CODEC

Codage / Décodage
((Compression
p / Décompression)
p )

William PUECH Université Montpellier II IUT Béziers 1/66

 Introduction

Transmission analogique : le procédé reproduit la

forme même du signal
g que
q l'on veut transmettre.

Transmission numérique : on traduit le signal en une

suite de bits.

William PUECH Université Montpellier II IUT Béziers 2/66

 Transmission numérique
signal analogique z avantages :
− transmission de 0 et de 1
− multiplexage simplifié
− p
possibilité de rajouter
j
des informations

signal numérique
z remarque :
− le signal transmis est parfois
t
transformé
f é à nouveau en un
1100100011
signal analogique

William PUECH Université Montpellier II IUT Béziers 3/66

 Chaîne de transmission

Signal Signal
analogique Émetteur Récepteur analogique
ou ou numérique
numérique
Support physique :
- câble,
câble
- fibre optique,
- atmosphère.

William PUECH Université Montpellier II IUT Béziers 4/66

 Chaîne de transmission
z échantillonnage
g
z quantification
z compression
z cryptage
z codage
g canal ((contre les erreurs))
z unité de mise en forme (bande de base ou
modulation)

William PUECH Université Montpellier II IUT Béziers 5/66

 Synoptique d
d'une
une chaîne de
transmission

Unité de Etalement de
Echantil- Codage mise en spectre /
s(t) lonnage / Compres correcteur forme / Multiplexage
Quantifi sion d’erreur Modula-
cation
ti tion
i

William PUECH Université Montpellier II IUT Béziers 6/66

 Qualité d
d'un
un système de
transmission

z Occupation spectrale du signal émis

z Débit de transmission
z Complexité du codec
z Probabilité d'erreur transmis p
par bit transmis
faible

William PUECH Université Montpellier II IUT Béziers 7/66

 Exemple d'une
d une transmission
numérique
z Codageg MIC 30 voies : signal
g téléphonique
entre 2 CAA
− Signal analogique [300 ; 3400 Hz]
− Fréquence d'échantillonnage fe = 8 kHz
− Quantification non linéaire sur 256 niveaux
− Codage sur 8 bits
− Débit d'une voie D = 64 kbits/s
− Multiplexage temporel

William PUECH Université Montpellier II IUT Béziers 8/66

 Numérisation

z Elle consiste à transformer un signal

analogique en signal numérique
numérique.
z Elle se décompose
p en deux étapes
p :
− l'échantillonnage,
− la quantification.

William PUECH Université Montpellier II IUT Béziers 9/66

 Échantillonnage

z Cette opération consiste à transformer un

signal analogique (continu en temps et en
amplitude) en signal discret (discontinu en
t
temps ett continu
ti en amplitude)
lit d ) ; en capturant
t t
des valeurs (échantillons) du signal de façon
périodique, à la période Te.

William PUECH Université Montpellier II IUT Béziers 10/66

 Échantillonnage
z u*(t)
( ) est un signal
g échantillonné : discontinu
en temps mais continu en amplitude

William PUECH Université Montpellier II IUT Béziers 11/66

 Problème lié à l'échantillonnage

z Théorème de Shannon :
Un signal analogique échantillonné à bande
passante limitée [[0 ; fmax] peut
p p être
reconstruit correctement à partir de ses
échantillons si fe > 2 fmax
z Filtre anti-repliement (anti-aliasing)

William PUECH Université Montpellier II IUT Béziers 12/66

 Étude spectrale
z Spectre
p du signal
g à échantillonner :

-fmax fmax f

William PUECH Université Montpellier II IUT Béziers 13/66

 Étude spectrale du signal
échantillonné

-2fe -fe 0 fe 2fe f

William PUECH Université Montpellier II IUT Béziers 14/66

 Si Shannon n'est pas vérifié !

-fe fe f

William PUECH Université Montpellier II IUT Béziers 15/66

 Réception d
d'un
un signal
échantillonné
z Il faut « re-fabriquer
q » un signal
g analogique
gq à
partir des échantillons :
− idéalement, il faut relier les échantillons entre
idéalement
eux ;
z D' è l'ét
D'après l'étude
d spectrale
t l :
− filtre passe
passe-bas
bas idéal de fréquence de coupure
fe/2
z En réalité
réalité, on utilise un bloqueur d'ordre
d ordre 0 (+
filtre passe-bas).

William PUECH Université Montpellier II IUT Béziers 16/66

 Quantification
z On cherche à convertir un signal
é h till
échantillonnéé (dont
(d t l'amplitude
l' lit d peutt prendre
d
une infinité de valeurs) en une séquence de
caractères discrets, issus d'un alphabet fini
de N caractères.

Umax

00
01
10
11
Umin
William PUECH Université Montpellier II IUT Béziers 17/66
 Exemple de quantification
z Numérisation sur n = 3 bits,,
− d'où N = 23 = 8 niveaux,
− pas de
d quantification
tifi ti q = ΔU / N

Num
111
110
101
100
011
010
001 u
000
0.625V 5V

William PUECH Université Montpellier II IUT Béziers 18/66

 Définitions
z La résolution du convertisseur est le nombre
n de bits sur lequel sont codés les niveaux
de tension ;
z Le pas de quantification est appelé quantum.
C' t lla plus
C'est l petite
tit variation
i ti dde ttension
i que lle
convertisseur peut coder.
z A une tension u correspond un nombre
numérique Num
Num.

William PUECH Université Montpellier II IUT Béziers 19/66

 Retour à l'exemple
z Résolution : n
z Nbre de niveaux (valence) : N = 2n
z Quantum : q = ΔU / N = ΔU / 2n
z Valeur de Num :
− Num q < u < (Num + 1) q
− Num = Partie entière (u/q)

William PUECH Université Montpellier II IUT Béziers 20/66

 Débit de transmission

z Débit : nombre de bits transmis par seconde.

− D = n fe

William PUECH Université Montpellier II IUT Béziers 21/66

 Exemple de transmission
z u(t)
()=1V
z valeur transmise 001
Num
z en réception 111
110
0 625 V < uq < 1.25
0.625 1 25 V 101
100
011
010
z on choisit la valeur 001
000 u
centrale 0.625V 5V

soit uq = 0.9375
0 9375 V

William PUECH Université Montpellier II IUT Béziers 22/66

 Reconstitution du signal
quantifié
z L'émetteur transmet l'identité de l'intervalle
dans lequel se trouve la valeur instantanée
du signal.
z Le récepteur reconstitue de son mieux la
valeur
l d
du signal
i l correspondante
d t ; il admet
d t
qu'elle se trouve au milieu de l'intervalle.
z y = Num * q + q/2

William PUECH Université Montpellier II IUT Béziers 23/66

 Erreur de quantification
z C'est la différence q
qu'il existe entre le signal
g
source et le signal régénéré.
z Ɛq(t) = u(t) – uq(t)
z | Ɛq((t)|
)| < q / 2

William PUECH Université Montpellier II IUT Béziers 24/66

 Rapport signal à bruit (SNR)
de quantification
z SNR = 10 log
g (pu((t)) / Pq)
− pu(t) puissance instantanée du signal analogique
− Pq puissance
i moyenne d
de l'l'erreur d
de
quantification.
z Plus SNR est grand moins le bruit est
p
important.
z SNR = 6n + 20log(u(t)/Umax) + 4,7

William PUECH Université Montpellier II IUT Béziers 25/66

 Limite de la quantification
linéaire

William PUECH Université Montpellier II IUT Béziers 26/66

 Améliorations

William PUECH Université Montpellier II IUT Béziers 27/66

 Principe de la quantification non
uniforme

William PUECH Université Montpellier II IUT Béziers 28/66

 Compression linéaire

uniforme

non uniforme
if

William PUECH Université Montpellier II IUT Béziers 29/66

 Compression par segments

William PUECH Université Montpellier II IUT Béziers 30/66

 MIC par segments

P 1 2 3 4 5 6 7
3 bits codent
bit de les 8 segments 4 bits codent
polarité 166 niveaux
veau par
pa segment
seg e t

William PUECH Université Montpellier II IUT Béziers 31/66

 Problème
z D = nfe = 8*8. 103 = 64 kbits/s
z Débit trop grand pour système GSM ou voix
sur IP
IP.
− GSM : nécessité de rajouter
j des bits de
correction d'erreurs car « lignes » de
transmission très peu sûres,
− voix sur IP : partage de la bande passante
p
disponible entre voix et données.

William PUECH Université Montpellier II IUT Béziers 32/66

 Modulations différentielles

z Principe : les modulations numériques

diffé ti ll quantifient
différentielles tifi t non pas lal valeur
l
instantanée du signal mais la différence entre
l'échantillon à l'instant t et l'échantillon
p
précédent.

William PUECH Université Montpellier II IUT Béziers 33/66

 Modulations différentielles

William PUECH Université Montpellier II IUT Béziers 34/66

 Modulation Delta
z C'est une modulation numérique
q différentielle
caractérisée par :
− une quantification à un seul bit
z Ses paramètres sont :
− la fréquence d'échantillonnage,
− le pas de quantification
quantification,
− le débit D = fe.

William PUECH Université Montpellier II IUT Béziers 35/66

 Principe du MIC Δ

William PUECH Université Montpellier II IUT Béziers 36/66

 Limites du MIC Δ

Saturation de pente

Granularité

William PUECH Université Montpellier II IUT Béziers 37/66

 Autres modulations
différentielles

z Modulation PCM différentielle (DPCM)

− Modulation Delta avec n ≠ 1
z Modulation Delta-Adaptative
Delta Adaptative
− Le pas de quantification est « adaptable »
z Modulation DPCM Adaptative (ADPCM)
− même qualité que PCM à 32 kbits/s,
kbits/s acceptable
jusqu'à 16 kbits/s.

William PUECH Université Montpellier II IUT Béziers 38/66

 Application à la vidéo

z Compression MPEG
se base sur le fait que dans une séquence
vidéo,
idé lal majorité
j ité ddes scènes
è sontt fifixes ou
bien changent très peu ; il suffit alors de
décrire seulement le changement d'une
image
g à l'autre.
z Succession des Frames :
− I B B P B B P B B P B B I ...

William PUECH Université Montpellier II IUT Béziers 39/66

 Autres techniques de codage de
la voix

z Quantification vectorielle : regrouper les

échantillons pour les transmettre
transmettre, fabrication
d'un « dictionnaire ».
z Codage par prédiction : on reconstruit la
parole à partir d'un
d un filtre et d'une
d une suite
d'impulsions (sons voisés).

William PUECH Université Montpellier II IUT Béziers 40/66

 Principe codage GSM
z Echantillonnage
g à 8 kHz sur 20 ms :
− 160 échantillons codés sur 13 bits.
z O transmet
On t t en fait
f it seulement
l t 260 bits
bit :
− 36 bits : coefficients du premier filtre LPC,
− 4 * 9 bits : coefficients du deuxième filtre LTP,
− 4*(3*13+6)
4*(3*13 6) : amplitudes
li d d des iimpulsions
l i d
du signal
i l
d'excitation RPE.
z Débit = 13 kbits/s

William PUECH Université Montpellier II IUT Béziers 41/66

 Compression

z Cette opération consiste à réduire la taille

d'un fichier numérique (texte
(texte, image
image, son
son,
vidéo ...)
z Quotient de compression
− Q = nbre bits image compressée / nbre bits
image originale

William PUECH Université Montpellier II IUT Béziers 42/66

 Exemple de compression

z Nous sommes jeudi. J'arriverai à la gare

demain soir : le vendredi 6 novembre à
20h30.

z S i à lla gare lle 6-11

Serai 6 11 à 20h30.
20h30

William PUECH Université Montpellier II IUT Béziers 43/66

 Diminution de la robustesse aux
erreurs

z Nous sommes jeudi 5. J'arriverai à la gar

demain soir : le vendredi 6 novembre à
20h30.

z S i à lla gare lle 8-11

Serai 8 11 à 20h30

William PUECH Université Montpellier II IUT Béziers 44/66

 2 types de compression
z Compression
p sans p
perte :
− Codage RLE (Run Length Encoding),
− C d
Codage H
Huffman,
ff
− Codage LZW.
z Compression avec pertes :
− MP3 Ogg
MP3, O Vorbis,
V bi
− JPEG,
− MPEG.

William PUECH Université Montpellier II IUT Béziers 45/66

 Compression sans pertes
z Codage
g RLE :
− Toute suite de bits identiques est remplacée par
un couple (nbre occurrence
occurrence, bit)
bit).
z Codage Huffman :
− Coder ce qui est fréquent sur peu de place et
q
coder sur des séquences p
plus longues
g ce q
qui
revient rarement.

William PUECH Université Montpellier II IUT Béziers 46/66

 C d
Codage LZW
((code zip
p et format gif)
g )

z Des successions de caractères se retrouvent

plus souvent que d'autres ; on les remplace
par un nouveau caractère, en construisant au
f ett à mesure un dictionnaire.
fur di ti i

William PUECH Université Montpellier II IUT Béziers 47/66

 Compression avec pertes
z Pour les fichiers multi-média car le récepteur
p
(Système auditif, SVH) n'est pas sensible à
toutes les variations (fréquences) du signal.
z MP3, Ogg Vorbis, JPEG, MPEG...
z Ces compressions se basent sur une autre
représentation du signal (représentation
fréquentielle et non temporelle)

William PUECH Université Montpellier II IUT Béziers 48/66

 Représentations d'un
d un même
signal

z Représentation temporelle : évolution du

signal avec le temps
temps.

z Représentation fréquentielle (spectre) :

amplitude
lit d d
des ffréquences
é présentes
é t d dans lle
signal

William PUECH Université Montpellier II IUT Béziers 49/66

 Cas particulier : le « la »

Flûte
fondamental : 440 Hz
3 harmoniques

William PUECH Université Montpellier II IUT Béziers 50/66

 Un autre « la »

Piano
fondamental : 440 Hz
beaucoup plus d'harmo-
niques

William PUECH Université Montpellier II IUT Béziers 51/66

 Principe de la compression MP3

z Traduction des échantillons temporels en

représentation fréquentielle ( TFD :
Transformée de Fourier Discrète),
z Suppression des fréquences hautes,
z S
Suppression
i d des ffréquences
é masquées,
é
z Codage Huffman pour traduire les données.

William PUECH Université Montpellier II IUT Béziers 52/66

 Exemple de compression MP3

William PUECH Université Montpellier II IUT Béziers 53/66

 Comparaison avec la
compression Ogg Vorbis

z Débit variable : le débit s'adapte à la musique

pour conserver une qualité sonore constante
constante.
z Bitrate : débit instantané.
z CBR (Constant Bit Rate) / VBR (Variable Bit
R t )
Rate)

William PUECH Université Montpellier II IUT Béziers 54/66

 Retour sur la compression
JPEG
z Transformation du format RGB en
Luminance / Chrominance,
z Ré échantillonnage de la chrominance
Ré-échantillonnage chrominance,
z Découpage
p g de l'image
g en bloc 8*8,,
z Application de la fonction DCT (Discrete
C i
Cosinus T
Transform)
f )
z Quantification de chaque bloc,
z Lecture Zig-Zag,
z Encodage deUniversité
William PUECH
l'image avec
Montpellier II
Huffman. IUT Béziers 55/66
 Exemple compression JPEG

Image Originale

William PUECH Université Montpellier II IUT Béziers 56/66

 Transformation du format RGB

Changement espace couleurs

Y, Cb, Cr

William PUECH Université Montpellier II IUT Béziers 57/66

 Ré-échantillonnage
Ré échantillonnage de le
chrominance

William PUECH Université Montpellier II IUT Béziers 58/66

 Application de la DCT

DCT de Y
(même taille)
William PUECH Université Montpellier II IUT Béziers 59/66
 Intérêt de la DCT

2500

2000

1500

1000

500

-500
500

-1000

-1500
0 0
100 100
200 200
300 300
400 400

William PUECH Université Montpellier II IUT Béziers 60/66

 Conclusion
z Choix d'un codec :
− signal source,
− complexité
l ité ddu codec,
d
− débit,
− retard de reconstruction,
− tenue aux erreurs de transmission
transmission,
− qualité (différences entre signal reconstitué et
signal
i l iinitial)
i i l)

William PUECH Université Montpellier II IUT Béziers 61/66

 D’autres liens
z Codage
g vidéo,, formats CIF,, QCIF
z Codage JPEG et JPEG2000

William PUECH Université Montpellier II IUT Béziers 62/66

 Annexe
Calcul de la DCT

William PUECH Université Montpellier II IUT Béziers 63/66

 Exercice
z Quelle fréquence
q d'échantillonnage
g
choisiriez-vous pour :
− le signal téléphonique sachant que le canal entre
l'abonné et le CAA a une bande passante égale
à [300 Hz ; 3400 Hz] ;
− un signal audio ?

William PUECH Université Montpellier II IUT Béziers 64/66

 Exercice
z Un système d'enregistrement de CD échantillonne chacune des
d ux voies
deux v i s stéréo
sté é à la
l fréquence
f équ nc de
d 44.1
44 1 kHZ.
kHZ
− Expliquer le choix de la fréquence d'échantillonnage.
− Donner la valeur du SNR si chaque échantillon est codé sur
8 bits sachant que : SNR = 1.76 + 6.02n
− En fait un SNR de 50 dB est perçu comme un léger souffle
par l'oreille humaine ; déterminer le nombre de bits
nécessaires pour avoir un SNR supérieur à 80 dB.
dB
− Pourquoi, d'après vous, les échantillons sont codés sur 16
bits.
− Quel est le débit du système d'enregistrement ?

William PUECH Université Montpellier II IUT Béziers 65/66

 Exercice 2
8 On souhaite transmettre une image de télévision de 576 lignes et
720 points par ligne.
ligne
8 Calculer le nombre de bits nécessaires pour coder une image
sans compression au format RGB
RGB, au format luminance /
chrominance. On suppose que l’on utilise 1 octet pour chaque
« couleur ».
8 Quel est l’intérêt de ce deuxième format ?
8 Calculer alors le nombre de bits nécessaires si on utilise un sous-
sous
échantillonnage 4-2-2 (2h1v), puis 4-2-0 (2h2v).
8 Dans chaque
q cas,, calculer la quantité
q de données p
pour stocker 1
heure 30 de vidéo.
8 Conclure connaissant la capacité
p d'un DVD.

William PUECH Université Montpellier II IUT Béziers 66/66