Action Concertée Incitative

MASSES DE DONNÉES

Projet ACI2M
Description courte du Projet

Les quantités de données transmises ou stockées en imageries satellitales sont considérables. À titre d’exemple, une image SPOT 5 en couleur occupe quelques centaines de mégaoctets, ses dimensions sont de l’ordre de 16000 × 19000 (la largeur des images est fixée par le capteur CCD dans la caméra embarquée et le nombre de lignes est fixé par l’application). En imageries satellitale, sismique et médicale, se pose souvent le problème du stockage ou de la transmission d’une famille d’images, ce que l’on appelle des images multi-composantes, ou multispectrales, voire hyper-spectrales quand le nombre d’images dans la famille est élevé (plusieurs dizaines). Par exemple, plusieurs images satellites de la même scène, prises à différentes longueurs d’ondes. Il n’est pas rare d’avoir à traiter des masses de données de plusieurs giga-octets. Pour les futurs satellites d’observation de la terre, les images auront des dimensions de l’ordre de 30000 × 30000 et les pixels seront codés sur 12 bits, avec une bande panchromatique et quatre bandes multispectrales.

Par ailleurs, le codage progressif d’images fixes trouve de nombreuses applications aujourd’hui, car il offre un maximum de souplesse à l’utilisateur pour contrôler la taille du flot de bits. Face à la quantité croissante d’information à gérer, les utilisateurs du codage sans perte des images (principalement en imageries satellitale, sismique ou médicale) se sont orientés ces dernières années vers un codage avec pertes. Toutefois, dans ces applications, où les images sont en général préalablement traitées automatiquement avant d’être analysées par des experts, il est très important que les techniques de compression ne soient pas à l’origine d’artefacts visibles sur les images reconstruites. C’est pourquoi, les critères généralement utilisés en codage avec pertes ou quasi sans perte pour juger de la performance de la compression, tout comme les techniques de compression d’images dédiées simplement à la reconstruction plus ou moins parfaite de l’image originale, ne sont pas bien adaptés à l’imagerie satellitale, sismique ou médicale. Dans ces domaines, un codage progressif pouvant aller jusqu’à une reconstruction parfaite trouve toujours aujourd’hui des applications potentielles. En effet, la progressivité permettant le contrôle de la taille du flot de bits, quand les conditions de stockage ou de transmission de l’information le permettent, l’utilisateur peut obtenir une reconstruction parfaite, lui garantissant une qualité d’image dont les experts sont habitués, dépourvue de tout artefact. Aujourd’hui les différentes composantes d’une famille d’images sont codées indépendamment, en général, alors qu’elles peuvent être assez fortement corrélées.

D’autre part, il est généralement admis aujourd’hui que les algorithmes d’analyse en composantes indépendantes (ACI) et de séparation aveugle de sources (ou certains d’entre eux) diminuent presque toujours l’information mutuelle entre les composantes de l’observation, même quand l’hypothèse d’un mélange instantané de sources indépendantes n’est pas satisfaite. L’analyse en composantes indépendantes a atteint un grand degré de maturité théorique, avec les développements divers et approfondis de cette dernière décennie. On dispose aujourd’hui d’algorithmes performants qui couvrent un large éventail de situations. Récemment beaucoup de travaux d’applications de l’ACI ont vu le jour, principalement en analyse de données, toutefois dans le domaine de la compression, l’application de l’ACI est encore peu abordée.

Dans les systèmes d’acquisition et de transmission d’images multicomposantes embarqués (c’est à-dire à bord des satellites), les conditions d’embarquement se traduisent par des contraintes très spécifiques. Les capacités de stockage à bord étant limitées, le traitement des données doit être fait sur au plus quelques lignes (une petite dizaine) des images, avant leur transmission au sol. Des études récentes ont montré qu’un codage, éventuellement progressif, quasi sans perte devrait offrir un bon compromis.

L’objectif est d’étudier l’apport de l’ACI pour améliorer significativement les codeurs d’images satellitales multicomposantes ou hyperspectrales en proposant un ou deux codeurs progressifs pouvant aller jusqu’au sans perte ou au quasi sans pertes.

Coordinateur du projet
Équipes ou laboratoires partenaires
Objectifs et contexte
Images hyperspectrales
Compte-rendus
Présentations
Publications