Image Companding berasal dari gabungan kata compressing dan expanding, yang berarti mengubah citra dari bentuk high dynamic range (HDR) ke bentuk low dynamic range (LDR). Penyelesaian permasalahan image companding seringkali diasosiasikan dengan implementasi deep learning dengan pendekatan convolutional neural network (CNN). Penelitian ini mengusulkan pendekatan yang berbasis CNN yang disisipi dengan model konvolusi dilasi lalu ditambahkan arsitektur Vision Transfomer (ViT) dalam penyelesaian permasalahan detail citra beserta warnanya yang terkompresi dan menjadi citra berderau. Konvolusi dilasi memanfaatkan range input feature yang lebih luas ketimbang konvolusi konvensional sehingga mampu menyamarkan color banding yang menjadi salah satu permasalahan besar dalam image companding. Hasil penelitian ini diukur menggunakan Peak Signal to Noise Ratio (PSNR). Penelitian ini menyelesaikan permasalahan image companding untuk citra yang dikompresi ke bentuk 5-bit compressed image, 4-bit compressed image, 3-bit compressed image, 2-bit compressed image. Secara kuantitatif, citra companding 4-bit mendapatkan hasil paling signifikan dengan nilai PSNR sebesar 38.35 dB. Hasil dari penelitian ini menunjukkan pendekatan yang diusulkan memberikan hasil yang paling baik untuk setiap bit kompresinya jika dibandingkan dengan metode U-Net, dan DRCNN walaupun dengan adanya pengurangan detail tekstur pada bit companding yang lebih tinggi.
