Loading

Alison's New App is now available on iOS and Android! Download Now

Module 1: Acquisition et correction d'images

Study Reminders
Support
Text Version

Set your study reminders

We will email you at these times to remind you to study.
  • Monday

    -

    7am

    +

    Tuesday

    -

    7am

    +

    Wednesday

    -

    7am

    +

    Thursday

    -

    7am

    +

    Friday

    -

    7am

    +

    Saturday

    -

    7am

    +

    Sunday

    -

    7am

    +

Vidéo 1

Bonjour tout le monde et bienvenue à une nouvelle discussion que nous allons avoir une technique de compression d'image de base et différents formats de fichier image. Parce que, comme nous avons discuté des données à haute résolution spatiale et d'autres choses, parfois ces images acquièrent beaucoup d'espace sur notre disque dur sur nos systèmes et donc, et nous avons besoin de compresser ces images et parfois nous voulons les garder en mode compressé et qu'il aimerait encore utiliser. Il existe donc de nombreuses techniques de compression d'images de base qui ont été développées jusqu'à présent et qui ont été mises en œuvre dans le traitement d'images numériques. Donc, dans cette discussion, nous allons avoir que la discussion et aussi nous en même temps nous allons aussi voir et quels sont les différents formats de fichiers d'images disponibles pour nous dans le satellite en cas d'images satellite. Comme vous le savez, ces images sont stockées sous la forme d'une matrice à 2 dimensions et en lignes et colonnes, et le numérique de la valeur de pixel est là pour chaque pixel et cette unité est toujours de forme carrée. Alors que la forme globale d'une image peut être carrée ou rectangulaire par je le répète parce que lorsque nous allons pour des techniques de compression et alors cette forme de l'image globale y jouera un rôle. C'est pourquoi, et ils l'ont mentionné ici, alors que le carré qui signifie que l'unité restera toujours est carrée et que vous resterons l'uniforme tout au long de l'image. Cela signifie que si je suis en charge de l'image satellite de 10 mètres et de la résolution, tous les pixels représenteront 10 mètres de 10 mètres et sont fondés sur ce moyen, 100 mètres carrés et bien sûr. Les images satellite sont décrites comme des données classifiées comme des données continues et parfois aussi comme une couche de matic et il y a plusieurs formats d'images qui sont très populaires tous ont un but spécifique est comme l'exemple, très populaire est le TIFF et TIFF qui est signifie Tagged Information File Format qui signifie les informations sur le fichier qui signifie, une sorte de métadonnées est également balisé avec le fichier image lui-même ou les données d'image elle-même. Donc, c'est en général que nous écrivons seulement TIF plutôt que TIFF, mais ici il est synonyme de format de fichier d'information balisé. Ainsi, les informations relatives au fichier sont balisées avec les données d'image qui sont au format TIFF très populaire. Un autre format est le GIF qui est un format d'échange graphique, très populaire dans les animations et nous sommes une séquence d'images sont placés dans un fichier qui est un fichier GIF. Et il a une image dans un logiciel de traitement d'image très populaire utilise son propre format d'image et le format de données qui est au format IMG. Mais cela nous permet aussi de gérer d'autres jeux de données comme TIFF ou JPEG et d'autres formats. Maintenant, pour comprendre 4 types de base de techniques de compression de données. Nous utiliserons cette image binaire comme exemple, l'exemple que je vais prendre est l'exemple le plus simple et être des pitchs en binaire. Mais dans les images réelles, bien sûr, les choses vont devenir compliquées. Donc, pour comprendre les techniques de compression de données essentiellement 4 types de base de techniques de compression de données est très simple.
Notre exemple le plus simple a été pris et ces lignes et lignes qui vous montrent des lignes et des colonnes sont juste pour notre compréhension dans l'image réelle. Ces lignes ne sont pas là seulement les pixels sont disposés dans une matrice à 2 dimensions. Donc, c'est juste pour notre compréhension et il y a 2 domaines principaux sont ici. On peut voir une zone à l'insu 0 ou des zones blanches et une autre est la zone grise que nous pouvons dire comme zones noires et peut-être parce qu'il s'agit d'un binaire. Donc, il peut avoir une valeur de pixel valeur 0, les autres valeurs sont 1 si juste une image binaire. Donc, 2 zones et seulement 2 zones principales on a la valeur 1, une autre ayant une valeur 0 noir et blanc qui est une image binaire. Donc, quand on va pour le premier type de technique de compression des données, qui s'appelle les codes de chaîne, dans ce que nous faisons fondamentalement que la frontière de la région, donc d'abord, on évalue que la partie est moins. Dans cet exemple, cependant, la partie sombre ou la partie noire couvre la partie inférieure de l'image d'entrée totale, de sorte que la limite de cette partie noire est codée en termes de son origine, et la séquence des carrés de l'unité, car ici les pixels sont des unités carrées et vectorielles dans la direction cardinale qui se trouve dans le nord-sud-est de l'ouest. Donc, ce que nous disons que nous commençons par dire, et ce coin et va comme ça comme ça, et cette partie de cette partie noire est codée en tant que partie et que l'origine et la séquence des facteurs de l'unité 2 dans la direction cardinale et la direction cardinale ou les codes qui ont été attribués peuvent être assignés dans les codes de chaîne est comme pour le nord, c'est pour le nord il est 1 pour l'est il est 0 et pour l'ouest il est 2 et pour le sud, il est 3.
Donc à partir de l'est 0, puis vers le sud 3 ou dans le sens des aiguilles d'une montre, donc, 0 à l'est, au nord 1, à l'ouest 2 et au sud 3. Donc, l'anticlockwise peut être assigné il ne sont que des codes pour notre compréhension et différents types de codes disent par exemple, le nord 1 et l'est 2 peuvent être assignés, puis le sud va devenir 3 et ensuite l'ouest peut devenir vous savez si 0 commence et ensuite maximum nous pouvons aller pour 3 si 1 est démarré et nous donnons le code 1, alors il peut aller maximum à 4. Donc, ce sont les directions qui sont utilisées. Ainsi, par exemple, si nous avons commencé la rangée 10 rangée 10 ici et aller et la colonne 1 qui est la colonne 1, parce que ce pixel doit être codé en premier et la limite d'alors pourquoi nous enregistrerons dans le sens des aiguilles d'une montre. Donc, ça veut dire que, on commence par ici et c'est la frontière ici est codé en premier. C'est un 0 et ces codes ne sont pas vrais, vous connaissez des valeurs numériques typiques, sinon on peut dire comment vous pouvez avoir un carré de 0 ce sont juste des codes que vous savez, pour notre compréhension, donc, nous allons une direction dans la direction cardinale et notre direction est est donc 0 1 cellule ou 1 pixel ici, alors nous allons 1 vers le haut, parce que pour le nord, nous avons donné le code 1.Donc, 1 up puis 2 vers l'est et donc, et pour la direction est, nous avons 2 0 et 2 pixels doivent être couverts et donc, 0 carré dans ce 1, puis 1 vers le bas qui signifie vers le sud et le sud a le code 3, un seul pixel, donc, comme ça et puis encore 2 Pixels vers l'est. Donc, 0 est carré puis 1 pixel vers le nord pour le nord nous avons un code de signe 1. Donc, c'est là, puis aller vers l'est 0, puis de nouveau, et de même nous couvrons toute la région comme ça. Donc, de cette façon, nous couvrons et voyons ce qu'il y a dans la fin lorsque nous sommes ici, puis en direction nord nous allons pour ce que cela signifie dire direction nord 3 pixels ou 3 bits de 3 pixels doivent être couverts et de cette façon nous couvrons la partie entière et noire ou la partie ombrée dans cet exemple qui met ces codes. Donc, je peux juste stocker ce nombre de codes plutôt que de stocker pour chaque cellule ou chaque pixel de l'image d'entrée. Donc, c'est ce qu'on appelle les codes à chaîne. Maintenant, voyons une autre technique de compression des données qui a été implémentée dans de nombreux logiciels et parfois appelée RLE Run Length Encodes ou Run Length Codes. Alors encode RLE est également très populaire ici dans le code de longueur d'exécution ce qui est fondamentalement fait c'est que, vous savez que nous courons le long de la longueur en gros. Les codes permettent donc que les points de chaque mappage soient stockés par ligne en termes de gauche à droite. A partir d'une cellule de début et jusqu'à la cellule de fin de même, et que la première rangée numéro 9, 2 cellules doivent être stockées ici, puis une autre et ensuite 3 autres. Donc, nous courons à travers la longueur, c'est-à-dire que la première rangée 9 est choisie, puis le pixel numéro 2 et 3, les colonnes 2 et 3 sont codées. Thenonly 6 parce que la longueur ici n'est qu'une largeur de 1 pixel. Donc, 6-6 puis 8-10 et pour toutes ces lignes et le codage est fait. Ainsi, par exemple, pour 16 alors il y a 3 cellules 3 pixels sont en continu donc 16 et 9 à 11 également et le reste est codé en code de longueur d'exécution. Donc, c'est une autre façon de savoir de stocker la zone ombrée ou la zone sombre et automatiquement l'autre zone sera également codée qui est la zone blanche. Maintenant, il y a un autre type de technique de compression des données qui est appelé les codes de blocage, il est peu compliqué et on peut dire que, pourquoi avoir un que vous connaissez comme 1 / 1, 2 / 2 ou 4 / 4 par noeud 3 / 3, mais quand on va pour ces unités carrées, alors c'est la place 2 carré 2 carré ou 4 carré 3 carrés et ne peut pas être fait dans de tels exemples. Donc, il y a en code bloc ce que nous faisons que parce que nous codons dans chaque exemple, la zone sombre de cette image d'entrée. Donc, la première zone qui est telle est pour le bloc le plus grand et le plus grand bloc dans notre exemple peut être 4 / 4 est marqué ici en bleu, puis le suivant est 2 / 2 qui est marqué et ces blocs sont marqués par le rouge. Et puis, bien sûr, les autres vont être marqués en noir et ils ne seront qu'un bloc qui signifie la taille de l'unité. Donc, en gros, dans les codes de bloc et l'idée qui est que nous venons de discuter de cas de code de longueur d'exécution. Et peut être étendu à 2 dimensions en utilisant des blocs carrés est des blocs carrés de la zone qui est la zone ombrée un autre exemple, à mapper ou à être stocké. Donc, de même si nous cotons en codes de blocs, alors la structure de données se compose de seulement 3 nombres, c'est-à-dire l'origine du centre du bloc et ensuite le rayon de chaque carré est également là. Donc, ici, il n'y a qu'un carré qui veut dire 4 / 4 pixels, il n'y a qu'un carré qui est marqué ici en couleur bleue. Et puis plus nous aurons vous savez 9 carrés de 4 pixels qui signifie, 2 / 2 plus nous aurons 17 carrés unitaires ce qui signifie du et nous atteignons le niveau de l'unité et il est de stocker l'origine de chacun de ces carrés, qu'il s'agisse d'un 4 / 4 ou 2 / 2 ou 1 et de la taille de la place. Ensuite, nous pouvons coder l'intégralité de la partie ombrée ici. Donc, de cette façon nous pouvons faire les codes de blocage. Donc, la plus grande place et nous obtenons cela signifie l'homogénéité qui est présente. Maintenant, nous voyons de plus en plus de subtilités, et ces données de compression de données que si une image a de grandes surfaces, qui ont les mêmes valeurs de pixels qui signifie, il y a un
Une grande homogénéité est présente vous réalisez une meilleure compression même si vous utilisez une des techniques que nous allons ainsi, 3 la troisième technique que nous discutons d'une autre technique dont nous discuterons. Donc, ça dépendra de l'efficacité d'une compression dépendra de l'homogénéité d'une image si une image est hétérogène signifie que les valeurs des pixels sont des valeurs de pixels adjacentes variant selon des valeurs de pixels variables, alors vous n'avez pas obtenu une forte compression. Ainsi, par exemple, si on a des images d'une zone désertique ou d'un plan d'eau et qu'il n'y a pas beaucoup de mouvements ou d'ondes y sont, alors probablement les grandes zones auront la même valeur de pixel et donc, une forte compression peut être atteinte. Donc, c'est ce qui compte ici les questions d'homogénéité et l'hétérogénéité ne fournira pas une forte compression.

Vidéo 2

La dernière technique que nous allons discuter est Quadtrees est qu'elle est plus complexe, mais elle fournit une meilleure compression et elle a à cette technique a été largement implémentée dans de nombreux logiciels pour la compression de données. Donc, dans Quadtree ce qui est fait parce que l'exemple que nous avons pris. La forme globale des images est carrée. Et comme je l'ai dit dans le début l'exemple que j'ai pris est le plus simple, la forme globale des images est carrée et seulement c'est un binaire moi qui est noir et les pixels blancs sont là. Alors voyons, premier exemple de la forme la plus simple et ensuite nous verrons quand une image est de forme rectangulaire, ce qui va se passer. Ainsi, lorsque l'image est en forme carrée, tout d'abord l'image entière est divisée en 4 quadrants et chaque quadrant et peut être attribué des codes comme 0 1 2 et 3. Donc, pour le quadrant nord-ouest 0 pour toute cette zone, 0 est assigné et pour les autres quadrants et 1 2 3 sont affectés. Ensuite, les recherches ont permis de déterminer si elles ont atteint l'homogénéité ou non. Ainsi, dans notre exemple, les quadrant 0 et 1 ont atteint l'homogénéité qui signifie qu'aucune autre division ne serait nécessaire pour ces 2 quadrants, alors que les quadrant 2 et 3 exigeraient d'autres divisions.
Alors, allons-nous maintenant pour le quadrant 2, c'est-à-dire d'autres divisions. Donc, encore 4 quadrants seront créés comme ça, ce quadrant 2 sera divisé à nouveau en 4 sous-quadrants, encore de la même façon que la recherche sera faite. Et si l'homogénéité a été atteinte, alors elle s'arrêtera pour les divisions si ce n'est pas le cas, alors elle ira pour d'autres divisions, comme dans ce cas, si je prends l'exemple du quadrant 2 0 parce que c'est ça va arriver 2 0 ceci sera 2 1 ça va devenir 2 2 et ça va devenir 2 3. Donc, si je prends l'exemple de 2 0, alors encore une fois l'homogénéité n'a pas été atteinte jusqu'à présent, donc 4 divisions seront faites. Encore une fois la recherche est faite. Donc maintenant dans le quadrant 2 0 2 et 2 0 2 0 3, l'homogénéité a été atteinte, mais un quadrant 2 0 0 et 2 0 1 et l'homogénéité n'a pas été réalisée ce qui signifie pour les divisions sera nécessaire. Donc, les divisions seront faites jusqu'à atteindre le niveau de l'unité qui est le niveau des pixels. De même, l'image est codée. Et donc si nous voyons les codes quadriques pour celui-ci et ceci sera quelque chose comme ça comme vous pouvez le voir ici, et que l'exemple dans ce cas seulement nous sommes allés au 4ème niveau et que chacun a été assigné un code ici parce que dans le quadrant 2 quadrant global 2 puis 2 vous savez 4 subdivisions ont été faites les 0 donc 2 0 puis des subdivisions ont été faites de quadrant ont été créées. Donc encore 0 et puis finalement être atteint à 1 et ainsi de suite, ainsi de suite. Donc, dans l'image quadtree est un carré et une forme, il est beaucoup plus facile 2 2 et 2 d'atteindre la compression par quadtree assez facile, mais si l'image n'est pas carrée en forme, si elle est de forme rectangulaire et ensuite il pourrait y avoir un scénario différent, alors je prends un exemple Et qui est un et bien qu'il ait l'air d'une place et dit, mais c'est juste un schéma. Et donc ce qui se passe si je me divise en 4 quadrants, donc mon origine est ici, alors je n'ai pas qu'un seul carré est laissé et c'est dans le même codage si je dis 0 et 1 et 2 ici et ensuite 3 ici, alors je ne sais pas ces quadrants comme un carré en forme, néanmoins l'extension sur les limites est faite et avant toute compression est appliquée et puis les divisions seront faites. Donc, d'abord une image rectangulaire serait faite comme un carré en forme en ajoutant peu de lignes et de colonnes sur celle sur les côtés et puis les divisions pourraient être faites. De même, la représentation quadtree de cette carte d'utilisation des terres que nous voyons sur le côté gauche sera faite ici.
Donc, l'extension ici sur l'extension côté goutte est également fait sur le côté droit puis seulement le quadrant signifie qu'un carré en forme serait réalisé et aussi en bas aussi bien que vous pouvez voir l'origine ici est celle-ci. Donc sur toutes les faces, en gros, peut-être fait, pourquoi il est appelé quadtree d'arbre parce que c'est la racine. Donc, l'image entière commence à partir de la racine 4 quadrants 0 1 2 3. Et ils supposent dans cet exemple, et l'exemple de quadtree, que nous voyons ici que dans les quadrant 0 1 et 3 l'homogénéité a été obtenue, aucune autre division n'est nécessaire, alors que pour la et cette région 2 quadrant 2 autres divisions sont requises. Donc, quadrant 2 autres divisions sont nécessaires 2 0 2 1 2 2 2 et 2 3 recherches à nouveau faites et il a réalisé qu'un quadrant 2 1 de 2 1 sur 2 est requis pour les divisions parce que l'homogénéité n'a pas été atteinte, alors que dans le quadrant 2 0 2 2 2 3 l'homogénéité a été obtenue, aucune autre division n'est requise. Donc, 2 1 est nécessaire pour les divisions là-bas et l'acheter maintenant à ce stade, nous atteignons le niveau de l'unité. Donc, c'est pourquoi il est inversé l'arbre ou les racines de lui et l'arbre que nous voyons ici ainsi, il est appelé quadtree et les informations d'attributs qui signifie que les valeurs de pixels peuvent être stockées comme ceci qui est montré dans cette table et bien que cela semble un peu compliqué, mais une fois qu'il est codé, il fournit une compression très élevée par rapport aux 3 autres techniques que nous avons discutées comme les codes de chaîne, les codes noirs, les codes d'allongement, et donc quadtree de cette façon est beaucoup mieux on peut discuter au lieu de quad peut avoir un octree oui.
On peut certainement avoir, mais les gens ont fait ce genre d'étude concurrentielle. Et en comprimant la même image à l'aide de quadtree et d'octree, il n'y a pas d'amélioration significative. Et donc, beaucoup d'options sont disponibles de nombreux logiciels prennent en charge ce type de techniques de compression, les techniques de compression ne doivent pas être des techniques de compression destructrice. Je veux dire que si j'ai comprimé une image et quand je veux décompresseur, je devrais retourner ou je devrais obtenir la même image que pour la compression et il ya une compression ou un format de fichier aussi une technique de compression qui s'appelle JPEG. Le JPEG a un problème qu'il est commencé à mettre dans une technique de compression destructrice qui signifie l'image quand elle est enregistrée comme un JPEG, alors la qualité de l'image est compromise et il y a un échange qui signifie que vous réalisez une compression très élevée. Et il y a d'autres techniques de compression et beaucoup de détails peuvent ne pas être disponibles et comme pour les images TIFF, nous pouvons avoir une compression LZW à part les 4 dont je discute maintenant. Et la compression LZW peut être appliquée sur des images TIFF ou d'autres formats d'images, qui sont à nouveau courants dans de nombreux logiciels, qui ont été développés par 3 mathématiciens Abraham Lempel, Jacob Ziv et Terry Welch et, vous savez, le premier caractère de leurs noms a reçu ce nom LZW, c'est-à-dire Lempel Ziv et Welch. Il s'agit donc d'une technique de compression très populaire LZW. Et 2 formats de fichiers couramment utilisés dans LZW, qui peuvent être appliqués sur les formats d'image GIF ou TIFF sont utilisés et la compression LZW est appropriée pour la compression de fichiers texte, parce que So, farwe n'ont discuté que les fichiers image, mais les fichiers texte peuvent aussi être compressés, nous ne irons pas pour discuter sur le fichier texte parce que la redondance voit l'homogénéité est le facteur majeur et pour obtenir une meilleure compression si parce que dans le texte et la pièce de redondance est très faible et donc. Dans un texte de type et donc, on ne peut pas obtenir une compression très élevée, alors que, dans le cas des images satellitaires parfois et la partie de redondance l'homogénéité est beaucoup plus et donc, on peut obtenir une forte compression. Donc, si vous saurez comme je prends un exemple, si vous enregistrez une image TIFF, ce sont les compressions qui pourraient être disponibles. Et la compression LZW est montrée ici. Si vous choisissez cette compression, et ensuite les différents codes comme RLE, j'ai mentionné l'encodage "Run Length Encode". Il ya une autre variante de la variante de ces basique est une technique de compression sont également disponibles vous pouvez choisir et JPEG est aussi donné ici. Et un autre très populaire que nous utilisons est ZIP qui compresse et a essayé en gros de compresser tout et tout le, ou plutôt un dossier entier, mais, parfois seulement dans les images, vous pouvez obtenir une meilleure compression, mais en cas de simples fichiers texte, nous ne réalisons pas beaucoup de compression parce que la redondance n'est pas là. Donc, RLE et LZW peuvent aller pour les fichiers TIFF car nous essayons de l'enregistrer dans le fichier TIFF donc, et ce genre d'options peut être disponible en fonction du logiciel. Si nous allons pour JPEG, j'ai mentionné que le JPEG est une technique de compression destructrice. Par exemple, si je suis une image originale a été au format TIFF que j'ai compressé au format JPEG ou enregistré comme format JPEG et j'ai supprimé mon fichier TIFF de format TIFF maintenant en décompressant a été de sauvegarder est de nouveau TIFF et je ne réaliserai pas la même qualité d'image parce que JPEG est destructeur. Mais le même temps, il offre une très forte compression. Donc, bien que dans les options il ya une compression sans perte. Donc, c'est un compromis il va le faire va fournir une compression mais pas une compression très élevée, mais en même temps il n'y aura pas de perte qui veut dire non destructeur et JPEG est aussi possible, la qualité vous pouvez contrôler ça combien et vous voulez faire des compromis sur la qualité si vous gardez 100% ça signifie que vous allez pour un sans perte
Compression, mais si vous donnez 50%, vous comprometez la qualité. Aussi en JPEG, dans certains logiciels et ce sont des options très intéressantes sont également disponibles, parfois nous devons télécharger une image de ce qui est restreint dit que l'image ne doit être qu'un mégaoctet. Donc, on peut aussi sauver comme cette image en JPEG et déclarer ici que je veux seulement 1 mégaoctet ou 2 mégaoctet. Donc, je peux aller pour cette option et je peux contraindre ici que la compression d'image et donc la qualité sera choisie d'un JPEG. Alors JPEG est un, JPEG fournit une compression très élevée, mais en même temps il compromet la qualité. Donc, si vous saurez une image de TIFF au JPEG, ne supprimez pas votre image TIFF car vous ne pouvez pas normalement dans des circonstances normales, vous ne pouvez pas revenir à la qualité d'origine qui était disponible via TIFF. Maintenant, ces techniques de compression LZW andwhich prend par exemple 12 bits de données et crée leurs propres tables, qui sont appelées livres de code ou de dictionnaire, puis la compression des données et de la même manière. Il y a différentes versions comme en JPEG il y a différentes versions des techniques de compression les plus récentes est 2000 en JPEG. De même, dans LZW certains logiciels que vous pouvez trouver et ces options avec ces versions comme cette LZW de 77 78 ou plus LZW. Donc, en gros, ils regardent la compression est réalisée grâce à des tables de recherche et avoir des approches différentes dans différentes versions et ces programmes de décodage ou il s'agit de programmes de décompression seront donc aussi choisis. Maintenant, il suffit de dire que JPEG est un groupe essentiellement ISO et qu'il s'agit d'un groupe d'experts photographiques communs et qu'un JPEG est en général comme nous le savons qui est prononcé comme JPEG.
JPEG est le choix de la gamme de compression est là et quand JPEG est là, on convertit une image d'un autre format et on demande à la question de spécifier la qualité que vous voulez. Donc, des compromis, il faut être très prudent. Donc, nous avons déjà discuté il ya un autre format qui est également aussi populaire qui est appelé le format PNG en dehors de votre format GIF, qui sont également disponibles et qui sont aussi utilisés sur internet est au fond le format GIF ou PNG format. Et elles sont non destructives, mais évidemment, GIF sauve de nombreuses majors dans un seul fichier ayant une chose différente Par exemple, je peux vous montrer et ce GIF, GIF est également populaire pour le jeu de données 2D. Donc, par exemple, laissez-moi vous montrer. Et cette animation aussi que j'ai montrée dans d'autres présentations. Donc, c'est au format GIF, il ya 8 scènes et qui ont été mis dans un seul fichier un fichier GIF a été créé et c'est ce format est très populaire pour les animations. Un autre exemple de GIF est donné ici, nous sommes vous savez, de nombreuses scènes ont été plus de 10 scènes ont été mises dans une séquence temporelle et chaque intervalle de temps de trame a également été défini et donc on peut créer un GIF. Donc, beaucoup disent que 10 scènes peuvent être mises en un seul fichier et donc, on peut voir qu'il s'agit aussi d'un type de technique de compression. Mais en utilisant ce format et on peut créer de belles animations, qui sont très populaires sur Internet. Donc, GIF il ya aussi des versions de GIF sont disponibles et qui est un format d'échange graphique ou entrelacé pour les présentations. Aussi GIF avec le format PNG a été développé spécialement pour Internet et ceux-ci sont très populaires sur ce site.


Vidéo 3

Maintenant, 2 autres points que je voudrais aborder. Et avant de clore cette discussion, on est MrSID un jeu de données ou une base de données d'images sans soudure à résolution multiple. Fondamentalement, c'est aussi une technique de compression. Et c'est une technique qui a été développée par une société qui s'appelle Lizard Tech et les détails sur et les subtilités ou l'intérieur de ces compressions sont protégés par le droit d'auteur. Et par conséquent, seuls les avantages ou les avantages que nous obtenons et dont je parlerai et parce que c'est la technique qui fournit la compression la plus élevée jusqu'à présent et ceci est essentiellement la technique de compression d'image non destructive MrSID et les images haute résolution images que vous voyez sur Google Earth ou d'autres plateformes, ils dans le contexte MrSID des outils de compression de données ou des techniques sont en cours d'utilisation là-bas. Il fournit une très haute compression même il peut fournir une compression jusqu'à 50 fois cela signifie que si j'ai une image de 50 Mo à l'aide de l'outil de compression MrSID, je peux réduire à 1 Mo et ça aussi sans destruction. Ainsi, 50 fois l'image couleur peut être réduite de 50 dimes. Donc ce ratio de compression est très, très élevé. Et cette technique utilise le concept d'ondelette de transformation d'ondelettes et elle a été développée par les Laboratoires nationaux de recherche, mais elle est protégée par le droit d'auteur et ils sont comme 40 CD peuvent être stockés dans un seul CD si la compresse utilisant le logiciel MrSID comme ERDAS prend en charge n'importe quel fichier de 500 MB ou moins peut être enregistré comme MrSID. Mais si je suis un fichier image est plus de 500 Mo, alors je dois payer pour cette société pour sauver ou compresser mon fichier image. Donc gratuit est disponible jusqu'à seulement 500 Mo. La dernière de ces discussions porte sur les bénéfices. C'est un concept différent. Bien que l'on puisse faire valoir que ce n'est pas vraiment une technique de compression à propos de tout de même, elle offre un affichage et une promesse plus rapides signifie que la base aura des images haute résolution spatiale. Et (()) dire que vous aurez une représentation de résolution plus grossière qui signifie, quand j'afficherai une grande surface, je serais vu à une résolution relativement plus grossière, quand je vais pour zoomer de façon continue et en allant en vous savez à l'intérieur de cette pyramide allant vers le bas vers la résolution spatiale plus élevée et pourquoi je peux améliorer la performance d'affichage de mon système. Donc, Pyramid est très populaire il a été implémenté dans des logiciels populaires comme ArcGIS ou ERDAS et la première fois lorsque vous présentez une tentative d'affichage d'une image d'une taille plus grande, le système va demander, si vous voulez créer Pyramid So, si vous allez pour l'option oui et ensuite seulement 2 petits fichiers sont en train de créer un nouveau système ayant le premier avant et avant d'avoir le même besoin que les extensions seraient différentes et Pyramid sera créé en peu de seconde fois. La prochaine fois que vous allez afficher l'image pour laquelle une pyramide a déjà été créée, l'affichage va être très rapide. Ainsi, il est essentiellement possible d'accélérer l'affichage des images matricielles en extrayant les données uniquement à une résolution spécifiée et cela est nécessaire pour l'affichage. Ainsi, plus le nom de la zone est plus grand, la résolution sera affichée. Mais quand on va pour le zoom, ça veut dire que je demande d'afficher une zone plus petite, mais ensuite une plus grande résolution spatiale. Donc Pyramid travaille de cette façon. Sur l'étiquette des cours. La résolution est rapidement tracée parce qu'elle utilise une résolution grossière qui veut dire Pyramide au sommet de la pyramide. Quand je suis en train de zoomer, alors je vais vers l'espace final de la résolution ou vers le bas de la pyramide. Et de cette façon, et le mon écran devient ce chiffre sur le côté droit dépeint cette chose, que cette échelle de commande que la résolution et vous savez, seulement 4 cellules pour les pixels représentent la région. Mais quand je zoomme, comme ici, c'est tellement en zoom, alors je vais pour une résolution spatiale plus fine et plus fine quand je fais un zoom arrière et puis je vais pour la résolution spatiale plus grossier et plus grossier. Et cela signifie qu'il améliore les performances d'affichage de notre système en créant seulement Pyramid une fois la première fois que vous affichez et n'importe quel fichier sur votre système.
Et puis il vous demandera, vous voulez créer Pyramid et une fois que vous avez dit oui, alors la prochaine fois il ne demandera pas. Et votre affichage sera plus rapide. Donc, de cette façon et on peut dire qu'il fournit une sorte de compression, mais pas de mal à l'image originale, voyons que nous parlons d'une résolution spatiale plus élevée qui signifie la qualité que nous parlons et si nous devons compromettre la qualité, alors il n'y a pas d'utilisation d'aller pour une résolution spatiale plus élevée. Par exemple, de nos jours n'importe qui avec des caméras mobiles nous allons pour une caméra mégapixels plus haute et plus haute, mais la même fois les gens stockent leurs images à partir d'une caméra mégapixel haute en format JPEG et donc, et quand ils acquièrent l'image à l'origine ils ont détruit la qualité de l'image. Donc, mieux c'est que si vous utilisez des caméras à haute résolution spatiale, il vaut mieux d'abord stocker l'image dans TIFF et plus tard. Si c'est nécessaire, vous pouvez convertir ou enregistrer en JPEG et parce que c'est pourquoi nous allons pour une résolution spatiale plus grande et des images satellites de résolution spatiale plus haute résolution spatiale. Donc les images satellites spatialement. Ne doit pas être initialement stocké au format JPEG car JPEG est un type de compression d'image destructrice, le fichier d'origine s'il a été supprimé, puis la même qualité en décompressant JPEG ou en tant que JPEG sous forme de TIFF, vous n'archiverez pas. Il faut donc garder à l'esprit que beaucoup de techniques que j'ai discutées sont toutes non destructives, sauf le JPEG. Donc, Pyramids est fondamentalement que je disais et fournit une résolution fine au zoom et il maintient une très bonne efficacité dans cet affichage et cela rend notre système plus efficace et, en gros, il ressemble à n'importe quelle taille plus petite tout le jeu de données à la taille de l'analyseur dans la Pyramide et que
Est l'aide de l'affichage très rapidement. Donc, ces détails de Pyramides sont ici Et plus grande l'image il est toujours préférable d'aller pour et Pyramids exemple ici, quand vous avez montré cette première fois cet exemple est d'ArcGIS quand vous allez pour l'afficher, il va demander à leur Pyramide faire quelques instants, mais vous voulez créer Pyramid, parce que cette source de données matricielle n'a pas de permis. Il faut donc d'abord vérifier si Pyramid a déjà été créé ou non. Si c'est oui, alors il ne demandera pas, mais s'il ne le demande pas. Donc, une fois que la Pyramide a été créée, il y a bien sûr des options qui seront aussi meilleures. Si nous voulons conserver la qualité de l'image, alors toujours choisir le voisin le plus proche, qui est généralement dans le défaut et la compression et d'autres choses que vous pouvez changer et une fois qu'il a été créé, alors vous obtenez l'avantage d'un affichage plus rapide sur votre système.Donc, ceci amène à la fin de notre discussion que nous avons commencé avec les 4 techniques de base de compression des données. Ensuite, nous discutons aussi de la LZW qui est associée à un autre zip. Nous discutons aussi d'un MrSID, qui fournit une très haute compression, une technique de compression des données complètement non destructive, mais qui est un copyrigh