Resume Digital Multimedia Broadcasting

JARINGAN MULTIMEDIA

Jurusan Teknik Informatika

Fakultas Teknologi Informasi

Institut Teknologi Sepuluh Nopember

Digital Multimedia Broadcasting

Dibangung di atas perkembangan pesat kemajuan teknologi kompresi video pada tahun 1980, bersama dengan ketersediaan prosesor komputasi yang terjangkau cepat dan memori digital pada awal 1990-an, evolusi dalam penggunaan digital multimedia broadcasting berjalan dengan cepat.

Siaran digital memungkinkan tingkat kualitas dan fleksibilitas tak terjangkau dengan siaran analog dan menyediakan berbagai layanan yang nyaman, berkat kualitas gambar yang tinggi dan kualitas suara, interaktivitas, dan kemampuan penyimpanan. Penyiar di Eropa memulai usaha pertama yaitu penyiaran video digital proyek (DVB) pada tahun 1993, dan pekerjaan standardisasi utama untuk satelit (DVB - S) dan kabel (DVB - C) sistem pengiriman selesai pada tahun 1994. Versi terestrial tetap (DVB - T) segera ditambahkan ke keluarga DVB untuk menawarkan one-to-many  data nirkabel broadband penyiaran berdasarkan atap antena dan penggunaan paket IP.

DVB memberikan kualitas gambar yang superior dengan kesempatan untuk melihat gambar dalam format standar atau layar lebar (16:9), seiring dengan mono, stereo, atau surround sound. Hal ini juga memungkinkan berbagai fitur dan layanan baru termasuk subtitling, panduan program elektronik (EPGs), beberapa track audio, konten interaktif, konten multimedia, dll. Selain itu, program ini dapat dihubungkan ke World Wide Web untuk disebarluaskan melalui Internet. Meskipun DVB adalah inisiatif Eropa, hal itu  dengan cepat menjadi penggerak di seluruh dunia sebagai standar untuk TV digital. Dengan enkapsulasi protokol Internet (IP) layanan berbasis data stream DVB, jaringan DVB selanjutnya dibuka untuk transmisi grafis, foto, dan data. Munculnya platform multimedia home (MHP) yang merupakan satu set berbasis Java spesifikasi middleware TV interaktif yang dikembangkan oleh Proyek DVB.

Platform DVB-T adalah sistem yang fleksibel yang dapat memberikan layanan untuk antena dan perangkat portabel atau mobile dengan beberapa tradeoff antara bitrate dan ketahanan sinyal. Ukuran sel bisa sampai 100 km dan nomor saluran hingga 54 dengan 5-32 Mbps per channel. Untuk mengakomodasi fleksibilitas ini, spesifikasi DVB-T memungkinkan modulasi hirarkis, dimana dua aliran data terpisah yang dimodulasi ke aliran DVB-T tunggal. Terlepas dari kemampuan fleksibel DVB - T untuk menawarkan layanan antena untuk penerima tetap dan layanan mobile untuk penerima bergerak. Masyarakat DVB diminta untuk menawarkan layanan TV-tipe perangkat genggam kecil seperti ponsel. Ini memperkenalkan lebih banyak tantangan pada sistem transmisi DVB melayani perangkat tersebut. Lebih khusus lagi, sistem transmisi baterai perangkat mobile harus dilengkapi dengan kemampuan untuk meminimalkan konsumsi daya dan sehingga meningkatkan durasi penggunaan baterai, untuk mempertahankan akses ke layanan ketika penerima meninggalkan sel transmisi yang diberikan dan memasukkan yang baru untuk menerima program TV disampaikan dalam suatu lingkungan yang menderita saluran multipath ponsel dan kebisingan tingkat tinggi buatan manusia.

Selain persaingan, standar penyiaran video digital lain untuk perangkat genggam adalah dikembangkan di Korea, terrestrial digital multimedia broadcasting (T-DMB) standar.  T-DMB standar, yang dibangun di atas standar (DAB) Eropa audio digital penyiaran, dikomersialisasikan untuk pertama kalinya di dunia pada Desember 2005 untuk menawarkan jasa penyiaran multimedia yang beragam dalam lingkungan mobile berkecepatan tinggi. Beberapa layanan T-DMB juga dikerahkan di Eropa, misalnya oleh Jerman mobile terkemuka telekomunikasi perusahaan Debitel AG (menggunakan Samsung SGH-P900 T-DMB telepon) dan di Cina. Standar T-DMB menggunakan modus layanan data aliran untuk membawa data multimedia. Format biner MPEG-4 untuk adegan (BIFs) juga tersedia di T-DMB untuk layanan interaktif. Aplikasi lain dari T-DMB adalah radio visual, yang merupakan layanan radio yang dapat mengirimkan dua frame video per detik.

Siaran digital yang ditawarkan di Jepang didasarkan pada sistem yang sangat serbaguna disebut terintegrasi jasa penyiaran digital (ISDB). Di Jepang, ISDB-digital berbasis satelit diluncurkan pada tahun 2000, dan berbasis terestrial ISDB (ISDB-T) dimulai pada Desember 2003. Sistem ISDB-T dirancang untuk menyediakan video berkualitas tinggi yang dapat diandalkan suara dan data penyiaran tidak hanya untuk penerima tetap, tetapi juga untuk penerima mobile. Sistem ini juga dirancang untuk memberikan fleksibilitas, upgrade, dan kesamaan atau interoperabilitas untuk penyiaran multimedia.

6.1 Moving from DVB-T to DVB-H

Dua aspek yang paling penting dari sistem DVB - T adalah penggunaan aliran MPEG - 2 transport (TS) dan penggunaan kode orthogonal frequency-division multiplex (COFDM). Lebih khusus lagi, setelah data video dan audio dalam DVB-T yang dikompresi sesuai dengan standar MPEG -2 kompresi, mereka dikemas dengan packetized aliran dasar (PES) layer dan kemudian setiap paket PES dibagi menjadi paket-paket tetap-panjang dari 188 byte. Multiplexing yang berbeda aliran dan informasi program khusus (PSI) tabel yang dicapai pada MPEG-2 TS lapisan.

Penggunaan opsional MPE-FEC dalam DVB-H memberikan peningkatan kinerja kekebalan kebisingan dan kinerja Doppler dalam saluran selular untuk kendaraan yang bergerak cepat dan  apalagi  juga meningkatkan toleransi terhadap gangguan impuls. Untuk mengakomodasi kecepatan data lebih terbatas disarankan untuk layanan individual DVB-H dan menampilkan kecil terminal genggam khas, audio 2-berbasis MPEG tradisional dan video encoding skema yang digunakan dalam DVB-T tidak sesuai DVB-H dengan baik. Oleh karena itu disarankan bahwa MPEG-2 video coding harus diganti dengan yang lebih efisien MPEG-4 video H.264/AVC standar coding dan MPEG-2 coding audio yang harus diganti dengan yang lebih efisien MPEG-4 HE AAC. Selain itu, lapisan fisik di DVB-H harus memiliki empat ekstensi ke lapisan fisik DVB-T yang ada :

• Peningkatan pemancar parameter sinyal (TPS) untuk menunjukkan adanya layanan DVB - H dan kemungkinan penggunaan MPE - FEC untuk meningkatkan dan mempercepat penemuan layanan.
• Penerapan (4K) modus baru , yaitu ,ubcarriers 4K, orthogonal frequency-division multiplexing (OFDM ) untuk mobilitas perdagangan dan jaringan tunggal - frekuensi ( SFN ) ukuran sel, yang memungkinkan penerimaan tunggal antena SFNS menengah dengan harga yang sangat kecepatan tinggi (semua format modulasi, QPSK, 16QAM dan 64QAM dengan mode non-hirarkis atau hirarkis, juga mungkin untuk digunakan dalam DVB-H). Perhatikan bahwa dalam SFN, semua pemancar memancarkan sinyal yang sama pada frekuensi yang sama dan penerima dapat menerima sinyal dari beberapa pemancar. Selama rentang penundaan dari sinyal multipath yang diterima tidak melebihi toleransi yang dirancang dari sistem, semua komponen diterima dengan sinyal berkontribusi berguna untuk kualitas penerimaan yang lebih baik.
• Definisi cara baru menggunakan simbol interleaver dari DVB - T untuk membawa toleransi dasar impuls kebisingan dan juga untuk meningkatkan ketahanan dalam lingkungan mobile.
• Penggunaan 5 MHz bandwidth saluran di band-band non-broadcast (misalnya di Amerika Serikat).

Seperti ditunjukkan dalam Gambar . 6.3 , penerima DVB-H terdiri dari DVB-T demodulator, modul MPE - FEC opsional , dan terminal DVB-H. DVBT aliran demodulator MPEG-2 transport (TS) paket dari sinyal RF yang diterima dari DVB - T

6.1.1 Time slicing in DVB-H

Datagram IP digunakan untuk packetize isi DVB-H, DVB standar membawa datagram IP dalam MPEG-2 TS dengan menggunakan multiprotocol enkapsulasi (MPE) dimana setiap datagram IP dirumuskan menjadi satu bagian MPE. Sebuah aliran bagian MPE kemudian dimasukkan ke dalam aliran dasar (ES), yaitu, aliran MPEG-2 TS paket dengan program identifier tertentu (PID). DVB-H mungkin untuk menerima layanan audio dan video yang dikirimkan melalui IP pada ES memiliki bitrate cukup rendah, mungkin di urutan 250 kbps. MPEG-2 TS memiliki bitrate misalnya, 10 Mbps. ES tertentu yang menarik sehingga hanya menempati sebagian kecil (dalam contoh ini, 2,5%) dari total MPEG-2 TS bitrate. Dalam rangka untuk mengurangi konsumsi daya secara drastis teknik time-slice diperkenalkan.

6.1.2 MPE-FEC in DVB-H

Dengan MPE-FEC, datagrams IP setiap kali-iris dilindungi oleh Reed-Solomon (RS) kode forward error correction (FEC), yang dihitung dari datagram IP. RS (n,k) kode adalah salah satu jenis kode penghapusan mana pesan ukuran k simbol (setiap simbol merupakan gabungan dari beberapa bit, misalnya, byte) dapat digunakan untuk membuat n-K berlebihan tambahan (paritas) simbol. Data RS diringkas menjadi MPE-FEC bagian, yaitu juga merupakan bagian dari ledakan dan langsung dikirim setelah bagian MPE terakhir meledak, di ES yang sama tetapi dengan berbeda table_id dari bagian MPE, yang memungkinkan penerima untuk membedakan antara dua jenis bagian di ES.

6.2 T-DMB multimedia broadcasting for portable devices

Terrestrial digital multimedia broadcasting (T-DMB) yang dikembangkan di Korea berdasarkan standar Eropa Digital Audio Broadcasting (DAB, Eureka-147) memiliki beberapa kesamaan dengan standar mobile TV DVB-H bersaing untuk perangkat genggam dalam hal dari penggunaan teknik kompresi data multimedia. Lebih khusus lagi, T-DMB menggunakan MPEG-4 H.264/AVC (profil dasar pada tingkat 1,3) untuk video coding dan MPEG-4 coding aritmatika bitsliced ​​(BSAC) atau MPEG-4 HE AAC untuk coding audio. Data terkompresi audio dan video yang dikemas dalam aliran MPEG-2 transport (TS) dan lapisan MPEG-4 sinkronisasi (SL) untuk streaming. Terrestrial digital multimedia broadcasting juga mendefinisikan fungsi layanan data interaktif untuk menyediakan layanan konvergen dalam penyiaran dan telekomunikasi. Ini mengadopsi format biner MPEG-4 untuk adegan (BIFs) sebagai pilihan untuk mengaktifkan layanan siaran interaktif.

6.2.1 MPEG-4 BSAC audio coding in T-DMB

Bit-sliced arithmetic coding (BSAC) adalah audio coding alat MPEG-4 berdasarkan pada persepsi pendekatan pengkodean, seperti yang digunakan dalam MPEG - 2/4 maju audio yang coding ( AAC ) skema. Metode kompresi BSAC yang mirip dengan AAC, kecuali dalam algoritma pengkodean lossless, memastikan bahwa efisiensi pengkodean BSAC hampir sama dengan AAC. MPEG - 4 layanan audio berbasis BSAC di T-DMB mendukung penyiaran audio yang standar stereo pada sampel tingkat 24, 44, 1, atau 48 kHz . Bit -iris aritmatika coding memungkinkan kontrol adaptif bitrate, buffer awal yang lebih kecil, dan bermain mulus audio digital. Layanan audio dari T-DMB menyediakan audio berkualitas CD untuk audio saja penyiaran dan kualitas yang lebih baik daripada radio FM analog untuk audio video yang menyertainya. Bit - iris aritmatika coding terutama didasarkan pada MPEG-4 AAC dan menggunakan sebagian besar alat tersebut. Ini meningkatkan pada MPEG-4 AAC, bagaimanapun  dengan menawarkan skalabilitas  bitstream  butiran halus dan ketahanan kesalahan. Tingkat kompresi sebanding dengan profil utama AAC . Di BSAC, pengkodean entropi dilakukan oleh coder aritmatika, bukan coder Huffman digunakan dalam AAC. Aritmatika coder di BSAC meningkatkan efisiensi pengkodean dari audio stream bit-iris. Fitur kesalahan ketahanan BSAC dilaksanakan oleh aritmatika biner tersegmentasi (SBA) coding, di mana beberapa lapisan audio stream dikelompokkan lagi ke dalam segmen. Oleh karena itu  dengan SBA coding, setiap kesalahan propagasi dapat dibatasi ke segmen tunggal dalam BSAC dengan kembali menginisialisasi coder aritmatika setelah beberapa lapisan tambahan.

6.2.2 System specification of T-DMB

Gambar 6.8 menunjukkan spesifikasi untuk sistem T-DMB untuk transmisi audio, video , dan layanan data yang dirancang untuk penerimaan mobile dan mendukung sekitar 2 Mbps yang berguna data rate di saluran 1,536 MHz. Video dan audio yang digunakan dalam T-DMB video dan Visual Radio dikodekan menggunakan MPEG-4 H.264/AVC codec video dan BSAC MPEG-4 kesalahan tangguh atau MPEG - 4 HE AAC.  Pengkodean aliran dasar ( ES ) adalah multiplexing bersama-sama dengan MPEG - 4 BIFs data yang digunakan untuk layanan angkutan dua arah. MPEG- 4 sistem menentukan standar untuk packet, sinkronisasi, dan multiplexing, tetapi juga menentukan informasi penting, seperti deskripsi adegan, deskripsi objek, dan sinkronisasi antara berbagai jenis media stream, untuk menggambarkan dan menceritakan representasi kode yang interaktif isi multimedia.

Untuk menggunakan infrastruktur transportasi MPEG-2 di T-DMB yang interaktif isinya terutama dijelaskan oleh MPEG-4 dalam hal jumlah variabel media (audio, video) stream, mekanisme multiplexing lain yang digunakan untuk membawa MPEG-4 isinya ke MPEG-2 sistem yang disebut "MPEG-4 lebih standar MPEG-2" diadopsi dalam T-DMB.

6.3 ATSC for North America terrestrial video broadcasting

Televisi Advanced Systems Committee (ATSC) televisi digital (DTV, A/53) standar menjelaskan sebuah sistem yang dirancang untuk mengirimkan video berkualitas tinggi dan audio , dan data pendukung, dalam satu MHz televisi terrestrial saluran siaran 6. Desain penekanan pada kualitas mengakibatkan munculnya HDTV digital dan multichannel surround sound. Sistem ini dapat memberikan sekitar 19 Mbps dalam MHz saluran penyiaran terestrial 6 dan sekitar 38 Mbps dalam kabel MHz Saluran TV 6 . Standar ATSC bisa lebih baik digambarkan sebagai berlapis arsitektur yang memisahkan format gambar, coding kompresi, transportasi data, dan transmisi, seperti digambarkan pada Gambar 6.10. Dalam ATSC, audio dikompresi berdasarkan Dolby AC3 (ATSC A/52B) standar pengkodean dan video dikompresi dengan menggunakan ISO/IEC MPEG-2 (ATSC A/53) pengkodean standar. 

6.3.1 Video and audio subsystems in ATSC

Seperti ditunjukkan dalam Gambar 6.11, subsistem video dan audio menyediakan teknik kompresi data yang sesuai untuk aplikasi ke video, audio, dan data digital perwara. Standar ATSC menggunakan MPEG-2 video streaming sintaks (Profil Utama di High Level) untuk coding video dan AC3 untuk pengkodean audio. ATSC DTV standar mendefinisikan enam format video untuk HDTV (1920 x 1080 dan 1280 x 720) dan 12 format video untuk SDTV (704 x 480 dan 640 x 480), seperti yang ditunjukkan pada Tabel 6.2 dan Gambar 6.12, penerima konsumen ATSC dirancang untuk decode semua HDTV dan SDTV sungai, memberikan penyedia program layanan dengan fleksibilitas maksimum. Data tambahan didefinisikan dalam standar A/53 adalah istilah yang luas yang mencakup data kontrol dan data tambahan. Dengan memberikan data tambahan sebagai muatan terpisah, dapat memberikan layanan independen serta elemen data yang terkait dengan layanan audio atau video berbasis.

6.3.2 Service multiplex and transport in ATSC

Layanan multiplex dan subsistem transportasi, seperti yang ditunjukkan pada Gambar 6.11, mengacu pada cara membagi setiap bitstream menjadi " paket" informasi , sarana unik mengidentifikasi setiap paket termasuk jenis paket, dan metode yang tepat interleaving atau multiplexing paket bitstream video yang, paket audio bitstream, dan paket data ke dalam bitstream mekanisme transportasi tunggal. Struktur dan hubungan ini bitstreams esensi dicatat di bitstreams layanan informasi, juga multiplexing dalam mekanisme transportasi tunggal.

Demikian pula untuk pengangkutan DVB-T dan DVB-H dan T- DMB , sistem ATSC  menggunakan aliran MPEG-2 transport  (TS) sintaks (lihat Gambar 6.1) untuk packetization dan multiplexing dari video, audio, dan sinyal data untuk sistem penyiaran digital. Sintaks MPEG-2 TS dikembangkan untuk aplikasi di mana saluran bandwidth atau kapasitas media perekaman terbatas dan kebutuhan untuk mekanisme transportasi yang efisien adalah yang terpenting . Ini juga menyediakan informasi waktu kritis bagi penerima untuk melakukan sinkronisasi video dan audio.

6.3.3 RF transmission subsystem in ATSC

Sistem transmisi RF, seperti yang ditunjukkan pada Gambar 6.11, mengacu menyalurkan coding dan modulasi. Saluran coder mengambil bitstream digital packetized, memformat , dan menambahkan informasi tambahan yang membantu penerima dalam mengeluarkan data asli dari sinyal yang diterima, yang karena gangguan transmisi dapat mengandung kesalahan. Dalam rangka memberikan perlindungan terhadap kedua meledak dan kesalahan acak , paket data disisipkan sebelum transmisi dan Reed - Solomon kode FEC ditambahkan .

6.3.4 Data services and interactivity in ATSC

Standar ATSC terdiri dari rangkaian standar penyiaran data yang memungkinkan berbagai layanan data, mulai dari streaming audio, video, atau layanan teks untuk jasa pengiriman data pribadi Anda. Penerima ATSC mungkin termasuk komputer pribadi, televisi, set-top box, atau perangkat lainnya. Secara umum, ATSC aplikasi broadcast data yang ditargetkan untuk konsumen dapat diklasifikasikan berdasarkan tingkat kopling untuk pemrograman video utama, sebagai berikut.

•  Para penonton layanan data erat dapat menyetel ke program TV dan bersamaan menerima tambahan data.
• Sebuah program TV longgar ditambah mungkin mengirim data tambahan, yang berhubungan dengan program tetapi tidak disinkronkan erat dengan dalam waktu.
• Data non - digabungkan biasanya terkandung dalam terpisah "Data -only " saluran virtual, yang mungkin dimaksudkan untuk melihat real-time , seperti judul berita 24 - jam atau stock ticker layanan.

6.4 ISDB digital broadcasting in Japan

Siaran digital di Jepang didasarkan pada sistem yang sangat serbaguna disebut terintegrasi jasa penyiaran digital (ISDB). Sistem ISDB dirancang untuk menyediakan layanan informasi digital terintegrasi yang terdiri dari audio, video dan data melalui satelit , terestrial , atau saluran transmisi jaringan TV kabel. ISDB ini dirancang untuk memungkinkan sistem mudah untuk mengakomodasi layanan baru seperti audio dan video berkualitas tinggi dan penyiaran data, melalui digitalisasi saluran transmisi penyiaran berharga.

Pada tahun 2000, Jepang meluncurkan pertama HDTV satelit penyiaran di dunia, yang disebut BS , yang terdiri dari 1080 baris scanning efektif ( interlaced ) sebagai format input video untuk MPEG- 2. Para penyiar utama di Jepang telah penyiaran tujuh program HDTV melalui saluran BS langsung sejak Desember 2000. Namun, Digital Terrestrial Broadcasting System Development Group Jepang telah dibentuk oleh Asosiasi Industri Radio dan Bisnis (ARIB) pada tahun 1996, dan layanan ISDB-T digunakan oleh NHK dimulai pada Desember 2003 di Tokyo, Osaka, Nagoya dan daerah layanan itu kemudian diperluas untuk seluruh bangsa. Selain itu, karena bandwidth saluran terestrial penyiaran adalah sama dengan sistem televisi kabel, layanan penyiaran digital telah dilaksanakan oleh sejumlah operator televisi kabel (ISDB-C) pada dasar retransmission ISDB-T dan ISDB -S penyiaran (lihat Gambar 6.14).

Untuk hidup berdampingan dengan layanan TV analog saat ini, bandwidth transmisi 6 MHz untuk ISDB - T digital terestrial penyiaran televisi dibagi menjadi 14 segmen (menggunakan program yang disebut -band tersegmentasi transmisi orthogonal frekuensi - division multiplexing, BST-OFDM)  dari yang 13 segmen yang untuk transmisi sinyal dan segmen yang tersisa adalah untuk guard band antara saluran. Di antara 13 segmen, satu saluran SDTV membutuhkan 4-5 segmen, satu HDTV membutuhkan 12 segmen, dan perangkat genggam selular akan mengakses satu segmen. Oleh karena itu  ISDB-T Satu-Segmen, yang stack protokol ditampilkan dalam Gambar 6.15, demikian dicadangkan sebagai nama layanan ISDB-T untuk penerimaan pada ponsel, komputer laptop , dan kendaraan. Penyiar dapat memilih kombinasi segmen untuk digunakan dan jadi pilihan ini struktur segmen memungkinkan fleksibilitas layanan. Misalnya ISDB-T dapat mengirimkan mobile TV dan HDTV menggunakan satu saluran TV atau perubahan 3 SDTV menggunakan bandwidth yang sama sebuah saklar yang dapat dilakukan kapan saja.

Mindmap

JARINGAN MULTIMEDIA

Resume Digital Video Coding

	Oleh : Desy Candra Novitasari 5110100045

 

Jurusan Teknik Informatika

Fakultas Teknologi Informasi

Institut Teknologi Sepuluh Nopember

5. Digital Video Coding

Sejak pengenalan awal dari D-1 format Sony, yang digital mencatat definisi (RGB) komponen video terkompresi standar pada tahun 1983, upaya penelitian dan pengembangan di digital video coding (kompresi) telah aktif mengejar. Lebih khusus lagi, banyak jenis standar video coding sekarang tersedia untuk melayani pemutaran video digital, penyimpanan dalam CD atau DVD, dan penyiaran atau streaming melalui Internet. Digital video ditangkap dalam dua bentuk yang berbeda: interlaced scan dan progressive scan. Interlaced scan, yang merupakan format yang digunakan oleh sistem siaran TV analog, catatan gambar dalam bolak set garis genap dan ganjil, masing-masing set garis aneh atau bahkan yang disebut sebagai lapangan, dan pasangan berturut-turut bidang genap dan ganjil adalah disebut bingkai.

Dibandingkan dengan teknik citra digital coding, ada banyak masalah tambahan teknis dan format (lihat Tabel 5.1) yang terlibat dalam coding video digital, termasuk yang berikut :

1.       Chroma subsampling

2.     Intraframe compression

3.     Interframe compression

4.     Entropy coding

5.       Rate control

5.1 Evolution of digital video coding

Standar pertama video digital praktis coding adalah H.261, yang diusulkan oleh International Telecommunication Union ( ITU - T ) pada tahun 1990, awalnya dirancang untuk pengiriman melalui jalur ISDN yang kecepatan data merupakan kelipatan dari 64 kbps. Algoritma pengkodean ini dirancang untuk dapat beroperasi pada data rate antara 40 kbps dan 2 Mbps. Standar ini mendukung CIF ( 352 · 288 ) dan QCIF ( 176 · 144 ) frame video dengan 4 : 2 : 0 subsampling kroma.

Seperti dibahas dalam Bab 3, MPEG - 1 adalah standar sistem tingkat yang mendefinisikan sekelompok audio dan video ( AV ) coding dan standar kompresi disepakati oleh komite MPEG .

MPEG -2 video meluas MPEG-1 dalam beberapa hal , untuk membuat dirinya coding generik gambar bergerak dan audio yang terkait. Telah banyak digunakan di seluruh dunia untuk menentukan format digital definisi standar ( SD ) atau high-definition ( HD ) sinyal televisi disiarkan oleh terestrial (" over- the-air "), kabel digital, dan satelit siaran langsung sistem TV.

The video H.263 standar coding dikembangkan sebagai - bitrate rendah solusi video conferencing , melainkan penyempurnaan evolusioner berdasarkan pengalaman dari H.261, MPEG - 1, MPEG - 2 dan standar.

The H.263 codec pertama kali dirancang untuk digunakan dalam H.324 berbasis konferensi video dan sistem videotelephony melalui PSTN dan jaringan circuit-switched lainnya, tetapi sejak ditemukan digunakan dalam H.323 untuk IP berbasis konferensi video, di H. 320 untuk berbasis ISDN konferensi video , serta secara real-time -streaming protocol ( RTSP ) berbasis IP streaming dan sesi inisiasi - protocol ( SIP ) berbasis IP solusi conferencing.

Standar internasional berikutnya adalah MPEG - 4 . Hal ini dilakukan sebagai tugas utama pada tahun 1998 dengan tujuan untuk mendapatkan kompatibilitas antara banyak komponen multimedia : video, struktur sintetis ( grafis -seperti ), audio, sistem, perangkat lunak referensi, bitstreams tes, manajemen hak digital, dan sebagainya.

Dengan penyebaran meningkatnya jaringan heterogen, terutama jaringan nirkabel yang berkembang pesat , di mana akhir - to-end bandwidth yang tersedia secara dinamis berubah, kebutuhan untuk teknik pengkodean video yang terukur semakin terus greater.In Januari 2005, MPEGand dengan Video Coding Ahli Group ( VCEG ) dari ITU - T telah menyepakati proyek SVC bersama-sama sebagai amandemen dari mereka H.264/AVC standar , dan skema pengkodean scalable dikembangkan oleh komunikasi pencitraan kelompok HHI terpilih sebagai draft kerja pertama (WD - 1) dan menyetujui pada bulan Juli 2007 sebagai Versi 8 H.264/AVC.

5.2 Compression techniques for digital video coding

Seperti coding gambar, tujuan video coding adalah pengurangan bitrate dalam penyimpanan dan transmisi dengan menggunakan redudansi baik statistik dan subyektif, dan untuk mengambil keuntungan dari informasi probabilistik menggunakan teknik pengkodean entropi untuk mengurangi simbol pengkodean panjang losslessly.

5.2.1 Simple techniques

Teknik yang paling sederhana yang digunakan terutama untuk operasi-kompleksitas yang sangat rendah atau untuk tujuan pengkodean lossless. Sebagai contoh, teknik pemotongan dapat diadopsi untuk mengurangi jumlah bit yang digunakan dalam mewakili baik domain spasial (RGB atau YCbCr) atau mengubah domain (DCT atau wavelet) nilai data.

5.2.2 Subsampling and interpolation

Subsampling kroma untuk mengurangi dimensi spasial juga dapat diterapkan dalam arah sementara untuk mengurangi frame rate sebelum coding. Pada penerima gambar didekode diinterpolasi untuk ditampilkan. Teknik ini memanfaatkan karakteristik fisiologis tertentu dari mata manusia dan dengan demikian menghilangkan redundansi subjektif terkandung dalam data video.

5.2.3 Entropy coding

Hal ini jelas bahwa, seperti yang disebutkan sebelumnya, rata-rata jumlah bit per simbol dapat dikurangi jika simbol dengan probabilitas rendah ditugaskan codeword dan simbol yang memiliki probabilitas yang lebih tinggi ditugaskan codeword lebih pendek lagi. Variabel-panjang coding atau pengkodean entropi merupakan salah satu elemen paling dasar dari standar multimedia saat ini coding, terutama dalam kombinasi dengan mengubah domain atau teknik coding prediktif.

5.2.4 Predictive coding and motion estimation

Perbedaan antara pixel aktual atau mengubah koefisien dan nilai prediksi (kesalahan prediksi) biasanya terkuantisasi dan entropi kode. Ini adalah terkenal pulsecode modulasi (DPCM) teknik diferensial. Metode prediktif juga dapat dikombinasikan dengan runlength prosedur coding. Salah satu contoh yang dibahas dalam kaitannya dengan coding koefisien DC terkuantisasi setiap blok dipake dari blok tetangga, dalam konteks JPEG coding. Untuk IFS (sementara) predictive coding, gerak-kompensasi prediksi (disebut estimasi gerak) telah menemukan aplikasi luas dalam standar skema pengkodean video.

5.2.5 Transform domain coding

Seperti dalam masih coding gambar, mengubah coding, seperti discrete cosine transform (DCT), juga telah digunakan secara luas untuk video coding. Tujuan dari transform coding adalah untuk decorrelate isi bingkai gambar dan untuk mengkodekan koefisien transformasi daripada piksel asli dari frame video. DCT ini terutama digunakan dalam dua cara yang berbeda dalam video coding: di pertama terutama digunakan untuk mengurangi redundansi spasial dari sebuah frame video tunggal (seperti pada gambar JPEG coding) dan dalam kedua hal itu dikombinasikan dengan teknik kompensasi gerak.

5.2.6 Rate control in video coding

Kontrol Tingkat dalam video coding pada dasarnya menentukan frame dikodekan dan jumlah bit atau tingkat kualitas frame dikodekan. Pada bitrate rendah, kualitas yang dirasakan dari kode video dapat ditentukan oleh timbal balik antara frame rate dan kualitas bingkai terkuantisasi. Namun, harga sedikit lebih tinggi itu penting untuk mempertahankan tingkat full frame, dan kesulitan terletak dalam menjaga penampilan dengan seragam kualitas (tinggi) juga. Kebanyakan standar video tidak menentukan bagaimana mengontrol bitrate, sehingga tingkat kontrol yang tepat dari encoder umumnya dibiarkan terbuka dengan spesifikasi pengguna. Idealnya, encoder harus menyeimbangkan kualitas gambar decode terhadap bandwidth saluran yang tersedia. Ini kompleksitas masalah pengendalian laju diperparah oleh fakta bahwa urutan video mengandung sangat beragam isi dan gerakan.

5.3 H.263 and H.263+video coding

Dalam rangka untuk mencapai kinerja kompresi yang lebih baik dan saluran kesalahan tingkat ketahanan daripada yang bisa dicapai oleh H.261, Versi 1 dari standar internasional ITU-T H.263, berjudul "Video coding untuk komunikasi bitrate rendah" [6], memberikan gambar yang lebih baik berkualitas dengan bitrate rendah dengan sedikit kompleksitas tambahan. Ini juga mencakup empat mode opsional yang bertujuan untuk meningkatkan kinerja kompresi.

5.3.1 The ITU-T H.263 standard

Kuantisasi koefisien DCT, vektor motion, dan sisi informasi yang entropi dikodekan menggunakan kode variabel-panjang (VLCs). Kedua switch merupakan intra atau antar pemilihan mode, yang tidak ditentukan dalam standar, hal ini dapat dilakukan di tingkat macroblock. Kinerja proses gerak-estimasi, biasanya diukur dalam hal nilai-nilai SAD terkait, dapat digunakan untuk memilih mode pengkodean (intra atau antar).

5.3.2 The ITU-T H.263+standard

Standar ini menawarkan banyak perbaikan atas H.263. Lebih khusus, memungkinkan penggunaan berbagai format sumber kustom, dalam H.263 hanya lima format sumber video, mendefinisikan ukuran gambar, bentuk gambar, dan frekuensi clock, dapat digunakan. Fleksibilitas ini ditambahkan membuka H.263+ lebih luas adegan video dan aplikasi, seperti format gambar lebar, jendela komputer resizeable, dan refresh rate yang lebih tinggi.

5.3.3 Rate control in H.263+

Motivasi penting untuk pengembangan standar H.263þcoding muncul adalah peningkatan kualitas video yang sangat terkompresi untuk komunikasi dua arah secara real-time. Dalam aplikasi ini, penundaan yang dihasilkan oleh akumulasi bit dalam buffer encoder harus sangat kecil, biasanya di bawah 100 ms, dan strategi pengendalian tingkat encode video dengan kualitas tinggi dan mempertahankan buffer delay rendah.

5.4 MPEG-1 and MPEG-2 video coding

Adapun MPEG-1 video, yang diadopsi sebagai CD format penyimpanan video, MPEG-2 video juga menentukan format film dan program lain yang didistribusikan pada DVD dan disk yang sama. Selain itu, MPEG-2 video juga menentukan format sinyal televisi digital yang disiarkan oleh terestrial (over-the-air), kabel, dan sistem TV satelit siaran langsung. 

5.4.1 MPEG-1 video coding

Algoritma MPEG-1 video dikembangkan secara paralel dengan JPEG dan kegiatan standardisasi H.261, sehingga dasar video yang teknik coding MPEG-1 (serta MPEG-2) sangat mirip dengan H.261 hibrida DCT / DPCM blok berbasis skema, yang meliputi struktur macroblock, kompensasi gerak, dan pengisian bersyarat.

5.4.2 MPEG-2 video coding

Untuk mencapai fungsi yang lebih baik dan kualitas, mode prediksi tambahan dikembangkan dalam MPEG-2 untuk mendukung coding efisien interlaced video. Selain itu, scalable ekstensi pengkodean video yang diperkenalkan untuk menyediakan fungsionalitas tambahan, seperti tertanam pengkodean TV digital dan HDTV, dan degradasi kualitas anggun di hadapan kesalahan transmisi. Standar MPEG-2 ini dirancang untuk menutupi berbagai aplikasi, bagaimanapun, pelaksanaan sintaks penuh mungkin tidak praktis untuk sebagian besar aplikasi, MPEG-2 sehingga memperkenalkan konsep "profil" dan "tingkat" untuk menetapkan kesesuaian antara jenis peralatan tidak mendukung implementasi penuh.

5.5 MPEG-4 video coding and H.264/AVC

Proyek MPEG-4 dimulai sebagai standar untuk kompresi video pada bitrate yang sangat rendah. Setelah bekerja pada proyek ini selama dua tahun, anggota komite, menyadari bahwa pesatnya perkembangan aplikasi multimedia dan layanan akan memerlukan standar kompresi yang lebih, direvisi pendekatan mereka. Alih-alih

standar kompresi, mereka memutuskan untuk mengembangkan satu set alat ("Toolbox") untuk menangani objek AV.

5.5.1 Object-based video coding

Karena tujuan utama dari MPEG-4 visual untuk keperluan coding, MPEG-4 hanya menyediakan konvensi standar untuk menggambarkan vos, sehingga semua decoder compliant akan dapat mengekstrak vos bentuk apapun dari bitstream disandikan, yang diperlukan. Decode vos kemudian dapat mengalami manipulasi lebih lanjut sesuai untuk aplikasi di tangan.

Video MPEG-4 juga mendukung berbasis sprite coding dalam kasus video alami, di mana besar hasil gambar komposit dari campuran piksel milik berbagai instansi temporal objek video. VOP A dapat dianggap sebagai hanya bagian dari sprite yang terlihat pada suatu saat waktu tertentu.

5.5.2 Coding of VOPs

Sebuah objek video yang alami terdiri dari urutan VOPs 2D. Yang efisien coding dari VOPs eksploitasi baik redudansi temporal dan spasial. Jadi representasi kode dari VOP yang meliputi bentuk, gerakan, serta teksturnya. VOS dikompres dengan coding VOPs sesuai mereka menggunakan skema pengkodean hibrida agak mirip dengan standar MPEG sebelumnya. Rincian teknik coding VOP ditunjukkan pada gambar. Teknik ini diimplementasikan dalam hal macroblocks. VOP encoder dasarnya terdiri dari dua skema encoding: satu untuk bentuk, dan satu untuk tekstur.

5.5.3 VOP shape coding

Untuk pengkodean bentuk biner, kotak berlari persegi panjang ini kemudian dibagi menjadi blok 16 x 16 sampel (selanjutnya disebut sebagai blok bentuk) dan proses encoding dan decoding dilakukan blok demi blok. Selain itu, grayscale informasi bentuk dikodekan menggunakan blok berbasis gerak-kompensasi DCT mirip dengan yang digunakan untuk tekstur coding, sehingga lossy coding saja.

5.5.4 VOP texture coding

Dalam kasus VOPs intra (I-VOPs), istilah "tekstur" mengacu pada informasi yang ada dalam nilai-nilai abu-abu atau kroma piksel yang membentuk VOP tersebut. Dalam kasus VOPs diprediksi (B-VOPs dan P-VOPs), kesalahan sisa setelah kompensasi gerak dianggap sebagai informasi tekstur. Standar video MPEG-4 juga menggunakan versi yang disesuaikan dari Transformasi (DCT) metode kosinus diskrit berbasis blok untuk kode informasi tekstur dari sebuah VOP berbentuk sewenang-wenang. The VOP tekstur dibagi menjadi macroblocks ukuran 16 x 16. Tentu saja, ini berarti bahwa blok sepanjang batas VOP mungkin tidak jatuh sepenuhnya pada VOP, yaitu, beberapa piksel dalam blok batas mungkin bukan milik VOP tersebut. Blok batas tersebut diperlakukan berbeda dari blok non-batas.

5.5.5 Motion-compensated coding

Estimasi gerak untuk tekstur dan abu-abu bentuk skala dilakukan dengan menggunakan nilai pencahayaan. Algoritma ini terdiri dari tiga langkah berikut :

(1). Padding of the reference VOP

(2). Full-search polygon matching with single-pixel accuracy

(3). Polygon matching with half-pel accuracy

Standar MPEG-4 belum banyak digunakan dan digunakan, karena fakta bahwa itu adalah tugas besar untuk membuat semua MPEG-4 bagian yang kompatibel, mulai dari video, software referensi struktur sintetis (grafis-seperti), audio, sistem, bitstreams tes, manajemen hak digital, dan sebagainya.

5.6 H.264/MPEG-4 AVC

Sejak selesainya versi pertama dari standar H.264/AVC, kelompok ahli JVT telah melakukan pekerjaan lebih lanjut untuk memperluas kemampuan H.264/AVC dengan perangkat tambahan baru yang penting, yang dikenal sebagai rentang ekstensi fidelity (FRExt), yang selanjutnya memperluas domain penerapan standar baru terhadap bidang-bidang seperti kontribusi profesional, distribusi, atau studio pasca produksi.

Koefisien transformasi terkuantisasi adalah entropi kode dan dikirimkan bersama-sama dengan informasi prediksi entropi-kode untuk baik intra-maupun antar-frame prediksi. Adapun codec video lainnya, encoder berisi model proses decoding (lihat daerah yang diarsir pada Gambar 5.35 besar) sehingga dapat menghitung nilai prediksi sama seperti yang dihitung dalam decoder, untuk prediksi blok berikutnya dalam arus gambar atau kode berikutnya gambar. Decoder membalikkan proses pengkodean entropi, melakukan proses prediksi seperti yang ditunjukkan oleh encoder menggunakan informasi prediksi-jenis dan data gerak. Hal ini juga terbalik-sisik dan terbalik-mengubah terkuantisasi mengubah koefisien untuk membentuk didekati sisa dan menambahkan ini untuk prediksi. Hasil samping yang kemudian dimasukkan ke dalam filter deblocking, yang menyediakan video decode sebagai outputnya.

5.6.1 Innovative video coding features of H.264/AVC

Ada beberapa teknologi inovatif belakang standar H.264/AVC baru. Tujuan utama dari fitur inovatif baru yang ditambahkan dalam AVC adalah tercapainya tingkat jauh lebih tinggi dari diversifikasi, kecanggihan, dan kemampuan beradaptasi daripada kebanyakan standar pengkodean video yang sebelumnya.

5.6.2 Transform, scaling, and quantization

Untuk kuantisasi koefisien transformasi, H.264/AVC menggunakan quantizers seragam-rekonstruksi sama dengan H.263. Salah satu dari 52 langkah quantizer faktor skala ukuran yang dipilih untuk setiap macroblock oleh parameter kuantisasi (QP). Operasi skala diatur sehingga ada dua kali lipat dalam ukuran langkah kuantisasi untuk setiap kenaikan dari 6 di nilai QP. The terkuantisasi mengubah koefisien blok umumnya dipindai secara zigzag untuk metode pengkodean entropi dijelaskan di bawah ini. Selain kontrol langkah-ukuran dasar, amandemen FRExt juga mendukung matriks skala encoder yang ditentukan untuk perseptual-tuned tergantung pada frekuensi kuantisasi langkah ukuran; ini mirip dengan matriks normalisasi yang digunakan dalam format JPEG dan MPEG-2 video.

5.6.3 In-loop deblocking filter

Menggunakan proses penyaringan ini, blockiness berkurang dengan sedikit efek pada ketajaman konten. Akibatnya, kualitas subjektif meningkat secara signifikan. Pada saat yang sama, filter mengurangi bitrate dengan biasanya 5-10 persen sementara menghasilkan kualitas tujuan yang sama sebagai video non-disaring.

5.6.4 Entropy coding

Dalam H.264/AVC, dua konfigurasi pengkodean entropi didukung untuk encoding banyak elemen sintaks: konfigurasi rendah kompleksitas berdasarkan konteks-adaptif variabel-panjang coding (CAVLC) dan konfigurasi yang lebih tinggi-kompleksitas berdasarkan konteks berbasis adaptif aritmatika biner pengkodean (CABAC). Lebih khusus, konfigurasi rendah kompleksitas (misalnya, untuk aplikasi berbasis software) menggunakan kode eksponensial-Golomb untuk hampir semua elemen sintaks kecuali yang terkuantisasi mengubah koefisien, yang metode CAVLC lebih canggih digunakan.

5.6.5 Profiles and levels

Standar H.264/AVC juga mendefinisikan beberapa profil dan tingkat untuk berbagai kebutuhan aplikasi. Profil ini mendefinisikan serangkaian fitur sintaks untuk digunakan dalam menghasilkan sesuai bitstreams, sedangkan tempat tingkat kendala pada parameter kunci tertentu dari bitstream seperti bitrate maksimum dan ukuran gambar maksimal. Semua decoder sesuai dengan profil tertentu dan tingkat harus mendukung semua fitur yang disertakan dalam profil yang saat dibatasi sebagaimana ditentukan untuk tingkat. Encoders tidak diharuskan untuk membuat penggunaan efektif dari setiap set tertentu dari fitur yang didukung dalam profil dan tingkat tetapi tidak boleh melanggar set fitur sintaks dan kendala terkait.

5.7 Windows Media Video 9 (WMV-9)

Windows Media 9 Series mencakup berbagai codec audio dan video, yang merupakan komponen penting yang mendukung authoring dan pemutaran media digital dalam produk Microsoft.

5.7.1 Special Features of WMV-9

Format warna internal WMV-9 adalah 8-bit 4: 2: 0. Seperti yang terlihat pada Gambar 5.44, WMV-9 codec, seperti kebanyakan codec video lainnya standar, menggunakan berbasis blok gerak-kompensasi dan spasial mengubah skema. Gerak-kompensasi perbedaan frame, atau kesalahan residu, berubah menggunakan energi pemadatan linear transform dan kemudian dikuantisasi dan entropi kode.

5.7.2 WMV performance

Secara keseluruhan, WMV-9 mencapai 15% sampai 50% peningkatan kompresi (dalam hal PSNR) lebih dari pendahulunya WMV-8, dan Microsoft ISO codec video MPEG-4 (profil sederhana). Angka-angka ini didasarkan pada percobaan yang dilakukan dengan 13 klip MPEG khas, di mana ukuran langkah kuantisasi tetap ditetapkan untuk semua codec dan digunakan dengan strategi pemilihan mode yang sama, seperti yang biasanya terjadi di MPEG dan tes standar ITU. Keuntungan yang lebih tinggi dicapai dengan WMV-9 daripada MPEG-2, yaitu, WMV-9 biasanya membutuhkan kurang dari 50% dari bit yang digunakan dalam MPEG-2 untuk mencapai PSNR yang sama.

5.8 Scalable extension of H.264/AVC by HHI

Berbagai kualitas koneksi adalah hasil yang terbaik-upaya sifat berbagi terdistribusi jaringan ini, dengan waktu-berbagai persyaratan data throughput berbagai jumlah pengguna dan dinamis mengubah kekuatan sinyal akses nirkabel. Berbagai perangkat terminal dengan kemampuan yang berbeda berkisar dari ponsel dengan layar kecil dan kekuatan pemrosesan terbatas untuk PC high-end dengan menampilkan definisi tinggi.

Unit NAL yang sesuai dengan irisan perbaikan progresif juga dapat sewenang-wenang dipotong untuk mengurangi bitrate dan kualitas rekonstruksi terkait.

5.8.1 Coding structure of H.264/SVC

Dalam setiap (spasial) lapisan, struktur hirarkis prediksi independen gerak-kompensasi dengan parameter gerak lapisan khusus digunakan. Struktur hirarkis memberikan representasi scalable temporal urutan gambar masukan yang juga cocok untuk efisien menggabungkan skalabilitas spasial dan kualitas. Redundansi antara lapisan yang berbeda dimanfaatkan oleh berbagai konsep prediksi interlayer yang mencakup mekanisme prediksi parameter gerak serta data tekstur.

5.8.2 Hierarchical prediction structure

Salah satu elemen kunci dari video codec scalable adalah struktur prediksi gerak-kompensasi hirarkis untuk mencapai skalabilitas temporal. Seperti terlihat pada Gambar pertama dari kelompok urutan video gambar kunci, yang intra dikodekan sebagai decoder penyegaran (IDR) gambar sesaat dan dikodekan umum di interval teratur. Sebuah gambar kunci dan semua gambar yang temporal terletak antara gambar kunci dan sebelumnya berupa gambar kunci sekelompok gambar (GOP).

5.8.3 Interlayer prediction

Prediksi interlayer dirancang untuk memungkinkan penggunaan informasi lapisan bawah sebanyak mungkin, dalam rangka meningkatkan efisiensi tingkat-distorsi lapisan yang lebih tinggi dalam prediksi vektor gerak dan sinyal residu.

5.8.4 Fidelity quality scalability

Fidelity kualitas skalabilitas dapat dianggap sebagai kasus khusus dari skalabilitas spasial yang ukuran gambar dasar dan lapisan peningkatan yang identik, melainkan juga disebut sebagai butiran kasar kesetiaan scalable ( CGS ) coding ( atau kasar -butiran SNR scalable coding ). Mekanisme prediksi interlayer sama seperti untuk spasial coding scalable bekerja , tetapi tanpa menggunakan operasi upsampling yang sesuai dan prediksi residu secara langsung dilakukan dalam domain transform. Ketika menggunakan prediksi interlayer untuk coarsegrain fidelity kualitas skalabilitas dalam SVC, penyempurnaan dari informasi tekstur biasanya dicapai dengan requantizing sinyal tekstur sisa dalam lapisan peningkatan dengan ukuran langkah kuantisasi lebih kecil daripada yang digunakan untuk lapisan CGS sebelumnya. Namun, konsep multi-layer untuk kesetiaan kualitas scalable coding hanya memungkinkan terpilih beberapa bitrate harus didukung dalam bitstream scalable sekali ukuran langkah kuantisasi yang dipilih  yaitu, jumlah didukung bitrate yang identik dengan jumlah lapisan dan beralih di antara lapisan CGS yang berbeda dapat dilakukan hanya pada titik-titik didefinisikan dalam bitstream. Inilah sebabnya mengapa hal itu disebut -butir kasar kesetiaan coding scalable.

Mind Map

Resume Digital Image Coding

JARINGAN MULTIMEDIA

 

Oleh :

Desy Candra Novitasari

5110100045

Jurusan Teknik Informatika

Fakultas Teknologi Informasi

Institut Teknologi Sepuluh Nopember

Chapter 4

Digital Image Coding

Kompresi gambar adalah penerapan teknik kompresi data gambar digital dua dimensi I ( x, y )  untuk mengurangi redundansi data gambar untuk penyimpanan atau transmisi dalam bentuk yang efisien. Kompresi gambar dapat diklasifikasikan ke dalam dua kategori, yaitu :

1.       Kompresi Lossless

Kompresi yang mencapai rasio kompresi lebih kecil dari kompresi lossy, terutama mengambil keuntungan dari isi gambar yang mengandung distribusi probabilitas yang tidak seragam untuk merepresentasikan variabel panjang dari pixel gambar. Gambar tersebut termasuk gambar teknis , ikon atau komik , dan isinya bernilai tinggi seperti citra medis atau gambar scan dibuat untuk keperluan arsip .

2.       Kompresi Lossy

Kompresi yang utamanya ketika mereka mencapai rasio kompresi yang sangat tinggi, dapat memperkenalkan artefak kompresi . Namun demikian , kompresi lossy sangat cocok untuk gambar alam seperti foto  dalam aplikasi dimana minor loss kadang-kadang tak terlihat ketika diinginkan untuk mencapai pengurangan substansial dalam bitrate .

Sebagian besar gambar seni kompresi gambar secara standar menggunakan kombinasi algoritma lossy dan lossless untuk mencapai kinerja terbaik .

4.1 Basics of information theory for image compression

Menurut teori informasi Shannon untuk komunikasi, seorang sumber di saluran komunikasi mentransmisikan aliran simbol input yang dipilih dari satu set diskrit dari huruf A = {a1, a2,. . . , An}, yang harus dikodekan ketika dikirim melalui saluran yang berpotensi rusak oleh kebisingan

Di sisi lain dari saluran, penerima menerjemahkan aliran data dan informasi yang berasal dari urutan output simbol B = {b1, b2,. . . , Bm}. Saluran ini dapat ditandai  oleh seperangkat probabilitas kondisional {P (An |Bm)}. Perlu dicatat bahwa belum tentu ada jumlah simbol yang sama dalam input dan output set, karena kebisingan saluran.

Satu pertanyaan penting adalah apakah campuran simbol input A = {a1, a2,. . . , An} harus digunakan untuk mencapai kapasitas saluran sedekat mungkin? Dengan kata lain, untuk setiap saluran yang diberikan, apakah ada cara pengkodean simbol masukan sehingga kita dapat memanfaatkan saluran sebagai dekat dengan kapasitas (seperti yang kita inginkan) dan pada saat yang sama memiliki tingkat kesalahan mendekati nol seperti yang kita harapkan? Shannon menunjukkan bahwa  mungkin untuk menggunakan pengkodean entropi untuk menjaga tingkat kesalahan rendah dan masih menggunakan saluran untuk transmisi informasi di (atau dekat) kapasitasnya.

4.2 Entropy coding

Sebuah pengkodean entropi adalah skema pengkodean yang memberikan kode untuk simbol sehingga panjang kode cocok  dengan probabilitas dari simbol. Biasanya, encoders entropi digunakan untuk kompres data dengan simbol mengganti diwakili oleh kode yang sama panjang dengan simbol diwakili oleh kode di mana panjang setiap codeword sebanding dengan negatif logaritma probabilitas.

4.2.1 Huffman coding

Huffman coding, dikembangkan oleh David A. Huffman pada tahun 1952 [5], merupakan algoritma pengkodean entropi digunakan untuk kompresi data lossless yang menggunakan panjang tabel kode biner variabel untuk encoding satu set simbol sumber. Huffman kode mengungkapkan simbol yang paling sering menggunakan string pendek bit daripada yang digunakan untuk simbol sumber yang lebih sering. Huffman mampu merancang metode kompresi yang paling efisien.

Contoh :

Misalnya, diberi satu set sumber simbol A = {a1, a2,. . . , A6} dan terjadinya probabilitas yang sesuai  P = {0,12, 0,42, 0,04, 0,09, 0,02, 0,31}.

4.2.2 Aritmethic Coding

Arithmetic coding melibatkan kode non-blok tanpa korespondensi satu-ke-satu antara simbol sumber dan codeword dari kode Huffman. Sebuah terbatas-panjang urutan seluruh simbol sumber diberikan sebuah codeword aritmatika tunggal yang mendefinisikan interval bilangan real antara 0 dan 1. Sebagai jumlah simbol dalam urutan meningkat, interval yang digunakan untuk mewakili menjadi lebih kecil. Prinsip coding didasarkan pada asumsi bahwa setiap simbol urutan dapat membantu mengurangi ukuran interval sesuai dengan probabilitas.

4.2.3 Context-adaptive binary arithmetic coding (CABAC)

Pembahasan sebelumnya dan analisis aritmatika coding berfokus pada coding sumber set beberapa simbol, meski pada prinsipnya berlaku untuk sumber simbol biner juga. Hal ini berguna untuk membedakan dua kasus karena kedua coder dan antarmuka untuk model yang sederhana untuk sumber biner , memproduksi bi-level ( hitam dan putih , atau 0 dan 1 ) gambar . Konteks adaptif biner aritmatika coder ( CABAC ) adalah teknik yang efisien untuk bersyarat coding entropi.

4.2.4 Run-length coding (RLC)

Run - length coding ( RLC ) mengkodekan urutan simbol biner dengan berjalan data (yaitu , urutan di mana nilai data yang sama terjadi pada banyak elemen data yang berurutan) . Run - length coding dapat berfungsi sebagai metode pengkodean lossless yang mencatat jalankan sebagai nilai data tunggal dan menghitung bukan sebagai menjalankan asli. Hal ini berguna untuk data yang mengandung banyak berjalan , seperti karakter yang dicetak pada citra dokumen .

Sebagai contoh, perhatikan satu baris teks tercetak dengan tinta hitam ( dilambangkan sebagai 1 ) pada latar belakang putih ( dilambangkan sebagai 0 ) :

 4.3 Lossy image compression

Lossless kompresi saja tidak cukup untuk kompres sebagian gambar untuk memuaskan bitrate rendah. Oleh karena itu kita harus resor untuk pendekatan kompresi lossy, yang memperkenalkan distorsi melalui proses kuantisasi sinyal. Kuantisasi dapat dilakukan baik dalam ruang atau dalam domain transform. Sampel domain yang paling spasial atau mengubah gambar dapat mengasumsikan nilai-nilai sewenang-wenang. Sebagai contoh, RGB nilai integer {f (x, y)} ditangkap oleh kamera harus dikonversi ke kontinyu (real) nilai YCbCr untuk manipulasi lebih lanjut.

4.4 Joint Photographic Experts Group (JPEG)

Ada banyak parameter yang terkait dengan proses kompresi JPEG. Dengan menyesuaikan parameter, seseorang dapat trade off ukuran gambar dikompresi terhadap kualitas gambar direkonstruksi pada rentang yang sangat luas. Misalnya, kualitas gambar dapat terdegradasi dengan efek gumpal jelas pada rasio kompresi yang lebih tinggi dari 100, atau kualitas gambar juga dapat hampir tidak bisa dibedakan dari aslinya dengan rasio kompresi sekitar 3.

4.4.1 Source image data preparation: chroma subsampling

Data sumber gambar yang dibahas dalam Gambar 4.7 dan data citra rekonstruksi pada Gambar 4.8 terutama untuk data gambar tunggal-komponen seperti gambar grayscale. Alasan untuk melakukan transformasi ini warna adalah bahwa kita mampu untuk menghilangkan informasi lebih lanjut dalam komponen chrominance daripada di komponen luminance, karena mata manusia kurang sensitif terhadap isi chroma-frekuensi tinggi daripada isi pencahayaan highfrequency.

4.4.2 Block-based discrete cosine transform

Untuk setiap gambar komponen, dengan atau tanpa subsampling kroma, kami akan mengelompokkan nilai piksel {f (x, y)} menjadi 8 x 8 blok untuk discrete cosine transform (DCT), yang

menciptakan nyata dihargai (bukan kompleks dihargai, seperti yang dihasilkan oleh Transformasi Fourier) dan peta frekuensi energi kompak {F (u, v)} dari data dua dimensi.

FDCT dapat dipandang sebagai analisa harmonik dan IDCT sebagai synthesizer harmonis. Output dari FDCT adalah satu set 64 basis-sinyal amplitudo atau Koefisien DCT (11-12 bit per koefisien), yang nilainya ditentukan secara unik oleh sinyal input 64-titik tertentu. Koefisien dengan frekuensi nol di kedua dimensi disebut koefisien DC dan sisanya 63 koefisien disebut koefisien AC.

4.4.3 Quantization of DCT coefficients

Setelah keluaran dari FDCT, masing-masing dari 64 koefisien DCT F (u, v) secara seragam dikuantisasi menggunakan 64-elemen tabel kuantisasi prespecified di mana masing-masing koefisien dibagi oleh tabel terpisah entri Q (u, v), di mana setiap entri menentukan ukuran langkah quantizer untuk koefisien DCT yang sesuai. Operasi kuantisasi dapat dinyatakan sebagai berikut :

4.4.4 DC coding and zigzag sequence

Setelah kuantisasi, koefisien DC, yang biasanya memiliki nilai cukup besar, diperlakukan secara terpisah dari koefisien AC 63. Karena ada korelasi biasanya kuat antara koefisien DC yang berdekatan 8x8 blok, koefisien DC terkuantisasi dikodekan sebagai perbedaan dari istilah DC dari blok sebelumnya dalam urutan pengkodean.

4.4.5 Entropy coding

Entropy coding kemudian digunakan untuk mencapai kompresi tambahan losslessly dengan pengkodean multi-simbol RLC urutan koefisien DCT terkuantisasi lebih kompak, dengan menggunakan karakteristik statistik mereka.

Koefisien DC dan 2-tupel representasi RLC koefisien AC terkuantisasi selanjutnya diubah menjadi sebuah perwakilan intermedit, seperti yang ditunjukkan di atas. Lebih khusus, representasi menengah [S, V] untuk dikuantisasi DC koefisien perbedaan dengan nilai "V = 3" ditambahkan dengan kategori ukuran "S = 2" atas dasar jangkauan besarnya.

4.4.6 Header information and JPEG decoding

Dalam sebuah "pertukaran" file JPEG normal, semua parameter kompresi termasuk dalam header, sehingga decoder dapat membalikkan proses. Parameter ini meliputi tabel kuantisasi dan pengkodean Huffman tabel. Untuk aplikasi khusus dalam sistem tertutup, spesifikasi memungkinkan meja tersebut harus dihilangkan dari file, ini akan menghemat beberapa ratus byte overhead tetapi itu berarti bahwa decoder harus tahu apriori tabel yang digunakan oleh kompresor.

4.4.7 Trading off compression and picture quality

Untuk gambar berwarna dengan adegan cukup kompleks, semua mode berbasis DCT operasi biasanya menghasilkan tingkat kualitas gambar yang tercantum di bawah untuk rentang ditunjukkan kompresi "bit per pixel" berarti jumlah bit di compress gambar, termasuk komponen chrominance, dibagi dengan jumlah sampel dalam komponen pencahayaan.

4.4.8 JPEG progressive mode

Modus progresif JPEG dimaksudkan untuk mendukung real-time transmisi gambar, di mana preview berkualitas rendah dapat dikirim diikuti sangat cepat dengan versi halus sebagai waktu memungkinkan. Mode ini terdiri dari FDCT yang sama dan langkah-langkah kuantisasi seperti yang digunakan oleh modus berurutan dasar. Perbedaan utama adalah bahwa setiap komponen gambar dikodekan dalam beberapa scan daripada dalam satu scan.

Dalam rangka untuk mencapai transmisi progresif, memori penyangga berukuran gambar diperlukan pada output dari quantizer, sebelum masukan ke encoder entropi. Setelah setiap blok koefisien DCT terkuantisasi, akan disimpan dalam buffer memori koefisien, dimana terkuantisasi DCT koefisien informasi dapat dilihat sebagai sebuah persegi panjang yang sumbu adalah koefisien DCT (dalam zigzag order) dan amplitudo mereka.

4.4.9 JPEG hierarchical mode

Modus hirarkis digunakan untuk merepresentasikan sebuah citra di beberapa resolusi, misalnya, untuk kompres gambar dalam hal 256 · 256, 512 · 512, dan 1024 · 1024. Menggunakan konsep skala spasial, gambar resolusi tinggi dapat dikodekan sebagai perbedaan dari gambar berikutnya yang lebih kecil dan dengan demikian akan membutuhkan banyak lebih sedikit bit daripada jika mereka disimpan secara independen pada resolusi yang lebih tinggi. Namun, jumlah bit akan lebih besar dari yang dibutuhkan untuk menyimpan hanya kerangka resolusi tertinggi dalam bentuk dasar.

4.4.10 JPEG lossless mode

Karena kesalahan pembulatan diperkenalkan oleh kuantisasi koefisien DCT, lossless modus JPEG tidak bisa lagi menggunakan DCT. Untuk alasan yang sama, seseorang tidak akan biasanya menggunakan konversi warna-ruang atau downsampling, meskipun ini diijinkan oleh standar. The lossless modus hanya kode, menggunakan pengkodean entropi, perbedaan antara setiap pixel dan "prediksi" nilai untuk pixel mana encoders dapat menggunakan presisi sumber gambar dari dua hingga 16 bit per sampel. Prediktor A menggabungkan nilai hingga tiga sampel tetangga (A, B, dan C) untuk membentuk prediksi sampel X. Prediksi ini kemudian dikurangi dari nilai sebenarnya dari sampel X, dan perbedaan dikodekan losslessly oleh salah satu metode pengkodean entropi, Huffman atau aritmetika.

4.4.11 JPEG codestream

4.5 JPEG2000

Terlepas dari semakin populernya gambar JPEG coding, terutama di World Wide Web dan masih kamera digital, ada pengamatan lebih dan lebih dari JPEG bila diterapkan semakin banyak aplikasi baru yang lebih canggih dan ditingkatkan dan fungsi yang dituntut dari coding gambar.

Lebih khusus, kekurangan adalah sebagai berikut :

(1). Distortion and artifacts

(2). Ineffective handling of high-quality images

(3). Lack of effective color-space support

(4). Ineffective progressive and hierarchical modes

(5). Poor lossless compression performance

4.5.1 Technical overview of JPEG2000

Gambar 4.15 mengilustrasikan blok bangunan dasar dari JPEG2000: langkah preprocessing yang biasanya terdiri dari ubin, tingkat DC pergeseran, dan transformasi multi-komponen (digunakan untuk input warna RGB), kemudian DWT, diikuti oleh quantizer (untuk kompresi lossy hanya ), seorang coder entropi (CABAC), dan, akhirnya, langkah organisasi bitstream untuk mempersiapkan codestream akhir dari gambar terkompresi.

4.5.2 JPEG2000 for Digital Cinema Initiatives

Sebuah sistem sinema digital dapat dibagi menjadi empat tahap (lihat Gambar 4.31): menguasai, transportasi, penyimpanan dan pemutaran, dan proyeksi. Pada tahap mastering film dikompresi, dienkripsi, dan dikemas untuk pengiriman ke bioskop. Data tersebut kemudian diangkut ke lokasi pameran, di mana itu adalah ecrypted, tidak dikompresi, dan diputar ulang.

Usaha DCI sedang mencari algoritma kompresi yang merupakan standar terbuka, sehingga banyak produsen hardware akan mampu membangun sistem sinema digital. Algoritma kompresi yang diperlukan untuk mendukung kedalaman bit yang tinggi dan perangkat-independen ruang warna XoYoZo tanpa subsampling kroma.

Ada beberapa persyaratan khusus yang dikenakan pada JPEG2000 untuk digunakan dalam DCI. Untuk contoh, ubin gambar dianulir, yaitu, seluruh gambar harus dikodekan sebagai ubin tunggal. Jumlah maksimum tingkat wavelet-transform adalah lima untuk konten 2K dan enam untuk konten 4K. Ukuran codeblock dibatasi menjadi 32 · 32 dan ukuran polisi di semua resolusi ditetapkan menjadi 256 x 256, kecuali untuk subband frekuensi terendah, di mana ukuran polisi 128 x 128 yang digunakan.

4.5.3 New parts of JPEG2000

Pada tahun 2002, komite JPEG mulai menyelidiki empat area aplikasi yang dianggap penting bagi JPEG 2000, dan secara resmi mendirikan empat bagian baru dari JPEG2000 untuk mengatasi aplikasi ini: JPIP, JPSEC, JP3D, dan JPWL, masing-masing. Bagian-bagian baru ini dirancang untuk memenuhi kebutuhan standarisasi area aplikasi spesifik dimana set kaya teknologi dari JPEG2000 berlaku.

JPSEC-JPEG2000 Part 8: Secure JPEG2000

 Mind Map Digital Image Coding