WO2010026351A1 - Procede de transcodage entropique d'un premier train de donnees binaires en un second train de donnees binaires compresse, programme d'ordinateur et dispositif de capture d'images correspondants - Google Patents

Procede de transcodage entropique d'un premier train de donnees binaires en un second train de donnees binaires compresse, programme d'ordinateur et dispositif de capture d'images correspondants Download PDF

Info

Publication number
WO2010026351A1
WO2010026351A1 PCT/FR2009/051678 FR2009051678W WO2010026351A1 WO 2010026351 A1 WO2010026351 A1 WO 2010026351A1 FR 2009051678 W FR2009051678 W FR 2009051678W WO 2010026351 A1 WO2010026351 A1 WO 2010026351A1
Authority
WO
WIPO (PCT)
Prior art keywords
word
data stream
binary data
bits
bit
Prior art date
Application number
PCT/FR2009/051678
Other languages
English (en)
Inventor
Laurent Alacoque
Original Assignee
Commissariat à l'Energie Atomique
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Commissariat à l'Energie Atomique filed Critical Commissariat à l'Energie Atomique
Priority to JP2011525602A priority Critical patent/JP5527556B2/ja
Priority to US13/058,400 priority patent/US8787455B2/en
Priority to EP09741375A priority patent/EP2327218B1/fr
Publication of WO2010026351A1 publication Critical patent/WO2010026351A1/fr

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/13—Adaptive entropy coding, e.g. adaptive variable length coding [AVLC] or context adaptive binary arithmetic coding [CABAC]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/136—Incoming video signal characteristics or properties
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/184—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being bits, e.g. of the compressed video stream
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
    • H04N19/63—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding using sub-band based transform, e.g. wavelets
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
    • H04N19/63—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding using sub-band based transform, e.g. wavelets
    • H04N19/64—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding using sub-band based transform, e.g. wavelets characterised by ordering of coefficients or of bits for transmission
    • H04N19/645—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding using sub-band based transform, e.g. wavelets characterised by ordering of coefficients or of bits for transmission by grouping of coefficients into blocks after the transform

Definitions

  • the present invention relates to an entropy transcoding method of a first binary data stream into a second binary data stream compressed by using a predetermined variable length entropy code of the encoded words to transcode each word of the first binary data stream into a second binary data stream. a transcoded word. It also relates to a block coding method implementing such a transcoding method. Finally, it also relates to a computer program comprising program code instructions and an image capture device designed for performing the steps of such a transcoding method.
  • the objective of the use of an entropy code is to transcode coded coefficients in the form of variable-size fixed-bit words into binary words of variable sizes: in a predetermined manner by the entropy code, the values of coefficients more likely are encoded on a low number of bits; on the contrary, the values of least probable coefficients are coded on a large number of bits.
  • the signals resulting from the difference of correlated samples of the real world for example the difference between the successive samples of an image, video or audio signal, provide coefficients frequently close to zero and so more rare that they are moving away from zero in absolute value.
  • DCT coding used in the JPEG and MPEG standards, is generally applied to 8x8 pixel square blocks and is then considered as a two-dimensional decomposition of each of these blocks in a base of 64. discrete sinusoidal functions with infinite support.
  • the unidimensional nucleus of the vertical and horizontal projections realized by this coding technique is a discrete cosine function on 8 pixels.
  • Decomposition encoding in a finite support wavelet basis used in the JPEG 2000 standard is also typically applied to 8x8 pixel square blocks.
  • a commonly used one-dimensional vertical and horizontal projection nucleus is a 2-pixel Haar core (ie the classic Haar niche mother function).
  • the signals resulting from such coding available in the form of binary data streams consisting of a succession of words, each word comprising a sign bit and a constant predetermined number of bits to define the value of a corresponding coefficient, verify this statistic that the higher the value of a coefficient, the less likely it is.
  • any type of predefined entropy code that assigns a number of bits that is smaller as the value of the binary word to be transcoded is close to zero is therefore particularly suitable for these signals.
  • the use of an entropy code will be all the more effective if the statistics of the binary data stream on which it is applied are close to the statistical model on which the entropy code has been designed.
  • an entropy code is selected for its particular suitability with a given decorrelation encoding method, its efficiency may also vary with the nature of the original signal. Indeed, such a code entropic is struggling to accommodate the true variability of statistics from real signals such as images, videos or real sounds, especially because of the noise present on the low-order bits of the coefficients obtained from untreated real signals . This noise slows down the statistical decay of the probabilities of the coded coefficients according to their increasing absolute value: it thus attenuates the compression potential of the entropy code.
  • the subject of the invention is therefore an entropy transcoding method of a first binary data stream consisting of words to be transcoded into a second binary data stream compressed by using a predetermined variable length entropic code of the coded words to transcode each word of the first binary data stream into a transcoded word, comprising, on the basis of a predetermined number B of least significant bits considered representative of a noise level of the words of the first binary data stream, the application next steps to each word of the first binary data stream:
  • the word subdividing the word into first and second subwords, the first subword comprising the B least significant bits of the word and the second subword comprising the other most significant bits of the word; applying the predetermined entropy code to the second subword to obtain a second transcoded subword, and
  • a parameter B defining a noise threshold B in number of low-weight bits considered to be embedded in noise and not verifying is used. therefore not the optimal statistics of a decorrelated signal.
  • a more efficient entropic transcoding method is defined, in which the first B least significant bits of each word are considered a priori as not verifying the statistics adapted to the application of an entropy code. they are excluded from this coding, which only applies to a high-order part of the word, so as to optimize the use of the entropy code.
  • the application of the predetermined entropy code to the second subword includes the following steps: if the second sub-word does not consist of all identical bits, determining the position, identified from the low-order end of the second subword, from its least significant bit, referred to as the reference bit, to the beyond which all the higher-order bits of the second subword are identical,
  • an entropy transcoding method may further comprise the following steps:
  • the predetermined number B of least significant bits considered representative of a noise level of the words of the first bit data stream is selected as being the integer portion of the average of the positions of the least significant bit. , beyond which all the bits of higher weight have the same predetermined value, words of the first binary data stream.
  • the values of k and I are chosen so that the vertical dimension N is strictly smaller than the horizontal dimension P, and in which an entropy transcoding method as defined above is applied to a first binary data stream provided by the step of successive two-dimensional decompositions of the blocks of the image.
  • the subject of the invention is also an image capture device comprising means for reading the values of the pixels of an image and means for block coding these values for the supply of a first binary data stream, in wherein these coding means are furthermore designed for executing the steps of a transcoding or block coding method as defined above.
  • an image capture device may comprise an imaging circuit, for the image capture and the analog / digital conversion of these captured images, and a coprocessor circuit different from the imaging circuit and electronically connected to the latter for digital processing of the captured images, in which the coding means are integrated in the imaging circuit.
  • the coding means comprise two shift cell registers arranged in series and connected to means for short-circuiting part of their cells, the cells of the first shift register being loaded to the value of the word. to transcode and the cells of the second shift register being loaded with bits at the same predetermined value, a bit with a complementary value different from this predetermined value and a bit with a value defined according to a sign bit the word.
  • This image capture device is for example a digital camera, a camera or a digital camcorder, or a portable device any telecommunication or data processing device with such an integrated camera, camera or camcorder.
  • the invention also relates to a computer program downloadable from a communication network and / or recorded on a computer readable medium and / or executable by a processor, including program code instructions for the execution of steps of a transcoding or block coding method as defined above when said program is run on a computer.
  • FIG. 1 illustrates the successive steps of a transcoding method according to one embodiment of the invention
  • FIG. 2 illustrates an implementation example of the method of FIG. 1 using shift registers
  • FIG. 3 schematically represents the general structure of an image sensor optical module according to one embodiment of the invention
  • FIG. 4 illustrates the successive steps of a block coding method that can be implemented in the optical module of FIG. 3;
  • FIG. 5 illustrates an implementation example of the method of FIG. adders and subtracters,
  • a new entropy transcoding method is first proposed.
  • it uses an entropy code that is particularly suitable for binary data streams resulting from a block image decorrelation coding. It can therefore be implemented by an encoder performing such decorrelation, possibly followed by quantization, and then entropy transcoding itself.
  • This encoder can be implanted at different locations of an image capture device.
  • a coding of decorrelation of block images is also proposed.
  • a decorrelation coding is applied to exploit the redundancies and obtain a train of binary data consisting of words defining parameters with very predictable statistical properties.
  • this binary data stream consists of a succession of words, each word comprising a sign bit and a constant predetermined number of bits to define the value of a corresponding coefficient.
  • the value of a coefficient is all the more likely that it is close to zero.
  • entropic code adapted to transcode this type of binary data stream is as follows: if the value of a word is zero, the entropy code assigns it a transcoded word of two bits, the first of which is at "1" and the second to the value of the sign of the word,
  • the entropy code assigns it a transcoded word obtained by concatenating a number of bits to "0" corresponding to said determined position of a bit to "1" of the sign bit of the word and bits of the word of weight less than its bit to "1" of the highest weight.
  • this entropic code consists, for a word of fixed size, in coding the position of its bit at "1" of the highest weight and its sign using a code of variable size, then in concatenating the bits of the word of weight less than this bit at "1" of the highest weight to the code of variable size.
  • transcoded words are therefore separable if they are read in series in a transcoded binary data stream.
  • This entropy coding results from binary logic operations performed on binary words. Therefore, one skilled in the art will understand that a variant of this code, consisting of performing complementary binary logic operations on 2-bit complements of the binary words, operates in the same way. Similarly, in the previous example, it has been conventionally chosen to code the position of the bit at "1" highest using bits at "0" whose number corresponds to this position. Those skilled in the art will also understand that a variant of this code, consisting of choosing another convention, works in the same way.
  • This entropy code can therefore be defined as part of a family of equivalent entropy codes with the following general steps:
  • the entropy code assigns it a transcoded word obtained by concatenation of a number of bits to a same predetermined value, this number corresponding to said determined position, of a bit to a value complementary to said same predetermined value, of a bit defined in function of the sign of the word and the bits of the word of weight less than its reference bit, - if a word consists of bits all identical, the entropy code assigns it a transcoded word of two bits, the first of which is at said complementary value and the second to a value defined according to the sign of the word.
  • this entropy code like any other entropy code adapted to the binary data streams obtained by decorrelation of a real image, video or audio signal, nevertheless has difficulty in accommodating the true variability of the statistics. from images, videos or real sounds, in particular because of the noise present on the low-order bits of the coefficients obtained from untreated real signals. Thus, if it were applied directly to the words of these binary data streams, it would not provide optimal compression.
  • a parameter B defining a noise threshold B in number of low-order bits considered to be embedded in noise is therefore used in accordance with the invention, and therefore does not verify the optimal statistics of a decorrelated image, video or audio signal.
  • a method of entropy transcoding of a first binary data stream consisting of words to be transcoded into a second binary data stream compressed by using the abovementioned entropy code is used to transcode each word of the first data stream. binary in a transcoded word.
  • the number B of low-order bits representative of a noise level of the words of the first binary data stream it comprises applying the following steps to each word of the first binary data stream:
  • the word subdivision of the word into first and second subwords, the first subword comprising the B least significant bits of the word considered as embedded in the noise, and the second subword containing the other most significant bits of the word ,
  • the number B is determined for each binary data stream considered, according to statistical parameters of this binary data stream. This makes transcoding advantageously adaptive. After transcoding the binary data stream, the number B must then be provided with the transcoded data stream to allow reverse transformation of the signal.
  • the number B of low-order bits representative of a noise level of the words of a binary data stream is selected as the whole portion. from the average of the positions of the bit to "1" of the highest weight of the words of this binary data stream.
  • B could be chosen to be the integer part of the average of the positions of the highest-bit "O" bit of the words of this binary data stream.
  • B is chosen to be the integer part of the average of the positions of the reference bit of the words of this binary data stream.
  • FIG. 1 a succession of steps performed by a transcoding method according to the invention is illustrated in FIG.
  • a transcoding block receives, in the form of a first binary data stream, a digital signal decorrelated by an encoder and consisting of possibly quantized coefficients.
  • a statistical calculation is performed on the words of this first binary data stream to determine the value of B as an integer part of the average of the positions of the bit at "1" of the most significant weight. high of these words.
  • B is for example evaluated at 2.
  • a step 104 it starts an iterative loop on all the words of the first binary data stream to transcode each of them.
  • the words are for example each consisting of a sign bit s and ten bits defining the value of a coefficient. For the sake of illustration, one word
  • this word is split into two subwords.
  • the second subword contains the other most significant bits of the word and its sign bit s, ie "S00000101".
  • the entropy code mentioned above is applied to the second subword.
  • the position of its bit at "1" with the highest weight is 3, so that the entropy code assigns it a second transcoded subword obtained by concatenating three bits at "0", from a bit to "1". , the sign bit s and the bits of the second sub-word of weight less than its bit at "1" of the highest weight. This gives the second transcoded subword: "0001 sO1".
  • a transcoded word corresponding to the word "S00000101 10" is obtained by concatenation of the second transcoded subword and the first subword. This finally gives "0001 sO1 10". As long as all the words of the first binary data stream are not transcoded, the method is repeated in step 104.
  • FIG. 2 illustrates an exemplary possible architecture for implementing the transcoding method described above, when the previously defined entropy code is applied.
  • the proposed architecture comprises two shift registers 10 and 12 arranged in series.
  • Each shift register is composed of cells including, except for the first one, an "in” input connected to an "out” output of the preceding cell.
  • the "in” input of the first cell of the second shift register 12 is connected to the output of the last cell of the first shift register 10.
  • each cell of each shift register has an additional control input which makes it possible to short-circuit this cell when it is for example brought to "1".
  • out (k) in (k) and the value carried by this cell is not read.
  • the particular architecture illustrated in FIG. 2 is suitable for transcoding words of ten value bits and a sign bit. It is represented in the particular case of the processing of the word "S00000101 10" whose transcoding has been detailed previously.
  • the first shift register 10 has as many cells as bits of value of the word to be processed, ie ten cells. They are loaded to the word value, the first cell carrying the least significant bit and the last the highest weighting one.
  • the second shift register 12 has two more cells than the first one. Its first two cells are loaded respectively at the sign bit of the word and at "1". The next ten are loaded at "0". In complementary logic or according to the conventions chosen, one will of course adapt the values of the cells of the registers according to the variant of entropic coding implemented.
  • the control inputs of the ten cells of the first shift register 10 are respectively fed with ten bits of a first short-circuit word M1.
  • the control inputs of the ten cells loaded at "0" of the second shift register 12 are respectively fed with ten bits of a second short-circuit word M2.
  • the first and second words M1 and M2 are defined from the value of B and from the position n of the highest "1" bit of the word to be transcoded.
  • a first intermediate word Mil carrying, in binary format and on ten bits, the value 2 B -1.
  • Mil is "000000001 1”.
  • a second intermediate word Mi2 carrying, in the binary format and on ten bits, the value 2 ⁇ -1.
  • n is 5.
  • Mi2 is therefore "000001 1 1 1 1”.
  • Mi2 / 2 is "0000001 1 1 1", which corresponds to a shift towards the least significant bits of Mi2.
  • the second intermediate word Mi2 is obtained very easily from the word to be transcoded. Its highest weight bit is set to the value of the highest-order bit of the word to be transcoded and it is iteratively descended to the lower-order bits using a logical OR relation between its bit of rank n and the rank bit n-
  • the first word M1 is then defined by the following logical relation:
  • M1 NO ("0000001 1 1 1")
  • M1 "1 1 1 1 1 10000”.
  • the second word M2 is defined by the following logical relation:
  • the words M1 and M2 are represented from left to right in the ascending direction of the weights of their bits. Whenever they have a "1" bit, they short circuit the corresponding cell which is then represented in gray. Since the values of the gray cells are not transmitted by the two shift registers in series, it is seen, by raising the cells of the last cell of the second register 12 to the first cell of the first register 10, that the transcoded word provided sequentially in output of the second shift register 12 takes, in this example, the value "0001 s01 10".
  • the value of B is automatically calculated from statistical data extracted from the binary data streams, this renders this method of transcoding adaptive, which is particularly advantageous.
  • the parameter B is intended to take a rather low value (ie it quantifies a noise level in number of bits a priori embedded in the noise), it can furthermore itself be coded on a small number of bits, for example three .
  • the additional cost of the adaptive property of the transcoding process is therefore negligible.
  • the value of B can be determined a priori, without the result of a particular statistical calculation.
  • the transcoding method described above can be implemented in a digital image capture device of which an optical module is shown in FIG. 3.
  • this image capture device is for example a digital camera, a camera or a digital camcorder, or a portable telecommunication or data processing device of any kind with such a camera, camera or camcorder integrated .
  • an optical sensor module 20 for example a CMOS sensor, comprises an optical block 22 and a matrix 24 of sensitive elements, the photodiodes which, associated with electrical reading means (not shown), form pixels of an image to capture.
  • the pixel matrix 24 is associated with a sequencing device 26 and an analog / digital conversion device 28, enabling the acquisition of a pixel matrix digital image.
  • the matrix of pixels 24, the sequencing device 26 and the analog / digital conversion device 28 form, with an interface 30 for transmitting the digital images acquired, a circuit 32 usually referred to as the "imaging circuit" or "focal plane" of the CMOS sensor.
  • the interface 30 of the imaging circuit 32 is also generally connected by an electronic physical link 34 to the digital image reception interface 36 of a graphics coprocessor circuit 38 which makes it possible to implement quality improvement algorithms. acquired digital images and possibly implementing a block decorrelation coding method such as one of those mentioned above.
  • Consumer image acquisition devices such as digital cameras or CMOS digital camcorders, or optical modules of mobile phones, are subject to many constraints.
  • the speed of the electronic physical link 34 between the imaging circuit 32 and the graphic coprocessor circuit 38 is limited.
  • the SMIA protocol respected by a large number of imaging circuits limits the bit rate to 400 Mbps.
  • This bit rate constraint is one of the reasons why video mode resolution is generally limited.
  • reducing power consumption is a major constraint for mobile devices, including image sensors. Since one of the largest sources of consumption of these image sensors is the transfer of the digital data between the imaging circuit 32 and the graphic coprocessor circuit 38 by the electronic physical link 34, the best way to reduce this consumption is to be found reducing the amount of data transmitted.
  • the three aforementioned constraints show the need to implement a high performance encoder 40 making it possible to envisage a good compression of the acquired digital data, either in the graphic coprocessor circuit 38 to make it possible to envisage the use of complex filtering algorithms, or preferentially in the circuit imager 32 to limit the rate transmitted by the electronic physical link 34.
  • This encoder 40 is specially designed to implement a block decorrelation coding, possibly a quantization, then an entropy transcoding method such as that described above. As shown in FIG. 3, it is advantageous to implant it in the imaging circuit 32. Indeed, in this case, the bit rate supported by the electronic physical link 34 is greatly reduced.
  • the encoder 40 is represented at the output of the analog / digital conversion device 28 just before the transmission interface 30. According to various implementation variants, it can also be partially implemented in the analog domain, upstream of the analog / digital conversion device 28, in particular for performing the block decorrelation coding, and partially in the digital domain, downstream of the analog / digital conversion device 28, in particular for performing the entropy transcoding.
  • the imaging circuit 32 of the image capture device shown diagrammatically in FIG. 3 advantageously incorporates an encoder 40 able to carry out a decorrelation encoding of a block image and then a transcoding according to the invention.
  • CMOS sensors which implement, in the sequencing device 26, a sequential reading mode of the pixel values of an image, in electronic shutter mode line by line from the first line to the last line of the image.
  • This mode of reading by successive electronic fillings of the lines aims in particular to compensate for the lack of sensitivity of CMOS sensors at low cost.
  • the electronic constraints, size, consumption and the need to ensure a video mode also require the imaging circuits to operate in this reading mode. This implies that a digital image is by necessity read line by line and that the pixels of two different lines are not temporally coherent, because they do not represent exactly the same moment of a scene.
  • the image is subdivided into disjoint blocks of rectangular shape whose vertical dimension is strictly smaller than the horizontal dimension.
  • the horizontal direction of the image and the blocks that compose it is defined as that of the lines of the image in the sequential reading mode adopted line by line. Therefore, the vertical direction of the image and the blocks that compose it are defined as those of the columns of the image.
  • the second aspect of the invention relates to a method of block coding a pixel matrix image consisting of a plurality of disjoint blocks, by successive two-dimensional decompositions of the blocks of this image in a predetermined discrete function base. using the combined application of a one-dimensional vertical decomposition kernel of n pixels and a one-dimensional horizontal decomposition kernel of p pixels, wherein:
  • core is meant in a conventional manner a discrete elementary function starting from of which is built said base of predetermined discrete functions, in particular by expansion (frequency variations) and / or translations (spatial variations) of the core.
  • the two-dimensional decomposition of a block of pixels in a base of discrete functions forming vectors of this base is separable horizontally and vertically. Therefore, the nucleus from which the base is constructed can be considered as the combination of a horizontal one-dimensional nucleus and a vertical one-dimensional nucleus for the formation of horizontal "vector portions" and "vertical vector portions". Furthermore, in the rest of the description, the term “projection” will be used, especially in expressions such as "one-dimensional horizontal projection nucleus", “one-dimensional vertical projection nucleus” or "projection of order " .
  • the NP coefficients obtained from this decomposition are in fact the result of projections ( in the mathematical sense of the term) of the block of NP pixels on each of the vectors of the base of NP discrete functions.
  • the horizontal dimension P in number of pixels of each block is set at 16 and the vertical dimension N in number of pixels of each block is set at 2.
  • Each block therefore comprises 32 pixels. spread over two successive lines.
  • the two-dimensional decomposition of such a block is performed in a discrete wavelet basis of Haar.
  • a Haar wavelet basis is chosen because the implantation of such a decomposition can be simply carried out using adders and subtracters, as will be demonstrated below and with reference to FIG.
  • This first-order projection consists of adding the 2 pixels to obtain a first low-frequency or high-entropy parameter and subtracting them to obtain a second high-frequency or low-entropy parameter.
  • This projection of order 4 consists of:
  • the vertical projection and the first order of the horizontal projection can be realized simultaneously in the form of a two-dimensional projection using a two-dimensional nucleus of Haar, considering each block of 2x16 pixels as consisting of 8 successive disjoint sub-blocks square of 2x2 pixels each. Such a projection generates a low frequency or high entropy parameter and three high frequency or low entropy parameters per sub-block.
  • the imaging circuit 32 sequentially reads a first line A, for example in line-by-line electronic shutter mode. The values of the pixels of this line are then stored.
  • the number of pixels in the first line A is preferably 16 or a multiple of 16, i.e., a multiple of the horizontal dimension of a block.
  • the imaging circuit 32 sequentially reads a second line B, for example in line-by-line electronic shutter mode.
  • each line is considered to have 16 pixels: in other words, in this particularly simple example, which can be generalized, the set of two lines A and B comprises a single block.
  • the pixels of the line A are denoted 0 , ..., ai 5 and the pixels of the line B are denoted by b 0 , ..., bi 5 .
  • the 32 pixel block is 0, ..., 15 and b 0, ..., b 15 may be considered as consisting of 8 square sub-blocks denoted B (0 ⁇ i ⁇ 7).
  • Each of these square sub-blocks B has four pixels a 2l , a 2l + i, b 2l and b 2l + i.
  • each square sub-block B is projected into a base consisting of four blocks of Haar respectively denoted LL1, HL1, LH1 and HH1. These four blocks are represented in FIG. 4 by square blocks of four hatched pixels (subtracted values) or white pixels (added values) arranged for memory in the left part of the illustration of step 202, opposite the coefficients that they generate.
  • the first block of Haar LL1 represents a low frequency component.
  • this low frequency component is also a parameter with high entropy. Its projection coefficient is obtained by the following calculation:
  • LL1 (B 1 ) a 2l + a 2l + i + b 2l + b 2l + i.
  • the fourth block of Haar HH1 represents a high frequency and low entropy component, or, more precisely, high frequency horizontally and high frequency vertically. Its projection coefficient is obtained by the following calculation: HH 1 (BJ ⁇ aa - aa + i - ba + ba + i.
  • the 24 high frequency and low entropy coefficients are conserved (8 HLI coefficients (B 1 ), 8 LHI coefficients (B 1 ), 8 HHI coefficients (B 1 )), while the 8 low frequency and high entropy coefficients LLI ( B 1 ) are not preserved but are processed during a step 204 of producing a horizontal projection of order 3.
  • the conserved coefficients are represented in grayed while the non-conserved coefficients are shown in white.
  • L2 two-dimensional Haar blocks denoted L2 and H2 respectively.
  • This block H2 is arranged for memory in the left part of the illustration of step 204, vis-à-vis the coefficients it generates and which are preserved.
  • the coefficients generated by the block L2 are not preserved but processed in a second order of the horizontal projection, they are not represented and the block L2 either, for the sake of simplification of the illustration of step 204.
  • the first unidimensional Haar block L2 represents a low frequency component with high entropy. Its projection coefficient is obtained by the following calculation:
  • L2 (i) LL1 (B 21) + LL1 (B 21 + 1).
  • the second one-dimensional Haar block H2 represents a high-frequency component with low entropy. Its projection coefficient is obtained by the following calculation:
  • H2 (i) LL1 (B 21) - LL1 (B 21 + 1).
  • the projection of the four pairs of coefficients ⁇ LL1 (B 21 ); LL1 (B 21 + 1 ) J in the base of the aforementioned one-dimensional Haar blocks provides 8 coefficients.
  • the 4 high frequency and low entropy coefficients are conserved (4 coefficients H2 (i)), while the 4 low frequency and high entropy coefficients L2 (i) are processed in a second order of the horizontal projection.
  • the conserved coefficients are represented in gray while the non-conserved coefficients are not represented.
  • L3 and H3 Only the block H3 is represented in FIG. 4 by a rectangular block of two "pixels" arranged horizontally, one of which is white (added value) and the other is hatched (subtracted value).
  • This block H3 is arranged for memory in the left part of the illustration of step 204, vis-à-vis the coefficients it generates and which are preserved.
  • the first one-dimensional Haar block L3 represents a low-frequency component with high entropy. Its projection coefficient is obtained by the following calculation:
  • L3 (i) L2 (2i) + L2 (2i + 1).
  • the second one-dimensional Haar block H3 represents a high-frequency component with low entropy. Its projection coefficient is obtained by the following calculation:
  • the projection of the two pairs of coefficients ⁇ L2 (2i); L2 (2i + 1) ⁇ in the base of the aforementioned one-dimensional Haar blocks provides 4 coefficients.
  • the 2 high frequency and low entropy coefficients are conserved (2 coefficients H3 (i)), while the 2 low frequency and high entropy coefficients L3 (i) are processed in a third order of the horizontal projection.
  • the conserved coefficients are represented in gray while the non-conserved coefficients are not represented.
  • the two coefficients L3 (0) and L3 (1) are projected into a base consisting of two one-dimensional Haar blocks denoted respectively L4 and H4, identical to L3 and H3 but operating on a double scale.
  • Block H4 is represented in FIG. 4 by a rectangular block of two "pixels" arranged horizontally, one of which is white (added value) and the other is hatched (subtracted value). This block H4 is arranged for memory in the left part of the illustration of step 204, vis-à-vis the coefficient it generates and which is preserved.
  • Block L4 is represented in FIG. 4 by a rectangular block of two white "pixels” arranged horizontally (added values). This block L4 is arranged for memory in the left part of the illustration of step 204, vis-à-vis the coefficient it generates and which is preserved.
  • the first one-dimensional Haar block L4 represents a low-frequency component with high entropy. Its projection coefficient is obtained by the following calculation:
  • L4 (0) L3 (0) + L3 (1).
  • the second one-dimensional Haar block H4 represents a high-frequency component with low entropy. Its projection coefficient is obtained by the following calculation:
  • H4 (0) L3 (0) - L3 (1).
  • FIG. 5 illustrates an exemplary possible architecture for implementing the method previously described.
  • a first stage 50 of the proposed architecture comprises adders, represented by "+” symbols, subtracters, represented by “-” symbols and memory elements, each of the size of a single coefficient and represented by symbols “z " 1 ".
  • This first stage 50 carries out the steps 202, 204 as described above and provides, as the output and as the reading of the pixels of the line B, the coefficients HHI (B 1 ), LHI (B 1), HLI (B 1), H2 (i), H3 (i), H4 (0) and L4 (0) (denoted HH1, LH1, HL1, H2, H3, H4 and L4 in Figure 5 and in the following description for the sake of simplification).
  • the data provided by the adders and subtracters using the memory elements "z " 1 " that is to say those realizing the horizontal projection of order 3, in other words a horizontal transformation of Haar on 8 parameters, are also subsampled at each order of the transformation so that there are finally as many coefficients resulting from the two-dimensional decomposition as of pixels at the origin.
  • the coefficients HH1, LH1, HL1, H2, H3, H4 and L4 obtained by this two-dimensional decomposition of each block are optionally quantized in a quantization block 52 performing lossy coding.
  • the coefficients are transcoded using an entropy coding block 54 that optimizes the size of the binary data stream representing the initial image, by application of a transcoding method according to the invention.
  • the previously described methods may be implemented by a computer program downloadable from a communication network and / or recorded on a computer readable medium and / or executable by a processor, including program code instructions for performing their steps described with reference to Figures 1 and 4.
  • a coding method as described above makes it possible to take advantage of a line-by-line sequential reading image capture device. It can be easily implanted in the imaging circuit 32 of such a device even if this circuit is limited in storage space by requiring only the memorization of a single line to perform block processing, each block with two lines and a larger number of columns.
  • the number N of lines of the blocks can be increased as long as it is possible to memorize N-1 lines of pixels to carry out the block coding.
  • N the number of columns by blocks always strictly greater than N, we retain the advantage of taking advantage of a better horizontal coherence of the pixels linked to the sequential read mode line by line while optimizing the use of the resources of memory.
  • the vertical projection is the application of an identity function (projection of order 0 with a one-dimensional kernel to a pixel).
  • the vertical coherence of the pixels is then no longer used to compress the image, but even less storage space is used.
  • the second aspect of the invention is indeed not limited to two-dimensional block and two-dimensional decomposition in a discrete function base in particular, but applies to any block encoding generally using a two-dimensional decomposition (separable horizontally and vertically) from each block in a predetermined base of discrete functions
  • the second aspect of the invention is independent of the first in that it is also possible to implement it without combining it with an entropy transcoding method according to the first aspect of the invention. invention. It can just as much precede a known transcoding process.
  • the entropy transcoding method described according to the first aspect of the invention can be implemented without being provided to it inputs data necessarily encoded by a method according to the second aspect of the invention. It can advantageously be applied to other block coding methods, for example those known in the state of the art, the purpose of which is also to decorrelate an image, video or audio signal initially strongly correlated.

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)
  • Compression Of Band Width Or Redundancy In Fax (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)

Abstract

Ce procédé de transcodage entropique d'un premier train de données binaires constitué de mots à transcoder en un second train de données binaires compressé utilise un code entropique prédéterminé à longueur variable des mots codés pour transcoder chaque mot du premier train de données binaires en un mot transcodé. Sur la base d'un nombre prédéterminé noté B de bits de poids faibles, il comporte l'application des étapes suivantes à chaque mot («S0000010110») du premier train de données binaires : subdivision (106) du mot en des premier et second sous-mots, le premier sous-mot («10») comportant les B bits de poids faibles du mot et le second sous-mot («S00000101») comportant les autres bits de poids fort du mot, application (108) du code entropique prédéterminé au second sous-mot pour obtenir un second sous-mot transcodé («0001s01»), et obtention (110) dudit mot transcodé («0001s0110») par concaténation du premier sous-mot («10»)et du second sous-mot transcodé («0001s01»).

Description

PROCEDE DE TRANSCODAGE ENTROPIQUE D'UN PREMIER TRAIN DE DONNEES BINAIRES EN UN SECOND TRAIN DE DONNEES BINAIRES COMPRESSE, PROGRAMME D'ORDINATEUR ET DISPOSITIF DE CAPTURE D'IMAGES CORRESPONDANTS
La présente invention concerne un procédé de transcodage entropique d'un premier train de données binaires en un second train de données binaires compressé par utilisation d'un code entropique prédéterminé à longueur variable des mots codés pour transcoder chaque mot du premier train de données binaires en un mot transcodé. Elle concerne également un procédé de codage par blocs mettant en oeuvre un tel procédé de transcodage. Enfin, Elle concerne également un programme d'ordinateur comprenant des instructions de code de programme et un dispositif de capture d'images conçus pour l'exécution des étapes d'un tel procédé de transcodage. L'objectif de l'utilisation d'un code entropique est de transcoder des coefficients codés sous la forme de mots binaires de taille fixe à probabilités variables en mots binaires de tailles variables : de façon prédéterminée par le code entropique, les valeurs de coefficients les plus probables sont codées sur un nombre de bits faible ; au contraire, les valeurs de coefficients les moins probables sont codées sur un nombre de bits important.
L'utilisation d'un code entropique en compression de données est particulièrement adaptée aux signaux dont les propriétés statistiques sont prévisibles.
C'est en particulier le cas des signaux d'image, de vidéo et audio, dans lesquels la redondance spatiale et/ou temporelle est forte. Ainsi, statistiquement, les signaux résultant de la différence d'échantillons corrélés du monde réel comme par exemple la différence entre les échantillons successifs d'un signal d'image, de vidéo ou audio, fournissent des coefficients fréquemment proches de zéro et d'autant plus rares qu'ils s'éloignent de zéro en valeur absolue.
Les coefficients issus d'un codage de décorrélation par blocs de type DCT (de l'Anglais « Discrète Cosine Transform ») ou par décomposition dans une base d'ondelettes d'une image ou d'une séquence d'images numériques vérifient en général cette propriété.
Le codage par DCT, utilisé dans les standards JPEG et MPEG, est en général appliqué à des blocs carrés de 8x8 pixels et est alors envisagé comme une décomposition bidimensionnelle de chacun de ces blocs dans une base de 64 fonctions sinusoïdales discrètes à support infini. Le noyau unidimensionnel des projections verticale et horizontale réalisées par cette technique de codage est une fonction cosinus discrète sur 8 pixels. Ainsi, par ce codage DCT, le signal image est décomposé dans l'espace des fréquences. Le codage par décomposition dans une base d'ondelettes à support fini, utilisé dans le standard JPEG 2000 est aussi généralement appliqué à des blocs carrés de 8x8 pixels. Un noyau unidimensionnel de projections verticale et horizontale couramment utilisé est un noyau de Haar à 2 pixels (i.e. la fonction mère créneau de Haar classique). Par application de ce noyau horizontalement et verticalement, on réalise une première décomposition d'un bloc 8x8 en quatre sous- blocs 4x4. Puis à un deuxième ordre, le sous-bloc 4x4 des basses fréquences est décomposé en quatre sous-blocs 2x2. Enfin à un troisième ordre, le sous-bloc 2x2 des basses fréquences est décomposé en quatre pixels dont un représentant la composante continue du bloc. D'autres principes de décomposition, par exemple en sous-bandes fréquentielles, sont également envisageables. Ces codages ont tous pour objectif de décorréler l'image ou la séquence d'images initiales.
Par conséquent, les signaux issus d'un codage de ce type, disponibles sous forme de trains de données binaires constitués d'une succession de mots, chaque mot comportant un bit de signe et un nombre prédéterminé constant de bits pour définir la valeur d'un coefficient correspondant, vérifient cette statistique selon laquelle plus la valeur d'un coefficient est élevée, moins ce coefficient est probable.
Tout type de code entropique prédéfini qui attribue un nombre de bits d'autant plus faible que la valeur du mot binaire à transcoder est proche de zéro est donc particulièrement adapté à ces signaux. Bien sûr, l'utilisation d'un code entropique sera d'autant plus efficace que les statistiques du train de données binaires sur lesquelles il est appliqué sont proches du modèle statistique sur lequel le code entropique a été conçu.
Il existe à cet effet un grand nombre de codes entropiques différents plus ou moins efficaces selon le principe de décorrélation utilisé, de sorte que le choix d'un code entropique pour effectuer un transcodage est généralement dépendant de la façon dont le signal initial d'image, de vidéo ou audio a été au préalable décorrélé.
Cependant, même si un code entropique est sélectionné pour son adéquation particulière avec un procédé de codage de décorrélation donné, son efficacité peut également varier avec la nature même du signal initial. En effet, un tel code entropique a du mal à s'accommoder de la véritable variabilité des statistiques issues des signaux réels tels que des images, des vidéos ou des sons réels, notamment à cause du bruit présent sur les bits de poids faibles des coefficients obtenus de signaux réels non traités. Ce bruit freine la décroissance statistique des probabilités des coefficients codés en fonction de leur valeur absolue croissante : il atténue donc le potentiel de compression du code entropique.
Il peut ainsi être souhaité de prévoir un procédé de transcodage qui permette de s'affranchir des problèmes et contraintes précités.
L'invention a donc pour objet un procédé de transcodage entropique d'un premier train de données binaires constitué de mots à transcoder en un second train de données binaires compressé par utilisation d'un code entropique prédéterminé à longueur variable des mots codés pour transcoder chaque mot du premier train de données binaires en un mot transcodé, comportant, sur la base d'un nombre prédéterminé noté B de bits de poids faibles considéré comme représentatif d'un niveau de bruit des mots du premier train de données binaires, l'application des étapes suivantes à chaque mot du premier train de données binaires :
- subdivision du mot en des premier et second sous-mots, le premier sous- mot comportant les B bits de poids faibles du mot et le second sous-mot comportant les autres bits de poids fort du mot, - application du code entropique prédéterminé au second sous-mot pour obtenir un second sous-mot transcodé, et
- obtention dudit mot transcodé par concaténation du premier sous-mot et du second sous-mot transcodé.
Ainsi, afin d'améliorer la performance du code entropique utilisé pour effectuer le transcodage du premier train de données binaires, on utilise un paramètre B définissant un seuil de bruit B en nombre de bits de poids faibles considérés comme noyés dans du bruit et ne vérifiant donc pas les statistiques optimales d'un signal décorrélé. A partir de ce paramètre B, on définit alors un procédé de transcodage entropique plus performant, dans lequel les B premiers bits de poids faibles de chaque mot étant considérés a priori comme ne vérifiant pas les statistiques adaptées à l'application d'un code entropique, ils sont exclus de ce codage qui ne s'applique qu'à une partie de poids fort du mot, de manière à optimiser l'utilisation du code entropique.
De façon optionnelle, l'application du code entropique prédéterminé au second sous-mot comporte les étapes suivantes : - si le second sous-mot n'est pas constitué de bits tous identiques, déterminer la position, repérée depuis l'extrémité de poids faible du second sous-mot, de son bit de poids le plus faible, dit bit de référence, au delà duquel tous les bits de poids supérieur du second sous-mot sont identiques,
- obtenir le second sous-mot transcodé par concaténation d'un nombre de bits à une même valeur prédéterminée, ce nombre correspondant à ladite position déterminée, d'un bit à une valeur complémentaire de ladite même valeur prédéterminée, d'un bit défini en fonction du signe du mot et des bits du second sous-mot de poids inférieur à son bit de référence.
De façon optionnelle également, si le second sous-mot est constitué de bits tous identiques, le code entropique lui attribue un mot transcodé de deux bits dont le premier est à ladite valeur complémentaire et le second à une valeur définie en fonction du bit de signe du mot. De façon optionnelle également, un procédé de transcodage entropique selon l'invention peut en outre comporter les étapes suivantes :
- détermination préalable du nombre prédéterminé B de bits de poids faibles considéré comme représentatif d'un niveau de bruit des mots du premier train de données binaire, - fourniture du second train de données binaires compressé avec ce nombre
B.
De façon optionnelle également, le nombre prédéterminé B de bits de poids faibles considéré comme représentatif d'un niveau de bruit des mots du premier train de données binaires est choisi comme étant la partie entière de la moyenne des positions du bit de poids le plus faible, au delà duquel tous les bits de poids supérieur ont une même valeur prédéterminée, des mots du premier train de données binaires.
L'invention a également pour objet un procédé de codage par blocs d'une image matricielle de pixels constituée d'une pluralité de blocs disjoints, comportant une étape de décompositions bidimensionnelles successives des blocs de cette image dans une base de fonctions discrètes prédéterminée à l'aide de l'application combinée d'un noyau unidimensionnel de décomposition verticale de n pixels et d'un noyau unidimensionnel de décomposition horizontale de p pixels, la direction horizontale des blocs étant définie comme étant celle des lignes de l'image matricielle dans un mode de lecture et/ou de transmission séquentielle ligne par ligne de l'image matricielle, dans lequel : - la dimension horizontale P en nombre de pixels de chaque bloc est déterminée comme étant un multiple de p, P = k.p, et une décomposition à logp(P) niveau(x) de résolution est réalisée à l'aide du noyau unidimensionnel de décomposition horizontale, - la dimension verticale N en nombre de pixels de chaque bloc est déterminée comme étant un multiple de n, N = l.n, et une décomposition à logn(N) niveau(x) de résolution est réalisée à l'aide du noyau unidimensionnel de décomposition verticale, et
- pour des valeurs de n et p données, on choisit les valeurs de k et I de sorte que la dimension verticale N soit strictement inférieure à la dimension horizontale P, et dans lequel un procédé de transcodage entropique tel que défini précédemment est appliqué à un premier train de données binaires fourni par l'étape de décompositions bidimensionnelles successives des blocs de l'image. L'invention a également pour objet un dispositif de capture d'images comportant des moyens de lecture de valeurs des pixels d'une image et des moyens de codage par blocs de ces valeurs pour la fourniture d'un premier train de données binaires, dans lequel ces moyens de codage sont en outre conçus pour l'exécution des étapes d'un procédé de transcodage ou de codage par blocs tel que défini précédemment.
De façon optionnelle, un dispositif de capture d'images selon l'invention peut comporter un circuit imageur, pour la capture d'images et la conversion analogique/numérique de ces images capturées, et un circuit coprocesseur différent du circuit imageur et relié électroniquement à ce dernier pour un traitement numérique des images capturées, dans lequel les moyens de codage sont intégrés dans le circuit imageur.
De façon optionnelle également, les moyens de codage comportent deux registres de cellules à décalage disposés en série et reliés à des moyens de court- circuit d'une partie de leurs cellules, les cellules du premier registre à décalage étant chargées à la valeur du mot à transcoder et les cellules du second registre à décalage étant chargée de bits à une même valeur prédéterminée, d'un bit à une valeur complémentaire différente de cette valeur prédéterminée et d'un bit à une valeur définie en fonction d'un bit de signe du mot.
Ce dispositif de capture d'images est par exemple un appareil photo numérique, une caméra ou un caméscope numérique, ou bien un dispositif portable de télécommunication ou de traitement de données quelconque muni d'un tel appareil photo, caméra ou caméscope intégré.
Enfin, l'invention a également pour objet un programme d'ordinateur téléchargeable depuis un réseau de communication et/ou enregistré sur un support lisible par ordinateur et/ou exécutable par un processeur, comprenant des instructions de code de programme pour l'exécution des étapes d'un procédé de transcodage ou de codage par blocs tel que défini précédemment lorsque ledit programme est exécuté sur un ordinateur.
L'invention sera mieux comprise à l'aide de la description qui va suivre, donnée uniquement à titre d'exemple et faite en se référant aux dessins annexés dans lesquels :
- la figure 1 illustre les étapes successives d'un procédé de transcodage selon un mode de réalisation de l'invention,
- la figure 2 illustre un exemple d'implantation du procédé de la figure 1 à l'aide de registres à décalages,
- la figure 3 représente schématiquement la structure générale d'un module optique de capteur d'images selon un mode de réalisation de l'invention,
- la figure 4 illustre les étapes successives d'un procédé de codage par blocs pouvant être mis en œuvre dans le module optique de la figure 3, - la figure 5 illustre un exemple d'implantation du procédé de la figure 4 à l'aide d'additionneurs et de soustracteurs,
Selon un premier aspect de l'invention, un nouveau procédé de transcodage entropique est tout d'abord proposé. Conformément à un mode de réalisation de l'invention, il utilise un code entropique particulièrement adapté à des trains de données binaires issus d'un codage de décorrélation d'images par blocs. Il peut donc être mis en œuvre par un codeur réalisant une telle décorrélation, éventuellement suivie d'une quantification, puis du transcodage entropique lui-même. Ce codeur peut être implanté à différents endroits d'un dispositif de capture d'images.
Selon un second aspect de l'invention, un codage de décorrélation d'images par blocs, avantageusement réalisé avant le transcodage précité, est également proposé.
Premier aspect : transcodage entropique de paramètres issus d'un codage de décorrélation d'un signal d'image, de vidéo ou audio réel initial
A partir d'un signal réel initial, notamment un signal d'image, un codage de décorrélation est appliqué pour en exploiter les redondances et obtenir un train de données binaires constitué de mots définissant des paramètres aux propriétés statistiques très prévisibles.
De façon classique, ce train de données binaires est constitué d'une succession de mots, chaque mot comportant un bit de signe et un nombre prédéterminé constant de bits pour définir la valeur d'un coefficient correspondant.
Comme indiqué précédemment, par l'effet de la décorrélation, la valeur d'un coefficient est d'autant plus probable qu'elle est proche de zéro.
Un exemple de code entropique adapté pour transcoder ce type de train de données binaires est le suivant : - si la valeur d'un mot est nulle, le code entropique lui attribue un mot transcodé de deux bits dont le premier est à « 1 » et le second à la valeur du signe du mot,
- si la valeur d'un mot est non nulle, on détermine la position de son bit à « 1 » de poids le plus élevé, de sorte que le code entropique lui attribue un mot transcodé obtenu par concaténation d'un nombre de bits à « 0 » correspondant à ladite position déterminée, d'un bit à « 1 », du bit de signe du mot et des bits du mot de poids inférieur à son bit à « 1 » de poids le plus élevé.
Autrement dit, ce code entropique consiste, pour un mot de taille fixe, à coder la position de son bit à « 1 » de poids le plus élevé et son signe à l'aide d'un code de taille variable, puis à concaténer les bits du mot de poids inférieur à ce bit à « 1 » de poids le plus élevé au code de taille variable.
De façon plus concrète, le principe de ce code entropique est fourni dans le tableau suivant, où S désigne le bit de signe du mot binaire à transcoder :
Figure imgf000009_0001
On vérifie que, pour chaque mot transcodé, le nombre de « 0 » avant le premier « 1 » permet de définir la taille du mot transcodé complet. Les mots transcodés sont donc séparables s'ils sont lus en série dans un train de données binaires transcodées. Ce codage entropique résulte d'opérations de logique binaire réalisées sur des mots binaires. Par conséquent, l'homme du métier comprendra qu'une variante de ce code, consistant à réaliser des opérations de logique binaire complémentaires sur des compléments à 2 des mots binaires, fonctionne de la même façon. De même, dans l'exemple précédent, il a été choisi par convention de coder la position du bit à « 1 » le plus élevé à l'aide de bits à « 0 » dont le nombre correspond à cette position. L'homme du métier comprendra également qu'une variante de ce code, consistant à choisir une autre convention, fonctionne de la même façon.
On peut donc définir ce code entropique comme faisant partie d'une famille de codes entropiques équivalents comportant les étapes générales suivantes :
- si un mot n'est pas constitué de bits tous identiques, on détermine la position de son bit de poids le plus faible, dit bit de référence, au delà duquel tous les bits de poids supérieur du mot sont identiques, de sorte que le code entropique lui attribue un mot transcodé obtenu par concaténation d'un nombre de bits à une même valeur prédéterminée, ce nombre correspondant à ladite position déterminée, d'un bit à une valeur complémentaire de ladite même valeur prédéterminée, d'un bit défini en fonction du signe du mot et des bits du mot de poids inférieur à son bit de référence, - si un mot est constitué de bits tous identiques, le code entropique lui attribue un mot transcodé de deux bits dont le premier est à ladite valeur complémentaire et le second à une valeur définie en fonction du signe du mot.
Comme indiqué précédemment, ce code entropique, comme tout autre code entropique adapté aux trains de données binaires obtenus par décorrélation d'un signal d'image, de vidéo ou audio réel, a cependant du mal à s'accommoder de la véritable variabilité des statistiques issues des images, vidéos ou sons réels, notamment à cause du bruit présent sur les bits de poids faibles des coefficients obtenus de signaux réels non traités. Ainsi, s'il était appliqué directement aux mots de ces trains de données binaires, il ne fournirait pas une compression optimale.
Pour améliorer la performance du code entropique, on utilise donc, conformément à l'invention, un paramètre B définissant un seuil de bruit B en nombre de bits de poids faibles considérés comme noyés dans du bruit et ne vérifiant donc pas les statistiques optimales d'un signal d'image, de vidéo ou audio décorrélé. A partir de ce paramètre B, on définit un procédé de transcodage entropique d'un premier train de données binaires constitué de mots à transcoder en un second train de données binaires compressé par utilisation du code entropique précité pour transcoder chaque mot du premier train de données binaires en un mot transcodé. Sur la base du nombre B de bits de poids faibles représentatif d'un niveau de bruit des mots du premier train de données binaires, il comporte l'application des étapes suivantes à chaque mot du premier train de données binaires :
- subdivision du mot en des premier et second sous-mots, le premier sous- mot comportant les B bits de poids faibles du mot, considérés comme noyés dans le bruit, et le second sous-mot comportant les autres bits de poids fort du mot,
- application du code entropique précité au second sous-mot pour obtenir un second sous-mot transcodé, et
- obtention du mot transcodé final par concaténation du premier sous-mot et du second sous-mot transcodé.
A titre d'exemple, pour B = 3, l'application de cette amélioration au code entropique cité précédemment donne concrètement le tableau de transcodage suivant, dans lequel les symboles b désignent les bits considérés comme noyés dans le bruit :
Figure imgf000011_0001
Cette amélioration pourrait tout aussi bien s'appliquer de la même manière à un autre code entropique adapté au transcodage de trains de données binaires issus de la décorrélation d'un signal réel d'image, de vidéo ou audio. De manière avantageuse mais non obligatoire, le nombre B est déterminé pour chaque train de données binaires considéré, en fonction de paramètres statistiques de ce train de données binaires. Cela rend le transcodage avantageusement adaptatif. Après transcodage du train de données binaires, le nombre B doit alors être fourni avec le train de données transcodé pour permettre une transformation inverse du signal.
Par exemple, le nombre B de bits de poids faibles représentatif d'un niveau de bruit des mots d'un train de données binaires est choisi comme étant la partie entière de la moyenne des positions du bit à « 1 » de poids le plus élevé des mots de ce train de données binaires.
En logique binaire complémentaire ou par convention, B pourrait être choisi comme étant la partie entière de la moyenne des positions du bit à « O » de poids le plus élevé des mots de ce train de données binaires.
Ainsi, exprimé en termes plus généraux, B est choisi comme étant la partie entière de la moyenne des positions du bit de référence des mots de ce train de données binaires.
De façon plus précise, une succession d'étapes réalisées par un procédé de transcodage selon l'invention est illustrée sur la figure 1.
Au cours d'une première étape 100, un bloc de transcodage reçoit, sous forme d'un premier train de données binaires, un signal numérique décorrélé par un codeur et constitué de coefficients éventuellement quantifiés.
Au cours d'une étape 102 suivante, un calcul statistique est réalisé sur les mots de ce premier train de données binaires pour déterminer la valeur de B en tant que partie entière de la moyenne des positions du bit à « 1 » de poids le plus élevé de ces mots. A titre purement illustratif, B est par exemple évalué à 2.
Ensuite, lors d'une étape 104, on démarre une boucle itérative sur l'ensemble des mots du premier train de données binaires pour transcoder chacun d'entre eux. Les mots sont par exemple chacun constitués d'un bit de signe s et de dix bits définissant la valeur d'un coefficient. A titre purement illustratif, un mot
« S00000101 10 » est pris comme exemple.
Lors d'une étape 106 suivante, ce mot est scindé en deux sous-mots. Le premier sous-mot comporte les B = 2 bits de poids faibles du mot, considérés comme noyés dans le bruit, en l'occurrence « 10 ». Le second sous-mot comporte les autres bits de poids fort du mot et son bit de signe s, soit « S00000101 ».
Au cours d'une étape 108 suivante, on applique le code entropique cité précédemment au second sous-mot. La position de son bit à « 1 » de poids le plus élevé est 3, de sorte que le code entropique lui attribue un second sous-mot transcodé obtenu par concaténation de trois bits à « 0 », d'un bit à « 1 », du bit de signe s et des bits du second sous-mot de poids inférieur à son bit à « 1 » de poids le plus élevé. Cela donne le second sous-mot transcodé suivant : « 0001 sO1 ».
Enfin, au cours d'une étape 1 10, un mot transcodé correspondant au mot « S00000101 10 » est obtenu par concaténation du second sous-mot transcodé et du premier sous-mot . Cela donne finalement « 0001 sO1 10 ». Tant que tous les mots du premier train de données binaires ne sont pas transcodés, on reprend le procédé à l'étape 104.
Sinon, on passe à une étape finale 1 12 de fin de transcodage par fourniture d'un second train de données binaires transcodées, constitué des mots transcodés précédemment, avec la valeur de B codée sur un nombre prédéterminé de bits. La transmission de B et du second train de données binaires transcodées suffit en effet pour retrouver les coefficients du signal décorrélé.
La figure 2 illustre un exemple d'architecture possible pour mettre en œuvre le procédé de transcodage décrit ci-dessus, lorsque le code entropique précédemment défini est appliqué.
L'architecture proposée comporte deux registres à décalage 10 et 12 disposés en série. Chaque registre à décalage est composé de cellules comportant, sauf la première, une entrée « in » reliée à une sortie « out » de la cellule précédente. De plus, l'entrée « in » de la première cellule du second registre à décalage 12 est reliée à la sortie de la dernière cellule du premier registre à décalage 10.
Chaque cellule de chaque registre à décalage est en outre reliée à un circuit 14 de fourniture d'un signal d'horloge qui provoque, à chaque coup d'horloge k, le report de l'entrée de chaque cellule sur sa sortie selon la relation out (k) = in (k-1 ), pour une lecture séquentielle du contenu des registres 10 et 12. Enfin, de façon originale, chaque cellule de chaque registre à décalage comporte une entrée de contrôle supplémentaire qui permet de court-circuiter cette cellule lorsqu'elle est par exemple portée à « 1 ». Autrement dit, lorsque le court-circuit est activé pour une cellule, out (k) = in (k) et la valeur portée par cette cellule n'est pas lue. L'architecture particulière illustrée sur la figure 2 est adaptée au transcodage de mots de dix bits de valeur et d'un bit de signe. Elle est représentée dans le cas particulier du traitement du mot « S00000101 10 » dont le transcodage a été détaillé précédemment.
Le premier registre à décalage 10 comporte autant de cellules que de bits de valeur du mot à traiter, soit dix cellules. Elles sont chargées à la valeur du mot, la première cellule portant le bit de poids le plus faible et la dernière celui de poids le plus fort.
Le second registre à décalage 12 comporte deux cellules de plus que le premier. Ses deux premières cellules sont chargées respectivement au bit de signe du mot et à « 1 ». Les dix suivantes sont chargées à « 0 ». En logique complémentaire ou selon les conventions choisies, on adaptera bien sûr les valeurs des cellules des registres en fonction de la variante de codage entropique mise en œuvre.
Les entrées de contrôle des dix cellules du premier registre à décalage 10 sont alimentées respectivement par dix bits d'un premier mot M1 de court-circuit. Les entrées de contrôle des dix cellules chargées à « 0 » du second registre à décalage 12 sont alimentées respectivement par dix bits d'un second mot M2 de court-circuit.
Les premier et second mots M1 et M2 sont définis à partir de la valeur de B et de la position n du bit à « 1 » le plus élevé du mot à transcoder. Pour cela, on définit un premier mot intermédiaire Mil portant, au format binaire et sur dix bits, la valeur 2B-1. Par exemple, si B vaut 2, Mil vaut « 000000001 1 ». On définit aussi un second mot intermédiaire Mi2 portant, au format binaire et sur dix bits, la valeur 2π-1. Par exemple, pour le mot « S00000101 10 », n vaut 5. Mi2 vaut donc « 000001 1 1 1 1 ». On notera aussi que Mi2/2 vaut « 0000001 1 1 1 », ce qui correspond à un décalage vers les bits de poids faibles de Mi2.
En pratique, le second mot intermédiaire Mi2 s'obtient très facilement à partir du mot à transcoder. On met son bit de poids le plus élevé à la valeur du bit de poids le plus élevé du mot à transcoder et on descend itérativement vers les bits de poids inférieurs à l'aide d'une relation logique OU entre son bit de rang n et le bit de rang n-
1 du mot à transcoder pour définir la valeur de son bit de rang n-1.
Le premier mot M1 est alors défini par la relation logique suivante :
M1 = NON ( Mi2/2 OU Mi1 ). Dans l'exemple illustré sur la figure 2, cela donne : M1 = NON ( « 0000001 1 1 1 » OU « 000000001 1 »),
M1 = NON (« 0000001 1 1 1 »), M1 = « 1 1 1 1 1 10000 ». Le second mot M2 est défini par la relation logique suivante :
M2 = (NON Mi2) OU Mi1 . Dans l'exemple illustré sur la figure 2, cela donne :
M2 = (NON « 000001 1 1 1 1 ») OU « 000000001 1 », M2 = « 1 1 1 1 100000 » OU « 000000001 1 », M2 = « 1 1 1 1 10001 1 ».
Sur la figure 2, les mots M1 et M2 sont représentés de gauche à droite dans le sens ascendant des poids de leurs bits. Chaque fois qu'ils ont un bit à « 1 », ils court-circuitent la cellule correspondante qui est alors représentée en grisé. Les valeurs des cellules grisées n'étant pas transmises par les deux registres à décalage en série, on voit, en remontant les cellules de la dernière cellule du second registre 12 à la première cellule du premier registre 10, que le mot transcodé fourni séquentiellement en sortie du second registre à décalage 12 prend, dans cet exemple, la valeur « 0001 s01 10 ».
Il apparaît clairement que le procédé amélioré de transcodage par utilisation d'un code entropique tel que celui décrit précédemment reste performant même en présence de trains de données binaires portant des valeurs décorrélées mais bruitées.
Lorsqu'en plus la valeur de B est calculée automatiquement à partir de données statistiques extraites des trains de données binaires, cela rend ce procédé de transcodage adaptatif, ce qui est particulièrement avantageux. Le paramètre B étant destiné à prendre une valeur assez faible (i.e. il quantifie un niveau de bruit en nombre de bits a priori noyés dans le bruit), il peut en outre lui-même être codé sur un faible nombre de bits, par exemple trois. Le surcoût de la propriété adaptative du procédé de transcodage est donc négligeable. On notera également que la valeur de B peut être déterminée a priori, sans résulter d'un calcul statistique particulier.
Le procédé de transcodage décrit précédemment peut être mis en œuvre dans un dispositif numérique de capture d'images dont un module optique est représenté sur la figure 3.
On notera que ce dispositif de capture d'images est par exemple un appareil photo numérique, une caméra ou un caméscope numérique, ou bien un dispositif portable de télécommunication ou de traitement de données quelconque muni d'un tel appareil photo, caméra ou caméscope intégré.
Sur cette figure, un module optique 20 de capteur, par exemple un capteur CMOS, comporte un bloc optique 22 et une matrice 24 d'éléments sensibles, les photodiodes qui, associées à des moyens de lecture électrique non représentés, forment des pixels d'une image à capturer. La matrice de pixels 24 est associée à un dispositif de séquencement 26 et à un dispositif de conversion analogique/numérique 28, permettant l'acquisition d'une image numérique matricielle de pixels. La matrice de pixels 24, le dispositif de séquencement 26 et le dispositif de conversion analogique/numérique 28 forment, avec une interface 30 de transmission des images numériques acquises, un circuit électronique 32 généralement appelé « circuit imageur » ou « plan focal » du capteur CMOS.
L'interface 30 du circuit imageur 32 est en outre généralement reliée par un lien physique électronique 34 à l'interface 36 de réception d'images numériques d'un circuit coprocesseur graphique 38 qui permet d'implémenter des algorithmes d'amélioration de la qualité des images numériques acquises et de mettre éventuellement en œuvre un procédé de codage de décorrélation par blocs tel que l'un de ceux précités.
Les dispositifs d'acquisition d'images destinés au grand public tels que les appareils photos numériques ou caméscopes numériques à capteur CMOS, ou les modules optiques de téléphones portables, sont soumis à de nombreuses contraintes.
En particulier, le débit du lien physique électronique 34 entre le circuit imageur 32 et le circuit coprocesseur graphique 38 est limité. A titre d'exemple, le protocole SMIA respecté par un grand nombre de circuits imageurs limite le débit à 400 Mbits/s. Or une vidéo non compressée d'un circuit imageur de 2 Mégapixels codés chacun sur 10 bits à 30 images par secondes nécessite un débit de 600 Mbits/s. Cette contrainte de débit est l'une des raisons pour lesquelles la résolution en mode vidéo est généralement limitée. En outre, la réduction de la consommation électrique est une contrainte majeure pour les appareils nomades, dont les capteurs d'images. L'une des plus grandes sources de consommation de ces capteurs d'images étant le transfert des données numériques entre le circuit imageur 32 et le circuit coprocesseur graphique 38 par le lien physique électronique 34, le meilleur moyen de réduire cette consommation s'avère être la réduction de la quantité des données transmises.
Enfin, les dernières générations de filtres d'amélioration d'images pouvant être intégrés dans le circuit coprocesseur graphique 38 nécessitent le stockage de plusieurs images successives. Pour des raisons économiques liées aux coûts des mémoires et en raison de l'augmentation de la quantité d'information brute des images, ces algorithmes ne trouvent pas encore leur place dans des dispositifs à faible coût.
Les trois contraintes précitées montrent le besoin d'implanter un codeur 40 performant permettant d'envisager une bonne compression des données numériques acquises, soit dans le circuit coprocesseur graphique 38 pour permettre d'envisager l'utilisation d'algorithmes de filtrage complexes, soit préférentiellement dans le circuit imageur 32 pour limiter le débit transmis par le lien physique électronique 34. Ce codeur 40 est spécialement conçu pour mettre en œuvre un codage de décorrélation par blocs, éventuellement une quantification, puis un procédé de transcodage entropique tel que celui décrit précédemment. Comme cela est représenté sur la figure 3, il est avantageux de l'implanter dans le circuit imageur 32. En effet, dans ce cas, le débit supporté par le lien physique électronique 34 est largement réduit.
Sur la figure 3, le codeur 40 est représenté en sortie du dispositif de conversion analogique/numérique 28 juste avant l'interface de transmission 30. Selon diverses variantes d'implémentation, il peut aussi être implémenté partiellement dans le domaine analogique, en amont du dispositif de conversion analogique/numérique 28, notamment pour réaliser le codage de décorrélation par blocs, et partiellement dans le domaine numérique, en aval du dispositif de conversion analogique/numérique 28, notamment pour réaliser le transcodage entropique. Second aspect : codage de décorrélation d'une image par décomposition dans une base de fonctions discrètes prédéterminée
Comme indiqué précédemment, le circuit imageur 32 du dispositif de capture d'images représenté schématiquement sur la figure 3 intègre avantageusement un codeur 40 apte à réaliser un codage de décorrélation d'une image par blocs puis un transcodage selon l'invention.
Il convient de noter cependant que l'augmentation de la résolution spatiale d'un dispositif de capture d'images, quantifiée par le nombre de Mégapixels de son circuit imageur, est aujourd'hui le critère d'innovation principal pour le grand public. En raison du coût des circuits intégrés et de la volonté de miniaturiser les modules optiques, il s'avère donc nécessaire de diminuer la taille des circuits d'imagerie. Ceci a pour conséquence que toute implantation d'un algorithme de codage de décorrélation par blocs dans un circuit imageur de dispositif de capture d'images est très fortement contrainte en terme de complexité.
En outre, il est intéressant de prévoir un procédé de codage qui prenne réellement en compte les spécificités des capteurs CMOS grand public qui mettent en œuvre, dans le dispositif de séquencement 26, un mode de lecture séquentielle des valeurs des pixels d'une image, en mode d'obturation électronique ligne par ligne de la première ligne à la dernière ligne de l'image. Ce mode de lecture par obturations électroniques successives des lignes vise notamment à compenser le manque de sensibilité des capteurs CMOS à bas coût. Mais les contraintes électroniques, de taille, de consommation et la nécessité d'assurer un mode vidéo imposent aussi aux circuits d'imagerie de fonctionner dans ce mode de lecture. Celui-ci implique qu'une image numérique est par nécessité lue ligne par ligne et que les pixels de deux lignes différentes ne sont pas cohérents temporellement, parce qu'ils ne représentent pas exactement le même instant d'une scène.
Une conséquence de ce mode de fonctionnement est que les différentes lignes ne sont pas complètement corrélées entre elles, alors que les principes de codage classiques généralement utilisés supposent une même cohérence horizontale et verticale des images numériques sur lesquelles ils s'appliquent. En outre, pour réaliser un codage par blocs, par exemple de taille 8x8 pixels, d'une image, il faut acquérir séquentiellement et stocker l'ensemble des lignes nécessaires avant d'effectuer le traitement. En raison de la mémoire en général limitée sur un circuit imageur, cette contrainte pose problème. Le procédé de codage amélioré qui va maintenant être détaillé tire profit de ce mode de lecture d'une image ligne par ligne de la première ligne à la dernière ligne de l'image. Même si le procédé de transcodage précédemment décrit peut s'appliquer au résultat d'un procédé de codage de décorrélation par blocs classique, il est avantageusement combiné à ce procédé de codage amélioré. En effet, pour adapter le codage au mode de lecture séquentielle ligne par ligne, l'image est subdivisée en blocs disjoints de forme rectangulaire dont la dimension verticale est strictement inférieure à la dimension horizontale. On définit la direction horizontale de l'image et des blocs qui la composent comme étant celle des lignes de l'image dans le mode de lecture séquentielle adopté ligne par ligne. On définit par conséquent la direction verticale de l'image et des blocs qui la composent comme étant celle des colonnes de l'image.
Plus précisément, le second aspect de l'invention porte sur un procédé de codage par blocs d'une image matricielle de pixels constituée d'une pluralité de blocs disjoints, par décompositions bidimensionnelles successives des blocs de cette image dans une base de fonctions discrètes prédéterminée à l'aide de l'application combinée d'un noyau unidimensionnel de décomposition verticale de n pixels et d'un noyau unidimensionnel de décomposition horizontale de p pixels, dans lequel :
- la dimension horizontale P en nombre de pixels de chaque bloc est déterminée comme étant un multiple de p, P = k.p, et une décomposition à logp(P) niveau(x) de résolution est réalisée à l'aide du noyau unidimensionnel de décomposition horizontale,
- la dimension verticale N en nombre de pixels de chaque bloc est déterminée comme étant un multiple de n, N = l.n, et une décomposition à logn(N) niveau(x) de résolution est réalisée à l'aide du noyau unidimensionnel de décomposition verticale, et
- pour des valeurs de n et p données, on choisit les valeurs de k et I de sorte que la dimension verticale N soit strictement inférieure à la dimension horizontale P. Par « noyau », on entend de façon classique une fonction discrète élémentaire à partir de laquelle est construite ladite base de fonctions discrètes prédéterminée, notamment par dilatations (variations fréquentielles) et/ou par translations (variations spatiales) du noyau.
En outre, en codage d'images, la décomposition bidimensionnelle d'un bloc de pixels dans une base de fonctions discrètes formant vecteurs de cette base est séparable horizontalement et verticalement. Par conséquent, le noyau à partir duquel la base est construite peut être considéré comme la combinaison d'un noyau unidimensionnel horizontal et d'un noyau unidimensionnel vertical pour la formation de « portions de vecteurs » horizontales et de « portions de vecteurs » verticales. Par ailleurs, dans la suite de la description, le terme de « projection » sera utilisé, notamment dans des expressions tels que « noyau unidimensionnel de projection horizontale », « noyau unidimensionnel de projection verticale » ou « projection d'ordre ... ».
En effet, en codage d'images, lorsque la décomposition bidimensionnelle d'un bloc de NP pixels est effectuée dans une base de NP fonctions discrètes formant vecteurs de cette base, les NP coefficients obtenus de cette décomposition sont en fait le résultat de projections (au sens mathématique du terme) du bloc de NP pixels sur chacun des vecteurs de la base de NP fonctions discrètes.
Par conséquent, au vu de ce qui précède, parler de projections horizontales ou verticales revient à parler de décompositions unidimensionnelles horizontales ou verticales ou encore d'opérations de filtrage dans la direction horizontale ou verticale. En fait, on s'aperçoit que différentes terminologies, empruntées aux domaines du traitement de signal, du codage, des mathématiques appliquées sont couramment utilisées pour désigner les mêmes opérations. Plus précisément, les opérations qui seront désignées dans la suite de la description par la notion de projections d'ordre logp(P) ou logn(N) sont clairement des opérations de décomposition à logp(P) ou logn(N) niveau(x) de résolution ou encore correspondent à logp(P) ou logn(N) opérations consécutives de filtrage. En limitant le nombre de lignes des blocs par rapport au nombre de colonnes, la plus grande cohérence des pixels d'une même ligne par rapport aux pixels d'une même colonne, dans une acquisition séquentielle ligne par ligne des valeurs de pixels, est correctement prise en compte. Ce procédé est donc avantageusement mis en œuvre dans des dispositifs de capture d'images peu chers et utilisables par un large public tel que les capteurs CMOS les plus simples. En outre, en limitant davantage le nombre de lignes que le nombre de colonnes d'un bloc, la mémoire d'un dispositif mettant en œuvre ce procédé est moins sollicitée et il est plus facile d'envisager d'implanter ce procédé dans le codeur 40 du circuit imageur 32.
Dans l'exemple non limitatif illustré sur la figure 4, la dimension horizontale P en nombre de pixels de chaque bloc est fixée à 16 et la dimension verticale N en nombre de pixels de chaque bloc est fixée à 2. Chaque bloc comporte donc 32 pixels répartis sur deux lignes successives.
La décomposition bidimensionnelle d'un tel bloc est réalisée dans une base d'ondelettes discrètes de Haar. Selon cette base, les noyaux unidimensionnels de projection verticale et horizontale comportent chacun n = p = 2 pixels, comme cela est bien connu. Une base d'ondelettes de Haar est choisie parce que l'implantation d'une telle décomposition peut être simplement réalisée à l'aide d'additionneurs et de soustracteurs, comme cela sera mis en évidence ci-dessous et en référence à la figure 5. Ainsi, selon cet exemple, une projection d'ordre Iog2(2) = 1 est réalisée verticalement sur chaque colonne de 2 pixels du bloc. Cette projection d'ordre 1 consiste à additionner les 2 pixels pour obtenir un premier paramètre basse fréquence ou à forte entropie et à les soustraire pour obtenir un second paramètre haute fréquence ou à faible entropie. Selon cet exemple encore, une projection d'ordre Iog2(16) = 4 est réalisée horizontalement sur chaque ligne de 16 pixels du bloc. Cette projection d'ordre 4 consiste à :
- additionner les 16 pixels de la ligne considérée deux à deux pour obtenir 8 premiers paramètres basse fréquence ou à forte entropie d'ordre 1 et à les soustraire deux à deux pour obtenir 8 seconds paramètres haute fréquence ou à faible entropie d'ordre 1 ,
- additionner les 8 paramètres basse fréquence d'ordre 1 (ou à forte entropie) deux à deux pour obtenir 4 premiers paramètres basse fréquence ou à forte entropie d'ordre 2 et à les soustraire deux à deux pour obtenir 4 seconds paramètres haute fréquence ou à faible entropie d'ordre 2,
- additionner les 4 paramètres basse fréquence d'ordre 2 (ou à forte entropie) deux à deux pour obtenir 2 premiers paramètres basse fréquence ou à forte entropie d'ordre 3 et à les soustraire deux à deux pour obtenir 2 seconds paramètres haute fréquence ou à faible entropie d'ordre 3, et
- additionner les 2 paramètres basse fréquence d'ordre 3 (ou à forte entropie) pour obtenir un premier paramètre basse fréquence ou à forte entropie d'ordre 4 et à les soustraire pour obtenir un second paramètre haute fréquence ou à faible entropie d'ordre 4. De façon équivalente, selon cet exemple, la projection verticale et le premier ordre de la projection horizontale peuvent être réalisés simultanément sous la forme d'une projection bidimensionnelle à l'aide d'un noyau bidimensionnel de Haar, en considérant chaque bloc de 2x16 pixels comme étant constitué de 8 sous-blocs disjoints successifs carrés de 2x2 pixels chacun. Une telle projection génère un paramètre basse fréquence ou à forte entropie et trois paramètres haute fréquence ou à faible entropie par sous-bloc.
Ensuite, une projection horizontale d'ordre 3 est appliquée aux 8 paramètres basse fréquence (ou à forte entropie) obtenus.
Plus précisément, lors d'une première étape de lecture 200, le circuit imageur 32 lit séquentiellement une première ligne A, par exemple en mode d'obturation électronique ligne par ligne. Les valeurs des pixels de cette ligne sont alors mémorisées. Le nombre de pixels dans la première ligne A est avantageusement 16 ou un multiple de 16, c'est-à-dire un multiple de la dimension horizontale d'un bloc.
Ensuite, le circuit imageur 32 lit séquentiellement une seconde ligne B, par exemple en mode d'obturation électronique ligne par ligne.
Pendant la lecture de cette seconde ligne B, on passe à une étape 202 de réalisation d'une projection bidimensionnelle sur chaque bloc de l'ensemble des deux lignes A et B lues. Dans l'exemple illustré sur la figure 4, par souci de simplification uniquement, chaque ligne est considérée comme comportant 16 pixels : en d'autres termes, dans cet exemple particulièrement simple mais pouvant être généralisé, l'ensemble des deux lignes A et B comporte un seul bloc. Les pixels de la ligne A sont notés a0, ..., ai5 et les pixels de la ligne B sont notés b0, ..., bi5.
Ce bloc de 32 pixels a0, ..., a15 et b0, ..., b15 peut être considéré comme constitué de 8 sous-blocs carrés notés B, (0 < i < 7). Chacun de ces sous-blocs carrés B, comporte quatre pixels a2l, a2l+i , b2l et b2l+i.
Lors de l'étape 202, on projette chaque sous-bloc carré B, dans une base constituée de quatre blocs de Haar notés respectivement LL1 , HL1 , LH 1 et HH 1 . Ces quatre blocs sont représentés sur la figure 4 par des blocs carrés de quatre pixels hachurés (valeurs soustraites) ou blancs (valeurs ajoutées) disposés pour mémoire en partie gauche de l'illustration de l'étape 202, en vis-à-vis des coefficients qu'ils génèrent.
Le premier bloc de Haar LL1 représente une composante basse fréquence.
Compte tenu des propriétés générales des images, qui sont en fait essentiellement constituées de zones homogènes différentes les unes des autres séparées par des contours locaux, cette composante basse fréquence est aussi un paramètre à forte entropie. Son coefficient de projection est obtenu par le calcul suivant :
LL1 (B1) = a2l + a2l+i + b2l + b2l+i.
Le deuxième bloc de Haar HL1 représente une composante haute fréquence, ou, plus précisément, haute fréquence verticalement et basse fréquence horizontalement. Compte tenu des propriétés générales des images, qui sont en fait essentiellement constituées de zones homogènes différentes les unes des autres séparées par des contours locaux, cette composante haute fréquence est aussi un paramètre à faible entropie. Son coefficient de projection est obtenu par le calcul suivant : HL1 (B1) = aa + aa+i - b2l - b2l+1.
Le troisième bloc de Haar LH 1 représente une composante haute fréquence et à faible entropie, ou, plus précisément, haute fréquence horizontalement et basse fréquence verticalement. Son coefficient de projection est obtenu par le calcul suivant : LH 1 (B1) = a2l - a2l+1 + b2l - b2l+1.
Le quatrième bloc de Haar HH1 représente une composante haute fréquence et à faible entropie, ou, plus précisément, haute fréquence horizontalement et haute fréquence verticalement. Son coefficient de projection est obtenu par le calcul suivant : HH 1 (B.J ≈ aa - aa+i - ba + ba+i. La projection de tous les sous-blocs carrés B, dans la base des blocs de Haar précités fournit 4x8 = 32 coefficients. Les 24 coefficients haute fréquence et à faible entropie sont conservés (8 coefficients HLI (B1), 8 coefficients LHI (B1), 8 coefficients HHI (B1)), tandis que les 8 coefficients basse fréquence et à forte entropie LLI (B1) ne sont pas conservés mais sont traités au cours d'une étape 204 de réalisation d'une projection horizontale d'ordre 3. Sur l'illustration de l'étape 202 de la figure 4, les coefficients conservés sont représentés en grisé tandis que les coefficients non conservés sont représentés en blanc.
Lors de l'étape 204, à un premier ordre, on projette chaque paire de coefficients {LL1 (B21) ; LL1 (B2l+i)} dans une base constituée de deux blocs de Haar unidimensionnels notés respectivement L2 et H2. Seul le bloc H2 est représenté sur la figure 4 par un bloc rectangulaire de deux « pixels » disposés horizontalement dont l'un est blanc (valeur ajoutée) et l'autre est hachuré (valeur soustraite). Ce bloc H2 est disposé pour mémoire en partie gauche de l'illustration de l'étape 204, en vis-à- vis des coefficients qu'il génère et qui sont conservés. Les coefficients générés par le bloc L2 n'étant pas conservés mais traités à un deuxième ordre de la projection horizontale, ils ne sont pas représentés et le bloc L2 non plus, par souci de simplification de l'illustration de l'étape 204.
Le premier bloc de Haar unidimensionnel L2 représente une composante basse fréquence à forte entropie. Son coefficient de projection est obtenu par le calcul suivant :
L2 (i) = LL1 (B21) + LL1 (B21+1).
Le second bloc de Haar unidimensionnel H2 représente une composante haute fréquence à faible entropie. Son coefficient de projection est obtenu par le calcul suivant :
H2 (i) = LL1 (B21) - LL1 (B21+1).
La projection des quatre paires de coefficients {LL1 (B21) ; LL1 (B21+1)J dans la base des blocs de Haar unidimensionnels précités fournit 8 coefficients. Les 4 coefficients haute fréquence et à faible entropie sont conservés (4 coefficients H2(i)), tandis que les 4 coefficients basse fréquence et à forte entropie L2(i) sont traités à un deuxième ordre de la projection horizontale. Sur l'illustration de la figure 4, les coefficients conservés sont représentés en grisé tandis que les coefficients non conservés ne sont pas représentés.
Au deuxième ordre de la projection horizontale, on projette chaque paire de coefficients {L2 (2i) ; L2 (2i+1 )} dans une base constituée de deux blocs de Haar unidimensionnels notés respectivement L3 et H3, identiques à L2 et H2 mais oeuvrant à une échelle double. Seul le bloc H3 est représenté sur la figure 4 par un bloc rectangulaire de deux « pixels » disposés horizontalement dont l'un est blanc (valeur ajoutée) et l'autre est hachuré (valeur soustraite). Ce bloc H3 est disposé pour mémoire en partie gauche de l'illustration de l'étape 204, en vis-à-vis des coefficients qu'il génère et qui sont conservés. Les coefficients générés par le bloc L3 n'étant pas conservés mais traités à un troisième ordre de la projection horizontale, ils ne sont pas représentés et le bloc L3 non plus, par souci de simplification de l'illustration de l'étape 204. Le premier bloc de Haar unidimensionnel L3 représente une composante basse fréquence à forte entropie. Son coefficient de projection est obtenu par le calcul suivant :
L3 (i) = L2 (2i) + L2 (2i+1 ).
Le second bloc de Haar unidimensionnel H3 représente une composante haute fréquence à faible entropie. Son coefficient de projection est obtenu par le calcul suivant :
H3 (i) = L2 (2i) - L2 (2i+1 ).
La projection des deux paires de coefficients {L2 (2i) ; L2 (2i+1 )} dans la base des blocs de Haar unidimensionnels précités fournit 4 coefficients. Les 2 coefficients haute fréquence et à faible entropie sont conservés (2 coefficients H3(i)), tandis que les 2 coefficients basse fréquence et à forte entropie L3(i) sont traités à un troisième ordre de la projection horizontale. Sur l'illustration de la figure 4, les coefficients conservés sont représentés en grisé tandis que les coefficients non conservés ne sont pas représentés. Au troisième ordre de la projection horizontale, on projette les deux coefficients L3(0) et L3(1 ) dans une base constituée de deux blocs de Haar unidimensionnels notés respectivement L4 et H4, identiques à L3 et H3 mais oeuvrant à une échelle double. Le bloc H4 est représenté sur la figure 4 par un bloc rectangulaire de deux « pixels » disposés horizontalement dont l'un est blanc (valeur ajoutée) et l'autre est hachuré (valeur soustraite). Ce bloc H4 est disposé pour mémoire en partie gauche de l'illustration de l'étape 204, en vis-à-vis du coefficient qu'il génère et qui est conservé. Le bloc L4 est représenté sur la figure 4 par un bloc rectangulaire de deux « pixels » blancs disposés horizontalement (valeurs ajoutées). Ce bloc L4 est disposé pour mémoire en partie gauche de l'illustration de l'étape 204, en vis-à-vis du coefficient qu'il génère et qui est conservé. Le premier bloc de Haar unidimensionnel L4 représente une composante basse fréquence à forte entropie. Son coefficient de projection est obtenu par le calcul suivant :
L4 (0) = L3 (0) + L3 (1 ). Le second bloc de Haar unidimensionnel H4 représente une composante haute fréquence à faible entropie. Son coefficient de projection est obtenu par le calcul suivant :
H4 (0) = L3 (0) - L3 (1 ).
La projection des deux coefficients L3(0) et L3(1 ) dans la base des blocs de Haar unidimensionnels précités fournit 2 coefficients H4(0) et L4(0). Ces 2 coefficients sont conservés et représentés en grisé sur la figure 4.
En conclusion, on conserve 8 coefficients HHI (B1), 8 coefficients LHI (B1), 8 coefficients HLI (B1), 4 coefficients H2(i), 2 coefficients H3(i), 1 coefficient H4(0) et 1 coefficient L4(0) ; soit 32 coefficients. On a ainsi réalisé une transformation inversible formant un codage sans perte qui fournit un seul coefficient à forte entropie, le coefficient L4(0) représentant la moyenne des pixels du bloc considéré.
La figure 5 illustre un exemple d'architecture possible pour mettre en œuvre le procédé précédemment décrit.
Un premier étage 50 de l'architecture proposée comporte des additionneurs, représentés par des symboles « + », des soustracteurs, représentés par des symboles « - » et des éléments de mémoire, chacun de la taille d'un unique coefficient et représentés par des symboles « z"1 ». Ce premier étage 50 réalise les étapes 202, 204 telles que décrites précédemment et fournit, en sortie et au fur et à mesure de la lecture des pixels de la ligne B, les coefficients HHI (B1), LHI (B1), HLI (B1), H2(i), H3(i), H4(0) et L4(0) (notés HH1 , LH1 , HL1 , H2, H3, H4 et L4 sur la figure 5 et dans la suite de la description par souci de simplification).
On notera que de façon classique, les données fournies par les additionneurs et soustracteurs utilisant les éléments de mémoire « z"1 », c'est-à-dire ceux réalisant la projection horizontale d'ordre 3, autrement dit une transformation horizontale de Haar sur 8 paramètres, sont également sous-échantillonnées à chaque ordre de la transformation de sorte qu'il y ait finalement autant de coefficients résultant de la décomposition bidimensionnelle que de pixels à l'origine.
Ensuite, les coefficients HH1 , LH1 , HL1 , H2, H3, H4 et L4 obtenus par cette décomposition bidimensionnelle de chaque bloc sont éventuellement quantifiés dans un bloc de quantification 52 réalisant un codage avec pertes. En sortie de ce bloc de quantification 52 ou directement après l'étage 50 de codage de source, les coefficients sont transcodés à l'aide d'un bloc de codage entropique 54 réalisant une optimisation de la taille du train de données binaires représentant l'image initiale, par application d'un procédé de transcodage selon l'invention.
Plus généralement, les procédés précédemment décrits peuvent être mis en œuvre par un programme d'ordinateur téléchargeable depuis un réseau de communication et/ou enregistré sur un support lisible par ordinateur et/ou exécutable par un processeur, comprenant des instructions de code de programme pour l'exécution de leurs étapes décrites en références aux figures 1 et 4.
Il apparaît clairement qu'un procédé de codage tel que décrit précédemment permet de tirer profit d'un dispositif de capture d'images à mode de lecture séquentielle ligne par ligne. Il peut être aisément implanté dans le circuit d'imageur 32 d'un tel dispositif même si ce circuit est limité en espace de stockage par qu'il ne nécessite la mémorisation que d'une seule ligne pour effectuer un traitement par blocs, chaque bloc comportant deux lignes et un plus grand nombre de colonnes.
D'une façon plus générale, si l'espace de stockage du circuit imageur 32 le permet, on peut augmenter le nombre N de lignes des blocs tant qu'il est possible de mémoriser N-1 lignes de pixels pour réaliser le codage par blocs. En choisissant un nombre P de colonnes par blocs toujours strictement supérieur à N, on conserve l'avantage consistant à tirer profit d'une meilleure cohérence horizontale des pixels liée au mode de lecture séquentiel ligne par ligne tout en optimisant l'utilisation des ressources de mémoire.
A l'inverse, il est aussi possible de réduire la dimension verticale des blocs à un seul pixel. Dans ce cas limite, la projection verticale est l'application d'une fonction identité (projection d'ordre 0 avec un noyau unidimensionnel à un pixel). On n'utilise alors plus la cohérence verticale des pixels pour comprimer l'image, mais on utilise encore moins d'espace de stockage.
Par ailleurs, dans l'exemple précédent, il a été présenté un codage utilisant des ondelettes de Haar parce qu'elles impliquent une implémentation simple. Mais il est possible d'envisager d'autres ondelettes, ou même un codage par DCT ou filtrage en sous-bandes sur des blocs rectangulaires. Le second aspect de l'invention n'est en effet pas limité à un codage par blocs et par décompositions bidimensionnelles dans une base de fonctions discrètes en particulier, mais s'applique à tout codage par blocs utilisant d'une façon générale une décomposition bidimensionnelle (séparable horizontalement et verticalement) de chaque bloc dans une base prédéterminée de fonctions discrètes
Enfin, il est important de noter que le second aspect de l'invention détaillé en référence aux figures 4 et 5 se combine avantageusement avec un procédé de transcodage entropique selon l'invention, notamment avec le mode de réalisation décrit en référence aux figures 1 à 3 (premier aspect de l'invention).
Mais l'homme de l'art notera que le second aspect de l'invention est indépendant du premier dans la mesure où il est aussi possible de le mettre en œuvre sans le combiner avec un procédé de transcodage entropique selon le premier aspect de l'invention. Il peut tout autant précéder un procédé de transcodage connu.
Inversement, le procédé de transcodage entropique décrit selon le premier aspect de l'invention peut être mis en œuvre sans que ne lui soient fournies en entrées des données nécessairement codées par un procédé selon le second aspect de l'invention. Il peut s'appliquer avantageusement à d'autres procédés de codage par blocs, par exemple ceux connus dans l'état de la technique, dont la finalité est aussi de décorréler un signal d'image, de vidéo ou audio initialement fortement corrélé.

Claims

REVENDICATIONS
1. Procédé de transcodage entropique d'un premier train de données binaires constitué de mots à transcoder en un second train de données binaires compressé par utilisation d'un code entropique prédéterminé à longueur variable des mots codés pour transcoder chaque mot du premier train de données binaires en un mot transcodé, caractérisé en ce que, sur la base d'un nombre prédéterminé noté B de bits de poids faibles considéré comme représentatif d'un niveau de bruit des mots du premier train de données binaires, il comporte l'application des étapes suivantes à chaque mot (« sOOOOOl 01 10 ») du premier train de données binaires :
- subdivision (106) du mot en des premier et second sous-mots, le premier sous-mot (« 10 ») comportant les B bits de poids faibles du mot et le second sous-mot (« S00000101 ») comportant les autres bits de poids fort du mot, - application (108) du code entropique prédéterminé au second sous- mot pour obtenir un second sous-mot transcodé (« 0001 sO1 »), et
- obtention (1 10) dudit mot transcodé (« 0001 s01 10 ») par concaténation du premier sous-mot (« 10 ») et du second sous-mot transcodé (« 0001 sO1 »).
2. Procédé de transcodage entropique selon la revendication 1 , dans lequel l'application (108) du code entropique prédéterminé au second sous-mot (« S00000101 ») comporte les étapes suivantes :
- si le second sous-mot n'est pas constitué de bits tous identiques, déterminer la position, repérée depuis l'extrémité de poids faible du second sous-mot, de son bit de poids le plus faible, dit bit de référence, au delà duquel tous les bits de poids supérieur du second sous-mot sont identiques,
- obtenir le second sous-mot transcodé (« 0001 sO1 ») par concaténation d'un nombre de bits à une même valeur prédéterminée, ce nombre correspondant à ladite position déterminée, d'un bit à une valeur complémentaire de ladite même valeur prédéterminée, d'un bit défini en fonction du signe du mot et des bits du second sous-mot de poids inférieur à son bit de référence.
3. Procédé de transcodage entropique selon la revendication 2, dans lequel, si le second sous-mot est constitué de bits tous identiques, le code entropique lui attribue un mot transcodé de deux bits dont le premier est à ladite valeur complémentaire et le second à une valeur définie en fonction du bit de signe du mot.
4. Procédé de transcodage entropique selon l'une quelconque des revendications 1 à 3, comportant les étapes suivantes : - détermination préalable (102) du nombre prédéterminé B de bits de poids faibles considéré comme représentatif d'un niveau de bruit des mots du premier train de données binaire,
- fourniture (1 12) du second train de données binaires compressé avec ce nombre B.
5. Procédé de transcodage entropique selon la revendication 4, dans lequel le nombre prédéterminé B de bits de poids faibles considéré comme représentatif d'un niveau de bruit des mots du premier train de données binaires est choisi comme étant la partie entière de la moyenne des positions du bit de poids le plus faible, au delà duquel tous les bits de poids supérieur ont une même valeur prédéterminée, des mots du premier train de données binaires.
6. Procédé de codage par blocs d'une image matricielle de pixels (24) constituée d'une pluralité de blocs disjoints, comportant une étape (202, 204) de décompositions bidimensionnelles successives (202, 204) des blocs de cette image dans une base de fonctions discrètes (LL1 , HL1 , LH1 , HH1 , L2, H2, L3, H3, L4, H4) prédéterminée à l'aide de l'application combinée d'un noyau unidimensionnel de décomposition verticale de n pixels et d'un noyau unidimensionnel de décomposition horizontale de p pixels, la direction horizontale des blocs étant définie comme étant celle des lignes de l'image matricielle dans un mode de lecture et/ou de transmission séquentielle ligne par ligne de l'image matricielle, dans lequel : - la dimension horizontale P en nombre de pixels de chaque bloc est déterminée comme étant un multiple de p, P = k.p, et une décomposition à logp(P) niveau(x) de résolution est réalisée à l'aide du noyau unidimensionnel de décomposition horizontale,
- la dimension verticale N en nombre de pixels de chaque bloc est déterminée comme étant un multiple de n, N = l.n, et une décomposition à logn(N) niveau(x) de résolution est réalisée à l'aide du noyau unidimensionnel de décomposition verticale, et
- pour des valeurs de n et p données, on choisit les valeurs de k et I de sorte que la dimension verticale N soit strictement inférieure à la dimension horizontale P, et dans lequel un procédé de transcodage entropique selon l'une quelconque des revendications 1 à 5 est appliqué à un premier train de données binaires fourni par l'étape (202, 204) de décompositions bidimensionnelles successives des blocs de l'image.
7. Dispositif de capture d'images comportant des moyens (32) de lecture de valeurs des pixels d'une image et des moyens (40) de codage par blocs de ces valeurs pour la fourniture d'un premier train de données binaires, caractérisé en ce que ces moyens de codage (40) sont en outre conçus pour l'exécution des étapes d'un procédé de transcodage ou de codage par blocs selon l'une quelconque des revendications 1 à 6.
8. Dispositif de capture d'images selon la revendication 7, comportant un circuit imageur (32), pour la capture d'images et la conversion analogique/numérique de ces images capturées, et un circuit coprocesseur (38) différent du circuit imageur (32) et relié électroniquement à ce dernier pour un traitement numérique des images capturées, dans lequel les moyens de codage (40) sont intégrés dans le circuit imageur (32).
9. Dispositif de capture d'images selon la revendication 7 ou 8, dans lequel les moyens de codage (40) comportent deux registres de cellules à décalage (10, 12) disposés en série et reliés à des moyens (M1 , M2) de court-circuit d'une partie de leurs cellules, les cellules du premier registre à décalage (10) étant chargées à la valeur du mot à transcoder et les cellules du second registre à décalage (12) étant chargée de bits à une même valeur prédéterminée, d'un bit à une valeur complémentaire différente de cette valeur prédéterminée et d'un bit à une valeur définie en fonction d'un bit de signe du mot.
10. Programme d'ordinateur téléchargeable depuis un réseau de communication et/ou enregistré sur un support lisible par ordinateur et/ou exécutable par un processeur, caractérisé en ce qu'il comprend des instructions de code de programme pour l'exécution des étapes d'un procédé de transcodage ou de codage par blocs selon l'une quelconque des revendications 1 à 6 lorsque ledit programme est exécuté sur un ordinateur.
PCT/FR2009/051678 2008-09-05 2009-09-04 Procede de transcodage entropique d'un premier train de donnees binaires en un second train de donnees binaires compresse, programme d'ordinateur et dispositif de capture d'images correspondants WO2010026351A1 (fr)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2011525602A JP5527556B2 (ja) 2008-09-05 2009-09-04 第１の２進データ列を圧縮した第２の２進データ列にエントロピー的に符号変換する方法、そのコンピュータプログラムおよびその画像キャプチャ装置
US13/058,400 US8787455B2 (en) 2008-09-05 2009-09-04 Method for entropically transcoding a first data stream into a second compressed binary data stream, and corresponding computer program and image recording device
EP09741375A EP2327218B1 (fr) 2008-09-05 2009-09-04 Procédé de transcodage entropique d'un premier train de données binaires en un second train de données binaires compressé, programme d'ordinateur et dispositif de capture d'images correspondants

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR0804893A FR2935865B1 (fr) 2008-09-05 2008-09-05 Procede de transcodage entropique d'un premier train de donnees binaires en un second train de donnees binaires compresse, programme d'ordinateur et dispositif de capture d'images correspondants
FR0804893 2008-09-05

Publications (1)

Publication Number Publication Date
WO2010026351A1 true WO2010026351A1 (fr) 2010-03-11

Family

ID=40603522

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/FR2009/051678 WO2010026351A1 (fr) 2008-09-05 2009-09-04 Procede de transcodage entropique d'un premier train de donnees binaires en un second train de donnees binaires compresse, programme d'ordinateur et dispositif de capture d'images correspondants

Country Status (5)

Country Link
US (1) US8787455B2 (fr)
EP (1) EP2327218B1 (fr)
JP (1) JP5527556B2 (fr)
FR (1) FR2935865B1 (fr)
WO (1) WO2010026351A1 (fr)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2773122A1 (fr) 2013-03-01 2014-09-03 intoPIX s.a. Procédé et dispositif de compression de flux d'affichage
US9332258B2 (en) 2013-03-01 2016-05-03 intoPIX SA Method and device for display stream compression

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2935864B1 (fr) * 2008-09-05 2011-07-01 Commissariat Energie Atomique Procede de codage par blocs d'une image matricielle de pixels, programme d'ordinateur et dispositif de capture d'images correspondants

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2360915A (en) * 2000-03-30 2001-10-03 Sony Uk Ltd Run length compression encoding of selected bits of data words
US6477280B1 (en) * 1999-03-26 2002-11-05 Microsoft Corporation Lossless adaptive encoding of finite alphabet data
EP1437896A2 (fr) * 2003-01-07 2004-07-14 VLS Com Ltd. Méthode et appareil pour améliorer la compréssion d'images MPEG
WO2006046334A1 (fr) * 2004-10-26 2006-05-04 Matsushita Electric Industrial Co., Ltd. Codeur video, decodeur video, procede de codage video et procede de decodage video
US20070053598A1 (en) * 2005-09-06 2007-03-08 Megachips Lsi Solutions Inc. Compression encoder, compression encoding method and program
US20070071090A1 (en) * 2005-06-21 2007-03-29 National Chiao Tung University Method for performing context adaptive binary arithmetic coding with stochastic bit reshuffling for fine granularity scalability
WO2007039795A1 (fr) * 2005-10-03 2007-04-12 Nokia Corporation Codes adaptatifs a longueur variable pour variables independantes

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07111633A (ja) * 1993-10-14 1995-04-25 Matsushita Electric Ind Co Ltd 画像圧縮記録再生装置
JPH11225341A (ja) * 1997-11-10 1999-08-17 Mitsubishi Electric Corp 画像符号化装置及び画像復号化装置
JP2002290744A (ja) * 2001-03-26 2002-10-04 System Lsi Kk 画像圧縮方式
JP2003116005A (ja) * 2001-10-04 2003-04-18 Canon Inc 符号量制御装置及び方法
JP2005184232A (ja) * 2003-12-17 2005-07-07 Sony Corp 符号化装置、プログラム、およびデータ処理方法
JP4434155B2 (ja) * 2006-02-08 2010-03-17 ソニー株式会社 符号化方法、符号化プログラムおよび符号化装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6477280B1 (en) * 1999-03-26 2002-11-05 Microsoft Corporation Lossless adaptive encoding of finite alphabet data
GB2360915A (en) * 2000-03-30 2001-10-03 Sony Uk Ltd Run length compression encoding of selected bits of data words
EP1437896A2 (fr) * 2003-01-07 2004-07-14 VLS Com Ltd. Méthode et appareil pour améliorer la compréssion d'images MPEG
WO2006046334A1 (fr) * 2004-10-26 2006-05-04 Matsushita Electric Industrial Co., Ltd. Codeur video, decodeur video, procede de codage video et procede de decodage video
US20070071090A1 (en) * 2005-06-21 2007-03-29 National Chiao Tung University Method for performing context adaptive binary arithmetic coding with stochastic bit reshuffling for fine granularity scalability
US20070053598A1 (en) * 2005-09-06 2007-03-08 Megachips Lsi Solutions Inc. Compression encoder, compression encoding method and program
WO2007039795A1 (fr) * 2005-10-03 2007-04-12 Nokia Corporation Codes adaptatifs a longueur variable pour variables independantes

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2773122A1 (fr) 2013-03-01 2014-09-03 intoPIX s.a. Procédé et dispositif de compression de flux d'affichage
US9332258B2 (en) 2013-03-01 2016-05-03 intoPIX SA Method and device for display stream compression
EP4072136A1 (fr) 2013-03-01 2022-10-12 intoPIX s.a. Procédé et dispositif de compression de flux d'affichage

Also Published As

Publication number Publication date
FR2935865B1 (fr) 2010-10-15
US20110134258A1 (en) 2011-06-09
EP2327218B1 (fr) 2012-07-18
US8787455B2 (en) 2014-07-22
FR2935865A1 (fr) 2010-03-12
EP2327218A1 (fr) 2011-06-01
JP2012502537A (ja) 2012-01-26
JP5527556B2 (ja) 2014-06-18

Similar Documents

Publication Publication Date Title
BE1000643A5 (fr) Procede de codage de signaux d&#39;image.
EP0448491A1 (fr) Procédé de codage et de transmission à au moins deux niveaux de qualité d&#39;images numériques appartenant à une séquence d&#39;images, et dispositifs correspondants
EP3318061B1 (fr) Procede d&#39;encodage d&#39;image et equipement pour la mise en oeuvre du procede
EP2327217B1 (fr) Procédé de codage par blocs d&#39;une image matricielle de pixels, programme d&#39;ordinateur et dispositif de capture d&#39;images correspondants
EP2327218B1 (fr) Procédé de transcodage entropique d&#39;un premier train de données binaires en un second train de données binaires compressé, programme d&#39;ordinateur et dispositif de capture d&#39;images correspondants
FR2755818A1 (fr) Codage de signal numerique par decomposition en sous-bandes de frequence et quantification vectorielle a etats finis
EP3345391A2 (fr) Procédé de codage et de décodage d&#39;images, dispositif de codage et de décodage d&#39;images et programmes d&#39;ordinateur correspondants
FR2763766A1 (fr) Procede et dispositif de mise en oeuvre d&#39;un systeme a ondelette noye reversible
FR2887711A1 (fr) Procede de codage et decodage hierarchique
WO2015075185A2 (fr) Procédé et dispositif de compression d&#39;image numérique
EP3685283A1 (fr) Procedes de codage et de decodage d&#39;une image
EP2279620B1 (fr) Prediction d&#39;images par determination prealable d&#39;une famille de pixels de reference, codage et decodage utilisant une telle prediction
FR2597282A1 (fr) Procede de quantification dans un codage par transformation pour la transmission de signaux d&#39;image
FR3057130B1 (fr) Procede de codage d&#39;une image, procede de decodage, dispositifs, equipement terminal et programmes d&#39;ordinateurs associes
EP3384672A1 (fr) Procédé de codage et de décodage d&#39;images, dispositif de codage et de décodage d&#39;images et programmes d&#39;ordinateur correspondants
FR3143248A1 (fr) Procédé et dispositif de codage et décodage d’images.
FR3143245A1 (fr) Procédé et dispositif de codage et décodage d’images.
WO2020058593A1 (fr) Procédés et dispositifs de codage et de décodage d&#39;un flux de données représentatif d&#39;au moins une image
FR3035761A1 (fr) Procede de codage et de decodage d&#39;images, dispositif de codage et de decodage d&#39;images et programmes d&#39;ordinateur correspondants
FR2918203A1 (fr) Procedes et dispositifs de codage et de decodage d&#39;images numeriques tenant compte du type des blocs source, signal et produits programme d&#39;ordinateur correspondants.
WO2007119021A2 (fr) Procede et dispositif de codage d &#39; une image
FR2848765A1 (fr) Procede et dispositif de determination d&#39;une configuration de donnees d&#39;un signal numerique d&#39;image
FR3120173A1 (fr) Détermination d’au moins un mode de codage d’image ou d’au moins un mode de décodage d’image, codage et décodage d’image utilisant une telle détermination
EP3815366A1 (fr) Procédés et dispositifs de codage et de décodage d&#39;un flux de données représentatif d&#39;au moins une image
FR2776411A1 (fr) Procede et dispositif de codage et decodage de donnees, notamment de sequences d&#39;images numeriques

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 09741375

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2011525602

Country of ref document: JP

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 13058400

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE

WWE Wipo information: entry into national phase

Ref document number: 2009741375

Country of ref document: EP