Rôle de la classification statistique dans la compression du signal d'image : panorama et étude de cas. Nadia GHAZZALI, Alain LEGER, Israël César LERMAN. La revue MODULAD, numéro 14, Décembre 1994.

Résumé
La compression des images à base de quantification vectorielle (“QV”) constitue toujours un champ actif de recherches. Même si cette technique employée seule ne fournit pas, aujourd’hui, des taux de compression suffisants eu égard aux besoins des applications et à “ses soeurs concurrentes” (méthodes par transformées, méthodes prédictives, méthodes affines, etc. ), elle n’en reste pas moins qu’associée à d’autres techniques, elle apporte des compléments de compression non négligeables - démontrés théoriquement -, et de plus, présente des qualités de simplicité - au décodeur - fort appréciées.
Nous commençons par une présentation générale du domaine de la compression image en y montrant comment la QV s’y inscrit; et, la situation de cette approche vis-à-vis d’autres, plus traditionnelles (transformées en “cosinus”), la QV peut directement être obtenue par une méthode de classification automatique dont il y a lieu d’adapter les paramètres. On entre ainsi dans le corps des méthodes de l’analyse classificatoire des données et nous rapportons une analyse expérimentale originale, présentant divers aspects méthodologiques - et couvrant deux thèses - sur l’impact comparé de diverses méthodes de classification; où la méthode de l’Analyse de la Vraisemblance du Lien (AVL) est considérée avec un accent particulier.

Article