http://www.ucadjds.

org

Journal des Sciences

ETUDE DES PERFORMANCES DE LA COMPRESSION JPEG 2000 DANS LA TRANSMISSION SANS FIL DES IMAGES
Abdou Khadre DIOP* , Idy DIP , Khaly TALL , Sidi Mohamed FARSSI
Laboratoire dImagerie Mdicale et de BioInformatique (LIMBI) Ecole Suprieure Polytechnique de Dakar Sngal

Abstract: The technologies of information and the communication are in full evolution today. Indeed, the succession of these new technologies brought new dimensions in several domains. While the digitalization of the images makes reliable their transmission through the data networks and facilitates their manipulation, we notice that these digitized images cost dear in terms of storage and debit (flow) on the network. As progress is realized in storage capacity, in power of treatment of the processes, and in the performance of the systems of numeric (digital) communications, demand in storage capacity and in bandwidth of a transmission always remains superior to the potential of the available technologies. To resolve this problem, it is necessary to use compression algorithms for the digitized images to adapt itself to the transmission rate of the available connection, while protecting the best possible quality for the diagnosis. In this article we present the results (profits) of our works on the study of the performance of the JPEG standard 2000 in wireless transmission through a comparison to fractal compression.

Rsum: Les technologies de linformation et de la communication sont aujourdhui en pleine volution. En effet, lavnement de ces nouvelles technologies a apport de nouvelles dimensions dans plusieurs domaines. Alors que la numrisation des images rend fiable leur transmission travers les rseaux informatiques et facilite leur manipulation, on constate que ces images numrises cotent chres en termes de stockage et de dbit sur le rseau. Comme des progrs sont raliss en capacit de stockage, en puissance de traitement des processus, et dans la performance des systmes de communications numriques, la demande en capacit de stockage et en bande passante dune transmission reste toujours suprieure au potentiel des technologies disponibles. Pour rsoudre ce problme, il est ncessaire de faire appel des algorithmes de compression des images numrises afin de sadapter au dbit de la liaison disponible, tout en prservant la meilleure qualit possible pour le diagnostic. Dans cet article, nous prsentons les rsultats de nos travaux sur ltude de la performance de la norme JPEG 2000 en transmission sans fil travers une comparaison aux mthodes de compression fractale.

Keywords: compression, JPEG, JPEG 2000, compression Mots cls: compression, JPEG, JPEG 2000, compression FRACTALE, BER, SNR, PSNR, Huffman coding, arithmetic. FRACTALE, BER, SNR, PSNR, codage de Huffman, arithmtique.

I. INTRODUCTION
Lefficacit des mthodes de compression est base sur les critres de performances suivants : le taux de compression, la qualit des images, la sensibilit aux erreurs de transmission et la complexit ainsi que la faisabilit de la ralisation technique. En fait, le critre qui nous intresse le plus, est la robustesse : cest--dire la sensibilit aux erreurs de transmission. Pour cela, nous allons gnrer des taux derreurs de transmission suivant les diffrentes mthodes de compression utilises.

II. CRITERES DE COMPARAISON a. Taux de compression

Le taux de compression est dfinit comme tant le rapport entre la taille des informations non comprimes et celles aprs compression. Elle dpend des caractristiques de limage traite, de la qualit dimages dsire pour lapplication, ainsi que de la vitesse de compression et de dcompression dsire.

Auteur correspondant : Email : idydiop@yahoo.fr, djeylani2001@yahoo.fr A. Diouf et al / J. Sci.Vol. 9, N 3 (2009) 14 21 - 14 -

http://www.ucadjds.org

Journal des Sciences

b. Qualit dimages
Il nest pas possible de classer les performances des techniques de compression de dbit de faon fiable selon une mthode gnrale qui se base sur la qualit des images puisquil nexiste pas de critre universel pour mesurer la qualit dune image. Cependant, il existe certains critres objectifs pour mesurer la qualit de limage comme lerreur quadratique moyenne note EQM permettant de mesurer de faon objective la dgradation entre une image origine Xorigine et une image comprime Xcomprime de coordonnes (n,m) et de dimension (N,M). Le rapport signal sur erreur qui permet de mesurer le signal sur bruit dune image (SNR) et le rapport signal sur erreur crte (PSNR) qui permet de saffranchir du niveau moyen de limage est donn par:

EQM 1

M,N

( X origine(n, m) X comprime (n, m))

1 1

SNR 10 log 10 (

1 MN

( X
n 1 m 1

origine

(n, m)) 2 )
nb

EQM 2 1 M,N

PSNR 10 log 10 (

(2
n 1 m 1

1)

EQM 2

c. Sensibilit aux erreurs de transmission

La sensibilit aux erreurs est le critre de comparaison de performances qui nous intresse le plus. Pour viter une grande infection des erreurs de transmission sur les images transmises, il faut adjoindre le plus souvent des codes dtecteurs et correcteurs d'erreurs au flux binaire des donnes transmettre. Les codes les plus courants sont les codes de Hamming . Dans ce qui suit, nous allons tudier deux compressions ; il sagit de la compression fractale et celle base sur la norme JPEG 2000.

III. COMPARAISON DE LA COMPRESSION FRACTALE A LA COMPRESSION BASEE SUR LA NORME JPEG 2000 III.1 Outil de test
Nous allons dans la suite de ce travail tudier la compression par deux approches : celle base sur les fractales [1] [6] et celle base sur la norme JPEG 2000 [9] [5]. Pour tudier la performance de la compression fractale, nous utiliss Fraclab par contre pour la compression JPEG 2000, on considre le codeur JM2000 qui fonctionne daprs la figure suivante :
JM 2000 : arborescence
Fichier jp1

Matrices images Fichier binaire paramtres informations

Fichier bmp Image Image d origine d origine

Fichier Fichier compress compress

Fichier bmp Image Image dcompresse dcompresse

Encodeur Encodeur

Dcodeur Dcodeur

Paramtres Paramtres

Table de Table de quantification quantification

Enregistrement Enregistrement

Mesures.txt Config.ini Fstep.ini

Comparaisons Comparaisons

Figure 1: Arborescence du codeur JM2000 A. Diouf et al / J. Sci.Vol. 9, N 3 (2009) 14 21 - 15 -

http://www.ucadjds.org

Journal des Sciences

Le codeur est un ensemble de programmes crits en Matlab qui permet de compresser une image au format bmp par lencodeur et de lenregistrer sous un fichier au format J2K suivant les paramtres de configuration et la table de quantification reprsente ci-aprs. Ainsi le fichier obtenu est son tour dcompresser par le dcodeur qui fournit limage dcompresse au format bmp.

quant : 0 : pas de quantification 1 : Fstep.ini 2 : Fstep.ini avec facteur color : 0 : RVB 1 : RCT 2 : ICT wave : 0 : (9,7) 1 : (5,3) niv : (de dcomposition) 15 facteur : 1 100
Pour la compression fractale, nous avons considr le logiciel FracLab qui nous a permis de compresser une image et de lenregistrer en un fichier au format frc. Ainsi le fichier obtenu peut tre dcompress en considrant linterface de FracLab. Le logiciel travaille aussi avec les images au format bmp.

Figure 2: Interface du logiciel FracLab

Les tests de rsistance aux erreurs sont raliss avec un programme crit sous Matlab pour diffrents types de BER (Bit Error Rate). Il permet dajouter du bruit au fichier compress soit avec le codeur JM2000 ou le logiciel FracLab.

A. Diouf et al / J. Sci.Vol. 9, N 3 (2009) 14 21

- 16 -

http://www.ucadjds.org

Journal des Sciences

En effet, lors dune transmission travers un canal bruit plusieurs types derreurs possibles sont prvus par le groupe JPEG 2000 [4]. Le groupe adopte ainsi le cas dune transmission 24 Kbps et ceci permet de modliser les diffrentes erreurs possibles :
Tableau I : Valeurs standards dfinies dans JPEG 2000 Erreurs alatoires -3 BER=10 BER=10
-4

Erreurs par paquet (burst) Dure du burst=1ms, BER=0.5 ; -3 -2 BER total=10 et 10 Dure du burst=10ms, BER=0.5 ; BER total=10-3 et 10-2

Perte de paquets Taux de paquets perdus=1% (longueur de paquet=50octets) Taux de paquets perdus=3% (longueur de paquet=50octets)

En considrant le logiciel Kakadu et le logiciel FracLab on peut, partir des fichiers auxquels on a ajout du bruit, raliser la dcompression des fichiers qui sont soit au format J2K ou frc.

III.2 Rsultat et analyse

- Pour la compression base sur JPEG 2000 Nous avons raliss les tests de rsistance aux erreurs suivantes :

a)Image originale : c_boats.bmp

b)Image bruite avec un BER=1.10

-2

c)Image bruite avec un BER=1.10

-3

d)Image bruite avec un BER=5.10

-4

A. Diouf et al / J. Sci.Vol. 9, N 3 (2009) 14 21

- 17 -

http://www.ucadjds.org

Journal des Sciences

e)Image bruite avec un BER=1.10

-4

f)Image bruite avec un BER=0

Et ceci nous permet bien de reprsenter les valeurs du PSNR des diffrentes composantes (RGB) en fonction des taux de compression et nous obtenons le tableau et le graphe suivants.
Tableau II: Le PSNR des diffrentes composantes en fonction du taux derreurs

taux d'erreurs PSNR 1 PSNR 2 PSNR 3

0,00E+00 50,020455 52,577591 48,786385

1,06E-04 22,52716 22,687728 22,153166

5,20E-04 15,072019 14,571878 14,146479

1,05E-03 5,987681 6,570989 8,600336

1,04E-02 6,110702 6,684694 8,129459

Rerprsentation des PSNR

60

Valeur des PSNR

50 40 30 20 10 0 0,00E+00 1,06E-04 5,20E-04 1,05E-03 1,04E-02 Taux d'erreurs PSNR 1 PSNR 2 PSNR 3

Figure III : Reprsentation des PSNR en fonction du taux derreurs

Avec les valeurs des diffrents PSNR obtenues, on peut dduire que ce programme permet bien aux images compresses avec le codeur JM2000 de rsister aux erreurs de transmission sans fil puisque nous remarquons que plus la valeur du PSNR est grande, plus le taux derreur est petit. Il est impossible de reconnatre limage pour des taux derreurs levs (image c).

Pour la compression base sur les fractales :

Nous avons aussi raliss les tests de rsistance aux erreurs suivants en considrant toujours limage c_boats.bmp.

g)Image bruite avec un BER=1.10

-2

h)Image bruite avec un BER=1.10

-3

A. Diouf et al / J. Sci.Vol. 9, N 3 (2009) 14 21

- 18 -

http://www.ucadjds.org

Journal des Sciences

i)Image bruite avec un BER=5.10

-4

j)Image bruite avec un BER=1.10

-4

k)Image bruite avec un BER=0

Et ceci nous permet bien de reprsenter les valeurs du PSNR des diffrentes composantes (RGB) en fonction des taux de compression et nous obtenons le tableau et le graphe suivants.
Tableau III : Le PSNR des diffrentes composantes en fonction du taux derreurs taux d'erreurs 0,00E+00 1,23E-04 4,57E-04 1,06E-03 1,03E-02 PSNR 1 21,34149 21,169305 19,887378 17,179749 16,192384 PSNR 2 17,6459 17,038458 15,561166 14,221624 12,970159 PSNR 3 14,360469 14,266582 14,266255 13,266255 12,266255

Reprsentation des PSNR

25

Valeur du PSNR

20 15 10 5 0 0,00E+00 1,23E-04 4,57E-04 1,06E-03 1,03E-02 Taux d'erreurs PSNR 1 PSNR 2 PSNR 3

Figure 4 : Reprsentation des PSNR en fonction du taux derreurs

On peut aussi dduire que ce programme permet bien aux images compresses avec le logiciel FracLab de rsister aux erreurs de transmission sans fil. En considrant les diffrentes courbes reprsentatives des PSNR en fonction du taux derreurs suivant les types de BER, nous remarquons nettement que les BER de l'ordre de 10-3 10-2 engendrent une dgradation
A. Diouf et al / J. Sci.Vol. 9, N 3 (2009) 14 21 - 19 -

http://www.ucadjds.org

Journal des Sciences

de la qualit d'image. On retrouve donc des images de bonnes qualits en considrant des BER de lordre de 10-5 10-3. Dans le systme de codage JPEG 2000 *3+ , ce problme a t rsolu par lutilisation de la structure par blocs qui empche la propagation dune erreur survenue dans un bloc sur dautres rgions de limage, et par lintgration dun mcanisme de dtection derreurs trs efficace pour les transmissions en environnements bruits. En faisant la moyenne des PSNR pour les diffrentes composantes en fonction des taux derreurs moyens, on peut dresser le tableau suivant :
Tableau IV : Le PSNR moyen en fonction du taux derreur moyen taux d'erreurs PSNR JPEG2000 PSNR fractales 0,00E+00 50,461477 17,7826197 1,15E-04 22,456018 17,4914483 4,89E-04 14,596792 16,5715997 1,06E-03 7,053002 14,8892093 1,03E-02 6,97495167 13,8095993

La figure 5 reprsente le PSNR en fonction du taux derreurs.

Reprsentation du PSNR
60 50 40 30 20 10 0
1, 15 E04 4, 89 E04 1, 06 E03 0, 00 E+ 1, 03 E02 00
Valeur du PSNR

PSNR JPEG2000 PSNR fractales

Valeur du taux d'erreur

Figure 5 : Reprsentation du PSNR moyen en fonction du taux derreur moyen

Pour un taux derreurs trs proche de 0, la valeur du PSNR est plus grande que celle du PSNR avec la compression JPEG 2000 que la compression fractale. On peut ainsi dduire que la compression JPEG 2000 offre une plus grande qualit que la compression fractale pour de trs faibles taux derreurs.

CONCLUSION
Lobjectif de ce travail est deffectu une tude comparative entre deux mthodes de compression lune base sur la norme JPEG 2000 et lautre base sur la compression fractale afin de se prononcer sur la meilleure norme de compression pour la transmission sans fil des images. Ainsi daprs les courbes reprsentatives des valeurs du PSNR des diffrentes composantes fondamentales de notre image test (RGB), et pour des taux derreurs pour diffrents types de BER, nous observons que la perception de la qualit des images est inacceptable pour des BER de lordre de 10-3 10-2. On note galement (fig. 5) que la compression JPEG 2000 offre une plus grande qualit de limage que la compression fractale pour de trs faibles taux derreurs : do la ncessite dassocier la norme JPEG 2000 un code correcteur dtecteur derreur. La prsence dun code correcteur derreur adquat accrotra ses performances dans un environnement bruit.

A. Diouf et al / J. Sci.Vol. 9, N 3 (2009) 14 21

- 20 -

http://www.ucadjds.org

Journal des Sciences

REFERENCES BIBLIOGRAPHIQUES
[1] F. DAVOINE. Compression dimages par fractales base sur la triangulation de Delaunay. Thse pour lobtention du grade de docteur de lInstitut National Polytechnique de Grenoble, Dcembre 1995. [2] C. DELGORGE. Proposition et Evaluation de techniques de compression dimages ultrasonores dans le cadre dune tlchographie robotise. Thse pour lobtention du grade de docteur de luniversit dOrlans, Dcembre 2005 [3] J.M FAGES. JPEG 2000 Principes, implmentation et valuation. Mmoire dingnieur C.N.A.M en Electronique, Septembre 2000. [4] A. Oulded ZAID. Amlioration des performances des systmes de compression JPEG et JPEG 2000. Thse pour lobtention du grade de docteur de luniversit de Poitiers, Dcembre 2002. [5] F.AGEN ; J MICHOT. La compression fractale, Mthodes de Jacquin, Subdivisions de triangles et Delaunay. Projet C lEcole Polytechnique de luniversit de Tours, Juin 2005. [6] P. CODEN Effects of JPEG 2000 compression on automated dsm extraction: Evidence from aerial photographs. Photogrammetric Record ISSN 0031-868X 2005, vol. 20, no112, pp. 351-365 [15 page(s) (article)] (22 ref.) [7] A. BOUKELIF, M. MOKHTARI Optimisation de la compression fractale Dimages base sur les rseaux de Neurones . RIST Vol.15 N01-02 Anne 2005. [8] A. ALI-PACHA N. HADJ-SAID- A. MHAMED, A. BELGORAF Compression des Images Fixes par Fractale : Partitionnement Quadtree SETIT 2007 4th International Conference: Sciences of Electronic, Technologies of Information and Telecommunications March 25-29, 2007 TUNISIA [9] M. AGUEH, J.F DIOURIS, M. DIOP, F.O DEVAUX, C. DE VLEESCHOUWER, B. MACQ Optimal Wireless JPEG 2000 compliant Forward Error Correction rate allocation for robust JPEG 2000 images and video streaming over Mobile Ad-hoc Networks, EURASIP Journal on advances in Signal Processing, 2008 [10] A.MASSOUDI, F. LEFEVRE, F.O DEVAUX, C. DE VLEESCHOUWER 'Secure and low cost selective encryption for JPEG2000 Proceedings of the 10th IEEE International Symposium on Multimedia (ISM-2008), IEEE, Berkeley, California, USA, 2008 [11] M. AGUEH, J.F DIOURIS, M. DIOP, F.O DEVAUX, Dynamic channel coding for efficient Motion JPEG2000 video streaming over Mobile Ad-hoc Networks, Third International Mobile Multimedia Communications Conference (MobiMedia-2007) [12] M. AGUEH, J.F DIOURIS, A Wireless Motion JPEG 2000 vido streaming scheme with a priori channel coding , 13th European Wireless 2007 (EW-2007) [13] I DIOP; A DIOP; SM FARSSI; K TALL Etude de la performance du code de REED SOLOMON dans la compression JPEG 2000 ; J. Sci.Vol. 8, N 2 (2008) 59 64

A. Diouf et al / J. Sci.Vol. 9, N 3 (2009) 14 21

- 21 -