Universidad de Extremadura Licenciatura en Comunicación n Audiovisual. TECNOLOGÍA A DE MEDIOS AUDIOVISUALES I Asignatura troncal de 2º 2

Transcripción

1 Universidad de Extremadura Licenciatura en Comunicación n Audiovisual TECNOLOGÍA A DE MEDIOS AUDIOVISUALES I Asignatura troncal de 2º 2 Prof: José Luis Garralón Velasco Autorizada la reproducción, citando su procedencia. jlgarvel@unex.es MUESTREO Proceso por el cual convertimos una señal analógica en digital, mediante tomas periódicas, llamadas FRECUENCIA DE MUESTREO. ESTRUCTURA DE MUESTREO ORTOGONAL Los píxeles están perfectamente alineados en dirección vertical, dibujando una parrilla de píxeles que serán correlativos horizontal y verticalmente, así como en la dirección temporal, consiguiendo una distribución uniforme en las tres dimensiones en las que evoluciona la señal de televisión (horizontal, vertical, temporal) 1

2 MUESTRA Toma aleatoria o pre-calculada, de determinados elementos de la imagen (visual o auditiva). UNA IMAGEN ESTA COMPUESTA POR LÍNEAS HORIZONTALES Y VERTICALES. SUS INTERSECCIONES FORMAN PUNTOS LLAMADOS PÍXELES. CADA PIXEL LLEVA INFORMACIÓN DE LUMINANCIA Y DE SEÑALES DIFERENCIA DE COLOR (YUV) Cada píxel p puede ser muestreado TRES VECES: una por la luminancia y una por cada señal diferencia de color. Cada muestra ocupa 8 bites (un byte). PROBLEMA DEL Las imágenes ocupan muchísimo espacio. En una codificación 4:2:2, pueden llegar hasta los 27 millones de bits por segundo (27 Mbits/s). NORMA 4:2:2 (ITU-R BT 601) Norma universal de digitalización. Utiliza el muestreo de las componentes (Y, R-Y, B-Y) y se utiliza como referencia de calidad broadcast. LA FRECUENCIA DE MUESTREO PARA LA LUMINANCIA SE HA ESTABLECIDO EN 13,5 MHz, Y LA DE LAS SEÑALES DIFERENCIA DE COLOR EN LA MITAD (6,75 Y 6,75 MHz CADA UNA). PARA SIMPLIFICAR, A LA NORMA SE LE HA LLAMADO 4:2:2 2

3 Pixel 1 línea 1 Pixel 1 línea 2 Pixel 1 línea 3 Pixel 1 línea 4 NORMA 4:2:2 Para respetar la frecuencia de muestreo de 13,5 MHz, muestreamos la línea completa de píxeles en luminancia y la mitad de ellos en cada una de las señales diferencia de color. RECORDEMOS: 720 PÍXELES POR LÍNEA Y 576 LÍNEAS ACTIVAS NOTA: La señal R-Y la vamos a llamar Cr (crominancia de rojo) y la señal B-Y, la vamos a llamar Cb (crominancia del azul). Cada muestra ocupa = 8 bits (1 Byte), luego (Y) (Cr) (Cb) = Bytes / línea El sistema tiene 576 líneas activas por frame, luego X 576 = Bytes / frame. Recordemos: SON BYTES, NO PÍXELES. 3

4 / = 810 Kilobytes (KB) Un segundo de vídeo tiene 25 frames. Luego X 25 = KB / = 19,7 MB UN SEGUNDO DE VÍDEO MUESTREADO EN SISTEMA PAL, SEGÚN LA NORMA ITU-R 601 (4:2:2) OCUPA CASI 20 MEGABYTES, SIN CONTAR SU AUDIO ASOCIADO FRECUENCIA DE MUESTREO: 13,5 MHz 4:2:2 cuadruplicar la frecuencia en luminancia y duplicarla en las señales diferencia de color. REFERENCIA: 13,5 / 4 = 3,375 MHz Para Y: 3,375 X 4 = 13,5 MHz Para Cr: 3,375 X 2 = 6,75 MHz Para Cb: 3,375 X 2 = 6,75 MHz 4

5 Y = 720 X 576 X 25 X 8 bits = 82,9 Mbps Cr = 360 X 576 X 25 X 8 bits = 41,47 Mbps Cb = 360 X 576 X 25 X 8 bits = 41,47 Mbps TOTAL BIT RATE 4:2:2 = 165,84 Megabits por segundo Cuando se requieren aplicaciones de broadcasting, producción y postproducción, sólo el muestreo 4:2:2 garantiza una calidad óptima. No obstante, los muestreos 4:1:1 y 4:2:0 (DV) también son aceptados como de calidad teledifusiva aparente, dado que el ojo apenas detecta la ausencia de información cromática. MUESTREO 4:1:1 (DVCPro) Y = 4 muestras = 13,5 MHz Cr = 1 muestra = 3,375 MHz Cb = 1 muestra = 3,375 MHz Pixel 1 línea 1 Pixel 1 línea 2 Pixel 1 línea 3 Pixel 1 línea 4 5

6 MUESTREO 4:2:0 (DVCam) Y = 4 muestras = 13,5 MHz EN TODAS LAS LÍNEAS Cr = 2 muestras = 6,75 MHz EN LÍNEAS ALTERNAS Cb = 2 muestras = 6,75 MHz EN LÍNEAS ALTERNAS Pixel 1 línea 1 Pixel 1 línea 2 Pixel 1 línea 3 Pixel 1 línea 4 TEOREMA DE NYQUIST: CALIDAD APARENTE: Aquella en la que la señal tratada digitalmente no se diferencia aparentemente de la original de la que partimos. Para que en la conversión digital-analógica la señal tratada no se diferencie de la original (calidad aparente), la frecuencia de muestreo debe ser, al menos, el doble de la mayor de las frecuencias de la señal analógica de las que partimos. EJEMPLO: Frecuencias audibles: Hz Frecuencia de muestreo según Teorema de Nyquist: 40 KHz Sonido calidad CD: muestreo a 44,1 KHz 6

7 COMPRESIÓN: Proceso por el cual eliminamos información para descargar o aligerar el peso de un documento, de manera que resulte fácil su archivo o transporte. CARACTERÍSTICA: Un archivo comprimido no podemos leerlo. Para ello tenemos que descomprimirlo, es decir, recomponer sus parámetros originales. Podemos comparar el proceso de compresión con el de la deshidratación de una verdura. Extraemos el agua para hacerla menos pesada y menos voluminosa. Para consumirla, restituimos sus condiciones originales, inyectándole de nuevo el líquido extraído. REDUNDANCIA: Es toda aquella información que existe en una señal analógica y que duplica o repite otras informaciones, sin aportar elementos significativos al decodificador. Si se elimina de los datos, la información no se ve alterada. El lenguaje hablado tiene un gran nivel de redundancia (repetición de palabras, frases),mientras que el escrito tiene un nivel muy bajo de redundancia. LA IMAGEN DE TV TIENE UN GRAN NIVEL DE REDUNDANCIA EN SUS TRES NIVELES DE EVOLUCIÓN: HORIZONTAL, VERTICAL Y TEMPORAL. 7

8 ENTROPÍA: Cantidad de desorden que contiene una imagen, entendiendo como desorden el carácter de imprevisión de los píxeles. Es proporcional al grado de incertidumbre. La entropía es igual a la cantidad de información de una imagen. Es preciso codificar y transmitir ese grado de información para definirla sin ambigüedad. En dos frames consecutivos, el grado de entropía del segundo con respecto del primero es muy bajo. Es fácil prever qué píxeles va a contener ese segundo frame. ENTROPÍA: EL ERROR ENTRE EL VALOR REAL Y EL VALOR DE PREDICCIÓN ES LA ENTROPÍA DE UNA IMAGEN. 8

9 MÁXIMA REDUNDANCIA MÍNIMA ENTROPÍA MÍNIMA REDUNDANCIA MÁXIMA ENTROPÍA Este es el único área del frame que varía. El resto es redundante. En este cambio de planos, la redundancia es casi inexistente, mientras que la entropía es máxima. Todo ha cambiado. 9

10 COMPRESIÓN: Proceso por el cual eliminamos información para descargar o aligerar el peso de un documento, de manera que resulte fácil su archivo o transporte. COMPRESIÓN REDUCCIÓN DE VELOCIDAD BINARIA REDUCCIÓN DE DATOS Pretendemos transportar la misma información utilizando la menor cantidad o velocidad de datos posible. Eliminando información redundante, tanto espacial como temporal. CODEC: Es el conjunto de un compresor y un expansor que se instalan a ambos extremos de la cadena. FUENTE DE DATOS COdificador - DECodificador CODIFICADOR CANAL DE TRANSMISIÓN DECODIFICADOR DESTINO DATOS DESTINO DATOS DECODIFICADOR ALMACÉN HD Ram DVD Disquete Dat Blu Ray 10

11 Para reflexionar: Los codecs trabajan mejor cuanto mayor es la redundancia y trabajan peor cuanto mayor es el ruido de una imagen, su entropía, pues les resulta muy difícil hacer predicciones en esas condiciones. FACTOR DE COMPRESIÓN: Relación de las velocidades binarias de la fuente y el canal. Una compresión 10:1 nos dice que la velocidad binaria se ha comprimido 10 veces con respecto a la original. CODIFICACIÓN SIN PÉRDIDAS En el proceso de expansión, los datos son exactos bit a bit a la señal fuente. Ideal para el intercambio de información entre ordenadores: programas, datos, texto... El factor de compresión suele ser de 2:1 Winzip es un típico codec sin pérdidas. 11

12 CODIFICACIÓN CON PÉRDIDAS En el proceso de expansión, se pierde parte de la información. Es bueno para vídeo, pues elimina información que el ojo no va a percibir (pérdidas no perceptivas). El factor de compresión puede llegar a cotas muy altas. A partir de un determinado factor, aparecen los artefactos (pérdidas perceptivas). 256 colores 1,14 MB 32 colores 219,4 KB 12

13 32 escalas de grises 535,3 KB b/n puros 51,8 KB Tamaño real Magnificado (pixelado) 13

14 CODIFICACIÓN CON PÉRDIDAS NO PERCEPTIVA. Consigue engañar al ojo humano, haciéndole creer que está toda la información original. Adeucada para: - Transmisión en TV. - Producción y postproducción de vídeo. PERCEPTIVA. Resulta evidente la ausencia de parte de la información original: Baja resolución. Reducción del tamaño de pantalla. Reducción del número de colores. Adecuada para: - Streaming en Internet. CODIFICACIÓN INTRAFRAME: En ella, el sistema explora toda la superficie del frame y la codifica íntegra. Trata el vídeo como una sucesión de fotografías independientes unas de otras. Es la codificación que ocupa mayor espacio. JPEG: Join Photograph Expert Group. MJPEG: Motion JPEG. 14

15 CODIFICACIÓN INTERFRAME: Aprovecha la redundancia existente entre los frames colindantes, de manera que tan solo codifica LA DIFERENCIA ENTRE UN FRAME Y SU INMEDIATO ANTERIOR. Para ello toma una referencia (cuadro I) y lo codifica íntegro. A partir de ahí, va comparando los siguientes con dicho cuadro (keyframe), codificando tan solo las diferencias encontradas (frame B). Así, va creando unos trenes de 6, 8 ó 10 cuadros, llamados GOP, encabezados por un frame I (intraframe) y varios frames B. Cuando el sistema encuentra un salto (cambio brusco de escena) introduce un frame I (keyframe) iniciando un nuevo GOP. Frame I. Se codifica íntegro (intraframe). Frame B: Esta sería el único área del siguiente frame codificada. El resto, al ser redundante con respecto del primero, se desprecia, pues se utiliza el valor de aquel. En este cambio de planos, la redundancia es casi inexistente, mientras que la entropía es máxima. Todo ha cambiado. Al codificarlos sucesivamente, ambos serían cuadros I (intraframes). 15

16 FRAMES P: Frames que se interpolan. Son frames de PREDICCIÓN. Calculan cómo será el frame siguiente en una sucesión temporal, y lo crea. Se trata, pues, de una predicción bidireccional. Los sistemas de ENL trabajan peor cuanto más entropía hay en la imagen. MPEG no es un sistema de compresión con capacidad para ser editado, salvo que los GOP muestren todos los frames I o el sistema cree un keyframe al cambio de escena. FORMATOS DE COMPRESIÓN MÁS HABITUALES FORMATO MUESTREO USO USO MÁS MÁS FRECUENTE JPEG JPEG Imagen Imagen estática Internet, gráficos... MJPEG MJPEG Intraframe Edición Edición de de vídeo vídeo MPEG MPEG 11 Interframe Vídeo Vídeo para para Internet, streaming... MPEG MPEG 2 Interframe DVD, DVD, transmisión de de TV TV digital... MPEG MPEG 3 Interframe No No se se ha ha desarrollado MPEG MPEG 4 Interframe DivX, DivX, CDVD, CDVD, pay pay per per view... view... MPEG MPEG 7 Metadatos Indexación, documentación... 16

17 MPEG-1: MOTION PICTURE EXPERTS GROUP o Tamaño máximo 352 X 288 píxeles a 25 f.p.s. o Bit rate de 1,6 megabits (Mbps). o 4:2:0 o Tratamiento progresivo de la imagen de vídeo. o Calidad similar a VHS. o Imágenes I.P.B. o Codificación para almacenamiento de vídeo, CD-i, CD-Rom, etc. 720 px 576 px 17

18 352 px 288 px 720 px 288 px 576 px 352 px 18

19 352 X 288 sobredimensionado en pantalla de 720 X 576 (el píxel ha crecido y la imagen se distorsiona pixeliza-) 720 px 576 px 19

20 352 X 288 sobredimensionado en pantalla de 720 X 576 (el píxel ha crecido y la imagen se distorsiona pixeliza-) MPEG-2: o Transmisión de señal de TV y HDTV. DVD. o Soporta tanto vídeo progresivo como entrelazado. o Imágenes I.P.B. o Calidad transparente (4:2:2): 9/10 Mbps. o HDTV: 36 Mbps. o Puede trabajar con varias capas de vídeo simultáneas. 20

21 MPEG-4: ES MÁS QUE UNA NORMA DE CODIFICACIÓN DE VÍDEO. Es una herramienta de manipulación digital interactiva de la información audiovisual, diseñada para: o Creadores de Contenido. o Proveedores de Servicios y Redes. o Usuarios finales. MPEG-4 (datos técnicos): o Ancho de banda muy bajo: de 5 a 10 Mbps. o Resolución vídeo hasta TV Alta Definición. o Pausa, rebobinado rápido hacia delante y hacia atrás, con todos los objetos sincronizados. o Compresión espacial y temporal de textos y gráficos en 2D, 3D y animaciones. o Trata por igual objetos naturales que objetos sintéticos (imágenes creadas por ordenador). o Audio desde telefónico (4 KHz) a CD (44.1 KHz). 21

22 MPEG-4: Creadores de contenido: MPEG-4: Creadores de contenido: o Integra elementos de TV digital, gráficos animados, www, fotos, texto, etc. o Excelente protección de partes o totalidad del contenido. o Posibilidad de re-utilización de los contenidos, en parte o en su totalidad. o Posibilidad de fragmentar el contenido en objetos, de modo que la interacción del usuario final dependerá de ese grado de fragmentación. MPEG-4: Creadores de contenido: MPEG-4: Creadores de contenido: o La transmisión de ese contenido por redes de distinta tecnología será también más flexible y eficiente cuanto mayor sea el grado de fragmentación. o LA CLAVE DE LA EFICIENCIA DE MPEG-4 RESIDE EN CÓMO SE CREE EL CONTENIDO EN ORIGEN. 22

23 MPEG-4: Proveedores de servicios y Redes: MPEG-4: Proveedores de servicios y Redes: o Define el encapsulamiento de cada tipo de objeto para su transmisión a través de redes. o Cada tipo de objeto se codifica y comprime en base a normas ya existentes (vídeo en H.263 o MPEG-2, texto en HTML, fotos en JPEG o GIF...) o Cada objeto puede transmitirse por redes de distinto ancho de banda consiguiendo hasta un 50% más de eficiencia final que trabajando con audio y vídeo comprimidos en MPEG-2. MPEG-4: Usuarios finales: MPEG-4: Usuarios finales: o Total interacción con el contenido hasta el límite definido por el autor (cambiar el fondo de una imagen, el color de los textos sobreimpresos, recibir sólo el audio y fotos fijas de una película en un terminal móvil...) o Nuevas aplicaciones sobre contenidos multimedia más allá de la pura recepción de TV digital (para eso ya está MPEG-2). o MPEG-4 precisa una plataforma de usuario con capacidad de proceso (PC). 23

24 MP3: o No es una abreviatura de MPEG-3, sino MPEG-1, Layer 3. o Es compresión perceptual, eliminando datos que el oído no llega a escuchar. o Llega a compresiones de hasta el 90%, en función de la calidad del audio original. MP3: calidad canales Kbps Factor comp. % voz humana mono 8 96 a % onda corta mono a % onda media mono a % radio FM estéreo a 1 24 a % 4.16 % casi CD estéreo a % CD estéreo a 1 12 a % 8.33 % 24

25 ALGUNOS FORMATOS DE GRABACIÓN DIGITAL USO MÁS FORMATO MUESTREO COMPRESI USO MÁS FLUJO FLUJO FRECUENT CINTA ÓN CINTA ÓN BINARIO E D1 D1 4:2:2 4:2:2 1/1 1/ Sin Sin comp. comp. 3/4" 3/4" D2 D2 4 fsc fsc 2/1 2/ En En desuso desuso 3/4" 3/4" Betacam Betacam dig dig 4:2:2 4:2:2 2/1 2/ Progr. Progr. 1/2" 1/2" Betacam Betacam SX SX 4:2:2 4:2:2 MPEG MPEG 10/1 10/ ENG ENG 1/2" 1/2" IMX IMX 4:2:2 4:2:2 MPEG MPEG 3.3/1 3.3/ Ent. Ent. MPEG MPEG 1/2" 1/2" Digital Digital S 4:2:2 4:2:2 3.3/1 3.3/ ENG ENG 1/2" 1/2" DVC DVC Pro Pro 4:1:1 4:1:1 5/1 5/ ENG ENG 1/4" 1/4" DV DV DVC DVC Pro Pro :2:2 4:2:2 3.3/1 3.3/ ENG ENG 1/4" 1/4" DV DV DV DV Cam Cam 4:2:0 4:2:0 5/1 5/ ENG ENG 1/4" 1/4" DV DV AUDIO DIGITAL: Hz El audio necesita menos ancho de banda que el vídeo, ocupa mucho menos espacio en el proceso de digitalización En el momento de sincronizarlo con el vídeo se exige su compresión en un paquete que englobe ambos Las aplicaciones multimedia exigen audio con calidad digital. Para conseguir audio con calidad digital, similar o igual al compac disc, lo que hacen los codecs es tratarlo de manera similar al vídeo. 25

26 AUDIO DIGITAL: Hz Tan solo es necesario encontrar una frecuencia que sea común múltiplo de las dos (audio y vídeo), adecuada para ser utilizada como frecuencia de muestreo. En el momento de sincronizarlo con el vídeo se exige su compresión en un paquete que englobe ambos La velocidad de muestreo en un sistema de pseudo vídeo se calcula multiplicando la frecuencia del campo por las líneas activas, y por el número de muestras por línea. No calculamos muestras por píxeles, sino tan solo por líneas (es PSEUDO-VÍDEO). AUDIO DIGITAL: Hz En este caso, como buscamos un múltiplo común, no aplicamos la norma 4:2:2, sino que muestreamos toda la señal (tan solo como referencia numérica) Serán, pues, 3 muestras por línea: una para luminancia y dos para cada señal diferencia de color. Tampoco el cálculo lo hacemos sobre 625 líneas menos 50 de borrado, sino menos 37 de borrado. Así: = 588 líneas por cuadro 588 / 2 = 294 líneas por campo 294 * 50 * 3 = Hz 26