Amélioration de la qualité visuelle et de la robustesse aux post-traitements des images comprimées par une approche de type ''problème inverse''

= Improvement of the visual quality and the robustness to post-processing of compressed images using an ''inverse problem'' approach

• Auteur / Autrice : Yi Ding
• Direction : Rémy Prost
• Type : Thèse de doctorat
• Discipline(s) : Signal, Image, Parole
• Date : Soutenance en 1996
• Etablissement(s) : Lyon, INSA
• Ecole(s) doctorale(s) : École doctorale Électronique, électrotechnique, automatique (Lyon)
• Partenaire(s) de recherche : Laboratoire : CREATIS - Centre de Recherche et d'Application en Traitement de l'Image et du Son, UMR5515 (Lyon, Rhône1995-2006)

Mots clés

Mots clés contrôlés

JPEG (norme de codage d'images)

Algorithmes

Compression d'images

Résumé

La compression avec perte contrôlée d'information est utilisée pour atteindre de faibles débits binaires. Les techniques usuelles de décompression utilisent un traitement inverse, symétrique de celui de la compression, et font apparaître des artefacts: effet de blocs et d'anneaux. De plus, les images ne supportent plus les posttraitements de rehaussement et de détection de contours des objets. Dans notre travail, nous proposons un schéma de décompression basé sur la théorie des problèmes inverses. La décompression restaure l'image avec des contraintes qui utilisent des informations sur l'image originale et le procédé de compression: régularité de l'image originale et borne supérieure du bruit de quantification. Ce concept est appliqué à l'algorithme normalisé JPEG dans un cadre conforme au standard puis par une méthode qui nécessite un préfiltrage de l'image originale et un postfiltrage de l'image décomprimée par l'algorithme JPEG. Cette deuxième technique est plus efficace que la première. Nous proposons également un algorithme qui consiste à adapter la taille des blocs à la distance de corrélation des images d'une classe dans le schéma JPEG et à optimiser les coefficients de la matrice de normalisation. Cette approche est très efficace pour les images médicales. La méthode de régularisation est appliquée également à la compression multirésolution par décomposition en sous-bandes. Là encore deux approches sont proposées. L'une restaure l'image comprimée à chaque niveau de résolution, l'autre est une restauration globale. Les résultats obtenus sont très satisfaisants du point de vue de la qualité visuelle et de la robustesse aux post-traitements. Pour compléter notre travail, nous comparons les performances de cette technique avec une approche non linéaire par projection sur des paraboloïdes qui est adaptée à l'atténuation de l'effet d'anneaux. Les résultats obtenus permettent d'envisager de combiner les deux algorithmes dans un seul schéma de compression.

Low bit-rate can only be attained by lossy compression techniques. Most of the lossy compression schemes proceed by blocks at the transformation or at the quantization stage. The usual decompression algorithm is a symmetric inverse processing of the compression scheme. This generates blocking artifacts and ringing noise. Furthermore, decompressed image can never support post-processing such as edge detection. In this work, we propose a decompression scheme based on the theory of inverse problems. The decompression restores the compressed image with some constraints based on information about both the original image and on the compression procedure: the image smoothness and the upper bound of the quantization error, respectively. We consider an extension of the regularized mean square approach for ill-posed problems proposed by Miller. This idea is first carried out for the JPEG algorithm. We proposed two schemes. In the first one the dequantization array is calculated in order to minimize the reconstruction error subjected to a mean regularity constraint on the whole image blacks. This scheme is in full compliance with the JPEG standard. In the second approach the original image is pre-filtered by an unsharp masking filter in order to enhance the image details before compression and post-filtered by a low-pass inverse filter after decompression to remove the blocks. The inverse filter is designed for an optimal restoration subjected to both a constraint on the image roughness and on the decompression error. This second technique is more efficient than the first one against blocking artifacts. It is also in full compliance with the JPEG standard but requires two additional processing components. The robustness of the decompressed image to edge detection was assessed for both proposed schemes. We also proposed an algorithm which adapts the block size to the correlation length of the image in JPEG and which optimizes the coefficients of the quantization array. This approach is very efficient for medical images. The regularized restoration method is also applied to the subband coding techniques that use vector quantization of the subband images. Two approaches are considered. In the first one the image is restored at each resolution level and in the second one a global restoration is applied. Experimental results prove that both methods significantly reduce blocking effects and preserve the edges of compressed images. In order to complete the research, we compare the performance of our proposal to a non-linear approach which is adapted to the attenuation of ringing noise.