UNIVERSIDAD CATOLICA BOLIVIANA “SAN PABLO” Ingeniería en Telecomunicaciones

Telecomunicaciones III – TEL 218 Semestre: II-2018

TRABAJO INVESTIGACIÓN
MPEG-2

Oscar Edwin Bustamante Ferrel

Gabriel Carlos Díaz Echeverría
Rodrigo Gonzalo Muñoz García
Grupo 1: El Machete Asciende
Ing. Juan Carlos Machicao Aparicio
Paralelo 1 Martes de 18:45-21:15
22 de Septiembre de 2018

Resumen.- En el presente trabajo de investigación, se mostrarán los conceptos generales y

debidas consideraciones de una codificación de video MPEG-2. Se realizará la correspondiente
investigación para conocer más respecto al tema.

Índice de Términos.- Vídeo, Codificación, Frecuencia, Ancho de Banda

1. Objetivo
1.1. Objetivo General
Investigar conceptos importantes de MPEG-
2.
1.2. Objetivos Específicos
● Establecer la definición de MPEG-2.
● Verificar las características generales de la
codificación.
2. Fundamento Teórico
2.1. Introducción.-
La tecnología de compresión de vídeo es la tecnología
que permite grabar vídeo de tal manera que ocupan
menos espacio de memoria y permite que el video sea
un poco diferente del original, cuando se reproduce.
La reducción de datos (compresión de datos) es
posible porque la imagen contiene información (igual)
redundante. La compresión es el proceso de reducir el
número
de bits que se utilizan para codificar elementos de
imagen individuales.
En la televisión digital, los parámetros para señal de
vídeo digital con compresión y sin compresión
se dan en la Recomendación UIT-R BT.601. En la
radiodifusión, la transmisión con menor velocidad
requiere menos ancho de banda y un transmisor con
menor potencia.
Las técnicas para lograr una reducción en el tamaño
del video se limitan principalmente a comprimir
marcos individuales de contenido y técnicas de
escritura de cambios y diferencias entre marcos. Los
videos suelen estar compuestos por tres tipos de
marcos: marcos-I (intra-marcos), marcos-P (cuadros
predichos) y cuadros-B (cuadros bidireccionales). La
diferencia entre los diferentes tipos de marcos es sólo
en el modo de escritura y modo de lectura (la
interpretación). Durante la reproducción
(visualización), cada fotograma se muestra como una
imagen normal independientemente de la técnica de
grabación del formato de vídeo. La compresión intra-
trama o espacial es técnica en la compresión de vídeo
para reducir el tamaño de las tramas individuales.
Interframe o compresión temporal es una técnica de
compresión de vídeo que logra una reducción en el
tamaño de series similares de marcos.
El desarrollo de las telecomunicaciones digitales
permite el uso de la televisión de alta definición
(HDTV) además de la televisión de definición
estándar (SDTV). HDTV es una tecnología que ofrece
UNIVERSIDAD CATOLICA BOLIVIANA “SAN PABLO”
Telecomunicaciones III – TEL 218
una calidad significativamente mayor de imagen y
sonido que la tecnología de pantalla tradicional hizo
(PAL analógico, NTSC, SECAM, SDTV y digital).
Dado que la resolución es más alta, la imagen es más
nítida, menos borrosa y el contenido está más cerca de
la realidad. HDTV ofrece un movimiento más suave,
colores detallados y vibrantes, y hay un sonido
multicanal de muy alta calidad que hace que la
experiencia visual sea aún mejor. La Tabla 1 muestra
las características básicas de los estándares de TV
digital primaria.
El sistema de televisión digital consta de tres
componentes: vídeo, audio y datos de servicio, como
se muestra en la Figura 1.
Fig 1. Componentes de la Televisión Digital.
2.2. MPEG.-
Otros métodos de compresión que se han establecido
como estándar por sus prestaciones y su amplia
aplicación son los métodos denominados MPEG. Las
siglas MPEG vienen de (Motion Pictures Expert
Group) nombre de un grupo de expertos común entre
la ISO (International Standards Organization) y la IEC
(International Electrotechnical committe). El
fundamento básico de la compresión MPEG es el
siguiente:
● Se busca una representación válida de la
imagen que concentre la información en una
pequeña parte de la descripción.
● Se cuantifican los elementos de dicha
representación de modo que se discretizan sus
posibles valores.
● A cada nivel de cuantificación se le asigna un
código de bits.
Ingeniería en Telecomunicaciones
Semestre: II-2018
2.3. MPEG-2.-
Concretamente el método MPEG-2 se utiliza en todos
los ámbitos de la televisión digital. Este método tiene
dos características muy importantes para su aplicación
en video digital. La primera es que permite utilizar
múltiples factores de compresión en función de las
necesidades de la aplicación. La segunda es que las
pérdidas de calidad al comprimir son relativamente
bajas. Incluso se ha demostrado que la compresión
MPEG-2 con factor 1:3,3 puede considerarse como
subjetivamente sin pérdidas. Esto la hace apropiada
para aplicaciones en las que se quiera mantener la
posibilidad de multi generación, es decir, efectuar
sucesivamente procesos de compresión y
descompresión sin la aparición de defectos de imagen,
o artefactos.
TABLA 1. FLUJO COMPRIMIDO DE
SEÑALES DE AUDIO/VIDEO
2.3.1. SDTV.-
La definición estándar (en inglés SDTV, standard
definition television) es el acrónimo que reciben las
señales de televisión que no se pueden considerar
señales de alta definición (HDTV) ni de señal de
televisión de definición mejorada (EDTV).
Es la resolución de vídeo dominante desde el origen de
la televisión hasta la aparición de la alta definición. El
sistema está alrededor de una resolución de 500 líneas
horizontales PAL funciona con una resolución de
720×576, mientras que NTSC proporciona 720×486.
Utiliza una velocidad entre 25 hasta los 29.97 cuadros
por segundo en NTSC, y de 25 para formato PAL.
Hasta la aparición de los sistemas digitales, SDTV
sólo tenía un significado, pero actualmente se usa para
referirse a dos sistemas de codificación digital y envío
de señales de vídeo: Por un lado SDTV se usa por
denominar las señales analógicas de 480 líneas
UNIVERSIDAD CATOLICA BOLIVIANA “SAN PABLO”
Telecomunicaciones III – TEL 218
(NTSC) o 576 (PAL y SECAM) y que han sido los
estándares mayoritarios en los últimos 50 años. Su
relación de aspecto siempre es de 4:3, mientras que la
exploración es entrelazada.
Por otro lado, SDTV también se usa genéricamente
por referirse a señales de televisión, analógicas o
digitales, que tienen una calidad equivalente a la
SDTV analógica. Así de los formatos como VCD,
VHS, Beta o SVCD con calidades parecidas a la
televisión analógica, también a menudo se dice que
tienen una calidad SDTV. En este caso, la exploración
puede ser progresiva en sistemas de poca resolución o
entrelazada si llega a las 480 o 576 líneas. La relación
de aspecto habitualmente es de 4:3 aun cuando
también puede ser de 16:9.
Debido a la utilización del acrónimo SDTV para
referirse a todo tipo de sistemas que no son HDTV, es
habitual la confusión de los términos y clasificar
sistemas EDTV como el DVD en el grupo de SDTV.
2.3.2. HDTV.-
La televisión de alta definición o HDTV (siglas en
inglés de high definition television) es uno de los
formatos que, junto a la televisión digital (DTV), se
caracterizan por emitir señales televisivas en una
calidad digital superior a los sistemas tradicionales
analógicos de televisión en color (NTSC, SECAM,
PAL).
Los términos HD ready ("listo para alta definición") y
compatible HD ("compatible con alta definición")
están siendo usados con propósitos publicitarios. Estos
términos indican que el dispositivo electrónico que lo
posee, ya sea un televisor o un proyector de imágenes,
es capaz de reproducir señales en Alta Definición;
aunque el hecho de que sea compatible con contenidos
en esta norma no implica que el dispositivo sea de alta
definición o tenga la resolución necesaria, tal y como
pasa con algunos televisores basados en tecnología de
plasma con menos definición vertical que televisores
de años atrás (833x480 en vez de los 720x576 píxeles
-anamórficos equivalen a 940x576-), los cuales son
compatibles con señales en alta definición porque
reducen la resolución de la imagen para adaptarse a la
resolución real de la pantalla.
2.3.3. Comparación.-
Ingeniería en Telecomunicaciones
Semestre: II-2018
HDTV tiene por lo menos el doble de resolución que
el SDTV, razón por la cual se puede mostrar mucho
más detalle en comparación a un televisor analógico o
un DVD normal. Además, los estándares técnicos para
transmitir HDTV permiten que se proyecte utilizando
una relación de aspecto de 16:9 sin utilizar franjas de
colores y por lo tanto se puede incrementar la
resolución del contenido.
2.3.4. Captura de video analógico
Las imágenes (dos dimensiones) son convertidas en
una señal analógica.
- Se capturan las imágenes a intervalos
- Cada imagen (cuadro o frame) es barrida
calculando la intensidad de cada punto
(B&W).
Para reproducir la imagen se realiza el proceso
inverso.
Fig 2. Captura de video analogico.
2.3.5. Tipos de video según su calidad
Televisión de alta definición (HDTV).
- Existen diferentes variantes acerca HDTV.
1920x1080/60, 1920x1080/30-24,
1280x720/30-24
- Relación de aspecto 16:9 Relación de aspecto
16:9 ‰
Vídeo digital profesional (studio-quality).
- Estándar ITU-R (CCIR-601) de vídeo digital.
Vídeo de difusión (TV broadcast).
- Difusión de señales de televisión analógicas.
- Estándares NTSC y PAL/SECAM.
Reproductor de Vídeo (VCR quality)
UNIVERSIDAD CATOLICA BOLIVIANA “SAN PABLO”
Telecomunicaciones III – TEL 218
- Grabación de vídeo analógico (en VHS)
- Menor resolución de imagen (la mitad de
PAL/SECAM).
Videoconferencia (Low-speed).
- Tasas de bits pequeñas (alrededor de 128
Kbps)
- Resolución de imagen 4 veces inferior al
vídeo digital.
- La secuencia de cuadros/s se reduce entre 5 y
10.
TABLA 2. PARÁMETROS ESPECÍFICOS DE
RED
2.3.6. Submuestreo de crominancia
El submuestreo de crominancia es la práctica de
codificar el componente de crominancia de la señal de
video, mediante su muestreo a menor frecuencia que
para el componente de luminancia, aprovechando la
inferior agudeza del sistema visual humano para
diferencias de color que para la luminancia. Se utiliza
en muchos esquemas de codificación de vídeo, tanto
analógicos como digitales, y también en la
codificación JPEG.
2.3.6.1. Notacion
El patrón de submuestreo normalmente se indica con
una notación de tres dígitos separados por dos
puntos j:a:b (como, por ejemplo, 4:2:2) o, a veces,
cuatro dígitos (por ejemplo, 4:2:2:4) que describe el
número de muestras de luminancia y crominancia en
una región de “j” pixeles. El significado de esta
notación, de izquierda a derecha es el siguiente:
Ingeniería en Telecomunicaciones
Semestre: II-2018
● j: Referencia de muestreo de luminancia
horizontal (ancho de la región conceptual) y que
usualmente tiene un valor de 4, en referencia a
que la frecuencia de muestreo era
aproximadamente cuatro veces la frecuencia
subportadora de color de los
estándares PAL o NTSC. La relación con el
muestreo de la componente de vídeo actual, en
13.5 MHz, es de 13,5/4 (3,375) MHz.
● a: Factor horizontal de Cr (en relación con el
primer dígito).
● b: Factor de Cb horizontal (con respecto al primer
dígito), a menos que se ajuste a cero. En este caso,
un cero indica que el factor Cb horizontal es
idéntico al segundo dígito y, además, que Cr y Cb
son submuestreadas en relación 2:1 en la
dirección vertical. Se elige el cero de modo que la
fórmula para calcular el ancho de banda sigue
siendo correcta.
● Factor Horizontal Alfa: Si es incluido, debe ser
idéntico al primer dígito e indica la presencia de
un cuarto canal de la señal que contiene la
información de la transparencia (canal alfa),
muestreado de forma idéntica a la componente de
luma.
Para calcular el ancho de banda requerido con respecto
a una señal con submuestreo 4:4:4 (o 4:4:4:4), se
suman todos los factores y se divide el resultado por
12, o 16 si hay un factor Alfa.
Fig3.- Frecuencias para formatos de muestreo
UNIVERSIDAD CATOLICA BOLIVIANA “SAN PABLO”
Telecomunicaciones III – TEL 218
2.3.6.2. Esquemas de submuestreo comunes
A continuación, se explican las diferentes clases de
submuestreo que podemos encontrar. La figura
muestra de forma gráfica los casos más comunes. La
segunda fila de la figura representa la componente de
luminancia, para cada esquema, en cuadros de color
gris, la inferior representa los componentes de
crominancia (Cb y Cr) y la fila superior, la
combinación resultante, a nivel de píxel.
Fig4.- Esquemas de submuestreo comunes
2.3.6.3. Frecuencias de muestreo
Para procesar vídeo en el dominio digital, se necesita
un muestreo de dos-dimensiones (array) que forma las
líneas horizontales y columnas verticales. Esto dicta
que la frecuencia de muestreo (sampling rate) tiene
que ser un múltiple de la frecuencia de líneas.
Para digitalizar la señal en el sistema compuesto sea
NTSC ó PAL, era muy común usar una frecuencia de
muestreo que era múltiple de la subportadora de color
(fsc). La nomenclatura usada era de 4fsc ó de 2fsc. ( 4
x fsc ó 2 x fsc). Como la frecuencia de la subportadora
en NTSC era de 3.58 Mhz, 4fsc llega a ser 14.3 Mhz
para NTSC y siguiendo la lógica, 2fsc llega a ser 7.15
Mhz. Entonces, el componente de luminancia que
incluye las más altas frecuencias, era muestreada a
4fsc y los dos componentes de color que contienen
más bajas frecuencias eran muestreadas solamente a
2fsc. Simplemente se identificaba como un formato de
4fsc: 2fsc:2fsc que luego se simplifica a 4:2:2 como
una manera de escribir en corto.
Ingeniería en Telecomunicaciones
Semestre: II-2018
Fig5.- Frecuencias de muestreo para SD, HD, 3G
Cuando la televisión digital arranca a especificarse en
fuerza, el sistema de componentes se predecía que iba
a ser el más usado. Uno de los objetivos de la
televisión digital era que la frecuencia de muestreo
debe ser común entre los formatos de 525 y 625. Aún
cuando se sabía que los requerimientos de ancho de
banda eran diferentes entre los dos formatos. Teniendo
una común frecuencia de muestreo simplifica el diseño
de equipos para el sistema digital. Por ejemplo, los
convertidores de formatos se pueden usar en sistemas
de 525 ó de 625 sin ningún cambio. Todas las
frecuencias usadas en el sistema de televisión se
originan de un master reloj de 108 Mhz, como
podemos observar en el diagrama de frecuencias para
SD, HD y 3G. Así llegan a establecerse la frecuencias
de 13.5 Mhz y 6.75 Mhz para muestrear las señales Y,
R-Y y B-Y usados en el formato 4:2:2 de
componentes para SD-SDI.
Se puede observar que 13.5 Mhz y 6.75 Mhz se
derivan de la frecuencia de 2.25 Mhz. Pero no se
establece el x4 ni el x2 para el formato 4:2:2. Pero se
continúa usando esta nomenclatura que en práctica
indica que el componente (Y) se muestrea con una
frecuencia al doble de la frecuencia para los
componentes de colores (R-Y y B-Y).
UNIVERSIDAD CATOLICA BOLIVIANA “SAN PABLO”
Telecomunicaciones III – TEL 218
Usando esta nomenclatura de 4:2:2, se puede deducir
que el componente de luminancia (Y) es muestreado a
13.5 Mhz, y los componentes de color (R-Y) y (G-Y)
son muestreados a 6.75 Mhz. Para entender la
diferencia entre 4:4:4 y 4:2:2, lo mejor es observar en
el siguiente cuadro, como se muestran los píxeles en
cada componente (Y, R-Y y B-Y) de acuerdo a las
frecuencias de muestreo.
2.3.7 Velocidad de transmisión
Continuando, vamos a ver cómo se calcula las
velocidades de transmisión para SD and HD utilizando
las frecuencias de muestreo indicado arriba para el
formato 4:2:2:
Para SD:
Frecuencia de muestreo (Y) = 13.5 Mhz
Número de filas ó líneas = 525
Frecuencia de cuadro = 29.97 Hz ( 30 Hz is not
directly compatible with SD-SDI)
Para HD:
La frecuencia de muestreo en HD es 74.25 Mhz y
74.25/1.001 para todos los formatos, 1080i ó 720p.
Verifiquemos esto usando la tabla de abajo y calcular
para el formato 1080i/29.97:
Frecuencia de muestreo (Y)= 2200x1125x29.97=
74.175 Mhz
Frecuencia de muestreo (R-Y, B-Y)=74.175
Mhz/2=37.087 Mhz
Velocidad de transmisión (4:2:2)=
(74.175+37.087+37.087) x 10 bits = 1.483 Gbps
TABLA 3. Velocidades de transmisión
frecuencias para HD
Ingeniería en Telecomunicaciones
Semestre: II-2018
2.4 La compresión de la señal de video
En el ámbito digital, para almacenar o transmitir
información se utiliza un tren de datos.
Para que sea posible la compresión de este tren de
datos, es necesario que en él exista, además de
información real, información redundante. Esta
información redundante podremos eliminarla durante
el proceso de compresión, y posteriormente
reconstruirla en el proceso de descompresión a partir
de la información real. La información real en cambio,
será imprescindible para recuperar los datos originales
de forma correcta, de modo que no es posible obviarla.
La misión de un sistema de compresión consiste en
detectar y eliminar la información redundante,
codificando solamente la información útil. Por lo
tanto, podemos considerar la compresión digital como
un procedimiento, matemático en general, que rebaja
el flujo binario de un tren de datos, en base a la
eliminación de información redundante y a una
codificación inteligente de la información real. La
compresión, a partir de ciertos valores influye
negativamente en la calidad del vídeo.
Por eso, debe utilizarse un algoritmo y un factor de
compresión que minimicen dicha degradación. Según
estas consideraciones, podemos clasificar la
compresión en tres tipos diferentes: compresión sin
pérdidas, compresión subjetivamente sin pérdidas y
compresión subjetivamente con pérdidas.
En la compresión sin pérdidas, la información original
se recupera en su integridad después del proceso de
compresión-descompresión. Este tipo es muy utilizado
para la compresión de datos informáticos.
Dependiendo del tipo de archivo, este modo tiene
niveles de compresión variables. Con algunos archivos
y puede llegar a compresiones de 70:1, pero en otros
casos, no es posible comprimir ya que el archivo
comprimido podría ser incluso de mayor tamaño que
el original.
Por otra parte, con la compresión subjetivamente sin
pérdidas, en el proceso de compresión-descompresión,
no se recupera absolutamente toda la información
original, pero el sistema receptor, como por ejemplo el
sistema visual humano, no detecta las diferencias. En
el ámbito de la compresión digital de sonido e imagen,
existe una norma general y es que “lo que el ojo no ve,
o lo que el oído no oye, no se codifica”. Este tipo de
UNIVERSIDAD CATOLICA BOLIVIANA “SAN PABLO”
Telecomunicaciones III – TEL 218
compresión, es el que se utiliza en vídeo digital, y es el
que más nos interesa por su mantenimiento de la
calidad, consiguiendo factores de compresión
interesantes.
Finalmente, en la compresión subjetivamente con
pérdidas, durante el proceso de compresión-
descompresión se degrada significativamente la
calidad de la información, pero el usuario lo tolera en
beneficio del servicio recibido. Este tipo de
compresión, lleva asociados grandes factores de
compresión y se utiliza generalmente en multimedia;
en los sistemas de videoconferencia como se dijo
anteriormente; en sistemas de vigilancia y seguridad;
en consultas de video y en edición fuera de línea; es
decir, procesos todos ellos en los que la calidad no es
un factor importante, sino el mantenimiento del
servicio con un coste razonable.
Dentro de todas estas categorías existen gran cantidad
de técnicas de compresión dependiendo de la
aplicación para la que se utilizan. En el caso del vídeo,
el número de métodos se dispara; y actualmente, es
uno de los campos de mayor investigación dentro del
mundo del tratamiento digital de las imágenes.
Algunas técnicas de compresión se han conseguido,
simplemente atendiendo a las diferentes sensibilidades
que tiene el ojo humano frente al brillo y a los colores.
Esta posibilidad de compresión, viene expresada en la
recomendación ITU-R BT.601 cuando habla de las
distintas familias que se desarrollan bajo esta norma
(4:4:4, 4:2:2, 4:1:1, 4:2:0, …), cada una de ellas, con
diferentes flujos binarios.
El conocido formato de video 4:4:4 utiliza la misma
frecuencia de muestreo para las señales de color que
para la de luminancia. En el formato 4:2:2, en cambio,
la frecuencia de muestreo de las señales de color pasa
a ser la mitad. Sin embargo, esta forma de compresión
no degrada subjetivamente la calidad, sino que este
formato se ajusta más a las distintas sensibilidades del
ojo.
El sistema 4:4:4 se utiliza, no porque ofrezca una
mayor calidad subjetiva, sino porque las operaciones
de tratamiento digital de imágenes, u otras operaciones
como el croma-key (llave de color), en el que se
conmuta de imagen a partir de la información del color
de los píxeles, se realiza con mucha más precisión.
El paso del formato 4:2:2 al 4:1:1 o al 4:2:0 sí supone
eliminar información sensible al ojo. Esta información
que se elimina, no es en este caso redundante, y no
puede recuperarse en un hipotético proceso de
Ingeniería en Telecomunicaciones
Semestre: II-2018
descompresión. Por ello esta compresión se denomina
con pérdidas, o degradante.
Otros métodos de compresión que se han establecido
como estándar por sus prestaciones y su amplia
aplicación son los métodos denominados MPEG. Las
siglas MPEG vienen de (Motion Pictures Expert
Group) nombre de un grupo de expertos común entre
la ISO (International Standards Organization) y la IEC
(International Electrotechnical committee). El
fundamento básico de la compresión MPEG es el
siguiente:
a) Se busca una representación válida de la imagen
que concentre la información en una pequeña parte de
la descripción.
b) Se cuantifican los elementos de dicha
representación de modo que se discretizan sus posibles
valores.
c) A cada nivel de cuantificación se le asigna un
código de bits.
Concretamente el método MPEG-2 se utiliza en todos
los ámbitos de la televisión digital.
Este método, que será el que estudiemos más
profundamente en este tema, tiene dos características
muy importantes para su aplicación en video digital.
La primera es que permite utilizar múltiples factores
de compresión en función de las necesidades de la
aplicación. La segunda es que las pérdidas de calidad
al comprimir son relativamente bajas. Incluso se ha
demostrado que la compresión MPEG-2 con factor
1:3,3 puede considerarse como subjetivamente sin
pérdidas. Esto la hace apropiada para aplicaciones en
las que se quiera mantener la posibilidad de
multigeneración, es decir, efectuar sucesivamente
procesos de compresión y descompresión sin la
aparición de defectos de imagen, o artefactos.
A continuación pueden verse algunos ejemplos de
utilización de la compresión, referidos a las
velocidades binarias utilizadas en algunos modos de
transmisión:
- Para comunicaciones dentro de un estudio se utilizan
enlaces a 50Mb/s. En este punto debemos observar
que el flujo binario resultante de la parte activa del
formato 4:2:2 es de 165,9 Mb/s.; y si se aplica el factor
1:3,3 a este flujo obtenemos 50,3 Mb/s, con lo que las
transmisiones a 50 Mb/s podemos considerarlas sin
pérdidas.
- También se utilizan 50Mb/s para comunicaciones
mediante fibra óptica.
UNIVERSIDAD CATOLICA BOLIVIANA “SAN PABLO”
Telecomunicaciones III – TEL 218
- Para comunicaciones vía satélite es común utilizar
enlaces a 34 Mb/s, aunque a veces también se utilizan
50Mb/s.
- En los casos de distribución de la señal vía radio, se
aplican factores de compresión más grandes según el
canal disponible. Por ejemplo, en los satélites de
distribución lo normal es utilizar un factor de
compresión que permite enviar de 4 a 7 canales
digitales en el mismo ancho de banda que ocuparía
uno analógico.
- En la difusión de televisión digital, el flujo binario es
diferente, según la calidad requerida.
TABLA 4. Niveles de calidad y sus flujos
binarios recomendados
2.5 La redundancia en la información de
video.-
Los algoritmos de compresión en vídeo digital se
basan, como hemos visto en los apartados anteriores,
en la existencia de información redundante a lo largo
de cualquier secuencia. Dentro de la corriente de datos
que supone una comunicación de vídeo digital
podemos detectar una parte de los datos que
corresponden a información real, que será necesaria
para reproducir dicha secuencia; e información
redundante, que no proporcionará información al
decodificador y que por tanto podemos eliminar.
En términos de compresión, sería muy beneficioso
minimizar al máximo la información redundante de
forma que reduzcamos el flujo binario sin perder la
información necesaria para recuperar una secuencia.
Sin embargo, en términos de seguridad en la
transmisión, hemos de decir que la redundancia es
positiva, ya que proporciona cierta protección ante
cortes de la información que se está transmitiendo.
La información redundante que aparece en una
secuencia de vídeo digital podemos considerarla de
tres tipos: redundancia espacial, redundancia temporal
y redundancia estadística. A cada una de ellas se les
Ingeniería en Telecomunicaciones
Semestre: II-2018
asocian diferentes procedimientos mediante los cuales
se minimiza dicha redundancia aumentando la
compresión.
2.5.1 Redundancia espacial
La redundancia espacial tiene lugar dentro de cada
fotograma. Ésta, viene asociada al hecho de que la
naturaleza está llena de objetos sólidos con superficies
y texturas uniformes; los decorados, los paisajes, e
incluso los rostros no varían significativamente la
información de pixel a pixel, sino que encontraremos
generalmente grandes superficies sin variación.
El hecho de que varios píxeles adyacentes sean
prácticamente iguales nos va a permitir, en vez de
transmitirlos todos o almacenarlos todos, transmitir un
píxel representativo del conjunto, y las diferencias de
cada uno respecto a éste. Dichas diferencias, por ser
generalmente pequeñas, pueden codificarse con menos
bits.
Uno de los ejemplos de compresión aprovechando la
redundancia espacial son la codificación de cadenas
largas de datos iguales (RLC – Run Lenght Code,
codificación de longitudes de recorrido). En el caso de
que se detecte en el tren binario una cadena larga de
dígitos que se repiten, en lugar de codificar cada
dígito, parece una buena técnica codificar cuál es el
dígito de que se trata, y cuantas veces se repite. Un
ejemplo de dispositivo que utiliza esta técnica es el
fax. Esta técnica se utiliza habitualmente en lo que
llamaremos codificación “intracuadro”, es decir dentro
de cada fotograma.
2.5.2 Redundancia temporal
La redundancia temporal viene dada por la relación
entre los píxeles homólogos de imágenes sucesivas.
Esta redundancia aparece porque la vida no cambia
significativamente de fotograma a fotograma.
Evidentemente, en 40ms. Suponiendo una frecuencia
de cuadro de 25 f/s. no ocurren grandes cosas desde el
punto de vista del espectador. Lo que el espectador
espera al contemplar una secuencia de vídeo, es una
continuidad en la acción, y no un cambio continuo en
los planos.
Así, en la mayoría de los casos podemos afirmar que
un fotograma va a ser similar al siguiente o al anterior.
Si comparamos los fotogramas de un trozo de película
observaremos que, en general, son similares. Es
UNIVERSIDAD CATOLICA BOLIVIANA “SAN PABLO”
Telecomunicaciones III – TEL 218
necesario avanzar varios fotogramas para apreciar
diferencias.
Una técnica de compresión que se puede usar, tanto
para eliminar la redundancia temporal, como la
espacial, es la codificación diferencial de pulsos
modulados (DPCM).
La DPCM codifica el valor de diferencia de una
muestra con respecto a la anterior. Si codificásemos el
valor absoluto de cada muestra necesitaríamos
palabras binarias más largas, ya que los valores
absolutos de las muestras serán mucho mayores que la
diferencia entre una muestra y la anterior.
Los histogramas de la figura 3 muestran el número de
ocurrencias para cada valor de los píxeles en una
imagen con codificaciones PCM y DPCM. Con
codificación PCM, imagen izquierda, se deben
procesar todos los valores comprendidos entre 10 y
200; mientras que en
DPCM, imagen derecha, sólo tiene que codificar
valores comprendidos entre +20 y -20, consiguiendo
por tanto una reducción importante de bits.
Existen variantes de este método, que tratan de reducir
al máximo los errores a transmitir, efectuando las
predicciones en base a un conjunto de píxeles
significativos.
2.5.3 Redundancia estadística
La redundancia estadística, se basa en que en algunas
aplicaciones, determinados valores tienden a repetirse
más que otros. Una de las técnicas de compresión
basada en la detección de redundancia estadística es la
codificación de longitud variable (VLC – Variable
Lenght Code).
Este modo de compresión consiste en asignar códigos
más largos en bits a los valores de muestra que
aparecen menor número de veces, y códigos más
cortos a los que aparecen más a menudo.
En este método, antes de aplicar los códigos de
longitud variable, el codificador deberá analizar
estadísticamente los datos que le llegan, para aplicar
después la codificación óptima a cada valor.
El ejemplo de compresión VLC más utilizado es quizá
el código Huffman. Su ejecución es un poco compleja,
pero la idea es la misma: asignar cadenas de bits más
cortas a los códigos más frecuentes y más largos a los
menos frecuentes.
El método de ejecución es el siguiente:
Ingeniería en Telecomunicaciones
Semestre: II-2018
a) Se estudia el número de apariciones de cada
símbolo, o su probabilidad de aparición y se
confecciona una tabla con todos ellos.
b) Se escogen los dos códigos (o grupos) que tengan
menor número de apariciones, y se les asigna a cada
uno de ellos el bit 0 o 1, y se asocian como si fueran
las ramas de un árbol.
c) Se quitan los dos códigos (o grupos) anteriores y se
abre un nuevo grupo cuyo valor de apariciones sea la
suma de estos.
d) Se repiten los pasos b, c, y d hasta que sólo quede
un grupo.
f) Para asignar a cada símbolo un código, se recorre el
árbol desde el tronco principal hasta las ramas en las
que está cada símbolo, obteniendo su código Huffman
para la aplicación concreta que se ha estudiado.
Es obvio que los mismos símbolos pueden tener
distintos códigos Huffman dependiendo de la
aplicación que se trate; ya que en distintas
aplicaciones, las probabilidades de aparición de los
símbolos pueden ser diferentes.
2.6 Métodos de compresión por
transformación: la DTC
Existe una gran variedad de métodos de compresión
que se basan en la detección de la redundancia en un
dominio transformado. Esto se realiza transformando
la señal desde el ámbito temporal o espacial al ámbito
de las frecuencias.
En el dominio espacio-temporal, la probabilidad de
aparición de todos los valores de los píxeles es
constante, y por tanto es difícil reducir el número de
datos, en base a una redundancia estadística. En
cambio, en el dominio de la frecuencia no se tiene una
distribución uniforme del espectro. En general, las
altas frecuencias aparecen menos veces, ya que es más
habitual encontrar cambios suaves y grandes
superficies monocolor que grandes contrastes. Los
contrastes grandes se sitúan en los contornos de los
objetos, que en general son menos abundantes. Por eso
podemos decir que existe mucho más contenido en las
bajas frecuencias que en las altas.
Otro aspecto que hemos de tener en cuenta, es que
nuestro ojo atiende más a las grandes superficies, por
tanto a las bajas frecuencias, que a los detalles
pequeños que generarán valores de alta frecuencia.
Los métodos de compresión por transformación se
aprovechan de esta circunstancia para reducir el
número de datos a codificar.
UNIVERSIDAD CATOLICA BOLIVIANA “SAN PABLO” Ingeniería en Telecomunicaciones
Telecomunicaciones III – TEL 218 Semestre: II-2018

La transformada discreta del coseno es la herramienta
de transformación más utilizada por los métodos de
compresión intracuadro. Esta transformada, que
aprovecha la existencia de redundancia espacial en las
imágenes y la encontraremos en los estándares JPEG,
MJPEG y sus derivados, y en la familia MPEG.
2.6.1 Cálculo de la DTC unidimensional
La DCT es una transformación matemática que
convierte una secuencia de muestras de N valores, en
otra secuencia del mismo tamaño N cuyos valores,
como ahora veremos, representan una distribución de
frecuencias La expresión de la transformada discreta
del coseno (DCT) unidimensional correspondiente a
una secuencia de números x[n] de tamaño N es la
siguiente.
ellos, aquí se va a presentar el llamado “método de las
funciones base” porque nos permite extraer
conclusiones importantes de esta transformación. El
método de las funciones base tiene su fundamento en
el hecho que, de la expresión de la DCT vista
anteriormente, una vez definido el tamaño N de la
secuencia a transformar, la función coseno tiene
valores fijos. A dicha función coseno se le denomina
“función base”, y para cada valor de “u” se calcula de
esta forma.
En esta expresión, el valor de N es, en general,
conocido para cada aplicación. Por ejemplo, para
aplicaciones de video, el valor más usual es N=8. A
partir de estas funciones base, el valor de cada C[ui] se
calcularía según la siguiente expresión

Considerando la secuencia a transformar x[n] y la

En esta expresión, la variable “u” de salida, que
representa el índice del coeficiente que se está
calculando, adopta los valores comprendidos entre 0 y
N-1, de manera que la DCT resulta ser una secuencia
también de tamaño N. Asimismo, el valor de “n”
representa a los índices de cada elemento de la
secuencia que se quiere transformar.
El parámetro α(u) tiene dos valores posibles, que son
estos:
función base f[n] |u como vectores de N dimensiones,
los C[u] resultado de la DCT resultan ser el producto
escalar de estos dos vectores, afectado por el factor
constante α(u). Es conocido, que el resultado del
producto escalar de dos vectores depende de los
módulos de ambos, y del coseno del ángulo que
forman, que será máximo en el caso en que ambos
vectores tengan la misma dirección y sentido.
Si se representan gráficamente los valores resultantes
de calcular las funciones base para cada valor de “u”
con un tamaño de secuencia de N=8.

Existen otras formas de escribir esta expresión con

valores derivados de este α(u), pero llevan a resultados
equivalentes. Los N valores C[u], obtenidos al aplicar
esta transformada a la secuencia de N valores x[n], se
denominan “coeficientes” de dicha transformada.
La transformada inversa (IDCT ó DCT-1) permitirá
obtener la secuencia x[n] a partir de los coeficientes
transformados, y se define así.

El cálculo de la DCT que se desprende directamente

de las fórmulas anteriores resulta engorroso, y cuando
el número de elementos de la secuencia es alto, se
impone la utilización del ordenador. No obstante
existen métodos de cálculo más sencillos. De todos
UNIVERSIDAD CATOLICA BOLIVIANA “SAN PABLO” Ingeniería en Telecomunicaciones
Telecomunicaciones III – TEL 218 Semestre: II-2018

2.6.2. Generalización de la DCT bidimensional

La DCT bidimensional es una transformación

matemática que convierte una matriz genérica de MxN
valores, que en el caso de las imágenes corresponden a
niveles de brillo o color, en otra matriz del mismo
tamaño (MxN), cuyos valores representan la
distribución de las frecuencias. Una vez visto por
encima el desarrollo de la DCT unidimensional
podemos ver de la misma manera la DCT
bidimensional que es la que se aplica a las imágenes,
considerando cada muestra x[m,n] como el valor del
nivel de gris de un píxel. Dada una secuencia
bidimensional x[m, n] formada por una matriz de
valores en la que “m” adopta los valores del conjunto
(0, … M-1) y n adopta los valores entre 0 y N-1, su
DCT se define como sigue.

De la misma manera que antes, las variables “u” y “v”

de salida adoptan los valores comprendidos entre 0 y
Fig6. Funciones base de la DCT unidimensional. M-1, y entre 0 y N-1 respectivamente; de manera que
la DCT resulta ser también una matriz de tamaño
A partir de esta figura podemos observar que para MxN.
cualquier secuencia x[n] de tamaño N=8, los C[u] se
calcularán a partir del producto escalar de dicha Los parámetros α(u) y β(v) tiene dos valores posibles,
secuencia con cada una de estas funciones base f[n] que son estos:
aquí representadas. En un producto escalar entre dos
vectores, si fijamos uno de ellos, como es el caso de
cada función base, el producto escalar con cualquier
vector x[n], nos da un resultado proporcional a la
componente que tiene el vector x[n] en la dirección de
cada función base f[n]. Así pues, este producto será
Vídeo Digital
mayor cuanto más paralelos sean ambos vectores.
Según esto anterior, el coeficiente C[0] dará una
referencia del nivel de continua (frecuencia f=0) de
x[n]. Asimismo, el producto escalar de dicha
secuencia x[n] por la función base f[n]|1 resultará un
C[1] mayor, cuanto más se parezcan la secuencia x[n] Los M x N valores C[u, v], obtenidos al aplicar esta
al vector f[n]|1; es decir, C[1] será proporcional al transformada a la secuencia de MxN valores x[m, n],
contenido de frecuencia f=1/16 de la secuencia. se denominan “coeficientes” de dicha secuencia.
Sucesivamente, C[2] será proporcional al contenido de
la secuencia en la frecuencia f=2/16, etc. La transformada inversa, IDCT ó DCT-1, permitirá
Así pues, mediante la DCT se consigue transformar obtener la secuencia x[n, m] a partir de los coeficientes
una secuencia x[n] en otra, C[u] que indica su transformados. Esta transformada inversa se define
distribución espectral. como sigue:
UNIVERSIDAD CATOLICA BOLIVIANA “SAN PABLO”
Telecomunicaciones III – TEL 218
Para el cálculo de la DCT bidimensional existe
también el método basado en las funciones base. En
este caso, las funciones base estarán compuestas por
los dos cosenos que se muestran en la expresión de la
DCT, uno en la dirección m y otro en la n.
En las aplicaciones de compresión de imágenes
digitales, los valores de M y N son siempre 8. A partir
de estas funciones base, el valor de cada C[u, v] se
calcularía como si se tratara del producto escalar de
dos vectores: mediante la suma de los productos entre
elementos homólogos de la función base, y de la
matriz a transformar, afectado por los factores α(u) y
β(v).
Si se representan con niveles de gris los valores
resultantes de calcular las funciones base para cada par
de valores (u, v) con un tamaño de secuencia de
M=N=8, los resultados pueden verse en la figura 3.
Fig7. Representación gráfica de las funciones
base de la DCT bidimensional.
Los cuadros en blanco representan corresponden a
valores de coeficientes igual a 1, y los cuadros negros
corresponden a coeficientes de valor -1.
Ingeniería en Telecomunicaciones
Semestre: II-2018
Atendiendo a la figura, cada coeficiente de la
transformada representará la cantidad de información
que contiene el bloque 8x8 original en su conjunto,
entorno a las frecuencias verticales y horizontales
representadas por los valores u y v. Estas componentes
frecuenciales comprenden desde la frecuencia cero
(DC) cuyo coeficiente vendrá representado en la parte
superior izquierda, hasta la máxima frecuencia
espacial horizontal posible, representada en la parte
superior derecha, o la máxima frecuencia espacial
vertical posible representada en la parte inferior
izquierda, pasando por todas las posibles
combinaciones de frecuencias espaciales horizontales
y verticales.
Si el bloque 8x8 a transformar corresponde a un trozo
de decorado completamente uniforme, y
completamente blanco, todos los coeficientes
frecuenciales serían cero excepto el correspondiente a
la DC (parte superior izquierda).
El valor de los coeficientes más a la derecha
aumentará a medida que aparezcan en él más
contenidos de altas frecuencias horizontales
(incremento de perfiles verticales abruptos). En
sentido vertical, los coeficientes se comportan de
manera similar.
Si el bloque original correspondiere a un área de la
imagen que tuviera un dibujo en forma de rayas
verticales alternativamente blancas y negras y cada
raya coincidiese con la anchura de un píxel, el
coeficiente frecuencial correspondiente al bloque
situado arriba a la derecha tomaría el valor máximo, y
el resto serían cero, excepto el correspondiente a la
DC que siempre indicará el valor medio de la DC de
todo el bloque.
Si un bloque de la imagen contiene una gradación de
brillo en cualquier dirección, su DCT tiene únicamente
el coeficiente de frecuencia cero (el primero) y sus tres
coeficientes periféricos distintos de cero. El resto de
los 60 coeficientes serán cercanos o iguales a cero.
Es evidente, que estas situaciones extremas no serán
habituales, sino que los coeficientes frecuenciales
estarán distribuidos en función del contenido de la
imagen, si bien es cierto que estos coeficientes, por la
UNIVERSIDAD CATOLICA BOLIVIANA “SAN PABLO” Ingeniería en Telecomunicaciones
Telecomunicaciones III – TEL 218 Semestre: II-2018

propia naturaleza de las imágenes, tendrán una transformada inversa, se obtiene una muy buena
tendencia muy clara, como vamos a ver. aproximación de la imagen inicial.
De forma general, en las imágenes con poco detalle o 2.6.4. Utilización de la DCT para compresión
normales en detalle, casi todos los coeficientes que son de vídeo
distintos de cero se agruparán en la esquina superior La transformada discreta del coseno se considera la
izquierda de la matriz de coeficientes. Esta base en la mayoría de los algoritmos de compresión de
característica de la DCT la trataremos en las video, tanto intracuadro (redundancia espacial) como
propiedades que se detallan en el siguiente apartado. intercuadro (redundancia temporal). Esta transformada
2.6.3. Propiedades de la DCT se suele aplicar dividiendo las 720x576 muestras
La DCT por sí misma, al pasar de una matriz a otra del activas de una imagen en bloques de 8x8 píxeles.
mismo tamaño no implica compresión alguna, pero 2.6.4.1. Lectura en zig-zag
tiene algunas características importantes que la hacen La DCT por sí sola, como se ha visto en el apartado de
muy útil para nuestro propósito. Sin llegar a hacer un propiedades, no comprime. Ésta, al transformar la
estudio exhaustivo, nos vamos a centrar en aquellas información del dominio espacial al dominio de la
propiedades que nos van a ser útiles en los procesos de frecuencia, recoloca la información de tal manera que
compresión de imágenes. es más fácil eliminar la parte redundante,
a) Una de las propiedades más importantes y que se consiguiendo reducir el flujo binario. A continuación,
puede comprobar directamente de la definición es la se presenta un ejemplo de matriz 8x8 y su
de “separabilidad”. En este caso, la separabilidad correspondiente DCT bidimensional.
quiere decir que una DCT bidimensional se puede
expresar como un conjunto de varias DCTs
unidimensionales.
Si x[m,n] = x1[m] · x2[n], C[u,v] = C1[u] · C2[v].
b) La DCT presenta también la propiedad de una gran
compactación de la información en los coeficientes de
menor orden, de tal manera que los de orden superior
tienen un valor nulo o caso nulo, salvo en el caso de
imágenes que presenten una anormalmente alta
variación espacial.
c) Los coeficientes resultantes de la DCT presentan
Si observamos detenidamente la distribución de los
entre sí una muy pequeña correlación. Esta propiedad
coeficientes frecuenciales en los bloques
es especialmente importante en aplicaciones de
transformados, podemos ver que los más significativos
compresión de imágenes, ya que de esta forma será
se encuentran en el cuadrante superior izquierdo, que
posible dar a los coeficientes tratamientos totalmente
corresponde a las bajas frecuencias. Conforme nos
diferentes dependiendo del lugar que ocupen dentro de
vamos alejando de este cuadrante hacia la derecha y
la matriz de coeficientes.
hacia abajo, el valor de los coeficientes disminuye
d) La transformada de Fourier es una transformada
drásticamente.
compleja, con parte real y parte imaginaria, lo que
Este hecho, surge por la propia información contenida
complicado el trabajo con ella. Sin embargo la DCT es
en las imágenes, pero existe otra razón por la que
una transformada real; sus resultados son muestras de
podemos decir que la información de alta frecuencia,
la función coseno, y esto simplifica mucho su manejo.
que de por sí es poca, puede despreciarse. Esta razón
e) Si en la transformada de una imagen se suprimen
aparece por la forma en que el sistema visual humano
los coeficientes de mayor orden, al volver a calcular la
atiende a las imágenes. De toda una imagen, el sistema
UNIVERSIDAD CATOLICA BOLIVIANA “SAN PABLO”
Telecomunicaciones III – TEL 218
visual presta atención a un objeto o conjunto de
objetos concretos, considerando lo demás como fondo
que carece de importancia. Por lo general, los objetos
a los que hay que atender se representan en primer
plano, con lo que el contenido de bajas frecuencias es
todavía más importante que el de altas frecuencias. La
mayor parte de los contenidos de alta frecuencia
quedan en el fondo, y su eliminación apenas resta
información real a la imagen. Considerando estas
características, a la hora de serializar los coeficientes
de la DCT para almacenarlos o transmitirlos, se hace
conveniente una lectura de las matrices de coeficientes
de manera que los de menor peso queden agrupados, y
así se puedan eliminar o codificar más fácilmente
mediante un código de longitud de recorrido (RLC)
que signifique “los siguientes ‘n’ coeficientes son
nulos”. Según esto, la lectura de los coeficientes se
realiza en zig-zag comenzando desde el coeficiente
DC, y terminando en su lado opuesto. Esto permite
procesar en primer lugar las bajas frecuencias
espaciales y decidir posteriormente si se procesan o se
eliminan los coeficientes correspondientes a las altas
frecuencias.
Realizando la lectura de esta manera, se pueden
procesar los coeficientes de más nivel, y eliminar el
resto consiguiendo factores de compresión, aunque
modestos, sin que la calidad subjetiva de la imagen
quede afectada. En este caso se tratará de una
compresión subjetivamente sin pérdidas, consiguiendo
una compresión 2:1 directamente al aplicar la DCT sin
efectuar redondeos.
Fig8.- Lectura de la matriz de coeficientes en
exploración progresiva y entrelazada
2.6.4.2. Cuantificación de los coeficientes
Ingeniería en Telecomunicaciones
Semestre: II-2018
Para conseguir una mayor compresión, podemos
aplicar otra herramienta al resultado de la DCT. Esta
herramienta va a ser una cuantificación ponderada de
los coeficientes. Esta cuantificación ponderada se
basa, como es lógico, en la mayor o menor
importancia de cada coeficiente respecto de la calidad
subjetiva final, es decir en el contenido frecuencial de
cada coeficiente.
A cada coeficiente de la DCT se le aplica una
cuantificación definida por un determinado tamaño de
escalón de cuantificación. En aquellos coeficientes
donde su redondeo afecte más a la calidad, el escalón
de cuantificación será menor, y aquellos coeficientes
menos importantes se cuantificarán con escalones más
grandes. Esta cuantificación queda definida por una
matriz de valores que representarán los tamaños de los
escalones, y que se llama matriz de cuantificación.
Esta cuantificación va a hacer que algunos coeficientes
que antes eran cercanos a cero, al redondear se vayan a
cero, y otros que no se vayan a cero, puede hacerse
que se codifiquen con menor número de bits, y así se
consigue un mayor nivel de compresión. De esta
manera se consigue un mayor nivel de compresión.
Existe toda un colección de matrices de cuantificación
establecidas que minimizan la degradación subjetiva
de la calidad. La matriz de cuantificación por defecto
aplicada a los algoritmos JPEG aparece en la siguiente
expresión.
como se observa gran parte de los coeficientes se van a
cero. En la actualidad se considera que una
compresión 3,3:1, que provoca un redondeo moderado
de los coeficientes, tampoco provoca prácticamente
degradación subjetiva de la calidad. Esta no
degradación subjetiva viene marcada por la posibilidad
de multigeneración vista en apartados anteriores.
UNIVERSIDAD CATOLICA BOLIVIANA “SAN PABLO”
Telecomunicaciones III – TEL 218
Todos los factores de compresión mayores que 3,3:1
necesitarán un mayor redondeo de coeficientes, y por
lo tanto mayor pérdida de información. Obviamente,
esta mayor cuantificación sí merma la calidad de la
imagen. Estamos entrando entonces en el terreno de la
compresión con pérdidas subjetivas, y dependiendo de
los valores de la cuantificación tendremos una pérdida
de calidad mayor o menor, y a costa de ello una mayor
o menor compresión.
2.7 Codificación
El último paso de la codificación de las imágenes a
través de dos pasos:
1. Codificación del elemento DC como un valor
relativo respecto a valores anteriores, ya que este valor
tiene altos grados de correlación.
2. Reordenación de los valores DCT en zig-zag ya que
hay tantos de estos elementos cuyo valor es cero que
deben ser codificados de forma diferente que los que
no son cero. Se usa RLE (run-length encoding) que no
hace sino contar el número de ceros en la imagen.
2.7.1 Codificación entrópica
En teoría de la información, “’codificación entrópica”’
es un método de codificación sin pérdidas que es
independiente de las características específicas del
medio. Este método se basa en un conocimiento previo
sobre los símbolos que surgirían en una trama binaria.
La entropía es un factor para evaluar los codificadores.
Se calcula con los nombres de bits por símbolo
usados.
Existen tres tipos de códigos: Codificación por
longitud de series”(Run Length Encoding – RLE)”,
DPCM “(Differential PCM)” y Códigos de longitud
variable “(Variable Length Coding – VLC)”
2.7.2 Codificación VLC
Se trata de un caso particular de codificación
aritmética. La idea básica de los códigos de longitud
variable es asignar códigos de palabras de longitudes
diferentes en función de la probabilidad de los
mensajes. Los mensajes menos probables se
codificarán con un mayor nombre de bits que no los
mensajes más probables.
Ingeniería en Telecomunicaciones
Semestre: II-2018
2.7.3 Codificación Huffman
En ciencias de la computación y teoría de la
información, la codificación Huffman es
un algoritmo usado para compresión de datos. El
término se refiere al uso de una tabla de códigos de
longitud variable para codificar un determinado
símbolo (como puede ser un carácter en un archivo),
donde la tabla ha sido rellenada de una manera
específica basándose en la probabilidad estimada de
aparición de cada posible valor de dicho símbolo. Fue
desarrollado por David A. Huffman mientras era
estudiante de doctorado en el MIT, y publicado en “A
Method for the Construction of Minimum-
Redundancy Codes”.
2.7 Perfiles y niveles MPEG-2 estándar.-
Puesto que la sintaxis completa del estándar MPEG-2
es compleja y difícil para la implementación práctica
en un solo chip de silicio, el estándar MPEG-2 define
cinco subconjuntos de la sintaxis completa,
denominados perfiles, diseñados para una variedad de
aplicaciones. Estos son perfil simple (simple), perfil
principal (principal), perfil escalable de relación de
señal a ruido (SNR), escalabilidad espacial (escalable
espacial) y perfil alto (alto). Más adelante, se crea otro
perfil, 4: 2: 2, y la definición de otro perfil (multiview)
está en progreso.
El perfil se define por cuatro niveles, que regulan la
elección de los parámetros disponibles durante la
implementación del hardware. Los niveles determinan
la velocidad de bits máxima y, según la velocidad de
bits, se seleccionan la velocidad de transmisión de
programas de televisión y resoluciones del sistema y,
por otra parte, están determinadas por el número de
muestras por línea, el número de líneas por imagen y
el número de fotogramas por segundo. Hay cuatro
niveles: nivel alto (HL) H14L (nivel H 1440), nivel
principal (ML) y nivel bajo (LL).
TABLA 5. LÍMITES DE PARÁMETROS EN
LOS NIVELES DEL ESTÁNDAR MPEG-2
UNIVERSIDAD CATOLICA BOLIVIANA “SAN PABLO”
Telecomunicaciones III – TEL 218
El perfil simple está diseñado para simplificar el
codificador del transmisor y el decodificador del
receptor, con reducciones en la velocidad binaria
(velocidad de transferencia) y la predicción
bidireccional de incapacidad (imágenes B no existen)
sólo soporta predicciones I y P. Como tal, es adecuado
sólo para televisión terrestre de baja resolución. La
velocidad de bits máxima es de 15 Mb / s.
El perfil principal es el compromiso óptimo entre la
relación de compresión y el precio. Soporta los tres
tipos de predicción I, P, B, que conduce
automáticamente a la complejidad del codificador y
decodificador. El perfil principal admite los cuatro
niveles, con velocidades de bits máximas de 4, 15, 60
y 80 Mb / s, para niveles alto, alto, alto y alto de 1440,
respectivamente. La mayoría de las aplicaciones de
difusión están programadas para operar en el perfil
principal. La televisión digital terrestre utiliza el perfil
principal y el nivel principal (MP y ML). SNR
escalable soporta el perfil sólo para niveles bajos y
principales con una velocidad de bits máxima de 4 y
15 Mb / s, respectivamente.
El perfil ampliable desde el punto de vista espacial
admite sólo un nivel alto de 1440 con un caudal
máximo de 60 Mb / s, de los cuales 15 Mb/s forman
parte de la capa base. Permite la transferencia de la
calidad básica de la imagen dependiendo de la
resolución espacial (espacial) o de la exactitud de la
cuantización, con la adición de la información de
apoyo (capa realzada). Esto permite la emisión
simultánea de un programa en la resolución elemental
y superior, de modo que en caso de condiciones de
recepción difíciles la señal de calidad inferior se puede
recibir (resolución más baja) en lugar de más alto.
Están diseñados para televisión de definición extensa
(EDTV).
El perfil alto (también conocido como profesional)
está diseñado para su uso posterior con la codificación
jerárquica para aplicaciones con definición
Ingeniería en Telecomunicaciones
Semestre: II-2018
extremadamente alta (HDTV-TV de alta definición)
en el formato de muestreo 4: 2: 2 o 4: 2: 0. Alto perfil
soporta los principales, altos 1440 y 1920 de alto
nivel, con un flujo máximo de 20, 80 y 100 Mb / s,
respectivamente. El flujo de la capa base es de 4, 20 y
25 Mb / s, respectivamente.
Se ha introducido el perfil 4: 2: 2 para permitir trabajar
con imágenes en color en formato 4: 2: 2, que es
necesario para el equipo de estudio. Aunque, durante
el desarrollo del estándar MPEG-2, no se han tenido
en cuenta los usos del estudio, mostró que el estándar
MPEG-2 es adecuado para este propósito. 4: 2: 2 perfil
ha permitido el uso de herramientas existentes para la
codificación y en aplicaciones de estudio, que requiere
una mayor velocidad de bits.
El perfil multivista (MVP) es introducido para
permitir la codificación eficiente de dos secuencias de
vídeo derivadas de dos cámaras que están grabando la
misma escena, y que se fijan en un ángulo leve
(estereovisión). Este perfil también utiliza
herramientas existentes para la codificación, pero con
un nuevo propósito. Hay también el decodificador
compatible reverso que significa que un nivel más alto
todavía puede jugar el perfil bajo del nivel, mientras
que la compatibilidad en la dirección opuesta no es
posible. La etapa actual de desarrollo utiliza un perfil
combinado y un nivel de perfil principal en el nivel
principal. El número máximo de píxeles que
teóricamente se pueden transmitir por el codificador
MPEG-2 es 16.383 × 16.383 = 22.657.689.
3. Conclusiones y Recomendaciones
Se cumplieron con los objetivos de esta investigación,
pues se investigaron y analizaron conceptos
importantes de MPEG-2, se investigaron temas como,
la compresión, la codificación, la digitalización,
cuantificación y la transformada discreta de coseno
entre otros. Esto con el fin de entender un componente
muy importante para un sistema de televisión digital,
el cual mejora significativamente la calidad de audio y
video, con el cual tenemos un gran sistema de
televisión para nuestros hogares.
4. Referencia Bibliográfica
UNIVERSIDAD CATOLICA BOLIVIANA “SAN PABLO” Ingeniería en Telecomunicaciones
Telecomunicaciones III – TEL 218 Semestre: II-2018

[1] J. Genevray, MPEG 2. Paris: Micro Application,

2002.

[2] C. Pérez, Introducción a la compresión de imagen,

2010