BE 1 –Transformation DCT – Compression d'image 1 BE ‐ La transformation en cosinus discrète (DCT, inverse DCT) et son application à la compression d'
Previous PDF | Next PDF |
[PDF] Compression dimages fixes
PRINCIPE DE LA COMPRESSION JPEG 4 3 QU'EST-CE QU'UNE IMAGE INFORMATIQUE ? 4 4 TRANSFORMATION DCT : TRANSFORMEE EN COSINUS
[PDF] Image Compression and the Discrete Cosine Transform Introduction
The DCT works by separating images into parts of differing frequencies During a step called quantization, where part of compression actually occurs, the less
[PDF] BE 1 –Transformation DCT – Compression dimage
BE 1 –Transformation DCT – Compression d'image 1 BE ‐ La transformation en cosinus discrète (DCT, inverse DCT) et son application à la compression d'
[PDF] Cours/TD 4 Compression par transformée Codage JPEG
de l'image en zigzag puis `a utiliser une compression RLE et un codage de Huffman La Transformation en Cosinus Discr`ete unidimensionnelle DCT-II
[PDF] TI – Traitement dImages Semaine 12 : Compression d - Master IVI
image originale → compression ̌ I image compressée → décompression ̂ I image La DCT est une transformation spectrale (parmi d'autres) qui possède
[PDF] MEMOIRE MAGISTER Thème - Mémoires de Magistère - Université
compression d'images sans et avec pertes, en focalisant ensuite sur celle qui est basée sur la DCT (Discrete Cosine Transform) où nous présentons son
[PDF] La norme de compression JPEG - Notions sur le Traitement de limage
Compression avec pertes : Principes de base 1- Transformation L'image (ou une partition de celle-ci) est transformée, - DCT (transformation en cosinus
[PDF] Comparaison entre la méthode DCT et les ondelettespdf
DWT est une transformation globale, l'effet de bloc n'apparaît pas comme dans le cas de l'algorithme JPEG Mots-clés : Compression d'images fies, DCT, DWT,
[PDF] Format de compression JPEG Introduction 1 DCT locale et DCT
La compression Jpeg repose sur une transformée en DCT locale sur des les niveaux de gris d'une image on code ses coefficients dans la base de DCT locale La transformation opérée par la DCT locale étant théoriquement inversible on
[PDF] BE 9 def - Bulletin épidémiologique - Islam
[PDF] BE 90 King Air - Les pages d`Epinal Aero Formation
[PDF] BE A CABARET SINGER! - Ecole Burlesque Secret Follies - Anciens Et Réunions
[PDF] Be A Star: Finding Important Problems
[PDF] Be a winner, choose Bosch!
[PDF] BE AN ATHLETE. - France
[PDF] BE BEST - 1/4 tour - IP 65 - BBC - 8,5 W
[PDF] BE BOP A LULA - la country en alsace - Anciens Et Réunions
[PDF] Be Bop A Lula- - Anciens Et Réunions
[PDF] Be chéque cadeau Ticket Kadées® Culture est utilisable
[PDF] Be different! | Kraftstoff Magazin Ausgabe 02/2007
[PDF] BE du 16 au 29 février 2016 - Centre de gestion de la fonction
[PDF] BE du 16 au 30 avril 2013 - Centre de gestion de la fonction - Inondation
[PDF] be electric 2015 bikes garment - Garderie Et Préscolaire
François Tassin / Guillaume Dutertre
BE 1 -Transformation DCT - Compression d'image
1BE Ǧ La transformation en cosinus
discrète (DCT, inverse DCT) et sonLe but de ce BE est d'Ġtudier la compression JPEG, tout du moins une partie de la compression, à
savoir la transformation en cosinus discrète puis quantification. Dans un premier temps, on codera une fonction MATLAB permettant d'effectuer une transformationDCT sur une matrice de taille 8*8. Ensuite, on intègrera cette fonction dans un ensemble permettant
la compression d'images. On s'intĠressera ă l'influence du facteur de quantification (qui détermine la
matrice de quantification utilisée dans le processus de compression) sur le taux de compression (on
se contentera de compter le nombre de coefficients non nuls dans les matrices) et sur l'erreur entre une image avant et après compression/décompression. Les étapes de la compression d'une image sont les suivantes :1) La fonction " lecture_image_bmp » renvoie les 3 matrices de dimensions 2 contenant les valeurs
2) La fonction " conversion_spatial_frequantiel » convertit chaque bloc 8*8 de la matrice en
appliquant la DCT sur ces blocs, puis divise ces blocs par une matrice de quantification dont lescoefficients dépendent du facteur de quantification demandé (on utilise ici des facteurs entre 1 et
25).3) La fonction " ecriture_jpg ͩ se charge d'enregistrer les coefficients calculĠs dans un fichier.
Ajout de la fonction " m_DCT2 » dans MATLAB
On se charge d'insĠrer une fonction ͨ m_DCT2 » permettant de renvoyer la transformée en cosinus
discrğte d'une matrice. La formule est la suiǀante :Aǀec DCT la matrice de sortie (aprğs transformation), pidžel celle d'entrĠe de taille NΎN.
Voici le code MATLAB de cette fonction :
function [a] = m_DCT2(m) [N,N] = size(m); a = zeros(N,N); for i=0:N-1 for j=0:N-1 if i==0 c1=1/sqrt(2); else c1=1;François Tassin / Guillaume Dutertre
BE 1 -Transformation DCT - Compression d'image
2 end if j==0 c2=1/sqrt(2); else c2=1; end for u=0:N-1 for v=0:N-1 end end end end endApplication de la compression DCT à une image
On intègre cette fonction dans le processus de compression DCT, puis on applique cette compression
décompressée, on calcule le facteur de compression (nombre de termes non nuls après compression
matrice de différence entre la matrice initiale et celle décompressée).Voici l'image originale :
François Tassin / Guillaume Dutertre
BE 1 -Transformation DCT - Compression d'image
3Voici quelques images obtenues après compression puis décompression pour différents facteurs de
quantification : 1 510 15
20 25
On remarque que plus le facteur de quantification augmente, plus la qualité diminue. En effet,
l'image paraŠt de plus en plus ͨ floue » lorsque le facteur augmente, et on visualise de plus de plus le
dĠcoupage de l'image par bloc de 8Ύ8 pidžels. En effet, plus le facteur de quantification est élevé, plus
les termes de la matrice de quantification sont grands, et donc plus de termes de la matrice DCTFrançois Tassin / Guillaume Dutertre
BE 1 -Transformation DCT - Compression d'image
4après quantification (division par la matrice de quantification) sont négligés, il y a donc plus de
données perdues.Les matrices de coefficients DCT ne contiennent pas de zĠros aprğs l'application de l'algorithme de
quantification. Il faut donc choisir la valeur minimale des coefficients à garder dans la matrice et
utiliser un algorithme qui va remplacer les coefficients inférieurs à cette valeur par zéro. On choisit
de ne garder que les valeurs absolues supérieures à 1. On obtient les résultats suivants : On remarque que le taux de compression diminue lorsque le facteur de quantification augmente,mais non linéairement. En effet, les termes de la matrice de quantification dépendent du facteur de
matrice de quantification, ces derniers évoluent de manière inversement proportionnelle au facteur
évolue de cette manière.
On obserǀe ensuite l'erreur entre l'image originale et l'image compressĠe puis dĠcompressĠe :
0 0,1 0,2 0,3 0,4 0,5 0,60 5 10 15 20 25 30
Taux de compression
Indice de quantification
Compression en fonction de la quantification
01000000
2000000
3000000
4000000
5000000
6000000
7000000
0 5 10 15 20 25 30
Norme de l'erreur
Indice de quantification
Erreur en fonction de la quantification
François Tassin / Guillaume Dutertre
BE 1 -Transformation DCT - Compression d'image
5 complémentaire à celle de la compression.Conclusion
Le procédé de compression JPEG permet en gĠnĠral de compresser l'image sans perte significatiǀe de
une bonne compression. 0 5 10 15 20