Analisis Domain Wavelet-SVD pada Kompresi Citra Digital menggunakan Graph Based Quantization dan Arithmetic Coding

Mellita Maharani

Informasi Umum

Kode

113080036

Klasifikasi

005.1 - Computer programming

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Informatika Teori Dan Pemrograman

Dilihat

13 kali

Informasi Lainnya

Abstraksi

ABSTRAKSI: Prinsip umum yang digunakan dalam kompresi citra adalah mengurangi duplikasi data di dalam citra sehingga memori yang diperlukan untuk merepresentasikan citra menjadi lebih sedikit dibandingkan yang semula. JPEG dan JPEG2000 merupakan contoh dari teknik kompresi yang telah terstandarisasi. JPEG2000 merupakan teknik pengembangan dari JPEG. Teknik kompresi yang dilakukan JPEG2000 menggunakan Wavelet sebagai metode transformasinya dan skalara sebagai metode kuantisasinya. Namun, disamping kelebihan transformasi wavelet yaitu memiliki komputasi rendah, wavelet memiliki performansi yang rendah pada citra yang berkorelasi rendah. Pada Tugas Akhir ini akan digunakan domain Wavelet-SVD (Singular Value Decomposition) sebagai metode transformasinya. SVD akan digunakan untuk mendapatkan performansi yang lebih baik dalam proses transformasi dalam area citra dimana korelasinya rendah dan domain Wavelet digunakan pada area dengan korelasi tinggi. Pada proses kuantisasi, diterapkan graph based quantization untuk melakukan klasterisasi komponen citra pada domain frekuensi. Pada penelitian sebelumnya didapatkan bahwa graph based quantization memberikan hasil yang lebih baik dibandingkan kuantisasi vektor yang biasa digunakan. Hasil pengujian menunjukkan bahwa system menghasilkan performansi yang baik berdasarkan rasio kompresi dan PSNR. Rasio kompresi rata-rata yang dihasilkan berada di antara 50-60% sedangkan PSNR rata-rata yang dihasilkan berada diantara 40-80 dB.Kata Kunci : graph based quantization, JPEG2000, PSNR, rasio kompresi, SVD, wavelet.ABSTRACT: The general principal used in image compression is to reduce data duplication inside the image so the memory needed to represent the image can be smaller. JPEG and JPEG2000 are the examples of standardized compression technique. JPEG2000 itself is an improvement of JPEG. The compression technique used JPEG2000 is using Wavelet as the transformation method and scalar as the quantization method. However, despite the advantage of wavelet transformation which has low computation, wavelet has poor performance in low-correlated image. In this Final Paper, Wavelet-SVD (Singular Value Decomposition) domain will be used as the transformation method. SVD will be used to achieve a better performance for transformation process in low-correlated image, while Wavelet domain is used in high-correlated image. In the quantization process, graph-based quantization is used to clusterize image component in frequency domain. On previous research, it is known that graph-based quantization provides better result than vector quantization that is widely used. Testing result shows that the system provides good performance based on compression ratio and PSNR. The average compression ratio generated by the system stands between 50-60%, while the average PSNR stands between 40-80 dB.Keyword: compression ratio, graph based quantization, JPEG2000, PSNR, SVD, wavelet.