Support de Cours 2 JPEG 1

14/03/2021
Introduction à la
Compression d‘Images
B. Rejeb, ISITCom
Images
Vision (éléments) Généralités
Compression Couleurs
Quantification FichiersImages
JPEG
Outline
1 Images
Généralités
Couleurs
Fichiers Images
2 Vision
Vision des Couleurs
Vision des Contrastes
Compression
3 Modèle
DCT
Quantification
4 Modèle
Types
JPEG
5
2
1
14/03/2021
Images
JPEG
Définition
Une image est une surface 2D, dont chaque point de la surface absorbe la
lumière selon une longueur d’onde particulière
Image Numérique
Une image numérique est une image disposant un nombre fini de points
codant l’information lumineuse dans une gamme finie de longueurs d’onde
Point: pixel
Définition: dimension de l’image en pixels (h × v)
Résolution: nombre de pixels sur une unité de surface: (DPI,PPC)
Profondeur: nombre de valeurs possibles de la gamme.
Types
Noir et blanc: 1 bit par pixel. Gris: 8
à 12 bits par pixel. Couleurs: 24 à
36 bits par pixel.
Compression des Images
Images
JPEG
• Image "raster" ou matricielle:

Une telle image est un tableau rectangulaire de pixels
qu'on appelle aussi pixmap ou bitmap.
• image vectorielle
⁻ C’est une liste de figures 2D : segments de droite, polygones,
coniques, courbes de Bézier...
⁻ remplies ou non de couleurs unies, tramées, dégradées... ,
il n'y a pas de notion de pixel
4
2
14/03/2021
Images
JPEG
Elle ne contient que des primitives de dessin spécifiées de

manière relative à l'image entière (rectangle bleu de 10% de
la largeur et 20% de la hauteur...).
Images
JPEG
Définition
Une image est une surface 2D, dont chaque point de la surface absorbe la
lumière selon une longueur d’onde particulière
Image Numérique
Une image numérique est une image disposant un nombre fini de points
codant l’information lumineuse dans une gamme finie de longueurs d’onde
Point: pixel
Définition: dimension de l’image en pixels (h × v)
Résolution: nombre de pixels sur une unité de surface: (DPI,PPC)*
Profondeur: nombre de valeurs possibles de la gamme.
* (Dot Per Inch), (Pixel Per Inch)
Types
Noir et blanc: 1 bit par pixel.
Gris: 8 à 12 bits par pixel. Couleurs:
24 à 36 bits par pixel.
6
3
14/03/2021
Images
JPEG
Décomposition
Toute couleur est idéalement décomposable en trois couleurs de base.
Images
JPEG
Composantes couleur
RGB: rouge, vert, bleu
CMYB: cyan, magenta, jaune, noir
8
4
14/03/2021
Images
JPEG
Composantes YCbCr
Les trois couleurs de base peuvent être transcodées en composantes de
luminance et de chrominance
Y: luminance Y≃R+G+B
Cb: chrominance de bleu (U) U≃B–Y
Cr : chrominance de rouge (V) V≃R–Y
Images
JPEG
Luminance
Quotient de l’intensité lumineuse d’une
source par la surface de cette source.
En imagerie: intensité lumineuse de
la source.
Chrominance
Différence d’information entre la
couleur observée et la couleur de
référence (rouge, bleu)
10
5
14/03/2021
Images
JPEG
Luminance
Quotient de l’intensité lumineuse d’une
source par la surface de cette source.
En imagerie: intensité lumineuse de la
source.
Chrominance
Différence d’information entre la
couleur observée et la couleur de
référence (rouge, bleu)
11
Images
JPEG
Résolution Définition Pixels Taille (24 bits)

Basse 640 ×480 307 Kp 922Ko
800 ×600 480Kp 1,4Mo
Moyenne 1280 ×1024 1,3Mp 3,9Mo
1600 ×1200 1,9Mp 5,8Mo
2048 ×1536 9,4Mo
3,1Mp
3264 ×2448 24,0Mo
Haute 8,0Mp
4368 ×2912 12,7Mp 38,1Mo
100 photos 8 Mp avec profondeur 32 bits: 3.2 Go
Taille
La taille d’un fichier image non compressé est donnée par:
T= D×P
D: définition de l’image
T: profondeur de l’image
12
6
14/03/2021
Images
JPEG
Résolution Définition Pixels Taille (24 bits)

Basse 640 × 480 307 Kp 922 Ko
800 × 600 480 Kp 1,4 Mo
Moyenne 1280 × 1024 1,3 Mp 3,9 Mo
1600 × 1200 1,9 Mp 5,8 Mo
2048 × 1536 3,1 Mp 9,4 Mo
Haute 3264 × 2448 8,0 Mp 24,0 Mo
4368 × 2912 12,7 Mp 38,1 Mo
100 photos 8 Mp avec profondeur 32 bits: 3.2 Go
La taille d’un fichier image non compressé est donnée par:

T= D×P
D: définition de l’image
P: profondeur de l’image
13
Images
Vision (éléments) L’Oeil
Compression Vision des Couleurs
Quantification Vision des Contrastes
JPEG
Outline
1
Images
Généralités
Couleurs
2
Fichiers Images
Vision
Vision des Couleurs
3 Compression
Modèle
DCT
4 Quantification
Modèle
Types
5 JPEG
14
7
14/03/2021
Images
JPEG
Processus
Construction additive des couleurs par
trois types de cones (R,G,B).
Gamme Visuelle
de 400 nm (violet) à 700 nm (rouge)
Sensibilité
Vision maximale dans le vert
Vision minimale dans les bleus et
rouges
Sensibilité très différente selon les
personnes
15
Images
JPEG
Processus
Construction additive des couleurs
par trois types de cones (R,G,B).
Gamme Visuelle
Sensibilité
Vision minimale dans les bleus et
rouges
Sensibilité très différente selon les
personnes
16
8
14/03/2021
Images
JPEG
Processus
Construction additive des couleurs par
trois types de cones (R,G,B).
Gamme Visuelle
Sensibilité
Vision minimale dans les
bleus et rouges
Sensibilité très différente selon
les personnes
17
Images
JPEG
Contraste
Différence de luminance entre parties
claires et sombres d’une région
Perception des détails

la sensibilité au contraste est fonction
de la fréquence spaciale de la région
Perception du bruit
la sensibilité au bruit est aussi fonction
18
9
14/03/2021
Images
JPEG
Contraste

Perception du bruit
19
Images
JPEG
Contraste

Perception du bruit
20
10
14/03/2021
Images
Vision (éléments)
Modèle
Compression
DCT
Quantification
JPEG
Outline
1 Images
Généralités
Couleurs
Fichiers Images
2 Vision
Vision des Couleurs
Compression
3 Modèle
DCT
Quantification
4 Modèle
Types
JPEG
5
21
Images
Vision (éléments)
Modèle
Compression
DCT
Quantification
JPEG
image blocs coefficients

Segmentation DCT Ordonnancement
coefficients
réordonnés
code bruit additionnel intervalles

Codage Traitement Quantification
Types de Compression
Sans Perte: compression des coéfficients sans quantification
Avec Perte: quantification avec possibilité de traitement des formes
22
11
14/03/2021
Images
Vision (éléments)
Modèle
Compression
DCT
Quantification
JPEG
Donnée
Une image segmentée en blocs 8 × 8
pixels
Objectif
Obtenir une nouvelle représentation de
chaque bloc:
contenant la même information
l’information est concentrée sur
peu d’éléments
Principe
Utiliser une matrice de transformation
blocs de coefficients: application
de la matrice directe
blocs de pixels: application de la
matrice inverse
23
Images
Vision (éléments)
Modèle
Compression
DCT
Quantification
JPEG
Bloc 1D
Chaque coefficient est obtenu par:
24
12
14/03/2021
Images
Vision (éléments)
Modèle
Compression
DCT
Quantification
JPEG
Paramètres de la matrice :
Bloc 2D
Chaque coefficient est obtenu par:
25
Images
Vision (éléments)
Modèle
Compression
DCT
Quantification
JPEG
Calcul
Compilation de la DCT
Construction des matrices de
base
Utilisation d’un opérateur de
masquage pour obtenir les
coefficients
Bloc de coefficients
Coefficients les plus importants en

haut à gauche (faibles fréquences)
Les coéfficients diminuent vers la
droite et vers le bas
Ordonnancement
Scanner en Zig-Zag les coéfficients de
manière à obtenir une longue série de
zéros
26
13
14/03/2021
Images
Vision (éléments)
Modèle
Compression
DCT
Quantification
JPEG
Calcul
Compilation de la DCT
Construction des matrices de
base
Utilisation d’un opérateur de
masquage pour obtenir les
coefficients
Bloc de coefficients
Coefficients les plus importants en

haut à gauche (faibles fréquences)
Les coéfficients diminuent vers la
droite et vers le bas
Ordonnancement
Scanner en Zig-Zag les coéfficients de
manière à obtenir une longue série de
zéros
27
Images
Vision (éléments)
Modèle
Compression
Types
Quantification
JPEG
Outline
1 Images
Généralités
Couleurs
Fichiers Images
2 Vision
Vision des Couleurs
Compression
3 Modèle
DCT
Quantification
4 Modèle
Types
JPEG
5
28
14
14/03/2021
Images
Vision (éléments)
Modèle
Compression
Types
Quantification
JPEG
Intervalles
2 Objectif
Coder les coefficients sur un minimum
1
de valeurs possibles
-2 -1
Coefficients Principe
1 2 Choisir un ensemble de I
intervalles
-1
Associer à chaque coefficient son
intervalle correspondant
-2 Coder les intervalles sur log2(I)
bits.
29
Images
Vision (éléments)
Modèle
Compression
Types
Quantification
JPEG
Intervalles
2 Objectif
Coder les coefficients sur un minimum
1
de valeurs possibles
-2 -1
Coefficients Principe
1 2 Choisir un ensemble de I
intervalles
-1
Associer à chaque coefficient son
intervalle correspondant
-2 Coder les intervalles sur log2(I)
bits.
30
15
14/03/2021
Images
Vision (éléments)
Modèle
Compression
Types
Quantification
JPEG
Non quantifiée
Quantification Uniforme
Tous les intervalles ont la même taille, excepté quelquefois les deux
extrêmes (plus longs)
31
Images
Vision (éléments)
Modèle
Compression
Types
Quantification
JPEG
Non quantifiée Quantification uniforme
Quantification Uniforme
Tous les intervalles ont la même taille, excepté quelquefois les deux
extrêmes (plus longs)
32
16
14/03/2021
Images
Vision (éléments)
Modèle
Compression
Types
Quantification
JPEG
Non quantifiée
Quantification Non-uniforme Adaptative
Non-uniforme: les intervalles peuvent avoir des tailles différentes (ex:

Laplacienne, Gaussienne)
Adaptative: les ensembles d’intervalles sont recalculés pour chaque bloc de
coefficients
33
Images
Vision (éléments)
Modèle
Compression
Types
Quantification
JPEG
Non quantifiée Quantification Laplacienne Adaptative
Quantification Non-uniforme Adaptative
Non-uniforme: les intervalles peuvent avoir des tailles différentes (ex:

Laplacienne, Gaussienne)
Adaptative: les ensembles d’intervalles sont recalculés pour chaque bloc de
coefficients
34
17
14/03/2021
Images
Vision (éléments)
Compression
Quantification
JPEG
JPEG
Outline
1 Images
Généralités
Couleurs
Fichiers Images
2 Vision (éléments)
L’Oeil
Vision des Couleurs
3 Compression
Modèle
DCT
4 Quantification
Modèle
Types
5 JPEG
35
Images
Vision (éléments)
Compression
Quantification JPEG
JPEG
Blocs 8 × 8. Réplication si nécessaire

StandardSegmentation
Tranformation DCT
Ordonnancement Zig-Zag
Quantification Table de quantification
Traitement des contours Aucun
Codage ZRL + Huffman
JPEG-2000
Utilisation de la compression par ondelettes à la place de la DCT
36
18
14/03/2021
Images
Vision (éléments)
Compression
Quantification JPEG
JPEG
Segmentation Blocs 8 × 8. Réplication si nécessaire

StandardTranformation DCT
Ordonnancement Zig-Zag
Quantification Table de quantification
Traitement des contours Aucun
Codage ZRL + Huffman
JPEG-2000
Utilisation de la compression par ondelettes à la place de la
DCT
37
Images
Vision (éléments)
Compression
Quantification JPEG : Exemple
JPEG
Un bloc de 64 pixels qui a été Soustraire 128 de chaque valeur

extrait d’une image et appliquer la DCT
Standard
A cette étape, aucune information n’a été perdue. Le bloc original peut
être reconstitué sans aucune perte en utilisant la DCT inverse et en
ajoutant 128 à chaque terme.
38
19
14/03/2021
Images
Vision (éléments)
Compression
Quantification JPEG : Exemple
JPEG
Matrice de quantification Après division par les valeurs de la

F(i,j) = 1 + (1 + i + j) x Fq matrice de quantification
Standard
39
Bibliographie
 W. B. Pennebaker and J. L. Mitchell, JPEG: Still Image Data
Compression Standard, springer 1993
 B.Rejeb, Real- Time Implementation of Image Compression
Algorithms on ASIC’s, Dissertation , 2000
 F. Koriche, Cours Théorie de l’Information, Compression.
 P. Nerzic Codage et compression d'images et de vidéo, univ-
Renne, 2007
 J.F.Lerallut, codage et compression des images, UTC-UAM,
1999
 G. Hudson, A. Léger, B.Niss, I. Sebestyén, JPEG at 25: Still
Going Strong, IEEE MultiMedia, Volume: 24, Issue: 2, Apr.-
June 2017
40
20

Support de Cours 2 JPEG 1

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Support de Cours 2 JPEG 1

Transféré par

Droits d'auteur :

Formats disponibles

14/03/2021

• Image "raster" ou matricielle:

Compression des Images

Elle ne contient que des primitives de dessin spécifiées de

Résolution Définition Pixels Taille (24 bits)

Résolution Définition Pixels Taille (24 bits)

100 photos 8 Mp avec profondeur 32 bits: 3.2 Go

La taille d’un fichier image non compressé est donnée par:

Perception des détails

Perception des détails

Perception des détails

image blocs coefficients

code bruit additionnel intervalles

Coefficients les plus importants en

Coefficients les plus importants en

Non quantifiée Quantification uniforme

Quantification Non-uniforme Adaptative

Non-uniforme: les intervalles peuvent avoir des tailles différentes (ex:

Non quantifiée Quantification Laplacienne Adaptative

Quantification Non-uniforme Adaptative

Non-uniforme: les intervalles peuvent avoir des tailles différentes (ex:

Blocs 8 × 8. Réplication si nécessaire

Segmentation Blocs 8 × 8. Réplication si nécessaire

Un bloc de 64 pixels qui a été Soustraire 128 de chaque valeur

Matrice de quantification Après division par les valeurs de la

Vous aimerez peut-être aussi