sistem multimedia.ppt [read-only] -...

SISTEM MULTIMEDIA

Sistem Multimedia

Akuisisi dan karakteristik data multimediaData real multimedia berupa signal analog :

Sinyal audio :

Sinyal video :

2

8/2/2017

3

Pokok bahasan :

(i) Pengantar Multimedia,

(ii) Produksi konten multimedia

(iii) Representasi data multimedia

(iv) Penyimpanan dan pengambilan data

multimedia

(v) Jaringan Multimedia

(vi) Distribusi Multimedia

(vii) Keamanan Multimedia

3

Perkuliahan :

- 6 x Tatap muka (@ 4 jam)

- 2 Tugas + 1 Proyek akhir kuliah

- 1 – 2 x Ujian

4

8/2/2017

5

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

6

Sistem multimedia digital

Data media streams berupa digital, yang dapat

diproses (dikompres/dekompres dan dianalisis)

dalam komputer.

4

8/2/2017

7

Tipe media digital :

Media yang bersifat Time-Independent

• Information/data bukan merupakan fungsi waktu

• teks

• grafik (grafik komputer)• citra (photo).

8

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)

5

8/2/2017

9

Karakteristik sistem multimedia :

• Secara terintegrasi

- Pembuatan,

- Pemrosesan,

- Penyimpanan,

- Representasi,

- Transmisi

• Dokumen multimedia yang bersifat time-dependent

dan time-independent

1

0

Dokumen multimedia :

Teks

Citra Audio

Video

Animasi (komputer grafik)

6

8/2/2017

1

1

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.

1

2

Sinkronisasi dokumen multimedia :

• Sinkronisasi intra-objets

• Sinkronisasi inter-objets

7

8/2/2017

1

3

Vision (citra &

video)

pendengaran

(audio &

musique)

Penciuman

(bau)

Perasa

(rasa)

Peraba

(sensasi sentuhan)

Application Robotik :

1

4

Application Vidéo conférence

- Volume data multimedia : sangat besar

- Band-width jaringan : terbatas dan mahal

- Delay waktu transmisi : sangat besar

8

8/2/2017

1

5

Video game :

1

6

Iklan video clip :

9

8/2/2017

1

7

Simulasi penerbangan :

1

8

Virtual reality: Aplikasi kedokteran

10

8/2/2017

1

9

Virtual reality

2

0

Virtual reality : produksi

film/animasi

10

8/2/2017

11

2

1

Data/informasi multimedia :

Dokumen Teks Citra / Grafik Audio / musik Video / Animasi

Data multimedia 500 Mbps

22

Digitizer :- Sampling

- Quantization

Audio digital

Representasi data numerik/digital

Signal audio analog

video digital

Signal video analog

PAL/SECAM- 25 frame/second

- 576 lines useful/frame

CNST

- 30 frame/second

- 483 lines useful / frame

12

8/2/2017

23

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

2

4

x0

Frekuensi samplingrendah

x0

Frekuensi samplingtinggi

Amplitudo

Frekuensi sampling tinggi :

- Kualitas tinggi,

- jumlah data besar

Amplitudo

Frekuensi sampling rendah :

- Kualitas rendah,

- jumlah data kecil

• Sampling :

Contoh signal :

13

8/2/2017

2

5

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.

2

6

• Kuantisasi :

x0

x0

Amplitudo

Kuantisasi dengan 5 bit

- Variasi nilai amplitudo 25 = 32

- Jumlah data = N*32 bit

N = jumlah sampling

Amplitudo

Kuantisasi dengan 3 bit

- Variasi nilai amplitudo 23 = 8

- Jumlah data = N*8 bit

- Kualitas intensitas berkurang

14

8/2/2017

2

7

Representasi dan kapasitas data multimedia

Informasi textual :

- Teks jumlah data JD = Nhuruf x 8bit

- 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).

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

8/2/2017

2

9

Masalah dalam Komunikasi

Informasi Multimedai

Tanpa kompresi

Teks

Citra

Audio

.

Video

Teks

Citra

Audio

VideoBandwidth

128 kbps

65 menit ?

Data multimedia

500 Mbps

Bandwidth

128 kbps

wwxxyyzz

Informasi Multimedia

Terkompresi 128 kbps

Video

Audio

30

Citra

Teks

Bandwidth

128 kbps

Bandwidth

128 kbps

Harapan pengguna

Teknologi Informasi

Multimedai

wwwxxxyyyzzz

harapan !!

16

8/2/2017

3

1

TTeekkss

CCiittrraa

yyyyyyyyyyyy

VViiddeeoo terkompresi

Video

Audio

Citra

Teks

terkompresi

Bandwidth

128 kbps

Bandwidth

128 kbps

Solusi Kompresi Informasi

Multimedai yang telah

dikembangkan saat iniS

wwwwwwwwww

xxxxxxxxxxxxx

AAuuddioio zzzzzzzzzzzz

.

terkompresi

lumayan !!

3

2

Teks

Citra

Audio

Video Video

Audio

Citra

Teks

Bandwidth

128 kbps

fjmmsflkkdffjskjk

Bandwidth

128 kbps

Solusi Kompresi Informasi

Multimedia yang saya

kembangkan

Wow !!!

17

8/2/2017

3

3

Kompresi data multimedia

• 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

3

4

Kompresi data :

• 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)

18

8/2/2017

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,. 35

3

6


• 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

8/2/2017

3

7


• 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.

3

8

e=4

f=3

t=2

i=2

s=2

n=2

m=2

x=1

p=1

l=1

u=1

0=1r=1

2

4

1

1

1

0 1

1

0 1

0 1

1

0 4

1

0

0 2

1

0 2

1

4

1

0 5 1

1

a=4 0 8

8

h=2 0 4 0 8 0 16


• Huffman Coding

pohon biner :

“ “= 7 012

020

036 “ “= 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 = 11110r = 11111

288 bit 135 bit

20

8/2/2017

3

9


• Huffman Coding

- digunakan untuk pengkodean teks, citra dan

video

- Ada 3 jenis algorithme Huffman coding, Masing-

masing berhubungan dengan metode pembuatan

pohon biner :

4

0


• 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.

20

8/2/2017


• 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.


• 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 :

22

8/2/2017


• 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

- Bentuk kompresinya adalah : 12P1H14P3H23P1H11P

4

4


• 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

23

8/2/2017

4

5


• 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

c w wc output Kamus

T <NIL> T

O T TO T TO = <256>

B O OB O OB = <257>

E B BE B BE = <258>

O E EO E EO = <259>

R O OR O OR = <260>

N R RN R RN = <261>

O N NO N NO = <262>

T O OT O OT = <263>

T T TT T TT = <264>

O T TO

B TO TOB <256> TOB = <265>

E B BE

Algoritma kompresi LZW :

24

8/2/2017

c w wc output Kamus

O

R

T

O

BE

O

OR

T

BEO

OR

ORT

TO

<258>

<260>

BEO = <266>

ORT = <267>

B

E

O

R

N

O

T

TO

TOB

E

EO

R

RN

O

TOB

TOBE

EO

EOR

RN

RNO

OT

<265>

<259>

<261>

TOBE = <268>

EOR = <269>

RNO = <270>

OT <263>


• 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

8/2/2017

k w input w+input output Kamus

T T T

O T O TO O TO = <256>

B O B OB B OB = <257>

E B E BE E BE = <258>

O E O EO O EO = <259>

R O R OR R OR = <260>

N R N RN N RN = <261>

O N O NO O NO = <262>

T O T OT T OT = <263>

<256> T TO TT TO TT = <264>

<258> TO BE TOB BE TOB = <265>

<260> BE OR BEO OR BEO = <266>

<265> OR TOB ORT TOB ORT = <267>

<259> TOB EO TOBE EO TOBE = <268>

<261> EO RN EOR RN EOR = <269>

<2 6 3> RN OT R N O OT RNO = <270>49

5

0

Format file citra:

• 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)

Kompresi data Citra

26

8/2/2017

5

1

JPEG (Joint Photo Expert Group)

• 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

5

2

• 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 atau

global

• Dapat ditampilkan dengan ukuran yang berbeda


• Tidak memiliki sifat warna transparan

JPEG 2000 (Joint Photo Expert Group)

27

8/2/2017

5

3

PNG (Portable Network Graphics)

• Bersifat pengunaan bebas

• Type kompresi lossless baik untuk citra

berwarna maupun citra gray-level

• Memiliki sifat warna transparan


• Versi format animasinya adalah MNG

5

4

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

28

8/2/2017

55

Pembagiancitra

dalam blok

8x8pixel

Transformasi

warnaDCT Kuantisasi

CodingRLE

&Huffman

Tabel

Kuantisasi

Tabel

coding

Rekonstruksi

Blok citra

Transformasi

Warna

invers

IDCTKuantisasi

Inverse

DecodingRLE

&

Huffman

Citraterkompresi

JPEGCitraasli

KompresiJPEG

Rekonstruksi JPEG

Kompresi JPEG

Bagan standar kompresi citra JPEG

Matriks asli.

56

Y Cr

Sub-sampling warna

Format ruang warna :

R G B

Y

4:4:4

Cb

4:2:2

4:1:1

29

8/2/2017

5

7

Konversi RGB Yuv :

Konversi Yuv RGB :

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

SarisfueddcinaMraadevndisa.ual oleh mata

Down sampling

30

8/2/2017

Matriks asli. Matriks transformasi DCT

DCT

Matrikskuantisasi

Matriks terkuantisasi. 59

÷

2

N 1

x0

N2N

DCT (i,y)X .C(i) Pixel(x, y).cos(2x 1).i

.cos 2 N 1 N 1

y 0 x0 2N2NDCT (i, j) .C( j).C(i) Pixel(x, y).cos

N

(2x 1).i (2 y 1). j

N1

y0

X2

N 2N.C( j) DCT (i, y) . cosDCT(i, j)

(2 y 1). j

TransformasiDCT

.cos j0 i0 2N

Pixel(x, y) .C( j).C(i) DCT (i, j). cos N 2N

2 (2x 1).i (2y 1). j

N 1

j0

2

N 2NIDCT (i,y)X .C( j) DCT (i, j).cos

(2y 1). j

N 1

i0

X2

N 2N

Pixel(x, y) .C(i) IDCT (i, y) . cos(2x 1).i

Transformasi DCT invers.

N 1 N 1

Implementasi 1D :

Implementasi 1D :

30

8/2/2017

31

61

Matriks hasil IDCT.

IDCT

x

Matrikskuantisasi

Matriks terkuantisasi. Matriks terkuantisasi invers.

0 0 0 0 0 0 00

1264 0 10 0 0 0 0 0 24

12 0 0 0 0 0 0

14 13 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

F

0

32

8/2/2017

Quantization Table for:

Photoshop CS2 (Save As 11)Quantization Table: Luminance

1 1 1 2 3 3 4 5 1 2 4 7 8 8 8 8

1 1 1 2 3 4 4 6 2 2 4 7 8 8 8 8

1 1 2 3 4 4 5 7 4 4 7 8 8 8 8 8

2 2 3 4 4 5 7 8 7 7 8 8 8 8 8 8

3 3 4 4 5 7 8 8 8 8 8 8 8 8 8 8

3 4 4 5 7 8 8 8 8 8 8 8 8 8 8 8

4 4 5 7 8 8 8 8 8 8 8 8 8 8 8 8

5 6 7 8 8 8 8 8 8 8 8 8 8 8 8 8

Quantization Table: Chrominance

Quantization Table for:

IrfanView (95%)Quantization Table: Luminance

2 1 1 2 2 4 5 6 2 2 2 5 10 10 10 10

1 1 1 2 3 6 6 6 2 2 3 7 10 10 10 10

1 1 2 2 4 6 7 6 2 3 6 10 10 10 10 10

1 2 2 3 5 9 8 6 5 7 10 10 10 10 10 10

2 2 4 6 7 11 10 8 10 10 10 10 10 10 10 10

2 4 6 6 8 10 11 9 10 10 10 10 10 10 10 10

5 6 8 9 10 12 12 10 10 10 10 10 10 10 10 10

7 9 10 10 11 10 10 10 10 10 10 10 10 10 10 10

Quantization Table: Chrominance

6

4

Zigzag coding : urutan pengkode

menurut norm JPEG.

• 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 :

20 -10 11 1 -9 2 -2 -4 -8 -1 0 1 2 3 -1 0 0 0 0 -1 EOB

33

8/2/2017

Table 1 - Huffman - Luminance (Y) - DC

Length Bits Code

000 04

001 05010 03

3bits 011 02

100 06101 01110 00 (End of Block)

4bits 1110 07

5bits 11110 08

6bits 111110 09

7bits 1111110 0A

Table 2 - Huffman - Luminance (Y) - AC

... FA

...1111 1111 1111 1110

16bits

31111010

...

111011

...

41

...

12bits

...1111 11110011...

...F0 (ZRL)...

... ... ...

6 bits

0001 02

3bits 100 03

1010 11

4bits 1011 041100 00 (End of Block)

11010 05

5bits 11011 2111100 12

2bits

Code

01

Length Bits

20 -10 11 1 -9 2 -2 -4 -8 -1 0 1 2 3 -1 0 0 0 0 -1 EOB

Code bit-stream :

20 -10 11 1 -9 2 -2 -4 -8 -1 0 1 2 3 -1 0 0 0 0 -1 EOB

AC Code Size Additional Bits DC/AC Value

01 1 0 1 -1 1

02 2 00,01 10,11 -3,-2 2,3

03 3 000,001,010,011 100,101,110,111 -7,-6,-5,-4 4,5,6,7

04 4 0000,...,0111 1000,...,1111 -15,...,-8 8,...,15

05 5 0 0000,... ...,1 1111 -31,...,-16 16,...,31

06 6 00 0000,... ...,11 1111 -63,...,-32 32,...,63

07 7 000 0000,... ...,111 1111 -127,...,-64 64,...,127

08 8 0000 0000,... ...,1111 1111 -255,...,-128 128,...,255

09 9 0 0000 0000,... ...,1 1111 1111 -511,...,-256 256,...,511

0A 10 00 0000 0000,... ...,11 1111 1111 -1023,...,-512 512,...,1023

0B 11 000 0000 0000,... ...,111 1111 1111 -2047,...,-1024 1024,...,2047

1011 0101 1011 1011 00 1 . . . . . 1010 1 . . . . . . 111011 0 1100

34

8/2/2017

67

Analisis multi-frekuensi :

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 multi-resolusi

multi-scale

• Wavelet transform (WT) sangat sesuai dengan

kebutuhan analisis multi-frekuensi.

Discrete Wavelet Transform (DWT)

Bagaimana DWT berfungsi ?

Dua pendekatan analisis :

- pendekatan melalui dilatasi filter resolusi signaltetap.

- 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 yaitu

informasi general (frekuensi rendah) dan informasi

detil (frekuensi tinggi)

35

8/2/2017

Pendekatan melalui dilatasi filtre ?

- 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.


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


36

8/2/2017

71



37

8/2/2017

• 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 :

+0.266864118443 (Z1 +Z-1)

-0.0782223266529 (Z2 +Z-2)

-0.016864118448 (Z3+Z-3)

+0.026748757411 (Z4 +Z-4)

-0.295635881557 (Z2+Z0)

-0.028771763114 (Z3+Z-1)

+0.045635881557 (Z4 +Z-2)

Filter low-pass L :

+0.602949018236

Filter high-pass H :

+0.557543526229 (Z1)


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, …)

8/2/2017

7

5

KuantisasiWavelet

Transform

Coding

perblok

Citra

asli

Citra

terkompresi

Encoder Optimisasi

rasio-distorsi

Pembentukan

bitstream

Citra

rekonstruksi

Kantisasi

invers

Decoder

.

Decoding

Perblok

Wavelet

transform

inverse

Citra

terkompresi


denda. Sis. Mul. : Pendahuluan.


Citra

asli

baris

kolom

LL1

LH1

HL1

HH1

Detil

horisontal

Detil

vertikal

Detil

diagonal

76

39

8/2/2017

e Sis. Mul. : Pendahuluan.


Citra

LL1

bariskolom

LL2

LH2

HL2

HH2

Detil

horisontal

Detil

vertikal

Detil

diagonal

.


Citra

LL2

bariskolom

LL3

LH3

HL3

HH3

Detil

horisontal

Detil

vertikal

Detil

diagonal

78

40

8/2/2017

Standar kompresi JPEG2000

Transmisi secara progresif per resolusi

Standard compression JPEG2000


40

8/2/2017

41





42

8/2/2017


Perbandingan rasio kompresi

Contoh citra hasil kompresi :


JPEG JPEG 2000

43

8/2/2017


• Keuntungan

– Kualitas lebih baik dari JPEG

– Lossless dan lossy compression sangat baik

– Regions of Interests ROIcoding

– 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

Kompresi Video

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.

8/2/2017

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 memperkecil

semaksimal mungkin data video tanpa banyak mengurangi

kualitas visualnya

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.

45

8/2/2017

Kompresi Video

Interframe (temporal) compression

• 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)

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).

t

46

8/2/2017

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.

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.

47

8/2/2017

Prediksi Transformasi Kuantisasi Entropy Coding

P T Q Ce


Coding

Decoding

Y U V

Format ruang warna : 4:1:1 (4:2:0)

R G B


Konversi RGB Yuv :

Konversi Yuv RGB :

48

8/2/2017


- Mata lebih sensitif terhadap perubahan intensitas/luminance L

- Perubahan nilai komponen chrominance U (Cb) dan V (Cr) tidak terlu tampak

Down sampling


Modul Prediksi :

49

8/2/2017


Modul Prediksi :

• 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

I B B B P B B B P B B B I


50

8/2/2017

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.

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 melalui

perbandingan blok per blok, disebut macroblocs (16x16 pixels), dan

berdasarkan pada nilai ambang tertentu dapat dinyatakan apakah blok

tesebut berbeda dengan blok citra sebelumnya. Jika ya maka dilakukan

compresi JPEG dan jika tidak, blok tersebut dinyatakan sama dengan

blok citra sebelumnya dan tidak perlu dikompresi.

• Perhitungan macroblocs sangat mempengaruhi kecepatan kompresi.

50

8/2/2017

51

MPEG : Principe

Frames B :

• Sama halnya dengan frames P, frames B dihitung berdasarkan

perbedaan antara citra actual terhadap citra referensi I

sebelumnya dan citra referensi P berikutnya, hal ini dapat

memberikan kualitas kompresi yang baik, namun memberikan

delay 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).

51

8/2/2017

52

sistem multimedia.ppt [read-only] -...

Documents