Académique Documents
Professionnel Documents
Culture Documents
1
Plan
I) Compression
I-1- Introduction
I-2-Taux de compression
I-3- Mesure de qualités
II) Codage sans perte
II-1-Compression RLE
II-2-Compression VCL : Huffman
II-3-Compression arithmétique
II-4-Compression LZW: Méthodes à dictionnaire
III) Compression avec perte
III-1-Quantification des couleurs
III-2-Compression JPEG
IV)Compression d’imagerie médicale (JPEG 2000)
IV-1-Introduction
IV-2-JPEG 2000
IV-3-Applications a l’imagerie médicales
V)Conclusion
2
I) C o m p r e s s i o n
I-1 -Introduction
Pourquoi on veut compresser ?
Redondance d’informations
Qu’est ce que l’information
* Au sens de Shannon : plus un événement est rare , plus il est informatif …
* L’information d’un pixel peut être ainsi évalué par sa probabilité .
Est on limité a priori sur la compression ?
* Quoi perdre ?
Besoin d’une mesure de qualité de l’image
I-2- Taux de compression (en %)
Taux de compression (en %)
3
I) C o m p r e s s i o n
I-3-Mesure de la qualité
• Exemple
5
Nous appliquons l'algorithme a ces deux images ; La premiere est un grand
classique en traitement de l'image, il s'agit de la belle Lenna ,
la deuxieme est une image medicale.
6
Différence entre l’image originale
et l’image compressée
PSNR = 27.77 db
PSNR = 19.81 db
7
PSNR : Rapport Bruit / Signal de crêtes
Différence entre l’image originale et
l’image compressée
PSNR = 30.03 db
PSNR = 22.07 db
8
I) C o m p r e s s i o n
• Compression Décompression
décompression .
9
II) C o d a g e s a n s p e r t e
II-1-Compression RLE
BUT:
Regrouper les répétitions successives de pixels identiques
10
II) C o d a g e s a n s p e r t e
ii) Caractéristique :
- Algorithme de compression et de décompression très
simple !
11
II) C o d a g e s a n s p e r t e
II-2-Compression VCL
- Tous les pixels ne sont pas codés avec le même nombre de bits
- Il faut une table en début de fichier
12
II) C o d a g e s a n s p e r t e
3 eme étape : Récursivement ,on regroupe les deux groupes les moins
fréquents .
13
II) C o d a g e s a n s p e r t e
10 : 00
15 : 01
90 : 10
100 : 110
180 : 111
14
II) C o d a g e s a n s p e r t e
0001010101001011011001001011111001001010100100000000
00
Taux =73%
15
II) C o d a g e s a n s p e r t e
II-3-Compression arithmétique
Le But : Écrire la totalité de l’image comme un nombre (assez grand !) plutôt
16
II) C o d a g e s a n s p e r t e
l’image .
- Les motifs les plus fréquents sont codés avec peu de bits .
on se base sur des critères de physiologie humaine pour supprimer les informations non
utilisés .
exp: MP3 :suppression de fréquences inaudibles .
Par contre pour les images c’est plus délicat : on essaye de dégrader uniformément une
image .
En conclusion :
on risque de perdre de l’information sur l’image par des
compression (enchaînement de compression avec perte) qui
provoquent une dégradation accentuée .
18
II) C o m p r e s s i o n avec perte
19
II) C o m p r e s s i o n avec perte
Image originale
Image dégradée 20
II) C o m p r e s s i o n avec perte
21
II) C o m p r e s s i o n avec perte
Figure 1 Figure 2
22
Équipartition
Exemple pour les images médicales..
23
II) C o m p r e s s i o n avec perte
-Adaptatifs
-Perceptifs
24
II) C o m p r e s s i o n avec perte
maximum!!
• Si on minimise les couleurs on rend plus efficace les codages RLE et LZW.
formats
25
II) C o m p r e s s i o n avec perte
III-2-Compression JPEG
Chaîne de traitement
26
II) C o m p r e s s i o n avec perte
27
II) C o m p r e s i o n avec perte
1-Introduction
L'imagerie médicale est un domaine en plein essor, du fait du développement des
technologies numériques.
Elle permet une investigation de plus en plus fine des organes humains.
La contrepartie réside dans une quantité de données générée considérable qui peut
rapidement saturer les systèmes conventionnels de transmission et de stockage.
Un examen radiologique fournit ainsi non pas une image, mais une pile d'images
représentant un même organe.
La nécessité de compresser les images apparaît donc aujourd'hui incontournable. La compression dite «
sans perte » ne permet pas une réduction significative du volume de ces données. Dans ce contexte, la
compression « avec perte » est la réponse qui semble la plus appropriée, à condition bien entendu que
29
Principales Modalités
d’Imagerie
IRM CT-Scanner
Densité et Densité
structure des d’absorption
Protons aux rayons
X
Scintigraphie Ultrason
Densité Variations
d’isotopes d’impédance
injectées Acoustique
30
L’imagerie
et son environnement:
Situation en 2006…
L’image médicale est une image spécifique
Partage de matériel lourd (CT, IRM, PET, etc.) entre plusieurs sites
Travail multi-sites
31
La gestion de l’imagerie
en 1999…
PC
32
La gestion de l’imagerie
en 2006
PC
33
La gestion de l’imagerie
ÉTAPE 1
La production
d’images
34
La gestion de l’imagerie
ÉTAPE 2 - Le PACS
Acquisition d’images
Stockage & Archivage
Distribution
Diagnostic &
visualisation
35
La mise en place
AutoAcquisition
Serveur
36
La mise en place
AutoAcquisition Reception
Reception Serveur
37
La gestion de l’imagerie
inter-sites & à domicile…
PC
38
Solution intégrée
au sein de l’hôpital...
39
Pourquoi JPEG 2000
JPEG 2000 est capable de travailler avec ou sans pertes, utilisant une
transformation par « ondelettes » (méthode d'analyse mathématique du
signal).
40
Pourquoi JPEG 2000
41
Echantillonnage et quantification en médicale
320 x 240 80 x 60
42
Echantillonnage et quantification en médicale
43
256 niveaux de gris 16 niveaux de gris
Schéma de principe de compression :
44
Ondelettes
Les codeurs JPEG 2000 et SPIHT utilisent tous les deux une transformée en
ondelettes dans leur schéma de compression. En revanche, seule JPEG 2000
est une norme.
Cette technique consiste à décomposer une image en une myriade de sous-
bandes, c’est-à-dire des images de résolution inférieure .
45
schéma de compression
Ondelettes
46
Transformee en ondelettes orthogonale de Lenna
Transformée ondelettes à deux
dimensions
47
Transformée ondelettes à deux
dimensions
Ce qui donne graphiquement :
49