Compression des images de télédétection
Résumé
Les technologies actuelles en matière d'acquisition d’images aériennes ou satellitaires et de modèles numériques d'altitude permettent d'atteindre des résolutions de l’ordre du mètre, générant ainsi des volumes considérables de données à gérer, à traiter et à emmagasiner. Les gains thématique et géométrique qu’offrent de telles données posent en revanche des problèmes lors de leur manipulation. Les techniques de compression et de décompression de l’information, qu’elles soient appliquées avec ou sans perte, permettent de réduire les volumes et d’accéder uniquement à l’information pertinente, allégeant ainsi les transferts de données et autorisant leur accès à distance, par exemple par Internet.
Les algorithmes de compression traditionnels ne permettant plus d'atteindre des performances suffisantes en matière de réduction des volumes d’information, de nouveaux algorithmes notamment basés sur la décomposition en ondelettes ont vu le jour. Ils offrent des solutions bien adaptées à la gestion des gros volumes pour une perte d’information négligeable pour les domaines de la télédétection et des systèmes d’information géographique.
Dans cet article, on présente une synthèse des besoins actuels et des solutions proposées pour la compression de l’information au moyen des transformées en ondelettes. Puis, s’appuyant sur un cas réel de compression d’image aérienne, nous présentons une analyse comparative des résultats obtenus par différents algorithmes de compression, sélectionnés parmi les standards du marché. L’évaluation de leurs performances, en référence à la qualité visuelle de l’image résultante, est réalisée en recourant à deux catégories de critères. La première comprend les critères statistiques objectifs d’évaluation, dont font partie le biais, la corrélation, l’entropie ou l’erreur quadratique moyenne. La seconde catégorie se réfère à des critères subjectifs basés sur l'analyse visuelle de l’image. Cette double approche assure une évaluation satisfaisante des performances des différents algorithmes choisis.
Les résultats obtenus confirment les limites vite atteintes des algorithmes standard tel que JPEG. Ceux-ci ne permettent guère des compressions acceptables au delà d'un taux de 3 fois et induisent une perte de qualité notable au-delà de 20 fois. Les algorithmes de compression par ondelettes permettent d’atteindre des taux bien supérieurs, de l’ordre de 20 à 30 fois, suivant le type d'image. La qualité visuelle reste acceptable pour des taux encore supérieurs. Les nouvelles approches basée sur l'analyse de la perception humaine (Human Vision System) produisent, elles, des images compressées de l'ordre de 70 à 100 fois tout en conservant une qualité visuelle
comparable à l'image originale. Les résultats obtenus par analyse quantitative de la perte de qualité corroborent les résultats produits par l’analyse subjective.
Abstract
The emerging remote sensing technologies now offer very high resolution data (< 10 m). The corresponding thematic and geometrical gain induces a significant increase in data volume to be managed, treated and manipulated. The image decomposition and lossy as well as lossless compression algorithms allow to reduce the data volume and a targeted remote access to the information. This results in a decrease of data amount to be transferred, for example through the Internet. The currently used compression algorithms are no more efficient to reduce the size of data files. Considering this, new theories of information compression were developed, like the wavelet decomposition and compression. These solutions, currently provided to the remote sensing community are more or less adapted to the management of large data files without significant losses of information.
The present paper gives an overview of the current needs and solutions to the problem of large data amount transfer and management. The comparison of available algorithms is made through the compression of one aerial photography subset (0,5 m resolution). The comparison is based on
quantitative indicators of quality stability (objective approach) and on subjective approach by visual assessment. This double approach ensures a satisfying assessment of the selected algorithms efficiency.
The quantitative and qualitative results confirm the mentioned limitation of the current algorithms (JPEG Std) in their task of large image compression. Allowed compression rates can hardly overhang the limit of 3 times to maintain an acceptable visual quality. At a compression rate of 20 times, the quality losses are clearly visible. The wavelet based solutions allow to reach higher compression rates (20-30 times) without significant losses. The new generation of algorithms based on wavelet decomposition and human perception (Human Vision System) authorises higher compression rates (70-100 times) without significant visual quality loss. The quantitative results obtained corroborate the qualitative results.
Lire l’article

PDF de 13 pages, tel qu’imprimé dans la revue, pages 323 à 335. En libre accès.
Pas encore de consultation enregistrée.