WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Compression d'images fixes: comparaison des méthodes par transformations en ondelettes et celle par curvelets

( Télécharger le fichier original )
par Armel Francklin SIMO TEGUEU
Institut universitaire de technologie Fotso Victor de Bandjoun - Licence en ingénierie des réseaux et telecoms 2009
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

CHAPITRE V : IMPLEMENTATION ET EVALUATION EXPERIMENTALE

CHAPITRE V: IMPLEMENTATION ET EVALUATION EXPERIMENTALE Introduction

Nous allons dans ce chapitre présenter à travers une plate forme développée sous MATLAB permettant de charger quatre images prises au hasard et compressées par ondelettes puis par curvelets les résultats d'une évaluation comparative en s'appuyant sur les critères de performances tels que le taux de compression, la distorsion et la rapidité de compression.

I MESURES DE PERFORMANCE DE LA COMPRESSION D'UNE IMAGE

I.1 TAUX DE COMPRESSION

Ce critère est très important puisqu'il dépend directement de la technique de compression

utilisée et peut être représenté soit comme une formule °#177; = 23 où u~ est la taille de l'image

2'

originale et u la taille de l'image compressée, soit comme le nombre moyen de bits par pixels

(bpp) ou encore par le ratio ·2

2') :1 avec E la fonction partie entière.

I.2 MESURES DE DISTORSION

Deux techniques sont utilisées pour évaluer la distorsion : subjective et objective

> Les méthodes subjectives, nécessitent des tests psychovisuels de l'oeil humain. Les tests sont réalisés à plusieurs échelles avec des groupes de personnes.

> Les méthodes objectives, s'agissant de définir des quantités permettant d'évaluer numériquement la qualité de l'image reconstruite.

La distorsion (D) est l'erreur introduite par l'opération de compression, due au fait qu'éventuellement l'image reconstruite n'est pas exactement identique à l'image originale. La mesure de distorsion utilisée généralement en compression d'image, est l'erreur quadratique moyenne MSE (Mean Square Error). Cette grandeur est définie par la moyenne des écarts au carré entre le pixel I(m,n) de l'image originale et le pixel u1(m ,n) de l'image reconstruite

~ 1/4,

comme suit : °»· ~ 1/4.1/2 ? ? 1/2, pu3/4, j ~ u3/4, j{

6 ~~~

~

. Une autre mesure répandue dans

Rapport Rédigé et présenté par SIMO TEGUEU et EMBOLO AURELIEN Page 37

ce but est peak signal noise ratio (PSNR) défini par À»Áf = 20·"i10(ÂÄ ÅÆ

v1/4ÇÈ ) avec À7

l'ensemble des pixels constituant l'image originale.

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Nous voulons explorer la bonté contrée énorme où tout se tait"   Appolinaire