Click here to load reader

UE 303.a cours n°2

  • View
    33

  • Download
    0

Embed Size (px)

DESCRIPTION

UE 303.a cours n°2. Conception de système d’information multimédia : Représentation des informations multimédias – images et sons . Par : Sahbi SIDHOM MCF. Université Nancy 2 Equipe de recherche SITE – LORIA [email protected] Cours n°2 :. C’est quoi le multimédia (définitions) ? - PowerPoint PPT Presentation

Text of UE 303.a cours n°2

  • UE 303.a

    cours n2Conception de systme dinformation multimdia :Reprsentation des informations multimdias images et sons

    Par :Sahbi SIDHOMMCF. Universit Nancy 2Equipe de recherche SITE [email protected]

    UE303 (M2.isitie) : S. Sidhom

  • Cours n2 :Cest quoi le multimdia (dfinitions) ?Comment il est n et comment il prospre (volutions) ?Quelle est la morphologie du multimdia ?A.1. NumriserA.2. CompresserCest quoi lanalyse du multimdia ?Comment analyser un document multimdia ?

    UE303 (M2.isitie) : S. Sidhom

  • III.Quelle est la morphologie du multimdia ?Domaine de connaissancesvolutions actuelles

    UE303 (M2.isitie) : S. Sidhom

  • A.Fondements du passage au numrique

    UE303 (M2.isitie) : S. Sidhom

  • A.1.Numriser Crer un produit multimdia, cest traiter, Structurer,Synchronisersur un mme support des TextesSonsImages (fixes ou animes), etc.tout en accordant au futur utilisateur de relles possibilits dinteraction (chemin, rythme de consultation, choix de lecture, etc.)

    Rassembler et synchroniser sur un mme support des mdias aussi diffrentsDiscrets et continusSonores et visuelsFixes et animsimplique ncessairement quils partagent le mme mode de reprsentation

    UE303 (M2.isitie) : S. Sidhom

  • Dans le multimdia, tous les mdias (texte, son, image F/A, animations 2D/3D, vido) partagent la mme reprsentation numriqueCette reprsentation est susceptible dtre interprte par le mme appareil de restitution :OrdinateurAssistant personnel PDAi-ModeTlphone mobile 3GTlvision interactiveEtc.

    UE303 (M2.isitie) : S. Sidhom

  • Pourquoi une reprsentation numrique ?Un ordinateur ntant capable que de manipuler des nombres (chiffres)Les seules donnes quil est susceptible daccepter et de traiter doivent tre reprsentes sous une forme numriqueLa numrisation pralable des donnes (texte, image, son) est la 1re des conditions de possibilit du multimdia partir du moment o les documents sont numriss (digitaliss), ils peuvent tre manipuls, stocks et modifis par : un systme apte grer les nombres (lordinateur), associ son SE. et sa panoplie de logiciels

    UE303 (M2.isitie) : S. Sidhom

  • En quoi consiste la numrisation ?Les techniques de numrisation sont complexes, le principe gnral est relativement simple :Puisquil sagit de transformer une variation continue (sons, niveaux de gris, couleurs, etc.) en une succession dlments discontinus (discrets), dont on pourra reprsenter ensuite numriquement (les caractristiques quantifiables)

    Une reprsentation numrique binaire : partir du moment o un texte, un son, une image ou une squence vido sont numriss (fr. digitaliss), ils peuvent tre manipuls, stocks et modifis par un systme apte grer les nombres : le PC (hardware) + le SE + les softwares (logiciels)

    UE303 (M2.isitie) : S. Sidhom

  • Numriser les donnes : chiffres, lettres, symboles Le morse a t le premier codage permettre une communication longue distance. C'est Samuel F.B.Morse qui l'a mis au point en 1844. Ce code est compos de points et de tirets (un codage binaire en quelque sorte...).

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

    Ces lignes permirent l'essor des tlscripteurs, des machines permettant de coder et dcoder des caractres grce au code Baudot (les caractres taient alors cods sur 5 bits, il y avait donc 32 caractres uniquement...).

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

    UE303 (M2.isitie) : S. Sidhom

  • Quelques exemples (ASCII) : Codage sur 1 octet := 8 bits nombre de caractres reprsents := 28 = 256 car.

    codage de caractres (complment) :http://www.commentcamarche.net/base/

    UE303 (M2.isitie) : S. Sidhom

    caractre

    code ASCII

    code hexadcimal

    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

  • Base hexadcimale Les nombres binaires tant de plus en plus longs, il a fallu introduire une nouvelle base : la base hexadcimale.

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

    Conversions :

    Exemples :

    UE303 (M2.isitie) : S. Sidhom

  • Numriser les donnes : son, imageQuelles sont, par exemple, les caractristiques quantifiables dun son ou dune image ?la frquence des ondes sonores mises par un instrument de musique dont la combinaison dfinit physiquement la hauteur et le timbre du sonetlamplitude de ces mmes ondes qui en dfinit la puissance

    Ces deux donnes sont purement quantitatives, elles dsignent un nombre de priode par seconde (frquence), lautre un cart mesurable par rapport un point central dune vibration (amplitude).

    UE303 (M2.isitie) : S. Sidhom

  • Exemple : son1/41/23/41Temps (s)amplitude0+A- ApriodeFrquence (4Hz)

    UE303 (M2.isitie) : S. Sidhom

  • Exemple : imageUne image peut tre considre comme un ensemble de points colors ou dobjets prdfinis :Une image conue comme un ensemble de points juxtaposs est appele bitmap.Ainsi, un point peut tre quantifi numriquement par sa position dans le nuage de points ( coordonnes x, y, )En colorimtrie (mesure de la couleur), une couleur quelconque de nimporte quel point dune image peut tre dfinie par la quantit de chaque couleur primaire quelle contientAinsi, les nuances de couleur peuvent tre distingues numriquement.Autres que des points juxtaposs, une image peut tre construite dobjets prdfinis tels que des carrs, des cercles, des ellipses, des segments, etc. (on parle d image vectorielle)Ainsi, ces objets peuvent recevoir une dsignation numrique assortie de caractristiques quantitatives : dimension, position, couleur, etc. et devenir manipulable par un ordinateur disposant du programme qui identifie numriquement les objets et les caractristiques.

    UE303 (M2.isitie) : S. Sidhom

  • Indices : couleurs (A), textures (C), formes (D), pixels (B)(grenouille aux yeux rouges ou phyllomduse aux yeux rouges - Costa Rica. )ABCD

    UE303 (M2.isitie) : S. Sidhom

  • Indices : bitmap (B: 16bits couleur, C: 4bits couleur, image vectorielle (A), % pixels, image N-BABCD

    UE303 (M2.isitie) : S. Sidhom

  • Reprsentation numrique binaireContentons-nous pour linstant de noter que ce sont les donnes quantitatives qui permettent de transformer en une suite de nombres les images et les sonsSi lon veut que ces nombres soient manipulables par un ordinateur, il convient de leur donner une forme susceptible de trouver une quivalence physique dans les divers tats que peuvent prendre les composants de la machineLe mrite revient aux TRANSISTORS, un composant lmentaire dune machine de traitement de linformation pour reprsenter 2 chiffres (1: le courant passe et 0: non). 90% dans un ordinateur sont allous la mmoire de travail et 10% au calcul lui mme.Quelques statistiques :

    ProcesseurAnneNbr. transistors808019745 0008086197829 000Pentium I19933 100 000Pentium II19977 500 000Pentium 4200042 000 000

    UE303 (M2.isitie) : S. Sidhom

  • bit : lment minimal dinformationLe bit, lment minimal dinformation, est aussi lunit lmentaire permettant la mmorisation de cette information.La mmoire centrale dun ordinateur peut tre considre comme un immense tableau dont les cases ne peuvent recevoir que des valeurs : 0 ou 1Un mot mmoire est un paquet de bits, en fonction de la taille, on utilise les dnominations suivantes pour ces paquets :

    Units de mesure en mmoire :Mmoire(matrice de bits)BitOctetMotDmot KiloMgaGigaTraPtaExaZtaYotta +

    101100

    Terme FRTerme ENNbr. bitsDemi-OctetNibble4OctetByte8 (1)MotWord32 (2 lorigine)Double motDouble word64

    Kilo-octet (1 K)210 = 1024 Mga-octet (1 M)210 x 210 = 220 Giga-octet (1 G)210 x 210 x 210 = 230 Tra-octet (1 T)240

    UE303 (M2.isitie) : S. Sidhom

  • A.2.Compresser La numrisation des donnes gnre dnormes fichiers qui occupent beaucoup de place en mmoire et exigent pour leur transport en un temps acceptable des dbits que la plupart des rseaux ne peuvent offrir.Exemples :1 page moyenne de texte (en ASCII) reprsente 2 3 Ko.1 image bitmap (640 x 480 pixels et 24 bits/pixel) occupe 900 Ko.1 squence vido d 1 seconde (soit 25 images/s) occupe ~22 Mo.

    Ncessit de compresser les donnes

    UE303 (M2.isitie) : S. Sidhom

  • Principe de compression distinguer :

    La rduction du volume de donnes , cest ce quon appelle le compactage Lorsque la rduction du volume ne cause aucune perteLa compression du volume de donnes Lorsque la rduction saccompagne dune certaine perte dinformationLa compression est un vaste domaine o les enjeux conomiques sont normes : une des conditions de possibilit du multimdia sur le march (public/priv, national/international)

    UE303 (M2.isitie) : S. Sidhom

  • PrincipesRduire le volume des donnes sans dgrader linformation reprsente par ces donnes ou en le dgradant que de faon imperceptible et contrleTout repose sur le constat que la quasi-totalit des donnes que nous traitons (images, sons, textes) prsentent une distribution non uniforme de symboles ou de squences de symboles.Exemple :Quand nous manipulons un texte, les caractres que nous utilisons nont pas la mme probabilit dapparition, de plus tout nonc prsente une structure interne forte qui est dtermine par les rgles syntaxiques, morphologiques, etc.or qui dit rgle cela implique rgularit, ie. formes rptitives et redondancePrincipe de quantification de la redondance

    UE303 (M2.isitie) : S. Sidhom

  • Quelques statistiquesMmoire ncessaire pour diffrents types de mdia :

    TexteImageAudioAnimationvidoASCIIBitmapTlcopieSq. Num. non compresses de sons, voixSq. Sync. des images et sons 15 - 19 images/sImage TV num. 25 images/s2 3 K/page(Texte brut sans mise en forme)64 K/image(simple)6 - 44 K/s 8 KHz sur 1(Voix,tlphone)2,5 M/s Pour 320x640 pixels/image (2 pour la couleur) 16 images/s22 M/s Pour 640x480 pixels/image 24bits/pixel~20 K/pagePour Word2000(texte avec mise en forme)7,5 M/image(colore, dtaille)176 K/s Pour audio-CD(stro) 44,1KHz sur 2

    UE303 (M2.isitie) : S. Sidhom

  • Paramtres de la compressionLe paramtre cl dun algorithme de compression est le taux de compression qui dfinit sa performanceIl est calcul comme le rapport entre la taille du fichier original (F0) et la taille du fichier compress (Fc) On utilise, pour reprsenter ce rapport, une notation de type N:1, qui indique que le volume de donnes dorigine a t divis par NExemple :10:1 volume du fichier original divis par 1050:1 par 50Dautres paramtres caractrisent galement un algorithme de compression :Sa vitesse La qualit de restitution du document original

    UE303 (M2.isitie) : S. Sidhom

  • Compression avec ou sans perte ? Principes :

    UE303 (M2.isitie) : S. Sidhom

  • Compression avec perte : constatLa masse des images fixes ou animes stocker ou diffuser est en croissance constante : Tldiffusion numrique terrestre ou par satellite, Cinma numrique,Vido la demande,Radio numrique,Vidoconfrence,Surveillance vido distanceBases de donnes multimdias,Etc.Les espaces de stockage et les dbits exigs par ces nouvelles applications multimdias ont suscit des efforts considrables dadaptation la mesure des :Enjeux conomiques,Enjeux de tout numriqueExigences nouvelles de travail et de communication : paradigme despace et de temps virtuels

    UE303 (M2.isitie) : S. Sidhom

  • Compression avec perte : solutionSagissant dimage et de son, le poids des fichiers stocker et transmettre est tel quon a d souvent accepter de perdre certaines informations juges inutiles en fonction des caractristiques spcifiques humaines de :La perception visuelleLa perception auditive Lintrt pour la compression avec perte devient nfaste sil sagit de :images contenant une grande quantit dinformation avec beaucoup de dtails et de nuances coloresVoix ou de sons avec des dtails de timbre (intensit, hauteur), de phonmes, de notes fines pour composer de gammesSquence vido exigeant laffichage de 25 images/sAutres que la conservation sans aucune perte ou dgradation pour le patrimoine artistique, les donnes scientifiques, etc. , lexigence de qualit doit accepter les contraintes dun stockage ou dun dbit aux capacits limits.

    UE303 (M2.isitie) : S. Sidhom