Kompresi Citra Digital Dengan Metode Segmentasi Adaptif

Suatu metodc kompresi citra digital pada dasamya merupakan suatu proses penghilangan data yang redundant dalam merepresentasikan suatu citra digttal. Redundansi data pada citra digital dapat dikelompokkan rnenjadi dua yaitu redundansi lokal dan redundansi global. Metode kompresi klasik hanya menangani salah satu dari kedua redundansi ini. Dalarn penclitian ini dianalisa dua karakteristik citra digital yang dapat meningkatkan redundansi lokal dan redundansi global, yaitu smoothness dan similarity. Dari hasil analisa ini dibuat suatu metode kompresi citra digital yang dapat menangani kedua redundansi tersebut, untuk mendapatkan tingkat cfistcns1 kompresi yang maksimal. Metode ini mempanisi (segmentasi) citra digital yang akan dikomprcs menjadi blok-blok kccil berdasarkan tingkat variasi piksel dalam suatu blok. Kemudian blok-blok hasil segmentasi dikodekan berdasarkan karakteristlk dari paksel- piksel di dalamnya. Rcdundansa lokal dikodekan dengan metode Run-Lenb'th dan redundansi global dikodekan dengan rnetode Lempel-Ziv. Selanjutnya header file dan pengkodean ini dikodekan dengan metode Rice (Rice Algorithm). hasil analisa output program dengan metode ini menunjukkan bahw-a ratarata rasio kompresi metode ini lebih besar jika diband.ingkan dengan rata-rata rasao kompresa Wrnzip. Kompresi dengan rnetode ini merupakan kompresi citra digatal lossless, sehingga daharapkan metode im dapat diterapkan pada citra digital tcrtcntu yang perlu mempertahankan kualitas informasi data setelah proses kompresi, sepeni citra medik dan citra satelit ======================================================================================================================== Basically, digital image compression is the process of eliminating or reducing the redundancy data in the representation of digital image. The redundancy in digital image representation can be classified into two categories: local and global. The classical compression schemes only exploited one of these redundancies. In this research, we analyze two image characteristics that give rise the local and global redundancy in image representation, namely: smoothness and s imilarity. Based on this analysis, we develop a lossless image compression scheme that exploits redundancy both at local and global in order to obtain maximum compression efficiency. Th1s scheme segments the digital image into variable size blocks and encodes them depending on the characteristics exhibited by the pixels within the block. Local redundancy is coded using Run-Length method and global redundancy is encod~d using Lcmpcl-ziv method. Furthermore, header file of these results are coded again using Rice algorithm. The results or the output program analysis indicate that the average compress1on ratio usmg this method is bener than the average compression ratio of Winzip compression program. This method is lossless compression scheme, so that II can be used 10 spcctalizcd applications such as medical imaging and satellite photography where reltabtlity of reproduction of images is a critical factor