LA COMPRESSION D'IMAGES

   
     

Accueil

Introduction

LES FRACTALES : OBJETS MATHEMATIQUES

Présentation

Dimension Fractale

Les différents types de fractales

Les L-Systèmes

La courbe de Koch

Sierpinski (triangles, tapis et autres polyèdres)

La courbe de Peano

Courbe de Mandelbrot

L'ensemble de Julia

L'INTERET ET LES APPLICATIONS DES FRACTALES

La théorie du Chaos

Applications d'aujourd'hui

Les antennes fractales

Le mur anti-bruit

Mélange de produits chimiques

La compression d'images

Conclusion

ANNEXE

Biographies

Un programme (L-Systèmes)

Bibliographie

Livre d'or

Contact

 

    La compression fractale est une méthode de compression d’images encore peu utilisée aujourd’hui. Elle repose sur la détection de la récurrence des motifs, et tend à éliminer la redondance d’informations dans l’image. C’est une méthode de compression destructive, c'est-à-dire que l’ensemble des données de départ ne se retrouve pas dans l’image finale. Il existe plusieurs méthodes de compression fractale (subdivision de triangles, Delaunay etc…). La méthode Jacquin  est l’une des plus connues.

 

Celle-ci consiste tout d'abord à réaliser deux segmentations (appelés aussi pavages, ou partitions) sur une image : une segmentation de figures Sources et une segmentation de figures Destinations.

 

 Il s'agit alors de trouver pour chaque figure Source, quel est le meilleur couple (figure source, figure destination) minimisant une erreur. Cette erreur est généralement calculée en soustrayant les deux figures. Pour réaliser l'opération de soustraction, il est nécessaire d'opérer une transformation de la figure source aux dimensions (et à la géométrie) de la figure destination.  De plus, des règles comme la rotation et les retournements sont possibles.

 

Une fois que tous les couples ont été trouvés, le fichier de sortie contient alors les différents couples, ainsi que les différentes transformations effectuées (rotation, réduction de la moyenne etc.).

 

Lors de la décompression, l'image est recréée à partir de ces transformations. La convergence est alors garantie par le fait que, d'une part il y a une minimisation d'erreur (différence) et une modification des pixels, et d'autre part, que les figures sources sont plus grandes que les figures destinations.

 


           

 
     
         

Faire un site | Carte de voeux | Mathematique | Petites annonces | A visiter | Forum Mathematique | Infos légales