Vous êtes sur la page 1sur 28

DEA Signaux et Images en Biologie et Mdecine

CODAGE, COMPRESSION et ECHANGES D'IMAGES

Sommaire
PARTIE I : LA COMPRESSION DIMAGES _______________________________________ 1 I.1) Introduction _______________________________________________________________ 1 I.2) Les Mthodes de Compression d'Images _______________________________________ 2 I.3) Efficacit et Qualit d'un Codage _____________________________________________ 4 I.4) Les Mthodes de Codage Statistique ___________________________________________ 5 I.5) Les Mthodes de Codage Spatial ______________________________________________ 7 I.6) Les Transformations Orthogonales____________________________________________ 8 I.7) Les Mthodes Hirarchiques ________________________________________________ 12 I.8) Les Dcompositions par Bancs de Filtres ______________________________________ 13 I.9) Les Mthodes de Codage par Segmentation et Sparation en deux Composantes _____ 16 I.10) La Compression Fractale __________________________________________________ 19 I.11) La Compression de Squences ______________________________________________ 20 I.12) Evaluation de la Qualit des Images Reconstruites aprs Codage Irrversible ______ 20 PARTIE II : LE TATOUAGE DIMAGES_________________________________________ 21 II.1) Introduction _____________________________________________________________ 21 II.2) Les Mthodes de Tatouage dImages_________________________________________ 21 II.3) Les Mthodes Robustes de Tatouage dImages ________________________________ 23 II.4) Les Mthodes Fragiles de Tatouage dImages _________________________________ 25

Christine CAVARO-MENARD Unit de Traitement dImages Mdicales - quipe Signal et Image - LISA CNRS FRE 2656 Service de Mdecine Nuclaire et de Biophysique - CHU d'Angers 4 rue Larrey - 49033 ANGERS Cedex 01 Tel : 02-41-35-56-59 - E-mail : christine.menard@univ-angers.fr

DEA Signaux et Images en Biologie et Mdecine

LA COMPRESSION DIMAGES

I.1) Introduction
I.1.1 Le Problme
Rsoudre les difficults grandissantes d'archivage et de transmission des images biomdicales, pour lexploitation des images au sein de rseaux. Caractristiques des principales classes d'images biomdicales : Modalit d'acquisition TDM Zone explore Crne Thorax Crne Cur Radiologie Taille de l'image 512*512 512*512 512*512 ou 1024*1024 256*128 2000*2000 Nombre de coupes 20 40 Zone explore 20 10 (*synchro) Nombre bits de codage 12 12 16 16 16 Taille des fichiers 10 20 Mo 0,5 Mo 10 Mo - 40 Mo 10 Mo 8 Mo

I.R.M.

Les images mdicales sont plus riches en niveaux de gris que la plupart des images.

I.1.2 La Solution
Rduction du volume reprsentatif des donnes de l'image ou

COMPRESSION d'IMAGES

(codage de source)

En fait la compression d'images est : - une alternative de faible cot l'augmentation de la capacit des systmes d'archivage et des lignes de transmission, - indispensable la ralisation des PACS (Picture Archiving and Communication Systems) : difficults lies au volume important des donnes numriques stocker, transmettre et grer.

I.1.3 L'Objectif de la Compression d'Images


L'objectif principal de la compression d'images est de minimiser la quantit d'information (nombre de bits) ncessaire une reprsentation fidle de l'image originale. Cet objectif est ralisable vu l'importante corrlation spatiale prsente dans une image (deux pixels voisins ont des valeurs comparables). Dans le cas de squences d'images, les corrlations temporelles pourront tre utilises. Pour les images naturelles, les techniques de codage doivent satisfaire au seul critre de qualit visuelle des images reconstruites. Pour les images mdicales, la compression doit imprativement viter l'introduction de distorsions ayant pour effet d'entraner des modifications dans : l'interprtation qualitative des images, la valeur des paramtres anatomiques ou fonctionnels refltant l'tat de l'organe tudi.

Page 1

DEA Signaux et Images en Biologie et Mdecine

LA COMPRESSION DIMAGES

I.2) Les Mthodes de Compression d'Images


I.2.1 Les Etapes
Le codage d'images peut tre dcompos en deux tapes : - l'extraction des informations contenues dans l'image : COMPRESSION. - l'assignation d'un code aux divers messages obtenus : CODAGE ou COMPACTAGE. La compression se dcompose en une phase de dcorrlation des donnes et une phase de quantification. + Calcul de lerreur de quantification 1 0 Dcorrlation 1 0 Quantification

+ +

La dcorrlation permet de rduire la dpendance statistique qui existe entre les pixels voisins d'une image. Pour rduire le volume des images, cette tape est toujours combine la quantification et/ou au compactage. La quantification consiste reprsenter un message en un nombre fini de bits. La quantification scalaire la plus simple consiste diviser la dynamique du signal original en un ensemble d'intervalles identiques, le pas de quantification dtermine la longueur moyenne des codes ainsi que la perte moyenne d'information. La quantification optimale minimise lerreur quadratique moyenne entre le signal original et le signal quantifi. Pour dfinir le quantificateur optimal, il sagit de trouver la partition et le dictionnaire qui minimisent la distorsion D. Cette optimisation conjointe nadmet pas de solution simple, mais il est possible de : - trouver la meilleure partition connaissant le dictionnaire, cest la rgle dite du plus proche voisin ; - trouver le meilleur dictionnaire connaissant la partition, cest la condition du centre de gravit. Lalgorithme de Lloyd-Max construit itrativement (en utilisant les 2 conditions prcdentes) un dictionnaire de quantification de faon minimiser la distorsion D. Pour cela, lalgorithme utilise un dictionnaire initial et modifie itrativement sa structure en fonction du partitionnement obtenu chaque itration. Finalement un intervalle de quantification sera dautant plus petit que la probabilit que x appartienne cet intervalle est grande. La quantification vectorielle est une gnralisation multidimensionnelle de la quantification scalaire. Le quantificateur vectoriel optimal peut tre considr comme un quantificateur de Llyod-Max multidimensionnel. Lalgorithme LBG permet de calculer, pour un dbit r donn, un dictionnaire de vecteurs quasi optimal. La quantification fait alors appel une recherche dans le dictionnaire du vecteur le plus proche du vecteur dentre considr (coteux en temps de calcul). Ce cot de calcul peut tre rduit en utilisant des algorithmes sous optimaux tels que la quantification vectorielle avec structure en arbre.

Page 2

DEA Signaux et Images en Biologie et Mdecine

LA COMPRESSION DIMAGES

I.2.2

Classification des Mthodes de Compression


Les mthodes de compression peuvent tre classes en deux catgories : - les mthodes de Codage Pixel ou de 1re gnration, - les mthodes de Codage Global ou de 2me gnration. Ces mthodes peuvent tre qualifies de rversibles ou dirrversibles.

Les mthodes de codage pixel (ou syntaxiques) Ces mthodes analysent l'information pixel par pixel. Elles consistent rechercher la redondance de l'information contenue dans l'image et la coder de faon rduite, en faisant appel des concepts de la thorie de l'information. Les mthodes de codage global (ou smantiques) Ces mthodes extraient l'information contenue dans l'image non plus pixel par pixel mais selon les caractristiques de l'image telles que les descriptions de contour ou de texture. Les mthodes rversibles Les techniques rversibles produisent un duplicata exact de l'image originale. Dans le domaine mdical, le critre de rversibilit est primordial pour beaucoup de considrations d'ordre thique. Les mthodes irrversibles Les techniques irrversibles ne restituent qu'une approximation des donnes initiales. C'est l'tape de quantification qui rend le codage irrversible. Seule la transmission de l'erreur de quantification permet alors de rendre la compression rversible.

COMPRESSION DECORRELATION

CODAGE QUANTIFICATION

Codage Pixel
Mthodes Spatiales
Par plages Par blocs Prdictives

Codage Global
Mthodes hirarchiques
Pyramide Laplacienne Fractales

Quantification Scalaire Quantification Vectorielle

Mthodes hirarchiques
Par arbre Par interpolation Transformation-S

Dcomposition par bancs de filtres


Dcomposition en images directionnelles Ondelettes Codage

Transformations Orthogonales
Karhunen-Loeve Walsh Hadammard Fourier Cosinus - JPEG

Modle Contour-texture
Synthse des hautes frquences Segmentation : - Par Croissance des rgions - Split and merge - Par Extraction des contours

Statistique Huffman Shannon-Fano Arithmtique Lempel-Ziv

Classification des mthodes de codage

Page 3

DEA Signaux et Images en Biologie et Mdecine

LA COMPRESSION DIMAGES

I.3) Efficacit et Qualit d'un Codage


I.3.1

Calcul de l'Efficacit d'un Codage


* Taux ou Facteur de compression
Mesure la rduction opre sur le volume des donnes lors du codage.

TC =

Nombre total de bits avant codage Nombre total de bits aprs codage

* Nombre moyen de bits par pixel aprs codage * lments de thorie de linformation
La thorie de linformation dfinit des bornes asymptotiques quant au nombre de bits ncessaires la reprsentation dune information. Ces bornes sont donnes par lentropie H(S) de la source dans le cas dun codage sans perte ou par une fonction dbit-distorsion dans le cas du codage avec perte. Dans un codage avec perte et avec critre de qualit, lalphabet de reprsentation optimal de la source est celui permettant de minimiser la fonction dbit-distorsion R(D ) = min P ( X / Y )Q I ( X , Y ) avec I(X,Y) linformation mutuelle (dcorrlation information) et Q lensemble de toute les probabilits conditionnelles vrifiant :

d (P (Y / X )) =

P (Y = y j / X = xi )d (xi , y j ) D

o d(xi,yj) reprsente la distorsion entre les deux valeurs.

I.3.2 Evaluation de la Qualit d'un Codage


* Erreur quadratique moyenne
Evalue la qualit de reproduction des images reconstruites R aprs codage irrversible.

EQM2 =
* Rapport signal sur bruit

1 MN

(O(m, n) - R(m, n))2


O: image originale de dimension (M,N).

Evalue la dgradation des images reconstruites aprs codage irrversible.

SNR = 10 log10

2
EQM 2

en dB

: variance de limage originale.

* Mthodes psychophysiques simples d'valuation


- Simple confrontation visuelle entre l'image reconstruite et l'image originale. - Visualisation de limage diffrence (utilisation dune chelle adapte : Rouge-Noir-Bleu). - Utilisation dune chelle de visibilit pour rechercher la prsence ou l'absence de structures cliniquement significatives au sein des images.

Page 4

DEA Signaux et Images en Biologie et Mdecine

LA COMPRESSION DIMAGES

I.4) Les Mthodes de Codage Statistique


Mthodes rversibles - Constituent souvent ltape finale dun codage.

I.4.1 Principe
Le codage statistique tient compte de la frquence d'apparition d'un symbole dans l'ensemble du message afin de coder sur un nombre de bits rduit les symboles les plus probables, et sur des structures binaires plus longues les symboles les moins frquents.
N

Codage limit par l'entropie H de l'image :

H=
i =1

p i log 2

1 pi

(en bits/pixel)

N : Nombre de niveaux de quantification de l'image source. Pi : probabilit d'apparition de chacun des niveaux. H reprsente la quantit moyenne dinformations contenue dans un symbole.

I.4.2 Le Codage d'HUFFMAN


Les codes d'Huffman sont tablis l'aide d'une structure arborescente. Les symboles sont classs par ordre de probabilit dcroissante. Les symboles de probabilits les plus faibles sont regroups en un nouveau message de probabilit gale la somme des probabilits des messages sources. Les probabilits du nouvel ensemble de messages sont reclasses par ordre dcroissant. La procdure est itre pour tous les messages coder. En attribuant arbitrairement les valeurs binaires 0 et 1 aux deux branches issues d'un mme nud, les codes d'Huffman sont forms pour chaque symbole en remontant l'arbre. Symbole Probabilit S1 0,4 S2 0,15 S3 0,15 S4 0,12 S5 0,10 S6 0,08

Symbole S1 S2 S3 S4 S5 S6

Proba 0,4 0,15 0,15 0,12 0,10 0,08

Code

Souvent considr comme rfrence, le codage d'Huffman produit le code dont la longueur moyenne se rapproche le plus de l'entropie H. Le codage d'Huffman est un code instantan (un mot code ne peut jamais tre le prfixe d'un autre mot code). Taux de compression obtenus en imagerie mdicale : 1,5 2,8.

Page 5

DEA Signaux et Images en Biologie et Mdecine

LA COMPRESSION DIMAGES

I.4.3 Le Codage de SHANNON-FANO


Les symboles sont classs par ordre de probabilit dcroissante. L'ensemble des symboles est divis en 2 sous-ensembles de probabilit aussi proche que possible.A chaque ensemble est affect le code 0 ou 1. Le processus est itr jusqu' ce que chaque sous-ensemble ne comporte qu'un lment. Mot Source S1 S2 S3 S4 S5 S6 Probabilit 0,4 0,15 0,15 0,12 0,10 0,08 1e Division 2e Division 3e Division Code

Codage simple moins performant que le codage d'HUFFMAN. Taux de compression obtenus en imagerie mdicale : de l'ordre de 1,8.

I.4.4 Le Codage Arithmtique


Le codage arithmtique attribue une valeur relle une suite de symboles. Le principe de base consiste diviser l'intervalle des rels [0 - 1[ en sous-intervalles dont les longueurs sont fonction des probabilits des symboles. Au fur et mesure du codage des symboles, la longueur de l'intervalle diminue en tenant compte du modle et du sous-intervalle prcdent. Symboles a e i o u ! Probabilit 0,2 0,3 0,1 0,2 0,1 0,1 Partition Initiale Initialement e a i i ! Construction du code du message eaii! tout rel [0,23354 - 0,2336[

Partition initiale de l'intervalle [0 -1[ pour lalphabet {a,e,i,o,u,!}

Taux de compression obtenus en imagerie mdicale : de l'ordre de 1,8.

I.4.5 Le Codage de LEMPEL-ZIV


Le codage de Lempel-Ziv code des chanes de longueurs variables en des mots de longueur fixe. La table de codage est construite au fur et mesure de la lecture de la chane transmettre. Soit par exemple : 01101110010011001101 Le premier bit de la chane 0 devient le premier mot de la table. 0 est appel bit d'innovation. Puis 1 est mis dans la table comme second mot, 1 est bit d'innovation. A l'tape suivante, le bit 1 qui existe dj dans la table, est associ son successeur 0, donnant 10 qui devient un nouveau mot de la table. 1 est racine et 0 bit d'innovation. La procdure est itre jusqu' la fin de la chane. La table contient alors : 0, 1, 10, 11, 100, 1001, 10011, 01 Chaque symbole est cod avec des mots de longueur fixe dont le dernier bit dcrit le bit d'innovation (0 ou 1) et les premiers bits l'adresse de la racine. Base du codage ZIP (winzip sur PC), utilis dans le format GIF, le codage de Lempel-Ziv est adapt aux images de faible entropie (images de synthse) et n'est donc pas adapt aux images mdicales.

Page 6

DEA Signaux et Images en Biologie et Mdecine

LA COMPRESSION DIMAGES

I.5) Les Mthodes de Codage Spatial


I.5.1 Principe
Rduction de l'information redondante en tenant compte de la corrlation spatiale des lments coder.

I.5.2 Le Codage par plages


Suppression des rptitions de n'importe quel symbole d'un message ds que le nombre de ses apparitions conscutives atteint un seuil prdfini. Mots ncessaires pour coder une plage : - Indicateur du codage d'une plage, - Longueur de la plage, - Symbole rpt. Codage adapt aux images binaires comportant de larges plages uniformes (texte, graphisme). Codage des images multiniveaux : Dcomposition en plans de bits. Codage par plage de chaque plan binaire. Fort compactage des plans de bits de poids fort. Taux de compression(rversible) obtenus en imagerie mdicale : 1,2 2,8.

I.5.3 Le Codage par blocs


Dcoupage d'une image binaire en un ensemble de rectangles juxtaposs de taille m*n, puis codage de la configuration de chacun des blocs obtenus. Configuration Bloc Mot de code Codage irrversible : Code 0 si peu de 1 dans un bloc de 0. Taux de compression obtenus : 2 2,5 (en rversible).

I.5.4 Le codage prdictif


En vertu de la corrlation spatiale d'une image, il est possible de prdire la valeur de lamplitude du point courant par la seule connaissance de son voisinage. L'erreur de prdiction e(m,n) (diffrence entre l'amplitude du pixel courant S(m,n) et une prdiction s(m,n) de celle-ci), est transmise aprs avoir subi ou non une quantification (m,n). En l'absence de quantification, le codage est rversible. Traitement simple mis en uvre pour la transmission temps rel de squences d'images. Les performances du codage dpendent de la fonction de prdiction (faible erreur e(m,n)). Le prdicteur de type monodimensionnel ou bidimensionnel ne fait intervenir que les valeurs des points dj transmis et dcods de faon identique dans le codeur et dans le dcodeur.

Page 7

DEA Signaux et Images en Biologie et Mdecine

LA COMPRESSION DIMAGES

(m,n) S(m,n) e(m,n) (m,n) (m,n) Canal de Quantification Codage Dcodage + + communication + + s(m,n) (m,n) + s(m,n) Prdiction Prdiction + Filtre de Reconstruction COMPRESSION DECOMPRESSION Principe du codage-dcodage prdictif ou MICD.

Taux de compression obtenus :

codage prdictif codage prdictif +Huffman

de l'ordre de 2. entre 2,4 et 3,1.

I.6) Les Transformations Orthogonales


I.6.1 Principe
Une transformation orthogonale ralise une rotation de l'espace de reprsentation. Les donnes d'une image passent d'un espace o elles sont hautement corrles, dans un espace o cette corrlation est minimise. Les coefficients dcorrls de l'image transforme dtiennent alors de faon quasi unique et indpendante les caractristiques de l'image. Si ces informations sont classes par ordre d'importance, une compression des donnes peut tre obtenue, d'une part par l'limination des coefficients nuls (voire de faible amplitude) et d'autre part par une quantification plus ou moins grossire des coefficients slectionns pour la transmission. Rappels mathmatiques : Soit une image x={x(i,j), 0iM-1, 0jN-1} et sa transforme X={X(i,j), 0iM-1, 0jN-1}.

X ( k , l) =
x ( i , j) =

M 1 N 1 i= 0 j= 0

x ( i , j) T k , l ( i , j)

0 k M-1

0 l N-1

M 1 N 1 k = 0 l= 0

X ( k , l ) T k , l * ( i , j)

0 i M-1

0 j N-1

Tk,l*(i,j) : complexe conjugu de Tk,l(i,j). Tk,l(i,j) : ensemble de fonctions de bases orthogonales discrtes. Distribution de l'nergie de la transformation en Cosinus : Le premier coefficient transform dfinit lintensit moyenne de limage source. Les autres coefficients sont associs aux dtails de limage. Energie Energie

Domaine spatial

Domaine transform

Page 8

DEA Signaux et Images en Biologie et Mdecine

LA COMPRESSION DIMAGES

I.6.2 Gnralits sur les algorithmes de codage par transformation


Image Dcoupage originale en blocs Transformation de chaque bloc Slection des coefficients CODAGE Donnes binaires Dcodage des donnes Transformation inverse DECODAGE Schma de principe d'un codeur-dcodeur oprant par transformation orthogonale. Pour une forte compression Apparition de l'effet de bloc. Mise en forme de limage Image reconstruite Quantification des coefficients
Donnes Codage des coefficients binaires

Image originale IRM cardiaque

JPEG : TC=60:1

La transformation optimale vis--vis de la thorie de l'information (minimisation de l'EQM) est la transformation de KARHUNEN-LOEVE (TKL). La matrice de la transformation TKL est constitue des vecteurs propres normaliss de la matrice de covariance du bloc. Transformation complexe non utilise en pratique (pas d'algorithme rapide de calcul). Utilisation de transformations ayant des vecteurs de base fixes : - Walsh-Hadamard - Fourier discrte - Cosinus discrte

I.6.3 La transformation de WALSH-HADAMARD (TWH)


L'lment d'indice (i, j) de la matrice de transformation N*N est de la forme :

H N,i, j =
o

1 2

( -1)

n1 k=0

i ( k ) j( k )

i(k) et j(k) sont les kme bits dans la reprsentation binaire de i et j.

Si N est une puissance de 2, la matrice de transformation est gnre par n produits successifs de KRONECKER de la matrice de base B d'ordre 2 :

B =

1 2

Matrice de transformation ne comportant que des 0 et des 1. Mthode simple et rversible Taux de compression obtenus : 2,7

1 -1

Page 9

DEA Signaux et Images en Biologie et Mdecine

LA COMPRESSION DIMAGES

I.6.4 La transformation discrte de FOURIER (TFD)


M -1 N -1

X(k,l) =
i=0 j=0 M -1 N -1

x(i, j) WM

ki

WN

lj

avec

WN = e

-j

2 N

x(i, j) =
k =0 l=0

X(k,l) WM ki WN lj

Coefficients complexes

Taux de compression obtenus : de l'ordre de 16 (Etude courbes ROC).

I.6.5 La transformation cosinus discrte (TCD)


2 X(k, l) = c(k) c(l) MN avec
M -1 N -1

x(i, j) cos
i=0 j= 0

(2i + 1)k (2j + 1)l cos 2M 2N

c( ) = c( ) = 1

1 2

pour sinon

=0
(2i + 1)k (2j + 1)l cos 2M 2N

2 x(i, j) = MN

M -1 N -1

c(k) c(l) X(k, l) cos


k = 0 l= 0

La transformation cosinus se rapproche la plus, de par ses rsultats et erreurs entre l'image reconstruite et l'image originale, de la transformation de KARHUNEN-LOEVE. Transformation quasi-optimale disposant d'algorithmes de calculs rapides (Vetterli, Lee) Lnergie est concentre sur un nombre rduit de coefficients de dynamique importante. Lnergie des coefficients dcrot rapidement avec leur rang. Les coefficients haute frquence sont donc de faible amplitude (leur limination rduira le bruit). Codage par seuillage des coefficients transforms cosinus discrte : Les coefficients transforms sont seuills et normaliss par un seuil et un facteur de normalisation qui peuvent tre uniformes pour tous les coefficients, ou dpendants du bloc ou de chacun des coefficients (paramtres adaptatifs). La valeur du seuil agit sur le nombre de coefficients transmis, la normalisation sur le nombre de bits allous pour le codage.

Codage de la position des coefficients : Balayage zig-zag.

Le balayage zig-zag permet une transmission progressive des images. Taux de compression obtenus en imagerie mdicale : entre 10 et 20.

Page 10

DEA Signaux et Images en Biologie et Mdecine

LA COMPRESSION DIMAGES

Codage par zones des coefficients transforms cosinus discrte : Principe pour un bloc donn de limage transforme : - Dfinition dun vecteur de paramtres caractristiques de la distribution de lamplitude des lments du bloc (critre nergtique, tests de visibilits,...), - Classification de chacun des blocs selon une classe Ck en utilisant une rgle de dcision (seuil).

Classe 1 Classe 2 Classe 3 Tables dallocation de bits proposes par CHEN et SMITH

Classe 4

Taux de compression obtenus en imagerie mdicale : entre 8 et 18.

I.6.6 Une norme internationale pour le codage des images fixes


JPEG : mthode de codage par TCD adaptative. CODAGE Dcoupage en blocs 8*8 Transformation TCD directe Quantification linaire Codage dHUFFMAN STOCKAGE ou TRANSMISSION Diagramme du logiciel de codage et de dcodage dune image selon la norme JPEG Les coefficients (0,0) sont cods par une mthode prdictive. Les autres coefficients sont diviss par un seuil affect chacun d'entre eux. La partie entire du quotient est alors quantifie et transmise. Page 11 DECODAGE Visualisation

Transformation TCD inverse Dquantification linaire Codage dHUFFMAN

Seuils Critres de visibilit

DEA Signaux et Images en Biologie et Mdecine

LA COMPRESSION DIMAGES

Table des seuils tlcharge : 16 12 14 14 18 24 49 72 11 12 13 17 22 35 64 92 10 14 16 22 37 55 78 95 16 19 24 29 56 64 87 98 24 26 40 51 68 81 103 112 40 58 57 87 109 104 121 100 51 61 60 55 69 56 80 62 103 77 113 92 120 101 103 99

Seuils de quantification : La partie entire du quotient COEFFICIENT/SEUIL constitue la valeur quantifie et transmise selon un balayage zig-zag (prserve lordre spectral des coefficients). Taux de compression obtenus en imagerie mdicale : entre 8 et 12.

I.7) Les Mthodes Hirarchiques


I.7.1 Principe
Dcomposition itrative de limage source en images sous-chantillonnes. Le tableau de rang N (base de la pyramide) correspond limage originale. La corrlation des lments diminue dans les niveaux suprieurs de l'arbre. Structure pyramidale adapte la transmission progressive des images.

I.7.2 Codage par arborescence


Organisation arborescente de limage. A

1 3

2 4

5 7

6 8
1 2 3 4 C 5 6 7 8 5 6 7 8

B 9 10 11 12 13 14 15 16 D 13 14 15 16

9 10 13 14 11 12 15 16

13 14 15 16

Exemple simple de codage par arborescence quatre branches (QUADTREE) : A : Matrice image source, seuls les quadrants suprieur et infrieur gauche de limage sont homognes. B : Reprsentation par arborescence "quadtree" de la matrice source ; un nud est une combinaison linaire de quatre enfants spatialement groups. C : Codage rversible : seuls les pixels identiques sont regroups. D : Codage irrversible : seuls les pixels similaires sont regroups. Taux de compression obtenus : 2 (pour rversible) 10 (pour irrversible).

Page 12

DEA Signaux et Images en Biologie et Mdecine

LA COMPRESSION DIMAGES

I.7.3 La Pyramide Laplacienne


Mthode de codage global Etude du mcanisme de la vision : sensibilit directionnelle des neurones du systme visuel humain. Pyramide dimages mettant en valeur linformation contour, chacune sur une bande passante successivement rduite. Les images basses frquences sont grossirement chantillonnes. Les images hautes frquences sont grossirement quantifies. Processus : - Dcomposition de limage origine X0 en une image passe-bas X1 et une image diffrence E0=X0-X1 - Limage passe-bas X1 est sous-chantillonne. - Limage diffrence est code sur un nombre rduit de bits. - Le processus est itr sur limage passe-bas sous-chantillonne X1. Obtention dune srie dimages E0, E1, E2. A chaque itration, la dimension de limage est rduite dun facteur r. Taux de compression obtenus en imagerie mdicale : 2,7 pour un codage rversible.

I.8) Les Dcompositions par Bancs de Filtres


I.8.1 Dcomposition en images directionnelles
Utilisation dun filtre passe-bas et de filtres directionnels pour couvrir tout le domaine des frquences. Codage des contours en exploitant leur corrlation directionnelle. Linformation basse-frquence est obtenue par un filtrage passe-bas de limage transforme de FOURIER de limage source. Puis codage selon le principe des mthodes par transformation orthogonale (perte de coefficients). Compression excellente (taux de compression, qualit de limage reconstruite). Les informations hautes frquences sont obtenues aprs filtrage, par 8 filtres directionnels de limage transforme de FOURIER de limage source. Une transformation inverse de FOURIER des 8 plans rsultants donne un ensemble de 8 images directionnelles. Pour chaque coordonne spatiale une seule image directionnelle possde une luminance non-nulle. Chaque image directionnelle est code aprs dtection des passages par zro dans la direction horizontale (rotation de limage), par codage par plage. Les positions et les amplitudes des points transmettre sont codes selon HUFFMAN. Le dcodeur effectue les rotations inverses, puis additionne les 8 composantes directionnelles et la composante basse-frquence.

Projection des 8 filtres directionnels et du filtre passe-bas sur le plan des frquences. Taux de compression obtenus sur des images naturelles : 30 (qualit moyenne). Page 13

DEA Signaux et Images en Biologie et Mdecine

LA COMPRESSION DIMAGES

I.8.2 Analyse en Ondelettes


Principe En traitement du signal, une analyse par ondelettes est quivalente un filtrage passe-bande. En traitement dimages, la transformation en ondelettes dune image de rsolution k donne : - 3 sous-images dtails (coefficients dondelettes) de rsolution k+1, cV(k+1), cH(k+1) et cD(k+1), mettant en vidence les contours (localisation et orientation), - 1 image d'approximation de l'image de dpart la rsolution k+1, cA(k+1) Image de dpart dune nouvelle analyse (niveau k+2). Toutes les sous-images de niveau k+1 sont souschantillonnes (par rapport au niveau k). Un coefficient dondelette mesure la corrlation entre londelette et le signal dans lintervalle considr. Quelques ondelettes

Ondelette de Daubechie

Ondelette de Morlet.

Nombre de niveaux de dcomposition Plus de 4 niveaux de dcomposition namliore pas de manire sensible le taux de compression. Codage - Codage rversible (prdictif) ou irrversible (JPEG) de limage dapproximation. - Codage des images de dtails :
Seuillage (fixe la qualit de limage reconstruite). Scrutation

des coefficients. La stratgie de scrutation consiste lire les coefficients parents vers la descendance de faon constituer des squences de 0 de longueur importante.

Codage par plage + codage dHuffman.

Taux de compression obtenus : 30 (valuation psychovisuelle).

Page 14

DEA Signaux et Images en Biologie et Mdecine

LA COMPRESSION DIMAGES

La nouvelle norme internationale JPEG2000 La nouvelle norme internationale de compression JPEG2000 est base sur le codage par ondelettes. La norme JPEG2000 contient des parties informatives (principes de codage) et des parties normatives (organisation des donnes) (http://www.jpeg.org).
Image source Transforme en ondelettes Quantification Formation des codes blocs Codage des plans de bits et dtermination des contextes Codeur arithmtique Organisation en couches et paquets Flux de donnes compresses Progressivit en qualit de JPEG2000

9.7 de Daubechies avec perte, 5.3 sans perte

dans chaque sous bande En trois passes : propagation significative, affinage et nettoyage

Avantages de JPEG2000 sur JPEG : - Meilleur rapport compression/distorsion surtout dans les forts taux de compression. - Le train binaire est organis de faon progressive, soit par rsolution, soit par raffinement de qualit. - Le mme algorithme autorise le codage avec et sans perte. - Des rgions dintrt peuvent tre dfinies au codage et codes avec une meilleure qualit (ventuellement sans perte). - des mcanismes de rsistance aux erreurs de transmission peuvent tre intgrs, permettant notamment de scuriser la transmission. La qualit des images reconstruite par codage en ondelettes Artfacts : - Lissage des contours. - Apparition de "grains de riz".

Image originale IRM cardiaque

Ondelettes : TC=60:1

Page 15

DEA Signaux et Images en Biologie et Mdecine

LA COMPRESSION DIMAGES

I.9) Les Mthodes de Codage par Segmentation et Sparation en deux Composantes


I.9.1 Principe
Reprsentation symbolique de limage sous forme dune mosaque de rgions adjacentes dont la variation des amplitudes des pixels intrieurs ne prsente pas de discontinuit : - les frontires des rgions constituent les contours des objets de limage, - le signal de luminance lintrieur de chaque rgion constitue leur texture. Mthode de codage Contour-Texture. Information dentre Image initiale Blocs fonctionnels Segmentation Codage des contours Codage de la texture Information de sortie Image binaire des points contour
(Rgions fermes correspondant aux objets de la scne)

Image binaire des points contour

Descripteurs des contours

Image initiale + Image binaire des points contour

Descripteurs de la texture
(signal de luminance = valeur moyenne + variation signal)

Modle de codage contour-texture Linformation contour est reproduite le plus fidlement possible. Diffrentes techniques de codage permettent de coder lune ou lautre des composantes.

I.9.2 Reconstruction par synthse des hautes frquences


Dcomposition de limage en une composante basse frquence (niveau moyen de luminance sans contour) et une composante haute frquence (contenant linformation contour). Filtre passe-bas Image originale Dtection des contours Suivi-Fermeture des contours Sous-chantillonneur Et Quantificateur Codeur (prdictif) Dcodeur Interpolateur bidimensionnel Image reconstruite Filtre de reconstruction

Image code Codeur Dcodeur

Schma de principe dun codeur-dcodeur bas sur la reconstruction par synthse des hautes frquences. Limage basse-frquence est sous-chantillonne puis code par codage prdictif. En chaque point contour, sont cods le changement de direction du contour en ce point selon Huffman et lamplitude du gradient. Taux de compression obtenus en radiologie : de lordre de 8 (qualit moyenne).

Page 16

DEA Signaux et Images en Biologie et Mdecine

LA COMPRESSION DIMAGES

I.9.3 Segmentation par extraction des contours


Segmentation par extraction des contours et dcomposition du signal en 2 composantes additives. Segmentation Codage Composante par plateaux Synthse de limage des plateaux + Codage Composante de texture CANAL DE TRANSMISSION Dcodage Composante de texture + + Synthse de limage des plateaux

Image reconstruite Bloc diagramme du systme de codage-dcodage aprs segmentation par extraction des contours Processus de segmentation : - Dtection locale des zones contours par un filtre gradient. - Amincissement des zones contour. - Suivi-fermeture des contours : connexit entre les points dun contour et fermeture des rgions. Composante par plateau : Description gomtrique des contours + modlisation de la valeur moyenne du signal lintrieur de chaque rgion. - Contours approxims par segments de droite ou dcrits point par point. - Valeur moyenne locale du signal de luminance modlise par des plans de luminance. Composante texture : Diffrence entre limage source et la composante par plateau synthtise partir des descripteurs prcdemment calculs (dtails fins de limage). - Code par TCD sur des blocs carrs de taille fixe. Dcomposition dun signal :

Signal source

Composante par plateaux

Composante de texture

Taux de compression obtenus : 8 - 15 sur des images naturelles.

Page 17

DEA Signaux et Images en Biologie et Mdecine

LA COMPRESSION DIMAGES

I.9.4 Un Systme de Codage Quasi-Exact bas sur un Modle Contour-Texture


Caractristiques des images mdicales Chaque rgion morphologique est caractrise par sa forme et sa texture. Le fond de limage est inutile au diagnostic et son non-codage peut conduire des facteurs de compression plus levs. Principe du codage quasi-exact Pour des raisons thiques, nombre dutilisateurs souhaitent que les images soient reproduites de faon exacte. Codage rversible de linformation utile au diagnostic. - Segmentation de limage en un ensemble de rgions correspondant aux diffrentes structures morphologiques. - Codage rversible selon HUFFMAN des changements de direction des contours. - Codage prdictif (rversible) de la texture de chaque rgion excepte celles qui constituent le fond de limage CODAGE QUASI-EXACT. Le processus de segmentation Image initiale Prtraitement - Filtrage mdian Dtection locale des zones contour Mthode de FREI et CHEN Amincissement Suivi et Fermeture des chanes contour Elimination des rgions non significatives Image binaire des points contour Codage prdictif de la texture P0 P1 P1

P2 Exploration de haut en bas partir de P0


1 2 1

P2 Exploration de bas en haut partir de P1 Exploration dune rgion

P2 Exploration de haut en bas partir de P2

Prdicteur :

PR = 2 * 2 1 2 1

Taux de compression obtenus : entre 3,1 et 6,9.

Page 18

DEA Signaux et Images en Biologie et Mdecine

LA COMPRESSION DIMAGES

I.10) La Compression Fractale


I.10.1 Principe
La compression par mthode fractale tourne autour de deux grandes ides : la conception fractale de l'image et le thorme du point fixe. La premire de ces ides consiste exploiter les similarits que l'on peut constater entre diffrentes parties d'une mme image. On postule que chaque morceau d'image peut s'exprimer l'aide d'une transformation affine contractante d'un autre morceau de la mme image (codage de l'image par elle-mme). Une transformation affine W du plan prenant en compte le niveau de gris c, peut tre dfinie matriciellement comme compose d'une transformation linaire et d'une translation : tx x' a b 0 x y' = c d 0 y + t y c c' 0 0 m

W est dite contractante si |ad-bc|<1. Les transformations contractantes, appliques itrativement, convergent toujours vers un point fixe, quel que soit le point de dpart. Un systme de fonctions itratives affines contractantes est appele IFS. En gomtrie fractale, il a t dmontr que tout IFS gnre une unique image fractale, appele attracteur de l'IFS.

I.10.2 Calcul de l'IFS


L'image originale est dcoupe en carrs Ri (rgions) d'une taille fixe. Pour chaque Ri, est recherch un bloc carr Di (appel domaine), de taille double, dans l'image et une transformation affine contractante Ti tels que Ti(Di) soit peu prs gal Ri (minimisation de la norme ||Ti(Di)-Ri||) Si pour un Ri donn, il n'y a pas de couple (Ti,Di) satisfaisant, Ri est dcoup en 4 sous-blocs et l'opration est ritre, jusqu' ce que tous les blocs Ri aient un antcdent Di.

I.10.3 Codage
Le grand avantage de la compression fractale est qu'il suffit de stocker l'ensemble des transformations locales contractantes Wn (l'IFS) et cela grce au point fixe : partir de n'importe quelle image Y, en appliquant un systme de fonctions affines contractantes (IFS), un nombre suffisant de fois, on retrouve une approximation aussi fine que l'on veut de X.

I.10.4 Problmes
Actuellement, pour les images naturelles, la qualit des images reconstruites suite une compression fractale est nettement moindre que celle obtenue avec le standard JPEG pour des taux infrieurs 50:1. Au-del, JPEG fournit des images extrmement mdiocres tandis que les algorithmes fractals permettent de maintenir une qualit correcte.

Squence originale Compression fractale (logiciel FRAP) TC = 60:1 Les temps de calcul sont extrmement longs. Les voies de recherche sont, entre autre, la classification des domaines et des rgions et lamlioration du rendu de la texture Page 19

DEA Signaux et Images en Biologie et Mdecine

LA COMPRESSION DIMAGES

I.11) La Compression de Squences


I.11.1 Squences spatiales
Utilisation de la corrlation spatiale suivant la 3me dimension. Mthode couramment utilise : - Codage de la 1re coupe (JPEG, prdictif), - Codage des coupes diffrences [coupe n]-[coupe n+1] : codage prdictif + Huffman Taux de compression obtenus : 3 (pour rversible).

I.11.2 Squences temporelles


Codage de la premire image (JPEG, Prdictif) puis codage prdictif des images diffrences

[image ti] - [image ti+1]. Codage MPEG : - Extraction de lobjet en mouvement dans la scne (segmentation). - Codage de la scne. - Evaluation et codage du mouvement de lobjet dans la scne. - Codage de la texture de lobjet.

I.12) Evaluation de la Qualit des Images Reconstruites aprs Codage Irrversible


Quantification par lerreur quadratique moyenne EQM et/ou par le rapport signal sur bruit SNR. Analyse base sur des critres dapprciation visuelle subjective (image juge de plus ou moins

bonne qualit pour un critre donn).


Analyse de la fidlit diagnostique base sur la mthodologie ROC (Receiver Operating Curve).

Les courbes ROC reposent sur l'observation d'un ensemble d'images codes avec diffrents facteurs de compression, par des experts mdicaux (radiologues...) qui jugent la "qualit diagnostique" des images reconstruites selon un protocole rigoureux. L'ensemble des rponses "vrai positif" ou "faux-positif" mesure la sensibilit du systme. PVP 1

PVP =
PFP =

Nombre de vrais malades Nombre de malades


Nombre de faux malades Nombre de sujets sains

PFP

Problmes : Reproductibilit des tests et disponibilit des experts. Analyse de la fidlit diagnostique non base sur la mthode ROC (courbes sensibilit et PVP en fonction du dbit). Analyse de la modification de mesures quantitatives calcules par un logiciel automatique.

Page 20

DEA Signaux et Images en Biologie et Mdecine

LE TATOUAGE DIMAGES

II.1) Introduction
II.1.1 Les Problmes de gestion des images
Le dploiement des PACS et des dossiers mdicaux lectroniques ncessite un effort de scurit accrue. Principes fondamentaux des rgles de scurit : Confidentialit : Seules les personnes autorises peuvent accder linformation (pare feu, cryptographie des flux, contrle daccs) Fiabilit : Association dune double vrification : lintgrit et lauthenticit des donnes. Limage ne doit pas avoir t modifie (intgrit) et doit tre en adquation avec lidentit du patient (authentification). Disponibilit : Surveillance et maintenance.

II.1.2 Lobjectif du Tatouage dimages ou Watermarking


Le tatouage numrique permet de cacher une information dans un mdium sous la forme dune marque qui ne pourra tre enleve sans une altration importante du document. Le tatouage dimages ou Watermarking permet de renforcer la fiabilit des donnes images : par linsertion dannotation (ou data) dans limage source Authenticit par linsertion dune signature de limage source Intgrit

II.2) Les Mthodes de Tatouage dImages


II.2.1 Principe gnral dun systme de tatouage
Mdium originel (m) Marque (w) Mdium (m) Marque (w)

Tatoueur

Mdium marqu (m)

Traitement Attaque

Extracteur

Marque ou indice de confiance

Cl secrte (k)

Cl secrte (k)

Le tatoueur insre une marque (w) dans un mdium (m) original. Cette insertion peut se faire suivant une cl secrte (k) qui sera alors ncessaire lextracteur. Le mdium une fois marqu peut subir diverses attaques, volontaires ou non, qui risquent de supprimer la marque ou la rendre illisible. Lextracteur a alors pour but dextraire soit la marque elle-mme, soit un indice de prsence caractrisant la probabilit de prsence de la marque dans le mdium.

Page 21

DEA Signaux et Images en Biologie et Mdecine

LE TATOUAGE DIMAGES

II.2.2 Caractristiques dun systme de marquage


Les systmes de marquage peuvent tre distingus grce diffrentes caractristiques : Marquage robuste / Marquage fragile : Lobjectif des mthodes dites robustes est de rendre la marque rsistante des attaques volontaires ou non (compression, rotation, zoom.). Marquage rversible / Marquage irrversible : Aprs extraction et vrification de validit de la marque, les mthodes rversibles sont capables de restituer un duplicata exact de limage originale. Dans le domaine mdical, le critre de rversibilit est primordial pour beaucoup de considrations dordre thique. Les mthodes de marquage rversibles sont des mthodes fragiles. Marquage de type I / Marquage de type II : Le systme est dit de type I si lextraction ncessite la connaissance de la marque. Lextracteur a donc pour paramtres dentre le medium marqu et la marque suppose insre et indique si cette marque est bien contenue dans le support. Si lextracteur dtermine de lui-mme la marque contenue dans le support (aprs transmission de la cl ou de limage originale), le systme est dit de type II. Marquage priv / Marquage aveugle : Le marquage est dit priv si le support original est donn lextracteur. La marque est alors obtenue par comparaison entre le support de base et le support marqu. Cette solution est trs lourde car elle ncessite la possession par le destinataire des donnes de tous les supports non marqus. Son champ dapplication est donc limit la protection du droit de proprit intellectuelle. Si le support original nest pas donn lextracteur, le marquage est dit aveugle. Marquage public / Marquage semi priv : Un marquage aveugle de type II est appel marquage public, et de type I, marquage semi priv. Domaine dinsertion et dextraction : Domaine spatial - Domaine DCT - Domaine DFT - Domaine DWT - Domaine fractal.

II.2.3 Classification des mthodes de marquage Mthodes de tatouage dimages


Robuste
Priv Aveugle

Fragile
Irrversible

Spatial

DFT

DCT
Cox

Spatial DFT DCT


DWT Barni Dugad Xie LSB Yeung Wong Celik

Rversible Fridrich Tian Celik

Moyenne Ruanaidh de blocs Patchwork

Frquentiel
Zhu Kundur

Ruanaidh Zhao Piva Insertion simple Insertion multiple Winkler

Spatial

Classification des mthodes de tatouage

Page 22

DEA Signaux et Images en Biologie et Mdecine

LE TATOUAGE DIMAGES

II.3) Les Mthodes Robustes de Tatouage dImages


II.3.1 Insertion dans le domaine spatial
Moyenne de blocs Limage est divise en blocs de pixels. La moyenne de ces blocs est incrmente pour coder un 0 et dcrmente pour coder un 1 (ou vice versa). Ce code est dit bidirectionnel. Il est aussi possible dincrmenter la moyenne dun bloc pour coder un 1 et la laisser inchange pour coder un 0. Ce code est alors dit unidirectionnel. Lemplacement des blocs dans limage peut tre fixe ou dtermine par une cl secrte. La dtection ncessite limage originale non marque laquelle est soustraite limage marque. Mthode du patchwork Cette mthode part dune approche statistique de limage. Elle se base sur le fait suivant : Si lon prend un grand nombre de fois deux points au hasard et quon soustrait leur luminance lune lautre (S=a-b), la probabilit pour que S soit nul est trs importante. La mthode du patchwork modifie artificiellement S pour une image donne. Pour insrer un bit de donne dans une image : - une cl est utilise pour obtenir deux ensembles de pixels (ou patchs) : ai et bi, - dans le cas o le bit insrer est un 1, la luminance du patch ai est augmente dune quantit comprise entre 1 et 5 pour un codage sur 8 bits et la luminance bi est diminue de la mme quantit. - dans le cas o le bit insrer est un 0, la luminance des patchs nest pas modifie. La dtection ncessite limage originale non marque. Cette mthode est trs peu robuste. Insertion simple / Insertion multiple Linsertion des donnes se fait en dcoupant limage en blocs et en additionnant chacun de ces blocs un (insertion simple) ou plusieurs (insertion multiple) motifs alatoires moduls par les bits insrer. Un facteur de poids permet de contrler la force de linsertion. Plus est important, plus la robustesse de la marque sera bonne, avec en contrepartie une augmentation des dgradations visuelles. Insertion: Motif pseudo alatoire Bit de donne {-1,1} Bloc de limage originale
Extraction:

Bloc de limage marque

Motif pseudo alatoire


>0

Bit de donne =1 Bit de donne =-1

Bloc de limage marque

Corrlation
<0

Mcanisme dinsertion simple et dextraction simple Si le bit insrer est un 1, le motif (de valeurs alatoires {-1,0,1}) est ajout aprs multiplication par . Dans le cas de linsertion dun 0, le motif est multipli par - avant dtre insr. La dtection se fait simplement en calculant la corrlation entre les diffrents blocs et le motif alatoire utilis (qui sert donc de cl).

Page 23

DEA Signaux et Images en Biologie et Mdecine

LE TATOUAGE DIMAGES

II.3.2 Insertion dans le domaine DFT


Les donnes peuvent tre insres directement dans le spectre de limage. Linsertion seffectue gnralement dans les moyennes frquences. Les basses frquences ne sont pas modifies pour viter les dgradations visuelles trop importantes. Les donnes ne sont pas non plus insres dans les hautes frquences pour respecter la robustesse du systme. Dans le systme de Ruanaidh, chaque bit de la marque est modul par une fonction pseudo alatoire (motif) spcifique ce bit. La modulation seffectue en multipliant le motif par 1 si le bit insr est 1, et par -1 si cest un 0. Tous les vecteurs ainsi obtenus sont additionns les uns aux autres, puis insr dans le spectre. La dtection commence par lextraction des coefficients modifis du spectre de limage marque. Les corrlations entre ces coefficients et les diffrents vecteurs modulant (obtenus partir de la cl) sont alors calcules. Si une corrlation est positive, le bit insr correspond 1, sinon cest un 0.

II.3.3 Insertion dans le domaine DCT


La mthode de Zhao divise limage source en un certain nombre de carrs de 8*8 pixels, puis effectue la transforme en cosinus de ces blocs. Les bits de la marque sont insrs sur les moyennes frquences. La cl de codage indique lemplacement des blocs marqus. Piva propose deffectuer la transforme en cosinus de toute limage puis rordonne les coefficients en zigzag. Certains de ces coefficients seront modifis en leur additionnant la marque suivant un facteur de pondration li au SVH. La dtection de la marque seffectue en calculant la corrlation entre le marquage suppos (mthode de type I) et les coefficients de limage marque.

II.3.4 Insertion dans le domaine DWT


Insertion par addition (Dugad, Barni) La marque est directement ajoute certains coefficients issus de la transforme, dans limage approximation et/ou dtails dun niveau donn. Cette addition est effectue avec un facteur de pondration qui nest pas ncessairement constant sur toute la squence marque, mais peut tre choisi suivant les proprits locales de limage. La dtection ncessite la connaissance de la marque. Insertion par quantification (Xie) Xie insre la marque dans limage dapproximation. Le niveau de dcomposition dpend de la taille des informations que lon souhaite insrer, de linvisibilit et de la robustesse recherche. Linsertion seffectue en quantifiant les coefficients modifier suivant la valeur du bit insrer. La table de quantification utilise est gnre partir des valeurs des coefficients voisins. Image dapproximation

Linsertion seffectue en faisant voluer dans toute limage approximation, sans chevauchement, une fentre 3*1. Pour chaque position de la fentre, les trois coefficients sont rangs dans lordre croissant. Lespace entre les valeurs minimale et maximale est divis en intervalles de longueur S fonction du poids dinsertion.

Page 24

DEA Signaux et Images en Biologie et Mdecine

LE TATOUAGE DIMAGES

Quatre cas peuvent se prsenter suivant que le bit insrer (x) soit 0 ou 1 et que k soit pair ou impair. Si k est pair: Si k est impair: si x=0, alors b(2) est mis la valeur de lk si x=0, alors b(2) est mis la valeur de lk-1 si x=1, alors b(2) est mis la valeur de lk-1 si x=1, alors b(2) est mis la valeur de lk La dtection s'effectue en ritrant le processus pour chaque position de la fentre. Il suffit alors de prendre le lk le plus proche du b(2). Si k est pair, le bit insr tait 0, sinon c'tait 1.

II.4) Les Mthodes Fragiles de Tatouage dImages


Lobjectif des mthodes fragiles est totalement diffrent de celui des mthodes robustes. En effet la marque ne doit plus ici rsister au plus grand nombre dattaques mais, au contraire, elle doit pouvoir tre une preuve de ces attaques.

II.4.1 Les mthodes irrversibles


Utilisation des bits de poids faible (LSB) Lutilisation des LSB (Low State Binary ou bits de poids faible) est une mthode trs simple aux limites videntes. Linsertion consiste supprimer tous les bits de poids faible (LSB) de limage marquer puis y insrer les donnes voulues. Un bit de donne est ainsi insr par pixel de limage. Image originale Mise zro des LSB Image marque

Image binarise Utilisation dune LUT Yeung insre les donnes en utilisant une LUT (Look Up Table) mettant lespace des valeurs possibles des pixels en relation avec lensemble binaire {0,1}. Il insre ainsi un logo binaire, de la taille de limage marquer. Pour chaque pixel de limage, la LUT permet dobtenir la valeur binaire correspondante. Si celle-ci est identique la valeur du bit insrer, le pixel de limage nest pas modifi. Si la valeur est diffrente, ce pixel est ajust jusqu obtention de la bonne valeur.
0 1 2 3 4 . . . . 15236 15237 15238 15239 . . . . 65533 65534 65535 0 0 1 0 1 . . . . 1 1 1 0 . . . . 0 1 0

= bit de donnes Pixel marquer

Pas de modification

LUT

1
bit de donnes

Look Up Table

Mcanisme dinsertion de la mthode de Yeung Page 25

DEA Signaux et Images en Biologie et Mdecine

LE TATOUAGE DIMAGES

Utilisation dun rsum (Wong, Celik) Ces mthodes insrent un rsum de limage dans limage elle-mme. Le rsum recalcul la dtection sera compar celui qui a t insr, mettant ainsi en valeur les ventuelles modifications. Les fonctions de hachage MD5 ou SHA256 gnrent un rsum sous forme de signature. Wong insre au niveau des LSB, un logo binaire, permettant didentifier le propritaire de limage, et un rsum de limage. Limage et le logo sont dcoups en blocs. Le rsum de chaque bloc de limage (de laquelle ont t supprims pralablement les bits de poids faible) est calcul. Le flux du rsum est alors ajout, grce un OU exclusif, au bloc du logo qui sera alors insr au niveau des LSB du bloc. Bloc Image-logo Cl Bloc Image originale Hachage (MD5) Mise zro des LSB
Rsum XOR Marque

Insertion dans LSB

Bloc marqu

Mcanisme dinsertion de la mthode de Wong Lextraction se fera en recalculant le rsum des blocs de limage marque sans les LSB. Le rsum obtenu sera additionn aux LSB grce un OU exclusif, ce qui permet, si limage na pas t dgrade, de retrouver le logo. En cas de dgradation de limage marque, des modifications videntes du logo apparaissent. Cette mthode est trs sensible lattaque de Holliman et Memon qui consiste remplacer un bloc de limage marque par un autre bloc dune autre image, elle aussi marque. Lextracteur retrouve alors un rsum du bloc exact. Cette faille dans lalgorithme de Wong est dautant plus importante que, dans le domaine de limagerie mdicale, les bases de donnes dimages de mme modalit et dune mme partie anatomique sont trs courantes. Il est alors ais dajouter ou de supprimer un signe pathologique sur une image. Celik propose dliminer lindpendance inter blocs de la marque en calculant les rsums des blocs sur un support plus grand, qui dborde sur les autres blocs.

Dpendance inter blocs Dcomposition de la signature selon lalgorithme de Celik Celik propose dinsrer les signatures de manire hirarchique. Limage est dcompose en blocs suivant une architecture multi niveaux (16*16, 32*32). Les signatures sont insres dans les blocs de plus petite taille. Les donnes insres dans un bloc sont constitues de la signature du bloc lui-mme, laquelle est ajout un certain nombre de bits des signatures des blocs suprieurs. Les signatures des blocs de tailles suprieures sont ainsi insres dans diffrents blocs. Les algorithmes de Wong et de Celik offrent la possibilit dinsrer les donnes uniquement dans une partie de limage telle quune zone non diagnostique de limage. Lintgrit des pixels de la zone de diagnostic est alors contrle.

Page 26

DEA Signaux et Images en Biologie et Mdecine

LE TATOUAGE DIMAGES

Insertion dans le domaine frquentiel Zhu insre la marque dans le domaine DCT. La marque est constitue partir dun bruit blanc gnr grce une cl. Cette cl est ncessaire lextracteur qui rgnre le bruit blanc et le compare la marque extraite. Lerreur ainsi calcule est compare des seuils pour dterminer lintgrit de limage. Si cette mthode ne permet pas la localisation des dgradations, elle peut par contre les quantifier, et reprer les frquences les plus atteintes. Kundur utilise quant lui la DWT et insre les donnes en quantifiant certains coefficients des images dtails de tous les niveaux. Le choix de ces coefficients est dtermin de faon ce que les donnes insres soient tales spatialement et sur toutes les rsolutions. La quantification de ces coefficients suivant les donnes insrer seffectue en dcoupant lespace des rels suivant un pas de quantification. A chaque pas est associ, alternativement la valeur 0 ou 1. Ainsi, si au coefficient dondelettes correspond la valeur binaire insrer, le coefficient nest pas modifi. Par contre, si les valeurs ne correspondent pas, le coefficient est modifi.

Cl Choix des coefficients Quantification = bit de donne

bit de donne

Pas de modification Mcanisme dinsertion de la mthode de Kundur

II.4.2 Les mthodes rversibles


Lutilisation de la compression de donnes est un lment cl des mthodes de tatouage rversibles. En effet, la compression permet de librer un espace libre supplmentaire dans le support marquer. Laddition des donnes peut se faire par modification, par exemple, des LSB. Cependant ces techniques bien connues sont irrversibles. Il faut donc coder les bits originaux qui seront modifis et les compresser pour les inclure dans les donnes insrer. Ainsi les modifications du signal original tant embarques, il sera ais dobtenir la rversibilit. Il est noter que la moindre attaque ne permet plus dassurer la rversibilit du systme. Approche rgion ou bloc (Celik) Les algorithmes dvelopps par Celik utilisent des blocs de limage pour insrer le message. Le message est constitu du flux des bits de poids faible (pour la rversibilit) compress (pour librer de lespace libre) et du flux des bits rsultant dune fonction de hachage (MD5 ou SHA256) de limage pour garantir le contrle dintgrit. Approche regroupement (Tian, Fridrich) Les algorithmes dvelopps par Tian et Fridrich regroupent les pixels par groupes suivant un voisinage choisi (paire horizontale ou verticale, voisinage 4-connexe) pour en tudier les variations (diffrences). Seuls les groupes de faible variation seront tatous.

Page 26

Vous aimerez peut-être aussi