Groupe mixte d'experts en photographie: Libérer la puissance des données visuelles avec la norme JPEG
Par Fouad Sabry
()
À propos de ce livre électronique
Qu'est-ce que le Groupe mixte d'experts en photographie
JPEG 2000, souvent connu sous le nom de JP2, est un format standard et un schéma de codage pour la compression d'images. Il a été développé entre les années 1997 et 2000 par un comité du Groupe mixte d'experts en photographie, présidé par Touradj Ebrahimi. L'objectif du groupe était de remplacer leur standard JPEG d'origine, basé sur une transformation en cosinus discrète (DCT), par une approche basée sur les ondelettes nouvellement conçue. Les fichiers conformes à la norme ISO/IEC 15444-1 sont désignés par l'extension.jp2, tandis que les fichiers conformes aux exigences étendues de la partie 2, publiées sous le nom ISO/IEC 15444-2, sont désignés par l'extension.jpx. Plus précisément, la RFC 3745 est l'endroit où les types MIME enregistrés sont définis. Il s'agit de l'image/jp2 pour la norme ISO/IEC 15444-1.
Comment vous en bénéficierez
(I) Informations et validations sur les éléments suivants sujets :
Chapitre 1 : JPEG 2000
Chapitre 2 : JPEG
Chapitre 3 : Compression avec perte
Chapitre 4 : Compression d'image
Chapitre 5 : ICER
Chapitre 6 : H.262/MPEG-2 Partie 2
Chapitre 7 : MPEG-4 Partie 2
Chapitre 8 : Format de fichier image
Chapitre 9 : Motion JPEG 2000
Chapitre 10 : Format de fichier image à haute efficacité
(II) Répondre aux principales questions du public à propos du groupe commun d'experts en photographie.
(III) Exemples concrets d'utilisation d'un groupe commun d'experts en photographie dans de nombreux domaines.
À qui s'adresse ce livre
Professionnels, étudiants de premier cycle et des cycles supérieurs, passionnés, amateurs et ceux qui souhaitent aller au-delà des connaissances ou des informations de base pour tout type de groupe conjoint d'experts en photographie.
Autres titres de la série Groupe mixte d'experts en photographie ( 30 )
Cartographie des tons: Cartographie des tons : perspectives éclairantes en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationÉgalisation d'histogramme: Amélioration du contraste de l'image pour une perception visuelle améliorée Évaluation : 0 sur 5 étoiles0 évaluationDiffusion anisotrope: Améliorer l'analyse d'images grâce à la diffusion anisotrope Évaluation : 0 sur 5 étoiles0 évaluationVision par ordinateur: Explorer les profondeurs de la vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationVision stéréo par ordinateur: Explorer la perception de la profondeur dans la vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationFonction de correspondance des couleurs: Comprendre la sensibilité spectrale en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationTransformation de Hough: Dévoiler la magie de la transformation de Hough en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationRéduction de bruit: Amélioration de la clarté et techniques avancées de réduction du bruit en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationTransformation Hadamard: Dévoilement de la puissance de la transformation Hadamard en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationTransformation affine: Libérer des perspectives visuelles : explorer la transformation affine en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationModèle d'apparence de couleur: Comprendre la perception et la représentation en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationGroupe mixte d'experts en photographie: Libérer la puissance des données visuelles avec la norme JPEG Évaluation : 0 sur 5 étoiles0 évaluationPeinture: Combler les lacunes de la vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationEspace colorimétrique: Explorer le spectre de la vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationCorrection gamma: Améliorer la clarté visuelle en vision par ordinateur : la technique de correction gamma Évaluation : 0 sur 5 étoiles0 évaluationHistogramme d'image: Dévoilement d'informations visuelles, exploration des profondeurs des histogrammes d'images en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationHomographie: Homographie : transformations en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationVision par ordinateur sous-marine: Explorer les profondeurs de la vision par ordinateur sous les vagues Évaluation : 0 sur 5 étoiles0 évaluationSystème de gestion des couleurs: Optimiser la perception visuelle dans les environnements numériques Évaluation : 0 sur 5 étoiles0 évaluationFiltre adaptatif: Améliorer la vision par ordinateur grâce au filtrage adaptatif Évaluation : 0 sur 5 étoiles0 évaluationContour actif: Faire progresser la vision par ordinateur grâce aux techniques de contour actif Évaluation : 0 sur 5 étoiles0 évaluationProfil de couleur: Explorer la perception et l'analyse visuelles en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationTransformation du radon: Dévoiler des modèles cachés dans les données visuelles Évaluation : 0 sur 5 étoiles0 évaluationPerception visuelle: Aperçu du traitement visuel informatique Évaluation : 0 sur 5 étoiles0 évaluationCompression d'images: Techniques efficaces pour l'optimisation des données visuelles Évaluation : 0 sur 5 étoiles0 évaluationRétinex: Dévoiler les secrets de la vision informatique avec Retinex Évaluation : 0 sur 5 étoiles0 évaluationBanque de filtres: Aperçu des techniques de banque de filtres de Computer Vision Évaluation : 0 sur 5 étoiles0 évaluationConsensus sur un échantillon aléatoire: Estimation robuste en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationCorrélation croisée: Déverrouiller des modèles dans la vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationModèle de couleur: Comprendre le spectre de la vision par ordinateur : explorer les modèles de couleurs Évaluation : 5 sur 5 étoiles5/5
En savoir plus sur Fouad Sabry
Lié à Groupe mixte d'experts en photographie
Titres dans cette série (100)
Cartographie des tons: Cartographie des tons : perspectives éclairantes en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationÉgalisation d'histogramme: Amélioration du contraste de l'image pour une perception visuelle améliorée Évaluation : 0 sur 5 étoiles0 évaluationDiffusion anisotrope: Améliorer l'analyse d'images grâce à la diffusion anisotrope Évaluation : 0 sur 5 étoiles0 évaluationVision par ordinateur: Explorer les profondeurs de la vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationVision stéréo par ordinateur: Explorer la perception de la profondeur dans la vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationFonction de correspondance des couleurs: Comprendre la sensibilité spectrale en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationTransformation de Hough: Dévoiler la magie de la transformation de Hough en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationRéduction de bruit: Amélioration de la clarté et techniques avancées de réduction du bruit en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationTransformation Hadamard: Dévoilement de la puissance de la transformation Hadamard en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationTransformation affine: Libérer des perspectives visuelles : explorer la transformation affine en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationModèle d'apparence de couleur: Comprendre la perception et la représentation en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationGroupe mixte d'experts en photographie: Libérer la puissance des données visuelles avec la norme JPEG Évaluation : 0 sur 5 étoiles0 évaluationPeinture: Combler les lacunes de la vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationEspace colorimétrique: Explorer le spectre de la vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationCorrection gamma: Améliorer la clarté visuelle en vision par ordinateur : la technique de correction gamma Évaluation : 0 sur 5 étoiles0 évaluationHistogramme d'image: Dévoilement d'informations visuelles, exploration des profondeurs des histogrammes d'images en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationHomographie: Homographie : transformations en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationVision par ordinateur sous-marine: Explorer les profondeurs de la vision par ordinateur sous les vagues Évaluation : 0 sur 5 étoiles0 évaluationSystème de gestion des couleurs: Optimiser la perception visuelle dans les environnements numériques Évaluation : 0 sur 5 étoiles0 évaluationFiltre adaptatif: Améliorer la vision par ordinateur grâce au filtrage adaptatif Évaluation : 0 sur 5 étoiles0 évaluationContour actif: Faire progresser la vision par ordinateur grâce aux techniques de contour actif Évaluation : 0 sur 5 étoiles0 évaluationProfil de couleur: Explorer la perception et l'analyse visuelles en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationTransformation du radon: Dévoiler des modèles cachés dans les données visuelles Évaluation : 0 sur 5 étoiles0 évaluationPerception visuelle: Aperçu du traitement visuel informatique Évaluation : 0 sur 5 étoiles0 évaluationCompression d'images: Techniques efficaces pour l'optimisation des données visuelles Évaluation : 0 sur 5 étoiles0 évaluationRétinex: Dévoiler les secrets de la vision informatique avec Retinex Évaluation : 0 sur 5 étoiles0 évaluationBanque de filtres: Aperçu des techniques de banque de filtres de Computer Vision Évaluation : 0 sur 5 étoiles0 évaluationConsensus sur un échantillon aléatoire: Estimation robuste en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationCorrélation croisée: Déverrouiller des modèles dans la vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationModèle de couleur: Comprendre le spectre de la vision par ordinateur : explorer les modèles de couleurs Évaluation : 5 sur 5 étoiles5/5
Livres électroniques liés
Estimation du mouvement: Avancées et applications en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationModèle du système visuel humain: Comprendre la perception et le traitement Évaluation : 0 sur 5 étoiles0 évaluationCompression des données: Libérer l’efficacité de la vision par ordinateur grâce à la compression des données Évaluation : 0 sur 5 étoiles0 évaluationGraphiques raster: Comprendre les fondements des graphiques raster en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationDétection d'objet: Avancées, applications et algorithmes Évaluation : 0 sur 5 étoiles0 évaluationModélisation et rendu basés sur l'image: Explorer le réalisme visuel : techniques de vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationPrimitif Géométrique: Explorer les fondements et les applications de la vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationMot visuel: Libérer la puissance de la compréhension des images Évaluation : 0 sur 5 étoiles0 évaluationRendu d'infographie: Explorer le réalisme visuel : aperçus de l'infographie Évaluation : 0 sur 5 étoiles0 évaluationLe développement de systèmes d'information (Le): Une méthode intégrée à la transformation des processus, 4e édition Évaluation : 0 sur 5 étoiles0 évaluationVoir la synthèse: Explorer les perspectives de la vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluation
Intelligence (IA) et sémantique pour vous
Intelligence artificielle: la quatrième révolution industrielle Évaluation : 0 sur 5 étoiles0 évaluationLe guide du hacker : le guide simplifié du débutant pour apprendre les bases du hacking avec Kali Linux Évaluation : 5 sur 5 étoiles5/5Monétisation ChatGPT : Exploitez la Puissance de l'IA: ChatGPT Évaluation : 0 sur 5 étoiles0 évaluationTravailler dans le Big Data - les 6 métiers vers lesquels s'orienter Évaluation : 5 sur 5 étoiles5/5Dessin technique: Libérer la perception visuelle dans le dessin technique Évaluation : 0 sur 5 étoiles0 évaluationIntelligence artificielle: Explorer l'avenir de l'apprentissage automatique et de la robotique Évaluation : 0 sur 5 étoiles0 évaluationMécanique dynamique: Faire progresser le mouvement et le contrôle robotiques grâce aux principes de force et de mouvement Évaluation : 0 sur 5 étoiles0 évaluationBriser la barrière de l'IA : L'histoire de DeepSeek et l'avenir de la technologie Évaluation : 4 sur 5 étoiles4/5La guerre électronique et l'intelligence artificielle Évaluation : 0 sur 5 étoiles0 évaluationL'intelligence, des origines naturelles aux frontières artificielles - Intelligence humaine vs. Intelligence artificielle Évaluation : 0 sur 5 étoiles0 évaluationLa spiritualité et l'intelligence artificielle Évaluation : 0 sur 5 étoiles0 évaluationModélisation géométrique: Explorer la modélisation géométrique en vision par ordinateur Évaluation : 0 sur 5 étoiles0 évaluationPNL Fondements et Applications: La PNL pour Praticiens et Débutants Évaluation : 0 sur 5 étoiles0 évaluationL'Intelligence Artificielle Générative pour les Applications Web Java Dynamiques Évaluation : 4 sur 5 étoiles4/5
Avis sur Groupe mixte d'experts en photographie
0 notation0 avis
Aperçu du livre
Groupe mixte d'experts en photographie - Fouad Sabry
Groupe mixte d'experts photographiques
Libérer la puissance des données visuelles avec la norme JPEG
Fouad Sabry est l'ancien responsable régional du développement commercial pour les applications chez Hewlett Packard pour l'Europe du Sud, le Moyen-Orient et l'Afrique. Fouad est titulaire d'un baccalauréat ès sciences des systèmes informatiques et du contrôle automatique, d'une double maîtrise, d'une maîtrise en administration des affaires et d'une maîtrise en gestion des technologies de l'information, de l'Université de Melbourne en Australie. Fouad a plus de 25 ans d'expérience dans les technologies de l'information et de la communication, travaillant dans des entreprises locales, régionales et internationales, telles que Vodafone et des machines professionnelles internationales. Actuellement, Fouad est un entrepreneur, auteur, futuriste, axé sur les technologies émergentes et les solutions industrielles, et fondateur de l'initiative One Billion Knowledge.
Un milliard de connaissances
Groupe mixte d'experts photographiques
Libérer la puissance des données visuelles avec la norme JPEG
Fouad Sabry
Copyright
Joint Photographic Experts Group © 2024 par Fouad Sabry. Tous droits réservés.
Aucune partie de ce livre ne peut être reproduite sous quelque forme que ce soit ou par quelque moyen électronique ou mécanique que ce soit, y compris les systèmes de stockage et de récupération d'informations, sans l'autorisation écrite de l'auteur. La seule exception est celle d'un critique, qui peut citer de courts extraits dans une critique.
Couverture dessinée par Fouad Sabry.
Bien que toutes les précautions aient été prises dans la préparation de ce livre, les auteurs et les éditeurs n'assument aucune responsabilité pour les erreurs ou omissions, ou pour les dommages résultant de l'utilisation des informations contenues dans le présent document.
Table des matières
Chapitre 1 : JPEG 2000
Chapitre 2 : JPEG
Chapitre 3 : Compression avec perte
Chapitre 4 : Compression d'image
Chapitre 5 : ICER
Chapitre 6 : H.262/MPEG-2 Partie 2
Chapitre 7 : MPEG-4 Partie 2
Chapitre 8 : Format de fichier image
Chapitre 9 : Motion JPEG 2000
Chapitre 10 : Format de fichier image à haute efficacité
Appendice
À propos de l'auteur
Chapitre 1 : JPEG 2000
Il existe une norme pour la compression et l'encodage des images appelée JPEG 2000 (JP2). Pour remplacer leur norme JPEG initiale (établie en 1992) basée sur une transformée en cosinus discrète (DCT), un groupe d'experts photographiques dirigé par Touradj Ebrahimi (plus tard président de JPEG) a travaillé dessus de 1997 à 2000. Les fichiers conformes à la norme ISO/IEC 15444-1 utilisent l'extension de nom de fichier .jp2, tandis que les fichiers conformes à la norme ISO/IEC 15444-2 utilisent l'extension de nom de fichier .jpx. La RFC 3745 spécifie les nombreux types MIME qui ont été enregistrés. Le format image/jp2 est utilisé pour la norme ISO/IEC 15444-1.
Il existe plusieurs façons de fournir un accès aléatoire spatial ou un accès à la région d'intérêt dans les flux de code JPEG 2000, qui sont des régions d'intérêt. Différentes facettes d'une même image peuvent être stockées avec différents degrés de fidélité.
La norme JPEG 2000 utilise une transformée en ondelettes discrète pour la compression (DWT). Avec l'ajout de l'extension Motion JPEG 2000, la norme a pu être utilisée pour compresser des vidéos d'imagerie animée. La norme de codage vidéo pour le cinéma numérique a été établie à l'aide de la technologie JPEG 2000 en 2004. il est donc rarement utilisé sur Internet.
Bien que JPEG 2000 offre une compression légèrement meilleure que JPEG, les améliorations sont minimes. L'avantage fondamental de JPEG 2000 est le haut degré d'adaptabilité du flux de code.
JPEG 2000 produit un flux de code évolutif après la compression d'une image, ce qui signifie qu'il existe plusieurs interprétations possibles ; par exemple, le flux de code peut être écourté chaque fois que nécessaire, une version basse résolution de l'image peut être obtenue, ou SNR - pour plus d'informations à ce sujet, consultez mon article sur la compression évolutive.
Différents ordres de flux de code peuvent être réalisés à l'aide de Différents ordres de flux de code, Des gains significatifs dans les performances de l'application sont possibles.
Cependant, en raison de cette adaptabilité, les codecs pour JPEG 2000 sont compliqués et gourmands en ressources.
Une autre différence, contrairement au JPEG, fait référence aux objets physiques de l'œil : Seuls les artefacts de sonnerie sont produits par JPEG 2000, se sont manifestés sous forme de flou et de bourdonnement sur les bords de l'image, Cependant, JPEG crée des distorsions qui ressemblent à des sonneries et à des blocages, en raison de ses blocs 8×8.
ISO/IEC 15444, la norme internationale pour JPEG 2000, a été publiée. Il a été calculé que l'acquisition de tous les documents standard vous coûtera 2718 CHF (environ 2700 USD).
Les marchés cibles et les applications visés par la norme sont les suivants :
Lecteurs multimédias et autres appareils électroniques grand public (p. ex. appareils photo numériques, assistants numériques personnels, téléphones mobiles 3G, télécopieurs couleur, imprimantes, scanners)
Connexion à un serveur (par exemple, Internet, base de données d'images, streaming vidéo, serveur vidéo)
Militaire/surveillance (p. ex. images satellites HD, détection de mouvement, distribution et stockage en réseau)
Normes d'imagerie et de communication numériques en médecine (DICOM) pour l'échange de données médicales.
Biométrie.
Télédétection
Capture, montage et stockage de vidéos de haute qualité dans des images individuelles.
Contribution à un flux HDTV en direct, tel qu'un flux HDTV d'un événement sportif connecté au studio de la station de télévision (compression vidéo I-frame uniquement avec un faible délai de transmission).
Films en format numérique, tels que ceux que l'on trouve dans le Forfait Cinéma numérique
JPEG 2000 et la norme de compression d'image ICER sont tous deux utilisés par les rovers martiens et partagent de nombreuses similitudes de conception.
Matériel audiovisuel et photos numérisées en vue d'un stockage numérique à long terme
La compression JPEG 2000 fait partie du nouveau format de fichier GRIB2, développé par l'Organisation météorologique mondiale. Le format de fichier GRIB a été développé spécifiquement pour la diffusion mondiale des bulletins météorologiques. L'utilisation de la compression JPEG 2000 par GRIB2 a permis de réduire la taille jusqu'à 80 %.
Afin de compresser une image, JPEG 2000 la décompose d'abord en de nombreuses représentations à différentes résolutions. Cette représentation pyramidale peut être utilisée pour plus qu'une simple compression lors de la présentation d'images.
Le décodage progressif et le rapport signal/bruit (SNR) évolutif sont deux noms pour ces caractéristiques. En termes de précision des pixels et de qualité d'image, JPEG 2000 fournit des regroupements progressifs de flux de code qui sont très efficaces (ou par taille d'image). Dans cette technique, l'utilisateur peut voir une représentation de qualité inférieure de l'image complète après n'avoir reçu qu'une fraction de l'ensemble du fichier. Une meilleure qualité est progressivement obtenue au fur et à mesure que davantage de données sont téléchargées à partir de l'origine.
La norme JPEG 2000 combine la compression sans perte et la compression avec perte dans un seul cadre, tout comme la norme JPEG sans perte. Dans JPEG 2000, une transformée en ondelettes entière réversible est utilisée pour offrir une compression sans perte.
En raison de l'encodage des données dans des blocs indépendants relativement petits, JPEG 1992 et JPEG 2000 sont résistants aux erreurs binaires induites par des lignes de communication bruyantes.
Tels qu'ils ont été créés dans le protocole JPIP JPEG Part 9, les formats de fichiers JP2 et JPX permettent de gérer les informations de l'espace colorimétrique, les métadonnées et l'interaction dans les applications en réseau.
Des profondeurs de bits comprises entre 1 et 38 sont acceptables en JPEG 2000. Monochrome, trois variantes d'espaces colorimétriques YCbCr, sRGB, PhotoYCC, CMY(K), YCCK et CIELab sont tous pris en charge. CIEJab (CIECAM02), e-sRGB, ROMM, YPbPr et d'autres ont ensuite été ajoutés à la liste des espaces colorimétriques qu'il prend en charge.
Respect total des normes de transparence du plan alpha.
Les éléments qui composent le système de codage d'images JPEG 2000 (ISO/IEC 15444) sont les suivants :
En plus d'améliorer les performances de compression par rapport au format JPEG, le format JPEG 2000 vise également à introduire (ou à améliorer) des aspects tels que l'évolutivité et la modifiabilité. Les performances de compression ne sont généralement pas le facteur clé à prendre en compte lors de l'évaluation d'une conception, et l'amélioration de JPEG 2000 à cet égard est assez mineure par rapport à la norme JPEG d'origine. JPEG 2000 peut compresser des images de très petites ou de très grandes tailles. L'un des avantages de JPEG 2000 est que sa conception peut prendre en charge une grande variété de débits binaires effectifs. Pour les images dont le débit binaire est inférieur à un seuil spécifié, la norme JPEG initiale recommande de réduire la résolution de l'image d'entrée avant l'encodage. Grâce à sa structure de décomposition multi-résolution intégrée,
