Sistem Multimedia.ppt...

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


Sistem multimedia digital

Data media streams berupa digital, yang dapatdiproses (dikompres/dekompres dan dianalisis) dalam komputer.

4


Tipe media digital :

Media yang bersifat Time-Independent

• Information/data bukan merupakan fungsi waktu• teks• grafik (grafik komputer)• citra (photo).


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


Karakteristik sistem multimedia :

• Secara terintegrasi- Pembuatan,- Pemrosesan,- Penyimpanan,- Representasi,- Transmisi

• Dokumen multimedia yang bersifat time-dependentdan time-independent


Dokumen multimedia :

TeksCitra Audio

Video

Animasi (komputer grafik)

6


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.


Sinkronisasi dokumen multimedia :

• Sinkronisasi intra-objets• Sinkronisasi inter-objets

7


Vision (citra & video)

pendengaran(audio & musique)

Penciuman(bau)

Perasa(rasa)

Peraba(sensasi sentuhan)

Application Robotik :


Application Vidéo conférence

- Volume data multimedia : sangat besar- Band-width jaringan : terbatas dan mahal- Delay waktu transmisi : sangat besar

8


Video game :


Iklan video clip :

9


Simulasi penerbangan :


Virtual reality : Aplikasi kedokteran

10


Virtual reality


Virtual reality : produksi film/animasi

11


Data/informasi multimedia :

Dokumen Teks Citra / Grafik Audio / musik Video / Animasi

Data multimedia 500 Mbps


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


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


• 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.


• 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


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


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


Masalah dalam KomunikasiInformasi Multimedai

Tanpa kompresi

Teks

Citra

Audio

Video

Teks

Citra

Audio

Video

Bandwidth128 kbps

Bandwidth128 kbps

65 menit ?

Data multimedia500 Mbps

wwxxyyzz


InformasiMultimedia

Terkompresi128 kbps

Video

Audio

Citra

Teks

Bandwidth128 kbps

Bandwidth128 kbps

Harapan penggunaTeknologi Informasi

Multimedai

wwwxxxyyyzzz

harapan !!

16


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 !!


Teks

Citra

Audio

Video

fjmmsflkkdffjskjkVideo

Audio

Citra

Teks

Bandwidth128 kbps

Bandwidth128 kbps

Solusi Kompresi InformasiMultimedia yang saya

kembangkan

Wow !!!

17


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


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


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,



• 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



• 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.



• 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



• Huffman Coding

- digunakan untuk pengkodean teks, citra dan video

- Ada 3 jenis algorithme Huffman coding, Masing-masing berhubungan dengan metode pembuatanpohon biner :



• 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



• 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.



• 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



• 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



• 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



• 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


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


<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



• 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


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


• 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)


• 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


• 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)


• 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


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.


Sub-sampling warna

R G B Y Cb Cr

Format ruang warna :

Y

4:4:4

4:2:2

4:1:1

29


Konversi RGB Yuv :

Konversi Yuv RGB :


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


Matriks asli. Matriks transformasi DCT

DCT

Matriks kuantisasi

Matriks terkuantisasi.

÷


∑−

=⎥⎦⎤

⎢⎣⎡ +

=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


32


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


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


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 :


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


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.


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


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.



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





37


• 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 :



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


KuantisasiWavelet

TransformCodingper blok

Citraasli

Citraterkompresi

Encoder Optimisasirasio-distorsi

Pembentukanbitstream

Citrarekonstruksi

Kantisasiinvers

Decoder

DecodingPer blok

Wavelettransform

inverse

Citraterkompresi




LL1

LH1

HL1

HH1

baris

Citra asli

Detilhorisontal

Detilvertikal

Detildiagonal

kolom

39



HH2

bariskolom

Citra LL1

Detilhorisontal

Detilvertikal

Detildiagonal

LH2

LL2

HL2



HH3

bariskolom

Citra LL2

Detilhorisontal

Detilvertikal

Detildiagonal

LH3

LL3

HL3

40


Standar kompresi JPEG2000

Transmisi secara progresif per resolusi


Standard compression JPEG2000


41







42



Perbandingan rasio kompresi


Contoh citra hasil kompresi :


JPEG JPEG 2000

43



• 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


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


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


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


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)


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


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.


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



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)



Konversi RGB Yuv :

Konversi Yuv RGB :

48



- 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



Modul Prediksi :

49



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



50


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 :


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


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).

Sistem Multimedia.ppt...

Documents

Transcript of Sistem Multimedia.ppt...