Télécharger la présentation
La présentation est en train de télécharger. S'il vous plaît, attendez
1
Support de cours: Fondement du Multimédia
Institut supérieur des Etudes Technologiques de Mahdia Support de cours: Fondement du Multimédia Préparé par : Hechkel Amina Assistant Technologue à ISET Mahdia Année Universitaire : 2010/2011 Mlle HECHKEL Amina
2
Eléments de Contenu Chaîne multimédia : acquisition, traitement, analyse, synthèse, stockage, intégration, communication, etc. Transformée de Fourier : TFC, TFD, FFT. Numérisation : Echantillonnage (Th. De Shannon, CAN, CNA), Résolution, Quantification. Perception visuelle et SVH (RGB et systèmes virtuels). Objets multimédias : textes, sons, images animées, vidéo (normes, codage, formats). Outils logiciels. Mlle Hechkel Amina Mlle HECHKEL Amina
3
Plan Introduction Le son Multimédia L’image La vidéo Bibliographie
Mlle Hechkel Amina Mlle HECHKEL Amina
4
Plan Introduction Le son Multimédia L’image La vidéo Bibliographie
Mlle Hechkel Amina Mlle HECHKEL Amina
5
Introduction : Définition
Multimédia = multi + média – Multi : plusieurs – Média : (medium) milieu de diffusion de l’information – Coexistence sur un même support de plusieurs médias (texte, son, image, vidéo) « Intégration sur un même support de données de différents types en vue de leur manipulation (éventuellement interactive) à l’aide de l’outil informatique ». Mlle Hechkel Amina Mlle HECHKEL Amina
6
Introduction : Définition
Outil informatique : – Choix du matériel et du logiciel (Norme MPC) – Traitement numérique – L’ordinateur est à la fois l’outil de : • Acquisition • Traitement • Stockage • Restitution (communication) Interactivité : – L’utilisateur choisit : • Les éléments auxquels il veut accéder • Le moment auquel il accède à ces éléments Mlle Hechkel Amina Mlle HECHKEL Amina
7
Introduction : Définition
Les moyens de l’interaction – Les périphériques (clavier, souris, écran, microphone, …) – Une interface (graphique) – Hypermédia (structure arborescente) Mlle Hechkel Amina Mlle HECHKEL Amina
8
Introduction : Historique
Né dans les années 80 – Microinformatique – Interfaces graphiques – Hypercard (Apple) Rencontre de plusieurs domaines – Audiovisuel – Informatique – Télécommunications – Arts graphiques Mlle Hechkel Amina Mlle HECHKEL Amina
9
Introduction : Historique
Bénéficie des avancées technologiques – Technologies de stockage – Méthodes de compression/Décompression – Puissance de calcul – Transmission de l’information NTIC : Nouvelles Technologies de l’Information et de la Communication (IT) – Fusion du Multimédia, Internet, Téléphonie mobile et Télévision numérique Mlle Hechkel Amina Mlle HECHKEL Amina
10
Introduction : Objectifs
Acquérir, Stocker, Manipuler, Gérer, Diffuser – Des chiffres, du texte, des images, de la vidéo Besoins – Grandes quantités d’information – Numériser – Compromis • Stockage • Qualité • Coût • Transmission Mlle Hechkel Amina Mlle HECHKEL Amina
11
Introduction : Objectifs
Caractéristiques du multimédia (d’après des études psychologiques) – La mémoire humaine est capable de mémoriser • 10% de ce qu’on lit • 20% de ce qu’on entend • 30% de ce qu’on voit • 50% de ce qu’on entend et voit • 60% de ce qu’on dit • 70% de ce qu’on pratique • 80% de ce qu’on pratique et on expose – Proverbe chinois : “j’entend et j’oublie, je vois et je me rappelle, j’expérimente et j’apprends – Volumineuse, complexes (dimension spatiotemporelles) Mlle Hechkel Amina Mlle HECHKEL Amina
12
INTRODUCTION : Applications
Potentiel énorme d’utilisation – Se divertir – S’informer – Se former – Communiquer – Vendre... Applications grand public – Journaux en ligne – Visites virtuelles (de musées) –Encyclopédies – VOD (Vidéo On Demand) – Jeux Mlle Hechkel Amina Mlle HECHKEL Amina
13
INTRODUCTION : Applications
Applications professionnelles – Présentation d’entreprise – Commerce électronique – Médecine (aide au diagnostic) – Architecture et bâtiments (simulation) Mlle Hechkel Amina Mlle HECHKEL Amina
14
INTRODUCTION : Projet multimédia
Recherche et analyse – Public cible : niveau d’expertise et besoins – Recherche de contenu – Contexte d’utilisation (contraintes) Conception – Synopsis du projet Scénarisation (storyboarding) – Description détaillée des différents éléments multimédia Prototypage Développement Test et validation Mlle Hechkel Amina Mlle HECHKEL Amina
15
INTRODUCTION : Les métiers
De la production – Éditeurs, producteurs, juristes, prospecteurs De la création – Auteurs, directeurs artistiques, scénaristes, ergonomes, illustrateurs De la réalisation – Réalisateurs, directeurs techniques, développeurs (programmeurs, infographistes, etc.) ingénieurs du son, dialoguistes, testeurs, traducteurs De l’exploitation – Fournisseurs d’accès, spécialistes réseau, packaging De la distribution – Commerciaux pour la vente sur support, pour la vente en ligne De l’utilisation – Bibliothécaires, formateurs Mlle Hechkel Amina Mlle HECHKEL Amina
16
INTRODUCTION : Les métiers
De la production – Éditeurs, producteurs, juristes, prospecteurs De la création – Auteurs, directeurs artistiques, scénaristes, ergonomes, illustrateurs De la réalisation – Réalisateurs, directeurs techniques, développeurs (programmeurs, infographistes, etc.) ingénieurs du son, dialoguistes, testeurs, traducteurs De l’exploitation – Fournisseurs d’accès, spécialistes réseau, packaging De la distribution – Commerciaux pour la vente sur support, pour la vente en ligne De l’utilisation – Bibliothécaires, formateurs Mlle Hechkel Amina Mlle HECHKEL Amina
17
Plan Introduction Le son Multimédia L’image La vidéo Bibliographie
Mlle Hechkel Amina Mlle HECHKEL Amina
18
Définition : Le son Définition 1: C’est un phénomène ondulatoire dû à un phénomène physique, c'est donc un phénomène continu (analogique) qui peut-être produit par vibration. Définition 2: Le son est une onde sinusoïdale produite par la vibration mécanique d'un support fluide ou solide et propagée grâce à l'élasticité du milieu environnant sous forme d'ondes longitudinales. Par extension, le son désigne la sensation auditive liée à cette vibration L'onde sonore est représentée le plus souvent par une courbe sinusoïdale. Mlle Hechkel Amina Mlle HECHKEL Amina
19
Définition : son et projet multimédia
Deux types d’utilisation: Contenu Sonore Narration Description de contenu (voice-overs) Musique (chanson) Ambiance sonore Fond sonore (musique d’accompagnement) Effets sonores (clic sonore) Mlle Hechkel Amina Mlle HECHKEL Amina
20
Propriétés du son Le son sous forme d’onde (spectre de modulation d'amplitude) Fréquence : L’inverse de la période (1/p) C’est la hauteur (grave, aigu) Nombre de pics (crête) par seconde Unité : Hz (1 Hz= 1pics par seconde) Plage audible : 20 Hz - 20KHz Mlle Hechkel Amina Mlle HECHKEL Amina
21
Propriétés du son Les sons dont les fréquences sont plus faibles que la plus petite fréquence audible (donc, du côté des graves) sont appelés les infrasons (20 Hz chez l'homme). Les sons dont les fréquences sont plus élevées que la plus haute fréquence audible (donc, du côté des aigus) sont appelés les ultrasons ( Hz chez l'homme). Les fréquences les plus utilisées par l'Homme sont comprises entre 1 et 3 KHz. Mais, la plage audible est de 20Hz à environ 20 KHz (non audibles : infrasons et ultrasons) Largeur de bande : différence entre plus haute et plus basse fréquence Intensité (volume) Mlle Hechkel Amina Mlle HECHKEL Amina
22
Propriétés du son Intensité (différence de pressions)
L'intensité correspond à l’amplitude (différence de pression). Exprimée en décibels (dB) qui sont des unités logarithmiques. Exemples: Voix humaine : 35 à 70 dB, Aspirateur : 70 dB, Trafic automobile intense : 85 dB, Détonation d'une cartouche 9 mm : 120 dB, Avion à réaction au décollage : 135 dB, Amplificateur de grande puissance : 140 dB. Mlle Hechkel Amina Mlle HECHKEL Amina
23
Propriétés du son Timbre: C’est la différence entre deux sons ayant la même hauteur et le même volume (même fréquence, même intensité) : c’est la qualité de sensation. Le timbre dépend de l'intensité des harmoniques qui accompagne le son fondamental. Exemple : Des instruments de musique jouant un do ont des intensités d'harmoniques différentes. Cela n'empêche pas de reconnaître ce do qu'il soit émis par une soprane, un piano ou un cor de chasse. Mlle Hechkel Amina Mlle HECHKEL Amina
24
Propriétés du son Fondamentale et harmoniques
Une onde périodique complexe peut-être décomposée en un ensemble d’ondes périodiques simples. Ainsi, un son est, en général, un mélange de fréquences dites " harmoniques " qui sont des multiples entiers de la fréquence de base. • Calcul des harmoniques : Transformée de Fourier – Signal analogique Signal analogique: Signal discret : Mlle Hechkel Amina Mlle HECHKEL Amina
25
Propriétés du son Vitesse de son
La vélocité du son varie suivant le milieu dans lequel il se propage. Le principal facteur de la variation est la densité de ce milieu : dans un gaz, sa vitesse est plus faible que dans un liquide. Par exemple, le son se propage approximativement à 343 m.s-1 dans l'air et à 1500 m.s-1 dans l'eau. Mlle Hechkel Amina Mlle HECHKEL Amina
26
Numérisation Pour pouvoir représenter un son sur un ordinateur, il faut arriver à le convertir en valeurs numériques : la numérisation. C’est la conversion de l’analogique au numérique. On dit aussi discrétisation d’un signal continu vers un signal discret. Deux étapes dans la numérisation sont l’échantillonnage et la quantification. Les contraintes sont: Ne pas détériorer le signal analogique. Limiter l’espace de stockage. Mlle Hechkel Amina Mlle HECHKEL Amina
27
Numérisation Exemple de numérisation d’un signal analogique
La conversion est obtenue grâce à un circuit électronique intégré appelé Convertisseur Analogique-Numérique(CAN). Etapes résumées dans la figure 1 et 2 suivantes. Exemple de numérisation d’un signal analogique Mlle Hechkel Amina Mlle HECHKEL Amina
28
Numérisation: Échantillonnage
Modèle de l’échantillonnage L’opération mathématique associée à cette discrétisation revient à multiplier le signal e(t) par un peigne de Dirac Te (t): Xs (t) = X(t).p (t) = Xs(t). Σk (t – kTe) Mlle Hechkel Amina Mlle HECHKEL Amina
29
Numérisation: Échantillonnage
Principe On prend ainsi des valeurs de e(t) à des intervalles de temps régulier (tous les Te, période d’échantillonnage) à une fréquence Fe dite fréquence d’échantillonnage. Plus la fréquence est élevée, plus la numérisation est de qualité. Si le spectre du signal d’origine à une fréquence supérieur à Fe/2 : effet de repliement. Dans ce cas, il n’est plus possible de retrouver le signal d’origine. Puisque l’opération d’échantillonnage modifie les caractéristiques d’entrée. On devra donc respecter la condition de Shannon : Mlle Hechkel Amina Mlle HECHKEL Amina
30
Numérisation: Échantillonnage
Principe Avant d’échantillonner le signal, on applique un filtre pour limiter cet effet de repliement : Filtre passe bas (filtre anti-repliement) pour enlever les fréquences supérieures à ½ Fe. Utilisation du filtre en amont de l’échantillonneur Mlle Hechkel Amina Mlle HECHKEL Amina
31
Numérisation: Échantillonnage
Exemple Pour la musique, la fréquence maximale audible est de 20 kHz, en comptant très large. La fréquence d'échantillonnage des CD-audio, de 44,1 kHz, respecte bien ce théorème. Application à la voix en téléphonie : fréquence maximale : 3700 Hz. Quelle fréquence d'échantillonnage minimale choisir ? Choix d’une fréquence d’échantillonnage Les fréquences usuelles sont de 44,1 kHz et 48 kHz !!! Le choix est également fonction des performances de l’oreille Comme il faut au moins 2 échantillons pour recréer un signal, le choix sera : fe ≥ 2 fréquence max (théorème de Shannon ou de Nyquist) Mlle Hechkel Amina Mlle HECHKEL Amina
32
Numérisation: Échantillonnage
L’échantillonnage blocage Une fois le signal filtré et échantillonné, il reste à le quantifier. On doit maintenir constant la valeur à quantifier afin de permettre au CAN de traiter l'échantillon et de le numériser. On appelle cette opération, le blocage. Ce blocage doit être d’une durée supérieure au temps de conversion. Chaine de Conversion Analogique numérique Mlle Hechkel Amina Mlle HECHKEL Amina
33
Numérisation: Quantification
Théorie de la quantification Le signal échantillonné - bloqué peut à ce stade être converti sous forme binaire (numérique) pour être stocké. Ce codage s'appelle la quantification. De là vient le nom de la technique : PCM ("Pulse Code Modulation") ou MIC ("Modulation Impulsion Codée"). Le rôle de la quantification est de donner une image binaire d’un signal analogique : Passage : Analogique – Numérique Signal Continu – Signal discret Tension – chiffre Mlle Hechkel Amina Mlle HECHKEL Amina
34
Numérisation: Quantification
Effectué par un circuit intégré (CAN, ADC). A Chaque valeur mesurée est associée une valeur binaire codée sur n bits (nombre de bits de quantification). N bits permettent de distinguer 2n niveaux de tension entre –Vm et +Vm. On a ainsi le pas de quantification : Application : Un signal de +/- 5 V codé su8 bits, donner le pas de quantification q. Réponse : 39 mV. Mlle Hechkel Amina Mlle HECHKEL Amina
35
Numérisation: Quantification
Fonction escalier d’un CAN La caractéristique d’entrée sortie d’un CAN est une caractéristique en marche d’escalier. Chaque palier a une largeur d’un pas de quantification q. Le passage d’un palier à un autre correspond à une variation de ‘1’ du code. Le pas de quantification est appelée quantum, il correspond à la résolution du convertisseur. Le quantum est la plus petite variation de tension que le convertisseur peut coder. Fonction escalier d’un CAN Mlle Hechkel Amina Mlle HECHKEL Amina
36
Numérisation: Quantification
Bruit de quantification Lors de la quantification, une erreur de codage entre le signal échantillonné et la valeur du code correspond à un niveau de tension (ce niveau de tension étant la moyenne des tensions correspondant à ce code) : Gamme de tension Code unique Lors du codage, tous les niveaux compris dans la gamme reçoivent le même code. La quantification fournie une valeur approximative du signal donc introduit un bruit : Rapport Signal Bruit (Signal Noise Ration) : Mlle Hechkel Amina Mlle HECHKEL Amina
37
Numérisation: Quantification
Bruit de quantification Le rapport Signal/Bruit pour un signal utilisant la pleine échelle vaut environ : SNR dB =6.N + 2 Amplitude du signal et rapport S/B : Le rapport Signal/Bruit S/B=6N+2 est obtenu pour la pleine échelle et diminue si l’amplitude du signal numérisé est plus faible. Exemple: un CAN 8 bits travaille sur une plage d’entrée de -5V à+5V : un signal d’amplitude Smax= 5V sera digitalisé sur 256 niveaux, d’où un rapport S/B = 6.N + 2 = 50 dB un signal d’amplitude 1,25V sera digitalisé sur 64 niveaux soit 6 bits, d’où un rapport S/B = 38 dB pour S/Smax= 0,25 = -12 dB Mlle Hechkel Amina Mlle HECHKEL Amina
38
Quantification uniforme (linéaire)
La fonction de quantification uniforme attribue le même niveau à tous les signaux situés dans une plage de tension donnée : le quantum q est donc constant. Le bruit de quantification (ou bruit de numérisation) apparut, diminue si la précision, c’est-à-dire le nombre de bits N, de la conversion augmente Mlle Hechkel Amina Mlle HECHKEL Amina
39
Quantification uniforme (linéaire)
Le nombre de niveaux de quantification est bien-sûr lié au nombre de bits N du CAN : Un convertisseur 8 bits quantifie le signal analogique sur 256 niveaux, q = 19,5 mV si E = 5V Un convertisseur 12 bits quantifie le signal analogique sur 1024 niveaux, q = 4,9 mV si E = 5V Un convertisseur 16 bits quantifie le signal analogique sur niveaux, q = 0,076 mV si E = 5V Application: Calculer en Volts le quantum lorsque le signal analogique a une amplitude 10 et la conversion est sur 8 bits. (Réponse : q=20/256=0,078). Le rapport signal/bruit est particulièrement défavorable pour les signaux de petites amplitudes. Une quantification non-linéaire est donc requise. Mlle Hechkel Amina Mlle HECHKEL Amina
40
Quantification non linéaire
Pour obtenir un rapport signal/bruit de quantification constant (ie indépendant de l'amplitude), il faut évidemment faire varier le pas de quantification selon l'amplitude. le pas est petit pour les échantillons de faible amplitude le pas est grand pour des échantillons de forte amplitude En téléphonie, la quantification est à pas variable et utilise une courbe non linéaire appelée “loi A” en Europe et “loi mu” aux Etats-Unis Quantification non linéaire Mlle Hechkel Amina Mlle HECHKEL Amina
41
Formats et standards On peut calculer la taille d’un fichier son comme suit : Taille(en bits) = Fe * N * D * V Avec : Fe : Fréquence d’échantillonnage (8 KHz, 44,1 KHz, …etc) N : nombre de bits de quantification (8 bits, 16 bits) D : Durée(en s) V : Nombre de voies (mono : 1 voie, stéréo : 2 voies, quadri, etc) On peut aussi calculer le débit : Débit (en bps)= Fe * N * V Mlle Hechkel Amina Mlle HECHKEL Amina
42
Codage Codage PCM (Pulse Coded Modulation)
En principe, le codage désigne le type de correspondance que l'on souhaite établir entre chaque valeur du signal analogique et le nombre binaire qui représentera cette valeur. Le type de codage : PCM - Différentiel (delta) - Prédictif - Adaptatif - etc. Codage PCM (Pulse Coded Modulation) En français, MIC : Modulation par Impulsions Codées. Utilisé au départ pour la téléphonie. Il s’agit de coder chaque échantillon à sa valeur réelle (contrairement à ce qui se fait dans le codage différentiel). Mlle Hechkel Amina Mlle HECHKEL Amina
43
Codage (suite) Codage différentiel ou codage "delta"
Ce codage consiste à évaluer (coder) la différence entre le niveau du signal à l'instant de l'échantillonnage et le niveau qu'il avait lors de l'échantillonnage précédent. Standard DPCM (Differential PCM) Codage différentiel Mlle Hechkel Amina Mlle HECHKEL Amina
44
Codage (suite) Codage prédictif Codage adaptatif
Fonction de prédiction Coder la différence entre la valeur réelle et la valeur prédite Standard : LPC (Linear Predictive Coding/ Codage linéaire prédictif pour la parole), WarpedLPC. Codage adaptatif Adapte le nombre de bits au type de variation sonore qu'il détecte. Très utile pour adapter la qualité d'un son à l'encombrement du réseau qui le transmet. Standard : ADPCM (Adaptative PCM). Codage par transformation Transformer le signal avant codage Standards : DCT (Discrete Cosine Transform), DFT (Fourier), DWT (Wavelet) Mlle Hechkel Amina Mlle HECHKEL Amina
45
Compression de son Un son numérisé est une séquence d'octets en mémoire. La compression consiste à trouver une séquence d'octets plus courte dont l'effet sonore soit semblable à celui de la séquence initiale. Buts de la compression: Gain de place dans le cas d'un enregistrement, Économie de bande passante dans le cas d'une transmission, Gain de temps dans le cas d'un transfert de fichier (Internet) On calcule ainsi le taux de compression : Taux de compression (%) = Taille compressé/ Taille originale Exemple : C= 25/100= 0,25 soit 25 % Mlle Hechkel Amina Mlle HECHKEL Amina
46
Algorithme de Compression
On cite ci-dessous quelques algorithmes de compression/décompression (Codec) : Algorithme de compression sans perte La suite de bits obtenue après les opérations de compression et de décompression est strictement identique à l’originale, cet algorithme est utilisé pour nombreux types de données (documents, fichiers exécutables, fichiers textes). RLE (Run Length Encoding): Toute suite de bits ou de caractères identiques est remplacé par un couple :(nombre d’occurrence, bit ou caractère répété) Exemple : AAAAAAAAZZZEEEE devient 7A3Z4E. LZW : Codage par dictionnaire (une table de données contenant des chaînes de caractères), peu efficace pour les images et donne de bons résultats pour les textes et les données informatiques en général (plus de 50 %). Mlle Hechkel Amina Mlle HECHKEL Amina
47
Algorithme de Compression
Algorithme de compression avec perte La suite de bits obtenue après les opérations de compression et de décompression est différente de l’originale mais l’information reste sensiblement la même, utilisé pour les types de données : images, sons et vidéos. MPEG ADPCM Mlle Hechkel Amina Mlle HECHKEL Amina
48
Formats de fichiers audio
Ils sont plus que 50 formats : WAV, MP3, WMA, AAC, OGG, RA, MIDI,…etc WAV : Waveform audio format Développer par IBM et Microsoft (plateforme Windows), Conteneur capable de recevoir des formats variés Il peut être mono ou stéréo. Extension : .wav Mlle Hechkel Amina Mlle HECHKEL Amina
49
Formats de fichiers audio (suite)
MP3 : abréviation de MPEG-1/2 Audio Layer 3 Moving Picture Expert Group (Layer 3: couche 3) La partie audio du MPEG-1 est décomposée en MPEG-1 Audio Layer I, II et III. Ce dernier format est plus connu sous le nom de MP3 et permet une compression sur 2 voies audio. Concurrent de WMA, Très rapide à l’encodage, Débit jusqu’à 320 kbps. WMA (Windows Media Audio) Alternative au MP3 par Microsoft Compatible seulement avec les logiciels Microsoft Suffixe : .wma Mlle Hechkel Amina Mlle HECHKEL Amina
50
Formats de fichiers audio (suite)
AAC (Advanced Audio Coding) Extension du MPEG-2 Concurrent de WMA par Apple (iPod, iTunes) Compression avec bonne qualité De 8 à 96KHz et jusqu’à 48 canaux Extensions .mp4, .aac, .m4a OGG Format Open source (libre et gratuit) Amélioration du MP3 (Compression et qualité) Compression selon Vorbis (algorithme différent de MP3, WMA et AAC) RA (RealAudio) Format de RealNetworks Application en streaming Grand taux de compression Compatible avec Realplayer uniquement. Mlle Hechkel Amina Mlle HECHKEL Amina
51
Son multi-canal Exemple :
Désigne l’utilisation de plusieurs pistes audio en vue de la restitution sur un système comportant plusieurs enceintes (baffles) horizontalement (restitution 3D). Exemple : Il existe une terminologie associé : deux chiffres séparés par un point (2.1, 5.1). 1er chiffre: Nombre de canaux principaux destinés à être restituer sur une enceinte. 2ème chiffre: désigne la présence d’effets basse fréquence destinés à être restitué sur une enceinte (caisson de basse). 1.0 : monocanal / 2.0 : source sonore stéréo. Mlle Hechkel Amina Mlle HECHKEL Amina
52
Application Considérons une chanson de 5 min numérisée avec une carte son en qualité CD. 1) Calculer le volume occupé par cette chanson en Méga octet. Pour cette chanson la carte va générer échantillons par seconde. Chaque échantillon va occuper 16 bits= 2 octets. 2) Déduire le débit en bps et la capacité d’un CD 700 MOctet en minutes. Mlle Hechkel Amina Mlle HECHKEL Amina
53
Plan Introduction Le son Multimédia L’image La vidéo Bibliographie
Mlle Hechkel Amina Mlle HECHKEL Amina
54
Définitions Lumière: aspect particulaire / aspect ondulatoire
Onde monochromatique : caractérisée par une longueur d’onde (en A°: Angstrom ou en nm : nanomètre). Énergie électromagnétique La couleur est une perception humaine de l’apparence des objets soumis à un rayonnement visible ; elle dépend de l’objet comme de la lumière. Couleurs métamères: composition différente mais même couleur résultante. 2 objets métamères peuvent ne pas le rester sous un autre éclairage. Mlle Hechkel Amina Mlle HECHKEL Amina
55
Spectre électromagnétique de la lumière
Mlle Hechkel Amina Mlle HECHKEL Amina
56
Perception visuelle Le système visuel humain
Les rayons lumineux réfléchis se focalisent sur une zone particulière de la rétine. La rétine contient environ 150 millions de cellules dont une centaine de millions de cellules photo-réceptrices: les cônes et bâtonnets. Mlle Hechkel Amina Mlle HECHKEL Amina
57
Perception visuelle (suite)
On distingue ainsi 3 types de cônes : Les cônes S sensibles à des longueurs d’onde courtes (short), les cônes M sensibles à des longueurs d’onde moyennes (medium) et les cônes L sensibles à des longueurs d’onde longues (long). C’est là l’origine de l’aspect trichromatique de la vision des couleurs. Les cônes L sont sensibles au jaune-vert à rouge, les cônes M au vert et les cônes S au bleu. Les cônes S sont les moins nombreux : 64 % L, 32 % M et seulement 2% S, bleus. Sensibilité plus grande à l’intensité (luminance) qu’aux variations de couleur (chrominance) Mlle Hechkel Amina Mlle HECHKEL Amina
58
L’IMAGE – Espaces colorimétriques
La couleur est une notion subjective Expériences d’égalisation : comparer 2 sensations lumineuses. Théorie trichromatique (Young-Helmotz 1801) La couleur est de nature tridimensionnelle: Trois primaires sont donc nécessaires et suffisants pour produire toute couleur Métamérisme: possibilité de produire une couleur à partir de primaires différents Choix des 3 couleurs primaires: Monochromatique Aucune des 3 couleurs ne peut être obtenue par le mélange des 2 autres Mélange additif : Rouge (R), le Vert (G) et le Bleu (B), Mélange soustractif : Jaune (Y), le Magenta (M) et le Cyan (C). Mlle Hechkel Amina Mlle HECHKEL Amina
59
Synthèse de la couleur Synthèse additive Addition de lumières colorées (rouge + vert=jaune) Juxtaposition spatiale ou temporelle R +G= J R + B = M B +G=C R + B + G = W (blanc) 2 couleurs complémentaires produisent du blanc: jaune et bleu, magenta et vert, cyan et rouge. Exemple : J + B = R + B + G = W Mlle Hechkel Amina Mlle HECHKEL Amina
60
Synthèse de la couleur Principe d’absorption sélective (filtre)
Synthèse Soustractive Principe d’absorption sélective (filtre) La synthèse soustractive est très souvent associée aux primaires CMJ (Cyan, Magenta, Jaune). De l’encre jaune déposée sur une feuille blanche soustrait la composante bleue à une lumière blanche. Mlle Hechkel Amina Mlle HECHKEL Amina
61
Espaces de représentation
Espaces RGB : En utilisant les travaux de Wright et Guild, la CIE (Commission Internationale de l’Éclairage) a proposé ces 3 fonctions et a adopté trois primaires notées [Rc], [Gc] et [Bc], de longueurs d’onde respectives 700,0 nm, 546,1 nm et 435,8 nm. (L’indice c rappelle CIE). Mlle Hechkel Amina Mlle HECHKEL Amina
62
Espaces de représentation
Espaces virtuels : En 1931, les travaux de Judd ont permis à la CIE d’établir le système de référence colorimétrique dont les primaires sont virtuelles ou imaginaires et permettent de pallier les inconvénients du système RGB. Le système XYZ correspond à un changement de primaires et s’obtient ainsi à l’aide d’une simple matrice de passage à partir du système RGB: X(l) = RC(l) GC(l) BC(l) Y(l) = RC(l) GC(l) BC(l) Z(l) = 0 RC(l) GC(l) BC(l) Mlle Hechkel Amina Mlle HECHKEL Amina
63
Espaces de représentation
Espaces uniformes : CIE Lab (CIE L*a*b*) Noté souvent Lab est conçu pour qu’une distance dans cet espace représente le même écart visuel quelque soit la région où l’on considère cette distance. Les composantes L*, a* et b*: a* correspond à un axe Rouge-Vert et b* à un axe Jaune-Bleu L* correspond à la luminance Mlle Hechkel Amina Mlle HECHKEL Amina
64
Espaces de représentation
Systèmes perceptuels Il existe de nombreux systèmes de ce type présentés sous différentes dénominations telles que ISH, HSL, HSV, TLS, LCH, LSH, LST, ITS Ces systèmes se différencient entre eux par l’origine choisie de l’angle de teinte et par le calcul de la teinte et de la saturation. T: Teinte S: Saturation L: Luminance Le sélecteur de couleur de Photoshop et modes colorimétriques supportés Mlle Hechkel Amina Mlle HECHKEL Amina
65
Espaces de représentation
Systèmes de luminance-chrominance pour la vidéo • Permettre le fonctionnement à la fois des téléviseurs NB et couleur. – Il est en effet nécessaire qu’un téléviseur « Noir et Blanc » puisse recevoir des émissions couleur. De même, les téléviseurs couleurs doivent pouvoir recevoir les émissions diffusées en noir et blanc. – il faut pour cela que l’information de luminance qu’il peut décoder soit séparée des signaux de chrominance. • Utilisé par les standards NTSC (USA et Japon), PAL et SECAM • Séparation Luminance et Chrominance – Luminance : Y du système XYZ – Chrominance : C1 = a1(R-Y) + b1(B-Y) C2 = a2(R-Y) + b2(B-Y) avec a1, b1, a2, b2 spécifiques aux standards NTSC, PAL ou SECAM. Mlle Hechkel Amina Mlle HECHKEL Amina
66
Espaces de représentation
NTSC : (illuminant C, primaires FCC : RF GF BF ) – Y = 0,299RF + 0,587GF + 0,114BF – I = 0,74(RF - Y) - 0,27(BF – Y) – Q = 0,48(RF - Y) + 0,41(BF - Y) YIQ peuvent être aussi calculés à partir des RGB de la CIE ou de XYZ. PAL : (illuminant D65, primaires EBU : RE GE BE) – Y = 0,299RE + 0,587GE + 0,114BE – U = 0,493(BE - Y) – V = 0,877(RE - Y) Le standard SECAM définit le système (Y,Cr,Cb) avec : – Cr = -1.9(RE - Y) – Cb = 1,5(BE - Y) Mlle Hechkel Amina Mlle HECHKEL Amina
67
Conversion entre modèles
Conversion de RVB vers CMJN Exemple: Convertir la couleur RGB(0.2,0.5,0) en CMY puis en CMYK. RGB vers CMY – C=1-R= 1-0.2= 0.8 – M=1-G= 1-0.5= 0.5 – Y=1-B= 1-0= 1 CMY vers CMYK – K=min(C,M,Y) = 0.5 – C=C-K= = 0.3 – M=M-K= = 0 – Y=Y-K= 1-0.5= 0.5 Mlle Hechkel Amina Mlle HECHKEL Amina
68
Conversion entre modèles
RGB HSV(TSL) :h[0,360],s,v,r,g,b[0,1] MAX=max(r, g, b) MIN=min(r,g,b) Exemple: Convertir la couleur RGB(0.3,0.1,0.25) vers HSV – MAX = 0.3 MIN=0.1 – H=60x(( )/( ))+360°= 315° – S=1-(0.1/0.3)= 0.66 – V= 0.3 Mlle Hechkel Amina Mlle HECHKEL Amina
69
Conversion entre modèles
RGB HSV(TSL) h[0,360] s,v,r,g,b[0,1] Exemple: Convertir la couleur RGB(0.3,0.1,0.25) vers HSV – MAX = 0.3 MIN=0.1 – H=60x(( )/( ))+360°= 315° – S=1-(0.1/0.3)= 0.66 – V= 0.3 Mlle Hechkel Amina Mlle HECHKEL Amina
70
Conversion entre modèles: Exercice
Compléter le tableau suivant sachant que: R,G,B,C,M,Y et K est dans [0,255] H dans [0,360] S et V dans [0,240] RGB CMY CMYK HSV 250,25,5 110,155,0,100 180,120,30 Mlle Hechkel Amina Mlle HECHKEL Amina
71
L’IMAGE – Définition et types
Image numérique: ensemble de points élémentaires représentant chacun une portion de l’image : le pixel (picture element) Une image est définie par: Nombre de pixels en largeur et hauteur L’étendu des nuances de gris ou de couleur de chaque pixel (dynamique de l’image) Deux types : •Images Matricielles • Images Vectorielles Mlle Hechkel Amina Mlle HECHKEL Amina
72
L’IMAGE – Définition et types
Images vectorielles: Représenter les données de l’image par des formes géométriques décrites d’un point de vue mathématique Fichier de taille réduite Redimensionnement sans perte de qualité Facilité de retouche (éléments indépendants) Inutilisable pour les photographies Formats non standardisés • DXF, PIC, WMF, SVG, SWF, PDF • Utilise XML Mlle Hechkel Amina Mlle HECHKEL Amina
73
L’IMAGE – Définition et types
Images Matricielles Matrice de pixels (pixelmap ou bitmap) Taille du fichier (poids de l’image) dépend de la résolution et du codage de la couleur Résolution : définit le degré de détail représenté par une image en dpi (dots per inch) ou ppp (points par pouce=2.54 cm) Pixellisation avec l’agrandissement Formats standardisés : BMP, JPEG, GIF, PNG, 3types Images binaires Images en niveaux de gris Images en couleurs Mlle Hechkel Amina Mlle HECHKEL Amina
74
L’IMAGE – Définition et types
Résolution et taille d’image – Taille en pixels = taille en pouces * résolution – Une image de 5*5 cm scannée a 100 dpi aura une taille de 197 pixels sur 197 pixels (5/2.54)*100= pixels – Pixellisation: Mlle Hechkel Amina Mlle HECHKEL Amina
75
L’IMAGE – Définition et types
Images binaires (bitmap) Chaque pixel est soit noir soit blanc 1 pixel = 1 bit en mémoire (0: noir , 1: blanc) Convient pour les documents texte Images en niveaux de gris Pour n bits 2n niveaux de gris Généralement 1 pixel = 1 octet 256 niveaux de gris Mlle Hechkel Amina Mlle HECHKEL Amina
76
L’IMAGE – Définition et types
Image en couleurs Il existe plusieurs modes de codage de la couleur. Le plus utilisé est le codage Rouge, Vert, Bleu (RVB) 24 bits. Chaque pixel sur 3 octets soit 24 bits : le rouge de 0 à 255 , le vert de 0 à 255, le Bleu de 0 à 255. On obtient ainsi 256 x 256 x 256 = (plus de 16 millions de couleurs différentes Donc : 1 pixel = 3 octets = 24 bits Mlle Hechkel Amina Mlle HECHKEL Amina
77
Acquisition/Numérisation
Différents chemins possibles des images : – Acquisition/numérisation • Scène analogique -> image numérique – Mémorisation • Image volatile -> image permanente – Traitement • Produit une autre image de sortie, éventuellement d’autres grandeurs de plus haut niveau (analyse d’images) – Visualisation ou restitution • Sous forme analogique le plus souvent Mlle Hechkel Amina Mlle HECHKEL Amina
78
Acquisition/Numérisation
Deux moyens Outils de dessin : Photoshop, Autocad, …. Numérisation d’image Échantillonnage + quantification Mlle Hechkel Amina Mlle HECHKEL Amina
79
Acquisition/Numérisation
Échantillonnage le découpage de l'espace à étudier en pavés réguliers de la surface I(x,y) à étudier. Superposition d’une grille au plan de l’image Détermine le nombre de pixels en ligne et en colonne Un nombre faible de pixels aliasing (escaliers sur les contours) Mlle Hechkel Amina Mlle HECHKEL Amina
80
Acquisition/Numérisation
Quantification Transformation d’une amplitude (niveau de gris, couleur) à valeur continue (intervalle [0,1] dans IR) vers une valeur discrète dans IN. Pour une image en 256 niveaux de gris chaque amplitude est codée sur 1 octet. Une quantification faible faux contours Mlle Hechkel Amina Mlle HECHKEL Amina
81
Matériel de numérisation
Capteurs photosensible L’énergie incidente est convertie en signal électrique La sortie est proportionnelle à lumière/couleur CCD (Charge Coupled Device) ou CMOS (Complementary Metal Oxide Semiconductor) Mlle Hechkel Amina Mlle HECHKEL Amina
82
Matériel de numérisation
Exemples : Scanner à main Scanner manuellement Orientation et vitesse variables Lecteurs de codes à barres Scanner à plat Scan de documents texte ou images Vitesse et orientation automatiques Scanner à diapositives : petite fenêtre (36mm) grande résolution (4000dpi) APN (Apparei Photo Numérique) : taille de l’image en Mpixels Mlle Hechkel Amina Mlle HECHKEL Amina
83
L’IMAGE – Matériel de numérisation
Exercice: Quelle est la taille en Mo de l’image obtenue par numérisation d’une page A4 (21x29.7 cm) par un scanner ayant une résolution de 1200 dpi à une profondeur de 36 bits ? Soit un APN de 5 MP et 64 MO de mémoire interne. Quel est le taux de compression à utiliser pour y stocker au moins 64 photos ? Mlle Hechkel Amina Mlle HECHKEL Amina
84
Mémorisation Dualité Qualité/Taille en mémoire
Algorithmes de compression des images – Sans perte (RLE, LZW, Codage de Huffman) – Avec perte • Par transformation : DCT, DWT, FT • Par prédiction : DPCM, ADPCM Formats de fichiers image – Propriétaires – Ouverts et multiplateforme Mlle Hechkel Amina Mlle HECHKEL Amina
85
L’IMAGE – Mémorisation - Compression
RLE ou RLC(Run Length Encoding/Coding) Basé sur la redondance des valeurs consécutives Une suite de valeurs identiques est codée par 2 valeurs : le nombre de répétitions et la valeur répétée – Exemple : AAAAAAAAAABBBBBBCCCCCCC => en RLE 10 A 6 B 7 C Algorithme efficace s’il y a beaucoup de surfaces uniformes ESTIMATION => 1E1S1T1I1M1A1T1I1O1N Mlle Hechkel Amina Mlle HECHKEL Amina
86
L’IMAGE – Mémorisation - Compression
En noir et blanc : Donne Format BMP 4 pixels de couleur 0E : 0E 0E 0E 0E Données compressées : 04 0E 2 pixels de couleur ABCD : AB CD AB CD Données compressées : AB CD – Si l’octet 1 différent de 0 alors octet 1 est le nombre de pixel à répéter, l’octet 2 indique la couleur du pixel. – Si l’octet 1 = 0 alors si l’octet 2 >= 3, l’octet 2 indique le nombre d’octet à utiliser (de 3 a 255). – Si l’octet 1 et 2 = > fin de ligne. – Si l’octet 1 et 2 = > fin de l’image. Mlle Hechkel Amina Mlle HECHKEL Amina
87
L’IMAGE – Mémorisation - Compression
Exercice 1. Donner le codage RLE de la chaîne «BELLE BALLE BLEUE». Calculer le taux et le gain de compression. 2. Donner le codage RLC de l’image ci-dessous avec les hypothèses suivante: • Chaque ligne est représentée par des entiers représentant les longueurs des pages • La dernière plage est remplacée par la marque de fin de ligne • Codage des lignes consécutives Mlle Hechkel Amina Mlle HECHKEL Amina
88
L’IMAGE – Mémorisation - Compression
Codage de Huffman (David Huffman1952) But : réduire le nombres de bits utilisés pour le codage des caractères fréquents dans un texte et d’augmenter ce nombre pour des caractères plus rares. Algorithme de compression : on cherche la fréquence des caractères on trie les caractères par ordre décroissant de fréquence on construit un arbre pour donner le code binaire de chaque caractère Mlle Hechkel Amina Mlle HECHKEL Amina
89
L’IMAGE – Mémorisation - Compression
Construction de l’arbre : on relie deux à deux les caractères de fréquence les plus basses et on affecte à ce nœud la somme des fréquences des caractères. Puis on répète ceci jusqu'à ce que l’arbre relie toutes les lettres. L’arbre étant construit, on met un 1 sur la branche à droite du nœud et un 0 sur celle de gauche. Exemple d’encodage de Huffman Mlle Hechkel Amina Mlle HECHKEL Amina
90
L’IMAGE – Mémorisation - Compression
LZW (Lempel Ziv Welch) : Compression Après la compression: nous obtenons une séquence de codes de 9 bits sur la sortie : TOBEORNOT<256><258><260><265><259><261><263> Elle nécessite 16 * 9 = 144 bits d'espace de stockage. Sans compression: » La longueur de cette chaîne est de 24 caractères. Elle nécessite avec le codage ASCII : 24 * 8 = 192 bits d'espace de stockage. w = Nul; tant que (lecture d'un caractère c) faire si (wc existe dans le dictionnaire) alors w = wc; sinon ajouter wc au dictionnaire; écrire le code de w; w = c; fin si fin tant que Mlle Hechkel Amina Mlle HECHKEL Amina
91
L’IMAGE – Mémorisation - Compression
LZW (Lempel Ziv Welch) : Décompression lecture d'un caractère c; écrire c; // ajout suite à un oubli w = c; tant que (lecture d'un caractère c) faire si (c > 255 && l'index c existe dans le dictionnaire) alors entrée = l'entrée du dictionnaire de c; sinon si (c > 255 && l'index c n'existe pas dans le dictionnaire) alors entrée = w + w[0]; sinon entrée = c; fin si écrire entrée; ajouter w+entrée[0] au dictionnaire; w = entrée; fin tant que Mlle Hechkel Amina Mlle HECHKEL Amina
92
L’IMAGE – Mémorisation - Formats
BMP : Bitmap • Pas de compression /RLE • Windows et OS/2 • Peut utiliser une palette de couleurs • Codage des couleurs de 2 à 24 bits • Poids élevé du fichier RAW : Format natif des appareils photo • Nécessite un prétraitement • Non standardisé (selon constructeur) • Jusqu’à 14 bits par couleurs • Qualité et facilité de retouche • Poids très élevé Mlle Hechkel Amina Mlle HECHKEL Amina
93
L’IMAGE – Mémorisation - Formats
GIF : Graphics Interchange Format de Compuserve • Palette de 2 à 256 couleurs (8 bits pour les couleurs) • Compression LZW • Adapté aux pages web et inapproprié aux photos • Gif animé et entrelacé PNG : Portable Network Graphics • Jusqu’à 48 bits/pixel • Compression sans perte (deflate) : meilleur rapport qualité/poids • Gère la transparence (canal alpha) • Animation APNG • Entrelacé Mlle Hechkel Amina Mlle HECHKEL Amina
94
L’IMAGE – Mémorisation - Formats
TIFF : Tagged Image File Format • Format extrêmement flexible – Compression : LZW, JPEG, .. – Espaces de couleurs : RGB, CMYK, Lab, … • Format utilisé avec les scanners et les imprimantes • Métadonnées JPEG : Joint Photographic Experts Group • Compression destructive : taux paramétrable • Jusqu’à 24 bits/couleur • Standard répandu • Jusqu’à un facteur de 20:1 Mlle Hechkel Amina Mlle HECHKEL Amina
95
+ = -- = L’IMAGE – Traitement Soustraction Addition Mlle HECHKEL Amina
+ = Soustraction = Mlle Hechkel Amina Mlle HECHKEL Amina
96
L’IMAGE – Traitement Autres traitements – Détection de contours
– Correction couleurs, contraste – Reconnaissance de caractères – Reconnaissance de formes Mlle Hechkel Amina Mlle HECHKEL Amina
97
L’IMAGE – Restitution Reconversion de l’image en analogique
– Visualisation sur écran – Impression sur papier Caractéristiques des écrans : – Taille de diagonale en pouces (rapport H/V = 4/3) – Résolution en dpi (souvent 72dpi, 96dpi) • varie selon le mode d’affichage: VGA (640x480), SVGA(800x600), XGA(1024x768), SXGA(1280x1024) • Pitch ou pas de masque : distance entre 2 pixels (~0.28mm) – Fréquence de rafraîchissement (60Hz) – Nombre de couleurs (Synthèse additive RGB) Mlle Hechkel Amina Mlle HECHKEL Amina
98
Webographie - Bibliographie
[1]: [2]: ACQUISITION et TRAITEMENT D'IMAGE NUMERIQUE - Université Paul Sabatier IUT - Département de Mesures Physiques, J.P. Gastellu-Etchegorry - Avril 2008 [3]: « Vidéo et imagerie numérique - Compression RLE » issu de l'encyclopédie informatique Comment Ça Marche Mlle Hechkel Amina Mlle HECHKEL Amina
Présentations similaires
© 2024 SlidePlayer.fr Inc.
All rights reserved.