Professional Documents
Culture Documents
Marco Cagnazzo
30 Octobre 2012
Plan
1 Introduction
Plan
1 Introduction
Changement de
coordonnées :
[R, V , B] → [Y , Cb , Cr ]
Luminance Y et
chrominance Cb , Cr
Pourquoi comprimer ?
Photos : 5 Megapixel
Trois composantes couleur
Un octet par composant
Occupation mémoire : 15 Mo par photo
Vidéo, 25 images par second : 2 heures de film > 100 Go
Comment comprimer ?
Algorithmes de compression
Types d’algorithme
Anomalies :
Variations soudaines du signal, sur une courte durée
Contribution à haute fréquence
Contours des objets
Bonne résolution spatiale
Résolution en fréquence grossière
Trends :
Variations lentes du signal, sur une longue durée
Contribution à baisse fréquence
Intérieur des objets
Résolution spatiale grossière
Bonne résolution en fréquence
F
Transformée de Fourier à fenêtre :
Transformée en Ondelettes : F
F
1 t −b
θγ (t) = √ ψ
a a
T T
σt(a,b) = aσt,(1,0) σξ(a,b) = a−1 σξ,(1,0) Transformée de Fourier à Fenêtre Transformée en Ondelettes
x[k] = c0 [k]
40
20
−20
0 50 100 150 200 250 300 350 400 450 500
80
c−1 [k] d−1 [k]
60
40
20
−20
0 50 100 150 200 250 300 350 400 450 500
Plan
1 Introduction
Bancs de filtres 1D
Décomposition
č[k] c[k]
h ↓2
x[k]
ď[k] d [k]
g ↓2
Reconstruction
ĉ[k]
c[k] ↑2 h̃
x̃ [k]
d̂[k]
d [k] ↑2 g̃
Reconstruction parfaite
RIF
Orthogonalité
Moments nuls
Symétrie
x[k] x̃ [k]
X
∞
filtre Č (z) = čn z −n = H (z) X (z)
n=−∞
1 h 1/2 i
décimateur C (z) = Č z + Č −z 1/2
2
interpolateur Ĉ (z) = C z 2
sortie e (z) = H
X e (z) D z 2
e (z) C z 2 + G
h i
e (z) = 1 H
X e (z) G (z) X (z)
e (z) H (z) + G
2
1 he i
e (z) G (−z) X (−z)
+ H (z) H (−z) + G
2
M. Cagnazzo Ondelettes 19/96
Introduction
Bancs de filtres
Transformée en ondelettes discrète
Analyse Multirésolution 1D et 2D
Principes de compression d’images
Conditions de PR en Z
H e (z) G (z) = 2z −ℓ
e (z) H (z) + G Non distorsion
e (z) H (−z) + G
H e (z) G (−z) = 0 Non aliasing
e (z) = 2
H G (−z)
∆ (z)
e (z) = − 2 H (−z)
G
∆ (z)
h(k) = a b c e
h(k) = p -q r -s t
g(k) = p q r s t e(k) = -a
g b -c
Orthogonalité
X
∞
2
X
∞
2
X
∞
(xk ) = (ck ) + (dk )2
k =−∞ k =−∞ k =−∞
Moments nuls
Symétrie
Filtre de Haar
h(k) = 1 1 e
h(k) = 1 1
g(k) = 1 -1 e(k) = -1
g 1
Symétrique
Orthogonal (normalisation)
Nombre de moments nul = 1
Capable de représenter uniquement les signaux constants
par morceaux
Orthogonalité et biorthogonalité
Reconstruction parfaite pour signaux de durée limitée
Filtres biorthogonaux
Filtres Cohen-Daubechies-Fauveau
eap
Pour les filtres biorthogonaux, si h a p MN et h e MN, le
support est au moins p + p e − 1.
Ils existent des filtres biorthogonaux (CDF) qui :
Sont symétriques (phase linéaire)
Ont le maximum de MN pour une durée fixée
Sont “quasi” orthogonaux (conservation de l’énergie) :
e similaires
filtres h et h
Ces filtres sont les plus communément utilisés dans le codage
d’image
Coefficients du filtre :
n 0 ±1 ±2 ±3 ±4
h[l] 0.852699 0.377403 −0.110624 −0.023849 0.037828
e
h[l] 0.788486 0.418092 −0.040689 −0.064539
Analyse multirésolution 1D
Décomposition
h 2↓ c−3 [k]
h 2↓ c−2 [k]
g 2↓ d−3 [k]
h 2↓ c−1 [k]
g 2↓ d−2 [k]
c0 [k]
g 2↓ d−1 [k]
Reconstruction
c c−3 [k] 2↑ e
h
c−2 [k] 2↑ e
h
d−3 [k] 2↑ e
g
c−1 [k] 2↑ e
h
d−2 [k] 2↑ e
g c0 [k]
d−1 [k] 2↑ e
g
AMR 2D
Bancs de filtres 2D séparables
h[k] (2, 1) ↓
H [n, m]
g[ℓ] (1, 2) ↓ dj−1
aj [n, m]
V [n, m]
dj−1
h[ℓ] (1, 2) ↓
g[k] (2, 1) ↓
D [n, m]
g[ℓ] (1, 2) ↓ dj−1
Interprétation fréquentielle
fhor
(A) (V)
(H) (D)
fver
AMR 2D
a3
a2 d3H
d3V
a1 d2H
d3D
d2V
a0 d1H
d2D
d1V
d1D
(A) (V3)
(H3) (D3)
(V2)
fhor
(V1)
(H2) (D2)
(H1) (D1)
fver
Exemple
Exemple
Exemple
Exemple
Exemple
Exemple
Exemple
Plan
1 Introduction
Critères de performance
Débit
Critères de performance
Qualité et distorsion
Critères de performance
Qualité et distorsion
Critères de performance
Complexité, retard et robustesse
Critères de performance
Bilan
Besoins contradictoire :
⇓ Débit
⇑ Qualité
⇓ Complexité
⇑ Robustesse
⇓ Retard
Techniques de codage TO
Caractéristiques principales
Scalabilité en qualité, c’est-à-dire représentation progressive
Codage lossy-to-lossless
Faible complexité
Performance de compression bien meilleure que JPEG :
Très évident aux faibles débits
T.O. 2 Niveaux
LH HH
Détails horizontaux Détails diagonaux Détails horizontaux Détails diagonaux
Algorithme EZW
Idée de EZW
1 k =0
2 n = ⌊log2 (|c|max )⌋
3 Tk = 2n
4 while (débit < débit disponible)
Pas dominant
Pas de raffinement
5 Tk +1 ← Tk /2
6 k ← k + 1 end
Pas dominant
Pas de raffinement
Itération et terminaison
JPEG2000
Nouvelles fonctionnalités
Algorithme
Quantification en JPEG2000
EBCOT
LL2 HL2
HL1
LH2 HH2
LH1 HH1
LL2 HL2
HL1
LH2 HH2
LH1 HH1
LL2 HL2
HL1
LH2 HH2
LH1 HH1
LL2 HL2
HL1
LH2 HH2
LH1 HH1
LL2 HL2
HL1
LH2 HH2
LH1 HH1
BP2
BP3
BP4
BP5
BP6
BP7
BP8
EBCOT
Optimisation
EBCOT
Courbe débit-distorsion pour chaque bloc
EBCOT
Courbe débit-distorsion pour chaque bloc
—————————————————
EBCOT
Embedded block coding with optimized truncation
∂Di
= −λ
∂Ri
BP1
BP2
BP3
BP4
BP5
BP6
BP7
BP8
BP1
BP2
BP3
BP4
BP5
BP6
BP7
BP8
BP1
BP2
BP3
BP4
BP5
BP6
BP7
BP8
BP1
BP2
BP3
BP4
BP5
BP6
BP7
BP8
BP1
BP2
BP3
BP4
BP5
BP6
BP7
BP8
BP1
BP2
BP3
BP4
BP5
BP6
BP7
BP8
JPEG
Comparaison JPEG / JPEG2000
Insertion de markers
Périodicité des markers
Marker emulation prevention
Compromis entre robustesse et débit
Robustesse de JPEG2000