Etude et développement de techniques de compression numérique d'images : Application à la transmission de documents

Abstract

La compression permet de réduire la taille de l’information pour son stockage ou sa transmission. Le gain évident est l’économie de la place mémoire occupée par l’information lors de son stockage, ou la rapidité de transmission (temps réduit, débit plus grand,…). Dans ce mémoire, nous présentons une étude détaillée sur l’évolution des techniques de compression numérique d’images. Les images numériques s’appliquent bien à l’étude des techniques de compression vu leur complexité en tant que signaux bidimensionnels et leur aspect aléatoire. Les algorithmes que nous présentons sont basés sur une théorie récente issue des techniques de traitement du signal, qui est la transformée en ondelettes et l’analyse multirésolution de l’image par l’utilisation de filtres miroirs en quadrature appliqués au codage en sous bandes du signal image. Les coefficients transformés sont ensuite quantifiés par quantification vectorielle. Afin d’optimiser la construction du code-Book multirésolution de l’image et dans les trois directions : horizontale, verticale, et diagonale nous avons proposé d’utiliser une approche connexionniste, basée sur les cadres auto-organisées des réseaux de neurones artificiels en utilisant l’algorithme de Kohonen. Ceci permet d’améliorer la précision du système. Dans cette approche, nous proposons aussi une décomposition vectorielle de l’image, par une triangulation de Delaunay adaptée aux contours de l’image, dans le but d’améliorer le taux de compression. Dans la phase finale de compression, nous proposons un algorithme de restauration d’image restituée destiné à corriger l’erreur après quantification. Afin d’optimiser le coût de codage et décodage, nous proposons en plus une méthode de restitution progressive.