteksi hak paten• Type kompresi lossy dan lossless menggunakan
Wavelet Transform • Jumlah warna citra 224 = 16777216 warna• Kualitas kompresi dapat diatur secara lokal atauglobal
• Dapat ditampilkan dengan ukuran yang berbeda• Bukan format animasi• Tidak memiliki sifat warna transparan
JPEG 2000 (Joint Photo Expert Group)
27
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 53
• 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
PNG (Portable Network Graphics)
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 54
• 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
GIF (Compuserve Graphics)
28
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 55
Kompresi JPEG
Pembagian citradalam blok
8x8 pixel
Transformasiwarna DCT Kuantisasi
Coding RLE &
Huffman
TabelKuantisasi
Tabelcoding
RekonstruksiBlok citra
TransformasiWarnainvers
IDCT KuantisasiInverse
Decoding RLE &
Huffman
Citra terkompresiJPEGCitra asli
Kompresi JPEG
Rekonstruksi JPEG
Bagan standar kompresi citra JPEG
Matriks asli.
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 56
Sub-sampling warna
R G B Y Cb Cr
Format ruang warna :
Y
4:4:4
4:2:2
4:1:1
29
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 57
Konversi RGB Yuv :
Konversi Yuv RGB :
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 58
MPEG : Prinsip dasar
- Mata lebih sensitif terhadap perubahan intensitas/luminance L- Perubahan nilai komponen chrominance U (Cb) dan V (Cr) tidak terlu tampak
secara visual oleh mata
Down sampling
30
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 59
Matriks asli. Matriks transformasi DCT
DCT
Matriks kuantisasi
Matriks terkuantisasi.
÷
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 60
∑−
=⎥⎦⎤
⎢⎣⎡ +
=1
0
2
2).12(cos).,()(.),(
N
xNX N
ixyxPixeliCyiDCT π
∑∑−
=
−
=⎥⎦⎤
⎢⎣⎡ +
⎥⎦⎤
⎢⎣⎡ +
=1
0
1
0 2).12(cos.
2).12(cos).,()().(.2),(
N
x
N
y Njy
NixyxPixeliCjC
NjiDCT ππ
∑−
=⎥⎦⎤
⎢⎣⎡ +
=1
0
2
2).12(cos.),()(.),(
N
yXN N
jyyiDCTjCjiDCT π
Transformasi DCT
∑∑−
=
−
=⎥⎦⎤
⎢⎣⎡ +
⎥⎦⎤
⎢⎣⎡ +
=1
0
1
0 2).12(cos.
2).12(cos).,()().(.2),(
N
i
N
j Njy
NixjiDCTiCjC
NyxPixel ππ
∑−
=⎥⎦⎤
⎢⎣⎡ +
=1
0
2
2).12(cos).,()(.),(
N
jNX N
jyjiDCTjCyiIDCT π
∑−
=⎥⎦⎤
⎢⎣⎡ +
=1
0
2
2).12(cos.),()(.),(
N
iXN N
ixyiIDCTiCyxPixel π
Transformasi DCT invers.
Implementasi 1D :
Implementasi 1D :
31
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 61Matriks hasil IDCT
IDCT
x
Matriks kuantisasi
Matriks terkuantisasi. Matriks terkuantisasi invers.
⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢
⎣
⎡
−−−−
−
=
000000000000000000000000000000000000000000000013140000001224000001001264
F
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 62
32
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 63
Quantization Table for:Photoshop CS2 (Save As 11)
88888765
88887544
88875443
88754433
87544322
75443211
64432111
54332111
Quantization Table: Luminance
88888888
88888888
88888888
88888888
88888877
88888744
88887422
88887421
Quantization Table: Chrominance
Quantization Table for: IrfanView (95%)
10101011101097
101212109865
9111086642
8101176422
68953221
67642211
66632111
65422112
Quantization Table: Luminance
1010101010101010
1010101010101010
1010101010101010
1010101010101010
10101010101075
1010101010632
101010107322
101010105222
Quantization Table: Chrominance
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 64
Zigzag coding : urutan pengkodemenurut norm JPEG.
20 -10 11 1 -9 2 -2 -4 -8 -1 0 1 2 3 -1 0 0 0 0 -1 EOB
• DC adalah nilai rata-rata matriks dan merepresentasikaninformasi global matriks (frekuensi rendah)
• AC merepresentasikan informasi detail matriks (frek. tinggi)• Penkodean dilakukan dalam bentuk zigzag :
33
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 65
Table 1 - Huffman - Luminance (Y) - DC
0A1111 110 7 bits
091111 106 bits
081111 05 bits
0711104 bits
04050302060100 (End of Block)
000001010011100101110
3 bits
CodeBitsLength
Table 2 - Huffman - Luminance (Y) - AC
...FA
...1111 1111 1111 1110 16 bits
.........
...F0 (ZRL)...
...1111 1111 0011...
12 bits
.........
3141
1110 101110 11 6 bits
052112
1101 01101 11110 0
5 bits
110400 (End of Block)
101010111100
4 bits
031003 bits
0102
00012 bits
CodeBitsLength
20 -10 11 1 -9 2 -2 -4 -8 -1 0 1 2 3 -1 0 0 0 0 -1 EOB
Code bit-stream :
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 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 1111000 0000 0000,...110B
512,...,1023-1023,...,-512...,11 1111 1111 00 0000 0000,...100A
256,...,511-511,...,-256...,1 1111 1111 0 0000 0000,...909
128,...,255-255,...,-128...,1111 1111 0000 0000,...808
64,...,127-127,...,-64...,111 1111 000 0000,...707
32,...,63-63,...,-32...,11 1111 00 0000,...606
16,...,31-31,...,-16...,1 1111 0 0000,...505
8,...,15-15,...,-81000,...,11110000,...,0111404
4,5,6,7-7,-6,-5,-4100,101,110,111000,001,010,011303
2,3-3,-210,1100,01202
1-110101
DC/AC ValueAdditional Bits SizeAC Code
1011 0101 1011 1011 00 1 . . . . . 1010 1 . . . . . . 111011 0 1100
34
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 67
Analisis multi-frekuensi : Wavelet transform
• Informasi dalam signal 1-D et 2-D tersebar dalamfrekuensi yang berbeda (dari frekuensi rendah kefrekuensi tinggi)
• Analisis informasi dalam signal tersebut membutuhkanteknik analisis multi-frekuensi multi-resolusimulti-scale
• Wavelet transform (WT) sangat sesuai dengankebutuhan analisis multi-frekuensi.
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 68
Discrete Wavelet Transform (DWT)
Bagaimana DWT berfungsi ?
Dua pendekatan analisis :- pendekatan melalui dilatasi filter resolusi signal tetap.- pendekatan melalui dilatasi signal resolusi signal berubah
Contoh : misalkan suatu signal memiliki informasi yang tersebar hingga pada frekuensi 1000 Hz.
Prinsipe : memisahkan signal dalam dua komponen yaituinformasi general (frekuensi rendah) dan informasidetil (frekuensi tinggi)
35
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 69
Pendekatan melalui dilatasi filtre ? - Pada tahap awal, kita bagi informasi signal dalam dua bagian denganmelewatkannya dalam high-pass filter (500-1000 Hz) dan low-passfilter (0-500 Hz).
- Menghasilkan satu signal yang berhubungan dengan informasi padainterval 0-500 Hz (frekuensi rendah) dan satu signal lainnya denganinformasi pada interval 500-1000 Hz (frekuensi tinggi).
- Selanjutnya, kita lakukan proses berulang pada salah satu atau keduakomponen tadi.
- Andaikan kita lakukan untuk bagian low-pass dengan menggunakanhigh-pass filter (250-500 Hz) dan low-pass filter (0-250 Hz). Maka kitaakan punya 3 komponen informasi, masing-masing berhubungandengan informasi dari satu signal yang sama pada frekuens 0-250 Hz, 250-500 Hz et 500-1000 Hz.
- dst.
Discrete Wavelet Transform (DWT)
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 70
Pendekatan dilatasi signal ? • 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.
Keuntungan untuk kompresi citra :- Lebih mudah untuk implementasi real-time- sangat baik untuk kompresi citra dan video
Discrete Wavelet Transform (DWT)
36
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 71
Discrete Wavelet Transform (DWT)
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 72
Discrete Wavelet Transform (DWT)
37
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 73
• 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 (Z1 +Z-1)-0.0782223266529 (Z2 +Z-2)-0.016864118448 (Z3 +Z-3)+0.026748757411 (Z4 +Z-4)
+0.557543526229 (Z1)-0.295635881557 (Z2 +Z0)-0.028771763114 (Z3 +Z-1)+0.045635881557 (Z4 +Z-2)
Filter low-pass L : Filter high-pass H :
Discrete Wavelet Transform (DWT)
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 74
Standar Kompresi JPEG2000
• 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, …)
38
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 75
KuantisasiWavelet
TransformCodingper blok
Citraasli
Citraterkompresi
Encoder Optimisasirasio-distorsi
Pembentukanbitstream
Citrarekonstruksi
Kantisasiinvers
Decoder
DecodingPer blok
Wavelettransform
inverse
Citraterkompresi
Standar Kompresi JPEG2000
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 76
Standar Kompresi JPEG2000
LL1
LH1
HL1
HH1
baris
Citra asli
Detilhorisontal
Detilvertikal
Detildiagonal
kolom
39
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 77
Standar Kompresi JPEG2000
HH2
bariskolom
Citra LL1
Detilhorisontal
Detilvertikal
Detildiagonal
LH2
LL2
HL2
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 78
Standar Kompresi JPEG2000
HH3
bariskolom
Citra LL2
Detilhorisontal
Detilvertikal
Detildiagonal
LH3
LL3
HL3
40
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
41
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
42
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
JPEG JPEG 2000
43
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 85
Standard compression JPEG2000
• Keuntungan– Kualitas lebih baik dari JPEG – Lossless dan lossy compression sangat baik– Regions of Interests 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. 86
Kompresi Video
Problem :
- Satu citra dari suatu video dapat menempati kapasitasmemori sekitar 0,916 MB (640x480 pixel).
- Untuk menampilkan video yang secara visual tampakkontinu, maka kecepatan pengambilan gambar adalah25 atau 30 citra per detik, atau sekitar 23 MB/detik atausekitar 1,38 GB/menit atau sekitar 82,94 GB/jam.
- Kapasitas penyimpanan (CD dan DVD) yang ada saatini sekitar 7GB,
- Kapasitas band-width jaringan komunikasi yang terbatas.- 25 citra/detik butuh band-with sekitar 184 Mbps.
44
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 87
Kompresi Video
• Solusi :
- Meningkatkan kapasitas memori penyimpanan,
implikasinya penambahan biaya yang besar
- Memperbesar band-width komunikasi
implikasinya penambahan biaya yang besar
- Kompresi data video pengembangan algoritma CoDec(COmpression/DECompression) untuk memperkecilsemaksimal mungkin data video tanpa banyak mengurangikualitas visualnya
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 88
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 sejumlahpergerakan objek video (video motions)
• Intraframe (spatial) compression:mengurangi redundant informasi/data yang berada dalam satu citra atau frame.
45
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 89
Kompresi Video
Interframe (temporal) compression
• Landasan pemikiran adalah bahwa banyak terdapatperulangan informasi/data video dari satu frame (citra) keframe lainnya.
• Sehingga perlu pengembangan metode atau algoritma yang mampu menghilangkan redundancy informasi/dat antarframe.
• Butuh identifikasi key frame (master frame)
• Key frame: dasar untuk menentukan berapa banyaknyaframe secara berurutan yang memiliki pergerakan objekyang sama (hampir sama)
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 90
Kompresi Video
Interframe (temporal) compression
• Andaikan bahwa informasi/data background adalah tetap (langit, jalan danrumput) dan hanya mobil yang bergerak.
• Frame pertama disimpan sebagai key frame dan frame-frame lainnya diambilhanyalah objek yang bergerak (mobil).
t
46
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 91
Standar video MPEG
• MPEG-1, adalah suatu standar untuk kompresi data video dan audio (2 kanal audio). Memungkinkan untuk menyimpan videodengan 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 untukdapat mengidentifikasi dan memproteksi terhadap pembajakan. Format ini digunakan untuk video DVD.
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 92
Standards et normes vidéos : MPEG
• MPEG-4, standard yang ditujukan untuk compresi data multimédia dalam bentuk objek numériques, sehinggalebih memudahkan interactivity, dan pengunaanya lebihadaptif terhadap kebutuhan web dan interface mobile.
• MPEG-7, standard ditujukan untuk memberikanrepresentasi standar data audio dan visual agar dapatlebih memungkinkan pencarian informasi dalam videoberdasarkan content. Standar ini disebut juga MultimediaContent Description Interface.
47
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 93
MPEG : Prinsip dasar
Prediksi Transformasi Kuantisasi Entropy Coding
P T Q Ce
Coding
Decoding
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 Yuv :
Konversi Yuv RGB :
48
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 95
MPEG : Prinsip dasar
- Mata lebih sensitif terhadap perubahan intensitas/luminance L- Perubahan nilai komponen chrominance U (Cb) dan V (Cr) tidak terlu tampak
secara visual oleh mata
Down sampling
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 96
MPEG : Prinsip dasar
Modul Prediksi :
49
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 97
MPEG : Prinsip dasar
Modul Prediksi :
• Frames I : citra dikompresi secara terpisah tanpa citrareferensi dari citra sebelumnya.
• Frames P: citra yang diprediksi berdasarkan pada citrareferensi I atau P sebelumnya.
• Frames B (Citra interpolsi bidireksional) : citra ini dihitungberdasarkan citra referensi I dan P,
Urutan penyimpanan dalam file : I P B B B P B B B I B B B
I B B B P B B B P B B B I
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 98
MPEG : Prinsip dasar
50
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 99
MPEG : Prinsip dasarr
• Citra ini dikompresi dengan hanya menggunkanmetode
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 videoMPEG.
Frames I :
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 100
MPEG : Principe
Frames P :• Citra ini dihitung melalui perbedaan antra citra actual terhadap citra I atau
citra P sebelumnya.
• Algoritma yang dikembangkan untuk menghitung citra P adalah melaluiperbandingan blok per blok, disebut macroblocs (16x16 pixels), dan berdasarkan pada nilai ambang tertentu dapat dinyatakan apakah bloktesebut berbeda dengan blok citra sebelumnya. Jika ya maka dilakukancompresi JPEG dan jika tidak, blok tersebut dinyatakan sama denganblok citra sebelumnya dan tidak perlu dikompresi.
• Perhitungan macroblocs sangat mempengaruhi kecepatan kompresi.
51
Sarifuddin Madenda. Sis. Mul. : Pendahuluan. 101
MPEG : Principe
Frames B :
• Sama halnya dengan frames P, frames B dihitung berdasarkanperbedaan antara citra actual terhadap citra referensi I sebelumnya dan citra referensi P berikutnya, hal ini dapatmemberikan kualitas kompresi yang baik, namun memberikandelay waktu karena harus mengetahui dulu citra berikutnya dan harus disimpan di memori 3 citra secara berturutan (citra I/P sebelumnya, citra actual dan citra P/I berikutnya).
top related