Abstract:
La quantification vectorielle par l'approche statistique, utilise des dictionnaires de vecteurs arrondis permettant à un débit donné un codage quasi-optimal.
Cependant ces dictionnaires ne présentent aucune structure et nécessitent des espaces mémoires de tailles importantes pour leur stockage et un temps élevé pour le codage.
Les réseaux réguliers de points donnent la possibilité de génération d'un grand nombre de points à partir d'un nombre réduit de vecteurs.
Ceci peut nous permettre de résoudre le problème de l'approche statistique.
Cependant les réseaux de points présentent leur propre problème.
En effet, ils sont applicables uniquement dans le cas des sources à distribution uniforme.
Pour éviter ces deux types de problèmes, une autre approche est envisagée.
Cette étude consiste en le design d'un nouveau quantificateur nommé hybride, par la combinaison des deux techniques.
En premier lieu, on détermine quelques points statistiques par l'algorithme du LBG, ensuite chacun de ces points servira d'aiguilleur vers un réseau de Gosset.
Pour améliorer la qualité perceptuelle de l'image reconstruite, on applique au quantificateur hybride la technique de diffusion d'erreur par soustraction.
Comme peuvent le montrer les images présentées, les résultats obtenus sont très satisfaisants.
