Compression et transmission video :
Concepts et Technologies.

UE « Systèmes d'Information Tactiques »
Master 2 Génie Logiciel
ISTIC, Université de Rennes 1
Année 2015-2016, second semestre

Emmanuel Caruyer
CR CNRS
Emmanuel.Caruyer@irisa.fr

Logo Université de Rennes 1

Plan du cours

Pourquoi et comment compresser ?

Algorithmes spécialisés pour la compression d'images

Algorithmes spécialisés pour la compression de vidéos

Pourquoi et comment compresser ?

Description d'une image numérique

Description d'une image numérique.

Description d'une image numérique

Description d'une image numérique.

Description d'une image numérique

Description d'une image numérique.

Description d'une vidéo numérique

24 images / seconde : pour 7 secondes... 1 Go !!!

Stockage et transmission d'images et de vidéos

Images et vidéos brutes sont très lourdes

Nécessité de compresser la source

Compression dans un réseau

Code à longueur variable

Représentation standard

Représentation adaptée à la source : texte en anglais

Codage de Hauffman (1952)

Algorithme de création d'un code de Hauffman

Codage de Hauffman (1952)

Algorithme de création d'un code de Hauffman

Codage de Hauffman (1952)

Algorithme de création d'un code de Hauffman

Codage de Hauffman (1952)

Algorithme de création d'un code de Hauffman

Codage de Hauffman (1952)

Algorithme de création d'un code de Hauffman

Codage de Hauffman (1952)

Algorithme de création d'un code de Hauffman

Codage de Hauffman (1952)

Algorithme de création d'un code de Hauffman

Codage de Hauffman (1952)

Algorithme de création d'un code de Hauffman

Codage de Hauffman : et pour une image ?

Codage adapté pour un texte en langue naturelle

Et pour une image ?

Image histograms

Codage de Hauffman : et pour une image ?

Codage adapté pour un texte en langue naturelle

Et pour une image ?

Image histograms

Algorithmes spécialisés pour la compression d'images

  • Modèles de prédiction (PNG)
  • Le modèle colorimétrique YCbCr (JPEG, ...)
  • Transformées en cosinus discrète et ondelettes (JPEG, JPEG2000)
  • Transformer avant de compresser

    Prédire la couleur d'un pixel en fonction des voisins

    Prédiction de pixel - PNG

    Utiliser une transformation mathématique de l'image

    Transformées mathématiques

    Prédiction de la couleur d'un pixel

    Utilisation du pixel voisin de gauche

    Image histograms

    Le modèle colorimétrique YCbCr

    Le modèle rouge vert bleu

    Modèle colorimétrique RGB.

    Le modèle colorimétrique YCbCr

    Le modèle luminance chrominance

    Modèle colorimétrique YCbCr.

    Sous-échantillonnage de la chrominance

    Sous-échantillonnage de la chrominance.

    Sous-échantillonnage de la chrominance (4:4:4)

    Sous-échantillonnage de la chrominance.

    Sous-échantillonnage de la chrominance (4:2:2)

    Sous-échantillonnage de la chrominance.

    Sous-échantillonnage de la chrominance (4:2:0)

    Sous-échantillonnage de la chrominance.

    Utilisation de la transformée de Fourier 2D

    Transformée en cosinus discrète

    Principe de la DCT.

    Compression d'images « avec pertes »

    Forçage à 0 de 10% des coefficients

    Compression DCT avec pertes.

    Compression d'images « avec pertes »

    Forçage à 0 de 20% des coefficients

    Compression DCT avec pertes.

    Compression d'images « avec pertes »

    Forçage à 0 de 50% des coefficients

    Compression DCT avec pertes.

    Taux de compression : x2

    Compression d'images « avec pertes »

    Forçage à 0 de 80% des coefficients

    Compression DCT avec pertes.

    Taux de compression : x5

    Compression d'images « avec pertes »

    Forçage à 0 de 90% des coefficients

    Compression DCT avec pertes.

    Taux de compression : x10

    Compression d'images « avec pertes »

    Forçage à 0 de 95% des coefficients

    Compression DCT avec pertes.

    Taux de compression : x20

    Compression d'images « avec pertes »

    Forçage à 0 de 99% des coefficients

    Compression DCT avec pertes.

    Taux de compression : x100

    Algorithmes spécialisés pour la compression de vidéos

    Compression de vidéos image par image

    Chaque image est compressée en JPEG

    Compression video MJPEG.

    Compression de vidéos : redondance temporelle

    Un grand nombre d'éléments immobiles dans l'image

    Redondance dans les images .

    Compression de vidéos : redondance temporelle

    Compensation du mouvement d'une image à une autre

    Block matching en compression vidéo.

    Compression de vidéos : organisation du flux de données

    Block matching en compression vidéo.

    Cela fait apparaitre 3 types d'images

    Questions ?