| Attributes | Values |
|---|
| type
| |
| Thesis advisor
| |
| Praeses
| |
| Author
| |
| alternative label
| - Lattice vector quantization and wavelets for compression of image sequences
|
| dc:subject
| - Champs aléatoires de Markov
- Thèses et écrits académiques
- Ondelettes
- Sciences appliquées : télécommunications et théorie de l'information
- Compression d'images
- Traitement image/séquence image/compression signal/quantification vectorielle/transformation ondelette/estimation/mouvement
|
| preferred label
| - Quantification vectorielle algébrique et ondelettes pour la compression de séquences d'images
|
| Language
| |
| Subject
| |
| dc:title
| - Quantification vectorielle algébrique et ondelettes pour la compression de séquences d'images
|
| Degree granting institution
| |
| Opponent
| |
| note
| - L'étude présentée dans ce mémoire s'inscrit dans le cadre de la compression de séquences d'images numériques. Trois outils théoriques ont été étudiés et sont présentés dans la première partie : transformée en ondelettes (TO) biorthogonales, quantification vectorielle algébrique (QVA) et estimation de mouvement. La TO décrite est adaptée à la décomposition des signaux non stationnaires tels que les séquences d'images. Elle permet d'adapter les signaux à la quantification vectorielle suivant une structure multirésolution. La QVA proposée possède un dictionnaire a structure régulière. Celui-ci est défini à partir de réseaux réguliers (Zn, D4, E8). Il a pour intérêt de conduire à des algorithmes de quantification simples et rapides. De plus, pour adapter la quantification à des sources laplaciennes, nous proposons une troncature pyramidale des réseaux ainsi que les fonctions génératrices nu pour dénombrer les points du réseau dans ces pyramides. La technique d'estimation de mouvement inter-images est basée sur un modèle markovien. Elle permet de régulariser le champ vecteurs de déplacement par un terme de douceur qui tient compte des discontinuités via un processus de ligne a valeurs continues. Le champ est calculé en minimisant un critère non convexe par un algorithme de relaxation déterministe. Ces trois outils mathématiques nous ont permis de développer deux méthodes de compression de séquences d'images. La première est structurée autour d'une transformée en ondelettes spatio-temporelle et d'une QVA. La seconde méthode est basée sur une boucle d'estimation-prédiction de mouvement et une quantification vectorielle de l'erreur de prédiction. Le principe est d'éliminer la redondance spatio-temporelle dans les séquences. L'application directement envisagée est celle des séquences de télévision ou de visiophone. Cependant, l'approche est facilement extensible à d'autres types de séquences
- The study presented in this thesis is concerned with the compression of numerical image sequences. Three theoretical tools were studied and are presented in the first part: biorthogonal wavelet transform (WT), lattice vector quantization (LVQ) and motion Estimation (ME). The WT described above is adapted to the decomposition of non-stationary signals such as image sequences. This enable us to adapt the signals to the vector quantization following a multiresolution scheme. The proposed LVQ possesses a disctionary of regular structure based on lattices Zn, D4, E8. It’s object is to conduct simple and rapid quantization of the algorithms. Moreover, to adapt the LVQ to laplacian sources, a pyramidal truncature of lattices is proposed as well as the geleralized Nu functions in order to enumerate the lattice points in these pyramids. The technique of inter image motion estimation is based on Markov Random Fields modelisation. This permits a regularization of the vector fields of displacements by a smoothness criterion which takes into account the discntinuities via a line process of continuous values. The motion fiels is computed in minimizing a non-convex criteria by a deterministic relaxation algortihm. These three mathematical tools enabled us to develop two methods of sequence compression. The first is structurerd around a spatio-emporal WT and a LVQ. The second method is based on a coding loop of motion estimation / prediction and a vector quantization of error prediction. The application under direct consideration is that of television or videophone sequences. However, this approach can be easily extended to other types of sequences
|
| dc:type
| |
| http://iflastandar...bd/elements/P1001
| |
| rdaw:P10219
| |
| has content type
| |
| is primary topic
of | |
| is rdam:P30135
of | |
![[RDF Data]](/fct/images/sw-rdf-blue.png)
