République Algérienne Démocratique et populaire

1. République Algérienne Démocratique et populaire République Algérienne Démocratique et populaire Université des Sciences et de la TechnologieD’Oran – Mohamed BOUDIAF - U.S.T.O. /M.B Schéma de Codage Hybride appliqué à la Compression des Images de Mammographie BENTORKI Soumyaet BENAMRANE Nacéra USTO-MB R2I 12-14 Juin 2011 Université de Tizi-Ouzou .

2. Plan: Introduction La compression • La compression en médecine • Les méthodes de compression • Les normes de compression Etat de l’art Approche proposée Résultats et discussion Conclusion

3. Introduction: • L’utilisation des images radiographies, ultrasonores, IRM, … pose un grand problème: • Stockage • archivage, • transmission.

4. La compression: • minimiser le nombre de bits en allégeant les transferts et autorisant un accès à distance • Les critères d’évaluation : • La qualité de reconstitution de l’image ; • Le taux de compression; • La rapidité du codeur et décodeur (codec).

5. La compression: • La compression en médecine: • La compression des images médicales doit éviter l’introduction de distorsions ayant pour effet d’entrainer des modifications dans : • L’interprétation qualitative des images. • La valeur des paramètres anatomiques ou fonctionnels reflétant l’état de l’organe étudié.

6. La compression: Décorrélation réorganisation de l’information Image originale Quantification Elimination des éléments secondaire Image compressé Codage Schéma général de la compression

7. La compression: • Les méthodes de compression: • Méthodes sans perte d’information : Par répétition Entropique dictionnaire statistique Les plages Huffman LZW RLE Shannon-Fano arithmétique

8. La compression: • Les méthodes de compression: • Méthodes avec perte d’information : Transformées Prédictives Hybrides Quantification Fractales TKL QV TFD QS TH TCD Ondelette

9. Etat de l’art : • Fractal Image Compression: Theory and Application, Yuval Fisher, Springer Verlag, New York, 1995. • Evolutionary fractal image compression, D.Saupe, M.Ruhl, Proc. Int. Conf. on Image Processing, ICIP‟96, Lausanne (1996). • La durée de la phase de codage est importante, due au grand nombre de comparaisons entre les blocs R et les blocs D.

10. Etat de l’art : • A Fast Fractal Image Compression MethodBasedEntropy, Hassaballah , M.M. Makky and Youssef B. Mahdy, Mathematics Department, Faculty of Science, South Valley University, Qena, Egypt , 2004. • Réduction de la durée de codage. Un nombre important de blocs ayant une entropie élevée, ne sont pas utilisés. • Approximation of Image Blocks, D. M. Monro and F. Dudbridge, in Proc. Int. Conf. Acoustics, Speed, Signal Processing, Vol. 3, pp.4585-4588, 1992. • LA localisation l’ensemble des blocs D ; relativement au voisinage du bloc R courant.

11. Etat de l’art : • A Hybrid Coding Scheme Combining SPIHT and SOFM Based Vector Quantization for Effectual Image Comression, Chandan Singh D. Rawat and SukadevMeherEuropean Journal of Scientific Research, ISSN 1450-216X Vol.38 No.03, pp 425-440 2009. • Une hybridation SPIHT et les RN. La décomposition d'image par les ondelettes bi-orthogonales; puis la compression par le SPIHT, qui résulte un Plan de bits qui est alimenté au codage de Q.V basé sur SOFM.

12. Etat de l’art : • Iteration Free Hybrid Fractal Wavelet Image Coder, RamychitraDuraisamy, L. Valarmathi and JeyalakshmiAyyappan, Internatinal Journal of Computational, Vol. 6, No. 04 December, 2008. • Combinaison entre la vitesse de la transformée en ondelettes et la méthode fractale itéré pour réduire le temps d’exécution. • Dans la phase de codage de fractale, le bloc moyen est mesuré et dans la transformation affine, le bloc entier est décalé avec le décalage des pixels.

13. Approche proposée : Image originale Transformée en ondelette Transformation Approximation Détails - seuil = 2(log2|max (coeff)|) - mettre en valeur les coefficients les plus signifiants. - construction de l’arbre des signifiants (qui sera utilisée comme segmentation). - les fractales entre les niveaux des détails les plus descendants. Seuillage & Binarisation Quantification Construction de l’arbre des signifiants SPIHT RLE DVS DDS DHS Codage Fractale Schéma de l’approche proposée

14. Approche proposée : Décomposition par ondelettes de Daubechies (9-7)

15. Approche proposée : La relation entre les coefficients dans différents sous bandes

16. Approche proposée : Bloc père de 2x2 Bloc fils de 2x2 La décimation utilisant la carte du SPIHT et les relations entre les blocs D et les blocs R

17. Approche proposée : • Algorithme : • Pour chaque bloc cible D de l’image dans le niveau 2: • Pour chaque bloc destination R de niveau1 déterminer la fonction contractive f définie par ses paramètres s (‘scalling’) et o (‘offset ’) tel que :f (D) = s * D+ oR • s = cov(Ri, Di )/ var (Di ) • o= moy(Ri )- moy (Di) • Parmi tous les couples (D, f), sélectionner celui qui minimise l’erreur d’approximation de R qui est : (f (D (i, j)) – R (i, j)) 2. • Collage des couples (D, f) sur R.

18. Résultats et discussion : sein droit TC= 67,29(%), PSNR=43,05 (dB) et Temps =4,25 (s) • sein gauche TC= 89,41 (%), PSNR=41,87 (dB) et Temps =4,86 (s)

19. Résultats et discussion : Résultats obtenus.

20. Résultats et discussion : Comparaison entre SPIHT & SOM; Fractale & Ondelettes et l’approche proposée.

21. Conclusion : Des résultats numériques et visuels encourageants et satisfaisants ; des TC intéressants et une bonne qualité de l’image reconstruite. Prise en considération un facteur qui joue un rôle important sur le compromis qualité de reconstruction - taux de compression : « nombre des blocs à comparer par rapport à la carte créée par le SPIHT», et la diminution du temps de calcul du codeur fractal en maintenant une qualité satisfaisante de l’image reconstruite.

22. Merci pour votre attention