Compression d'image hyperspectrales par ondelettes
| dc.contributor.author | Zedek Said | |
| dc.contributor.author | Mokrani Aziza | |
| dc.contributor.author | Zeghdoud Madjid | |
| dc.contributor.other | Lahdir Mourad | |
| dc.date.accessioned | 2019-11-26T11:56:50Z | |
| dc.date.available | 2019-11-26T11:56:50Z | |
| dc.date.issued | 2010 | |
| dc.description | 78 f. : ill. ; 30 cm. (+ CD-Rom) | en |
| dc.description.abstract | Suivant l’évolution générale des technologies, l’observation de la Terre par les satellites fournit des données de plus en plus précises, détaillées, mais aussi complexes, parmi ces données l’image hyperspectrale. Leur apparition, liée à l’amélioration des capteurs et à la volonté de voir toujours plus depuis l’espace, crée de nouvelles problématiques. L’acquisition de ces images prend beaucoup d’espace mémoire. Donc, il s’agit de stocker un maximum de données dans un volume aussi réduit que possible ,ou transmettre un maximum de données de façon aussi économique possible. La quantité importante d’information générée par ces capteurs, la forte redondance entre ces informations et l’importance des détails requiert un système de compression adapté. Nous nous intéresserons dans le cadre de ce travail à la compression d’images hyperspectrales. L’idée de base est de réduire le nombre moyen de bits par pixel nécessaire à leurs représentations. Il est possible dans une certaine limite de réduire ce nombre sans perdre d’information .Au delà, il est nécessaire d’élaborer des algorithmes de compression irréversibles induisant une distorsion pas (ou peu) visible dans les conditions normales d’observation. Notre travail consiste à développer une méthode de compression d’images hyperspectrales basée sur le codage entropique dans le domaine transformée des ondelettes. Dans un premier temps, nous avons effectué le point sur l’image, la compression et ses différentes techniques applicables sur celle-ci en niveau de gris. Sachant que, chacune de ces méthodes a ses avantages et ses inconvénients, elles ont toutes un point commun qui est la réduction du nombre de bits nécessaires au codage d’un pixel d’une image. Selon le taux de compression qu’on veut atteindre et la qualité de l’image qu’on veut récupérer. Dans la partie qui suive, nous avons présenté quelques caractéristiques de l’image hyperspectrale, leurs origines, le mode d’acquisition et quelques applications, ce qui permet d’en comprendre les avantages que présentent sur l’image classique. L’avenir de ce type d’image apparait promoteur mais nécessite un investissement de recherche sur des problématiques autant a l’acquisition qu’au traitement des images. Ensuite, nous avons abordé les étapes nécessaires pour appliquer la théorie des ondelettes. Nous avons vu que l’analyse multirésolution est un moyen nécessaire pour exploiter les avantages de cette théorie, celle-ci combinée aux bancs de filtres. En effet elle permet de séparer les détails d’un signal à plusieurs résolutions de données. Le but de ces opérations est de traiter les coefficients de détails facilement avant de procéder à la reconstruction. Nous avons développé une méthode de compression/décompression d’une image hyperspectrale Pour leurs implémentations, on s’est basé sur la transformée en ondelette discrète et une transformée en cosinus discrète pour l’image d’approximation associées avec une quantification scalaire. Suivant l’évolution générale des technologies, l’observation de la Terre par les satellites fournit des données de plus en plus précises, détaillées, mais aussi complexes, parmi ces données l’image hyperspectrale. Leur apparition, liée à l’amélioration des capteurs et à la volonté de voir toujours plus depuis l’espace, crée de nouvelles problématiques. L’acquisition de ces images prend beaucoup d’espace mémoire. Donc, il s’agit de stocker un maximum de données dans un volume aussi réduit que possible ,ou transmettre un maximum de données de façon aussi économique possible. La quantité importante d’information générée par ces capteurs, la forte redondance entre ces informations et l’importance des détails requiert un système de compression adapté. Nous nous intéresserons dans le cadre de ce travail à la compression d’images hyperspectrales. L’idée de base est de réduire le nombre moyen de bits par pixel nécessaire à leurs représentations. Il est possible dans une certaine limite de réduire ce nombre sans perdre d’information .Au delà, il est nécessaire d’élaborer des algorithmes de compression irréversibles induisant une distorsion pas (ou peu) visible dans les conditions normales d’observation. Notre travail consiste à développer une méthode de compression d’images hyperspectrales basée sur le codage entropique dans le domaine transformée des ondelettes. Dans un premier temps, nous avons effectué le point sur l’image, la compression et ses différentes techniques applicables sur celle-ci en niveau de gris. Sachant que, chacune de ces méthodes a ses avantages et ses inconvénients, elles ont toutes un point commun qui est la réduction du nombre de bits nécessaires au codage d’un pixel d’une image. Selon le taux de compression qu’on veut atteindre et la qua | en |
| dc.identifier.citation | Communication | |
| dc.identifier.other | ING.ELN.11-10 | en |
| dc.identifier.uri | https://dspace.ummto.dz/handle/ummto/8233 | |
| dc.language.iso | fr | en |
| dc.publisher | Université Mouloud Mammeri | en |
| dc.subject | dmage hyperspectrole | en |
| dc.subject | Ondelette | en |
| dc.subject | Quantification scalaire à zone morte | en |
| dc.subject | Codage de huffmon | en |
| dc.subject | Capteur a viris. | en |
| dc.title | Compression d'image hyperspectrales par ondelettes | en |
| dc.type | Thesis | en |