Post on 21-Mar-2016
description
Sommaire
Introduction Définition de la compression d’image Le codec JPEG d’image fixe Résultat expérimentaux Conclusion
• De nos jours, les images numériques sont très utilisé, leurs utilisations sous format brut rendent leurs portabilités difficiles et leurs stockages encombrant ce qui revient à un cout élevé, c’est pour cela qu’il a fallu trouver de nouvelles techniques de compression et codage d’image adaptées.
• Aujourd’hui, on trouve plusieurs algorithmes de compression d’images comme par exemple: .jpg ou .jpeg, .png, .gif, .tiff, jpeg2000…etc.
Introduction
• La compression des données ou le codage source, permet de réduire la taille d’une image sur une mémoire ou de manière équivalente de réduire son temps de transmission.
La compression sans perte, l’image restera fidèle à l’image originale.
La compression avec perte de qualité pour réduire plus la taille de l’image grâce aux redondances des données présentes sur l’image
Définition de la compression d’image 1/2
• Les types de redondances de données sont :- Redondance psycho visuel : Des détails non perceptible à l’oeil humain qu’on peut éliminer.- Redondance inter pixel : La possible corrélation existante entre les pixels de l’image.- Redondance de codage : séquences de répétition des bits, on rencontre cela généralement à la fin de la compression, pendant l’étape de codage
Définition de la compression d’image 2/2
• C’est un algorithme standard de compression avec perte d’image fixe établit en 1991 basé sur le codage par la transformé en cosinus discrète DCT.
• Dans ce travail nous intéressons par la compression basé sur la DCT séquentielle, où l’image est traitée de gauche à droite et de haut en bas.
Le codec JPEG d’image fixe 1/5
Le codec JPEG d’image fixe 2/5
Image originaleF(x,y)
Codage Entropique :
Huffman
Coefficient AC : scan zigzag + codage RLC
Coefficient DC : codage
prédictive DPCM
QuantificateurDCT 2D 8*8Division de
l’image en sous bloc 8*8
Canal de transmission
Décodage Entropique :
Huffman
Coefficient AC : scan zigzag inverse +
décodage RLC
Coefficient DC inverse DPCM
Quantificateur inverse
IDCT 8*8Fusion des sous
bloc 8*8Image
décompressé F(x,y)
• Quantificateur (Quantizer): Le quantificateur permet de faire une pondération des coefficients de la transformé en se basant sur une table de quantification. Il permet de choisir le taux de dégradation visuel qu’on souhaite faire à l’image.
• Les coefficients DC:Codés par un codage prédictif DPCM, ce type de codage nous permet d’avantage de réduire la redondance inter pixel.
Le codec JPEG d’image fixe 3/5
• Les coefficients AC :Récupérer sur un vecteur par un scan en zig-zag de la matrice de chaque sous bloc afin de mettre les coefficients élevées en premier et les zéros en fin.
Le codec JPEG d’image fixe 4/5
Coefficient DC
Le codec JPEG d’image fixe 5/5• Codage Huffman:
les deux vecteurs DC et AC seront réunis sur un même vecteur pour le codage entropique Huffman.Ce codage permet d’additionné les probabilités faibles de chaque deux symboles pour en obtenir un nouveau, puis les encodé pour construire en fin un table de codage de chaque symbole.
• Voici les résultats pour une image de niveau de gris 8bit 256x256 pixel et de taille 243792 bits
Résultat expérimentaux
• La taille de l’image compresser = 24092 • Taux de compression = 10.119 • L’erreur quadratique moyenne « EQM » = 7.5257 • La valeur crête du rapport signal sur bruit « PSNR
» = 39.3653 • Nombre de bits par pixel « bpp » = 0.3676
Résultat expérimentaux