Métriques perceptuelles pour la compression d'images : éude et comparaison des algorithmes JPEG et JPEG2000.

DC FieldValueLanguage
dc.contributor.advisorRostand, Jérémie-
dc.contributor.authorBrunet, Dominique-
dc.date.accessioned2018-04-13T20:26:57Z-
dc.date.available2018-04-13T20:26:57Z-
dc.date.issued2007-
dc.identifier.other25159-
dc.identifier.urihttp://hdl.handle.net/20.500.11794/19752-
dc.description.abstractLes algorithmes de compression d'images JPEG et JPEG2000 sont présentés, puis comparés grâce à une métrique perceptuelle. L'algorithme JPEG décompose une image par la transformée en cosinus discrète, approxime les coefficients transformés par une quantisation uniforme et encode le résultat par l'algorithme de Huffman. Pour l'algorithme JPEG2000, on utilise une transformée en ondelettes décomposant une image en plusieurs résolutions. On décrit et justifie la construction d'ondelettes orthogonales ou biorthogonales ayant le maximum de propriétés parmi les suivantes: valeurs réelles, support compact, plusieurs moments, régularité et symétrie. Ensuite, on explique sommairement le fonctionnement de l'algorithme JPEG2000, puis on montre que la métrique RMSE n'est pas bonne pour mesurer l'erreur perceptuelle. On présente donc quelques idées pour la construction d'une métrique perceptuelle se basant sur le fonctionnement du système de vision humain, décrivant en particulier la métrique SSIM. On utilise finalement cette dernière métrique pour conclure que JPEG2000 fait mieux que JPEG.fr
dc.description.abstractIn the present work we describe the image compression algorithms: JPEG and JPEG2000. We then compare them using a perceptual metric. JPEG algorithm decomposes an image with the discrete cosine transform, the transformed map is then quantized and encoded with the Huffman code. Whereas the JPEG2000 algorithm uses wavelet transform to decompose an image in many resolutions. We describe a few properties of wavelets and prove their utility in image compression. The wavelets properties are for instance: orthogonality or biorthogonality, real wavelets, compact support, number of moments, regularity and symmetry. We then briefly show how does JPEG2000 work. After we prove that RMSE error is clearly not the best perceptual metric. So forth we suggest other metrics based on a human vision system model. We describe the SSIM index and suggest it as a tool to evaluate image quality. Finally, using the SSIM metric, we show that JPEG2000 surpasses JPEG.en
dc.format.extent159 p.-
dc.languagefre-
dc.subject.classificationQA 3.5 UL 2007-
dc.titleMétriques perceptuelles pour la compression d'images : éude et comparaison des algorithmes JPEG et JPEG2000.fr_CA
dc.typeCOAR1_1::Texte::Thèse::Mémoire de maîtrisefr
dc.date.updated2018-04-13T20:26:56Z-
dc.subject.rvmCompression d'images -- Mathématiquesfr_CA
dc.subject.rvmJPEG (Norme de codage d'images)fr_CA
dcterms.publisher.locationQuébec-
dc.identifier.bacTC-QQLA-25159-
bul.identifier.controlNumber1131980415-
etdms.degree.nameMémoire. Mathématiquesfr_CA
etdms.degree.grantorUniversité Lavalfr_CA
Collection:Thèses et mémoires

Files in this item:
Description SizeFormat 
25159.pdfTexte10.09 MBAdobe PDFThumbnail
View/Open
All documents in CorpusUL are protected by Copyright Act of Canada.