UE 303.a cours n°2

cours n°2 UE303 (M2.isitie) : S. Sidhom

UE 303.acours n°2

Conception de système d’information multimédia :

Représentation des informations multimédias – images et sons

Par :Sahbi SIDHOM

MCF. Université Nancy 2Equipe de recherche SITE – LORIA

[email protected]

cours n°2 UE303 (M2.isitie) : S. Sidhom 2

Cours n°2 :1. C’est quoi le multimédia (définitions) ?2. Comment il est né et comment il prospère (évolutions) ?3. Quelle est la morphologie du multimédia ?

A.1. NumériserA.2. Compresser

4. C’est quoi l’analyse du multimédia ?5. Comment analyser un document multimédia ?


III.Quelle est la morphologie du multimédia ?Domaine de connaissancesÉvolutions actuelles


A.Fondements du passage au numérique


A.1. Numériser Créer un produit multimédia, c’est

traiter, Structurer, Synchroniser

sur un même support des Textes Sons Images (fixes ou animées), etc.

tout en accordant au futur utilisateur de réelles possibilités d’interaction (chemin, rythme de consultation, choix de « lecture », etc.)

Rassembler et synchroniser sur un même support des médias aussi différents Discrets et continus Sonores et visuels Fixes et animés

implique nécessairement qu’ils partagent le même mode de représentation


Dans le multimédia, tous les médias (texte, son, image F/A, animations 2D/3D, vidéo…) partagent la même représentation numériqueCette représentation est susceptible d’être interprétée par le même appareil de restitution :

Ordinateur Assistant personnel PDA i-Mode Téléphone mobile 3G Télévision interactive Etc.


Pourquoi une représentation numérique ?

Un ordinateur n’étant capable que de manipuler des nombres (chiffres)Les seules données qu’il est susceptible d’accepter et de traiter doivent être représentées sous une forme numériqueLa numérisation préalable des données (texte, image, son) est la 1ère des conditions de possibilité du multimédiaÀ partir du moment où les documents sont numérisés (digitalisés), ils peuvent être manipulés, stockés et modifiés par : un système apte à gérer les nombres (l’ordinateur), associé à son SE. et à sa panoplie de logiciels


En quoi consiste la numérisation ?Les techniques de numérisation sont complexes, le principe général est relativement simple :

Puisqu’il s’agit de transformer une variation continue (sons, niveaux de gris, couleurs, etc.) en une succession d’éléments discontinus (discrets),

dont on pourra représenter ensuite numériquement (les caractéristiques quantifiables)

Une représentation numérique binaire : à partir du moment où un texte, un son, une image ou une

séquence vidéo sont numérisés (fr. digitalisés), ils peuvent être manipulés, stockés et modifiés par un système apte à gérer les nombres : le PC (hardware) + le SE + les softwares (logiciels)


Numériser les données : chiffres, lettres, symboles

Le morse a été le premier codage à permettre une communication longue distance. C'est Samuel F.B.Morse qui l'a mis au point en 1844. Ce code est composé de points et de tirets (un codage binaire en quelque sorte...).

Le 10 mars 1876, le Dr Graham Bell met au point le téléphone, une invention révolutionnaire qui permet de faire circuler de l'information vocale dans des lignes métalliques.

Ces lignes permirent l'essor des téléscripteurs, des machines permettant de coder et décoder des caractères grâce au code Baudot (les caractères étaient alors codés sur 5 bits, il y avait donc 32 caractères uniquement...).

Dans les années 60, le code ASCII (American Standard Code for Information Interchange) est adopté comme standard. Il permet le codage de caractères sur 8 bits, soit 256 caractères possibles.


Quelques exemples (ASCII) :

caractère code ASCI I code hexadécimal NUL (Null) 0 00 SOH (Start of heading) 1 01 STX (Start of text) 2 02 ETX (End of text) 3 03 SP (Space, espace) 32 20 ! 33 21 " 34 22 # 35 23 $ 36 24 % 37 25 & 38 26 0 48 30 1 49 31 2 50 32 3 51 33 4 52 34 5 53 35 6 54 36 7 55 37 8 56 38 9 57 39 @ 64 40 A 65 41 B 66 42 C 67 43 D 68 44 E 69 45 F 70 46

• Codage sur 1 octet := 8 bits

• nombre de caractères représentés := 28 = 256 car.

• codage de caractères (complément) :http://www.commentcamarche.net/base/


Base hexadécimale Les nombres binaires étant de plus en plus longs, il a fallu introduire une nouvelle base : la base hexadécimale.

La base hexadécimale consiste à compter sur une base 16, c'est pourquoi au-delà des 10 premiers chiffres on a décidé d'ajouter les 6 premières lettres : 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, A, B, C, D, E, F.

Conversions :

Exemples :

décimale 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

hexadécimale 0 1 2 3 4 5 6 7 8 9 A B C D E F

binaire 0000 0001 0010 0011 0100 0101 0110 0111 1000 1001 1010 1011 1100 1101 1110 1111

• Le nombre 27 (en base 10) vaut en base 16 : 1*161 + 11*160 = 1*161 + B*160 C'est-à-dire 1B en base 16.

• Le nombre FB3 (en base 16) vaut en base 10 : F*162 + B*161 + 3*160 = 3840 + 176 + 3 C'est-à-dire 4019 en base 10.


Numériser les données : son, image

Quelles sont, par exemple, les caractéristiques quantifiables d’un son ou d’une image ? la fréquence des ondes sonores émises par un instrument de musique dont la combinaison définit physiquement la hauteur et le timbre du sonet l’amplitude de ces mêmes ondes qui en définit la « puissance »

Ces deux données sont purement quantitatives, elles désignent un nombre de période par seconde (fréquence), l’autre un écart mesurable par rapport à un point central d’une vibration (amplitude).


Exemple : son

1/4 1/2 3/4 1

Temps (s)

amplitude

0

+A

- Apériode Fréquence (4Hz)


Exemple : imageUne image peut être considérée comme un ensemble de points colorés ou d’objets prédéfinis :

Une image conçue comme un ensemble de points juxtaposés est appelée bitmap.Ainsi, un point peut être quantifié numériquement par sa position dans le nuage de points ( coordonnées x, y, …)

En colorimétrie (mesure de la couleur), une couleur quelconque de n’importe quel point d’une image peut être définie par la quantité de chaque couleur primaire qu’elle contientAinsi, les nuances de couleur peuvent être distinguées numériquement.

Autres que des points juxtaposés, une image peut être construite d’objets prédéfinis tels que des carrés, des cercles, des ellipses, des segments, etc. (on parle d’ image vectorielle)Ainsi, ces objets peuvent recevoir une désignation numérique assortie de caractéristiques quantitatives : dimension, position, couleur, etc. et devenir manipulable par un ordinateur disposant du programme qui identifie numériquement les objets et les caractéristiques.


Indices : couleurs (A), textures (C), formes (D), pixels (B)…

(gre

noui

lle a

ux y

eux

roug

es o

u ph

yllo

méd

use

aux

yeux

roug

es -

Cos

ta R

ica.

)

A B

C D


Indices : bitmap (B: 16bits couleur, C: 4bits couleur,

image vectorielle (A), % pixels, image N-BA B

C D


Représentation numérique binaireContentons-nous pour l’instant de noter que ce sont les données quantitatives qui permettent de transformer en une suite de nombres les images et les sonsSi l’on veut que ces nombres soient manipulables par un ordinateur, il convient de leur donner une forme susceptible de trouver une équivalence physique dans les divers états que peuvent prendre les composants de la machineLe mérite revient aux TRANSISTORS, un composant élémentaire d’une machine de traitement de l’information pour représenter 2 chiffres (1: le courant passe et 0: non). 90% dans un ordinateur sont alloués à la mémoire de travail et 10% au calcul lui même.Quelques statistiques :

Processeur Année Nbr. transistors8080 1974 5 000

8086 1978 29 000

Pentium I 1993 3 100 000

Pentium II 1997 7 500 000

Pentium 4 2000 42 000 000


bit : élément minimal d’informationLe bit, élément minimal d’information, est aussi l’unité élémentaire permettant la mémorisation de cette information.La mémoire centrale d’un ordinateur peut être considérée comme un immense tableau dont les cases ne peuvent recevoir que des valeurs : 0 ou 1Un mot mémoire est un paquet de bits, en fonction de la taille, on utilise les dénominations suivantes pour ces paquets :

Unités de mesure en mémoire :

1 0 …… 1 10 … 0

Terme FR Terme EN Nbr. bitsDemi-Octet Nibble 4

Octet Byte 8 (1)Mot Word 32 (2 à

l’origine)Double mot Double word 64

Mémoire(matrice de

bits)Kilo-octet (1 K) 210 = 1024 Méga-octet (1 M) 210 x 210 = 220

Giga-octet (1 G) 210 x 210 x 210 = 230

Téra-octet (1 T) 240

BitOctet

MotDmot

KiloMégaGigaTéraPétaExa

ZêtaYotta +


A.2. Compresser La numérisation des données génère d’énormes fichiers qui occupent beaucoup de place en mémoire et exigent pour leur transport en un temps acceptable des débits que la plupart des réseaux ne peuvent offrir.Exemples :

1 page moyenne de texte (en ASCII) représente 2 à 3 Ko. 1 image bitmap (640 x 480 pixels et 24 bits/pixel) occupe 900 Ko. 1 séquence vidéo d’ 1 seconde (soit 25 images/s) occupe ~22 Mo.

Nécessité de compresser les données


Principe de compressionÀ distinguer :

La réduction du volume de données , c’est ce qu’on appelle le compactage Lorsque la réduction du volume ne cause aucune perteLa compression du volume de données Lorsque la réduction s’accompagne d’une certaine perte d’informationLa compression est un vaste domaine où les enjeux économiques sont énormes : une des conditions de possibilité du multimédia sur le marché (public/privé, national/international)


PrincipesRéduire le volume des données sans dégrader l’information représentée par ces données ou en le dégradant que de façon imperceptible et contrôlée

Tout repose sur le constat que la quasi-totalité des données que nous traitons (images, sons, textes) présentent une distribution non uniforme de symboles ou de séquences de symboles.Exemple :Quand nous manipulons un texte, les caractères que nous utilisons n’ont pas la même probabilité d’apparition, de plus tout énoncé présente une structure interne forte qui est déterminée par les règles syntaxiques, morphologiques, etc.

or qui dit règle cela implique régularité, ie. formes répétitives et redondance Principe de quantification de la redondance


Quelques statistiquesMémoire nécessaire pour différents types de média :

Texte Image Audio Animation vidéoASCII Bitmap

TélécopieSéq. Num. non compressées de sons, voix

Séq. Sync. des images et sons à 15 - 19 images/s

Image TV num. à 25 images/s

2 à 3 K/page(Texte brut sans mise en forme)

64 K/image(simple)

6 - 44 K/s à 8 KHz sur 1(Voix,téléphone)

2,5 M/s Pour 320x640 pixels/image (2 pour la couleur) à 16 images/s

22 M/s Pour 640x480 pixels/image à 24bits/pixel

~20 K/pagePour Word2000(texte avec mise en forme)

7,5 M/image(colorée, détaillée)

176 K/s Pour audio-CD(stéréo) à 44,1KHz sur 2


Paramètres de la compressionLe paramètre clé d’un algorithme de compression est le taux de compression qui définit sa performanceIl est calculé comme le rapport entre la taille du fichier original (F0) et la taille du fichier compressé (Fc) On utilise, pour représenter ce rapport, une notation de type N:1, qui indique que le volume de données d’origine a été divisé par NExemple :

10:1 volume du fichier original divisé par 10 50:1 … par 50

D’autres paramètres caractérisent également un algorithme de compression :

Sa vitesse La qualité de restitution du document original


Compression avec ou sans perte ?

Principes :

Fd

Compression Fo Fc

Décompression

Pertes

Fo Fd Compression

Décompression Fc


Compression avec perte : constatLa masse des images fixes ou animées à stocker ou à diffuser est en croissance constante :

Télédiffusion numérique terrestre ou par satellite, Cinéma numérique, Vidéo à la demande, Radio numérique, Vidéoconférence, Surveillance vidéo à distance Bases de données multimédias, Etc.

Les espaces de stockage et les débits exigés par ces nouvelles applications multimédias ont suscité des efforts considérables d’adaptation à la mesure des :

Enjeux économiques, Enjeux de « tout numérique » Exigences nouvelles de travail et de communication : paradigme d’espace et de

temps virtuels


Compression avec perte : solutionS’agissant d’image et de son, le « poids » des fichiers à stocker et à transmettre est tel qu’on a dû souvent accepter de perdre certaines informations jugées « inutiles » en fonction des caractéristiques spécifiques humaines de :

La perception visuelle La perception auditive

L’intérêt pour la compression avec perte devient néfaste s’il s’agit de : images contenant une grande quantité d’information avec beaucoup de

détails et de nuances colorées Voix ou de sons avec des détails de timbre (intensité, hauteur), de

phonèmes, de notes fines pour composer de gammes Séquence vidéo exigeant l’affichage de 25 images/s

Autres que la conservation sans aucune perte ou dégradation pour le patrimoine artistique, les données scientifiques, etc. , l’exigence de qualité doit accepter les contraintes d’un stockage ou d’un débit aux capacités limités.

Documents

UE 303.a cours n°2