Transform image coding by vector quantization

Une nouvelle méthode de compression de données images par transformation et et quantifiquation de vecteurs est presentée. Elle offre un taux de compression élevé de même qu'un décodage très simple. Pour le codage de la parole, la quantifiquation vectorielle a été démontrée comme étant plus efficace que la méthode classique de quantifiquation scalaire. Des expériences antérieures menées sur des données images multi-spectral (MSS) et à niveaux de gris ont aussi demontré son efficacité. La méthode classique de compression d'images par transformation dans un domaine spectral , utilise la quantifiquation scalaire des différents coefficients; ceux-ci étant quantifiés selon une série de règles compliquées. La quantifiquation vectorielle traite un bloc de P par P pixels, ou coefficients de transformation, comme un vecteur de dimension P2 . Ces vecteurs sont ensuite classifiés (clustering) selon une segmentation de l'espace vectorielle de dimension P2 en 2n nuées (cluster). Chaque vecteur est ensuite remplacé par le vecteur moyen de chaque nuée, ou par d'autres données statistiques. Ainsi seule une étiquette de N bits est nécessaire au codage de chaque vecteur. Le décodeur utilise cette étiquette comme l'index d'un tableau contenant les données statistiques de chaque nuée, pour régénérer chaque vecteur. On présente ici la quantification vectorielle de coefficients de transformation. On comparera le codage d'intensités lumineuses avec le codage de coefficients de transformation. Cette nouvelle technique de codage répond bien aux besoins des systèmes d'archivage et de transmission de données images, tel le videotex