Présentation

Article

1 - PROBLÉMATIQUE

2 - MÉTHODES SANS DISTORSION

3 - MÉTHODES AVEC DISTORSIONS

4 - QUELQUES CRITÈRES DE CHOIX EN COMPRESSION DE DONNÉES

  • 4.1 - Données informatiques
  • 4.2 - Signaux d’images

| Réf : E5340 v1

Méthodes sans distorsion
Compression de données Compression des images

Auteur(s) : Jean-Paul GUILLOIS

Date de publication : 10 nov. 1998

Pour explorer cet article
Télécharger l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !

Sommaire

Présentation

Auteur(s)

  • Jean-Paul GUILLOIS : Ingénieur ENSAIS - Enseignant/Chercheur à l’École Nationale Supérieure des Télécommunications - Membre de la Commission CN 29 (Codage Image et son, multimédia) à l’AFNOR - Membre du Comité d’Orientation du MUST’98 (Multimédia et standardisation)

Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.

Lire l’article

INTRODUCTION

Les données numériques, par leur utilisation non pas croissante mais explosive, posent des problèmes de temps de transmission et/ou de volume de stockage. Or, les progrès technologiques, certes incontestables, souvent ne suffisent pas, soit parce que non matures, soit parce que trop chers. D’où l’intérêt de chasser les bits inutiles. Et, en y regardant de près, ils sont plus nombreux qu’on pourrait le penser. C’est que, avec beaucoup d’astuces et un peu de méthodes, il est possible de faire des économies, parfois substantielles, sur le nombre de digits binaires à utiliser pour coder numériquement des données. On parle de compression.

Rares sont aujourd’hui les domaines qui n’ont pas succombé au numérique. Parmi les derniers, on compte, bien sûr, le son et l’image. Or, ces derniers, et c’est particulièrement vrai pour l’image, se caractérisent, en plus de leur utilisation terriblement croissante, par le fait que :

  • le nombre de bits qu’ils nécessitent est considérable ;

  • leurs utilisations imposent souvent des contraintes de temps réel.

Cela explique l’importance toute particulière de la compression de ces signaux. Nous leur accorderons une place prépondérante.

Nous verrons qu’il existe un grand nombre de techniques permettant de comprimer des données numériques. Leurs avantages et leurs inconvénients sont différents, et faire un choix est une entreprise délicate. C’est particulièrement vrai pour les images. Nous donnerons quelques critères.

Cet article est réservé aux abonnés.
Il vous reste 92% à découvrir.

Pour explorer cet article
Téléchargez l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !


L'expertise technique et scientifique de référence

La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
+ de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

DOI (Digital Object Identifier)

https://doi.org/10.51257/a-v1-e5340


Cet article fait partie de l’offre

Le traitement du signal et ses applications

(156 articles en ce moment)

Cette offre vous donne accès à :

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques

Des services

Un ensemble d'outils exclusifs en complément des ressources

Un Parcours Pratique

Opérationnel et didactique, pour garantir l'acquisition des compétences transverses

Doc & Quiz

Des articles interactifs avec des quiz, pour une lecture constructive

ABONNEZ-VOUS

Lecture en cours
Présentation

2. Méthodes sans distorsion

Le théorème du codage de source sans bruit et la courbe débit/distorsion montrent qu’il est possible, dans les applications pratiques, de réduire la quantité de digits binaires issus d’un capteur. Le « comment » est l’objet des deux paragraphes abordés maintenant : méthodes sans distorsion 2, méthodes avec distorsions 3.

Les méthodes sans distorsion intéressent les applications qui ne peuvent souffrir de décoder un signal non exactement identique à l’original. Ces applications sont celles de l’informatique par exemple, mais aussi de l’image utilisée dans des conditions particulières, certaines images médicales par exemple.

2.1 Codes à longueurs variables

Les codes à longueurs variables sont une mise en œuvre directe et simple du théorème du codage de source sans bruit 1.3. La question est de savoir comment ces codes sont déterminés dans le cas d’une application donnée. Si par exemple on décide, pour des économies de bits, de remplacer les mots binaires du code ASCII étendu, utilisés pour coder les caractères de ce texte, par d’autres, encore faut-il savoir lesquels. L’analyse du théorème du codage de source sans bruit conduit, dans une approche de codage symbole par symbole (nous verrons d’autres approches), à l’utilisation de mots binaires...

Cet article est réservé aux abonnés.
Il vous reste 93% à découvrir.

Pour explorer cet article
Téléchargez l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !


L'expertise technique et scientifique de référence

La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
+ de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

Cet article fait partie de l’offre

Le traitement du signal et ses applications

(156 articles en ce moment)

Cette offre vous donne accès à :

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques

Des services

Un ensemble d'outils exclusifs en complément des ressources

Un Parcours Pratique

Opérationnel et didactique, pour garantir l'acquisition des compétences transverses

Doc & Quiz

Des articles interactifs avec des quiz, pour une lecture constructive

ABONNEZ-VOUS

Lecture en cours
Méthodes sans distorsion
Sommaire
Sommaire

BIBLIOGRAPHIE

  • (1) - BARNSLEY (M.F.), HURD (L.P.) -   Fractal Image Compression.  -  AK Peters, Ltd. 1993. ISBN : 1-56881-000-8.

  • (2) - ROBERT (G.), CHASSERY (J.-M.) -   Détection de mouvement par maillages polygonaux pour une extension des IFS à la vidéo.  -  Coresa 97, France Telecom. Journées d’études et d’échanges des 26 et 27 mars 1997.

  • (3) - GALLAGER (R.G.) -   Information Theory and Reliable Communication.  -  John Wiley and Sons, Inc. 1968. SBN : 471 29048 3.

  • (4) - GERSHO -   Principles of Quantization.  -  IEEE Trans. on circuits and systems. Vol. CAS-25, no 7, july 1978.

  • (5) - GRAY (R.M.) -   Source Coding Theory.  -  Kluwer Academic Publishers. 1990. ISBN : 0-7923-9048-2.

  • (6) - GUILLOIS (J.-P.) -   Techniques de compression des images.  -  HERMES, 1996. ISBN : 2-86601-536-3.

  • ...

Cet article est réservé aux abonnés.
Il vous reste 93% à découvrir.

Pour explorer cet article
Téléchargez l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !


L'expertise technique et scientifique de référence

La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
+ de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

Cet article fait partie de l’offre

Le traitement du signal et ses applications

(156 articles en ce moment)

Cette offre vous donne accès à :

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques

Des services

Un ensemble d'outils exclusifs en complément des ressources

Un Parcours Pratique

Opérationnel et didactique, pour garantir l'acquisition des compétences transverses

Doc & Quiz

Des articles interactifs avec des quiz, pour une lecture constructive

ABONNEZ-VOUS