CAPITOLUL 1.pdf

Capitolul 1 – Noţiuni de bază în prelucrarea numerică a semnalelor video
CAPITOLUL 1
NOŢIUNI DE BAZĂ ÎN PRELUCRAREA
NUMERICĂ A SEMNALELOR VIDEO
Scopul acestui capitol este de a oferi cititorilor informaţiile de bază despre
sistemele analogice şi digitale de prelucrare a semnalelor video şi despre problemele
importante ce apar în aceste sisteme. Din acest motiv prezentarea are un caracter mai
mult calitativ decât cantitativ. În capitolele următoare vom reveni asupra diferitelor
probleme din acest capitol şi vom oferi descrieri şi soluţii mai riguroase.
1.1 INTRODUCERE
Prelucrarea numerică a imaginilor reprezintă un ansamblu de teorii şi tehnici
folosite în înregistrarea, sinteza, codarea, transmiterea, reproducerea, recunoaşterea,
estimarea, detecţia, filtrarea, îmbunătăţirea imaginilor digitale. Domeniile de
aplicabilitate ale prelucrării digitale a imaginilor sunt: transmisiunile video, medicina,
biologia, astronomia, industria, comunicaţiile, efectele speciale, educaţia la distanţă.
Echipamentele de prelucrare a imaginilor realizează o serie de operaţii:
• Achiziţia imaginilor realizată cu camera video sau scaner;
• Prelucrarea imaginilor folosind calculatorul sau procesoare de semnal (DSP);
• Memorarea imaginilor pe discuri optice, benzi magnetice;
• Redarea imaginilor utilizând monitorul, televizorul, imprimanta;
1
Capitolul 1 – Noţiuni de bază în prelucrarea numerică a semnalelor video
• Transmisia imaginilor pe diferite reţele de comunicaţii
În marea majoritate a cazurilor informaţia pe care dorim să o prelucrăm şi să o
transmitem este de natură analogică. Mai mult, informaţia este destinată într–o
majoritate covârşitoare omului, deci aceasta trebuie redată sub formă analogică. Plecând
de la imperfecţiunile simţurilor umane, mai întâi s–au creat standarde pentru
prelucrarea şi transmiterea informaţiei sub formă analogică şi o dată cu tehnologia
digitală, standarde privind conversia din analogic în digital şi invers, adăugând formate,
coduri şi protocoale utilizate în reţele şi medii de stocare .
1.2 VIDEO ANALOGIC
Prima formă de transmitere a imaginii în mişcare a fost televiziunea. Odată cu
aceasta s–au căutat şi găsit modalităţi de a folosi la maxim o lărgime de bandă în
spectrul radio astfel încât la receptor imaginea să fie o redare cât mai fidelă a celei din
cadrul transmis.
Astfel, fiecare imagine completă este numită cadru. El se obţine prin explorarea
linie cu linie a imaginii pe care vrem să o transmitem, realizând astfel o primă
eşantionare, în timp. Aceste cadre trebuiesc transmise astfel încât discontinuităţile dintre
ele să nu fie observate.
Rata minimă, pentru care ochiul nu percepe caracterul discontinuu al cadrelor
este de 50 Hz. La explorarea progresivă (Figura 1.1a) cadrul este redat linie după linie
în ordine naturală. În schimb, la explorarea întreţesută (Figura 1.1b) fiecare cadru este
împărţit în două câmpuri, furnizând astfel un echilibru între rezoluţia temporală şi cea
verticală. În primul câmp sunt redate liniile cu număr impar iar în următorul cele cu
număr par.
2

Capitolul 1 – Noţiuni de bază în prelucrarea numerică a semnalelor video
Figura 1.1 Explorarea imaginii a) progresivă; b) întreţesută
Principalele sisteme de televiziune analogică folosite la ora actuală în lume sunt
NTSC (National Television System Committee), folosit în America de Nord, America
Centrala şi Japonia, PAL (Phase Alternating Lines), folosit in majoritatea ţărilor din
Europa, Africa, Australia, America de Sud şi China, şi SECAM (Systeme Electronique
Couleur Avec Memoire), folosit in Franţa, Rusia şi fostele ţări sovietice. În Tabelul 1.1
sunt prezentate principalele caracteristici ale acestor sisteme de televiziune.
Tabelul 1.1 Parametrii video standard
Standarde TV NTSC PAL SECAM
Imagini pe secundă 29,97 25 25
Durata imaginii (ms) 33,37 40 40
Linii pe imagine 525 625 625
Raport de aspect 4:3 4:3 4:3
Întreţesere 2:1 2:1 2:1
Durata liniei (µs) 63,56 64 64
Televiziunea digitală introduce eşantionarea şi pe linii făcând legătura dintre
standardele de televiziune şi cele folosite la redarea pe ecranele monitoarelor
calculatoarelor personale, unde se utilizează explorarea progresivă. Legătura dintre
rezoluţia pe orizontală, banda video şi rata cadrelor este dată de relaţia (1.1).
3
Capitolul 1 – Noţiuni de bază în prelucrarea numerică a semnalelor video
BW
1 ( FR)(
NL)(
HR)
= (1.1)
2
BW = banda video,
FR = rata cadrelor,
NL = numărul de linii/cadru,
HR = rezoluţia pe orizontală,
ρ = partea de timp alocată semnalului video activ dintr–o linie.
Se poate obţine astfel rezoluţia necesară la conversia anumitor standarde de
televiziune.
Exemplu:
Fie un semnal NTSC cu ρ =53.5/63.5=0.84 şi BW = 4.2 MHz.
Atunci Rata liniilor = (FR)(NL) = 29.97 × 525 = 15734 linii/s şi
HR =
6
2 × 4.
2 × 10 × 0.
84
= 448 pixeli
15734
Achiziţia video analogica a datelor se poate face cu camere de luat vederi
electronice bazate pe matrice CCD (Charge-Coupled Device) şi camere de filmat clasice
cu tub vidicon, urmând un proces de cuantizare şi codare, transmitere sau stocare.
ρ
1.3 VIDEO DIGITAL
Dezvoltarea tehnologiei de integrare pe scară largă a facilitat trecerea de la
tehnica analogică la cea digitală. S-au făcut progrese imense în domenii cum ar fi
comunicaţiile informaţionale digitale (reţele de calculatoare, e-mail), audio digital (CD
player, telefonie digitală, compresia semnalelor audio), dar şi în domeniul prelucrării
video digitale.
Procesarea video digitală este un domeniu aflat încă la începuturi, dar care are o
aplicabilitate tot mai mare. Aplicaţiile video digitale folosite sau încă în lucru sunt
comunicaţiile în timp real (videoconferinţa/videofonul în ISDN, comunicaţiile video în
reţelele de bandă largă ATM), televiziunea digitala, televiziunea de înaltă rezoluţie
4

Capitolul 1 – Noţiuni de bază în prelucrarea numerică a semnalelor video
(HDTV), aplicaţii multimedia PC (Compact Disk Interactive (CD-I), Digital Video
Interactive (DVI), VideoCD, Digital Video Disk (DVD) ) şi Packet Video (standardele
de compresie MPEG-1,2,4).
Odata cu aplicaţiile video digitale apar însă şi debite mari de date. Prezentăm în
continuare datele brute pentru audio şi video digital:
- calitatea audio digitală a CD-ului: 44kHz rată de eşantionare × 16biţi/eşantion,
rezultă un flux de aproximativ 700 kbps
- video de înaltă definiţie: 1280 peli × 720 linii luminanţă, 640 peli × 360 linii
chrominanţă × 60 cadre/s × 8 biţi/pel/canal, rezultă aproximativ 663.5 Mbps
În continuare prezentăm câteva standarde video digitale de studio:
Tabelul 1.2 Standarde video digital de studio
ITU-R 601 ITU-R 601
525/60 625/50 CIF (H.261)
NTSC PAL/SECAM
Număr de pixeli activi/linie
Luminanţa (Y)
720
720
360
Crominanţa (U,V)
Număr de linii active/imagine
360
360
180
Luminanţa (Y)
480
576
288
Crominanţa (U,V)
480
576
144
Întreţesere 2:1 2:1 1:1
Rată temporală 60 50 30
Factor de aspect 4:3 4:3 4:3
Rate brute de date (Mbps) 165.9 165.9 37.3
Reţelele de acces disponibile în acest moment pentru traficul de date şi fluxurile
de date maxime pe care le permit, sunt enumerate în tabelul 1.3:
5
Capitolul 1 – Noţiuni de bază în prelucrarea numerică a semnalelor video
Tabelul 1.3 Reţele de acces
Reţea de acces Flux de date maxim
Modem telefonic convenţional 28.8 kbps
ISDN (Integrated Services Digital Network) 64-144 kbps (px64)
T-1 (Trunk Level 1) 1,5 Mbps
T-3 (Trunk Level 3) 45 Mbps
ADSL (Asymetric Digital Subscriber Line) 1.5-6 Mbps în jos (downstream)
Modem de cablu 30 Mbps în jos
Ethernet (reţea locala cu transfer de pachete IP) 10 Mbps
Fibră B-ISDN/ATM 55-200 Mbps
Din tabelul 1.2 şi 1.3 se observă că fluxurile brute de date în cazul imaginilor în
mişcare sunt foarte mari în comparaţie cu fluxurile de date maxime din sistemele de
transmisiune folosite la ora actuala, ceea ce duce la ideea folosirii tehnicilor de
compresie pentru obţinerea unor fluxuri de date mai scăzute, ce pot fi folosite în
transmisiunile actuale. Cele mai importante astfel de standarde de compresie şi
domeniile lor de aplicabilitate sunt:
• CCITT G3/G4 (standarde CCITT grup 3, respectiv 4) - folosite pentru
compresia imaginilor binare (non-adaptivă); codează imaginea sursa linie cu linie
• JBIG (Joint Bi-level Image experts Group) - standard de compresie fără pierderi
folosit pentru imagini binare, ce oferă o rata de compresie de maxim 20:1
• JPEG (Joint Picture expert Group) - standardul de compresie pentru imagini cu
noanţe de gri şi color cel mai folosit la ora actuala; ofera rate de compresie de la
5:1 la 50:1
• JPEG2000 - standard de compresia a imaginilor cu nuanţe de gri şi color derivat
din JPEG, care foloseşte compresia bazată pe wavelet şi oferă imagini de calitate
foarte bună şi rate de compresie foarte mari de până la 300:1
6

Capitolul 1 – Noţiuni de bază în prelucrarea numerică a semnalelor video
• H.261 - standard de codare video folosit în aplicaţii ISDN cu flux de date
multiplu de 64kbps (numit şi p×64 kbps); oferă rate de compresie de la 25:1 la
100:1
• H.263 – standard de compresie video iniţial pentru aplicaţii PSTN (mai puţin de
64 kbps), dar actual şi pentru fluxuri de date mai mari; urmează să înlocuiască
standardul H.261; are rate de compresie cuprinse între 6:1 şi 140:1
• MPEG-1 (Motion Picture Expert Group) – standard de compresie a imaginilor în
mişcare şi a sunetului asociat pentru stocare pe medii digitale cu rată de bit de
până la aproximativ 1,5 Mbps
• MPEG-2 – îmbunătăţire a standardului MPEG-1 ce foloseşte codarea generică
(4-20 Mbps)
• MPEG-4 – o nouă îmbunătăţire a standardului MPEG cu codare bazată pe
obiecte
Având acum o imagine de ansamblu asupra sistemelor video analogice şi
digitale, putem face o comparaţie între ele:
• Reprezentarea digitală este robustă; corecţia erorilor minimizează efectul
distorsiunilor din mediile de transmisie/stocare, efectul zgomotului şi a altor
degradări.
• Informaţia video digitală poate fi transmisă cu lărgime de bandă mai mică decât
aceeaşi informaţie în formă analogică, de aceeaşi calitate, folosind compresia
digitala
• Sistemele video digitale pot fi aplicate cu succes în domenii ca multimedia,
televiziune şi comunicaţii în timp real (videofon şi videoconferinţă) într-o
arhitectură unificată.
• Informaţia video digitală dovedeşte flexibilitate în procesarea semnalului pentru
îmbunătăţire, conversia standardelor, compunerea imaginilor, efecte speciale,
editare neliniară, etc.
7
Capitolul 1 – Noţiuni de bază în prelucrarea numerică a semnalelor video
În comparaţie cu procesarea imaginilor statice, procesarea video foloseşte în
plus şi alte tehnici:
• Unele sarcini, cum ar fi estimarea mişcării sau analiza unei scene variabile în
timp nu poate fi făcută pe baza unei singure imagini.
• Utilizarea redundanţei temporale care există în mod natural într-o secvenţă de
imagini pentru a dezvolta algoritmi eficienţi:
- filtrare compensată de mişcare
- predicţie compensată de mişcare
Domeniul video digital este în continuă dezvoltare. Provocările în acest
domeniu sunt analiza mişcării (estimarea şi segmentarea mişcării bidimensionale,
mişcarea tridimensionala, estimarea structurii şi segmentarea ei, urmărirea obiectelor în
imagine, ocluzie, deformare), filtrarea şi conversia standardelor (înlăturarea înceţoşării
imaginii (deblurring), filtrarea zgomotului, ascuţirea marginilor, conversia frecvenţei
cadrelor şi dezîntreţeserea, mărirea rezoluţiei), compresia (JPEG, H.261/H.263, MPEG
1,2,4,7, codarea subbandă (Wavelet) şi codarea bazată pe model), etc. O parte din
aceste aspecte vor fi discutate în capitolele următoare.
1.4 SEMNALE ŞI SISTEME BIDIMENSIONALE
În continuare vor fi discutate pe scurt câteva aspecte legate de semnalele şi
sistemele bidimensionale şi vor fi explicaţi termenii cei mai importanţi folosiţi.
Semnalele bidimensionale reprezintă modelarea matematică a distribuţiilor de
intensitate luminoasă dintr–un spaţiu. Aceste semnale pot fi: continue, discrete sau
mixte.
Un semnal continuu se modelează ca o funcţie de două variabile independente
pe o mulţime continuă de valori. Un semnal discret se modelează ca o funcţie definită
doar pe o mulţime finită de valori. Un semnal mixt este un semnal bidimensional
modelat ca o funcţie de variabile continue şi discrete.
8

Capitolul 1 – Noţiuni de bază în prelucrarea numerică a semnalelor video
În prezent având în vedere tehnicile de eşantionare, cuantizare şi codare şi
dezvoltarea integrării pe scară largă a circuitelor digitale, prelucrarea, transmisia şi
stocarea sunt preponderent în format digital.
Un semnal discret bidimensional este modelat de o funcţie ( 1 , n2
) n s definită pe
un set de perechi de forma s { s(
n , n ) , −∞ < n , n < ∞}
astfel încât
= 1 2
1 2
s : Z × Z → R ( sauC)
. Un element din această mulţime este numit eşantion, acesta
putând avea valori reale sau complexe. În cazuri practice o astfel de mulţime are valori
cunoscute ale eşantioanelor doar într–o regiune finită a planului ( n 1 , n2
) . Planul
determinat de ( n 1, n2
) se numeşte regiune suport a semnalului. Secvenţele
bidimensionale pot fi periodice pe fiecare direcţie în parte sau pe ambele direcţii
simultan.
Un sistem bidimensional poate fi încadrat într-una din categoriile:
• Sisteme liniare (SL): Dacă răspunsul la impulsul variabil în spaţiu este cunoscut
pentru fiecare eşantion ( n 1 , n2
) , răspunsul sistemului liniar la orice alt semnal de
intrare poate fi găsit prin superpoziţie;
• Sisteme invariate la deplasare (SID): Un sistem invariant la deplasare este un sistem
pentru care o deplasare a secvenţei de intrare implică o deplasare a secvenţei de
ieşire;
• Sisteme liniare şi invariante la deplasare (SLID);
• Sisteme separabile: sunt sisteme SLID al căror răspuns la impuls este o secvenţă
separabilă de forma h ( n1
, n2
) = h1
( n1)
h2
( n2
) unde ( 1, 2 ) n n h este funcţia pondere a
sistemului 2–D.
9