Аналоговая и цифровая аудио и видеоинформация
АСТРАХАНСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ
Факультет математики и информационных технологий
Кафедра Информационные
системы
Курс: "Введение в специальность
РЕФЕРАТ
на тему: «Аналоговая и цифровая аудио и
видеоинформация".
Выполнил:
студент гр. ИМ-11
Юдин М.А.
Проверила:
Чернышова
Н.А.
г. Астрахань 2006
Содержание.
1. Введение........................................................................................................................................................................ 3
2. Отличия цифрового представления
сигналов от аналогового.................................................................. 3
3. Способы представления
звука в цифровом виде........................................................................................... 4
4. MPEG Layer 3........................................................................................................................................................... 5
5. Видеоинформация.................................................................................................................................................. 7
5.1. В начале был аналог............................................................................................................................................. 7
5.2. Цифровое видео.................................................................................................................................................... 7
5.3. Основные характеристики цифрового видео................................................................................................ 8
6. Сжатие видеоинформации.................................................................................................................................... 9
6.1. Основные принципы сжатия видеоданных................................................................................................... 9
6.2. Методы сжатия видеоданных........................................................................................................................... 10
7. Основы MPEG-кодирования видео................................................................................................................... 11
7.1. Стандарт компрессии видеоданных MPEG-2........................................................................................... 11
7.2. MPEG-4. Что это такое?....................................................................................................................... 11
8. Преимущества цифровой передачи
видеоданных.......................................................................................... 12
9. Заключение................................................................................................................................................................. 12
10. Список использованной литературы.............................................................................................................. 13
1. Введение.
Появление
систем мультимедиа, безусловно, произвело революционные изменения в таких
областях, как образование, компьютерный тренинг, во многих сферах
профессиональной деятельности, науки, искусства, в компьютерных играх и т.д. Но,
согласитесь, невозможно представить себе современные мультимедиа системы без
звука и видео. В данной работе я хотел бы остановиться на рассмотрении
принципиальных отличий представления цифровых сигналов от аналоговых,
особенностях цифровой аудио и видеоинформации, алгоритмах их сжатия
(компрессии).
2. Отличия цифрового
представления сигналов от аналогового.
Традиционное аналоговое представление
сигналов основано на подобии (аналогичности) электрических сигналов (изменений
тока и напряжения) представленным ими исходным сигналам (звуковому давлению,
температуре, скорости и т.п.), а также подобии форм электрических сигналов в
различных точках усилительного или передающего тракта. Форма электрической
кривой, описывающей (также говорят - переносящей) исходный сигнал, максимально
приближена к форме кривой этого сигнала.
Такое представление наиболее
точно, однако малейшее искажение формы несущего электрического сигнала
неизбежно повлечет за собой такое же искажение формы и сигнала переносимого. В
терминах теории информации, количество информации в несущем сигнале в точности
равно количеству информации в сигнале исходном, и электрическое представление
не содержит избыточности, которая могла бы защитить переносимый сигнал от
искажений при хранении, передаче и усилении.
Цифровое представление
электрических сигналов призвано внести в них избыточность, предохраняющую от
воздействия паразитных помех. Для этого на несущий электрический сигнал
накладываются серьезные ограничения - его амплитуда может принимать только два
предельных значения - 0 и 1.
Вся зона возможных амплитуд в
этом случае делится на три зоны: нижняя представляет нулевые значения, верхняя
- единичные, а промежуточная является запрещенной - внутрь нее могут попадать
только помехи. Таким образом, любая помеха, амплитуда которой меньше половины
амплитуды несущего сигнала, не оказывает влияния на правильность передачи
значений 0 и 1. Помехи с большей амплитудой также не оказывают влияния, если
длительность импульса помехи ощутимо меньше длительности информационного
импульса, а на входе приемника установлен фильтр импульсных помех.
Сформированный таким образом цифровой
сигнал может переносить любую полезную информацию, которая закодирована в виде
последовательности битов - нулей и единиц; частным случаем такой информации
являются электрические и звуковые сигналы. Здесь количество информации в
несущем цифровом сигнале значительно больше, нежели в кодированном исходном,
так что несущий сигнал имеет определенную избыточность относительно исходного,
и любые искажения формы кривой несущего сигнала, при которых еще сохраняется
способность приемника правильно различать нули и единицы, не влияют на
достоверность передаваемой этим сигналом информации. Однако в случае
воздействия значительных помех форма сигнала может искажаться настолько, что
точная передача переносимой информации становится невозможной - в ней появляются
ошибки, которые при простом способе кодирования приемник не сможет не только
исправить, но и обнаружить. Для еще большего повышения стойкости цифрового
сигнала к помехам и искажениям применяется цифровое избыточное кодирование двух
типов: проверочные (EDC - Error Detection Code, обнаруживающий ошибку код) и
корректирующие (ECC - Error Correction Code, исправляющий ошибку код) коды.
Цифровое кодирование состоит в простом добавлении к исходной информации
дополнительных битов и/или преобразовании исходной битовой цепочки в цепочку
большей длины и другой структуры. EDC позволяет просто обнаружить факт ошибки -
искажение или выпадение полезной либо появление ложной цифры, однако
переносимая информация в этом случае также искажается; ECC позволяет сразу же
исправлять обнаруженные ошибки, сохраняя переносимую информацию неизменной. Для
удобства и надежности передаваемую информацию разбивают на блоки (кадры),
каждый из которых снабжается собственным набором этих кодов.
Каждый вид EDC/ECC имеет свой
предел способности обнаруживать и исправлять ошибки, за которым опять
начинаются необнаруженные ошибки и искажения переносимой информации. Увеличение
объема EDC/ECC относительно объема исходной информации в общем случае повышает
обнаруживающую и корректирующую способность этих кодов.
В качестве EDC популярен
циклический избыточный код CRC (Cyclic Redundancy Check), суть которого состоит
в сложном перемешивании исходной информации в блоке и формированию коротких
двоичных слов, разряды которых находятся в сильной перекрестной зависимости от
каждого бита блока. Изменение даже одного бита в блоке вызывает значительное
изменение вычисленного по нему CRC, и вероятность такого искажения битов, при
котором CRC не изменится, исчезающе мала даже при коротких (единицы процентов
от длины блока) словах CRC. В качестве ECC используются коды Хэмминга (Hamming)
и Рида-Соломона (Reed-Solomon), которые также включают в себя и функции EDC.
Информационная избыточность
несущего цифрового сигнала приводит к значительному (на порядок и более)
расширению полосы частот, требуемой для его успешной передачи, по сравнению с
передачей исходного сигнала в аналоговой форме. Кроме собственно информационной
избыточности, к расширению полосы приводит необходимость сохранения достаточно
крутых фронтов цифровых импульсов.
Кроме целей помехозащиты,
информация в цифровом сигнале может быть подвергнута также линейному или
канальному кодированию, задача которого - оптимизировать электрические
параметры сигнала (полосу частот, постоянную составляющую, минимальное и
максимальное количество нулевых/единичных импульсов в серии и т.п.) под
характеристики реального канала передачи или записи сигнала.
Полученный несущий сигнал, в
свою очередь, также является обычным электрическим сигналом, и к нему применимы
любые операции с такими сигналами - передача по кабелю, усиление, фильтрование,
модуляция, запись на магнитный, оптический или другой носитель и т.п.
Единственным ограничением является сохранение информационного содержимого - так,
чтобы при последующем анализе можно было однозначно выделить и декодировать
переносимую информацию, а из нее - исходный сигнал.
Исходная форма звукового сигнала
- непрерывное изменение амплитуды во времени - представляется в цифровой форме
с помощью "перекрестной дискретизации" - по времени и по уровню.
Согласно теореме Котельникова,
любой непрерывный процесс с ограниченным спектром может быть полностью описан
дискретной последовательностью его мгновенных значений, следующих с частотой,
как минимум вдвое превышающей частоту наивысшей гармоники процесса; частота Fd
выборки мгновенных значений (отсчетов) называется частотой дискретизации.
Из теоремы следует, что сигнал
с частотой Fa может быть успешно дискретизирован по времени на частоте 2Fa
только в том случае, если он является чистой синусоидой, ибо любое отклонение
от синусоидальной формы приводит к выходу спектра за пределы частоты Fa. Таким
образом, для временной дискретизации произвольного звукового сигнала (обычно
имеющего, как известно, плавно спадающий спектр), необходим либо выбор частоты
дискретизации с запасом, либо принудительное ограничение спектра входного
сигнала ниже половины частоты дискретизации.
Одновременно с временной
дискретизацией выполняется амплитудная - измерение мгновенных значений
амплитуды и их представление в виде числовых величин с определенной точностью.
Точность измерения (двоичная разрядность N получаемого дискретного значения)
определяет соотношение сигнал/шум и динамический диапазон сигнала (теоретически
это - взаимно-обратные величины, однако любой реальный тракт имеет также и
собственный уровень шумов и помех).
Полученный поток чисел (серий
двоичных цифр), описывающий звуковой сигнал, называют импульсно-кодовой
модуляцией или ИКМ (Pulse Code Modulation, PCM), так как каждый импульс
дискретизованного по времени сигнала представляется собственным цифровым кодом.
Временная дискретизация и
амплитудное квантование сигнала неизбежно вносят в сигнал шумовые искажения,
уровень которых принято оценивать по формуле 6N + 10lg (Fдискр/2Fмакс) + C
(дБ), где константа C варьируется для разных типов сигналов: для чистой
синусоиды это 1.7 дБ, для звуковых сигналов - от -15 до 2 дБ. Отсюда видно, что
к снижению шумов в рабочей полосе частот 0..Fмакс приводит не только увеличение
разрядности отсчета, но и повышение частоты дискретизации относительно 2Fмакс,
поскольку шумы квантования "размазываются" по всей полосе вплоть до
частоты дискретизации, а звуковая информация занимает только нижнюю часть этой
полосы.
В большинстве современных
цифровых звуковых систем используются стандартные частоты дискретизации 44.1 и
48 кГц, однако частотный диапазон сигнала обычно ограничивается возле 20 кГц
для оставления запаса по отношению к теоретическому пределу. Также наиболее
распространено 16-разрядное квантование по уровню, что дает предельное соотношение
сигнал/шум около 98 дБ. В студийной аппаратуре используются более высокие
разрешения - 18-, 20- и 24-разрядное квантование при частотах дискретизации 56,
96 и 192 кГц. Это делается для того, чтобы сохранить высшие гармоники звукового
сигнала, которые непосредственно не воспринимаются слухом, но влияют на
формирование общей звуковой картины.
Для оцифровки более
узкополосных и менее качественных сигналов частота и разрядность дискретизации
могут снижаться; например, в телефонных линиях применяется 7- или 8-разрядная
оцифровка с частотами 8..12 кГц.
Представление аналогового
сигнала в цифровом виде называется также импульсно-кодовой модуляцией (ИКМ, PCM
- Pulse Code Modulation), так как сигнал представляется в виде серии импульсов
постоянной частоты (временнАя дискретизация), амплитуда которых передается
цифровым кодом (амплитудная дискретизация). PCM-поток может быть как
параллельным, когда все биты каждого отсчета передаются одновременно по
нескольким линиям с частотой дискретизации, так и последовательным, когда биты
передаются друг за другом с более высокой частотой по одной линии.
Сам
цифровой звук и относящиеся к нему вещи принято обозначать общим термином
Digital Audio; аналоговая и цифровая части звуковой системы обозначаются
терминами Analog Domain и Digital Domain.
4. MPEG Layer 3.
Для эффективного кодирования аудиоданных
применяются наиболее прогрессивные методы, в основе которых лежит свойство их
универсальности и независимости от качества исходного звукового фрагмента,
равно как и результирующего, в зависимости от установок, применяемых в ходе
сжатия.В настоящее время наиболее известны mp3, wma и divx audio . Все они
используют так называемое кодирование для восприятия (perceptual coding), при
котором из звукового сигнала удаляется информация, малозаметная для слуха. В
результате, несмотря на изменение формы, и спектра сигнала, его слуховое
восприятие практически не меняется, а степень сжатия оправдывает незначительное
уменьшение качества. Такое кодирование относится к методам сжатия с потерями,
когда из сжатого сигнала уже невозможно точно восстановить исходную волновую
форму.
Приемы удаления части информации базируются на
особенностях человеческого слуха, называемой маскированием: при наличии в
спектре звука выраженных пиков (преобладающих гармоник) более слабые частотные
составляющие в непосредственной близости от них на слух практически не
воспринимаются (маскируются). При кодировании весь звуковой поток разбивается
на мелкие кадры, каждый из которых преобразуется в спектральное представление и
делится на ряд частотных полос.
Внутри полос происходит определение и удаление
маскируемых звуков, после чего каждый кадр подвергается адаптивному кодированию
прямо в спектральной форме. Все эти операции позволяют значительно (в несколько
раз) уменьшить объем данных при сохранении качества, приемлемого для
большинства слушателей. Каждый из описанных методов кодирования характеризуется
скоростью битового потока, с которой сжатая информация должна поступать в
декодер при восстановлении звукового сигнала. Декодер преобразует серию сжатых
мгновенных спектров сигнала в обычную цифровую волновую форму. В любом видео или
аудио потоке содержится значительное количество избыточной информации, которая
независимо от ее присутствия или отсутствия не может быть воспринята человеческим
ухом или глазом. Информация в MPEG-файле записана последовательными блоками —
кадрами (frames), которые последовательно считываются, а затем декодируются.
Естественно, что чем больше поток, тем большее количество информации остается в
файле и соответственно тем большее представление об оригинальном звуке в нем
содержится. Аудиоинформация, сжатая по данной схеме, может передаваться потоком
(streaming), а может храниться в файлах формата MP3 или WAV-MP3. Отличие
второго от первого состоит в наличии дополнительного заголовка WAV-файла, что
позволяет при наличии MP3-кодека в системе для работы с таким файлом
использовать стандартные средства Windows.
Основная идея, на которой
основаны все методики сжатия аудио сигнала с потерями, — отказ от кодирования
тонких деталей звучания оригинала, лежащих вне пределов возможностей
человеческого слуха. Звуки, находящиеся на границах резких перепадов
уровня: после очень громкого звука на протяжении небольшого отрезка времени
около 100 мс и перед ним на протяжении 5 мс, человеческое ухо неспособно
воспринимать другие, более тихие звуки.
Говоря об этом, обычно имеют в
виду возможности сознательного восприятия, игнорируя часто встречающийся эффект
под порогового восприятия различных мелких, сравнительно тихих деталей; с их
помощью, например, нередко обеспечивается эмоциональная окраска композиции. Но
если при кодировании все же ограничиваться только действительно не
воспринимаемыми потерями, то можно говорить о сохранении исходного качества
закодированного аудио.
Как известно, наиболее важную
роль в передаче звукового сигнала играют вершины огибающей, в то время как
переходами вблизи нулевой отметки можно пожертвовать. После такой обработки
звуковая выборка без труда сжимается с помощью обычных алгоритмов кодирования
LZ или Huffman. Но полученная ширина потока не yдовлетвоpила разработчиков.
Ради дальнейшего уменьшения объема потока была разработана подробная
психоакустическая модель возможностей человеческого слуха, и из потока стала
исключаться информация о деталях звука, полностью или частично маскируемых
более сильным сигналом. В данную категорию из-за низкого уровня автоматически
попадает большая часть сознательно не воспринимаемого сигнала (в принципе, на
высших потоках происходил аналогичный процесс, но в несравнимо меньшей степени,
с сохранением практически всех существенных деталей). Кроме того, для снижения
уровня потерь на низких потоках применяются особые виды техники, главный из
которых – режим кодирования объединенного стерео (joint stereo). Потери при
кодировании в режиме joint stereo на низких потоках (и только на них) оказываются
намного ниже, чем при кодировании в режиме нормального стерео, если
стереоэффект особого значения не имеет; но, к сожалению, оно же приводит к
плачевным результатам в часто встречающихся случаях записей с фазовым сдвигом,
созданным при записи намеренно или появившимся в процессе эксплуатации записи.
Суть кодирования в
соответствии с техникой joint stereo состоит в пpеобpазовании всего
стереосигнала в средний сигнал между каналами и разность между ними. Но это
только один вариант joint stereo, называемый MS Stereo. На особо низких
потоках, таких как 96 Кбит/с, применяется техника MS/IS Stereo, в которой для
некоторых частотных диапазонов вместо разницы между каналами хранится лишь
информация о соотношении мощностей сигнала в разных каналах. Продукция FhG IIS
так кодирует только высокие частоты, но некоторые кодеры позволяют выбрать
нужный диапазон вручную. К сожалению, выбор заключается в указании нужного
значения одной из маловразумительных внутренних переменных формата, не
разъясняемой в документации.
Окончательной версии выше
упоминаемой психоакустической модели пока не существует, как нет и
определенного стандартного алгоритма кодирования. В связи с этим в общем случае
объем и степень ощутимости потерь определяются, с одной стороны, потоком, а с
другой — особенностями конкретной разновидности психоакустической модели,
использованной в каждом конкретном кодере. Последний момент имеет особенно большое
значение на низких потоках. Существует набор эффектов, которые на таких потоках
крайне плохо поддаются кодированию.
И еще одна особенность
человеческого слуха была учтена при разработке алгоритма компрессии —
использование минимального порога слышимости. Наибольшей чувствительностью (2-4
дБ) органы слуха обладают в среднем диапазоне частот порядка 2-5 кГц. На других
частотах порогом чувствительности может стать значение громкости звука в 40 дБ.
Иными словами, звуки, лежащие за порогом чувствительности, нет смысла
сохранять, поскольку они все равно не будут услышаны.
На основании подобных
эффектов создается так называемая психоакустическая модель, разбивающая весь
частотный спектр на части, в которых уровень звука примерно одинаков, после
чего удаляет звуки, не воспринимаемые человеком, как это было описано выше.
Существует три уровня audio MPEG
для сжатия стереофонических сигналов:
·
коэффициент
сжатия 1:4 при допустимом потоке данных 384 Кбит/с;
·
1:6..1:8 при
256..192 Кбит/с;
·
1:10..1:12
при 128..112 Кбит/с.
Теперь попробуем понять, какова
разница между уровнями (Layers). Например, в Layer 3 части разбитого спектра
намного меньше, чем в первых двух, и по этой причине сжатие этим методом
является наиболее продуктивным, а коэффициент его достигает 1:12 без
заметной на слух потери качества. Поэтому столь широкое распространенное получило
расширение файлов MP3 (MPEG Layer 3).
Для получения звука с качеством
CD необходимо компрессировать аудиофайлы с потоком 256 Кбит/с, но для
большинства слушателей и большинства применений вполне достаточно 128 Кбит/с
(по 64 Кбит/с на канал). Однако среди великого множества кодеров MP3-файлов
следует отметить немногие, позволяющие сжимать звуковой ряд с переменным
потоком (variable bitrate), обеспечивая, таким образом, максимальное качество и
экономя дисковое пространство. Основой таких кодеков является использование в
каждый момент времени определенного значения потока и, как следствие,
изменяющейся во времени природы звукового сигнала (частоты и амплитуды звуковых
колебаний). Для сжатия речи с отличным качеством вполне достаточно 24 или
32 Кбит/с.
Построение той самой
психоакустической модели — сложный математический процесс, изобилующий
вычислениями с плавающей запятой. Как следствие, подобный процесс, равно как и
процесс сжатия, методом Хаффмана, требует солидной вычислительной мощности и
при декодировании файлов формата MPEG, и особенно — при кодировании.
Первоначально для этой цели использовались специализированные устройства, выполнявшие
все математические преобразования на аппаратном уровне, и лишь в последние
годы, после появления достаточно мощных процессоров, способных справляться с
подобными вычислениями без особого ущерба для остальных приложений, это
стало возможным и с помощью специальных программ.
5. Видеоинформация.
Самым
ранним методом передачи видеосигналов является аналоговый метод. Одним из
первых видеоформатов на основе этого принципа стал композитный видеосигнал.
Композитное аналоговое видео комбинирует все видеокомпоненты (яркость, цвет,
синхронизацию и т. п.) в один сигнал. Из-за объединения этих элементов в одном
сигнале качество композитного видео далеко от совершенства. В результате мы
имеем неточную передачу цвета, недостаточно "чистую" картинку и
другие факторы потери качества.
Композитное
видео быстро уступило дорогу компонентному видео, в котором различные
видеокомпоненты представлены как независимые сигналы. Дальнейшие
усовершенствования этого формата привели к появлению различные его вариаций:
S-Video, RGB, Y, Pb, Pr и др.
Тем не
менее, все вышеперечисленные форматы остаются аналоговыми по своей сути, и,
следовательно, обладают одним существенным недостатком: при копировании дубль
всегда уступает по качеству оригиналу. Потеря качества при копировании
видеоматериала аналогична фотокопированию, когда копия никогда не бывает такой
же четкой и яркой, как оригинал.
Недостатки,
присущие аналоговому способу воспроизведения видео, в конце концов привели к
разработке цифрового видеоформата. На смену аналоговому видео пришло цифровое.
В области профессионального видео применяется несколько цифровых видеоформатов:
D1, D2, Digital BetaCam и др. В отличие от аналогового видео, качество которого
падает при копировании, каждая копия цифрового видео идентична оригиналу.
Хотя
современный видеоряд базируется на цифровой основе, практически все цифровые
видеоформаты до сих пор в качестве носителя исходного сигнала используют пленку
с последовательным доступом. Поэтому большинству профессионалов в области видео
все еще привычней работать с пленкой, чем с компьютером.
Конечно,
пленка в качестве источника данных все еще остается более предпочтительной, чем
жесткий диск компьютера, поскольку вмещает значительно больший объем данных. Но
зато для цифрового видеомонтажа использование компьютеров дает ряд существенных
преимуществ: не только обеспечивает прямой доступ к любому видеофрагменту (что
невозможно при работе с пленкой, поскольку к необходимым участкам можно
добраться лишь последовательно просматривая видеоматериал), но и предполагает
широкие возможности обработки изображения (редактирование, сжатие).
Это
достаточно веские причины для перехода видеопроизводства с традиционного
оборудования на компьютерное.
Компьютерное
цифровое видео представляет собой последовательность цифровых изображений и
связанный с ними звук. Элементы видео хранятся в цифровом формате.
Существует
множество способов захвата, хранения и воспроизведения видео на компьютере. С
появлением компьютерного цифрового видео стихийно стали возникать самые
разнообразные форматы представления видеоданных, что поначалу привело к
некоторой путанице и вызвало проблемы совместимости. Однако в последние годы
благодаря усилиям Международной организации по стандартизации (ISO --
International Standards Organisation)[1]
выработаны единые стандарты на форматы видеоданных, которые мы позже
рассмотрим.
Цифровое
видео характеризуется четырьмя основными факторами: частота кадра (Frame Rate),
экранное разрешение (Spatial Resolution), глубина цвета (Color Resolution) и
качество изображения (Image Quality).
Частота
кадра (Frame Rate). Стандартная скорость воспроизведения видеосигнала -- 30
кадров/с (для кино этот показатель составляет 24 кадра/с). Каждый кадр состоит
из определенного количества строк, которые прорисовываются не последовательно,
а через одну, в результате чего получается два полукадра, или так называемых
"поля". Поэтому каждая секунда аналогового видеосигнала состоит из 60
полей (полукадров). Такой процесс называется interlaced видео.
Между
тем монитор компьютера для прорисовки экрана использует метод "прогрессивного
сканирования" (progressive scan), при котором строки кадра формируются
последовательно, сверху вниз, а полный кадр прорисовывается 30 раз каждую
секунду. Разумеется, подобный метод получил название non-interlaced видео. В
этом заключается основное отличие между компьютерным и телевизионным методом
формирования видеосигнала.
Глубина
цвета (Color Resolution). Этот показатель является комплексным и определяет
количество цветов, одновременно отображаемых на экране. Компьютеры обрабатывают
цвет в RGB-формате (красный-зеленый-синий), в то время как видео использует и
другие методы. Одна из наиболее распространенных моделей цветности для
видеоформатов -- YUV. Каждая из моделей RGB и YUV может быть представлена
разными уровнями глубины цвета (максимального количества цветов).
Для
цветовой модели RGB обычно характерны следующие режимы глубины цвета: 8
бит/пиксель (256 цветов), 16 бит/пиксель (65,535 цветов) и 24 бит/пиксель (16,7
млн. цветов). Для модели YUV применяются режимы: 7 бит/пиксель (4:1:1 или
4:2:2, примерно 2 млн. цветов), и 8 бит/пиксель (4:4:4, примерно 16 млн.
цветов).
Экранное
разрешение (Spatial Resolution). Еще одна характеристика - экранное
разрешение, или, другими словами, количество точек, из которых состоит
изображение на экране. Так как мониторы PC и Macintosh обычно рассчитаны на
базовое разрешение в 640 на 480 точек (пикселей), многие считают, что такой
формат является стандартным. К сожалению, это не так. Прямой связи между
разрешением аналогового видео и компьютерного дисплея нет.
Стандартный аналоговый
видеосигнал дает полноэкранное изображение без ограничений размера, так часто
присущих компьютерному видео. Телевизионный стандарт NTSC (National Television
Standards Committe), разработан Национальным комитетом по телевизионным
стандартам США. Используемый в Северной Америке и Японии, он предусматривает
разрешение 768 на 484. Стандарт PAL (Phase Alternative), распространенный в
Европе, имеет несколько большее разрешение -- 768 на 576 точек.
Поскольку
разрешение аналогового и компьютерного видео различается, при преобразовании
аналогового видео в цифровой формат приходится иногда масштабировать и
уменьшать изображение, что приводит к некоторой потере качества.
Качество изображения
(Image Quality). Последняя, и наиболее важная
характеристика - это качество видеоизображения. Требования к качеству зависят
от конкретной задачи. Иногда достаточно, чтобы картинка была размером в
четверть экрана с палитрой из 256-ти цветов (8 бит), при скорости
воспроизведения 15 кадров/с. В других случаях требуется полноэкранное видео
(768 на 576) с палитрой в 16,7 млн. цветов (24 бит) и полной кадровой
разверткой (24 или 30 кадров/с).
Следует
исходить из разумной достаточности при определении необходимой степени сжатия.
При этом необходимо учитывать, как четыре характеристики (частота кадра,
экранное разрешение, глубина цвета и качество изображения) влияют на объем и
качество видео. Вы должны ясно себе представлять, какую "цену"
придется заплатить за качественное изображение. Чем больше глубина цвета, выше
разрешение и лучше качество, тем большая производительность компьютера вам
потребуется, не говоря уж о громадных объемах дискового пространства,
необходимого под цифровое видео. Учитывая эти характеристики, можно выбрать
оптимальный коэффициент сжатия. Надо отметить, что в профессиональном видео
действует простое правило - чем ниже коэффициент сжатия, тем лучше.
Простейшие
расчеты показывают, что 24-битное цветное видео, при разрешении 640 на 480 и
частоте 30 кадров/с потребует передачи 26 Мбайт данных в секунду! Этот поток не
только выходит за рамки пропускной способности компьютерной шины, но и
моментально "съест" любое дисковое пространство. Для наглядности приводим
здесь наши расчеты.
Очевидно,
что сжатие видео нужно для уменьшения объема цифровых видео файлов,
предназначенных для хранения, при этом желательно максимально сохранить
качество оригинала. Различают сжатие обычное в режиме реального времени,
симметричное или асимметричное, с потерей качества или без потери, сжатие
видеопотока или покадровое сжатие.
Сжатие
обычное (в режиме реального времени). Термин real-time
(реальное время) имеет много толкований. Применительно к сжатию данных
используется его прямое значение, т. е. работа в реальном времени. Многие
системы оцифровывают видео и одновременно сжимают его, иногда параллельно
совершая и обратный процесс декомпрессии и воспроизведения. Для качественного
выполнения этих операций требуются очень мощные специальные процессоры, поэтому
большинство плат ввода/вывода видео для PC бытового класса не способны
оперировать с полнометражным видео и часто пропускают кадры.
Недостаточная
частота кадров является одной из основных проблем для видео на PC. При
производительности ниже 24 кадров/с видео перестает быть плавным, что нарушает
комфортность восприятия. К тому же, пропущенные кадры могут содержать
необходимые данные по синхронизации звука и изображения.
Симметричное
или асимметричное сжатие. Этот показатель связан с
соотношением способов сжатия и декомпрессии видео. Симметричное сжатие
предполагает возможность проиграть видеофрагмент с разрешением 640 на 480 при
скорости в 30 кадров/с, если оцифровка и запись его выполнялась с теми же
параметрами. Асимметричное сжатие - это процесс обработки одной секунды видео
за значительно большее время. Степень асимметричности сжатия обычно задается в
виде отношения. Так цифры 150:1 означают, что сжатие одной минуты видео
занимает примерно 150 минут реального времени.
Асимметричное
сжатие обычно более удобно и эффективно для достижения качественного видео и
оптимизации скорости его воспроизведения. К сожалению, при этом кодирование
полнометражного ролика может занять слишком много времени, вот почему подобный
процесс выполняют специализированные компании, куда отсылают исходный материал
на кодирование (что увеличивает материальные и временные расходы на проект).
Сжатие
с потерей или без потери качества. Как мы уже
говорили, чем выше коэффициент сжатия, тем больше страдает качество видео. ВСЕ
методы сжатия приводят к некоторой потере качества. Даже если это не заметно на
глаз, всегда есть разница между исходным и сжатым материалом. Пока существует
всего один алгоритм (разновидность Motion-JPEG для формата Kodak Photo CD),
который выполняет сжатие без потерь, однако он оптимизирован только для
фотоизображений и работает с коэффициентом 2:1.
Сжатие
видеопотока или покадровое сжатие. Это, возможно,
наиболее обсуждаемая проблема цифрового видео. Покадровый метод подразумевает
сжатие и хранение каждого видеокадра как отдельного изображения. Сжатие
видеопотока основано на следующей идее: не смотря на то, что изображение все
время претерпевает изменения, задний план в большинстве видеосцен остается
постоянным - отличный повод для соответствующей обработки и сжатия изображения.
Создается исходный кадр, а каждый следующий сравнивается с предыдущим и
последующим изображениями, а фиксируется лишь разница между ними. Этот метод
позволяет существенно повысить коэффициент сжатия, практически сохранив при
этом исходное качество. Однако в этом случае могут возникнуть трудности с
покадровым монтажом видеоматериала, закодированного подобным образом.
Коэффициент
сжатия. Этот показатель особенно важен для профессионалов, работающих с
цифровым видео на компьютерах. Его ни в коем случае нельзя путать с
коэффициентом асимметричности сжатия. Коэффициент сжатия - это цифровое
выражение соотношения между объемом сжатого и исходного видеоматериала. Для примера,
коэффициент 200:1 означает, что если принять объем полученного после компрессии
ролика за единицу, то исходный оригинал занимал объем в 200 раз больший.
Обычно,
чем выше коэффициент сжатия, тем хуже качество видео. Но многое, конечно,
зависит от используемого алгоритма. Для MPEG сейчас стандартом считается
соотношение 200:1, при этом сохраняется неплохое качество видео. Различные
варианты Motion- JPEG работают с коэффициентами от 5:1 до 100:1, хотя даже при
уровне в 20:1 уже трудно добиться нормального качества изображения. Кроме того,
качество видео зависит не только от алгоритма сжатия (MPEG или Motion-JPEG), но
и от параметров цифровой видеоплаты, конфигурации компьютера и даже от
программного обеспечения (к этим вопросам мы вернемся чуть позже в сравнительном
обзоре видеоплат).
Как
выбрать метод сжатия? Методы сжатия данных используют математические алгоритмы
для устранения, группировки и/или усреднения схожих данных, присутствующих в
видеосигнале. Выбор конкретного алгоритма зависит от вашей конечной цели.
Существует большое разнообразие алгоритмов сжатия, включая PLV, Compact Video,
Indeo, RTV и AVC, но только Motion JPEG (Joint Photographic Experts Group),
MPEG-1 и MPEG-2 признаны международными стандартами для сжатия видео.
Практически
все рассматриваемые ниже видеоплаты построены на основе одного из двух методов
компрессии: Motion-JPEG или MPEG. Нелегко судить о преимуществе одного формата
над другим, тем более что области применения этих форматов несколько
различаются, так как технология MPEG кодирования и монтажа до последнего
времени была более дорогостоящей и сложной. Большую роль сыграло и
анонсирование спецификаций формата MPEG-2, который ляжет в основу новых
видеотехнологий не только на компьютерах, но и применительно к телевидению и
кино. Судя по всему, этот формат в совокупности с новыми CD-дисками высокой
плотности (DVD) основательно изменит привычный видеорынок. Без сжатия очень
трудно обеспечить непрерывную передачу видео со скоростью 21 Мбайт/с
(требования CCIR 601[2]
- признанного в мире стандарта цифрового телевидения), а объемы и стоимость
хранения несжатых видеоданных на дисках фактически делает невозможным
применение PC для чернового монтажа. Качество сжатия варьирует в довольно
широких пределах; обычными для современных видеосистем являются коэффициенты
сжатия от 1:4 до 1:100. Для цифрового оборудования, которое используется при
нелинейном монтаже видео с вещательным (1:4 и менее) качеством влияние сжатия
может быть особенно заметным. На сегодняшний день наибольшее распространение
получили два стандарта сжатия: Motion-JPEG и MPEG. Сейчас разрабатываются новые
методы сжатия изображения и видеопотока, но какие бы совершенные алгоритмы при
этом ни применялись, неизменным остается одно: чем выше коэффициент сжатия -
тем хуже качество. Методы сжатия сводятся к анализу изображения, на основании
которого делаются предположения обо всем изображении в целом, что изначально
допускает возможность погрешности. Применение подобных интегральных оценок к
разным картинкам при сжатии дает разные результаты. И даже если сжатие
позволяет достичь прекрасных результатов на картинке с плавными переходами и
небольшими шумами, то обработка резкого и зашумленного изображения может
привести к худшим результатам.
7. Основы MPEG-кодирования видео.
Основа кодирования у группы
алгоритмов MPEG общая. Основные идеи, применяемые в ходе сжатия видеоданных с
ее помощью, следующие:
Устранение пространственной избыточности
изображений путем подавления мелких деталей сцены, несущественных для
визуального восприятия человеком.
Использование более низкого цветового разрешения
при yuv-предеставлении изображений (y — яркость, u и v — цветоразностные
сигналы) — установлено, что глаз менее чувствителен к пространственным
изменениям оттенков цвета по сравнению с изменениями яркости.
Повышение информационной плотности результирующего
цифрового потока путем выбора оптимального математического кода для его
описания (например, использование более коротких кодовых слов для наиболее
часто повторяемых значений).
Кроме того, основная идея заключается в разделении кадров на
опорные (I — intra), а также так называемые предсказанные (то есть строящиеся
на основе опорных) — как однонаправленные (P – predicted), так и двунаправлено
предсказываемые (B – bi-directionally predicted) кадры (под направлением здесь
следует понимать временную последовательность представления кадров видео).
7.1.
Стандарт компрессии видеоданных MPEG-2.
Стандарт MPEG-2 был специально разработан для
кодирования ТВ сигналов вещательного телевидения. Он позволяет получить полную
четкость декодированного ТВ изображения, соответствующую Рекомендации 601 МККР.
(При скорости передачи видеоданных 9 Мбит/с качество ТВ изображения
соответствует студийному).
С принятием стандарта MPEG-2 работы по
компрессии видеоданных перешли в область практической реализации. На данный
момент можно назвать, по крайней мере, десяток фирм, которые выпускают для
продажи кодеры и декодеры по стандарту MPEG-2. Наиболее известны из них Philips, Panasonic, Page Micro Technology, CLJ
Communi-cation, Wegener Communications, Scientific-Atlanta, NTL, Segem Group и
др. В октябре 1995 г. через спутник Pan Am Sat начато 20-канальноеТВ вещание по стандарту MPEG-2, осуществляемое на
территории Скандинавии, Бельгии, Нидерландов, Люксембурга, Ближнего Востока и
Африки. В этой сети будет использовано более миллиона декодеров MPEG-2.
Основы
разработки стандарта MPEG-4 заложены группой ученых из MPEG еще в 1993 году, и
уже к концу 1998 года произошло утверждение первого стандарта. Впоследствии
стандарт неоднократно дорабатывался, в 1999 году получил официальный статус и
затем был стандартизован со стороны ISO/IEC.
Целью
создания MPEG-4 была выработка стандарта кодирования, который обеспечил бы
разработчиков универсальным средством сжатия видеоданных, позволяющим обрабатывать
аудио- и видеоданные как естественного (снятого с помощью видеокамеры или
записанного с помощью микрофона), так и искусственного (синтезированного или
сгенерированного на компьютере) происхождения. Это обстоятельство
кардинальным образом отличает MPEG-4 как видеостандартов предшественников
MPEG-1 и MPEG-2, в которых эффективное сжатие данных достигается лишь применительно
к естественному видео и аудио.
MPEG-4
обеспечивает необходимые средства для описания взаимного расположения объектов
(элементов) сцены в пространстве и времени с целью их последующего представления
потенциальным зрителям в ходе воспроизведения. Разумеется, такая трактовка предполагает
разделение сцены на составляющие ее объекты, что само по себе является весьма
трудоемкой задачей, к которой, по сути, и сводится MPEG-4 кодирование. Кроме
того, при разработке стандарта MPEG-4 решались проблемы обеспечения воспроизведения
объектов сцены в различных условиях пропускной способности сетей передачи данных.
Был разработан формат, допускающий «универсальный доступ» к мультимедийной
информации с учетом возможных ограничений полосы пропускания, возникающих в сетях
при самых разных условиях. Другими словами, один и тот же видеофрагмент может
быть представлен с различным качеством для различных каналов в зависимости от
их пропускной способности.
Кодирование
в формате MPEG-4 раздельное. Это означает, что для кодирования видео
составляющей применяются одни способы и алгоритмы сжатия, а для кодирования аудио
составляющей – другие. Естественной издержкой такого специфичного подхода к
сжатию является необходимость сопоставления двух потоков в ходе их последующего
совместного воспроизведения в режиме реального времени.
В
основу функций сжатия видео составляющей стандарта MPEG-4 была положена
технология применения целого арсенала алгоритмов сжатия, применяемых как в
зависимости от исходного качества и природы сжимаемого видеофрагмента, так и в
совокупности и (или) последовательно обрабатывающих исходное видео с помощью
различных по природе алгоритмов сжатия. Это методы прогрессивного и словарного
кодирования, кодирования с использованием чересстрочного сканирования, технологии
RLE (Run Length Encoding), технологии векторной квантизации (Vector
Quantization), а также всевозможные преобразования (Фурье, Дискретное
Косинусное, Wavelet).
8. Преимущества цифровой передачи видеоданных.
Кроме
очевидных преимуществ формата, сам способ формирования цифрового изображения
также несет в себе существенные преимущества. Цифровой сигнал не ослабляется
при передаче на расстояние, как аналоговый сигнал. Поэтому если он принимается
вообще, то принимается без искажений. Цифровой сигнал не подвержен помехам,
характерным для работы нецифрового оборудования, таким как тени, «туман» или
«снег». Передается же цифровой сигнал в компрессированном виде, что намного
сужает требуемую полосу пропускания канала. В цифровом телевидении применяется схема
компрессии MPEG-2 — та же, что и на DVD.
Любая
компрессия — это компромисс. Самое высокое качество у некомпрессированного
цифрового видео, но для этого необходимо передавать невероятное количество
данных. Такую пропускную способность можно обеспечить только в локальной сети.
Чтобы передавать цифровой сигнал по существующим каналам, изображение с
разрешением примерно вчетверо выше по сравнению с обычным нецифровым
компрессируется в соотношении 55:1.
«Чудо
компрессии» позволяет не только передавать в эфир превосходное изображение.
Благодаря запасу полосы пропускания, появляется возможность передавать цифровое
аудио 5.1, то есть настоящий окутывающий звук (surround sound).
Важнейшим
компонентом HDTV служит совсем крошечная деталь... скромный пиксел. В
аналоговом телевидении элементы изображения, из которых состоит красная,
зеленая и синяя компоненты, представляют собой вертикальные прямоугольники. В
HDTV они квадратные, как на компьютерных мониторах, и более, чем в четверо
меньше пикселов аналогового ТВ, так что мелкие детали получаются намного четче,
что позволяет разглядеть каждую пору на коже кинозвезды.
В данной работе мы остановились
на основных принципах представления аналоговой и цифровой аудио и
видеоинформации, затронули популярные стандарты её компрессии, такие как MPEG
Layer 3, MPEG-2 и MPEG-4.
Формат этой работы, естественно, не позволяет подробно исследовать затронутые
темы, но представление о них все-таки сформировано.
Никто не знает каких высот достигнет лет через 5-10
технический прогресс и информатика, в частности, как будут реализованы системы
мультимедиа, но мне кажется что цифровой звук и цифровое видео также будут
играть огромную роль в таких системах.
10.
Список использованной литературы.
|
NN
|
Наименование
документа
|
|
1
|
Александр
Колганов, Системы мультимедиа сегодня // HARD&SOFT №4 апрель 1995г.
|
|
2
|
Антон
Веснушкин, «Живое» видео на PC // HARD&SOFT №6 декабрь 1994г.
|
|
3
|
Андрей Борзенко,
Программное обеспечение для мультимедиа // HARD&SOFT №2 февраль 1995г
|
|
4
|
Мультимедиа —
синтез трех стихий. С. Новосельцев // Компьютер–Пресс №7 1991г.
|
|
5
|
Мультимедиа–ПК.
В. Дьяконов // Домашний Компьютер №1 1996г
|
|
6
|
Константин Гласман
«Методы передачи данных в цифровом телевидении»
|
|
7
|
Лев Севальнев
«Международный стандарт кодирования с информационным сжатием MPEG-2»
|
[1] ISO-Интернациональная организация
стандартизации.
[2] CCIR-601 – стандарт Интернационального комитета
по телеграфу и телефонии, описывающий формат цифрового видео с разрешением 730х486
при частоте 30 Гц.