Ilustrasi perbandingan kualitas citra hasil kompresi

Bekerja dengan dengan data citra baik itu citra satelit ataupun orthomosaic dari suatu foto udara (UAV) pastinya hampir tidak lepas dari tipe format GeoTIFF. Namun tidak semua file GeoTiff itu adalah serupa, karena dua citra yang menyimpan informasi yang identik pun dapat memiliki metode yang berbeda dalam penyimpanan datanya.

Bandwidth dan media penyimpanan tentunya membutuhkan cost yang tidak sedikit, oleh karena itu sangat dibutuhkan suatu solusi untuk meminimalisir ukuran suatu file tanpa harus kehilangan suatu informasi. Solusi dari permasalahan ini adalah dengan digunakannya kompresi citra yang merupakan proses pengurangan redundansi data citra melalui reencoding, dalam rangka meminimalkan ukuran citra tersebut. Terdapat dua macam teknik kompresi citra, yaitu:

Metode Kompresi Lossless

Adalah teknik kompresi yang tidak menghilangkan data apapun pada saat proses kompresi, sehingga citra dapat didekompresi kembali ke asalnya, sehingga rasio kompresi pun tidak dapat terlalu besar. Contoh dari tipe kompresi lossless adalah: LZW, PACKBIT, dan DEFLATE.

Metode Kompresi Lossy

Adalah teknik yang menghilangkan data-data redundan pada citra secara permanen sehingga hanya dapat didekompresi mendekati citra asal. Teknik kompresi ini pada umumnya akan menghasilkan output dengan rasio kompresi yang besar (ukuran file menjadi jauh lebih kecil). Contoh dari tipe kompresi lossy yang cukup populer adalah: JPEG dan ECW.

Citra orthophoto hasil akuisisi drone pada lahan hutan tanaman industri (HTI) jenis species Accacia
Sample data percobaan.

Sebagai sample uji coba saya menggunakan citra orthomosaic hasil dari akuisisi drone pada lahan hutan tanaman industri (tanaman akasia) dengan resolusi 13.203 × 7.307 px yang saya akuisisi pada bulan Mei 2020 lalu, dan untuk proses kompresinya saya menggunakan QGIS dan GDAL. Adapun kita bisa melakukan proses kompresi dengan GDAL dengan menggunakan syntax berikut ini:

gdalwarp -of GTiff -cutline “[input_shapefile_AOI]" -crop_to_cutline -dstnodata 999999999.0 -co COMPRESS=[compression method] -co BIGTIFF=IF_NEEDED -co PREDICTOR=[n] “[input_images]" “[output_image]”

Parameter -cutline bisa diabaikan jika tidak perlu dilakukan cropping pada citra yang akan dikompresi, dalam hal ini saya lakukan sekalian untuk merapihkan bagian boundary dari orthomosaic yang saya gunakan.


Hasil Benchmark Berbagai Metode Kompresi

Saya melakukan percobaan dengan menggunakan 3 metode kompresi yang umum digunakan dalam dunia akuisisi foto udara, yaitu LZW, JPEG, dan sebagai perbandingan saya ikut sertakan juga metode kompresi DEFLATE. Adapun workstation yang saya gunakan dalam benchmark kali ini berupa Lenovo ThinkStation L720 (Intel Xeon Silver 4110, 64 GB RAM).

MethodQualityPredictorZLEVELSize (MB)Processing Time (s)
Uncompressed (4 cm/px)   276
JPEG90  7324.51
JPEG75  4622.05
LZW 1 33817.86
LZW 2 20818.92
DEFLATE 1925624.39
DEFLATE 2918433.29
Hasil benchmark berbagai metode kompresi citra

Cukup menarik bukan hasil benchmark di atas? Terdapat penurunan ukuran file yang cukup variatif, dan salah satu metode kompresi dapat menorehkan rasio kompresi hingga 83%! Untuk processing time LZW yang memimpin di sini dan DEFLATE-P2 yang paling membutuhkan waktu paling lama (33,3 detik).

Secara dafault GDAL tidak menggunakan predictor untuk metode LZW dan DEFLATE. Secara sederhana fungsi dari predictor adalah untuk mengurangi ukuran file lebih jauh lagi dengan melihat korelasi antar pixel terdekat (neighbouring pixels). Nilai parameter predictor yang bisa digunakan adalah 1 – 3, dan penggunaan nilai predictor yang tidak sesuai malah akan memberikan ratio kompresi yang negatif (lihat: LZW dengan predictor = 1) dan penggunaan level predictor yang lebih tinggi membutuhkan resources yang lebih besar juga (berdampak ke processing time walaupun tidak signifikan). Predictor = 3 tidak digunakan karena data yang digunakan kali ini bukan bertipe floating point.

Lalu bagaimana dengan kecepatan loading citra berikut kualitasnya? Nah pada bagian ini seluruh hasil output citra di atas saya buka dengan QGIS untuk melihat berapa cepat QGIS dapat me-load datanya, dan hasilnya kecepatan load data berbanding lurus dengan ukuran file, dalam artian lain semakin kecil ukuran file maka semakin sedikit pula waktu load yang dibutuhkan. Bahkan untuk format JPEG-75 tidak membutuhkan pyramid agar dapat melakukan panning dan zooming dengan lancar.

Untuk perbandingan kualitasnya dapat terlihat pada gambar di bawah ini (saya zoom dengan skala 1:500).

Hasil benchmark berbagai metode kompresi citra yaitu JPEG, LZW, dan Deflate

Bagaimana? Apakah bisa melihat perbedaan kualitasnya? Kalau saya sendiri sih tidak bisa membedakannya dengan mata telanjang, bahkan ketika saya zoom hingga skala 1:50. JPEG-75 menjadi cukup menarik perhatian di sini jika untuk digunakan dalam format penyimpanan citra. Namun semuanya kembali ke permintaan user, dan dalam kasus saya tim data-science tetap meminta dalam format LZW untuk bahan machine learning mereka.


Penutup

Penggunaan metode kompresi lossy lebih cocok jika kita berada di lingkungan project dengan kebutuhan storage atau bandwidth yang terbatas ataupun juga untuk kebutuhan pengarsipan citra. Adapun jika citra digunakan untuk riset (klasifikasi dan machine learning) disarankan untuk menggunakan metode kompresi lossless agar menjamin keutuhan informasi yang ada.

Sumber:
https://digital-geography.com/geotiff-compression-comparison/
http://blog.cleverelephant.ca/2015/02/geotiff-compression-for-dummies.html

Perbandingan Berbagai Metode Kompresi Citra
Bagikan tulisan ini:
Tagged on:     

38 thoughts on “Perbandingan Berbagai Metode Kompresi Citra

  • January 22, 2021 at 1:24 pm
    Permalink

    Pretty! This has been a really wonderful article. Many thanks for providing this info. Kimberli Timothee Kuster

    Reply
  • January 30, 2021 at 8:15 am
    Permalink

    Hi there, constantly i used to check webpage posts here early in the dawn, since i love to learn more and more. Blondell Herve Aubree

    Reply
  • February 1, 2021 at 6:23 am
    Permalink

    For the same reason people use Virtual machines: namely to isolate the tools and application that you have and group them logically. Cris Braden Lauryn

    Reply
  • February 1, 2021 at 12:24 pm
    Permalink

    Hiya, I am really glad I have found this information. Today bloggers publish only about gossip and web stuff and this is actually frustrating. A good website with exciting content, that is what I need. Thank you for making this site, and I will be visiting again. Do you do newsletters by email? Lizabeth Lyle Robina

    Reply
  • February 4, 2021 at 7:46 pm
    Permalink

    Iam regular reader, how are yyou everybody? This piece of writing posted at this site is actuaoly nice. Lorri Wilmar Lombardo

    Reply
  • February 5, 2021 at 6:07 am
    Permalink

    clean eating is really a essential things , you have posted amazing stuff related to it, appericiated! and thanks for delicious recipies, peanut buuter chocolate chip is looking yummy! keep posting wih more. Dorothee Matthieu Gianna

    Reply
  • February 7, 2021 at 10:00 am
    Permalink

    An intriguing discussion is worth comment. I think that you should publish more on this topic, it might not be a taboo matter but typically people do not discuss such subjects. To the next! Many thanks!! Thalia Ilario Jonny

    Reply
  • February 7, 2021 at 4:39 pm
    Permalink

    When I originally left a comment I appear to have clicked on the -Notify me when new comments are added- checkbox and now every time a comment is added I receive four emails with the same comment. Is there an easy method you are able to remove me from that service? Thanks! Hedwig Carver Glassman

    Reply
  • February 7, 2021 at 6:29 pm
    Permalink

    BecauseSinceAsFor the reason that the admin of this websiteweb sitesiteweb page is working, no doubthesitationuncertaintyquestion very soonrapidlyquicklyshortly it will be famouswell-knownrenowned, due to its qualityfeature contents. Francene Ryon Sauer

    Reply
  • February 7, 2021 at 10:33 pm
    Permalink

    I was extremely pleased to find this site. I need to to thank you for ones time due to this wonderful read!! I definitely enjoyed every bit of it and I have you saved to fav to check out new information on your site. Constancia Erl Bautram

    Reply
  • February 7, 2021 at 11:48 pm
    Permalink

    Nice post. I was checking continuously this blog and I am inspired! Cristi Jaime Fianna

    Reply
  • February 10, 2021 at 6:19 am
    Permalink

    Nice post. I learn something totally new and challenging on blogs I stumbleupon every day. It will always be helpful to read articles from other writers and practice something from their websites. Cariotta Rock Ekaterina

    Reply
  • February 11, 2021 at 1:24 am
    Permalink

    Hello there. I discovered your web site by way of Google at the same time as looking for a comparable matter, your site came up. It appears great. I have bookmarked it in my google bookmarks to visit then. Marylee Sam Roye

    Reply
  • February 12, 2021 at 12:35 am
    Permalink

    Simply wanna state that this is invaluable , Thanks for taking your time to write this. Eveleen Alisander Delores

    Reply
  • February 12, 2021 at 1:07 pm
    Permalink

    I do believe all the concepts you have introduced in your post. They are really convincing and will definitely work. Nonetheless, the posts are very quick for newbies. Could you please prolong them a bit from subsequent time? Thanks for the post. Tilda Towney Zinnes

    Reply
  • February 12, 2021 at 2:19 pm
    Permalink

    Very nice post. I definitely love this website. Keep writing! Bernardine Dwayne Kylen

    Reply
  • February 12, 2021 at 6:37 pm
    Permalink

    porno begenisi cialis viagra porn porno begenisi cialis viagra porn Vania Clerc Scheld

    Reply
  • February 12, 2021 at 10:55 pm
    Permalink

    Thank y ou for fostering the cultural dimension of the Bear Train project. Charisse Sterling Inez

    Reply
  • February 17, 2021 at 2:09 am
    Permalink

    Highly energetic article, I enjoyed that bit. Will there be a part 2? Perrine Arel Anthia

    Reply
  • February 17, 2021 at 12:17 pm
    Permalink

    I try and go through the collection once every six months or so for a quick caress, lube job and inventory check. Before shooting a bore snake is run to kick out any dust, oil or other stuff that might be in the bore. Rafaelia Arnold Georgianna

    Reply

Leave a Reply

Your email address will not be published. Required fields are marked *