Diapositive 1

1
Activités de recherche en compression
J.M. MOUREAUX CRAN - CNRS UMR 7039 Université
Henri Poincaré, Nancy 1 - INPL BP 239 F-54506
Vandoeuvre-lès-Nancy Cedex Tel. [phone]
76, Fax [phone] e-mail
moureaux_at_cran.uhp-nancy.fr
2
Plan de lexposé

• Présentation du laboratoire
• Activités de compression au sein du laboratoire
• Problématique de la compression
• Chaîne de compression actuelle
• Contexte de limagerie médicale
• Compression de piles dimages médicales
• Conclusions et perspectives

3
Environ 170 personnes (dont 65 enseignants-cherche
urs 6 chercheurs CAV)

• Organisation en groupes thématiques
• automatique, commande et observation des
  systèmes (ACOS)
• identification, restauration, images, signaux
  (IRIS)
• systèmes de production ambiants (SYMPA)
• sûreté de fonctionnement et diagnostic des
  systèmes (SurfDiags)
• ingénierie pour la santé (IPS)

4
CRAN groupe thématique IRIS - Responsable
Professeur David Brie
Axe de recherche compression
JM. Moureaux (Permanent) L. Guillemot et Y.
Gaudeau (doctorants)
Images (grand public)
collaboration I3S (Sophia Antipolis) M. Antonini
collaboration CRAN (Nancy) V. Lecuire
1 thèse soutenue (T. Voinson mars 2004)
Compression et tatouage
1 thèse en cours (L. Guillemot soutenance
prévue décembre 2004)
Images médicales (depuis courant 2003)
Collaboration CAV (CHRU Nancy) Dr Michel
Lapeyre (radiothérapeute)
ACI Masse de Données AGIR (Analyse Globalisée
des Données Radiologiques) qui débute en
septembre 2004
1 thèse en cours (Y. Gaudeau débutée en octobre
2003)
5
Problématique de la compression
Quelques points clés

• Résoudre des problèmes de transmission et/ou de
  stockage
• Compression sans perte vs compression avec perte
• Intégrer de nouvelles fonctionnalités
  (transmission progressive, ROI, )
• Compatibilité avec dautres traitements
  (tatouage, )
• Compromis taux de compression / qualité /
  complexité

6
Problématique de la compression
Question
Existe-til une méthode de compression rapide,
offrant des forts taux de compression et une très
bonne qualité de limage reconstruite ?
Réponse A
il existe des standards (JPEG, JPEG2000,
MPEG-2, MPEG-4, )
Réponse B
les performances dépendent essentiellement du
contenu informatif de limage.
7
Stratégie de compression
Diviser pour mieux régner !
8
Analyse multirésolution ondelettes

• bien adaptée aux signaux non-stationnaires
• permet une décomposition spatio-fréquentielle de
  limage
• permet une décomposition multirésolution
• pas deffets de bloc
• permet la transmission progressive

coefficients dondelettes
(détails perdus entre 2 résolutions)
Image basse fréquence
Image transformée
Image originale
9
Analyse multirésolution
2 approches interbandes ou intrabandes
chaque sous-image est codée de manière
indépendante.
on code les dépendances entre les sous-images.
10
Analyse multirésolution
Approche interbandes
Algorithmes EZW, SPIHT
Codage des coefficients non significatifs (arbres
de zéros)
Passes successives pour déterminer le seuil qui
permettra datteindre le débit cible
Avantages simplicité, efficacité
Inconvénient sensibilité aux erreurs de
transmission
11
Analyse multirésolution
Approche intrabandes
Nécessité de définir un débit pour chaque
sous-bande
sous-bande k
Au total
Problème obtenir la distorsion totale la plus
faible
Avantages pas de sensibilité aux erreurs de
transmission
12
Quantification
Cest létape où se produisent les pertes !
Quantificateur
échantillon x
j
Recherche du plus proche voisin
y1
1
y2
2

dictionnaire
yj
j
on note

yL
L
RAPIDE dans le cas SCALAIRE UNIFORME
fonction round (x)
La recherche de
LENTE dans le cas VECTORIEL
recherche exhaustive
13
Notion de vecteur
Vecteur de dimension 64 (8 x 8)
14
Quantification QS vs QV
théorie de linformation QV gt QS
(prise en compte de corrélations par bloc)
QV algébrique (QVA) QV rapide (grâce à la
structure géométrique particulière du
dictionnaire) mais optimale pour des
distributions uniformes.
distribution des coefficients dondelettes
gaussienne généralisée !
Adapter le dictionnaire à la distribution de la
source
Codage entropique des index j
15
Quantification vectorielle algébrique
(Original)
(notre approche)
Taux de compression 641
(JPEG2000)
(SPIHT)
16
Contexte actuel de limagerie médicale
Quelques points clés

• Génération de données 3D (pile images 2D)
• Réduire le stockage et rendre la transmission
  efficace.
• Mettre en place des PACS.
• Insérer la compression dans le Standard Dicom
• Compression avec perte vs compression sans perte.
• Actuellement compression sans perte
• Coûts de stockage
• Ex La taille dune IRM (512x512x128x16 bits)
  64 Mo
• Production annuelle dun service de radiologie
  estimée à plusieurs dizaines de Teraoctets !

17
Remarques générales

• Chaque type dimage a ses caractéristiques
  propres.
• Principal problème des détails très fins mais
  importants peuvent disparaître, dautres peuvent
  apparaître.
• Les images médicales possèdent des tolérances à
  la compression avec perte suivant le type
  dimage. Bradley 2000
• Classement des méthodes actuelles sur les piles
  dimages Schelkens 2003
• SPIHT3D en tête, JPEG2000 dernier !

18
Schéma de compression 3D avec perte le plus
répandu
Pile dimages
0101100
TO3D
1101000
Pile dimages reconstruites
19
TO 3D

• Filtrage dans les 3 dimensions
• (L passe-bas, H passe-haut)

• Filtre utilisé Daubechies 9.7

20
Notre de schéma de compression
Pile dimages
Codage entropique Stack Run
TO3D
pertes
1101000
Pile dimages reconstruites
21
Notion de vecteur
forte corrélation le long de cette dimension

• Exemple de vecteur le long de la troisième
  dimension (vecteur à 5 composantes)

22
QVAZM QVA avec zone morte vectorielle

• Principe
• Si vecteur à faible énergie seuillage
• Si vecteur à haute énergie contours mieux
  isolés
• Les images médicales possèdent de grandes zones
  non significatives (coefficients non
  significatifs)
• Laspect vectoriel peut permettre de préserver
  des détails à forte compression.

23
Quelques résultats préliminaires
IRM de cerveau (512x512x32x8 bits)
(zoom de la coupe 18)
Images fournies par Didier Wolf (CRAN -
Responsable du thème Ingénierie pour la Santé)
24
Quelques résultats préliminaires
IRM de cerveau (Taux de compression 641)
25
Conclusion

• Résultats préliminaires sur IRM de cerveau
• Qualité visuelle supérieure de notre méthode à
  bas débit par rapport à 3D SPIHT pour lIRM de
  cerveau.
• Équivalent visuellement à 3D SPIHT à plus haut
  débit.
• Résultats de JPEG2000 en retrait par rapport aux
  2 autres méthodes.
• Résultats numériques (PSNR, SNR) ne confirment
  pas les résultats visuels.
• PSNR ne suffit pas pour mesurer la qualité
  visuelle.
• Importance de la prise en compte la troisième
  dimension meilleurs résultats visuels obtenus
  avec des vecteurs de taille maximum pour laxe z.

26
Perspectives

• Intégrer plus de fonctionnalités indispensables
  en imagerie médicale.
• Segmentation pour déterminer des ROI.
• Automatique des zones importantes (méthodes de
  segmentation)
• Manuelle par le médecin.
• Une allocation plus rapide méthode
  doptimisation plus simple en cours.
• Utiliser dautres mesures objectives
• Tester notre algorithme sur dautres types
  dimages.