Académique Documents
Professionnel Documents
Culture Documents
III.1. Introduction
La compression d'image est l'application de la compression de données des images
numériques. En effet, l'objectif est de réduire la redondance des données d'image afin de
pouvoir stocker ou transmettre des données sous une forme efficace [1]. Les techniques de
compression d'images numériques peuvent être divisés en deux classes : sans perte et de
compression avec perte. Actuellement les deux classes de la compression de données sont
appliquées dans différentes domaines. L'objectif principal de ce mémoire est de compresser
quelques images par deux algorithmes déférents qui sont : - l’algorithme de Huffman (sans
perte) et – L’algorithme JPEG (avec perte) et puis on va comparer entre les résultats de
chaque Algorithme.
Etape 2 : Appel d'une fonction qui trouvera les symboles (C’est-à-dire la valeur de
pixels qui ne se répète pas).
Etape6 : Rencontre les mots de code avec le code dictionnaire pour obtenir l'image
reconstruite.
49 | P a g e
Chapitre III Résultats et Discussion
Début
Lire image
Non
Il n'y a pas plus probabilités des Attribuer un code
symboles ? long
Oui
Non
Oui
Fin
50 | P a g e
Chapitre III Résultats et Discussion
a. Image Lena
b. Image Baboon
51 | P a g e
Chapitre III Résultats et Discussion
c. Image barbara
d. Image flowers
52 | P a g e
Chapitre III Résultats et Discussion
e. Image Fruit
53 | P a g e
Chapitre III Résultats et Discussion
Chart Title
52
50
48
46
PSNR
44
42
40
38
lena baboon barbara flowers fruit
Remarque et discussion :
On peut remarquer que le codage de Huffman donne une compression faible mais une bonne
erreur. Pour résumer, le code de Huffman est précurseur et optimal au niveau symbole
dans la théorie de la compression. Il permet la compression sans perte de données et
est basée sur les statistiques des données qui lui sont fournis.
54 | P a g e
Chapitre III Résultats et Discussion
55 | P a g e
Chapitre III Résultats et Discussion
Pour 64 coefficients
A. Image Lina
On a inséré l’image Lina comme une entrée et on a choisi le nombre de coefficients=64, on a
obtenu les résultats suivant
56 | P a g e
Chapitre III Résultats et Discussion
B. Image Baboon
C. Image Barbara
57 | P a g e
Chapitre III Résultats et Discussion
D. Image Flowers
E. Image
Fruit
58 | P a g e
Chapitre III Résultats et Discussion
Remarque et discussion :
On remarque que les résultats obtenus il n’y a pas de compression c.-à-d. l’erreur quadratique
MSE=0. Donc, lorsqu’on utilise 64 coefficients nous n’obtient aucune compression, c'est pour
cela on va utiliser un nombre moins de 64 coefficients.
Pour 50 coefficients
59 | P a g e
Chapitre III Résultats et Discussion
60 | P a g e
Chapitre III Résultats et Discussion
Remarque et discussion :
On peut remarquer que lorsqu’on diminue le nombre de coefficients on obtient une bonne
compression mais l’erreur quadratique est augmentée c.-à-d. une grande perte de
l’information.
147(kB)
199(kB)
173(kB)
223(kB)
45.5(kB)
61 | P a g e
Chapitre III Résultats et Discussion
Remarque et Discussion
Codage de Huffman
Ces algorithmes sont assez puissants, mais leur efficacité est limitée sur des images : le
Problème est que la représentation sous forme de pixels introduit une trop grande disparité.
On remarque aussi que ces algorithmes sont sans perte : l’information après décompression est
exactement la même que celle avant compression.
L’information contenue dans un pixel de l’image est assez faible : si la couleur du pixel
Varie un peu, l’image globale en sera peu affectée, on verra peu de différence.
L’idée de la compression d’image est alors de trouver une autre manière de caractériser
L’image, et de sacrifier des détails peu visibles pour l’œil humain afin de diminuer la masse
D’informations
62 | P a g e
Chapitre III Résultats et Discussion
63 | P a g e