Abstract FR:

Notre these porte sur la compression d'images sans perte d'information. Nous proposons trois types de codages: le codage par prefixe, le codage predictif et le codage par arbre de prediction pour effectuer la compression. Dans la premiere technique, le pixel courant est remplace par un couple d'entiers. Les couples ainsi obtenus sont codes par un codage arithmetique avec un modele de probabilite d'ordre 0 en utilisant un automate. Nous proposons deux methodes differentes pour le codage predictif: les predicteurs et les schemas optimaux de prediction. Dans la technique des predicteurs, l'image originale est traitee par les predicteurs que nous avons definis afin de calculer l'image predite. La difference entre l'image originale et l'image predite est appelee l'image d'erreurs. L'idee principale de la technique des schemas optimaux de prediction consiste a decouper l'image originale en blocs ou en lignes puis a rechercher pour chacun de ces blocs (ou lignes) le predicteur qui fournit la meilleure prediction. L'image d'erreurs calculee par ces methodes est codes a l'aide d'un codage arithmetique avec un modele de probabilite d'ordre 0. Dans la technique d'arbres de prediction, l'image originale est representee par un graphe. On cherche dans ce graphe un arbre recouvrant dont le codage est de taille minimale. Nous codons ensuite les poids des aretes de l'arbre calcule au moyen du codage arithmetique avec un modele de probabilite d'ordre 0. Les resultats que nous avons obtenus avec ces differentes methodes sont superieurs a ceux obtenus avec les methodes de compression generales et specialisees sur les images