Preprocessing

Partitionnement de l'image

Lors de la compression, il est possible pour l'utilisateur d'indiquer des zones dont il voudrait que la qualité soit mieux préservée. JPEG2000 opère ainsi un prédécoupage de l'image en adéquation avec ces demandes et avec une analyse de l'image (sommaire) que l'algorithme effectue.

Ce découpage va de paire avec la définition des Regions Of Interest (nous vous renvoyons à la partie Post-Traitement associée pour plus de détails). Grâce aux très nombreux paramètres, il est ainsi possible de définir des zones qui seront mieux encodées, et des zones qui seront décodées plus rapidement, pour permettre un affichage optimal par exemple lors de communications réseau.

Phase de normalisation

Dans le cas d'une transformation irréversible, permettant de meilleurs taux de compression, on procède avant tout traitement de l'image à une normalisation. Dans un premier temps, on met en place le ``level offset'' : les pixels codés entre 0 et 255, sont désormais codés entre -128 et 127. Ensuite, et seulement pour le cas irréversible, on procède à une normalisation des pixels :

$$-\frac{1}{2} \leq x[n] \leq \frac{1}{2}$$

Cette normalisation permet de ne plus dépendre du nombre de bits nécessaires pour coder l'image. Ainsi le format JPEG2000 gagne en flexibilité. On pourra coder n'importe quelle profondeur de bit.

Transformation Réversible (RCT) et Irréversible (ICT) des espaces de couleurs

Tout comme pour le format JPEG, il parait intéressant de transformer l'image de RGB en YUV (luminance et chrominance). Cependant dans l'optique de fournir un moyen de compression avec et sans perte, on peut opérer la transformation de couleur de deux moyens : ICT (Irreversible Colour Transform) et RCT (Reversible Colour Transform).

Nous avons déjà traité la ICT dans la partie sur le JPEG. Nous rappellons juste brièvement la transformation à appliquer :

$${ \left( \begin{array}{c} x_Y[n] \\ x_{Cb}[n] \\ x_{Cr}[n]... ...rray}{c} x_R[n] \\ x_G[n] \\ x_B[n] \\ \end{array}\right) }$$

$${ \left( \begin{array}{c} x_R[n] \\ x_G[n] \\ x_B[n] \\ \... ...c} x_Y[n] \\ x_{Cb}[n] \\ x_{Cr}[n] \\ \end{array}\right) }$$

La RCT ne permet pas d'être aussi précis, cependant le principe reste le même. On passe d'une base R G B en une base $Y' D_b D_r$. Y' étant une combinaison des canaux R, G, B dotée de coefficients tels que le canal vert a une plus grande importance : $D_b$ et $D_r$ sont là encore des différences de couleur:

$$x_{Y'}[n] = \left\lfloor \frac{x_R[n] + 2x_G[n] + x_B[n]}{4}\right\rfloor$$

$$x_{Db}[n] = x_B[n]-x_G[n]$$

$$x_{Db}[n] = x_R[n]-x_G[n]$$

Pour faire la transformation inverse :

$$x_{R}[n] = x_{Y'}[n] - \left\lfloor \frac{x_{Db}[n] + x_{Dr}[n]}{4}\right\rfloor$$

$$x_{G}[n] = x_{Db}[n]+x_G[n]$$

$$x_{B}[n] = x_{Dr}[n]+x_G[n]$$