Lompat ke isi

Nisbah puncak sinyal terhadap derau: Perbedaan antara revisi

Ensiklopedia Pengetahuan Universitas Islam Sultan Agung
Maintenance script (bicara | kontrib)
Impor teks terkontrol dari Wikipedia bahasa Indonesia; revisi 18204632; atribusi sumber disertakan.
 
Maintenance script (bicara | kontrib)
Presentation V4: sitasi, referensi, Math, Wikimedia Commons, dan atribusi
 
Baris 4: Baris 4:
Nisbah puncak sinyal terhadap derau (PSNR) dapat didefinisikan dalam [[rata-rata kuadrat galat]] (MSE) sebagai berikut (dalam [[Desibel|dB]]):
Nisbah puncak sinyal terhadap derau (PSNR) dapat didefinisikan dalam [[rata-rata kuadrat galat]] (MSE) sebagai berikut (dalam [[Desibel|dB]]):
: <math>\begin{align}
: <math>\begin{align}
\operatorname{PSNR} &= 10 \cdot {}^{10}\!\log\left(\frac{\mathit{maks}_I^2}{\operatorname{MSE}}\right)\\
\operatorname{PSNR} &= 10 \cdot {}^{10}\!\log\left(\frac{\mathit{maks}_I^2}{\operatorname{MSE}}\right)\\  
&= 20 \cdot {}^{10}\!\log\left(\frac{\mathit{maks}_I}{\sqrt{\operatorname{MSE}}}\right)\\
&= 20 \cdot {}^{10}\!\log\left(\frac{\mathit{maks}_I}{\sqrt{\operatorname{MSE}}}\right)\\  
&= 20 \cdot {}^{10}\!\log\left({\mathit{maks}_I}\right) - 10 \cdot {}^{10}\!\log\left(}\right)
&= 20 \cdot {}^{10}\!\log\left({\mathit{maks}_I}\right) - 10 \cdot {}^{10}\!\log\left(}\right)
\end{align}</math>
\end{align}</math>
Baris 17: Baris 17:
Nilai  untuk kasus ini adalah nilai maksimum yang mungkin pada citra. Untuk citra 8 bit, nilainya 255.
Nilai  untuk kasus ini adalah nilai maksimum yang mungkin pada citra. Untuk citra 8 bit, nilainya 255.


Untuk citra berwarna dengan tiga nilai [[RGB]] per piksel, definisi PSNR sama dengan di atas. Namun, definisi MSE menjadi rata-rata jumlah kuadrat selisih ketiga saluran warna dibagi ukuran citra dan dibagi tiga. Cara lainnya adalah dengan mengubahnya ke dalam ruang warna lain, misal [[YCbCr]] atau [[HSL dan HSV|HSL]].
Untuk citra berwarna dengan tiga nilai [[RGB]] per piksel, definisi PSNR sama dengan di atas. Namun, definisi MSE menjadi rata-rata jumlah kuadrat selisih ketiga saluran warna dibagi ukuran citra dan dibagi tiga. Cara lainnya adalah dengan mengubahnya ke dalam ruang warna lain, misal [[YCbCr]] atau [[HSL dan HSV|HSL]].<ref>Emanuele Oriani. [http://qpsnr.youlink.org/ qpsnr: A quick PSNR/SSIM analyzer for Linux].</ref><ref>[http://netpbm.sourceforge.net/doc/pnmpsnr.html pnmpsnr User Manual].</ref>


== Perkiraan kualitas dengan PSNR ==
== Perkiraan kualitas dengan PSNR ==
 
{| class="wikitable" align="right"
|+ Nilai PSNR terhadap kualitas citra<ref>Erwin Yudi Hidayat. ''Analisis Steganografi Metode Least Significant Bit (LSB) dengan Penyisipan Sekuensial dan Acak Secara Kuantitatif dan Visual''. ''Techno.Com''. Universitas Dian Nuswantoro. 2013. Vol. 12 (3).</ref>
|-
! Nilai PSNR
! Kualitas citra
|-
| 60&nbsp;dB
| Baik, tanpa derau
|-
| 50&nbsp;dB
| Berderau, tetapi tetap baik
|-
| 40&nbsp;dB
| Tampak butiran halus
|-
| 30&nbsp;dB
| Tampak banyak derau
|-
| 20&nbsp;dB
| Tidak bisa dipakai
|}


Nisbah puncak sinyal terhadap derau (PSNR) sering dipakai untuk mengukur kualitas hasil rekonstruksi [[kompresi lesap]]. Dalam kasus ini, sinyal adalah data asli dan derau adalah galat akibat kompresi. Ketika membandingkan alat kompresi, PSNR menjadi ''perkiraan'' persepsi manusia terhadap kualitas rekonstruksi.
Nisbah puncak sinyal terhadap derau (PSNR) sering dipakai untuk mengukur kualitas hasil rekonstruksi [[kompresi lesap]]. Dalam kasus ini, sinyal adalah data asli dan derau adalah galat akibat kompresi. Ketika membandingkan alat kompresi, PSNR menjadi ''perkiraan'' persepsi manusia terhadap kualitas rekonstruksi.


Nilai yang umum untuk PSNR dalam kompresi lesap video dan citra berada di antara 30 dan 50&nbsp;dB dengan kedalaman bit 8&nbsp;bit. Semakin tinggi nilai PSNR, semakin baik kualitasnya. Kualitas pengolahan citra 12 bit dianggap tinggi bila nilai PSNR-nya 60&nbsp;dB ke atas. Untuk data 16 bit, nilai PSNR-nya biasanya berada dalam rentang 60 dan 80&nbsp;dB. Nilai PSNR yang bisa diterima untuk pengurangan kualitas transmisi nirkabel dianggap 20 sampai 25&nbsp;dB.
Nilai yang umum untuk PSNR dalam kompresi lesap video dan citra berada di antara 30 dan 50&nbsp;dB dengan kedalaman bit 8&nbsp;bit. Semakin tinggi nilai PSNR, semakin baik kualitasnya. Kualitas pengolahan citra 12 bit dianggap tinggi bila nilai PSNR-nya 60&nbsp;dB ke atas.<ref>Osama S. Faragallah. [https://ieeexplore.ieee.org/document/9311108/ A Comprehensive Survey Analysis for Present Solutions of Medical Image Fusion and Future Directions]. ''IEEE Access''. 2021. Vol. 9. doi:10.1109/ACCESS.2020.3048315.</ref><ref>Nikolay Chervyakov. [https://www.mdpi.com/2076-3417/10/4/1223 Analysis of the Quantization Noise in Discrete Wavelet Transform Filters for 3D Medical Imaging]. ''Applied Sciences''. 11 Februari 2020. Vol. 10 (4). doi:10.3390/app10041223.</ref> Untuk data 16 bit, nilai PSNR-nya biasanya berada dalam rentang 60 dan 80&nbsp;dB.<ref>Stephen T. Welstead. [https://books.google.com/books?id=evGyv-mogukC&q=image%20compression%20acceptable%20PSNR&pg=PA156 Fractal and wavelet image compression techniques]. SPIE Publication. 1999. ISBN 978-0-8194-3503-3.</ref><ref>Raouf Hamzaoui. [https://books.google.com/books?id=FmqPOsEYRsEC&q=image%20compression%20acceptable%20PSNR&pg=PA168 Fractal Image Compression]. ''Document and Image Compression''. CRC Press. Mei 2006. Vol. 968. ISBN 978-0-8493-3556-3.</ref> Nilai PSNR yang bisa diterima untuk pengurangan kualitas transmisi nirkabel dianggap 20 sampai 25&nbsp;dB.<ref>Thomos, N. ''Optimized Transmission of JPEG2000 Streams Over Wireless Channels''. ''IEEE Transactions on Image Processing''. Januari 2006. Vol. 15 (1).</ref><ref>Xiangjun, L. ''Robust transmission of JPEG2000 encoded images over packet loss channels''. ''ICME 2007''. Universitas Teknologi Nanyang. 2007.</ref>
 
Ketika tiada derau, yaitu citra  dan  identik, nilai MSE-nya nol dan PSNR-nya tak hingga (atau tak terdefinisi).


Ketika tiada derau, yaitu citra  dan  identik, nilai MSE-nya nol dan PSNR-nya tak hingga (atau tak terdefinisi).<ref>David Salomon. [https://books.google.com/books?id=ujnQogzx_2EC&q=PSNR%20infinite&pg=PA281 Data Compression: The Complete Reference]. Springer. 2007. hlm. 281. ISBN 978-1-8462-8602-5.</ref>


== Lihat pula ==
== Lihat pula ==
Baris 35: Baris 54:


== Referensi ==
== Referensi ==
 
<references />
 


== Sumber dan atribusi ==
== Sumber dan atribusi ==


Konten artikel ini diadaptasi dari [https://id.wikipedia.org/w/index.php?title=Nisbah+puncak+sinyal+terhadap+derau&oldid=18204632 Wikipedia bahasa Indonesia], revisi 18204632 (2021-04-01T12:00:05Z), yang tersedia berdasarkan lisensi Creative Commons Atribusi-BerbagiSerupa (CC BY-SA). Mohon gunakan konten ini secara bijak serta sesuai dengan ketentuan lisensi yang berlaku.
Konten artikel ini diadaptasi dari [https://id.wikipedia.org/w/index.php?title=Nisbah+puncak+sinyal+terhadap+derau&oldid=18204632 Wikipedia bahasa Indonesia], revisi 18204632 (2021-04-01T12:00:05Z), yang tersedia berdasarkan lisensi Creative Commons Atribusi-BerbagiSerupa (CC BY-SA). Mohon gunakan konten ini secara bijak serta sesuai dengan ketentuan lisensi yang berlaku.
<!-- WIKI_UNISSULA_PRESENTATION_V4 -->

Revisi terkini sejak 23 Agustus 2026 10.25

Nisbah puncak sinyal terhadap derau (, PSNR) adalah nisbah (perbandingan) antara daya sinyal maksimum terhadap daya derau yang memengaruhi ketepatan data yang dikirimkan. Karena banyak sinyal yang memiliki rentang dinamis yang sangat lebar, nisbah ini (PSNR) biasa dinyatakan dalam nilai logaritma dengan skala desibel.

Definisi

Nisbah puncak sinyal terhadap derau (PSNR) dapat didefinisikan dalam rata-rata kuadrat galat (MSE) sebagai berikut (dalam dB):

Gagal mengurai (fungsi tak dikenal "\begin{align}"): {\displaystyle \begin{align} \operatorname{PSNR} &= 10 \cdot {}^{10}\!\log\left(\frac{\mathit{maks}_I^2}{\operatorname{MSE}}\right)\\ &= 20 \cdot {}^{10}\!\log\left(\frac{\mathit{maks}_I}{\sqrt{\operatorname{MSE}}}\right)\\ &= 20 \cdot {}^{10}\!\log\left({\mathit{maks}_I}\right) - 10 \cdot {}^{10}\!\log\left(}\right) \end{align}}

dengan adalah nilai maksimum sinyal (puncak sinyal).

Untuk citra dua dimensi

Untuk menghitung PSNR citra asal berukuran × dengan citra berderau , nilai MSE dihitung terlebih dahulu sebagai berikut.

MSE=1mni=0m1j=0n1[I(i,j)K(i,j)]2

Nilai untuk kasus ini adalah nilai maksimum yang mungkin pada citra. Untuk citra 8 bit, nilainya 255.

Untuk citra berwarna dengan tiga nilai RGB per piksel, definisi PSNR sama dengan di atas. Namun, definisi MSE menjadi rata-rata jumlah kuadrat selisih ketiga saluran warna dibagi ukuran citra dan dibagi tiga. Cara lainnya adalah dengan mengubahnya ke dalam ruang warna lain, misal YCbCr atau HSL.[1][2]

Perkiraan kualitas dengan PSNR

Nilai PSNR terhadap kualitas citra[3]
Nilai PSNR Kualitas citra
60 dB Baik, tanpa derau
50 dB Berderau, tetapi tetap baik
40 dB Tampak butiran halus
30 dB Tampak banyak derau
20 dB Tidak bisa dipakai

Nisbah puncak sinyal terhadap derau (PSNR) sering dipakai untuk mengukur kualitas hasil rekonstruksi kompresi lesap. Dalam kasus ini, sinyal adalah data asli dan derau adalah galat akibat kompresi. Ketika membandingkan alat kompresi, PSNR menjadi perkiraan persepsi manusia terhadap kualitas rekonstruksi.

Nilai yang umum untuk PSNR dalam kompresi lesap video dan citra berada di antara 30 dan 50 dB dengan kedalaman bit 8 bit. Semakin tinggi nilai PSNR, semakin baik kualitasnya. Kualitas pengolahan citra 12 bit dianggap tinggi bila nilai PSNR-nya 60 dB ke atas.[4][5] Untuk data 16 bit, nilai PSNR-nya biasanya berada dalam rentang 60 dan 80 dB.[6][7] Nilai PSNR yang bisa diterima untuk pengurangan kualitas transmisi nirkabel dianggap 20 sampai 25 dB.[8][9]

Ketika tiada derau, yaitu citra dan identik, nilai MSE-nya nol dan PSNR-nya tak hingga (atau tak terdefinisi).[10]

Lihat pula

Referensi

  1. Emanuele Oriani. qpsnr: A quick PSNR/SSIM analyzer for Linux.
  2. pnmpsnr User Manual.
  3. Erwin Yudi Hidayat. Analisis Steganografi Metode Least Significant Bit (LSB) dengan Penyisipan Sekuensial dan Acak Secara Kuantitatif dan Visual. Techno.Com. Universitas Dian Nuswantoro. 2013. Vol. 12 (3).
  4. Osama S. Faragallah. A Comprehensive Survey Analysis for Present Solutions of Medical Image Fusion and Future Directions. IEEE Access. 2021. Vol. 9. doi:10.1109/ACCESS.2020.3048315.
  5. Nikolay Chervyakov. Analysis of the Quantization Noise in Discrete Wavelet Transform Filters for 3D Medical Imaging. Applied Sciences. 11 Februari 2020. Vol. 10 (4). doi:10.3390/app10041223.
  6. Stephen T. Welstead. Fractal and wavelet image compression techniques. SPIE Publication. 1999. ISBN 978-0-8194-3503-3.
  7. Raouf Hamzaoui. Fractal Image Compression. Document and Image Compression. CRC Press. Mei 2006. Vol. 968. ISBN 978-0-8493-3556-3.
  8. Thomos, N. Optimized Transmission of JPEG2000 Streams Over Wireless Channels. IEEE Transactions on Image Processing. Januari 2006. Vol. 15 (1).
  9. Xiangjun, L. Robust transmission of JPEG2000 encoded images over packet loss channels. ICME 2007. Universitas Teknologi Nanyang. 2007.
  10. David Salomon. Data Compression: The Complete Reference. Springer. 2007. hlm. 281. ISBN 978-1-8462-8602-5.

Sumber dan atribusi

Konten artikel ini diadaptasi dari Wikipedia bahasa Indonesia, revisi 18204632 (2021-04-01T12:00:05Z), yang tersedia berdasarkan lisensi Creative Commons Atribusi-BerbagiSerupa (CC BY-SA). Mohon gunakan konten ini secara bijak serta sesuai dengan ketentuan lisensi yang berlaku.