Sujet du mastère: Les réseaux d'ondelettes pour la compression d'images

Résumé:

                Depuis de nombreuses années, on assiste à une croissance constante des besoins en images numériques (fixes ou animées), dans de multiples domaines : télécommunication, diffusion multimédia, diagnostic médical, télésurveillance, météorologie, robotique,… or ce type de données représente une masse énorme d’informations difficile à transmettre et à stocker avec les moyens actuels. D’où la nécessité des techniques dites de "compression d’images".

     Différentes méthodes, sans perte d’informations telles que Shannon-Fano, Huffman,… ou avec perte d’informations non perçue à l’œil nu telle que la transformée en cosinus discrète (TCD), le standard Jpeg, les ondelettes, ont été présentées.

Nous avons, dans ce travail, apporté notre contribution à l’utilisation de l’analyse en ondelettes dans les réseaux de neurones artificiels, il s’agit des réseaux d’ondelettes. Nous avons décrit l’architecture de ce réseau et son algorithme d’apprentissage. Ensuite nous avons présenté les étapes et le principe de la compression d’images par un tel réseau.

     Pour ressentir les performances d’un tel système, un prototype graphique sous Matlab a été développé pour valider les algorithmes développés et tester les différentes approches suivies.  Enfin, pour apprécier numériquement les résultats et évaluer l’efficacité de la démarche proposée, nous avons défini quelques mesures de fidélité et nous avons dégagé des tableaux et des courbes d’évaluation en fonction de plusieurs critères desquels notre réseau d’ondelettes dépend, comme par exemple: le type de la famille d’ondelettes, le nombre de ces ondelettes, le nombre d’itérations…

Mots clés : Compression d’images, Ondelettes, Réseaux de neurones, Réseaux d’ondelettes.