Compression Fractale d ' ImagesYuval

Avec l'avanc ee de l' ere de l'information, le besoin de stockage et restitution de masse va croissant. La croissance de la capacit e des moyens de stockage disponibles sur le march e n'arrive cependant pas a suivre la prolif eration des donn ees sous forme d'images. En informatique, les images sont stock ees comme ensembles de bits (un bit est une unit e binaire d'information n'ayant que deux etats, pouvant ainsi r epondre par \oui" ou \non" a une question) repr esentant des pixels*, c'est a dire les points constituant l'image. Comme l''il humain peut traiter d'importantes quantit es d'informations, un grand nombre de pixels { quelques 8 millions de bits au moins { est n ecessaire pour repr esenter une image, m^ eme de qualit e moyenne. Ces bits r epondent par \oui" ou par \non" a 8 millions de questions qui d eterminent l'image, bien qu'elles ne soient pas du type \Est-ce plus gros qu'une bo^ te a pain ?" mais plut^ ot \Ce pixel est-il allum e ?". Bien que le co^ ut de stockage d'un bit soit actuellement d'un demi millioni eme de franc, un album de famille avec quelques centaines de photos peut co^ uter plus de mille francs a stocker ! C'est un domaine dans lequel la compression d'images peut jouer un r^ ole important. Stocker les images dans moins de m emoire am ene directement une r eduction du co^ ut. Une autre application importante de la compression d'images est la transmission rapide de donn ees; moins de donn ees prennent moins de temps a envoyer. Donc, comment une image peut-elle ^ etre compress ee ? Les donn ees contiennent g en eralement une certaine quantit e de redondance, que l'on peut parfois eviter de stocker et retrouver ensuite. Mais cette redondance ne permet pas une forte compression. Heureuse-ment, l''il humain est insensible a toute une vari et e de pertes d'informations. C'est a dire que l'image peut ^ etre modii ee de nombreuses faa cons qui, soit n'engendrent pas d'eeets visibles, soit ne contribuent pas a une \d egradation" de l'image. Si ces modiications sont faites de mani ere a rendre l'information grandement redondante, alors les donn ees peu-vent ^ etre compress ees ll a o u la redondance peut ^ etre d etect ee. stocker en remplacement, car elle peut ^ etre d esign ee de faa con tr es …

[1]  O. H. Lowry Academic press. , 1972, Analytical chemistry.

[2]  E. Walach,et al.  A fractal based approach to image compression , 1986, ICASSP '86. IEEE International Conference on Acoustics, Speech, and Signal Processing.

[3]  E. W. Jacobs,et al.  Fractal-Based Image Compression , 1989 .

[4]  A. Jacquin A fractal theory of iterated Markov operators with applications to digital image coding , 1989 .

[5]  Y. Fisher,et al.  Image compression: A study of the iterated transform method , 1992, Signal Process..

[6]  E. W. Jacobs,et al.  Fractal Image Compression Using Iterated Transforms , 1992 .