L'essor relativement récent des technologies de l'information et de la communication a apporté une nouvelle dimension à notre monde quotidien où les images et la vidéo numériques deviennent omniprésentes. Leur qualité visuelle augmente continuellement avec le développement de nouvelles techniques d'affichage (multi-résolution et transmission progressive) et de nouvelles technologies d'acquisition (haute définition et nouveau hardware). Cependant, la taille de ces images augmente proportionnellement avec leur qualité et leur stockage et transmission constituent donc les enjeux principaux dans le monde numérique. ہ titre d'exemple, le tableau ci-dessous présente des tailles brutes de fichiers d'images numériques ainsi que le temps nécessaire pour les transmettre sur un modem 256 Kbits/s. Tailles brutes des fichiers pour divers formats d'images numériques. Type résolution Bits/PixelTaille non compressée Temps de transmission (modem 256 Kbits) Image niveau de gris 512×512 8 bpp 856 K octets 8 secondes Image couleur 512×512 24 bpp 768 K octets 24 secondes Image médicale 2048×1680 12 bpp 4.92 M octets 2 minutes 37 secondes Image SHD 2048×2048 24 bpp 12 M octets 6 minutes 24 secondes Séquence vidéo 720×480, 1 minute (30 images/seconde) 24 bpp 1.73 G octets 15 heures 44 minutes 48 secondes La compression s'impose comme une étape incontournable pour optimiser l'utilisation de ces grands volumes d'informations. L'objectif principal de la compression d'images et vidéo est de réduire la quantité d'information (nombre de bits par pixel à stocker ou à transmettre) nécessaire à une représentation visuelle fidèle à l'image originale. Cet objectif est réalisable en exploitant la redondance informationnelle dans l'image. Cette redondance peut-être spatiale (corrélation présente dans une image entre les pixels voisins) ou redondance spectrale (corrélation entre les différents plans de couleur ou bandes spectrales). Dans le cas de séquences d'images, la redondance temporelle (corrélation entre les images successives) pourra être exploitée. En supprimant les différents types de redondances (spatiale, fréquentielle et/ou temporelle), il est possible de comprimer considérablement les données à la dépense d'une certaine perte de la quantité d'informations (distorsion). Les méthodes de compression tentent de trouver le meilleur compromis possible entre le débit final et la distorsion induite par le résumé de l'information. C'est dans cette perspective que nous plaçons notre étude, l'objectif étant de diminuer la taille des données d'images brutes à transmettre ou à stocker. Parallèlement, une méthode de codage d'images ne se juge pas uniquement par ses résultats bruts en termes de taux de bits, mais également par son aptitude à s'adapter aux différents cas d'usages. Ainsi, outre l'efficacité du codage, les principales fonctionnalités qui peuvent être associées à une technique de codage particulière sont : " Une bonne qualité visuelle des images à bas débits, Le caractère scalable (possibilité d'un décodage par couches successives) du procédé. "L'unicité de l'algorithme pour le codage avec et sans pertes. Un codage par régions d'intérêt. Une protection des images. "Une complexité réduite. "Un contrôle du débit et de la qualité,Une résistance aux erreurs. Dans ce manuscrit, nous étudions un algorithme de codage d'images numériques fixes et animées basé sur la DWT ou sur la DCT en exploitant quelques fonctionnalités citées ci-dessus. Dans ce contexte, notre choix est fixé sur l'algorithme proposé par Said et Pearlman [1] appelé SPIHT qui a prouvé un grand succès dans le domaine de la compression d'images tant en terme de qualité visuelle des images compressées qu'en terme de complexité réduite. Du au succès réalisé par cet algorithme, une extension en 3D a été faite par Kim et Pearlman [2][3] et qui a donné des résultats acceptables et comparables mêmes meilleurs que des algorithmes utilisant la compensation de mouvement tels que le MPEG2 [4][5] avec une modeste complexité. Nous utilisons aussi cet algorithme afin de la valider par l'utilisation de la transformée en cosinus discrète 3D. Contribution Ce travail s'inscrit principalement dans l'aspect de codage d'images numériques fixes et animées. Le thème central de l'étude porte plus spécifiquement sur le développement des fonctionnalités récentes de compression d'images progressive à partir d'un algorithme de compression à complexité réduite. Les contributions fondamentales de ce travail sont : L'adaptation de la DCT 2D et 3D à la problématique du codage scalable. Une comparaison entre les schémas de compression d'images progressive basée sur les deux types de transformations DWT et DCT. Les mesures quantitatives et qualitatives des performances des méthodes de compression sont examinées. ةtude de la fonctionnalité de la compression à contexte adaptable (ou Shape Adaptive) ainsi que la compression par région d'intérêt (ROI) dans le cas bidimensionnel et tridimensionnel.