- Metode Kompresi Lossy
- Kuantisasi
Kuantisasi merupakan pemetaan dari daerah
intensitas yang lebar menjadi daerah intensitas terbatas (batas kemampuan
visual manusia)
Kuantisasi
dibagi menjadi dua, yaitu kuantisasi scalar dan kuantisasi vector. Kuantisasi
scalar dibagi menjadi dua, yaitu uniform scalar quantization dan nonuniform
scalar quantization. Sedangkan kuantisasi vector dapat membentuk vector dari
sampel input dengan menggabungkan sejumlah sampel berurutan menjadi sebuah
vector tunggal.
2. Transform Coding
Transform
coding bertujuan untuk mengkonversi data menjadi sebuah bentuk data yang lebih
ringan dalam ukurannya. Hasil konversi pada transform coding akan mengubah data
menjadi ukuran yang lebih kecil daripada data sebelumnya.
- Discrete Cosine Transform
Kompresi JPEG dengan DCT |
Contoh Hasil Kompresi DCT |
- Karhunen-Loueve Transform
i. Mencari covariance matrix Cov([f]).
ii. Mencari eigenvalue dan eigenvector dari Cov([f]) dan mendapatkan matrix transformasi T dari
normalized eigenvector.
iii. Mencari vector transformasi [F].
3.Wavelet Based Coding
Tujuan dari tranformasi wavelet adalah untuk menguraikan sinyal input menjadi komponen-komponen yang lebih mudah ditangani.
- Continuous Wavelet Transform (CWT)
- Discrete Wavelet Transform (DWT)
4.Embedded Zerotree of Wavelet Coefficient (EZW)
Embedded Zerotree of Wavelet Coefficient (EZW) adalah algoritma pengkompresian gambar yang bit dari suatu property tersebut dihasilkan dari tingkat kepentingannya untuk memperoleh kualitas gambar terbaik dari suatu bit rate yang menggunakan model embedded. Algoritma EZW merupakan algoritma kompresi image yang efektif dan efisien.
- Contoh Kompresi Image
- Contoh Kompresi Audio
- Contoh Kompresi Video
Tidak ada komentar:
Posting Komentar