Hasil Pencarian  ::  Simpan CSV :: Kembali

"Kemajuan yang pesat di bidang telekomunikasi dewasa ini menyebabkan timbulnya berbagai jenis teknik kompresi yang dimanfaatkan dalam berbagai aplikasi. Teknik kompresi yang sangat dikenal saat ini adalah teknik kompresi DCT (discrete cosine transform) dengan metode scanning zig-zagnya.Teknik kompresi yang sedang dikembangkan saat ini adalah teknik kompresi dengan menggunakan transformasi wavelet. Dari perhitungan lama proses, nilai PSNR dan SNR, ternyata teknik kompresi transformasi wavelet memberikan hasil yang lebih bagus dibanding teknik kompresi dengan menggunakan DCT.Sampai saat ini belum ada pembakuan metode scanning yang cocok untuk diterapkan pada transformasi wavelet. Tesis ini membahas simufasi penerapan metode scanning vertikal, horisontal, zig-zag, dan diagonal pada kompresi gambar diam dengan menggunakan transformasi wavelet.Dengan membandingkan kinerja rasing-masing metode scanning, dalam hal ini parameter yang diperbandingkan adalah lama proses, jumlah koefisien yang di-scan, perhitungan RMSE temyata diperoleh bahwa metode scanning yang cocok untuk transformasi Wavelet adalah metode scanning zig-zag.

---

Image compression is a process to reduce bit information of an image. The purpose of image compression is to obtain fewer amount of data and it can be reconstructed as a new image without decreasing its quality significantly. Image compression could be done in spatial domain or transformation domain.Wavelet transform is the effective methods for image compression process since its ability to localize the bit information contained of the image. One of the important steps in transformation image using wavelet transform is scanning step.To increase performance wavelet transform, choosing scanning method i.e. vertical, horizontal, zig-zag, and diagonal will be done. From analysis view depends on the composition of coefficient and time processing, it can be said that scanning method zig-zag give the best performance. ;Image compression is a process to reduce bit information of an image. The purpose of image compression is to obtain fewer amount of data and it can be reconstructed as a new image without decreasing its quality significantly. Image compression could be done in spatial domain or transformation domain.Wavelet transform is the effective methods for image compression process since its ability to localize the bit information contained of the image. One of the important steps in transformation image using wavelet transform is scanning step.To increase performance wavelet transform, choosing scanning method i.e. vertical, horizontal, zig-zag, and diagonal will be done. From analysis view depends on the composition of coefficient and time processing, it can be said that scanning method zig-zag give the best performance."

"Teknologi digital yang berkembang sekarang menyebabkan adanya data berbentuk digital, rermasuk data citra diam (image). Tetapi keterbatasan teknologi media penyimpanan digital dan kecepatan saluran transmisi menyebabkan diperlukannya teknologi untuk kompresi gambar yang handaL Salah satu tekoologi kompresi citra diam yang dapat diandalkan adalah Embedded Block Coding with Optimized Truncarion(EBCOT). Teknologi EBCOT melaknkan kompresi dengan mengganti parameter dari nilai-nilai koefisien citra dengan parameter pengganti yang lebih kecil uknrannya. Proses ini yang disebut dengan truncal ion. Dipakainya basis transformasi wavelet diharapkan dapat menutupi kekurangan yang terdapat pada EBCOT dalam memampatkan citra heterogen. Sedangkan penggunaan Arithmetic Coding setelah proses EBCOT akan membantu besamya rasio kompresi citta tanpa menghilangkan nilai kualitas dari citra yang dimampatkan. Untuk melihat keandalan kompresi EBCOT maka dilakukan perhitungan parameter pada kompresi citra diam. Dari basil perhitungan dapat diketabui bahwa step size kuantisasi untuk EBCOT akan barpengaruh terhadap basil perhitungan. Semakin besar faktor kuantisasi maka semakin basar rasio kompresi dan semakin kecil PSNR(Peak Signal to Noise Ratio)."

"ABSTRAKSkripsi ini membahas aplikasi fractal pada kompresi gambar dengan metode quadtree partitioning sebagai penentu pasangan domain-range terbaik.Untuk mempelajari lebih lanjut mengenai metode ini dilakukan simulasi dengan berbagai toleransi, tingkat quadtree partirioning dan iterasi yang digunakan sebagai parameter.Analisa dilakukan terhadap unjuk kerja (meliputi PSNR dan ratio kompresi) masing-masing parameter. Dari analisa dapat ditentukan berapa tingkat quadtree parmfoning yang diperlukan dan toleransi yang digunakan pada pross kompresi dan jumlah iterasi yang diperlukan untuk menghasilkan sebuah gambar yang baik pada proses dekompresi.

---

"

"Pada dasarnya, tujuan kompresi gambar adalah bagaimana mendapatkan nilai rasio kompresi rasio yang tinggi, tepat dan gambar rekonstruksi masih dapat dikenali oleh visual manusia. Penentuan rasio kompresi secara tepat adalah hal yang penting dilakukan karena nilai rasio kompresi berhubungan dengan media penyimpanan serta waktu pengiriman gambar. Dengan menggunakan metoda klasifikasi kuantisasi vektor, nilai rasio kompresi yang diinginkan mempunyai range (sebaran) yang besar dan dapat diperkirakan sehingga dijadikan masukan simulasi.Metoda klasifikasi kuantisasi vektor adalah metoda kuantisasi vektor dengan membagi data kedalam blok-blok (sel) ukuran tertentu dan menghasilkan kode yang mewakili blok-blok tersebut dengan cara mengambil data dengan jarak atau distorsi terkecil menurut klasifikasi orientasi subband horizontal, vertikal dan diagonal. Kode itu disebut dengan codebook.Dengan menggunakan metoda klasifikasi kuantisasi vektor, sebagai masukan simulasi adalah nilai variabel rasio kompresi 4,8,16,32 dan 64 maka diperoleh hasilnya adalah gambar rekonstruksi masih dapat dikenali dengan baik pada nilai rasio kompresi 4, 8, 16 dan 32 dimana nilai PSNR masih > 30 dB. Sedangkan nilai rasio kompresi 64, gambar rekonstruksi sudah tidak dapat dikenali lagi karena nilai PSNR sudah < 30 dB sehingga gambar rekonstruksinya mengalami penurunan kontras yang menyebabkan kabur dan bertambahnya efek blocking.

---

Basically, the image compression is to achieve high compression ratio, accurate and recognized image reconstruction. Achieving compression ratio accurately is somewhat important to accomplish. Normally, compression ratio is defined by determining PSNR. By using classification of quantization vector method, getting the compression ratio is likely to do. The unique of this method is that this method can be arranged from 4 up to 64 of compression ratio.The classification of quantization vector method is one of vector quantization methods that classify image data to specified block and process the blocks to produce the representative block by taking minimum distance or distortion according to horizontal, vertical and diagonal energy. Those codes are codebooks.By using the classification of quantization vector method combining with the compression ratio value as an input variable of 4,8,16,32 and 64, the outcome is that reconstructed images of the compression ratio ranged 4, 8,16 and 32 is good with PSNR > 30 dB whereas the compression ratio of 64 is not recommended (PSNR value < 30 dB) for any images particularly for textures images."

"This paper discuss fractal application on image compression using the method cf quadtree partitioning as a determiner of the best domain-range. In order to study further on this matter, simulation is done with some parameters, i.e a variety of tolerance, quadtree partitioning level and number of iteration.

Analysis is done toward performance (PSNR and compression ratio) of each parameters. From the analysis can be determined some levels of quadtree partitioning tolerance and number of iteration use to produced a good image in the decompression process."

"Teknik pemampatan (compression) adalah salah satu cara untuk mereduksi pemakaian Iebar pita (bandwidth). Pada aplikasi transmisi ataupun penyimpanan gambar, teknik ini merupakan suatu cara untuk mereduksi pemakaian lebar pita dengan cara mengurangi jumlah bit yang merepresentasikan gambar. Salah satu teknik pemampatan gambar adalah dengan menggunakan metode pengalian nilai koefisien subband detail, setelah gambar yang akan dimampatkan ditransformasi wavelet. Teknik pemampatan ini cukup efektif karena selain memiliki rasio kompresi yang besar, nilai PSNR gambar setelah diekstrak kembali culcup baik. Disamping itu waktu proses pemampatan tidak terlalu lama. Suatu gambar setelah ditransformasi wavelet maju akan menghasilkan 2 (dua) jenis subband yaitu lowpass residue dan subband detail (subband horisontal detail, subband vertikal detail dan subband diagonal detail). Metoda ini bekerja dengan cara mengalikan subband detail dengan suatu konstanta (konstanta pengali subband detail) sehingga menghasilkan entropi yang lebih kecil dari gambar asli. Skripsi ini akan menjelaskan kompresi gambar dengan metoda tersebut dengan mensimulasikan pada komputer. Hasil simulasi berupa perhitungan-perhitungan yang akan dianalisa sehingga diperoleh jenis filter wavelet dan kombinasi konstanta pengali subband detail yang optimum."