különböző médiumok feldolgozása

Különböző médiumok Különböző médiumok feldolgozásafeldolgozása

Különböző médiumok Különböző médiumok feldolgozásafeldolgozása

Készítette: Kosztyán ZsoltKészítette: Kosztyán Zsolt

kzst@almos.vein.hukzst@almos.vein.hu

kzst@ond.vein.hukzst@ond.vein.hu

Tömörítés - alapfogalmak

• Redundancia: Egy adathalmaz redundáns, ha mennyisége több, mint amennyi az információ hordozásához és megjelenítéséhez szükséges lenne.– Kódolási redundancia– Képi redundancia– Pszichovizuális redundancia– Pszichoakusztikus redundancia

Tömörítés - alapfogalmak

• Kódolási redundancia: Az információt hordozó adathalmazban az adatkódoknak kevesebb variációja fordul elő, mint amennyit a kódok mérete lehetővé tenne.– Pl. Egy CD biztonságosabb

letapogatása érdekében 8 bitből álló kódot 14 biten jelenítenek meg. 14 bitnek 16384 variációja van, amiből a CD-technika csak 256–ot használ.

Tömörítéssel szemben támasztott elvárások

• A tömörített és az eredeti adathalmaz mennyiségének hányadosa (a tömörítési arány) a lehető legkisebb legyen!

• A tömörítő algoritmus használja ki a tömörítendő adathalmaz belső szerkezetének sajátosságait!

Tömörítéssel szemben támasztott elvárások

• A tömörítő algoritmus legyen hatékony!

• Az algoritmus illeszkedjék a már meglévő rendszerekhez!

• Az információveszteség legyen minimális vagy nulla!

Tömörítés• A tömörítési eljárások fajtái:

– Veszteségmentes• Pl. Entrópia kódolás

– Veszteséges• Pl. JPEG, MPEG

Veszteségmentes tömörítés

• Egyszerű veszteségmentes tömörítések– Futamhossz kódolás– Különbségi kódolás

• Változó hosszúságú kodolás– Huffmann kódolás

• Statikus• Globálisan adaptív• Lokálisan adaptív

– Aritmetikai kodolás

Entrópia: )()(1

i

n

ii sIsp

Az átlagos kódhossz:

n

iii slspL

1

)()(

)(log)()( 2 iii spsIsl

Tehát )( isl értékét érdemes )(log 2 isp -nak választani.

Veszteségmentes tömörítés

– Bitsík kódolás– Homogén foltok kódolása– Határoló vonal kódolás

• Futamhossz-kódolás• Kontúrkövetés

– Előrebecsléses kódolás

Alkalmazás: pl. kép (.GIF, .PCX) kódolása

Veszteséges tömörítés• Előrebecslésen alapuló eljárások• Matematikai transzformáción

alapuló módszerek– Karhumen-Loeve transzformáció– Diszkrét Fourier transzformáció– Wals-Hadamart transzformáció– Diszkrét koszinusz transzformáció– Wavelet transzformáció

Képtömörítés - legelterjedtebb képi formátumok

• BMP (BitMapped Picture)– Kódolás nélkül, vagy veszteségmentes RLE

kódolással tárolt képi formátum

• GIF (Graphic Interchange Format)– Helyettesítési (veszteségmentes) eljáráson

alapuló maximum 256 színmélységű képet megjeleníteni képes képformátum

– Ha a kép viszonylag homogén, és max 256 színt tartalmaz, akkor célszerű ebben a formátumban tárolni. (Egy továbbfejlesztett változata a PNG, de ez még nem nagyon terjedt el.)

Legelterjedtebb képi formátumok

• JPEG (Joint Photographic Expert Group)– Veszteséges és veszteségmentes (nagy

hatékonyságú pszichovizuális és kódolási redundanciát kiküszöbölő) tömörítést alkalmaz

– Akár 1:5 (fekete fehér képeknél), 1:10 (színes képeknél) tömörítési arányt is képes produkálni számottevő (észrevehető) minőségromlás nélkül

JPEG Képtömörítés• A tömörítés lépései:

– RGB => YUV szín-koordinátarendszerbe transzformál

– Elválasztja a világosság- és színkódokat (elsősorban a színi információk mennyiségét csökkenti)

– 8 x 8 –as tagból álló makró blokkokra bontja, majd a blokkokra egy diszkrét koszinusz transzformáció segítségével kiszámítja a blokkokat alkotó frekvencia- komponensek amplitúdóját.

– Az eljárás elhagyja azokat a frekvencia- komponenseket, melyek amplitúdói egy előre definiált paraméter alatt vannak.

– A megmaradt képi információkat Huffmann-kódolással tömöríti.

MEGJEGYZÉS: A JPEG 2000, DCT transzformáció helyett diszkrét Wavelet transzformációt használ

Hangtömörítés• Pszichoakusztikus redundancia:

– Az ember nem hallja a nagy hangerejű hangfrekvenciákhoz közeli zajfrekvenciát. (Ez azonban csak egy szűk frekvenciasávra érvényes.)

– Az ember hallását zavarják azok a zajok, melyeknek frekvenciája közelében nincs hangfrekvencia.

• A pszichoakusztikus tömörítő eljárások részsávokra bontják a hallható hangfrekvenciasávot, és elemzik az egyes részsávok tartalmát.

Hangtömörítési eljárások

•Alapjuk a pszichoakusztikus redundancia csökkentése– MPEG Audio (Layer 1, Layer 2, Layer 3)– MPEG 2 AAC– MPEG 4– Dolby eljárások

• Dolby Stereo Digital• Dolby Surround Pro Logic

Videoállományok tömörítése

• Tömörítés/kibontás szempontjai– Hatékonyság

• Sebesség• Tömörítési arány

– Minőség

• A tömörítés során csökkenteni kell:– Pszichovizuális– Pszichoakusztikus– Kódolási redundanciát

Az egyes képkockák nem függetlenek egymástól, hanem közöttük kapcsolat (korreláció) van

Feladat - KépfeldolgozásEgy színes képet tartalmazó fotót (8”x12”) digitalizálunk 1200x1200-as dpi mintavételezéssel 24 bites színmélységben. Ezután tömörítjük a képet JPEG-eljárás segítségével. A tömörítési arány 1:8. Mekkora lesz a tömörített kép?

– Lesz-e észrevehető minőségromlás? Indokolja válaszát!

– Egy festő megkér bennünket, hogy ezt egy vászonra nyomtassuk ki neki, melyet ő majd mint alapot használ, és később majd erre fest, illetve ezt a képet egészíti ki. A vászon mérete 50 cm x 70 cm (egy ” = 2,54 cm). Milyen torzulások léphetnek fel a nyomtatás során? Ezek hogyan küszöbölhetők ki?

Megoldás• A digitalizált kép mérete: 1200 x 1200 x

8 x 12 x 24 = 3317760000 bit =  414720000 B = 395,5078125 MB

• A tömörített kép mérete: 49,4384765625 MB

• Valószínűleg nem vehető észrevehető a minőségromlás mivel általában 1:8 tömörítési arány színes képek esetén még nem jár számottevő minőségromlással.

• A minőségromlás nyomtatáskor:– Színtorzulás, nagyításból eredő hibák stb.

Feladat - HangfeldolgozásEgy Dolby Digital hangrendszer segítségével (5 csatorna) rögzítettünk egy 3 perc, 51 másodperces zeneszámot. A mintavételezés 48 kHz. A kvantálási hossz 24 bit. Ezután tömörítettük MPEG 2 AAC segítségével az egyes csatornákat 96 kbps sűrűségűre. Mekkora az eredeti fájl mérete? Mekkora a tömörítési arány? Mekkora a tömörített fájl mérete?

Megoldás• A digitalizált hangállomány

mérete: (3 x 60 + 51) x 5 x 24 x 48000 = 1330560000 bit =  166320000 B = 158,6151123046875 MB

• A tömörített hangállomány mérete: (3 x 60 + 51) x 5 x 96 x 1024 = 113541120 bit = 14192640 B = 13,53515625 MB

• A tömörítési arány: 1:11,71875

Feladat – Videófeldolgozás

Egy internetes újság a következőkkel bíz meg bennünket: egy közéleti személyiség beszédét (39 perc 37 másodperc 320 x 240 –es felbontásban 16 bites színmélység mellett) kell az Interneten keresztül elérhetővé tenni mindenki számára. Főnökünk azt szeretné, ha olyanok is letölthetnék, illetve folyamatosan nézhetnék, akiknek csak modemjük van, és csak 40 kbps sávszélességet tudnak átlagban kihasználni. Továbbá közli velünk, hogy maximum csak 19 MB–ot tud számunkra biztosítani. A videóanyagot PAL rendszerű SVHS kazettára vették fel. Melyet először digitalizálunk tömörítés nélkül (564x768 képkocka x 24 bites színmélység 25 kép/s, a hangot sztereó hangminőségben 44,1 kHz-en 16 bites kvantálási hosszal)

Feladat – Videófeldolgozás

• Mekkora a tömörítetlen file hossza?• Mekkorának kell legalább lenni a tömörítési

aránynak, hogy a fenti feltételeknek megfelelő, minimális minőségromlással járó videóanyagot kapjon?

• Megoldható-e a fenti feladat? Indokolja állítását! Amennyiben a feladat megoldható, úgy részletesen írja le a megoldás menetét (használjon ki minden lehetséges tömörítési lehetőséget, pl. beszéd tömörítéséhez szükséges kvantálási hossz, megjeleníteni kívánt videó-ablakméret, kép/sec, tömörítési eljárás stb.)!

Megoldás• A tömörítetlen file hossza:

(39x60+37)x(564x768x24x25+44100x16x2)= = 2377x(259891200+1411200) = 621115804800 bit = 77639475600 B = = 74042,7738189697265625 MB = 72,30739630758762359619140625 GB

• A tömörítési arány: A folyamatosság miatt a file mérete maximum: 40x1024x(39x60+37)= 97361920 bit = 12170240 B = 11,6064453125 MB < 19 MB, tehát ezt a file-méretet kell alapul venni!

• A teljes tömörítési arány tehát: 97361920:621115804800=1:6379,453125 –nak kellene lennie.

MegoldásA kívánt tömörítési arányt el lehet érni a

következőképpen:• Felbontás színmélység, kvantálási hossz,

mintavételezési frekvencia csökkentése:• A kívánt videó-állomány jellemzői:

(320x240x16x16 + 11025x8)x(39x60+37)= 46943373000 bit ez 1:13,231171198541698313838675375968 tömörítés

• Ez után MPEG 4 eljárással kódoljuk a videó-anyagot, mely kódolás kihasználja, hogy egy beszéd esetén nincs túl sok mozgás. Hangot is csak egy szűk tartományba kell kódolni.

Irodalom1. CSÁNKY LAJOS: Multimédia PC-s

környezetben, LSI Oktatóközpont, Budapest, 1996.

2. RALF STEINMETZ: Multimédia Springer Hungarica Kiadó Kft., Budapest

Irodalom - folyóiratok1. Vége Csapó Ennyi, Digitális Videó

Eszközök. CHIP Magazin XII. évfolyam 8.szám. 2000. augusztus

2. Lame az enyém MP3. CHIP Magazin XIV. évfolyam 7. szám 2002. július

3. Tippek és Tanácsok 23. Hogyan készíthetünk videoanyagokat PC-n, PC Word melléklet. 2001/10. október

4. Digitális Videó És Számítástechnika, VIDEO praktika V. évfolyam 8-9 szám. 1999.

Irodalom - Internet1. http://www.adobe.com2. http://www.matrox.com/mga3. http://www.sysopt.com/reviews/matrox-g4504. http://www.fontolo.hu/magazin/digivideo/

digivideo.html5. http://www.mpeg.org/MPEG/audio.html6. http://www.fraunhoffer.iis7. http://www.intermedia.c3.hu/oktanyag/

video/videotechgyak8. http://www.movie-collage.de

Köszönöm a Köszönöm a figyelmet!figyelmet!

Köszönöm a Köszönöm a figyelmet!figyelmet!