1 / 13

Implémentation et évaluation des performances du codeur JPEG

Implémentation et évaluation des performances du codeur JPEG. Réalisé par : BOUHAJJA Lamia. Sommaire. Introduction Définition de la compression d’image Le codec JPEG d’image fixe Résultat expérimentaux Conclusion. Introduction.

starbuck
Télécharger la présentation

Implémentation et évaluation des performances du codeur JPEG

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Implémentation et évaluation des performances du codeur JPEG Réalisé par : BOUHAJJA Lamia

  2. Sommaire • Introduction • Définition de la compression d’image • Le codec JPEG d’image fixe • Résultat expérimentaux • Conclusion

  3. Introduction • De nos jours, les images numériques sont très utilisé, leurs utilisations sous format brut rendent leurs portabilités difficiles et leurs stockages encombrant ce qui revient à un cout élevé, c’est pour cela qu’il a fallu trouver de nouvelles techniques de compression et codage d’image adaptées. • Aujourd’hui, on trouve plusieurs algorithmes de compression d’images comme par exemple: .jpg ou .jpeg, .png, .gif, .tiff, jpeg2000…etc.

  4. Définition de la compression d’image 1/2 • La compression des données ou le codage source, permet de réduire la taille d’une image sur une mémoire ou de manière équivalente de réduire son temps de transmission. • La compression sans perte, l’image restera fidèle à l’image originale. • La compression avec perte de qualité pour réduire plus la taille de l’image grâce aux redondances des données présentes sur l’image

  5. Définition de la compression d’image 2/2 • Les types de redondances de données sont : - Redondance psycho visuel : Des détails non perceptible à l’oeil humain qu’on peut éliminer. - Redondance inter pixel : La possible corrélation existante entre les pixels de l’image. - Redondance de codage : séquences de répétition des bits, on rencontre cela généralement à la fin de la compression, pendant l’étape de codage

  6. Le codec JPEG d’image fixe 1/5 • C’est un algorithme standard de compression avec perte d’image fixe établit en 1991 basé sur le codage par la transformé en cosinus discrète DCT. • Dans ce travail nous intéressons par la compression basé sur la DCT séquentielle, où l’image est traitée de gauche à droite et de haut en bas.

  7. Le codec JPEG d’image fixe 2/5 Division de l’image en sous bloc 8*8 DCT 2D 8*8 • Quantificateur Image originale F(x,y) • Canal de transmission Codage Entropique : Huffman Coefficient AC :scan zigzag + codage RLC Coefficient DC : codage prédictive DPCM • Décodage Entropique : Huffman • Coefficient AC :scan zigzag inverse + décodage RLC • Coefficient DC inverse DPCM • Quantificateur inverse • Image décompressé • F(x,y) • Fusion des sous bloc 8*8 • IDCT 8*8

  8. Le codec JPEG d’image fixe 3/5 • Quantificateur (Quantizer): Le quantificateur permet de faire une pondération des coefficients de la transformé en se basant sur une table de quantification. Il permet de choisir le taux de dégradation visuel qu’on souhaite faire à l’image. • Les coefficients DC: Codés par un codage prédictif DPCM, ce type de codage nous permet d’avantage de réduire la redondance inter pixel.

  9. Le codec JPEG d’image fixe 4/5 • Les coefficients AC : Récupérer sur un vecteur par un scan en zig-zag de la matrice de chaque sous bloc afin de mettre les coefficients élevées en premier et les zéros en fin. Coefficient DC

  10. Le codec JPEG d’image fixe 5/5 • Codage Huffman: les deux vecteurs DC et AC seront réunis sur un même vecteur pour le codage entropique Huffman. Ce codage permet d’additionné les probabilités faibles de chaque deux symboles pour en obtenir un nouveau, puis les encodé pour construire en fin un table de codage de chaque symbole.

  11. Résultat expérimentaux • Voici les résultats pour une image de niveau de gris 8bit 256x256 pixel et de taille 243792 bits

  12. Résultat expérimentaux • La taille de l’image compresser = 24092 • Taux de compression = 10.119 • L’erreur quadratique moyenne « EQM » = 7.5257 • La valeur crête du rapport signal sur bruit « PSNR » = 39.3653 • Nombre de bits par pixel « bpp » = 0.3676

  13. Merci Pour Votre Attention 

More Related