TECHNIQUES DE COMPRESSION AVEC ET SANS PERTE : CONTEXTE GLOBAL
Il existe deux types de compression. La compression sans perte (compression non destructive), elle utilise des algorithmes qui compressent les donnรฉes sans les dรฉgrader. Parmi les plus connues de ces mรฉthodes figure le codage RLE [SAL08], le codage de HUFFMAN [HUF52] ou bien encore le codage LZ [ZIV77]. Elles sont utilisรฉes pour la compression des fichiers textes ou encore les fichiers exรฉcutables. La compression avec pertes (compression destructrice), utilise des algorithmes qui compressent les donnรฉes, en introduisant des dรฉgradations, qui peuvent รชtre nuisibles dans certaines applications. Pour plus de dรฉtail concernant ces techniques de compression, le lecteur est priรฉ de consulter les travaux de [ZEY12]. Il est important de signaler que le choix de compresser une donnรฉe ne dรฉpend pas seulement du type de mรฉthodes de compression (avec ou sans perte), mais aussi des types dโapplications ร envisager. On peut citer trois principaux domaines au niveau de la compression de donnรฉes :
1. la compression des signaux 1D,
2. la compression des signaux 2D;
3. la compression des signaux 3D.
La compression des signaux 1D repose sur des techniques basรฉes sur des modรจles paramรฉtriques tels que le codage par prรฉdiction linรฉaire (Linear Prediction Coding (LPC) [SUN13])), le codage par la modulation ร impulsion codรฉe (Pulse Coding Modulation (PCM) [RIV03])), et enfin le codage par des techniques hybrides (Code- Excitation Linear Prediction (CELP) [VAS07]). En plus de ces techniques, des normes de compression ont vu le jour, et sont appliquรฉes dans diverses applications: On peut citer, par exemple : la norme MPEG-1/2 ou MP3 pour lโaudio, la norme CEN/ENV 1 064 [ENV96], pour les signaux physiologiques, tels que lโECG, la norme ASTM 1 467 [ASM94], pour les signaux EEG, EMG et PE. La norme EDF (European Data Format), pour les signaux biologiques multivoies [KEM92], et enfin la norme CCSDS 121.0-B (ISO-15887:2000) [SHE13]) pour des signaux 1D satellitaires et zip, gzip, bzip2, 7zip pour les fichiers textes [DUM13], La compression des signaux 2D ou images fixes, utilise des techniques basรฉes sur le codage prรฉdictif [WEI96] [XIA97], le codage par transformation [TAQ10] et des mรฉthodes de moindres carrรฉs pour construire des prรฉdicateurs adaptatifs tels que les mรฉthodes prรฉsentรฉes dans [XIN01] et [KAU05]. Plusieurs travaux faisant intervenir ces techniques sont rencontrรฉs dans la littรฉrature, ce qui ร conduit les experts dans ce domaine ร proposer des normes de compression pour des images fixes telles que JPEG et JPEG2000 [ZEY12].
Enfin, la compression des signaux 3D, dont le fondement repose trois mรฉthodes de compression :
โ Mรฉthodes par simplification de maillage, destinรฉes ร dรฉcomposer une forme par des figures gรฉomรฉtriques (polygones, carrรฉ, triangle) puis ร reconstruireย ensuite la forme par lโassemblage de figures en basant sur leur gรฉomรฉtrie de leur connectivitรฉ [LAV05][SAN01] [GAR01] [VAL04].
โย Mรฉthodes de compression mono-rรฉsolution : [ISE00] [LEE02] [SZY03].
โย Mรฉthodes de compression multi-rรฉsolution [KAR00][KHO00].
La compression des signaux 3D est largement utilisรฉe dans les domaines industriel, mรฉdical (norme DICOM), patrimoine culturel et jeux vidรฉo [NAI07] [LOR03].
Le codage Huffmann
En 1952, Huffmann a mis en รฉvidence une mรฉthode pour construire des codes compacts de longueur variables [HUF54]. Le codage Huffmann attribue un code de sortie ร chaque symbole. Les codes de sortie pouvant รชtre aussi courts quโun bit, ou beaucoup plus longs que les symboles dโentrรฉe en fonction de leurs probabilitรฉs. Le nombre de bits optimum pour chaque symbole est โlog pi oรน pi i est la probabilitรฉ du symbole en question. Les รฉtapes nรฉcessaires pour gรฉnรฉrer le code Huffmann pour des symboles dont les probabilitรฉs dโoccurrence sont connues et peuvent รชtre regroupรฉes comme suit:
โClasser tous les symboles dans lโordre de leur probabilitรฉ dโoccurrence,
โFusionner les deux symboles les moins probables pour former un symbole combinรฉ, et reclasser encore les symboles dans lโordre de probabilitรฉ : Cela gรฉnรจre une arborescence dont chaque nลud reprรฉsente la probabilitรฉ cumulative de tous les nลuds en dessous,
โTracer un chemin vers chaque feuille, en notant la direction sur chaque nลud.
Le codage par transformation
Le codage par transformation de domaine est principalement utilisรฉ dans la rรฉduction de redondance spatiale sur les images, en mappant les pixels dans un domaine de transformรฉe. La puissance de ces techniques rรฉside dans le fait que lโรฉnergie des รฉchantillons dโune image naturelle est concentrรฉe dans la rรฉgion de basses frรฉquences; donc dans une rรฉgion contenant peu de coefficients. Ces coefficients par la suite peuvent รชtre quantifiรฉs tout en nรฉgligeant les coefficients insignifiants, sans pour autant dรฉgrader la qualitรฉ de lโimage. Le processus de quantification est pourtant avec perte, dans lequel les valeurs originales ne sont pas prรฉservรฉes. La transformรฉe en cosinus discrรจte (DCT) est considรฉrรฉe comme le meilleur choix de transformรฉe pour le codage des images par transformation [GHA03], car elle est caractรฉrisรฉe par des vecteurs de base bien dรฉfinis qui varient doucement. Cela correspond bien aux changements dโintensitรฉ de la plupart des images naturelles [JAI89]. Un autre aspect important de la DCT, cโest quโil existe une version rapide pour des applications basรฉes software [CHE79].
Quantification des coefficients de la DCT
En rรฉalitรฉ, la transformation des pixels en domaine DCT nโaboutit pas ร une compression. Un bloc de taille 64 pixels est transformรฉ en 64 coefficients. En raison de lโorthonormalitรฉ de la DCT, lโรฉnergie dans les deux domaines ne change pas, donc il nโy a pas de compression effectuรฉe. Toutefois, la transformation entraรฎne la concentration de lโรฉnergie sur les composantes de basses frรฉquences. La majoritรฉ des coefficients qui en restent reprรฉsentent une faible รฉnergie. Cโest lโรฉtape de quantification et le codage entropique qui rรฉduisent le dรฉbit binaire. De plus, en exploitant les caractรฉristiques du systรจme visuel humain [LUK06] [KUN99] qui est moins sensible aux distorsions prรฉsentes sur les hautes frรฉquences, on peut employer une quantification grossiรจre pour les coefficients appartenant aux hautes frรฉquences. Le quantificateur utilisรฉ dans tous les codecs standards de lโimage et de la vidรฉo sโarticule autour du quantificateur ร seuil uniforme (UTQ5).
PLACE DES STANDARDS DANS LA COMPRESSION DES DONNEES
Nรฉcessitรฉ dโune norme ou standard
Les normes sont des ensembles de rรจgles approuvรฉes par des instances officielles en charge de la normalisation. Elles offrent une certaine garantie de stabilitรฉ et de pรฉrennitรฉ [CHA00]. Le standard est assimilรฉ ร un processus rรฉactif de consensus du monde รฉconomique ou du monde technique [CHA00]. La langue anglaise n’a qu’un seul terme, celui de standard. Par contre au niveau de la langue franรงaise, celle-ci utilise les deux termes norme et standard pour dรฉsigner une publication finale rรฉsultante d’un accord consensuel.
Processus dโorganisation des normes
Pour de nombreux organismes de normalisation mis en place tels que International Organization for Standardization (ISO), Commission Electrotechnique Internationale (CEI), International Telecommunication Union (ITU), la finalitรฉ est le dรฉveloppement facile des activitรฉs รฉconomiques. Toute norme internationale est dรฉveloppรฉe par un comitรฉ technique de l’ISO (TC) ou un sous-comitรฉ (SC). Le processus dโรฉlaboration de cette norme intรจgre 6 รฉtapes:
1. รtape de proposition (avec l’engagement minimum de 5 membres du TC concernรฉ).
2. รtape prรฉparatoire: รฉlaboration d’un document de travail ยซ working draft ยป recueillant le consensus des membres du groupe de travail.
3. รtape Comitรฉ: le document doit รชtre approuvรฉ par les membres du TC/SC concernรฉ. Le texte aprรจs vote a le statut de ยซ Draft International Standard ยป (DIS).
4. รtape d’enquรชte probatoire : le DIS est distribuรฉ ร tous les membres de l’ISO pour voter et commenter (cela dure 5 mois). Selon des conditions prรฉcises, il est acceptรฉ ou non comme ยซ Final Draft International Standard ยป (FDIS)
5. รtape d’approbation finale: vote final pendant une pรฉriode de 2 mois.
6. รtape de publication finale: faite par le secrรฉtariat central de l’ISO.
Toute norme internationale est rรฉexaminรฉe au moins une fois tous les 5 ans.
|
Table des matiรจres
INTRODUCTION GรNรRALE
Chapitre 01 : รTUDE COMPARATIVE DE MรTHODES DE COMPRESSION DE DONNรESET PLACE DES STANDARDS DANS LE CONTEXTE DE LA COMPRESSION
1 รTUDE COMPARATIVE DE MรTHODES DE COMPRESSION DE DONNรES ET PLACE DES STANDARDS DANS LE CONTEXTE DE LA COMPRESSION
1.1 Introduction
1.2 Techniques de compression avec et sans perte : Contexte global
1.2.1 Aperรงu sur les techniques de compression sans perte
1.2.1.1 Lโentropie de lโinformation
1.2.1.2 Le codage Huffmann
1.2.1.3 Le codage arithmรฉtique : Principe et mรฉthodologie
1.2.1.4 Le codage prรฉdictif
1.2.2 Aperรงu sur les techniques de compression avec perte
1.2.2.1 Rรฉduction de la redondance spatiale.
1.2.2.1.1 Transformation en espace couleur YCbCr
1.2.2.2 Le codage par transformation
1.2.2.3 Quantification des coefficients de la DCT
1.3 Place des standards dans la compression des donnรฉes
1.3.1 Nรฉcessitรฉ dโune norme ou standard
1.3.2 Processus dโorganisation des normes
1.3.3 Normes retenues pour compresser les images fixes
1.4 Techniques de compression des images fixes avec JPEG\JPEG 2000
1.4.1 La compression sans perte avec JPEG Lossless (JPEGโLS)
1.4.2 La compression avec perte du JPEG
1.4.3 Compression avec le standard JPEG 2000
1.4.3.1 Prรฉ-traitement
1.4.3.2 Codage fondamental
1.4.3.2.1 Transformรฉe en ondelette discrรจte (DWT)
1.4.3.2.2 Quantification
1.4.3.2.3 Codage entropique
1.4.3.3 Post-traitement
1.5 Artรฉfacts gรฉnรฉrรฉs par JPEG et JPEG2000
1.6 Mรฉthodes de rรฉduction des artefacts pour jpeg et jpeg2000
Conclusion
Chapitre 02 : LES MรTRIQUES PERCEPTUELLES EN COMPRESSION DโIMAGES
2 LES MรTRIQUES PERCEPTUELLES EN COMPRESSION DโIMAGES
2.1 รvaluation subjective basรฉe sur les propriรฉtรฉs et modรฉlisation du (SVH)
2.1.1 Caractรฉristiques clรฉs du SVH
2.1.2 Mรฉtriques perceptuelles basรฉes sur le SVH
2.1.2.1 Mรฉtriques subjectives destinรฉes ร lโรฉvaluation de la qualitรฉ visuelle des images fixes
2.1.2.1.1 Modรจle basรฉ sur les tests psychophysiques
2.1.2.1.2 Le modรจle de Nill
2.1.2.1.3 Le modรจle PQS
2.1.2.2 Mรฉtriques subjectives destinรฉes ร lโรฉvaluation de la qualitรฉ visuelle des images
animรฉes
2.2 Mรฉtriques perceptuelles basรฉes sur des critรจres mathรฉmatiques : Mesures objectives
2.2.1 Mรฉthodes avec rรฉfรฉrence complรจte
2.2.1.1 Erreur quadratique moyenne (MSE)
2.2.1.2 Rapport crรชte signal sur bruit (PSNR)
2.2.1.3 Rapport signal sur bruit (SNR)
2.2.1.4 Indice de similaritรฉ structurelle (SSIM)
2.2.1.5 Similitude structurale ร base de gradient
2.2.1.6 Indice de la rรฉgion dโintรฉrรชt (VroiWQI)
2.3 Limites des mรฉtriques prรฉsentรฉes
2.4 Mรฉtrique proposรฉe
Conclusion
Chapitre 03 : TECHNIQUES PROPOSรES POUR LโAMรLIORATION DE LA QUALITรVISUELLE DES IMAGES COMPRESSรES JPEG2000
3.1 Aperรงu sur les mรฉthodes de prรฉtraitement
3.1.1 Mรฉthodes basรฉes sur lโamรฉlioration de la qualitรฉ visuelle des images
3.1.2 Mรฉthodes basรฉes sur la restauration de lโimage
3.2 Prรฉtraitements proposรฉs
3.2.1 Prรฉtraitement basรฉ sur la Dรฉcomposition Modale Empirique Bidimensionnelle (BEMD) et le modรจle du Masque flou ยซ sharpenning ยป
3.2.1.1 Dรฉcomposition modale empirique bidimensionnelle
3.2.1.2 Le schรฉma adoptรฉ de la mรฉthode proposรฉe
3.2.2 Amรฉlioration basรฉe sur le filtrage par moyenne temporelle
3.2.2.1 Prรฉtraitement proposรฉ
3.2.3 Mรฉthode basรฉe sur le filtrage morphologique
3.2.3.1 Principe de la mรฉthode
3.2.3.2 Morphologie mathรฉmatique appliquรฉe aux images en niveau de gris (NG)
3.2.3.2.1 Opรฉrateurs morphologiques
3.2.3.2.2 Filtrage non linรฉaire
3.2.3.2.3 Filtrage par reconstruction morphologique
3.2.3.2.4 Fonctionnement de la mรฉthode proposรฉe
Conclusion
Chapitre 04 APPLICATION DE LA MรTHODE PROPOSรE DANS LE DOMAINE DE LA TรLรMรDECINE
4.1 Introduction
4.2 Transmission par mail
4.3 Modรฉlisation de la chaine de transmission sans fil
4.3.1 Le canal ร Bruit Blanc Additif Gaussien
4.3.2 Transmission selon lโarchitecture TCP/IP adoptรฉe
Conclusion
CONCLUSION GรNรRALE