Hasil Pencarian  ::  Simpan CSV :: Kembali

"Pemampatan citra merupakan proses mereduksi jumlah bit yang digunakan dalam representasi suatu citra dan bertujuan untuk memperoleh suatu kumpulan data yang lebih kecil dan dapat direkonstruksi menjadi citra baru tanpa penurunan kualitas citra yang berarti. Pemampatan citra sangat bermanfaat dalam efisiensi media penyimpanan dan transmisi citra tersebut.Salah satu metode pemampatan citra yang cukup efektif adalah metode Human Visual System (HVS) yaitu pemampatan citra dengan menghilangkan redudansi psikovisual yang dikandung pada suatu citra dengan mengikuti karakteistik sistem visual mata manusia. Untuk memperoleh unjuk kerja sistem pemampatan citra yang optimal dilaksanakan analisis dan simulasi terhadap sistem pemapatan citra metode HVS Thresholding dan kuantisasi Subyektif dengan menggunakan transformasi wavelet Orthogonal (Daubechies-12) dan Biorthogonal (Spline) dengan beberapa model persamaan HVS (Ngan, Mannos, Nill dan Bowan) melalui variasi norm (p).Dari hasil simulasi dan analisis menggunakan citra diam dengan ukuran 256 x 256 pixel dipero!eh unjuk kerja sistem optimal yaitu rasio pemampatan 20.03 dan PSNR 25.88 dB dengan wavelet Biorthogonal, 3 level dekomposisi, model HVS Ngan pada norm 3, harga K = 0.005 dan q =0.0075.Selain itu Penggunaan metode kuantisasi subyektif juga terbukti dapat meningkatkan rasio pemampatan rata-rata sebesar 24 % untuk wavelet orthogonal dan sebesar 43 % untuk wavelet biorthogonalPemampatan citra menggunakan wavelet Biorthogonal menunjukkan hasil yang lebih baik daripada wavelet Orthogonal karena pada nilai rasio pemampatan yang sama wavelet Biorthogonal meghasilkan nilai PSNR yang lebih baik dari wavelet orthogonal untuk parameter sistem yang sama.

---

Image compression is a process to reduce bit information used in representation an image. The purpose is to obtain fewer amounts of data and can be reconstructed as a new image without significant decreasing the quality. Image compression is very profitable in efficiency of storage media and transmission of the image.

One of the effective methods is Human Visual System (HVS) method. The HVS image compression can decrease pshycovisual redundancy contained of an image following the characteristic human visual. To obtain an optimal performance image compression system, analysis and simulation HVS image compression system were done by using Orthogonal Wavelets (Daubechies-12) and Biorthogonal Wavelets (Spline) transform. Several models of HVS such as Ngan, Mannos, Nill and Bowon HVS models were done before threshold and quantization process through variation of norm.

Simulation and Analysis of still image 256 x 256 pixel show that the optimal performance (compression ratio 20.03 and PSNR 25.88 dB) occurred on wavelet Biorthogonal, 3 level decomposition, Ngan HVS model, norm 3, K = 0.005 and q = 0.0075.

Subjective quantization method also proved that its can increase average compression ratio 24 % for orthogonal wavelets and 43 % for biorthogonal wavelets.

Image compression system using Biorthogonal wavelets shows better than Orthogonal wavelets since in the same compression ratio, PSNR of Biorthogonal Wavelets is greater than Orthogonal Wavelets."

"Segmentasi tekstur citra memegang peranan penting dalam menganalisa suatu citra, karena pada proses ini terjadi pembedaan variasi intensitas (pada citra kromatik) atau variasi tingkat keabuan (pada citra akromatik) pada pixel-pixel kromatik) atau variasi tingkat keabuan (pada citra akromatik) pada pixel-pixel yang menyusun citra. Dalam hubungannya dengan sistem komunikasi visual, analisa suatu citra memberikan informasi mengenai karakteristik-karakteristik citra yang tidak dapat diamati oleh sistem visual manusia.Pada sistem visual manusia, peristiwa segmentasi tekstur citra tedadi di bagian korteks visual. Pada bagian ini terdapat sekumpulan saraf yang berfungsi sebagai kumpulan filter yang memproses informasi-informasi yang terdapat pada citra, yaitu dalam hal ini membagi citra ke dalam segmen-segmen tekstur yang mempunyai karakteristik tertentu. Filter-filter ini bekerja berdasarkan karakteristik spatial yang terdapat pada konsep psychovisual, yaitu frekuensi spatial clan sudut orientasi.Teknik yang biasa dipakai untuk merepresentasikan proses filter pada mekanisme sistem konteks visual manusia adalah Multichannel Spatial Filtering Model (MSFM) yang menggunakan fungsi elementer Gabor sebagai fungsi filter pada kawasan spatial (spatial domain).Metode inilah yang diterapkan dalam simulasi segmentasi tekstur citra pada makalah skripsi ini. Hasil simulasi akan menunjukkan bahwa penerapan frekuensi spatial tertinggi pada filter akan memberikan segmen citra terbaik. Sedanl~kan penerapan sudut orientasi akan memberikan hasil segmen tekstur yang tergantung pada struktur dari tekstur citra asalnya. Sudut orientasi 0° akan sesuai untuk struktur tekstur yang dominan horisontal, sedangkan sudut orientasi 90° akan sesuai untuk struktur tekstur yang dominan vertikal. Sudut orientasi 45° dan 135° memberikan hasil segmen yang sama dan sesuai untuk keperluan pengenalan tekstur citra secara umum."

"Kompresi citra medis telah lama menjadi suatu penerapan teknologi kompresi yang kontroversial. Terdapat dua jenis kompresi citra: lossless dan lossy. Nilai rasio kompresi pada lossless compression tidak terlalu besar sehinga lossy compression diterapkan. Perhatian utama pada kompresi citra medis adalah penentuan visually lossless threshold dimana ditentukan nilai batas kuantisasi sehingga kompresi terhadap citra medis dapat dilakukan sebelum terjadi distorsi yang tertangkap oleh sistem visual manusia. Pada skripsi ini dilakukan simulasi kompresi citra medis berdasarkan contrast threshold dan visual masking yang diujikan pada modality computed tomography, mammography, dan X-ray. Evaluasi subjektif dilakukan untuk menilai kualitas citra medis hasil dekompresi dengan melibatkan dokter spesialis radiologi sebagai penguji. Tingkat kejelasan algoritma yang digunakan pada citra medis pada modality X-ray, mammography, dan computed tomography masing-masing adalah 90,00%, 85,00%, dan 89,1666667%. Rasio kompresi dan waktu yang diperlukan untuk melakukan kompresi dan dekompresi bervariasi pada setiap citra medis yang diujikan.

---

Medical image compression has been a controversial application of compression technology. There are two types of image compression: lossless and lossy. The value of compression ratio in the lossless compression is not too big so that lossy compression is applied. The main concern in the medical image compression is the determination of visually lossless threshold limit of quantitation where values are determined so that the compression of medical images can be applied before the distortion is captured by the human visual system. In this thesis, a simulation of medical image compression based on contrast threshold and visual masking is tested on modalities: computed tomography, mammography, and X-ray. Subjective evaluation was conducted to assess the quality of medical image decompression results involving radiologist as testers. The degree of clarity of the algorithms used in medical image on the modality of X-rays, mammography, and computed tomography, respectively are 90,00%, 85,00%, and 89,1666667%. Compression ratio and time required to perform compression and decompression vary on each medical image tested."