apa compressed sensing ?digilib.its.ac.id/public/its-undergraduate-12814... · 2010-12-01 · 10...
TRANSCRIPT
1
COMPRESSED SENSING UNTUK APLIKASI
PENGOLAHAN CITRA
OMRIN TAMPUBOLON
2207100531
Jurusan Teknik Elektro
Bidang Studi Telekomunikasi Multimedia
Institut Teknologi Sepuluh Nopember Surabaya
DOSEN PEMBIMBING
Dr. Ir. Wirawan, DEA
PENGERTIAN
2
Apa
Compressed Sensing ?
2
COMPRESSED SENSING
3
Compressed Sensing (CS) adalah
Sebuah metode Sampling baru
di mana sinyal akuisisi dan kompresi
dilakukan pada saat yang sama.
LATAR BELAKANG
Semakin besar kebutuhan storage
Semakin besar kebutuhan bandwith dalam
transmisi data
4
3
1.Bagaimana merancang perangkat lunak
untuk simulasi proses pengolahan citra
compressed sensing ?
2.Bagaimana implikasi K-Sparse terhadap
kualitas citra hasil rekonstruksi
3.Bagaimana pengaruh Peak Signal to
Noise Ratio (PSNR) terhadap K-Sparse
5
PERMASALAHAN
BATASAN MASALAH
1.Data citra yang digunakan adalah
citra digital berskala gray level 8 bit
2.Rekonstruksi sinyal linier menggunakan
teknik L1 Norm atau dengan kata lain
Total Variation Minimation.
6
4
KONSEP CITRA DIGITAL
Citra yang digunakan dalam kehidupan
sehari hari, seperti foto, televisi dan
lainnya, merupakan masukan bagi sistem
visual ke bagian otak manusia. Citra
tersebut dapat didefinisikan sebagai citra
analog. Citra analog harus di digitalisasi
terhadap koordinat ruang (titik (x,y)) dan
intensitas cahaya.
“Image sampling”
7
KONSEP CITRA DIGITAL
Berdasarkan jumlah bit per pixel,
citra digolongkan menjadi 4 tipe yaitu :
1. Citra Biner
2. Citra Gray Scale
3. Citra Warna
4. Citra Multispektral
8
Dapat dilihat
secara visual
Tidak dapat dilihat
secara visual
5
KONSEP CITRA DIGITAL
Tipe citra yang di peroleh dari sistem visual
bergantung pada karakteristik spektral sistem
visual tersebut.
9
PERSEPSI VISUAL MANUSIA
10
Sistem peripheral : konversi cahaya yang ditangkap oleh mata manusia
menjadi sinyal – sinyal syaraf
Sistem sentral : proses sinyal – sinyal syaraf untuk mengskstraksi menjadi
Informasi pandangan manusia
6
KONSEP KOMPRESI CITRA
• Lossless compression
Mempertahankan data informasi secara utuh.
Hasil rekonstruksi data citra terkompresi akan
sama persis dengan citra awal.
• Lossy compression
Kompresi dimana dalam proses tersebut dapat menyebabkan hilangnya data.
Oleh karena itu, jika pada data citra terkompreskemudian dilakukan rekonstruksi, maka hasilnyahampir sama dengan data citra awal.
11
KONSEP COMPRESSED SENSING
12
7
APLIKASI COMPRESSED SENSING
Bidang Militer :
• Mengenali peluru kendali melalui sensor visual
• Mengidentifikasi jenis pesawat musuh
Bidang Kedokteran :
• Deteksi kanker dengan sinar X
• Rekonstruksi foto janin hasil USG
Komunikasi Data :
• Pemampatan citra transmisi
Hukum :
• Pengenalan sidik jari
• Pengenalan foto narapidana
13
14
ALGORITMA
KOMPRESI
8
HASIL KOMPRESI CITRA
15
Citra Asli
256 x 256 pixel
Crop citra asli
32 x 32 pixel
Crop terkopres
32 x 32 pixel
ALGORITMA
REKONSTRUKSI
16
9
HASIL REKONSTRUKSI CITRA TERKOMPRES
17
Citra terkompres
32 x 32 pixel
Citra rekonstruksi
32 x 32 pixel
RUMUS DALAM ANALISA
18
10
TABEL PENGUKURAN PSNR CITRA TERKOMPRES
19
N F-Compress K-Sparse Persentasi (%) MSEPSNR
(dB)
1024 2 512 50 0.000012 37.988
1024 4 256 25 0.000015 36.532
1024 6 171 17 0.000017 35.301
1024 8 128 13 0.000019 34.362
1024 10 102 10 0.000027 31.195
1024 12 85 8 0.000042 27.257
1024 14 73 7 0.000057 24.732
1024 16 64 6 0.000147 16.453
1024 18 57 6 0.000339 9.189
1024 20 51 5 0.000438 6.955
KESIMPULAN… 1
• Faktor utama dalam teknik compressed sensingyaitu mempertimbangkan jumlah k-sparse yang digunakan dalam proses kompresi danrekonstruksi citra.
• Semakin besar jumlah k-sparse dalam suatuproses kompresi dan rekonstruksi citra, makakualitas citra rekonstruksi yang dihasilkan akansemakin baik.
• Semakin baik kualitas citra yang dihasilkan darihasil rekonstruksi citra maka semakin besar pula nilai PSNR yang dihasilkan.
20
11
KESIMPULAN… 2
• Semakin besar jumlah K-Sparse yang digunakandalam proses kompresi dan rekonstruksi, makasemakin kecil nilai MSE yang dihasilkan, hal inimengindikasikan bahwa semakin kecil rata-rata error tiap pixel yang dihasilkan antara citra aslidan citra rekonstruksi.
• Dalam proses kompresi dan proses rekonstruksi, semakin besar ukuran pixel yang akan diolah, akan semakin mempengaruhi kecepatan dalamproses komputasi yang dilakukan.
21
SARAN
• Untuk mendapatkan hasil terbaik pada proseskompresi dan rekonstruksi citra, dapat dicapaidengan menggunakan algoritma greedy sepertiOrthogonal Matching Pursuit (OMP), Stage Wise Orthogonal Matching Pursuit (StOMP).
• Untuk mendapatkan citra kompresi dengankualitas warna 32 bit atau lebih, dilakukanpemrosesan yang terpisah terhadap peta warnamerah, hijau dan biru (RGB).
• Komputasi yang digunakan dalam proseskompresi dan rekonstruksi citra akan semakincepat, bilamana dijalankan dengan spesifikasikomputasi yang cukup tinggi.
22
12
23