Imej digital terdiri daripada piksel, dan teknik pemampatan lossless dan lossy digunakan untuk mengurangkan jumlah data. Pemampatan dalam format JPEG melibatkan prapemprosesan, DCT, pengkuantitian dan pengekodan. Imej digital digunakan dalam pelbagai bidang, termasuk fotografi, pengimejan perubatan, kecerdasan buatan dan banyak lagi, dengan kemajuan dalam peningkatan kualiti dan perlindungan hak cipta.
Imej digital ialah perwakilan digital gambar atau lukisan. Imej digital ini terdiri daripada piksel, unit titik terkecil, setiap satunya diberi nilai untuk mewakili kecerahan, warna, dsb. Secara amnya, semakin tinggi bilangan piksel, semakin tinggi resolusi, tetapi dengan mengorbankan jumlah data yang disimpan. Untuk menyimpan dan menghantar imej digital ini dengan cekap, teknik pemampatan imej digital diperlukan untuk mengurangkan jumlah data.
Terdapat dua jenis teknik pemampatan imej digital: pemampatan tanpa kehilangan dan pemampatan lossy. Pemampatan tanpa kerugian tidak menggunakan sebarang kehilangan data semasa proses pemampatan, jadi ia kurang cekap, tetapi ia boleh dipulihkan kepada imej yang sama seperti yang asal. Mampatan lossy, sebaliknya, mengalih keluar data yang berlebihan atau tidak diperlukan, menjadikannya sukar untuk memulihkan imej yang sama seperti yang asal, tetapi ia boleh mencapai kecekapan mampatan tinggi berkali-kali hingga beribu-ribu kali lebih tinggi daripada pemampatan tanpa kehilangan, menjadikannya popular teknik mampatan.
JPEG, yang biasa kami gunakan, ialah format fail imej digital yang mewakili dengan pemampatan lossy. Pemampatan format JPEG terutamanya terdiri daripada prapemprosesan, DCT, pengkuantitian dan pengekodan.
Pertama, prapemprosesan melibatkan menukar model warna dan "pensampelan". Pertama, model warna imej digital ditukar daripada RGB kepada YCbCr. Model RGB menggabungkan tiga warna utama cahaya untuk mewakili warna dan kecerahan piksel bersama-sama, manakala model YCbCr memisahkan maklumat piksel kepada Y, yang mewakili maklumat kecerahan, dan Cb dan Cr, yang mewakili maklumat warna. Apabila model warna ditukar daripada model RGB kepada model YCbCr, pensampelan dilakukan untuk mengekstrak hanya beberapa nilai daripada piksel.
Mata manusia sensitif terhadap perubahan dalam kecerahan dan agak kurang sensitif terhadap perubahan warna, jadi pensampelan mengekstrak semua Y, yang mewakili maklumat kecerahan, dan hanya sebahagian daripada Cb dan Cr, yang mewakili maklumat warna, setakat yang mata manusia tidak dapat melihat perubahan warna. Persampelan ini mengekstrak maklumat daripada blok piksel dalam nisbah J:a
daripada blok piksel dalam nisbah tertentu J:a. Di mana J ialah bilangan piksel mendatar dalam blok piksel, a ialah bilangan piksel maklumat daripada baris pertama blok piksel, dan b ialah bilangan piksel maklumat daripada baris kedua. Contohnya, jika anda mencuba maklumat warna dalam nisbah 4:2:0, baris pertama blok piksel dengan 4 piksel mendatar mengeluarkan 2 maklumat warna dan baris kedua tidak mengeluarkan maklumat warna. Pada akhirnya, hanya dua daripada lapan warna dalam blok 4×2 diekstrak, mengurangkan jumlah data.
Selepas prapemprosesan, transformasi yang dipanggil DCT dilakukan. DCT ialah proses yang menukar maklumat dalam piksel sampel kepada frekuensi dan mewakili data sebagai data yang diasingkan secara tetap dalam domain frekuensi. Untuk kecekapan, DCT dilakukan pada matriks yang disekat kepada 8 piksel secara mendatar dan 8 piksel secara menegak sebagai unit asas. Apabila DCT dilakukan, komponen frekuensi rendah, yang mewakili perbezaan kecil dalam maklumat antara piksel jiran, dikumpulkan di bahagian atas kiri matriks, dan komponen frekuensi tinggi, yang mewakili perbezaan besar, dikumpulkan di bahagian bawah sebelah kanan matriks. , dan diwakili sebagai nilai matriks yang diasingkan di sepanjang domain frekuensi. Nilai cutoff komponen frekuensi rendah adalah lebih besar daripada nilai cutoff komponen frekuensi tinggi.
Langkah seterusnya ialah kuantisasi. Dalam proses pengkuantitian, nilai matriks yang diperolehi oleh DCT dibahagikan dengan pemalar pratetap tertentu dan dibundarkan. Dalam kes ini, nilai matriks komponen frekuensi rendah dibahagikan dengan pemalar kecil dan dibundarkan ke atas, tetapi nilai matriks komponen frekuensi tinggi dibahagikan dengan pemalar besar dan dibundarkan ke atas untuk menjadikannya nilai sifar. Ini adalah untuk mengurangkan saiz data dengan mengurangkan nilai mutlak komponen frekuensi rendah dan mengalih keluar komponen frekuensi tinggi, memandangkan mata manusia sensitif terhadap komponen frekuensi rendah tetapi kurang sensitif terhadap komponen frekuensi tinggi.
Akhirnya, data dikodkan. Pengekodan ialah perwakilan binari bagi nilai matriks terkuantisasi. Pengekodan Huffman biasanya digunakan untuk proses ini. Pengekodan Huffman berfungsi dengan memperuntukkan lebih sedikit bit untuk mewakili data yang kerap berlaku dan lebih banyak bit untuk mewakili data yang jarang berlaku. Akibatnya, proses pengekodan Huffman boleh mengurangkan jumlah data dalam imej digital tanpa kehilangan sebarang data.
Imej digital digunakan dalam banyak bidang kehidupan seharian kita. Contohnya, ia digunakan dalam fotografi, pengimejan perubatan, imejan satelit, reka bentuk grafik, imej produk di kedai dalam talian dan banyak lagi aplikasi lain. Dengan peningkatan penggunaan imej digital, teknologi yang terlibat dalam pemprosesan imej juga berkembang pesat. Khususnya, kemajuan dalam pengecaman imej menggunakan kecerdasan buatan (AI) dan pembelajaran mesin (ML) telah membolehkan teknologi inovatif seperti pengecaman muka, kereta pandu sendiri dan kamera pintar.
Seiring dengan penggunaan imej digital, isu penting ialah isu hak cipta. Apabila imej digital menjadi lebih mudah untuk disalin dan diedarkan, langkah undang-undang dan teknologi diperlukan untuk melindungi hak cipta dan mencegah pelanggaran. Sebagai contoh, teknologi penanda air digital digunakan untuk membenamkan maklumat hak cipta dalam imej dalam bentuk yang tidak kelihatan untuk mengelakkan penyalinan imej secara haram.
Penyelidikan juga sedang dijalankan untuk meningkatkan kualiti imej digital. Pelbagai teknik pemprosesan imej sedang dibangunkan, termasuk teknik untuk mencipta imej resolusi tinggi, penyingkiran hingar dan pembetulan warna. Teknik ini membantu menjadikan imej digital lebih tajam dan lebih tepat.
Imej digital memainkan peranan penting dalam banyak aspek kehidupan kita, dan kepentingannya akan terus berkembang pada masa hadapan, jadi penting untuk memahami dan dapat menggunakan teknologi yang dikaitkan dengan imej digital dengan betul. Imej digital bukan sekadar gambar atau lukisan; ia mempunyai kesan yang mendalam terhadap kehidupan seharian kita dan kemajuan teknologi.
