Abstract FR:

Le présent manuscrit est une synthèse de nos travaux de recherche sur la compression d'images et la mise en oeuvre parallèle des algorithmes de compression. Le point clé de la compression d'images est la mise en évidence de deux types de redondance de données, la redondance statistique et la redondance psychophysique. Les algorithmes de compression d'images existant utilisent des moyens plus ou moins efficaces pour montrer ces redondances. L'étude de ce sujet est developpée dans le premier chapitre. Nos efforts sont surtout concentrés sur trois types de codage, le codage par transformée, le codage multirésolution, et le codage par méthode fractale, sans négliger les autres types de codage, à savoir le codage d'entropie, le codage par approximation et le codage à prédiction. Des exemples comme le codage par transformée en cosinus discret, le codage en sous-bande, le codage en pyramide laplacienne, le codage en ondelette, et le codage par méthode fractale, sont étudiés avec soin. Pour la mise en oeuvre, nous nous sommes intéressés à des machines massivement parallèles, notamment les mailles de processeurs et les machines pyramidales. Une présentation de ces architectures est donnée dans le deuxième chapitre où des paramètres d'évaluation sont définis. Des solutions massivement parallèles sont proposées et comparées avec d'autres méthodes de mise en œuvre. Une estimation sur la machine sphinx, une machine pyramidale binaire développée à l'Institut d'électronique fondamentale de l'université Paris XI Orsay, est donnée. Avec leur performance et leur souplesse, ces solutions ont une grande utilité dans des applications où l'exigence en réponse temps réel ou en bonne convivialité est de rigueur