FR2655505A1 - Procede et dispositif de compression d'image en couleurs. - Google Patents
Procede et dispositif de compression d'image en couleurs. Download PDFInfo
- Publication number
- FR2655505A1 FR2655505A1 FR9015129A FR9015129A FR2655505A1 FR 2655505 A1 FR2655505 A1 FR 2655505A1 FR 9015129 A FR9015129 A FR 9015129A FR 9015129 A FR9015129 A FR 9015129A FR 2655505 A1 FR2655505 A1 FR 2655505A1
- Authority
- FR
- France
- Prior art keywords
- color
- pixel
- image data
- image
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/46—Colour picture communication systems
- H04N1/64—Systems for the transmission or the storage of the colour picture signal; Details therefor, e.g. coding or decoding means therefor
- H04N1/646—Transmitting or storing colour television type signals, e.g. PAL, Lab; Their conversion into additive or subtractive colour signals or vice versa therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T9/00—Image coding
- G06T9/005—Statistical coding, e.g. Huffman, run length coding
Abstract
L'invention concerne les techniques de compression d'information. Un procédé et un système de compression d'image en couleurs conformes à l'invention permettent de combiner diverses techniques de traitement d'image pour réaliser une compression d'information sur des images en couleurs originales de haute qualité, qui exigent jusqu'à 24 bits de données par pixel. Le système comprend un scanneur multichrome (52) pour l'acquisition de données d'image en couleurs, et un ordinateur (56) qui met en œuvre une technique de quantification différentielle sur un ensemble de pixels pour réaliser la compression d'une image en couleurs. Application à la télécopie.
Description
La présente invention concerne un procédé et
un système de compression d'image en couleurs L'in-
vention porte plus particulièrement sur des techniques de compression d'image en couleurs pour des images en couleurs originales de haute qualité qui exigent jus-
qu'à 24 bits de données par pixel Les images en cou-
leurs originales peuvent contenir jusqu'à 16 millions
de couleurs différentes.
On connaît dans la technique divers algo-
rithmes de compression de couleurs pour des images en couleurs originales Bien que des images encouleurs à 24 bits par pixels (qu'on appelle ciaprès "vraies couleurs") ne soient pas encore largement utilisées, on prévoit qu'il existera un besoin portant sur de telles images en vraies couleurs pour la télécopie en
couleurs, les machines de copie en couleurs, les im-
primantes en couleurs et les scanneurs en couleurs La majeure partie des travaux concernant la-transmission d'images en couleurs qui ont été faits jusqu'à présent a porté sur la transmission proprement dite des images
en couleurs.
Du fait de la quantité de données que con-
tient une image en "vraies couleurs", il est très im-
portant de pouvoir comprimer les données avant la transmission, de façon à réduire la largeur de bande de télécommunication qui est utilisée On a développé des algorithmes susceptibles d'être adoptés par le
CCITT (Comité Consultatif International pour le Télé-
phone et le Télégraphe) A l'heure actuelle, on pense que le CCITT adoptera un algorithme consistant en une
transformation en cosinus discrète adaptative.
Il serait hautement souhaitable de procurer un procédé et un système de compression d'image en couleurs de haute qualité qui convienne pour la mise en oeuvre de techniques de transmission d'image en
couleurs avec compression.
Un but de l'invention est de procurer un procédé et un système améliorés de compression d'image
en couleurs de haute qualité.
L'invention procure des moyens et un procédé
originaux pour combiner diverses techniques de traite-
ment d'image de façon à réaliser une compression d'image en couleurs de haute qualité L'invention prend en considération la façon selon laquelle l'oeil
humain perçoit l'information de couleurs et de fré-
quence dans une image en couleurs de qualité On dési-
re que l'image en couleurs se dégrade progressivement
à des rapports de compression élevés, en étant "adou-
cie", et en ne faisant pas apparaître de formes géomé-
triques.
En résumé, le procédé et le système de com-
pression d'image en couleurs perfectionnés conformes à l'invention comprennent à titre de première étape
l'acquisition d'une image en vraies couleurs, habi-
tuellement en un format RGB (rouge, vert, bleu).
L'étape suivante comprend la conversion des données RGB acquises, pour les faire passer de l'espace des couleurs RGB à l'espace des couleurs YIQ L'invention
réalise ensuite une réduction spatiale des plans YIQ.
L'étape suivante du procédé de compression d'image en couleurs effectue une quantification différentielle (delta) de chacun des plans de couleurs, suivie par un
codage du type longueur de plage limitée (RLL)/entro-
pie des données d'image réduites, et enfin par l'enre-
gistrement et l'émission des images en couleurs com-
primées. D'autres caractéristiques et avantages de l'invention seront mieux compris à la lecture de la
description qui va suivre d'un mode de réalisation
préféré, donné à titre d'exemple non limitatif La
suite de la description se réfère aux dessins annexés
dans lesquels: La figure 1 représente un organigramme de
compression d'image en couleurs conforme à l'invention.
La figure 2 représente un organigramme de
décompression d'image en couleurs conforme à l'inven-
tion. La figure 3 représente un exemple d'image
qui illustre l'acquisition d'une image en vraies cou-
leurs.
La figure 4 montre une représentation de
noyau qui est utilisée dans l'invention.
La figure 5 représente une conversion de
l'espace de couleurs RGB à l'espace de couleurs YIQ.
Les figures 6 A, 6 B, 6 C et 6 D représentent la
réduction spatiale des plans de couleurs YIQ.
La figure 7 représente une série de pixels
après réduction spatiale.
La figure 8 est une illustration d'un ensem-
ble particulier de valeurs de pixels qui vont faire
l'objet d'une quantification différentielle.
La figure 9 représente une table de quanti-
fication différentielle.
Les figures 10 et 1 OA représentent des va-
leurs caractéristiques d'une table de quantification différentielle qui est utilisée pour des données Y, I et Q. La figure 11 représente un appareil pour un
système de compression de couleurs.
En considérant maintenant la figure 1, on
voit un organigramme de compression d'image en cou-
leurs conforme à l'invention L'organigramme de com-
pression d'image en couleurs de la figure 1 illustre
la séquence d'étapes allant de l'acquisition de l'ima-
ge en couleurs jusqu'à l'enregistrement et à la trans-
mission de l'image en couleurs comprimée.
Sur la figure 1, la première étape 11 com-
prend l'acquisition d'une image en "vraies" couleurs,
habituellement en un format RGB (rouge, vert, bleu).
L'acquisition de données d'image en couleurs en un
format RGB est une technique bien connue.
L'étape 12 suivante comprend un traitement
de pré-compression.
L'étape 13 suivante réalise la conversion de l'espace de couleurs RGB vers l'espace de couleurs
YIQ, qui est également une technique connue.
L'étape 14 suivante effectue une réduction spatiale dans l'espace de couleurs YIQ (dans les plans YIQ).
L'étape 15 accomplit une quantification dif-
férentielle de chacun des plans de couleurs YIQ, comme
on le décrira ci-après de façon plus détaillée.
L'étape 16 effectue le codage du type lon-
gueur de plage limitée (RLL)/entropie des données
d'image réduites.
Enfin, l'étape 17 effectue l'enregistrement et l'émission des données d'image en couleurs de haute
qualité avec compression, qui sont obtenues conformé-
ment à l'invention.
On décrira ci-après des détails et des as-
pects supplémentaires de l'organigramme de compression d'image en couleurs de la figure 1, en relation avec
les figures restantes.
De façon similaire, la figure 2 représente un organigramme de décompression d'image en couleurs
conforme à l'invention.
A l'étape 21, l'algorithme de décompression
accède au fichier d'image en couleurs comprimée.
A l'étape 22, l'algorithme de décompression
décode le code du type longueur de plage limitée/en-
tropie de l'algorithme de compression.
A l'étape 23, l'algorithme de décompression reconstruit les plans de couleurs YIQ à partir de la
table de quantification différentielle.
A l'étape 24, l'algorithme de décompression inverse la réduction spatiale (opération d'expansion),
pour rétablir une image en couleurs avec la pleine ré-
solution, correspondant à l'image en couleurs compri-
mée. A l'étape 25, l'algorithme de décompression effectue une conversion faisant passer de l'espace de
couleurs YIQ à l'espace de couleurs RGB.
L'étape 26 effectue un traitement d'image en
couleurs après décompression, conformément à l'algo-
rithme de décompression.
Enfin, à l'étape 27, l'image finale qui est décomprimée est visualisée sur un écran cathodique ou bien elle est présentée sur un autre dispositif en couleurs.
On va maintenant décrire de façon plus dé-
taillée des aspects de l'algorithme de décompression
de la figure 1, en se référant aux figures 3-10.
La figure 3 montre un exemple d'image en couleurs avec des paramètres qui décrivent un exemple
de représentation d'image La figure 3 montre l'acqui-
sition d'une image en vraies couleurs, habituellement en format RGB, ce qui correspond à l'étape 11 sur la figure 11 Sur la figure 3, le nombre total de pixels dans une image en couleurs est défini par R rangées et
C colonnes Chaque pixel est représenté de façon ca-
ractéristique par 24 bits de données ("vraies" cou-
leurs) Les 24 bits de données se décomposent de façon caractéristique en huit bits pour chacune des couleurs
correspondant au rouge, au vert et au bleu (RGB).
L'image en couleurs peut venir d'un ensemble de sour-
ces d'entrée telles qu'un scanneur en couleurs, un
dispositif de mémoire de masse, un dispositif de sai-
sie vidéo, etc Certaines techniques de l'art anté-
rieur exigent que l'image complète soit enregistrée en tampon avant que le traitement de couleurs puisse commencer D'autres types exigent d'enregistrer en tampon huit lignes ou seize lignes L'invention permet d'effectuer la compression d'image en couleurs sur un minimum de deux lignes seulement de données de pixel, par exemple Ri, R 2 sur la figure 3 Ceci minimise les
exigences de mémoire tampon, en comparaison avec d'au-
tres techniques de l'art antérieur.
On va maintenant décrire de façon plus dé-
taillée l'étape 12 de la figure 1, c'est-à-dire le
traitement de pré-compression Avant qu'une compres-
sion quelconque ait lieu, il est souvent souhaitable de faire passer un filtre de convolution sur l'image en couleurs La technique de compressionde couleurs de haute qualité conforme à l'invention est améliorée
si l'image est pré-filtrée par une convolution qui ac-
complit à la fois un soulignement des bords et un cer-
tain degré de lissage La figure 4 illustre un exemple d'un tel noyau Il faut noter qu'on peut appliquer des
convolutions 3 x 3 ou 5 x 5 Le nombre qui est repré-
senté sur la figure 4 ne constitue qu'un exemple Les
noyaux sont normalement, mais non nécessairement, sy-
métriques.
On va maintenant décrire de façon plus dé-
taillée l'étape 13 qui réalise la conversion de l'es-
pace de couleurs RGB vers l'espace de couleurs YIQ.
Il est souhaitable de convertir le format RGB standard pour passer dans l'espace de couleurs YIQ On utilise des transformations linéaires de type
standard, dont l'une est représentée sur la figure 5.
On peut réaliser la transformation en utilisant des
tables à consulter, au lieu d'effectuer une multipli-
cation de matrices La transformation faisant passer dans l'espace de couleurs YIQ procure la possibilité
d'effectuer une réduction de résolution spatiale indi-
viduellement dans chaque plan (chaque plan YIQ) De façon caractéristique, le plan Q peut faire l'objet d'une réduction spatiale plus forte que celle du plan I, tandis que le plan I peut être davantage réduit que le plan Y. On va maintenant décrire en détail l'étape
14 de la figure 1, qui est l'étape de réduction spa-
tiale dans les plans YIQ.
La réduction spatiale est appliquée à chacun des trois plans (plans YIQ), en fonction du rapport de
compression exigé ou désiré Pour obtenir des résul-
tats de très haute qualité, mais un rapport de com-
pression relativement faible (environ huit bits par
pixel), il n'est pas nécessaire d'utiliser une réduc-
tion spatiale Pour obtenir trois à quatre bits par
pixel, on pourrait utiliser la technique qui est re-
présentée sur les figures 6 A, 6 B et 6 C. Sur la figure 6 A, aucune réduction spatiale n'est utilisée dans le plan Y Sur la figure 6 B, une réduction spatiale 2:1 est utilisée dans le plan I. Sur la figure 6 C, une réduction 4:1 est utilisée dans le plan Q. On peut changer le procédé qui est utilisé pour obtenir la valeur moyenne A titre d'exemple, on peut représenter la moyenne du pixel du plan I, comme sur la figure 6 D, et on peut déterminer la valeur moyenne Iavg On peut utiliser les calculs suivants 1) 'avg = Ill 2) I = (Il + I 12 + I 21 + I 22)/ 3) Une certaine autre moyenne pondérée de
pixels environnants.
On va maintenant décrire de façon plus dé-
taillée l'étape de quantification différentielle (éta-
pe 15) de chaque plan de couleurs (plans YIQ) On se référera à l'exemple représenté sur la figure 7, qui
montre une série de pixels, après réduction spatiale.
La représentation montre l'un des trois plans de cou-
leurs (YIQ) On suppose que les données sur la figure 7 proviennent du plan Y, dans lequel les pixels ABC sont des pixels qui ont été traités précédemment, le pixel "?" est le pixel courant qui est examiné, les pixels "-", "" sont des pixels qui n'ont pas encore
été traités, et le symbole "" indique que la diffu-
sion d'erreur sera appliquée Sur la figure 7, le pi-
xel "A" est proche du pixel "?", du fait qu'il se trouve dans la ligne de balayage située au-dessus et à gauche du pixel "?" De façon similaire, le pixel "B" est directement ou immédiatement au-dessus du pixel "?", et le pixel "C" est proche du pixel "" (il est
directement à gauche de ce dernier).
Pour comprendre les aspects ci-dessus de la
présente invention, on doit considérer la quantifica-
tion différentielle d'un ensemble particulier de va-
leurs, comme représenté sur la figure 8 On considère
spécialement l'un des huit pixels présentant un inté-
rêt spécial sur la figure 7, et on attribue des va-
leurs hypothétiques, comme représenté sur la figure 8.
Sur la figure 8, les nombres 125, 130 et 102 ont déjà été obtenus par quantification On suppose
que la valeur de pré-quantification pour "" est 147.
La première tâche est de déterminer le pixel à partir duquel on doit quantifier de façon différentielle le pixel "?" L'invention utilise un procédé qui calcule
la différence absolue entre (B-A) et (C-A) On quanti-
fie le pixel "?" à partir du pixel pour lequel la dif-
férence absolue est la plus élevée Dans l'exemple de la figure 8, 102 est manifestement plus éloigné de 125 que 130 Le pixel "?" est donc quantifié par rapport à
102.
La figure 9 montre une représentation d'une table de quantification différentielle La table de
quantification différentielle est une table de quanti-
fication non linéaire asymétrique qui varie en fonc-
tion du plan YIQ On peut établir une table de quanti-
fication à partir de diverses valeurs quantifiées de façon différentielle, par exemple 12 dans un mode de réalisation préféré La figure 9 montre ces valeurs
quantifiées de façon différentielle.
Sur la figure 9, le N désigne une valeur né-
gative, tandis que le P désigne une valeur positive.
On note qu'on peut utiliser n'importe quel nombre de valeurs, bien qu'on utilise la valeur 12 dans le mode
de réalisation préféré.
Sur la figure 9, la table est asymétrique,
c'est-à-dire que la quantité ABS(N 3-N 2) n'est pas né-
cessairement égale à ABS(P 3-P 2) La raison de ceci tient à ce que l'oeil humain perçoit plus aisément de
faibles diminutions d'intensité que de faibles augmen-
tations.
La table de la figure 9 est également non-
linéaire, c'està-dire que la quantité (N x-Nx-1) est
supérieure à (Nx-l-N X-2) Ici encore, ceci est attri-
bué à la caractéristique de l'oeil humain qui consiste
en ce que l'oeil perçoit aisément de grandes varia-
tions d'intensité, mais l'amplitude de ces variations
est difficile à évaluer Par conséquent, de plus nom-
breuses valeurs sont attribuées aux "petits" incré-
ments, plus critiques.
Les figures 10 et MQA représentent des ta-
bles caractéristiques qui sont utilisées pour les don-
nées Y, I et Q. Une autre caractéristique de l'invention
consiste dans l'utilisation de tables de quantifica-
tion différentielle qui changent entre des numéros de pixels pairs et impairs Par exemple, pour le premier pixel qui doit être quantifié de façon différentielle
dans une ligne, on utilise la table de la figure 10.
Ensuite, lorsque le second pixel dans la ligne est quantifié de façon différentielle, les valeurs sont
légèrement changées, comme le montre la figure 1 OA.
Les données I et Q peuvent être quantifiées de façon différentielle d'une manière similaire Ceci améliore considérablement la compression La raison principale consiste en ce que la valeur du jeton Z s'étend maintenant de + 1 à -1 de pixel en pixel Ceci procure ce qu'on appelle un effet de "zéro large", qui
conduit à de plus longues plages de jetons Z, et en-
suite à des rapports de compression plus élevés.
Pour les pixels 1, 3, 5, 7, etc, on utilise
la table de la figure 10 à titre de table de quantifi-
cation différentielle Pour les pixels 2, 4, 6, 8, etc, on utilise la table de la figure 1 OA En prenant l'exemple de table de quantification différentielle de la figure 10, il est maintenant possible d'achever
l'exemple de la figure 8.
En utilisant le fait que 102 est à une plus
grande distance de 125 que 130, la valeur pré-quanti-
fiée du pixel ? est 147, soit une différence ou un delta de + 45 En examinant la figure 10, on note que
+ 45 est le plus proche de la valeur de P 3, dont la va-
leur attribuée est + 37 Ainsi, la valeur quantifiée de
façon différentielle pour "?" devient 102 + 37, c'est-
à-dire 139.
Lorsqu'une erreur est introduite sur le pi-
il xel "?" de moins huit, il est possible de limiter l'effet de cette erreur de quantification en diffusant la différence vers des pixels non quantifiés voisins (diffusion d'erreur) A titre d'exemple, les quatre pixels "/" sont augmentés de deux (si l'erreur doit
être entièrement répartie).
Il convient de considérer maintenant cer-
tains cas spéciaux.
1) Les conditions aux frontières sont fixées de façon que les pixels aient des valeurs de 128, de façon qu'il existe toujours une base de départ pour la quantification. 2) Si des données d'un pixel ? se trouvent exactement en position médiane entre deux valeurs de la table, on peut effectuer l'une des deux actions suivantes La première consiste à arrondir la valeur
de façon aléatoire, à la valeur immédiatement supé-
rieure ou inférieure, mais jamais toujours dans le
même sens, du fait que ceci conduirait à des distor-
sions chromatiques Secondement, on peut établir la table de quantification différentielle de façon que la
condition envisagée ci-dessus ne puisse jamais se pro-
duire On réalise ceci en donnant une valeur paire à
tous les (P -P -1) et (N -N -1).
* On va maintenant décrire de façon plus dé-
taillée l'étape de codage de type RLL/entropie (étape
16) de la figure 1.
Les valeurs qui sont contenues dans les ta-
bles représentées sur les figures 10 et 10 A ont tan-
dance à faire apparaître la valeur zéro Un grand nom-
bre de ces valeurs zéro apparaissent dans des plages continues Ce phénomène permet de réaliser des gains
importants dans le codage.
On considère que Pl et Ni sont les valeurs
qui ont le plus de chances d'apparaître Elles reçoi-
vent les jetons les plus privilégiés, A 1 et B 1 On doit prendre une décision pour déterminer laquelle de ces deux valeurs a reçu le code 00 et laquelle a reçu le code 01 Un bon procédé pour prendre cette décision semble être de choisir la valeur qui est la plus pro-
che de zéro.
Le tableau I ci-dessous montre un exemple de table de longueur de plage limitée/entropie:
TABLEAU I
00 = Bl (s'il suit Z) 000 = Z isolé 001 = Bl (s'il ne suit pas Z) 01 = Ai f = N 2/P 2 f = N 3/P 3 11100 f = N 4/P 4 111010 f = N 5/P 5
11101100 = PN 6
O 1101111 ilOW = N* 16 + 9 + W zéros consécutifs 1111 l 110 = N+ 2 zéros consécutifs avec: f = un seul bit (O O =N; 1 =O) w = 4 bits, évalués par un nombre w= 0-15 l 1 l = N chiffres 1 consécutifs
On va maintenant décrire de façon plus dé-
taillée l'étape d'enregistrement et d'émission d'image
comprimée, qui est l'étape 17 de la figure 1.
La figure 2 montre la séquence de décompres-
sion Elle suit la séquence inverse de l'algorithme de
compression de la figure 1.
On prélève le fichier de données comprimées brutes, et on utilise la table de longueur de plage limitée/entropie pour générer les valeurs Z, Ni, Pi,
etc, pour l'image entière.
13 -
On reconstruit des plans de couleurs en uti-
lisant le processus inverse de celui qu'a utilisé le quantificateur différentiel On a par exemple Données Y
130 137 132 169
131 Pl Ni P 2 En considérant la valeur de Pl ci-dessus, on note que du fait que 137 est "plus éloigné" de 130 que 131, Pl a dû être quantifié de façon différentielle à partir de 137 On doit donc remplacer Pl par 137 + 7
(obtenu à partir de Pl sur la figure 10) = 144.
137 132 169
131 144 Ni P 2 Ni utilise maintenant la valeur de 144, du fait que 144 est plus éloigné de 137 que 132 On doit donc remplacer Ni par 144-7 = 137 (obtenu à partir de
Ni sur la figure 10 A), et ainsi de suite.
Une fois que ce processus est terminé, il
laisse une image complète dont le traitement est ter-
miné, à l'exception d'une "réduction spatiale inverse"
qui pourrait éventuellement être nécessaire.
La "réduction spatiale inverse" dépend du procédé qui a été utilisé pour effectuer la réduction d'origine En considérant l'étape 24, on note que si Iavg = Iil, tous les pixels manquants doivent être remplacés par Ill' Si Iavg était la moyenne de quatre pixels, on utilise la moyenne pour remplacer tous les pixels manquants On peut utiliser des techniques plus
perfectionnées pour limiter la taille des erreurs.
Tous les plans de couleurs ayant été réta-
blis à la pleine résolution, on peut appliquer une
conversion inverse à l'espace YIQ pour passer à l'es-
pace de couleurs RGB.
On peut appliquer à la nouvelle image des filtres d'adoucissement/amélioration de la netteté, pour éliminer des caractéristiques indésirables des
étages de compression/décompression.
La figure 11 représente un appareil 50 prévu pour un système de compression de couleurs qui utilise
des aspects de l'invention Sur la figure 11, le sys-
tème 50 comprend un scanneur d'image en couleurs 52 qui produit de façon caractéristique 24 bits par pixel avec une résolution de 118 points par cm Une taille d'image caractéristique correspond approximativement à mégamultiplets de données pour un document original de 21,6 cm x 28 cm Le scanneur 52 est connecté à une interface pour ordinateur personnel PC par un câble 54 Le câble 54 est de façon caractéristique du type
SCSI, GPIB, ou autre.
L'ordinateur personnel 56 comprend un moni-
teur en couleurs 60 permettant d'observer les images
analysées L'ordinateur personnel 56 exécute un algo-
rithme défini par logiciel, ou bien il accomplit par matériel une opération de compression sur une image analysée Le matériel peut être conçu et réalisé par
l'homme de l'art en utilisant des aspects de l'inven-
tion. L'information de sortie de l'algorithme de compression pourrait être un fichier d'image comprimée suffisamment petit pour tenir sur une seule disquette
de 1,4 mégamultiplet, 64, comme représenté sur la fi-
gure 11 A titre d'exemple, en utilisant une compres-
sion spatiale de 2:1 dans le plan Y et de 4:1 dans les
plans I et Q, et ensuite une quantification différen-
tielle, on obtient une réduction caractéristique d'en-
viron 25:1 Ainsi, le fichier de 30 mégamultiplets
d'origine est réduit à environ 1,2 mégamultiplets.
Il va de soi que de nombreuses modifications peuvent être apportées au dispositif et au procédé
décrits et représentés, sans sortir du cadre de l'in-
vention.
Claims (20)
1 Procédé de compression d'image en cou-
leurs, caractérisé en ce qu'il comprend les étapes suivantes: on acquiert ( 11) des premières données d'image en couleurs représentatives d'une image en
couleurs, dans un premier format comprenant un ensem-
ble de premiers plans de couleurs; on convertit ( 13) les données d'image en couleurs acquises en un second format, différent du premier, comportant un ensemble
de seconds plans de couleurs; on effectue une réduc-
tion spatiale ( 14) des données d'image en couleurs
dans le second format, pour former des données rédui-
tes de façon spatiale; et on quantifie de façon diffé-
rentielle ( 15) un ou plusieurs plans de couleurs des données réduites de façon spatiale, pour former des
données d'image en couleurs comprimées qui sont repré-
sentatives de l'image en couleurs.
2 Procédé selon la revendication 1, compre-
nant l'étape ( 16) de codage des données d'image com-
primées.
3 Procédé selon la revendication 2, carac-
térisé en ce qu'il comprend l'étape ( 17) d'enregistre-
ment des données d'image comprimées et codées.
4 Procédé selon la revendication 3, carac-
térisé en ce qu'il comprend l'étape ( 17) d'émission
des données d'image comprimées et codées.
Procédé de compression d'image en cou-
leurs caractérisé en ce qu'il comprend les étapes sui-
vantes: on effectue une réduction spatiale ( 14) de données d'image en couleurs comprenant un ensemble de plans de couleurs, pour former des données d'image en couleurs réduites de façon spatiale; et on effectue
une quantification différentielle ( 15) des données ré-
duites de façon spatiale, pour former une image en
couleurs comprimée.
6 Procédé de compression d'image en cou-
leurs selon la revendication 5, caractérisé en ce que l'étape de quantification différentielle ( 15) comprend l'étape qui consiste à appliquer une quantification différentielle à chaque plan de couleurs des données
réduites de façon spatiale.
7 Système de compression d'image en cou-
leurs, caractérisé en ce qu'il comprend: des moyens ( 52) pour acquérir des premières données d'image en
couleurs qui sont représentatives d'une image en cou-
leurs dans un premier format comprenant un ensemble de premiers plans de couleurs; des moyens ( 56, 64) pour convertir l'image en couleurs acquise en un second format, différent du premier, comprenant un ensemble de seconds plans de couleurs; des moyens ( 56, 64) pour
réduire de façon spatiale les données d'image en cou-
leurs dans le second format, pour former des données réduites de façon spatiale; et des moyens ( 56, 64) pour appliquer une quantification différentielle à un ou plusieurs plans de couleurs des données réduites de façon spatiale, pour former des données d'image en
couleurs comprimées qui sont représentatives de l'ima-
ge en couleurs.
8 Système selon la revendication 7, carac-
térisé en ce qu'il comprend des moyens ( 56, 64) pour
coder les données d'image comprimées.
9 Système selon la revendication 8, carac-
térisé en ce qu'il comprend des moyens ( 56, 64) pour
enregistrer les données d'image comprimées et codées.
10 Système selon la revendication 9, carac-
térisé en ce qu'il comprend des moyens ( 56, 64) pour
émettre les données d'image comprimées et codées.
11 Système de compression d'image en cou-
leurs selon la revendication 10, caractérisé en ce que les moyens de quantification différentielle ( 56, 64)
comprennent des moyens pour appliquer une quantifica-
tion différentielle à chaque plan de couleur des don-
nées réduites de façon spatiale.
12 Système selon la revendication 11, ca-
ractérisé en ce que le premier format est un format rouge-vert-bleu.
13 Système selon la revendication 12, ca-
ractérisé en ce que le second format est un format YIQ.
14 Système selon la revendication 13, ca-
ractérisé en ce que les moyens de quantification dif-
férentielle ( 56, 64) comprennent une table de quanti-
fication différentielle pour enregistrer des valeurs quantifiées de façon différentielle pour chacun des
plans.
Système selon la revendication 14, ca-
ractérisé en ce que l'image comprend au moins deux lignes de données de pixels, et en ce que chaque pixel
est représenté par un certain nombre de bits de don-
nées.
16 Système selon la revendication 15, ca-
ractérisé en ce qu'on détermine une valeur d'un pixel
considéré (?) devant faire l'objet d'une quantifica-
tion différentielle, en calculant la différence entre des premier et second pixels qui sont les plus proches du pixel considéré (?), et entre le premier pixel et un troisième pixel qui sont les plus proches du pixel considéré (?), dans les première et seconde lignes de balayage, et on utilise la différence qui est la plus
élevée.
17 Système selon la revendication 16, ca-
ractérisé en ce que le premier pixel est un pixel qui se trouve dans une ligne de balayage et qui est situé immédiatement au-dessus et à gauche du pixel considéré (?).
18 Système selon la revendication 17, ca-
ractérisé en ce que le second pixel se trouve dans la ligne de balayage et est situé immédiatement au-dessus
du pixel considéré (?).
19 Système selon la revendication 18, ca- ractérisé en ce que le troisième pixel se trouve dans la même ligne de balayage et est situé immédiatement à gauche du ractérisé rentielle ractérisé rentielle ractérisé rentielle
pixel considéré (?).
Système selon la revendication 14, ca-
-en ce que la table de quantification diffé-
est linéaire.
21 Système selon la revendication 14, ca-
en ce que la table de quantification diffé-
est non-linéaire.
22 Système selon la revendication 14, ca-
en ce que la table de quantification diffé-
est asymétrique.
23 Système de compression d'image en cou-
leurs, caractérisé en ce qu'il comprend: des moyens ( 56, 64) pour réduire de façon spatiale des données d'image en couleurs comprenant un ensemble de plans de couleurs, pour former des données d'image en couleurs réduites de façon spatiale; et des moyens ( 56, 64) pour appliquer une quantification différentielle aux données réduites de façon spatiale, pour former une
image en couleurs comprimée.
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US44538789A | 1989-12-04 | 1989-12-04 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| FR2655505A1 true FR2655505A1 (fr) | 1991-06-07 |
| FR2655505B1 FR2655505B1 (fr) | 1997-08-08 |
Family
ID=23768704
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| FR9015129A Expired - Fee Related FR2655505B1 (fr) | 1989-12-04 | 1990-12-03 | Procede et dispositif de compression d'image en couleurs. |
Country Status (4)
| Country | Link |
|---|---|
| JP (1) | JPH03267880A (fr) |
| DE (1) | DE4038518C2 (fr) |
| FR (1) | FR2655505B1 (fr) |
| GB (1) | GB2240448B (fr) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0582341B1 (fr) * | 1992-08-03 | 1998-11-04 | Koninklijke Philips Electronics N.V. | Dispositif de lecture d'information |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4661862A (en) * | 1984-04-27 | 1987-04-28 | Rca Corporation | Differential PCM video transmission system employing horizontally offset five pixel groups and delta signals having plural non-linear encoding functions |
| US4716453A (en) * | 1985-06-20 | 1987-12-29 | At&T Bell Laboratories | Digital video transmission system |
| US4797729A (en) * | 1988-02-05 | 1989-01-10 | Eastman Kodak Company | System incorporating an error tolerant picture compression algorithm |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA1261069A (fr) * | 1986-12-08 | 1989-09-26 | Mohamed S. Sabri | Codage de signaux numeriques au moyen de deux canaux |
| US5028995A (en) * | 1987-10-28 | 1991-07-02 | Hitachi, Ltd. | Picture signal processor, picture signal coder and picture signal interpolator |
| US4866510A (en) * | 1988-09-30 | 1989-09-12 | American Telephone And Telegraph Company | Digital video encoder |
| GB2230673A (en) * | 1989-04-14 | 1990-10-24 | Philips Electronic Associated | Generating a series of dpcm code words for storing colour image data |
-
1990
- 1990-11-14 JP JP2307891A patent/JPH03267880A/ja active Pending
- 1990-12-03 FR FR9015129A patent/FR2655505B1/fr not_active Expired - Fee Related
- 1990-12-03 DE DE19904038518 patent/DE4038518C2/de not_active Expired - Fee Related
- 1990-12-04 GB GB9026381A patent/GB2240448B/en not_active Expired - Fee Related
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4661862A (en) * | 1984-04-27 | 1987-04-28 | Rca Corporation | Differential PCM video transmission system employing horizontally offset five pixel groups and delta signals having plural non-linear encoding functions |
| US4716453A (en) * | 1985-06-20 | 1987-12-29 | At&T Bell Laboratories | Digital video transmission system |
| US4797729A (en) * | 1988-02-05 | 1989-01-10 | Eastman Kodak Company | System incorporating an error tolerant picture compression algorithm |
Non-Patent Citations (1)
| Title |
|---|
| PTR PHILIPS TELECOMMUNICATION AND DATA SYSTEMS REVIEW vol. 47, no. 2, Juin 1989, HILVERSUM, NL pages 20 - 35; HAHN ET AL.: 'VIDEO CONFERENCING' * |
Also Published As
| Publication number | Publication date |
|---|---|
| GB9026381D0 (en) | 1991-01-23 |
| JPH03267880A (ja) | 1991-11-28 |
| DE4038518C2 (de) | 1994-01-27 |
| GB2240448A (en) | 1991-07-31 |
| DE4038518A1 (de) | 1991-06-06 |
| GB2240448B (en) | 1994-06-22 |
| FR2655505B1 (fr) | 1997-08-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP0294357B1 (fr) | Procédé de codage de signaux d'image | |
| KR100880039B1 (ko) | 웨이블릿 기반 이미지 코덱에서의 부호화 이득을 달성하는방법 및 시스템 | |
| US6650773B1 (en) | Method including lossless compression of luminance channel and lossy compression of chrominance channels | |
| US5172237A (en) | High quality color image compression system | |
| US20030103680A1 (en) | Block boundary artifact reduction for block-based image compression | |
| US20030108248A1 (en) | Apparatus and method for image/video compression using discrete wavelet transform | |
| EP0566202A1 (fr) | Procédé et dispositif de filtrage spatial d'images numériques décodées par transformation de bloc | |
| EP1519564A1 (fr) | Méthode pour intégrer des informations de couleur dans une image en noir et blanc | |
| US11303932B2 (en) | Image compression | |
| EP3349446A1 (fr) | Procédé et dispositif d'encodage dynamique contrôlé d'un signal numérique multidimensionnel, en particulier un signal d'image et procédé et dispositif correspondant de décodage | |
| CN112150400A (zh) | 图像增强方法、装置和电子设备 | |
| Starosolski | Application of reversible denoising and lifting steps with step skipping to color space transforms for improved lossless compression | |
| EP0907288A2 (fr) | Méthode et dispositif pour une compression d'images rapide | |
| FR2676608A1 (fr) | Procede de codage d'images en couleurs a fort taux de compression sans filtrage, procede de decodage, codeur, decodeur et application correspondants. | |
| US6934420B1 (en) | Wave image compression | |
| FR2655505A1 (fr) | Procede et dispositif de compression d'image en couleurs. | |
| WO2019057368A1 (fr) | Procedes de codage et de decodage d'une image | |
| TWI259728B (en) | Method of encoding and decoding image data by applying image capturing device | |
| KR100412176B1 (ko) | 문자와 이미지가 포함된 문서의 압축, 복원 시스템 및방법 | |
| FR2702580A1 (fr) | Procédé de compression d'une image numérique à une taille prédéterminée, et procédé de décompression correspondant. | |
| EP3203737A1 (fr) | Procédé et dispositif d'encodage d'un signal numérique multidimensionnel, en particulier un signal d'image, et procédé et dispositif correspondants de décodage | |
| FR2717927A1 (fr) | Procédé et appareil de compression, de palettisation, d'émission et de réception d'images en couleur. | |
| Neethu et al. | Improved quality of JPEG compressed image using approximate K-SVD algorithm | |
| Wicaksono et al. | Residual Concatenated Network for ODBTC Image Restoration | |
| Abd-Elhafiez et al. | New efficient method for coding color images |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| ST | Notification of lapse |
Effective date: 20070831 |