Compression d images
|
|
- Yvonne Pruneau
- il y a 6 ans
- Total affichages :
Transcription
1 Compression d images ENSEA 3ième année SyM / Master SIC David Picard ETIS / ENSEA - Université de Cergy-Pontoise - CNRS UMR 8051 F Cergy-Pontoise Cedex, France 2011
2 Principe de compression Format d image brut 3 types d images Matrice de pixels Image noir et blanc 1bit par pixel (peu commun) Image niveau de gris 8 bits par pixel (ou 12, 16, peu commun) Image Couleur NbChanelsx8bits par pixel (souvent 3 cannaux - RBG par ex) Compression d images David Picard / 48
3 Principe de compression Quantité d information Taille utilisée pour stocker l image Cas d une image niveau de gris de taille MxN : M N 8 bits utilisés Taille de l information contenue En fait, l image concerne un scan de document texte (beaucoup de blanc, quelques lignes noires ) : Probabilité de blanc : P(0) = 0.8 Probabilité de noir : P(1) = 0.2 Entropie de Shannon : (0.8 log2(0.8) log2(0.2)) = 0.7 Taille nécéssaire : 0.7 M N bits Rappel : Entropie de Shannon = Mesure de la quantité d information contenue dans un signal = incertitude sur les symboles émis par la source Compression d images David Picard / 48
4 Principe de compression Système de communication de Shannon Comment transmettre efficacement l info? codage de source Comment transmettre robustement l info? codage de cannal Cas de la compression d images Codage de source : réduire le nombre de bits utilisés pour transmettre l image Compression d images David Picard / 48
5 Principe de compression Transformation : De la source vers un signal plus compact : compression (ou encodage) Du signal plus compact vers la destination : décompression (ou décodage) Deux grands principes des algo de compression d image : 1 Réduire la redondance des données (réduire la quantité d info en choisissant mieux les symboles) 2 Produire une image reconstruite avec une erreur insignifiante par rapport à l originale (approximer par un signal plus compact) Possibilité de combiner les deux! Compression d images David Picard / 48
6 Prétraitements Quantification scalaire Découpage de l amplitude du signal en un nombre fini de valeurs possibles : Dans le cas d une image : Chaque bande est découpé en N valeurs possibles Le pixels prends la valeur la plus proche sur chaque bande Réduit le nombre de couleurs présentes dans l image à N Nb_Bandes. Compression d images David Picard / 48
7 Prétraitements Quantification adaptative/vectorielle Découpage adaptatif de l espace couleur en une palette de taille fixe (utilisation d un algorithme de clustering) Chercher la palette qui minimise l erreur de quantification. Compression d images David Picard / 48
8 Prétraitements Tramage - Dithering Bruit ajouté volontairement afin de répartir les erreurs de quantification. Exemple : Floyd-Steinberg [ Diffusion de l erreur de quantification au voisinage du pixel : ] Compression d images David Picard / 48
9 Compression sans perte Codage entropique - Run Length Coding Principe : Dénombrer les symboles identiques qui se suivent. Exemple : lignes de pixels blancs ou noirs WWWWWWWWWWWWBWWWWWWWWWWWWBBBWWWWWW WWWWWWWWWWWWWWWWWWBWWWWWWWWWWWWWW 67 symboles Résultat 12W1B12W3B24W1B14W 18 symboles Particulièrement efficace dans le cas de longue répétition de symboles (régions uniformes en couleur de l image) Compression d images David Picard / 48
10 Compression sans perte Codage entropique - LZW Principe : Dictionnaire à la volée (déductible au décodage) Exemple : ABABCABC In Mem Out Dico A B A A AB = [256] A B B BA = [257] B A - - C AB [256] ABC = [258] A C C CA = [259] B A - - C AB ABC [258] - Résultat : AB[256]C[258] = 5 9 bits au lieu de 8 8 bits Compression d images David Picard / 48
11 Compression sans perte Graphics Interchange Format - GIF Caractéristiques 8 bits par pixels 256 couleurs dans l image Pixels compressées par LZW pas de perte Le dictionnaire est déduit de l image, si elle contient plus de 256 couleurs il faut la quantifier pertes possible en prétraitement Améliorations : Possibilité de coder des animations : suite d images de palettes différentes Possibilité de coder des images en vraies couleurs en animation (autant d images que de palettes de 256 couleurs nécéssaires) Compression d images David Picard / 48
12 compression avec pertes Compression avec pertes Idée : construire une image visuellement proche de l original, mais plus compacte. Image proche 100 fois plus petite... Compression d images David Picard / 48
13 compression avec pertes Proche? Mesures d erreur Mean Square Error (MSE) : MSE = 1 m n m 1 i=0 n 1 j=0 [I(i, j) K (i, j)] 2 (1) Moyenne des carrés des erreurs entre original et copie. Peak Signal to Noise Ratio (PSNR) : PSNR = 10 log 10 ( MAX 2 I MSE Rapport entre l intensité max et l erreur moyenne. ) (2) Compression d images David Picard / 48
14 compression avec pertes Principe de la compression avec pertes Schéma le plus courant : 1 Trouver une transformation qui sépare l information visuellement importante de l information non perçue. 2 Appliquer une quantification pour supprimer les détails peu perçus. 3 Appliquer une codage entropique sur le signal quantifié (efficace car beaucoup de zéros à l issue de la quantification). Compression d images David Picard / 48
15 compression avec pertes Exemple naïf FFT + suppression des hautes fréquences (filtre passe bas) Image lena FFT Compression d images David Picard / 48
16 compression avec pertes Exemple naïf FFT + suppression des hautes fréquences (contours) Image lena FFT filtrée Compression d images David Picard / 48
17 compression avec pertes Exemple naïf FFT + suppression des hautes fréquences (contours) Image lena ifft de lena filtrée Compression d images David Picard / 48
18 compression avec pertes Exemple naïf Erreur entre l original et la version compressée : MSE = , PSNR = 37.73dB Compression d images David Picard / 48
19 compression avec pertes Exemple naïf Bilan de compression : bits= 262ko bits + nb_zeros 75ko Compression d images David Picard / 48
20 JPEG Format JPEG Objectifs (1991) : Atteindre un taux de compression proche de l état de l art et une qualité d image excellente. Être capable de compresser n importe quelle image couleur, en niveaux de gris, de n importe quelle taille. Avoir une complexité qui autorise des implantations software sur des machines courantes, et hardware à bas coûts. Compression d images David Picard / 48
21 JPEG Schéma général Compression d images David Picard / 48
22 JPEG Séparation en blocs Encodage de la séquence des sous-imagettes 8 8 pixels. Compression d images David Picard / 48
23 JPEG Transformée en cosinus discrète - DCT Fonction direct (FDCT pour Forward DCT) : F u,v = 7 7 x=0 y=0 [ ( π α(u)α(v)f x,y cos x + 1 ) ] [ ( π u cos y + 1 ) ] v Avec u la fréquence horizontale, v la fréquence verticale et un facteur 1 de norme α(u) = 8, si u = 0 2 8, sinon Fonction inverse (IDCT) : f x,y = 7 7 u=0 v=0 [ ( π α(u)α(v)f u,v cos x + 1 ) ] [ ( π u cos y + 1 ) ] v Compression d images David Picard / 48
24 JPEG DCT - Exemple Image lena : Originale Transformée Compression d images David Picard / 48
25 JPEG DCT - Exemple Imagette 8 8 de lena : Originale Transformée Compression d images David Picard / 48
26 JPEG Quantification scalaire Idée : Allouer plus de bits pour les basses fréquences et moins de bits pour les hautes fréquences Q = Matrices de quantification issues d expériences psycho-visuelles. (Mise à zéro d un grand nombre de coefficients non visibles) Compression d images David Picard / 48
27 JPEG Exemple sur l image globale Quantification de l image globale : Attention : La norme JPEG travaille sur les bloc 8x8! Compression d images David Picard / 48
28 JPEG Codage entropique 1 : RLC Parcours de chaque bloc 8x8 en zig-zag : Optimise le nombre de zéros (hautes fréquences) rencontrés Run Length Coding efficace. ( Rappel RLC : Remplace les répétitions de symboles BBAAAAACCAAAA 2B5A2C4A ) Compression d images David Picard / 48
29 JPEG Codage entropique 1 : RLC Composantes continues (premier coefficient) et harmoniques codées séparément Moyenne de bloc adjacent souvent identique meilleur RLC Codage sous forme d une suite de symboles 1 et 2 : Symbole 1 : paire {Runlength, Size} Runlength ( [0, 15]) = nombre de zéros qui se suivent Size = nombre de bits nécéssaires pour coder le symbole 2 suivant {15, 0} représente 16 zéros à la suite {0, 0} représente la fin de bloc (EOB) 4x{15, 0}+EOB = un bloc complet de zéros Symbole 2 : valeur d amplitude d un coefficient non nul (nombre de bits variable) Compression d images David Picard / 48
30 JPEG Codage entropique 2 : Huffman 2 tables de codage différentes pour les composantes continues et les composantes harmoniques : Composantes continues (moyenne du bloc - premier coefficient) codage de Huffman à part. Composantes harmoniques (autres coefficients) : Symboles 1 : Codage de Huffman sur 16 (Runlength) x 10 (Size) + EOB = 161 entrées Symboles 2 : laissés tels quels, pas de codage. Compression d images David Picard / 48
31 JPEG Encodage progressif 2 options possibles Tranches horizontales : dans l ordre des coefficients DCT Tranches verticales : dans l ordre du MSB vers le LSB Envoyer les données de manière à pouvoir reconstruire l image progressivement Compression d images David Picard / 48
32 JPEG Cas des images couleurs Transformation de l espace RGB vers un espace Luminance-chrominance Y R 0 Cr = G Cb B 128 Sous-échantillonage des composantes de chrominance ( 2 complet = 4 :2 :0 ou seulement horizontal 4 :2 :2) Matrices de quantification spécifique pour les canneaux de chrominance. Compression d images David Picard / 48
33 JPEG Effets de blocs Forte compression, blocs uniformes limites des blocs visible 296ko 2.9ko Compression d images David Picard / 48
34 JPEG2000 JPEG2000 Points clés : Performances supérieures (PSNR) à faible bit-rate (< 0.25 bit/pixel) Jusqu à 38 bits de précision par pixel (seul standard > 16) Grandes images (taille codée sur 32bits) Compression avec et sans perte Possibilité de taille ciblée Compression d images David Picard / 48
35 JPEG2000 Principe Compression d images David Picard / 48
36 Tiling JPEG2000 Prétraitements Découpage en blocs adjacents (généralement 256x256 ou 512x512) appelés "tiles" Traitement indépendant de chaque tile Ressources nécéssaires réduites avec de petites tiles, mais moins bonne compression Centrage Centrage des tiles de manière à avoir une moyenne nulle Transformation couleur Comme pour jpeg, passage dans un espace luminance-chrominance Compression d images David Picard / 48
37 JPEG2000 Transformée en ondelettes discrète Pour chaque tile : Décomposition dyadique jusqu à 32 niveaux (rarement utile au dessus de 5) Filtres utilisés CDF 9/7 pour la compression avec pertes CDF 5/3 pour la compression sans perte Compression d images David Picard / 48
38 JPEG2000 Exemple (CDF 9/7) Compression d images David Picard / 48
39 JPEG2000 Quantification Quantification scalaire de chaque bande Ajout d une zone double centrée sur l origine q b (i, j) = sign(y b (i, j)) [ ] yb (i, j) b (3) Avec b la bande, y b (i, j) le site, et b le pas de quantification Compression d images David Picard / 48
40 JPEG2000 Codage entropique Découpage de chaque bande en blocs (code blocks), souvent 64x64 ou 32x32 Chaque bloc décomposé en P bit-planes (du MSB au LSB) 2 étapes de codage Tier-1 : Codage de chaque bloc Tier-2 : Codage de l information des mot de code obtenus en 1 Compression d images David Picard / 48
41 JPEG2000 Fractional bit-plane coding (Tier-1) Embedded Block Coding with Optimized Trucation (EBCOT) Codage en trois passes 1 Significance Propagation pass (SPP) : codage des premiers bits non nuls d un échantillon 2 Magnitude Refinement pass (MRP) : codage des bits non nuls non codé en SPP 3 Cleanup pass (CUP) : codage des bits restant (avec une forme de RLC) Parcours vertical de l image (pattern en N à l envers). Utilisation des voisinnages du bits codé dans le plan dans la SPP et la MRP (pixels voisin luminance proche). Codage arithmétique sur les symboles issus de l EBCOT Compression d images David Picard / 48
42 Iterated function systems compression fractale Compression fractale Un système de fonctions itérées est un ensemble de fonctions contractantes Une fonction contractante est une fonction f avec un point fixe x = f (x ) tel que toute suite x n+1 = f (x n ) converge vers x (théorème du collage) Principe d une photocopieuse qui dupliquerait l image en de plus petits exemplaires Compression d images David Picard / 48
43 compression fractale Encodage Chercher la collection de transformations affines {w i } y i = w i (x) = Ax + b (4) Qui minimisent l erreur entre les petits blocs (y i ) et les gros blocs (x) L image compression est la collection de transformation Compression d images David Picard / 48
44 compression fractale On part d une image de bruit Décodage Compression d images David Picard / 48
45 compression fractale Décodage On applique {w i } i Compression d images David Picard / 48
46 compression fractale Décodage On itère Compression d images David Picard / 48
47 compression fractale Décodage On itère encore Compression d images David Picard / 48
48 compression fractale Décodage Le théorème du collage fait converger vers l original Compression d images David Picard / 48
Formats d images. 1 Introduction
Formats d images 1 Introduction Lorsque nous utilisons un ordinateur ou un smartphone l écran constitue un élément principal de l interaction avec la machine. Les images sont donc au cœur de l utilisation
Plus en détailCodage hiérarchique et multirésolution (JPEG 2000) Codage Vidéo. Représentation de la couleur. Codage canal et codes correcteurs d erreur
Codage hiérarchique et multirésolution (JPEG 000) Codage Vidéo Représentation de la couleur Codage canal et codes correcteurs d erreur Format vectoriel (SVG - Scalable Vector Graphics) Organisation de
Plus en détailCompression et Transmission des Signaux. Samson LASAULCE Laboratoire des Signaux et Systèmes, Gif/Yvette
Compression et Transmission des Signaux Samson LASAULCE Laboratoire des Signaux et Systèmes, Gif/Yvette 1 De Shannon à Mac Donalds Mac Donalds 1955 Claude Elwood Shannon 1916 2001 Monsieur X 1951 2 Où
Plus en détail1 Introduction au codage
CélestineOscarDésiréAnatoleGastonEugène 1 Introduction au codage 1.1 Les ensembles L ensemble de tout les ensembles est Dieu lui-même. Kantor Ensemble des parties d un ensemble désigne l ensemble des sous-ensembles
Plus en détailISO/CEI 11172-3 NORME INTERNATIONALE
NORME INTERNATIONALE ISO/CEI 11172-3 Première édition 1993-08-01 Technologies de l information - Codage de l image animée et du son associé pour les supports de stockage numérique jusqu à environ Ii5 Mbit/s
Plus en détailTD : Codage des images
TD : Codage des images Les navigateurs Web (Netscape, IE, Mozilla ) prennent en charge les contenus textuels (au format HTML) ainsi que les images fixes (GIF, JPG, PNG) ou animée (GIF animée). Comment
Plus en détailApproche par marquage pour l évaluation de la qualité d image dans les applications multimédias
UNIVERSITÉ DU QUÉBEC EN OUTAOUAIS Département d informatique et d ingénierie Approche par marquage pour l évaluation de la qualité d image dans les applications multimédias MÉMOIRE (INF6021) pour l obtention
Plus en détailTransmission d informations sur le réseau électrique
Transmission d informations sur le réseau électrique Introduction Remarques Toutes les questions en italique devront être préparées par écrit avant la séance du TP. Les préparations seront ramassées en
Plus en détailQuantification Scalaire et Prédictive
Quantification Scalaire et Prédictive Marco Cagnazzo Département Traitement du Signal et des Images TELECOM ParisTech 7 Décembre 2012 M. Cagnazzo Quantification Scalaire et Prédictive 1/64 Plan Introduction
Plus en détailTraitement bas-niveau
Plan Introduction L approche contour (frontière) Introduction Objectifs Les traitements ont pour but d extraire l information utile et pertinente contenue dans l image en regard de l application considérée.
Plus en détailNumérisation du signal
Chapitre 12 Sciences Physiques - BTS Numérisation du signal 1 Analogique - Numérique. 1.1 Définitions. Signal analogique : un signal analogique s a (t)est un signal continu dont la valeur varie en fonction
Plus en détailOptimisation de la compression fractale D images basée sur les réseaux de neurones
Optimisation de la compression fractale D images basée sur les réseaux de neurones D r BOUKELIF Aoued Communication Networks,Architectures and Mutimedia laboratory University of S.B.A aoued@hotmail.com
Plus en détailCodage d information. Codage d information : -Définition-
Introduction Plan Systèmes de numération et Représentation des nombres Systèmes de numération Système de numération décimale Représentation dans une base b Représentation binaire, Octale et Hexadécimale
Plus en détailConversion d un entier. Méthode par soustraction
Conversion entre bases Pour passer d un nombre en base b à un nombre en base 10, on utilise l écriture polynomiale décrite précédemment. Pour passer d un nombre en base 10 à un nombre en base b, on peut
Plus en détailTransmission de données. A) Principaux éléments intervenant dans la transmission
Page 1 / 7 A) Principaux éléments intervenant dans la transmission A.1 Equipement voisins Ordinateur ou terminal Ordinateur ou terminal Canal de transmission ETTD ETTD ETTD : Equipement Terminal de Traitement
Plus en détailChaine de transmission
Chaine de transmission Chaine de transmission 1. analogiques à l origine 2. convertis en signaux binaires Échantillonnage + quantification + codage 3. brassage des signaux binaires Multiplexage 4. séparation
Plus en détailStructure du format BMP, sa lecture, sa construction et son écriture
Structure du format BMP, sa lecture, sa construction et son écriture Claude Parisel Mars 2003 Table des matières : 1. Le choix du format 2. Commentaires sur les autres formats 3. Format BMP pour noir&blanc,
Plus en détailContinuité et dérivabilité d une fonction
DERNIÈRE IMPRESSIN LE 7 novembre 014 à 10:3 Continuité et dérivabilité d une fonction Table des matières 1 Continuité d une fonction 1.1 Limite finie en un point.......................... 1. Continuité
Plus en détailLivrable 2.1 Rapport d analyse et de restructuration de code monothread des modules P, T, Q et F de l encodage MPEG-4 AVC
Groupe des Ecoles des Télécommunications Institut National des Télécommunications Département ARTEMIS Advanced Research & TEchniques for Multidimensional Imaging Systems Livrable 2.1 Rapport d analyse
Plus en détailÉtude des Corrélations entre Paramètres Statiques et Dynamiques des Convertisseurs Analogique-Numérique en vue d optimiser leur Flot de Test
11 juillet 2003 Étude des Corrélations entre Paramètres Statiques et Dynamiques des Convertisseurs Analogique-Numérique en vue d optimiser leur Flot de Test Mariane Comte Plan 2 Introduction et objectif
Plus en détailUE 503 L3 MIAGE. Initiation Réseau et Programmation Web La couche physique. A. Belaïd
UE 503 L3 MIAGE Initiation Réseau et Programmation Web La couche physique A. Belaïd abelaid@loria.fr http://www.loria.fr/~abelaid/ Année Universitaire 2011/2012 2 Le Modèle OSI La couche physique ou le
Plus en détailChapitre 13 Numérisation de l information
DERNIÈRE IMPRESSION LE 2 septembre 2013 à 17:33 Chapitre 13 Numérisation de l information Table des matières 1 Transmission des informations 2 2 La numérisation 2 2.1 L échantillonage..............................
Plus en détailCapacité d un canal Second Théorème de Shannon. Théorie de l information 1/34
Capacité d un canal Second Théorème de Shannon Théorie de l information 1/34 Plan du cours 1. Canaux discrets sans mémoire, exemples ; 2. Capacité ; 3. Canaux symétriques ; 4. Codage de canal ; 5. Second
Plus en détailINTRODUCTION A L ELECTRONIQUE NUMERIQUE ECHANTILLONNAGE ET QUANTIFICATION I. ARCHITECTURE DE L ELECRONIQUE NUMERIQUE
INTRODUCTION A L ELECTRONIQUE NUMERIQUE ECHANTILLONNAGE ET QUANTIFICATION I. ARCHITECTURE DE L ELECRONIQUE NUMERIQUE Le schéma synoptique ci-dessous décrit les différentes étapes du traitement numérique
Plus en détailTP SIN Traitement d image
TP SIN Traitement d image Pré requis (l élève doit savoir): - Utiliser un ordinateur Objectif terminale : L élève doit être capable de reconnaître un format d image et d expliquer les différents types
Plus en détailRecherche De Coalescences Binaires Étalonnage Du Détecteur
Recherche De Coalescences Binaires Étalonnage Du Détecteur Fabrice Beauville Journées Jeunes Chercheurs 18/12/2003 Les Coalescences Binaires & VIRGO Système binaire d objets compacts (étoiles à neutrons,
Plus en détailMaster IMA - UMPC Paris 6 RDMM - Année 2009-2010 Fiche de TP
Master IMA - UMPC Paris 6 RDMM - Année 2009-200 Fiche de TP Préliminaires. Récupérez l archive du logiciel de TP à partir du lien suivant : http://www.ensta.fr/~manzaner/cours/ima/tp2009.tar 2. Développez
Plus en détailComment optimiser dans ImageReady?
L optimisation des éléments graphiques et la création de la page Web 243 Comment optimiser dans ImageReady? Avec ImageReady, l optimisation d un fichier pour le Web est plus performante qu avec Photoshop.
Plus en détailBandes Critiques et Masquage
Bandes Critiques et Masquage A. Almeida Licence Pro Acoustique et Vibrations Octobre 2012 Au Menu Au programme 1 Observations du masquage 5 Application du masquage 2 Conséquences du Masquage 3 Interprétation
Plus en détailVision industrielle et télédétection - Détection d ellipses. Guillaume Martinez 17 décembre 2007
Vision industrielle et télédétection - Détection d ellipses Guillaume Martinez 17 décembre 2007 1 Table des matières 1 Le projet 3 1.1 Objectif................................ 3 1.2 Les choix techniques.........................
Plus en détailLES CARACTERISTIQUES DES SUPPORTS DE TRANSMISSION
LES CARACTERISTIQUES DES SUPPORTS DE TRANSMISSION LES CARACTERISTIQUES DES SUPPORTS DE TRANSMISSION ) Caractéristiques techniques des supports. L infrastructure d un réseau, la qualité de service offerte,
Plus en détail5.2 Théorème/Transformée de Fourier a) Théorème
. Théorème de Fourier et Transformée de Fourier Fourier, Joseph (788). Théorème/Transformée de Fourier a) Théorème Théorème «de Fourier»: N importe quelle courbe peut être décomposée en une superposition
Plus en détailComme chaque ligne de cache a 1024 bits. Le nombre de lignes de cache contenu dans chaque ensemble est:
Travaux Pratiques 3. IFT 1002/IFT 1005. Structure Interne des Ordinateurs. Département d'informatique et de génie logiciel. Université Laval. Hiver 2012. Prof : Bui Minh Duc. Tous les exercices sont indépendants.
Plus en détailTechnique de compression des images médicales 4D
Technique de compression des images médicales 4D Leila Belhadef 1 et Zoulikha Mekkakia 1 1 Département d Informatique, USTO-MB, BP 1505 El Mnaouer, Oran, Algérie l.belhadef@gmail.com, mekkakia@univ-usto.dz
Plus en détailCours de numérisation sur Epson Perfection
Cours de numérisation sur Epson Perfection 1- Vérifiez la propreté de la vitre, placez l original sur celle-ci. À savoir, on peut numériser des transparents avec ce scanner ; il a un capteur CCD dans le
Plus en détailM1107 : Initiation à la mesure du signal. T_MesSig
1/81 M1107 : Initiation à la mesure du signal T_MesSig Frédéric PAYAN IUT Nice Côte d Azur - Département R&T Université de Nice Sophia Antipolis frederic.payan@unice.fr 15 octobre 2014 2/81 Curriculum
Plus en détailMesure agnostique de la qualité des images.
Mesure agnostique de la qualité des images. Application en biométrie Christophe Charrier Université de Caen Basse-Normandie GREYC, UMR CNRS 6072 Caen, France 8 avril, 2013 C. Charrier NR-IQA 1 / 34 Sommaire
Plus en détailSystèmes de communications numériques 2
Systèmes de Communications Numériques Philippe Ciuciu, Christophe Vignat Laboratoire des Signaux et Systèmes CNRS SUPÉLEC UPS SUPÉLEC, Plateau de Moulon, 91192 Gif-sur-Yvette ciuciu@lss.supelec.fr Université
Plus en détailDEVANT L UNIVERSITE DE RENNES 1
N o d ordre: 3063 THÈSE présentée DEVANT L UNIVERSITE DE RENNES 1 pour obtenir le grade de : DOCTEUR DE L UNIVERSITE DE RENNES 1 Mention Informatique par Nathalie CAMMAS Équipe d accueil : France Télécom
Plus en détailContexte. Pour cela, elles doivent être très compliquées, c est-à-dire elles doivent être très différentes des fonctions simples,
Non-linéarité Contexte Pour permettre aux algorithmes de cryptographie d être sûrs, les fonctions booléennes qu ils utilisent ne doivent pas être inversées facilement. Pour cela, elles doivent être très
Plus en détailLe concept cellulaire
Le concept cellulaire X. Lagrange Télécom Bretagne 21 Mars 2014 X. Lagrange (Télécom Bretagne) Le concept cellulaire 21/03/14 1 / 57 Introduction : Objectif du cours Soit un opérateur qui dispose d une
Plus en détailEchantillonnage Non uniforme
Echantillonnage Non uniforme Marie CHABERT IRIT/INP-ENSEEIHT/ ENSEEIHT/TéSASA Patrice MICHEL et Bernard LACAZE TéSA 1 Plan Introduction Echantillonnage uniforme Echantillonnage irrégulier Comparaison Cas
Plus en détailChp. 4. Minimisation d une fonction d une variable
Chp. 4. Minimisation d une fonction d une variable Avertissement! Dans tout ce chapître, I désigne un intervalle de IR. 4.1 Fonctions convexes d une variable Définition 9 Une fonction ϕ, partout définie
Plus en détailFonctions de plusieurs variables
Module : Analyse 03 Chapitre 00 : Fonctions de plusieurs variables Généralités et Rappels des notions topologiques dans : Qu est- ce que?: Mathématiquement, n étant un entier non nul, on définit comme
Plus en détailCommunications numériques
Communications numériques 1. Modulation numérique (a) message numérique/signal numérique (b) transmission binaire/m-aire en bande de base (c) modulation sur fréquence porteuse (d) paramètres, limite fondamentale
Plus en détailUniversité de La Rochelle. Réseaux TD n 6
Réseaux TD n 6 Rappels : Théorème de Nyquist (ligne non bruitée) : Dmax = 2H log 2 V Théorème de Shannon (ligne bruitée) : C = H log 2 (1+ S/B) Relation entre débit binaire et rapidité de modulation :
Plus en détailRésolution d équations non linéaires
Analyse Numérique Résolution d équations non linéaires Said EL HAJJI et Touria GHEMIRES Université Mohammed V - Agdal. Faculté des Sciences Département de Mathématiques. Laboratoire de Mathématiques, Informatique
Plus en détailAlgorithmique des Systèmes Répartis Protocoles de Communications
Algorithmique des Systèmes Répartis Protocoles de Communications Master Informatique Dominique Méry Université de Lorraine 1 er avril 2014 1 / 70 Plan Communications entre processus Observation et modélisation
Plus en détailGéométrie discrète Chapitre V
Géométrie discrète Chapitre V Introduction au traitement d'images Géométrie euclidienne : espace continu Géométrie discrète (GD) : espace discrétisé notamment en grille de pixels GD définition des objets
Plus en détailI. TRANSMISSION DE DONNEES
TD I. TRANSMISSION DE DONNEES 1. QU'EST-CE QU'UN CANAL DE TRANSMISSION? 1.1 Rappels Une ligne de transmission est une liaison entre les deux machines. On désigne généralement par le terme émetteur la machine
Plus en détailInitiation à linfographie
Ce support de cours de l Agence universitaire de la Francophonie est distribué sous licence GNU FDL. Permission vous est donnée de copier, distribuer et/ou modifier ce document selon les termes de la Licence
Plus en détailLA COUCHE PHYSIQUE EST LA COUCHE par laquelle l information est effectivemnt transmise.
M Informatique Réseaux Cours bis Couche Physique Notes de Cours LA COUCHE PHYSIQUE EST LA COUCHE par laquelle l information est effectivemnt transmise. Les technologies utilisées sont celles du traitement
Plus en détailL analyse d images regroupe plusieurs disciplines que l on classe en deux catégories :
La vision nous permet de percevoir et d interpreter le monde qui nous entoure. La vision artificielle a pour but de reproduire certaines fonctionnalités de la vision humaine au travers de l analyse d images.
Plus en détailExpérience 3 Formats de signalisation binaire
Expérience 3 Formats de signalisation binaire Introduction Procédures Effectuez les commandes suivantes: >> xhost nat >> rlogin nat >> setenv DISPLAY machine:0 >> setenv MATLABPATH /gel/usr/telecom/comm_tbx
Plus en détailLes algorithmes de base du graphisme
Les algorithmes de base du graphisme Table des matières 1 Traçage 2 1.1 Segments de droites......................... 2 1.1.1 Algorithmes simples.................... 3 1.1.2 Algorithmes de Bresenham (1965).............
Plus en détailTechnique de codage des formes d'ondes
Technique de codage des formes d'ondes Contenu Introduction Conditions préalables Conditions requises Composants utilisés Conventions Modulation par impulsions et codage Filtrage Échantillon Numérisez
Plus en détailEnregistrement et transformation du son. S. Natkin Novembre 2001
Enregistrement et transformation du son S. Natkin Novembre 2001 1 Éléments d acoustique 2 Dynamique de la puissance sonore 3 Acoustique géométrique: effets de diffusion et de diffraction des ondes sonores
Plus en détailLABO 5-6 - 7 PROJET : IMPLEMENTATION D UN MODEM ADSL SOUS MATLAB
LABO 5-6 - 7 PROJET : IMPLEMENTATION D UN MODEM ADSL SOUS MATLAB 5.1 Introduction Au cours de séances précédentes, nous avons appris à utiliser un certain nombre d'outils fondamentaux en traitement du
Plus en détailHiver 2013 IMN 259. Introduction à l analyse d images. Par Pierre-Marc Jodoin
Hiver 2013 Analyse d images IMN 259 Introduction à l analyse d images Par Pierre-Marc Jodoin Où se situe l analyse d images? Traitement d images Imagerie Image Analyse d images/ Vision par ordinateur Infographie
Plus en détailLa couche physique de l ADSL (voie descendante)
La couche physique de l ADSL (voie descendante) Philippe Ciblat École Nationale Supérieure des Télécommunications, Paris, France Problématique qq kilomètres CENTRAL câble de 0,4mm Objectifs initiaux :
Plus en détailThéorie et Codage de l Information (IF01) exercices 2013-2014. Paul Honeine Université de technologie de Troyes France
Théorie et Codage de l Information (IF01) exercices 2013-2014 Paul Honeine Université de technologie de Troyes France TD-1 Rappels de calculs de probabilités Exercice 1. On dispose d un jeu de 52 cartes
Plus en détailIntérêt du découpage en sous-bandes pour l analyse spectrale
Intérêt du découpage en sous-bandes pour l analyse spectrale David BONACCI Institut National Polytechnique de Toulouse (INP) École Nationale Supérieure d Électrotechnique, d Électronique, d Informatique,
Plus en détailCalcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.
1 Définitions, notations Calcul matriciel Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. On utilise aussi la notation m n pour le
Plus en détail1.1 Codage de source et test d hypothèse
Théorie de l information et codage 200/20 Cours 8février20 Enseignant: Marc Lelarge Scribe: Marc Lelarge Pour information Page webdu cours http://www.di.ens.fr/~lelarge/info.html Notations Pour des variables
Plus en détailFête de la science Initiation au traitement des images
Fête de la science Initiation au traitement des images Détection automatique de plaques minéralogiques à partir d'un téléphone portable et atelier propose de créer un programme informatique pour un téléphone
Plus en détailChapitre 2 : communications numériques.
Chapitre 2 : communications numériques. 1) généralités sur les communications numériques. A) production d'un signal numérique : transformation d'un signal analogique en une suite d'éléments binaires notés
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours.
Eo7 Fonctions de plusieurs variables Eercices de Jean-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-francefr * très facile ** facile *** difficulté moenne **** difficile ***** très difficile I
Plus en détailFORMATS DE FICHIERS. Quels sont les différents types d informations numériques dans un document multimédia?
FORMATS DE FICHIERS Choisir et justifier un format de fichier pour réaliser un document multimédia 1 ) Le problème d Amélie Amélie et Léa ont publié leur premier article sur leur propre blog. Amélie constate
Plus en détailJ AUVRAY Systèmes Electroniques TRANSMISSION DES SIGNAUX NUMERIQUES : SIGNAUX EN BANDE DE BASE
RANSMISSION DES SIGNAUX NUMERIQUES : SIGNAUX EN BANDE DE BASE Un message numérique est une suite de nombres que l on considérera dans un premier temps comme indépendants.ils sont codés le plus souvent
Plus en détaildonnées en connaissance et en actions?
1 Partie 2 : Présentation de la plateforme SPSS Modeler : Comment transformer vos données en connaissance et en actions? SPSS Modeler : l atelier de data mining Large gamme de techniques d analyse (algorithmes)
Plus en détailCatégories de format d'optimisation
Catégories de format d'optimisation On distingue 3 formats principaux pour les images destinées au Web: JPG GIF PNG Le format JPG est le format idéal pour les photographies et ses paramètres d'optimisation
Plus en détailLimites finies en un point
8 Limites finies en un point Pour ce chapitre, sauf précision contraire, I désigne une partie non vide de R et f une fonction définie sur I et à valeurs réelles ou complees. Là encore, les fonctions usuelles,
Plus en détail1 radian. De même, la longueur d un arc de cercle de rayon R et dont l angle au centre a pour mesure α radians est α R. R AB =R.
Angles orientés Trigonométrie I. Préliminaires. Le radian Définition B R AB =R C O radian R A Soit C un cercle de centre O. Dire que l angle géométrique AOB a pour mesure radian signifie que la longueur
Plus en détailIMAGES NUMÉRIQUES MATRICIELLES EN SCILAB
IMAGES NUMÉRIQUES MATRICIELLES EN SCILAB Ce document, écrit par des animateurs de l IREM de Besançon, a pour objectif de présenter quelques unes des fonctions du logiciel Scilab, celles qui sont spécifiques
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours
Exo7 Continuité (étude globale). Diverses fonctions Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr * très facile ** facile *** difficulté moyenne **** difficile *****
Plus en détail1AN. e n 19" FicheS Techniques. PLV - Dynamique. caractéristiques techniques. dimensions dela structure
Démarrage automatique du contenu audio et vidéo haut-parleurs integrés Totem métal pliable et transportable Ecran 19 4/3 Habillage quadri numérique sur panneaux aimantés inclus. Couleur : noir Poids :
Plus en détailOptimiser les e-mails marketing Les points essentiels
Optimiser les e-mails marketing Les points essentiels Sommaire Une des clés de succès d un email marketing est la façon dont il est créé puis intégré en HTML, de telle sorte qu il puisse être routé correctement
Plus en détailMesures de temps de propagation de groupe sur convertisseurs de fréquence sans accès aux OL
Mesures de temps de propagation de groupe sur convertisseurs de fréquence sans accès aux Comment mesurer le temps de propagation de groupe sur des convertisseurs de fréquence dans lesquels le ou les oscillateurs
Plus en détailSimulation de variables aléatoires
Chapter 1 Simulation de variables aléatoires Références: [F] Fishman, A first course in Monte Carlo, chap 3. [B] Bouleau, Probabilités de l ingénieur, chap 4. [R] Rubinstein, Simulation and Monte Carlo
Plus en détailProjet de Traitement du Signal Segmentation d images SAR
Projet de Traitement du Signal Segmentation d images SAR Introduction En analyse d images, la segmentation est une étape essentielle, préliminaire à des traitements de haut niveau tels que la classification,
Plus en détailTraitement numérique de l'image. Raphaël Isdant - 2009
Traitement numérique de l'image 1/ L'IMAGE NUMÉRIQUE : COMPOSITION ET CARACTÉRISTIQUES 1.1 - Le pixel: Une image numérique est constituée d'un ensemble de points appelés pixels (abréviation de PICture
Plus en détailLa classification automatique de données quantitatives
La classification automatique de données quantitatives 1 Introduction Parmi les méthodes de statistique exploratoire multidimensionnelle, dont l objectif est d extraire d une masse de données des informations
Plus en détailSpécifications Techniques - Tablettes
Spécifications Techniques - Tablettes SOMMAIRE : Le Figaro ipad.3 Le Figaro Magazine ipad.16 Interstitiel Le Figaro / Safari IPAD... 20 Le Figaro Madame ipad. 22 Le Figaro GOLF ipad 24 Le Figaro Android
Plus en détailJPEG, PNG, PDF, CMJN, HTML, Préparez-vous à communiquer!
JPEG, PNG, PDF, CMJN, HTML, Préparez-vous à communiquer! 1 / Contexte L ordinateur La loi du nombre La numérisation = codage d une information en chiffres binaire : 0 1 («bit») 8 bits = 1 octet 1ko = 1024
Plus en détailVidéo Haute définition pour Station Service
Vidéo Haute définition pour Station Service La technologie appelé HD-SDI (High-Definition Serial Digital Interface) permet d installer un réseau de vidéosurveillance avec une résolution max. de 1080 p.
Plus en détailAnalyse d images. Edmond.Boyer@imag.fr. Edmond Boyer UFRIMA 1
Analyse d images Edmond.Boyer@imag.fr Edmond Boyer UFRIMA 1 1 Généralités Analyse d images (Image Analysis) : utiliser un ordinateur pour interpréter le monde extérieur au travers d images. Images Objets
Plus en détailCinéma Numérique : État de l art d un point de vue Art et Essai
Cinéma Numérique : État de l art d un point de vue Art et Essai Master 2 Recherche Informatique et Télécommunications, parcours AVI Auteur : Nicolas Bertrand 52, chemin du Buisson 97436 Saint-Leu bertrand@inattendu.org
Plus en détailFiltres passe-bas. On utilise les filtres passe-bas pour réduire l amplitude des composantes de fréquences supérieures à la celle de la coupure.
Filtres passe-bas Ce court document expose les principes des filtres passe-bas, leurs caractéristiques en fréquence et leurs principales topologies. Les éléments de contenu sont : Définition du filtre
Plus en détailLe signal GPS. Les horloges atomiques à bord des satellites GPS produisent une fréquence fondamentale f o = 10.23 Mhz
Le signal GPS Les horloges atomiques à bord des satellites GPS produisent une fréquence fondamentale f o = 10.23 Mhz Deux signaux en sont dérivés: L1 (fo x 154) = 1.57542 GHz, longueur d onde = 19.0 cm
Plus en détailTS 35 Numériser. Activité introductive - Exercice et démarche expérimentale en fin d activité Notions et contenus du programme de Terminale S
FICHE Fiche à destination des enseignants TS 35 Numériser Type d'activité Activité introductive - Exercice et démarche expérimentale en fin d activité Notions et contenus du programme de Terminale S Compétences
Plus en détailUn schéma de compression avec pertes efficace pour les images médicales volumiques
Un schéma de compression avec pertes efficace pour les images médicales volumiques Yann GAUDEAU 1 Jean-Marie MOUREAUX 1 CRAN CNRS (UMR 7039) Nancy-University, Faculté des Sciences et Techniques, BP 239,
Plus en détailOpérations de base sur ImageJ
Opérations de base sur ImageJ TPs d hydrodynamique de l ESPCI, J. Bico, M. Reyssat, M. Fermigier ImageJ est un logiciel libre, qui fonctionne aussi bien sous plate-forme Windows, Mac ou Linux. Initialement
Plus en détailCodage vidéo par block matching adaptatif
Traitement et analyse d'images(39) Codage vidéo par block matching adaptatif Abdelhamid Djeffal Département d informatique Université Mohamed Khider BISKRA, ALGERIE Abdelhamid_Djeffal@yahoo.fr Zine Eddine
Plus en détailDOCM 2013 http://docm.math.ca/ Solutions officielles. 1 2 10 + 1 2 9 + 1 2 8 = n 2 10.
A1 Trouvez l entier positif n qui satisfait l équation suivante: Solution 1 2 10 + 1 2 9 + 1 2 8 = n 2 10. En additionnant les termes du côté gauche de l équation en les mettant sur le même dénominateur
Plus en détail1 de 46. Algorithmique. Trouver et Trier. Florent Hivert. Mél : Florent.Hivert@lri.fr Page personnelle : http://www.lri.fr/ hivert
1 de 46 Algorithmique Trouver et Trier Florent Hivert Mél : Florent.Hivert@lri.fr Page personnelle : http://www.lri.fr/ hivert 2 de 46 Algorithmes et structures de données La plupart des bons algorithmes
Plus en détailChapitre 22 : (Cours) Numérisation, transmission, et stockage de l information
Chapitre 22 : (Cours) Numérisation, transmission, et stockage de l information I. Nature du signal I.1. Définition Un signal est la représentation physique d une information (température, pression, absorbance,
Plus en détailun nouvel œil pour l analyse de mouvement
un nouvel œil pour l analyse de mouvement L entreprise EyeNetics La S.A.R.L. EyeNetics a pour objectif de simplifier l utilisation des systèmes d analyse de mouvement. Dans cette optique nous avons conçu
Plus en détailSystèmes de communications numériques 2
Systèmes de Communications Numériques Philippe Ciuciu, Christophe Vignat Laboratoire des Signaux et Systèmes cnrs supélec ups supélec, Plateau de Moulon, 9119 Gif-sur-Yvette ciuciu@lss.supelec.fr Université
Plus en détail