- Kuantisasi (pengolahan citra)
- Kuantisasi (pengolahan sinyal)
- Kuantisasi warna
- Kuantisasi
- Segmentasi citra
- Pembauran galat
- Albert Einstein
- Pengklasteran k rata-rata
- Derajat keabuan
- Algoritme Floyd–Steinberg
Kuantisasi (pengolahan citra) GudangMovies21 Rebahinxxi LK21
Dalam pengolahan citra digital, kuantisasi adalah teknik kompresi lesap yang dilakukan dengan memampatkan rentang nilai menjadi nilai tunggal. Ketika jumlah simbol yang berbeda dikurangi, data tersebut semakin mudah dikompresi. Misalnya, pengurangan jumlah warna yang dibutuhkan untuk menggambarkan citra digital dapat mengurangi ukuran berkas. Contohnya adalah DCT dalam JPEG dan DWT dalam JPEG 2000.
Kuantisasi warna
Kuantisasi warna mengurangi jumlah warna yang dipakai oleh sebuah citra. Hal ini diperlukan untuk menampilkan citra pada perangkat yang memiliki kemampuan tampilan yang terbatas dan untuk mengompresi citra-citra tertentu secara efektif. Kebanyakan perangkat lunak penyunting gambar dan sistem operasi memiliki dukungan untuk kuantisasi warna. Algoritme kuantisasi warna modern yang populer antara lain algoritme warna terdekat (untuk palet tetap), algoritme potong median, dan algoritme dengan pohon oktal.
Pembauran galat biasa digabung dengan kuantisasi warna untuk memberikan kesan jumlah warna yang lebih banyak dan menghilangkan artefak pemitaan warna.
Kuantisasi frekuensi untuk kompresi citra
Penglihatan manusia cukup baik dalam melihat perbedaan kecil dalam kecerahan di daerah luas, tetapi kurang baik dalam melihat perubahan kecil di daerah sempit (frekuensi tinggi). Dari itulah, sebuah citra dapat dikompresi dengan mengabaikan komponen frekuensi tinggi. Cara ini dilakukan dengan membagi tiap nilai dalam domain frekuensi dengan nilai tetap tertentu, lalu dibulatkan. Perhitungan itu menjadi poin utama dalam operasi lesap. Hasilnya adalah frekuensi tinggi dibulatkan menjadi nol dan sisanya menjadi bilangan bulat kecil.
Karena penglihatan manusia lebih peka terhadap kependaran daripada kewarnaan, kompresi dapat dilakukan dengan ruang warna yang memisahkan keduanya, seperti YCbCr, dan menguantisasi sendiri-sendiri.
= Matriks kuantisasi
=Berikut adalah contoh matriks koefisien DCT.
[
−
415
−
33
−
58
35
58
−
51
−
15
−
12
5
−
34
49
18
27
1
−
5
3
−
46
14
80
−
35
−
50
19
7
−
18
−
53
21
34
−
20
2
34
36
12
9
−
2
9
−
5
−
32
−
15
45
37
−
8
15
−
16
7
−
8
11
4
7
19
−
28
−
2
−
26
−
2
7
−
44
−
21
18
25
−
12
−
44
35
48
−
37
−
3
]
{\displaystyle {\begin{bmatrix}-415&-33&-58&35&58&-51&-15&-12\\5&-34&49&18&27&1&-5&3\\-46&14&80&-35&-50&19&7&-18\\-53&21&34&-20&2&34&36&12\\9&-2&9&-5&-32&-15&45&37\\-8&15&-16&7&-8&11&4&7\\19&-28&-2&-26&-2&7&-44&-21\\18&25&-12&-44&35&48&-37&-3\end{bmatrix}}}
Matriks kuantisasi yang umum dipakai adalah sebagai berikut.
[
16
11
10
16
24
40
51
61
12
12
14
19
26
58
60
55
14
13
16
24
40
57
69
56
14
17
22
29
51
87
80
62
18
22
37
56
68
109
103
77
24
35
55
64
81
104
113
92
49
64
78
87
103
121
120
101
72
92
95
98
112
100
103
99
]
{\displaystyle {\begin{bmatrix}16&11&10&16&24&40&51&61\\12&12&14&19&26&58&60&55\\14&13&16&24&40&57&69&56\\14&17&22&29&51&87&80&62\\18&22&37&56&68&109&103&77\\24&35&55&64&81&104&113&92\\49&64&78&87&103&121&120&101\\72&92&95&98&112&100&103&99\end{bmatrix}}}
Pembagian per elemen matriks koefisien DCT oleh matriks kuantisasi yang diikuti pembulatan menghasilkan matriks berikut.
[
−
26
−
3
−
6
2
2
−
1
0
0
0
−
3
4
1
1
0
0
0
−
3
1
5
−
1
−
1
0
0
0
−
4
1
2
−
1
0
0
0
0
1
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
]
{\displaystyle {\begin{bmatrix}-26&-3&-6&2&2&-1&0&0\\0&-3&4&1&1&0&0&0\\-3&1&5&-1&-1&0&0&0\\-4&1&2&-1&0&0&0&0\\1&0&0&0&0&0&0&0\\0&0&0&0&0&0&0&0\\0&0&0&0&0&0&0&0\\0&0&0&0&0&0&0&0\end{bmatrix}}}
Misalnya, nilai koefisien DCT -415 diubah sebagai berikut.
bulatkan
(
−
415
16
)
=
bulatkan
(
−
25
,
9375
)
=
−
26
{\displaystyle \operatorname {bulatkan} \left({\frac {-415}{16}}\right)=\operatorname {bulatkan} (-25,\!9375)=-26}
Biasanya, proses ini akan menghasilkan matriks yang isinya kebanyakan di kiri atas (frekuensi rendah). Dengan pengurutan zig-zag untuk mengelompokkan nilai bukan nol dan pengodean panjang bergerak, matriks terkuantisasi dapat disimpan lebih efisien daripada versi yang belum dikuantisasi.
Lihat pula
Segmentasi citra
Penjalaan berbasis citra
Segmentasi jarak
Referensi
Kata Kunci Pencarian:
Warning: Invalid argument supplied for foreach() in /www/wwwroot/5.180.24.3/wp-content/themes/muvipro/search.php on line 388
Pengolahan Citra Digital | PDF
Pengolahan Citra Untuk Perbaikan Kualitas Citra Si | PDF
Representasi Pengolahan Citra | PDF
(PDF) PENGOLAHAN CITRA DIGITAL
Pengolahan citra digital__peningkatan_mutu_citra
(DOC) PENGOLAHAN CITRA DIGITAL | Andi Rahman - Academia.edu
Toko Buku Online: Terlengkap dan Terpercaya
Pengolahan Citra III Sistem Pengolahan Citra Digital | Piksel ...
Pengolahan Citra Digital - KajianPustaka
Pengolahan Citra Berwarna.pdf
Jual Buku Pengolahan Citra Digital Karya Pulung Nurtantio Andono | Toko ...
Pengolahan Citra Berwarna.pdf