Transcription

1 DjVu: Un Systçeme de Compression d'images pour la Distribution Rçeticulaire de Documents Numçerisçes. Lçeon Bottou, Patrick Haæner, Yann LeCun, Paul Howard, Pascal Vincent, Bill Riemers AT&T Labs - Research 100 Schulz Drive, Red Bank, NJ 07701, USA fleonb,haæner,yann,pgh,vincent,bcrg@research.att.com

2 DjVu: Un Systçeme de Compression d'images pour la Distribution Rçeticulaire de Documents Numçerisçes. Rçesumçe Nous prçesentons une technique nouvelle de compression d'images appelçee ëdjvu". Cette technique est spçecialement conçcue pour la compression de documents en couleurs numçerisçes ça haute rçesolution. Un æchier DjVu reprçesentant une page typique d'un magazine en couleurs, numçerisçee ça 300 points par pouce èdpiè, requiert entre 40 et 80 KB, ce qui est est 5 ça 10 fois meilleur qu'un æchier JPEG oærant une lisibilitçe similaire. Le compresseur DjVu commence par classer chaque pixel de l'image numçerisçee comme pixel d'avant-plan ètexte, dessins au traitè ou pixel d'arriçere-plan èimages, photos, texture du papierè gr^ace ça une combinaison de Modçeles de Markov Cachçes èhmmè et d'heuristiques fondçes sur le principe de Minimum Description Length èmdlè. Cette classiæcation forme une image bitonale qui est compressçee gr^ace ça une technique qui tire parti des similitudes de forme entre les divers caractçeres composant l'avant-plan. Les images d'avant-plan et d'arriçere-plan sont ensuite compressçees ça l'aide d'un algorithme de compression par ondelettes avec une rçesolution reduite. Un algorithme de masquage minimise le nombre de bits utilisçes pour coder les pixels d'avant-plan ou d'arriçere-plan qui ne sont pas visibles dans l'image ænale. Des logiciels d'encodage et de dçecodage sont disponibles pour toutes les plateformes usuelles. Une extension de butineur èëbrowser plugin"è permet de visualiser trçes eæcacement les images DjVu sur le Web. 1 Introduction Avec l'utilisation gçençeralisçee de l'internet, avec les co^uts dçecroissants des numçeriseurs et des disques, l'archivage, la transmission et la manipulation des documents se fait de plus en plus sur ordinateur et de moins en moins sur papier. L'çecran de nos ordinateurs est en train de devenir le moyen privilçegiçe de consultation de documents parce qu'il permet un accçes immçediat ça l'information. Les technologies de compression d'images bitonales ènoir et blancè de documents ont une longue histoire ècf. ë14ë et rçefçerencesè. Une industrie æorissante utilise des techniques standardisçees trçes bien acceptçees ègroup 3, MMRèGroup 4è, parfois moins connues èjbigè, ou m^eme franchement obscures èjbig2è. Curieusement, jusqu'ça prçesent, il n'existait pas de standard permettant de traiter eæcacement les documents en couleur. Le besoin d'une telle technologie se sont fait plus pressant ces derniçeres annçees avec la gçençeralisation de l'internet. Associçee ça l'apparition de numçeriseurs couleur performants, une telle technologie autorise l'existence de bibliothçeques digitales oærant en ligne des images de documents anciens ou historiques, des catalogues de vente par correspondance, des gazettes electroniques, des formulaires, des archives gouvernementales ou commerciales, des publications scientiæques, techniques, lçegales, ou tout autre document actuellement prisonier du support papier. Les mçethodes usuelles de compression d'images ne permettent pas de telles applications parce qu'elles produisent soit des æchiers trop gros, soit des images diæcilement lisibles. L'image couleur d'une page de magazine numçerisçee ça 100 points par pouce èdpiè, ou 4 points par mm èpèmmè, requiert 100 KB ça 200 KB tout en çetant diæcile ça lire. La m^eme image numçerisçee ça 300 dpi è12 pèmmè possçede une qualitçe acceptable mais une taille variant entre 300 KB et 600 KB. M^eme avec une connexion ça large bande passante, ces tailles se traduisent sur le Web par des temps de chargement insupportables pour l'utilisateur ænal.

3 D'une part, une rçesolution çelevçee èau moins 300 dpiè est nçecessaire pour coder les contours de fort contraste aæn de prçeserver la lisibilitçe du texte et la dçeænition des dessins au trait. D'autre part, une rçesolution infçerieure ède l'ordre de 100 dpiè est suæsante pour prçeserver l'apparence des images photographiques ou la texture du papier. Il semble donc naturel de sçeparer l'image initiale en deux plans: l'avant-plan contenant letexte et les dessins au trait, l'arriçere plan contenant les images photographiques et la texture du papier. Cette sçeparation apporte un second avantage de taille: il est possible de placer l'avant-plan en t^ete du æchier et de permettre ça l'utilisateur ænal de voir le texte dçes que celui ci est disponible, sans attendre le chargement duæchier complet. Nous pensons que le cahier des charges suivant permet d'oærir ça l'utilisateur ænal une expçerience acceptable. Le texte doit appara^çtre ça l'çecran aprçes un dçelai d'au plus quelques secondes. Cela signiæe que l'avant-plan doit tenir en moins de 40 KB èen supposant une vitesse de transmission de 56Kbèsè. Le reste de l'image doit ensuite ^etre aæchçe progressivement, en amçeliorant la qualitçe au fur et ça mesure de la transmission. La taille totale du æchier ne doit pas excçeder 100 Kb aæn de limiter le temps de transmission total et les contraintes de stockage de donnçees. Les images de grande tailles posentçegalement problçeme pendant ladçecompression. Une page de magazine fait environ 3300x2500 pixels et occupe 25 MB de mçemoire sous forme non compressçee. De telles images peuvent ^etre diæciles ça manipuler sur l'ordinateur personnel de l'utilisateur moyen. Le logiciel de visualisation doit donc maintenir en mçemoire l'image complçete sous forme compressçee, et dçecompresser ça la demande les pixels visibles sur l'çecran ça un instant donnçe. Cet article dçecrit un technique de compression d'images de documents appelçee ëdjvu" èqui se prononce ëdçejça vu" en Françcais comme en Anglaisè qui apporte une solution ça tous les problçemes citçes ci-dessus. Avec DjVu, une pages numçerisçee ça 300 dpi en couleur è25 MB sous forme non compressçeeè peut ^etre compressçee en un æchier de 30 KB ça 80KBavec une excellente qualitçe. Cette taille est comparable ça la taille moyenne d'une page Web èhtml et imagesè qui est d'environ 50 a 100 KB. Un plug-in pour butineur èëbrowser plug-in"è permet la visualisation progressive des pages DjVu au fur et ça mesure de la transmission. L'utilisateur peut sçelectionner le grossissement et dçeplacer librement l'image dans la fen^etre de visualisation. En interne, le logiciel de visualisation ne gçençere jamais l'image complçete de 25 MB, mais conserve l'image en mçemoire sous une forme partiellement dçecodçee qui occupe environ 1.5 MB, et reconstruit ça la demande les pixels qui sont aæchçes ça l'çecran. La premiçere section explique les idçees gçençerales de compression et dçecompression DjVu. Les sections 3 and 7 dçecrivent le comportement de l'algorithme de segmentation avant-planèarriçere-plan. Les sections suivantes donnent quelques rçesultats, et la derniçere section dçetaille certaines caractçeristiques importantes qui contribuent ça la performance de DjVu. 2 Le Systçeme DjVu L'une des idçees essentielles de DjVu consiste ça dçecomposer l'image en un avant-plan contenant les objets dçelimitçes par des contours fortement contrastçes ècomme le texte et les dessins au traitè, et un arriçere plan contenant le reste de l'image ècomme les photographies ou la texture du papierè. Diæçerentes techniques peuvent ensuite ^etre utilisçees pour compresser chaque plan. Les mçethodes usuelles de compression d'images sont en eæet conçcues, soit pour compresser des images naturelles contenant peu de contours èjpegè, soit des images de documents noir et blancs, entiçerement composçees de contours a fort contraste ègroup 3, MMRèGroup 4, and

4 JBIGè. Le systçeme DjVu intçegre deux nouvelles techniques appelçees JB2 et IW44 pour coder les divers plans. L'algorithme de sçeparation avant-planèarriçere-plan produit trois sorties: un masque bitonal de haute rçesolution èen gçençeral 300 dpiè, une image en couleur reprçesentant l'arriçere-plan avec une rçesolution moindre èen gçençeral 100 dpiè, et une structure qui code la couleur des objets d'avant-plan. Si un pixel du masque est zçero, le pixel correspondant de l'image reconstruite prend la couleur extraite de l'image d'arriere-plan a l'endroit correspondant, sinon il prend une couleur dçeænie par l'avant-plan. Le masque est encodçe avec un nouvel algorithme de compression d'image bitonale, nommçe JB2, qui est en fait un descendant de la proposition originale d'at&t pour le standard JBIG-2. L'algorithme consiste ça identiæer les formes individuelles qui composent l'image ègçençeralement des composantes connexes, comme des caractçeresè et ça les grouper en catçegories de formes similaires ë2ë. Les formes reprçesentatives de chaque classe sont codçees gr^ace ça une mçethode similaire au standard JBIG. Chaque pixel de la forme est codçe a l'aide d'une technique de codage arithmçetique adaptatif appelçe le ZP-Coder ë4ë. Le codeur arithmçetique utilise un contexte formçe par les pixels voisins dçejça transmis pour prçedire la valeur du pixel ça coder, et pour transmettre sa valeur en utilisant un nombre de bits optimal èça quelques pourcents de la limite de Shanonè. Les formes autres que le prototype appartenant ça une classe sont codçees en utilisant un contexte augmentçe qui incorpore la valeur des pixels de la forme prototype ë6ë. Cette stratçegie maximise la rçeduction du nombre de bits utilisçes puisque la majoritçe des pixels sont similaires aux pixels de la forme prototype. Comme il est rarement nçecessaire de reconstruire exactement l'image originale, les taux de compression peuvent ^etre signiæcativement augmentçes en remplaçcant ces formes par la forme prototype dçes que les diæçerences sont suæsamment faibles pour ^etre imperceptibles. Les positions auxquelles les formes doivent^etre aæchçee dans l'image sontçegalement codçees arithmçetiquement. Le codeur arithmçetique adaptatif ZP-Coder est trçes rapide, et fournit des taux de compression moyens situçes a environ 5è de la limite thçeorique de Shannon ë4ë. Dans le cas oçu le document comporte plusieurs pages, il est avantageux de construire un dictionnaires de formes prototypes partagçe entre les pages, ainsi qu'un dictionnaire propre ça chaque page qui contient les formes n'apparaissant que dans la page considçerçee. JB2 utilise une mçethode trçes rapide et incrçementale pour ce faire. Des comparaisons avec les mçethodes standard sont donnçee ça la section 5 Pour l'image d'arriçere plan, DjVu utilise un algorithme de compression par ondelettes, nommçe IW44, qui prçesente plusieurs avantages importants vis-ça-vis des autres mçethodes de compression d'image naturelles. Premiçerement, IW44 utilise une transformçee d'ondelettes basçee sur sur la mçethode du ëlifting" qui est trçes rapide ë12ë. Deuxiçemement cette transformçee est implçementçee de maniçere ça ne pas requçerir de multiplication, en s'appuyant exclusivement sur des additions et des dçecalages. Cela rçeduit beaucoup le temps de calcul. Troisiçemement, la structure de donnçees interne des images IW44 permet d'amçeliorer progressivement les coeæcients d'ondelettes au fur et ça mesure de leur rçeception, tout en utilisant une quantitçe de mçemoire proportionelle au nombre de coeæcients non nuls èet non au nombre de pixelsè. Troisiçemement, cette structure de donnçees permet ça tout moment, pendant et aprçes la transmission, de reconstruire un segment quelconque de l'image, avec une rçesolution quelconque. Cela permet de ne reconstruire que les parties de l'image aæchçees ça l'çecran. Finalement, la technique de masquage par projections successives ë5ë, permet d'çeviter de dçepenser des bits pour coder les rçegions de l'arriçere plan qui sont invisibles car recouvertes par des objets situçes ça l'avant-plan. L'algorithme IW44 utilise çegalement le ZP-Coder pour le codage ænal des donnçees.

5 La couleur des objets d'avant-plan peut ^etre encodçee de deux mçethodes diæçerentes. La premiçere mçethode consiste ça indentiæer une couleur unique pour chaque forme qui apparait dans le masque, et ça l'encoder l'aide du ZP-Coder. Ceci fournit un codage trçes compact mais exige une segmentation presque parfaite, et ne fonctione que si les composantes d'avant plan sont de couleur uniforme. La seconde mçethode consiste ça utiliser IW44 pour coder une image de trçes basse rçesolution èen gçençeral 25 dpi ou 1 pèmmè. L'interprçetation de cette image d'avant-plan est exactement symçetrique ça celle de l'image d'arriçere-plan: le masque sert essentiellement ëd'alpha channel" pour mixer les images d'arriçere-plan et d'avant-plan. Cette seconde mçethode est similaire aux suggestions du standard MRCèT.44 ë9ë. La section 6 quantiæe les gains rçesultant de l'usage des algorithmes JB2 et IW44 au lieu des algorithmes traditionnels MMRèGroup 4 et JPEG prçeconisçes par le standard. 3 L'Algorithme de Segmentation La premiçere phase de la segmentation avant-planèarriçere-plan repose sur un Champ de Markov Causa bidimensionnel, dont les çetats reprçesentent l'avant-plan et l'arriçere-plan. Chaque çetat dçecrit localement la distribution des pixels d'avant-plan ou d'arriçere-plan ça l'aide d'une gaussienne unique paramçetrçee par la couleur moyenne des pixels et leur variances. Les probabilitçes de transition du Champ de Markov sont des constantes dont lechoix est discutçe dans la derniçere section. Cette phase initiale eæectue en fait une sur-segmentation, aæn de collecter tous les objets qui pourraient mçeriter d'^etre codçes en avant-plan. En consçequence, certaines parties trçes contrastçees de photographies, ou certains tramages d'imprimerie peuvent trçes bien ^etre catçegorisçes incorrectement comme objets d'avant-plan. Une succession de æltres heuristiques sont ensuite appliquçes pour rejeter les candidats catçegorisçes par erreur comme objets d'avant-plan. Les critçeres de dçecision implçementçes par le æltre principal repose sur le principe de Longueur Minimale de Description, ou ëminimum Description Length èmdlè" ë8ë. Ce principe permet de minimiser le nombre de paramçetres heuristiques ça optimiser manuellement en comparant des centaines d'images de type divers. Il suæt en eæet de savoir s'il est prçefçerable de coder chaque candidat comme objet d'avant-plan ou d'arriçere plan. Le co^ut de codage associçe ça chaque possibilitçe est obtenue en additionnant leco^ut de codage des paramçetres d'un modçele gçençeratif de l'image compressçee et le co^ut de codage des rçesidus permettant de reconstruire l'image initiale. La possibilitçe qui prçesente le co^ut de codage minimum est retenue. Coder un candidat dans l'arriçere-plan requiert seulement unmodçele de l'image d'arriçere plan. Coder un candidat comme objet d'avant-plan requiert un modçele de l'image d'avant plan, un modçele de l'image d'arriçere plan situçee sous l'objet d'avant plan, et un modçele de l'image masque. Le modçele retenu pour l'image d'arriçere plan suppose simplement que la couleur de chaque pixel est une moyenne des pixels d'arriçere plan les plus proches trouvçes au dessus et ça gauche du pixel. Le modçele retenu pour l'image d'avant plan suppose une couleur uniforme pour l'objet. Le co^ut de codage associçe aumodçele du masque est çevaluçe heuristiquement ça partir de la longueur du pçerimçetre de l'objet candidat. Le modçele de l'arriçere-plan autorise les variations continues caractçeristiques des zones que l'on souhaite conserver en arriçere plan. Le modçele d'avant plan favorise les objets bien dçelimitçes de couleur uniforme. Bien que l'on puisse souhaiter des modçeles reproduisant plus ænement les caractçeristiques des algorithmes de codage de DjVu, ces trois modçeles simples oærent un bon compromis entre temps d'exçecution et qualitçe de la

6 Image bpp IW44 JPEG EZW SPIHT EBCOT Lena Lena Lena Goldhill nèa nèa Goldhill nèa nèa IW44 5 niveaux, avec æltre 4è4 de Dubuc-Deslauriers JPEG Independent JPEG Group avec tables de Huæman optimisçees EZW 6 niveaux, ordre 9 QMF, codage ëembedded Zero Tree" SPIHT 5 niveaux, æltre 9-7, avec codeur arithmçetique EBCOT 5 niveaux, æltre 9-7. Table 1: Rapport signalèbruit èen dbè obtenu sur des images test usuelles avec IW44, JPEG, et plusieurs mçethodes ça base d'ondelettes: EZW, SPIHT, et EBCOT. Le æltre utilisçe par IW44 est trçes rapide, mais sous optimal pour le taux de compression. segmentation. La segmentation complçete d'une image couleur a 300 dpi èune page de magazine par exempleè s'eæectue en 3 secondes environ. 4 Rçesultats: IW44 pour les images naturelles La performance de IW44 est typique des algorithmes de compression d'image par ondelettes, mais a çetçe optimisçe pour accçelçerer la vitesse de dçecodage et minimiser l'utilisation mçemoire, plut^ot que pour maximiser la compression. L'espace occupçe par une image IW44 est en gçençeral de 30è ça 50è infçerieure ça celui d'une image JPEG de m^eme rapport signalèbruit. Les gains les plus spectaculaires sont obtenus pour les taux de compression çelevçes. Un avantage signiæcatif the IW44 par rapport a JPEG est la progressivitçe. La table 1 prçesente les rapports SignalèBruit obtenus avec IW44 sur deux images de test standard èlena et goldhillè, et les compare ça JPEG ècommande Unix ëcjpeg" du Independent JPEG Groupè, et ça plusieurs mçethodes ça base d'ondelettes dçecrites dans la littçerature: EZW ë11ë, SPIHT ë10ë, et EBCOT ë13ë. Sur l'image Lena, IW44 surpasse JPEG èavec tables optimisçeesè d'un peu moins de 2 db. IW44 surpasse çegalement EZW, mais est lçegçerement moins bon que SPIHT et EBCOT. Ceci vient du fait que l'architecture d'iw44 et les æltres d'ondelette utilisçes sont optimisçes de maniçere a accçelçerer la vitesse de decodage. SPIHT et EBCOT utilisent le æltre 9-7 d'antonini et coll. ë1ë calculçe en virgule æottante. IW44 utilise le æltre 4è4 de Deslauriers-Dubuc calculçe en virgule æxe sur 16 bits, et sans utiliser de multiplications èuniquement en combinant additions et dçecalagesè. L'utilisation d'un æltre 9-7 dans IW44 amçeliorerait sensiblement les rçesultats d'iw44, mais rendrait le dçecodage beaucoup trop lent pour les applications considçerçees. En outre, IW44 est le rçesultat de compromis qui limitent la complexitçe des contexte du codage arithmçetique de maniçere ça maximiser la vitesse de decodage progressif, et ça minimiser l'utilisation mçemoire. A titre de comparaison, le future standard JPEG-2000 est basçe sur une version simpliæçee d'ebcot.

7 Mçethode MMRèG4 JBIG JB2 v2.0 Taux de Compression Table 2: comparaison entre MMRèG4, JBIG, et JB2 en mode sans pertes sur le corpus UW èd'aprçes ë7ëè 5 Rçesultats: JB2 pour les images bitonales Un test indçependant de compression ësans pertes" d'images bitonales ë7ë eæectuçe sur une large collection de documents a mesurçe un taux de compression moyen de 26.5 pour JB2 v2.0. Cela peut ^etre comparçe au taux de 13.5 obtenu par MMRèGroup 4 et 19.4 obtenu par JBIG. Les gains sont plus importants pour les images contenant beaucoup de texte, et moindres pour les images contenant plut^ot des dessins, ou des photographies tramçees. En mode ëavec pertes", les rçesultats sont beaucoup plus intçeressants. La notion de ëperte" est ici relative, car l'eæet des pertes est principalement d'uniformiser et de nettoyer la forme des caractçeres. La table 3 prçesente les rçesultats de DjVu bitonal et les compare a MMRèCCITTíGroupIV. Les taux de compression obtenus avec DjVu v3.0 en mode multipage avec dictionnaire partagçe sont de 4.5 ça 10 fois supçerieurs a MMRèG4. La taille moyenne d'une page est de 5 ça 11 kilo-octets, en fonction du document. Une comparaison avec avec PDF s'impose. Le format PDF lorsqu'il est utilisçe pour des documents bitonaux numçerisçes donne des tailles similaires ça MMRèG4 car PDF ne fait qu'encapsuler le document MMRèG4 dans un format PDF. Le document Nips10 est particuliçerement intçeressant car reprçesentative d'une publication scientiæque typique. Avec ses 1090 pages, le æchier TIFFèG4 èou l'çequivalent PDFè pçese environ 76MB. En DjVu, il est rçeduit ça environ 13MB. La taille moyenne par page est d'environ 10KB, ce qui permet d'envisager le stockage d'environ pages sur a CD-ROM èenviron 50 volumes de ce typeè. Le document Snowbird est diæçerent des autres en ce qu'il n'a pas çetçe numçerisçe ça partir de papier, mais directement convertit ça partir de æchiers PostScript crçeçes ça l'aide de logiciels de traitement de texte tels que LaTeX ou MS-Word. Le æchier PostScript original occupe environ 10.7 MB. Compressçe a l'aide de ëgzip", il occupe encore 3.1 MB. Convertit en TIFFèG4 a 300 dpi a l'aide de ëghostscript", il occupe 7.4 MB. Compressçe avec DjVu avec dictionnaire partagçe, il se rçeduit ça 728KB. C'est un gain de 10 par rapport a TIFFèG4, de 14 par rapport au PostScript, et de 4.25 par rapport au PostScript gzippçe. 6 Rçesultats: DjVu pour les documents en couleur Sur un document en couleur, le systçeme DjVu avec sçeparation avant-planèarriçere-plan atteint des taux de compression entre 300:1 et 1000:1. La table 4 montre les tailles de æchiers DjVu correspondant ça quelques documents numçerisçes en couleurs ça 300 dpi. Les documents ordinaires èmagazines, cataloguesè occupent entre 30 KB et 80 KB. Certains documents occupent de 80 KB a 140 KB parce que leur taille physique est supçerieure ou parce qu'ils contiennent des photographies dçetaillçees. Ces tailles de æchiers sont typiquement de5ça 10 fois infçerieures ça celles obtenues avec JPEG ça lisibilitçe çequivalente. A partir d'une image de documentça 300 dpi et 24 bitsèpixel, le segmenteur produit trois sous-images: le masque bitonal è1 bitèpixelè est 24 fois plus petit que l'image originale; l'image d'arriçere-plan è100 dpiè est 3 æ 3 = 9

8 Table 3: comparaison entre MMRèG4, et JB2 èdjvu bitonalè. Les six premiers documents sont des brevets Tailles de æchiers Document pages brut G4 JB2 v2.0 JB2-3è1è JB2-3è10è JB2-3èinfè èkbè èoctetsè èoctetsè èoctetsè èoctetsè èoctetsè p p p p p p Snowbird Nips nèa Taux de Compression Document pages brut G4 JB2 v2.0 JB2-3è1è JB2-3è10è JB2-3èinfè èkbè èratioè èratioè èratioè èratioè èratioè p p p p p p Snowbird Nips nèa Taux de Compression relatif a G4 Document pages brut G4 JB2 v2.0 JB2-3è1è JB2-3è10è JB2-3èinfè èkbè èratioè èratioè èratioè èratioè èratioè p p p p p p Snowbird Nips nèa Taille moyenne par page Document pages brut G4 JB2 v2.0 JB2-3è1è JB2-3è10è JB2-3èinfè èkbè èoctetsè èoctetsè èoctetsè èoctetsè èoctetsè p p p p p p Snowbird Nips nèa

9 Compression Aucune GIF JPEG DjVu hobby p mçedical dict time zone cookbook hobby p U.S. Constit hobby p ATT Olympic Table 4: Taille des æchiers èen KBè obtenus ça partir de huit documents numçerisçes ça 300 dpi en utilisant les algorithmes suivants: pas de compression, GIF ça rçesolution 150 dpi, JPEG ça rçesolution 300 dpi èijg-jpeg, qualitçe 20èè, et DjVu avec un masque ça 300 dpi et un arriçere plan ça 100 dpi. La qualitçe visuelle de ces images peut ^etre comparçee dans la section exemple du site Internet fois plus petite; l'image d'avant-plan è25 dpiè est 12 æ 12 = 144 fois plus petite. En additionnant les tailles non compressçees de ces sous-images, on obtient dçejça un taux de compression de 6.25:1 par rapport ça l'image originale. Nous proposons de comparer les rçesulats obtenus avec DjVu èqui utilise JB2 pour le masque et IW44 pour les autres plansè, et avec les techniques standards qui utilisent MMRèGroup 4 pour le masque et JPEG pour l'avant-plan et l'arriçere-plan. La ægure 1 montre les gains apportçes par JB2 et IW44 mesurçes sur un corpus composçe de 70 images variçees. Ces images contiennent des textes imprimçes, des photographies, de fort tramages, de l'çecriture manuscrite, des symboles mathçematiques, des dessins ça main levçee, et des partitions musicales. Les compressions JPEG et IW44 ontçetçe ajustçees de sorte ça produire des images compressçees avec une m^eme rapport signalèbruit mesurçe sur les pixels visibles de l'image. Le taux de compression pour les images d'arriçereplan passe de 59:1 pour JPEG ça 103:1 pour IW44. Globalement, le taux de compression moyen obtenu avec DjVu sur ces 70 images atteint 399:1. C'est ça peu prçes deux fois meilleur que les taux de compression que l'on aurait obtenu si l'on avait utilisçe les algorithmes usuels JPEG et MMRèGroup 4 dans un contexte MRCèT.44. De grandes quantitçes d'exemples peuvent^etre consultçes en ligne sur la bibliothçeque digitale DjVu ça l'adresse D'autres exemples sont disponibles auprçes de nombreux utilisateurs commerciaux et non-commerciaux de DjVu sur l'internet. 7 Optimiser la Segmentation Cette section montre comment il est possible d'optimiser les paramçetres de l'algorithm de segmentation de façcon semi-automatique. Puisqu'il n'est pas rçeellement possible d'estimer automatiquement les probabilitçes de transition entre les çetats avant-plan et arriçere-plan du Champ de Markov utilisçe dans la premiçere phase de l'algorithme de segmentation, il est nçecessaire de choisir une valeur de façcon heuristique. La proportion de pixels catçegorisçes en avant-plan diminue avec ce paramçetre. Lorsqu'il devient nul, tous les pixels sont catçegorisçes en arriçere-plan. La ægure 2 montre l'impact de ce paramçetre sur la taille des æchiers DjVu correspondant ça trois documents

10 Image originale 23,000K Pas de compression Masque 958K Av, Pl. 160K CCITT G4 14:1 JPEG 35:1 Masque 68K Avant Plan 5K Compression MMR+JPEG 116K 6.25:1 Arriere Plan 2,555K JPEG 59:1 IW44 52:1 JB2 30:1 Arrière Plan: 43K IW44 103:1 Masque 32K Avant Plan 3K Bg:24K Compression DjVu 59K Figure 1: Comparaison, pour une segmentation donnçee, de la taille moyenne des trois sous-images èmasque, arriçere-plan, avant-planè compressçees en utilisant les techniques suivantes: èiè pas de compression, èiiè compression standard avec MMRèGroup 4 et JPEG, èiiiè compression DjVu avec JB2 et IW44. En supposant une image initiale de 23 MB, chaque bloc indique la taille moyenne du plan correspondant.

11 10 x mask background foreground 9 x mask background foreground 18 x mask background foreground Transition log probability Catalogue de V.P.C Transition log probability Livre du XVIIeme siçecle Transition log probability Document ça fort tramage Figure 2: Tailles des æchiers DjVu en fonction du logarithme negatif de la probabilite de transition avantplanèarriçere-plan, reportçees pour trois documents. Les deux premiers sont visible en ligne aux adresses et

12 de type trçes diæçerents. Les graphes montrent les tailles des divers segments du æchier DjVu codant le masque, l'image d'arriçere-plan, et l'image d'avant-plan. Une valeur trop çelevçee du paramçetre sur-segmente le document. Le æchier DjVu est alors dominçe par le masque qui contient alors des çelements de photographies, des motifs de tramage, ou bien du bruit. Une valeur trop faible sous-segmente le document. Le texte est alors codçe comme çelçement d'arriçere-plan. Cette expçerience a çetçe rçealisçee sans utiliser les æltres heuristiques du segmenteur aæn d'çeviter des interactions entre diverses parties du systçeme. Dans chaque graphe, une ligne verticale indique la valeur du paramçetre pour laquelle un observateur humain a observçe la meilleure qualitçe de reproduction. Pour la plupart des documents, ce point correspond aussi au meilleur taux de compression. Cette propriçetçe remarquable facilite grandement la mise au point du segmenteur. 8 Conclusion DjVu est une technique de compression d'images qui çetablit une passerelle entre le monde du papier et le monde des bits. Elle permet de publier sur l'internet des documents numçerisçes ça haute rçesolution sans pour autant requçerir des temps de chargement qui çeprouveraient la patience de l'utilisateur, et sans requçerir des resources informatiques qui çeprouveraient son portefeuille. Des logiciels de compression, de dçecompression, et de visualisation DjVu sont disponibles sur le site et sont gratuits pour tout usage non commercial. Le code source de la bibliothçeque de rçefçerence est disponibles ça lam^eme adresse avec une license de type ëlogiciel Libre". La spçeciæcation du format de æchier et çegalement disponible. Le plug-in DjVu pour butineur Web est disponible pour Linux, Windows, et Mac ainsi que pour plusieurs versions d'unix. Le site contient aussi une bibliothçeque virtuelle oærant quelques milliers de pages numçerisçees d'origines diverses. DjVu est d'ores et dçejça utilisçe par un grand nombre d'utilisateurs commerciaux et non-commerciaux sur l'internet. Entre autres, Bell and Howell èanciennement University Microælm Inc.è propose un service basçe sur DjVu nommçe ëearly English Books Online" qui regroupe la totalitçe des livres publiçes en Anglais entre l'invention de l'imprimerie et l'annçee 1700 è22 millions de pagesè numçerisçes ça partir de microælms. Certains groupements, tels l'acoustic Society of America, oærent les archives de leurs publications scientiæques au format DjVu sur CD-ROM ou sur l'internet. En outre, de nombreuses universitçes et bibliothçeques commencentça proposer leur collections au format DjVu. DjVu est non-seulement le plus performant des systçemes disponibles aujourd'hui pour la compression et la distribution de documents numçerisçes bitonaux et couleurs, mais c'est aussi le seul qui soit un standard ouvert, implçementçe, et qui ait fait ses preuves dans des applications a grande çechelle. References ë1ë M. Antonini, M. Barlaud, P. Mathieu, and Daubechies I. Transactions on Image Processing, 1:205í220, Image coding using wavelet transform. IEEE ë2ë R. N. Ascher and G. Nagy. A means for achieving a high degree of compaction on scan-digitized printed text. IEEE Trans. Comput., C-23:1174í1179, November ë3ë L. Bottou, P. Haæner, P. G. Howard, P. Simard, Y. Bengio, and Y. LeCun. High quality document image compression with djvu. Journal of Electronic Imaging, 7è3è:410í428, 1998.

13 ë4ë L. Bottou, P. G. Howard, and Y. Bengio. The Z-coder adaptive binary coder. In Proceedings of IEEE Data Compression Conference, pages 13í22, Snowbird, UT, ë5ë L. Bottou and S. Pigeon. Lossy compression of partially masked still images. In Proceedings of IEEE Data Compression Conference, Snowbird, UT, March-April ë6ë P. G. Howard. Text image compression using soft pattern matching. Computer Journal, 40è2è3è:146í156, ë7ë Stuart Inglis. Lossless Document Image Compression. PhD thesis, UniversityofWaikato, March ë8ë W. Niblack J. Sheinvald, B. Dom and D. Steele. Unsupervised image segmentation using the minimum description length principle. In Proceedings of ICPR 92, ë9ë MRC. Mixed rater content èmrcè mode. ITU Recommendation T.44, ë10ë A. Said and W. A. Pearlman. A new, fast, and eæcient image codec based on set partitioning in hierarchical trees. IEEE Transactions on Circuits and Systems for Video Technology, 6è3è:243í250, June ë11ë J. M. Shapiro. Embedded image coding using zerotrees of wavelets coeæcients. IEEE Transactions on Signal Processing, 41:3445í3462, December ë12ë W. Sweldens. The lifting scheme: A custom-design construction of biorthogonal wavelets. Journal of Applied Computing and Harmonic Analysis, 3:186í200, ë13ë D. Taubman. High performance scalable image compression with ebcot. IEEE Transactions on Image Processing, Preprint March To appear. ë14ë I. H. Witten, A. Moæat, and T. C. Bell. Managing Gigabytes: Compressing and Indexing Documents and Images. Van Nostrand Reinhold, New York, 1994.