UBBA, D.

ELECTRONIQUE, M2ST, Technologie et protocoles pour le multimédia ChapII(2021/2022)

Chapitre 2. Les signaux multimédia
Son (Ton ou hauteur tonale, Intensité, timbre, Durée,
analyse spectrale …etc), Image, vidéo. Rappels sur la
compression image. Descriptif sur la Compression des
signaux Audio. Introduction sur la compression vidéo.
Problématique du changement de formats. Edition de
documents multimédia.
II.1 Le son : est une onde qui se propage dans l'air et qui
est perceptible grâce au détecteur de pression qu'est le
tympan, logé dans l'oreille. Ces vibrations sont ensuite
converties en signaux transmis au cerveau par le nerf
auditif.
Les propriétés de l'onde acoustique peuvent être exprimées
sous la forme de grandeurs objectives : hauteur tonale,
intensité, timbre et durée. Ces quatre paramètres suffisent à
décrire globalement un son.
II.1.1. Ton ou hauteur tonale : le nombre d'oscillations
d'un son dans un temps donné (1s) est sa fréquence, c'est la
hauteur tonale ou ton du son perçu (La fréquence
fondamentale). L'oreille humaine répond aux fréquences
allant de 20 Hz (son grave) à 20 Khz (son aigu). On parle
d’infrasons quand les fréquences sont inférieures à 20 Hz
et d’ultrasons quand les fréquences sont supérieures à 20
KHz (Infrasons < plage audible (20HZ-20 KHZ) <
Ultrasons).
II.1.2. L’intensité : l’intensité correspond au volume
d’énergie d’une onde. L’amplitude du son est la mesure du
changement de pression par rapport à une valeur moyenne.
Cette mesure est l’intensité acoustique I qui est la
puissance transportée par unité de surface du front d’onde
et s’exprime en [W/m²].
Calcul de l’intensité acoustique, le niveau d’intensité
acoustique, et le niveau de puissance :
II.1.3. Timbre : est le paramètre qui permet de différencier
un son d'un autre son. Il montre la proportion dans laquelle
la fréquence fondamentale du son est mélangée à d'autres
fréquences multiples de la fréquence fondamentale et
appelées sons harmoniques.
II.1.4 Durée : la répétition d'une onde sonore donne à son
tour la durée du son. Elle s'exprime en secondes et
correspond au temps pendant lequel l'énergie du son est
perceptible.
Exemple1 : une source émet une puissance acoustique W
= 3 W, calculer :
1. L'intensité acoustique à 5 m de la source, et à 10 m.
2. Le niveau d'intensité sonore à 5 m, à 10 m.
3. Le niveau de puissance de la source.
-12 2 -12
On donne : I0 = 10 W/m ; W0 = 10 W.
**
1. I1 = W/4πd12 = 3/4π.52 = 9,55.10-3 W/m2 , I2 = I1/4 =
2,39.10-3 W/m2
2. = 10.log I1/I0 = 10.log 9,55.109 = 100 dB , = 94
dB
3. = 10.log W/W0 = 125 dB
Exemple2 : Les évolutions temporelles de deux sons sont
représentées par la Figure 1 (10 ms→7,2 cm ,4T→ 6,6 cm)
et la figure 2 (10 ms→7,5 cm, 4T→6,8cm).
Figure1 Figure 2

- Si une source sonore est caractérisée par sa puissance

acoustique W [W], L’énergie de l’onde acoustique
Figure 3
produite est caractérisée par l’intensité acoustique =
= [W/m²]. d : la distance entre la source et le
point (surface) de mesure.
- La puissance de référence est notée W0 et vaut W0 = 10-12
W.
- L'intensité acoustique au seuil d'audibilité est notée I0 et
vaut I0 = 10-12 W/m2.
- Le niveau d’intensité acoustique (sonore) permet de
prendre en compte la variation de la sensation auditive
avec l’intensité. Il se définit par : = 10 log ( )
- La source se caractérise par son niveau de puissance :
Figure 4
= 10 log ( ) 1. Déterminer la fréquence fondamentale de chaque son.
1 CHAP II :TPM (M2ST,2021/2022)
 UBBA, D. ELECTRONIQUE, M2ST, Technologie et protocoles pour le multimédia ChapII(2021/2022)
2. Quelle caractéristique du son est associée à la fréquence
fondamentale d’un son ?
3. L’analyse spectrale du son de la Figure 2 fournit le
graphique de la Figure 4.
3.1. À quoi correspondent les différents pics ?
3.2. Quelle caractéristique du son associe-t-on à leur
présence et à leur amplitude relative ?
3.3. Compléter, en justifiant, le spectre de la Figure 1sur
de la Figure 4.
***
1. f1 = 436 Hz, f2=441 Hz.
2. La fréquence fondamentale du son traduit sa hauteur.
3.1. Les différents pics correspondent aux fréquences des
harmoniques qui composent le son.
Le premier pic est l’harmonique n°1 ou fondamental de
fréquence f1 = 441 Hz.
Les pics suivants sont les harmoniques (n° 2, 3, 4 et 5) du
son dont les fréquences sont des multiples de f1, telles que
fn = n.f1 avec n Є N
3.2. Le profil spectral caractérise le timbre du son.
3.3. Un seul pic : le fondamental dont la fréquence est de
436 Hz.
II.2. Descriptif sur la Compression des signaux Audio :
On distingue les algorithmes de compression avec et sans
perte.
II.2.1. Algorithmes de compression sans perte : la suite
de bits obtenue après les opérations de compression et de
décompression est strictement identique à l’originale, ces
algorithmes sont utilisés pour nombreux types de données
(documents, fichiers exécutables, fichiers textes,…).
- RLE (Run Length Encoding : Codage par plages): Toute
suite de bits ou de caractères identiques est remplacé par
un couple :(nombre d’occurrence, bit ou caractère répété)
Exemple1 : AAAAAAAAZZZEEEE devient 7A3Z4E.
Exemple2 :125
125 125 125 125 005 005 005 005 000 255 255 255 255 07
6 076 076 076 076 076 devient
0061250040050010000042555006076
- LZW (Lempel Ziv Welch) : Codage par dictionnaire (une
table de données contenant des chaînes de caractères), peu
efficace pour les images et donne de bons résultats pour les
textes et les données informatiques en général (plus de 50
%).
2 CHAP II :TPM (M2ST,2021/2022)
Exemple : 1573157 2557255 1573157 070007 2557255
08990899 1573157 08990899
1573157 codé par 1
2557255 codé par 2
070007 codé par 3
08990899 codé par 4
La séquence donnée devient : 121332414
- ALAC: L'ALAC (Apple Lossless Audio Codec), est un
format de codage sans perte (lossless) créé en 2004 par
Apple.
II.2.2. Algorithme de compression avec perte : la suite
de bits obtenue après les opérations de compression et de
décompression est différente de l’originale mais
l’information reste sensiblement la même, utilisé pour les
types de données : images, sons et vidéos.
Les algorithmes utilisés pour le son sont principalement le
MPEG (pour le format MP3), l’AAC (MP3Pro),
l’ATRAC (Sony Minidisc), le PASC (Philips DCC), et
enfin les Dolby AC-1, AC-2 et AC-3.
II.2.3. Etude d’un algorithme : MP3
Le MPEG-1/2 Audio Layer 3, plus connu sous son
abréviation de MP3, est la spécification sonore du standard
MPEG-1/MPEG-2, du Moving Picture Experts Group
(MPEG). C'est un algorithme de compression audio
capable de réduire sensiblement la quantité de données
nécessaire pour restituer de l'audio, mais qui, pour
l'auditeur, ressemble à une reproduction du son original
non compressé : avec une bonne compression la différence
de qualité devenant difficilement perceptible. L'extension
de nom de fichier est .mp3
Le codage MP3 s’effectue en trois phases :
- Au début de la conversion le programme découpe le
fichier audio en petit «paquets» de durée égale, les chunks.
La taille des chunks peut influencer sur la qualité de
conversion.
- Puis le programme analyse chaque chunk dans le
domaine audible (analyse spectrométrique par transformée
de Fourier), cette opération ne produit pas de perte de
qualité.
- Ensuite, le programme utilise un profil
psycho*acoustique pour supprimer les sons que l’oreille
humaine ne peut pas entendre, le choix du type de profil est
déterminant pour la qualité finale.
- Pour finir, les informations restantes sont codées dans le
fichier MP3 en appliquant un algorithme de Huffman,
(algorithme de codage de type ZIP) cela permet de gagner
encore presque 20% sur la taille du fichier sans perte de
qualité.
II.3. L’image : est une perception visuelle d’un objet
donné par une surface réfléchissante de lumière et de
couleurs.
II.3.1. La couleur
 UBBA, D. ELECTRONIQUE, M2ST, Technologie et protocoles pour le multimédia ChapII(2021/2022)
A. La couleur en Informatique : la représentation
informatique de la couleur nécessite deux facteurs :
* Il faut avoir une base : une base est un ensemble fini
d'éléments qui ont les propriétés suivantes :
- Toutes les couleurs sont obtenues par combinaison des
éléments de la base.
- Aucun élément de la base ne peut être une combinaison
des autres éléments de la base (indépendance).
Exemple: rouge, vert et bleu constituent une base.
* Il faut faire une quantification : limitation du nombre de
valeurs que peuvent prendre les éléments de la base.
B. Synthèse additive et soustractive : la synthèse
additive est la composition de trois couleurs primaires par
addition de lumière (par exemple en projetant des spots
lumineux sur un fond noir) à télévision, moniteur
d'ordinateur.
- Couleurs primaires : rouge, vert, bleu.
- Couleurs secondaires : cyan, magenta, jaune.
- La superposition des trois couleurs donne le blanc et
l'absence de couleur le noir.
La synthèse soustractive est la composition de trois
couleurs primaires par soustraction de lumière (par
exemple en superposant des filtres sur une surface blanche)
à peinture, impression.
- Couleurs primaires : cyan, magenta, jaune.
- Couleurs secondaires : rouge, vert, bleu.
- La superposition des trois couleurs donne le noir et le
fond est blanc en l'absence de couleur.
II.3.2. Modélisation Informatique de la couleur :
A. Mode RVB : une image RVB est composée de trois
couches de couleurs: rouge, verte et bleue. En fait chaque
pixel d'une image RVB est un mélange de ces trois
couches dans des proportions différentes: une certaine
quantité de rouge, de bleu ou de vert (de 0 à 255).
B. Mode CMJ : le système CMY (Cyan, Magenta,
Yellow) ou CMJ (Cyan, Magenta, Jaune) C'est le principe
de la synthèse soustractive des couleurs, à la base de la
plupart des imprimantes. Les couleurs de base C, M, Y
sont en fait des pigments (encres) qui absorbent certaines
longueurs d'onde donc certaines couleurs de la lumière
blanche (qui contient toutes les couleurs). La conversion
entre le mode RVB et CMJ est :
C. Mode TSL : la couleur est caractérisée par une teinte,
Saturation et Luminosité ou (T S L)
II.3.3. Image numérique : l’image numérique est un
ensemble de points élémentaires représentant chacun une
portion de l’image : le pixel. Une image est définie par:
- Nombre de pixels en largeur et hauteur
3 CHAP II :TPM (M2ST,2021/2022)
- L’étendu des nuances de gris ou de couleur de chaque
pixel (dynamique de l’image)
On distingue deux types d’images matricielles et
vectorielles.
A. Images matricielles: l'image est considérée comme un
rectangle constitué de points élémentaires de couleur
uniforme, les pixels. Décrire l'image revient alors à
préciser la couleur de chaque point. (BMP, JPEG, GIF,
PNG,…).
B. Images vectorielles : l'image est considérée comme un
ensemble de figures élémentaires pouvant être décrites par
des données mathématiques (coordonnées de points,
tangentes en un point d'une courbe, etc.). Le fichier décrit
ces différentes figures, véritables "objets" graphiques
indépendants les uns des autres. (DXF, PIC, WMF, SVG,
SWF, PDF,…).
II.4. Rappels sur la compression image : il existe
différents algorithmes de compression d’images :
- Sans perte (RLE, LZW, Codage de Huffman) ;
- Avec perte : Par transformation : DCT, DWT, FT, Par
prédiction : DPCM, ADPCM.
A. Codage de Huffman : réduire le nombre de bits
utilisés pour le codage des caractères fréquents dans un
texte et d’augmenter ce nombre pour des caractères plus
rares.
Le principe de l’algorithme de compression est le suivant:
- On cherche la fréquence des caractères ;
- On trie les caractères par ordre décroissant de fréquence ;
- On construit un arbre pour donner le code binaire de
chaque caractère.
Exemple : une imprimante à jet d'encre utilise 3 types de
cartouches : jaune, cyan, magenta. Préciser les cartouches
qui sont utilisées pour imprimer sur une page ordinaire : un
tricot jaune, une veste rouge, un chapeau noir, des
chaussures magenta, un pantalon bleu, une branche avec
des feuilles vertes, un manteau blanc, un tablier cyan.
On rappelle que les encres agissent comme des filtres. La
page imprimée est observée sous une lumière blanche.
**
L'encre jaune laisse passer le rouge et le vert mais bloque
le bleu.
L'encre cyan laisse passer le vert et le bleu mais bloque le
rouge.
L'encre magenta laisse passer le rouge et le bleu mais
bloque le vert.
tricot
l'encre jaune.
jaune
 UBBA, D. ELECTRONIQUE, M2ST, Technologie et protocoles pour le multimédia ChapII(2021/2022)

un mélange d'encres jaune et magenta.
L'encre jaune laisse passer le rouge et le
vert mais bloque le bleu. L'encre magenta
veste
laisse passer le rouge et le bleu mais bloque
rouge
le vert. Un "mélange" des 2 encres jaune et
magenta bloque le bleu et le vert mais laisse
passer le rouge.
un mélange d'encres jaune, cyan et
magenta. L'encre jaune laisse passer le
rouge et le vert mais bloque le bleu. L'encre
chapeau cyan laisse passer le vert et le bleu mais
noir. bloque le rouge. L'encre magenta laisse
passer le rouge et le bleu mais bloque le
vert. Un "mélange" des 3 encres jaune, cyan
et magenta bloque le bleu, le rouge, le vert.
Rien ne passe : NOIR
chaussures
l'encre magenta.
magenta
Un mélange des 2 encres cyan (vert + bleu)
pantalon
et magenta (rouge et bleu) laisse passer le
bleu.
bleu.
feuille Un mélange des 2 encres jaune et cyan ne
vertes laisse passer que le vert.
manteau Aucune encre n'est déposée sur la partie de
blanc la feuille limitant le manteau.
tablier
l'encre cyan.
cyan.
II.5. La vidéo: une vidéo est une succession d'images à
une certaine cadence. L'œil humain a comme
caractéristique d'être capable de distinguer environ 20
images par seconde. On caractérise la fluidité d'une vidéo
par le nombre d'images par secondes, exprimé en FPS
(Frames per second, en français trames par seconde).
Il existe deux grandes familles de systèmes vidéo : les
systèmes vidéo analogiques et les systèmes vidéo
numériques.
II.5.1. La vidéo analogique : représente l'information
comme un flux continu de données analogiques, destiné à
être affichées sur un écran de télévision. Chaque image est
affichée en deux temps : les lignes impaires sont affichées
en premier, suivies de lignes paires.
Parmi les normes, citons :
- NTSC (National Television Standards Committee),
utilisée aux Etats- Unis et au Japon, utilise un système de
525 lignes entrelacées à 30 images/sec (donc à une
fréquence de 60Hz).
- PAL/SECAM : (Phase Alternating Line/Séquentiel
Couleur avec Mémoire), utilisé en Europe pour la
télévision hertzienne, permet de coder les vidéos sur 625
lignes (576 seulement sont affichées car 8% des lignes
servent à la synchronisation) à raison de 25 images par
seconde à un format 4:3
II.5.2. La vidéo numérique : est constituée d’une suite de
trames formées d'une matrice rectangulaire de pixels. Le
principe de balayage utilisé est sensiblement le même que
pour la vidéo analogique mais l’entrelacement n'est
généralement pas utilisé en vidéo numérique puisque les
moniteurs rafraîchissent l'écran 75 fois par seconde ou
plus.
II.6. Introduction sur la compression vidéo
II.6.1. Hiérarchie des données :
- Hiérarchie des données Vidéo :
Les données sont hiérarchisées de la façon suivante :
Séquence vidéo: elle commence par une en-tête de
séquence, contient un ou plusieurs groupe d'images et
s'achève par un code de fin de séquence.
Groupe d'images : il regroupe une en-tête et une série
d'une ou plusieurs images permettant d'y accéder de façon
aléatoire.
Images : c'est l'unité élémentaire pour le codage de la
séquence vidéo. Une image est un groupe de trois matrices
rectangulaires qui représentent la luminance (Y) et la
chrominance (Cb et Cr), un élément de la matrice
représentant un pixel. Cette représentation YCbCr est
équivalente à celle RGB. Elle lui est préférable, car l'œil
étant plus sensible à la luminosité qu'à la chrominance, il
n'est pas nécessaire de stocker autant d'informations dans
les matrices Cb et Cr que dans la matrice Y, alors qu'en
RGB, les trois matrices sont de même taille. Les matrices
Cb et Cr sont ainsi de dimension deux fois plus petites que
la matrice Y.
Tranche : les tranches sont un ou plusieurs macro blocs
adjacents ordonnées de gauche à droite puis de haut en bas.
Ce sont des éléments importants pour la gestion des
erreurs. Si le flux de données contient une erreur, le
décodeur peut sauter la tranche et passer au début de la
suivante directement. Plus il y a de tranches, meilleur est le
traitement des erreurs mais fait perdre de la place.
Macro blocs : c'est une matrice rectangulaire de dimension
2 et constituée de blocs.
Blocs : c'est un ensemble des valeurs de luminance et
chrominance de 8 lignes de 8 pixels.
- Hiérarchie des données Audio: le standard MPEG

4 CHAP II :TPM (M2ST,2021/2022)

 UBBA, D. ELECTRONIQUE, M2ST, Technologie et protocoles pour le multimédia ChapII(2021/2022)
Chap

définit une hiérarchie de structures de données qui code le

signal audio. Ce flux audio est composé de paquets selon le
schéma suivant :

II.6.2. La compression au format JPEG (Joint

Photographic Experts Group) :
Le principe de l’algorithme JPEG pour une image à
niveaux de gris (étant donné qu’une image couleur est la
somme de 3 images de ce même type) est le suivant :
La matrice des pixels de l’image numérique est
décomposée en blocs de 8x8 pixels qui vont tous subir le
même traitement. Une transformation linéaire, le plus
souvent du type FFT (Fast Fourier Transform) ou DCT Le maximum d‘information sur l‘image se trouve
(Discret consine Transform) est réalisée sur chaque bloc. concentré sur la partie supérieure gauche de la matrice et la
Ces transformations complexes concentrent l’information compression de l‘image sera facilitée.
sur l’image en haut et à gauche
uche de la matrice.
Les coefficients de la matrice après avoir été transformée
sont ensuite quantifiés à l’aide d‘une table de 64 éléments
définissant les pas de quantification. Cette table permet de
choisir un pas de quantification important pour certaines
certain
composantes jugées peu significatives visuellement. On
introduit ainsi un critère perceptif qui peut être rendu
dépendant des caractéristiques de l’image et de
l’application.
Des codages (prédictif, entropique, l’algorithme de
Huffmann ou arithmétique), sans distorsion, sont ensuite
réalisés en utilisant les propriétés statistiques des images.

* La quantification et lecture en zigzag : la

quantification représente la phase non conservatrice du
processus de compression JPEG. Elle réduit le nombre de
On peut noter que l’œil est beaucoup plus sensible à de
bits nécessaires
ssaires : chaque valeur de la matrice DCT est
faibles variations d’intensité
ntensité lumineuse (luminance) qu‘à
divisée par un nombre (quantum), fixé par une table (ex( :
celles de la couleur (chrominance) : les informations sur la
mémorisée sous la forme d’une matrice 8 x 8) de
couleur peuvent donc être davantage compressées que
quantification, puis arrondie à l’entier le plus proche. La
celles sur la luminance. Ainsi si l’image initiale est codée
matrice quantifiée sera ensuite lue selon le mode zigzag.
sous une forme RVB, une séparation luminance- luminance
Exemple : soit oit la matrice suivante qui représente la
chrominance peut être d’abord effectuée.
composante rouge d'une image (soit 256 rouges) :
* La transformation DCT : à partir des valeurs f(x,y) du
bloc considéré de NxN pixels, la transformation calcule les 255 255 255 0 0 0 0 0
coefficients F(u,v) par : 36 255 100 100 36 36 36 36 image originale :
73 255 100 73 100 73 73 73
109 255 100 100 100 100 100 109
146 146 100 146 100 146 146 146
182 182 100 182 100 100 100 182
218 218 218 218 100 218 218 218

5 CHAP II :TPM (M2ST,2021/2022)

 UBBA, D. ELECTRONIQUE, M2ST, Technologie et protocoles pour le multimédia ChapII(2021/2022)

Dans de nombreuses séquences vidéo, de nombreuses

255 255 255 255 100 100 100 255
scènes sont fixes, cela se nomme la redondance temporelle.
Lorsque seules les mains de l'actrices bougent, presque
seuls les pixels des mains vont être modifiés d'une image à
l'autre, il suffit donc de ne décrire seulement le
changement d'une image à l'autre. C'est là la différence
majeure entre le MPEG et le M-JPEG.
- Calculer la matrice de la transformation DCT ; Cependant cette méthode aura beaucoup moins d'impact
- Trouver la matrice quantifiée en utilisant la matrice de sur une scène de mouvement.
quantification Q suivante : Il existe donc 4 façons d'encoder une image avec le
6 11 16 21 26 31 36 41 MPEG-1:
- Intra coded frames (Frames I, correspondant à un codage
11 16 21 26 31 36 41 46 interne): les images sont codées séparément sans faire
16 21 26 31 36 41 46 51 référence aux images précédentes
21 26 31 36 41 46 51 56 - Predictive coded frames (frames P ou codage prédictif):
les images sont décrites par différence avec les images
26 31 36 41 46 51 56 61 précédentes
31 36 41 46 51 56 61 66 - Bidirectionally predictive coded frames (Frames B): les
36 41 46 51 56 61 66 71 images sont décrites par différence avec l'image précédente
et l'image suivante
41 46 51 56 61 66 71 76 - DC Coded frames: les images sont décodées en faisant
1. La transformation DCT des moyennes par bloc.
50 258 135 -120 -73 -76 -57 -103 Les frames I : ces images sont codées uniquement en
utilisant le codage JPEG, sans se soucier des images qui
-319 148 -9 28 -124 -101 -55 63 l'entourent. De telles images sont nécessaires dans une
68 170 52 -89 -15 31 80 35 vidéo MPEG car ce sont elles qui assurent la cohésion de
-21 25 40 44 16 68 60 30 l'image (puisque les autres sont décrites par rapport aux
images qui les entourent), elles sont utiles notamment pour
22 81 46 -9 14 14 55 47 les flux vidéo qui peuvent être pris en cours de route
66 33 39 33 -54 4 29 38 (télévision), et sont indispensables en cas d'erreur dans la
réception. Il y en a donc une ou deux par seconde dans une
-31 68 30 -10 54 -29 13 33
vidéo MPEG.
41 -30 0 34 -31 37 36 29 Les frames P : ces images sont définies par différence par
2. La quantification rapport à l'image précédente. L'encodeur recherche les
On divise maintenant la matrice obtenue par la différences de l'image par rapport à la précédente et définit
transformation DCT par la matrice de quantification. Le des blocs, appelés macroblocs (16x16 pixels) qui se
résultat est le suivant : superposeront à l'image précédente.
8 23 8 -5 -2 -2 -1 -2 L'algorithme compare les deux images bloc par bloc et à
partir d'un certain seuil de différence, il considère le bloc
-29 9 0 1 -4 -2 -1 1 de l'image précédente différent de celui de l'image en cours
4 8 2 -2 0 0 1 0 et lui applique une compression JPEG.
C'est la recherche des macroblocs qui déterminera la
-1 0 1 1 0 1 1 0
vitesse de l'encodage, car plus l'algorithme cherche des
0 2 1 0 0 0 0 0 "bons" blocs, plus il perd de temps...
2 0 0 0 -1 0 0 0 Par rapport aux frames-I (compressant directement), les
frames-P demandent d'avoir toujours en mémoire l'image
0 1 0 0 0 0 0 0
précédente.
1 0 0 0 0 0 0 0 Les frames B : de la même façon que les frames P, les
II.6.3. Etude de la compression des vidéos numériques : frames B sont travaillée par différence par rapport à une
A. Le M-JPEG : image de référence, sauf que dans le cas des frames B cette
La première idée qui vient à l'esprit après s'être intéressé à différence peut s'effectuer soit sur la précédente (comme
la compression d'images est d'appliquer l'algorithme de dans les cas des frames P) soit sur la suivante, ce qui donne
compression JPEG à une séquence vidéo (qui n'est une meilleure compression, mais induit un retard (puisqu'il
finalement qu'une suite d'images). C'est notamment le cas faut connaître l'image suivante) et oblige à garder en
du M-JPEG (qui n'est pas vraiment ce que l'on appelle le mémoire trois images (la précédente, l'actuelle et la
MPEG) qui autorise un débit de 8 à 10 Mbps, ce qui le suivante).
rend utilisable dans les studios de montage numérique, Les frames D : ces images donnent une résolution de très
d'autant plus que chaque image étant codée séparément, on basse qualité mais permettent une décompression très
peut y accéder aléatoirement. rapide, cela sert notamment lors de la visualisation en
B. Le MPEG : avance rapide car le décodage "normal" demanderait trop
de ressources processeur.
6 CHAP II :TPM (M2ST,2021/2022)
 UBBA, D. ELECTRONIQUE, M2ST, Technologie et protocoles pour le multimédia ChapII(2021/2022)
Dans la pratique... Afin d'optimiser le codage MPEG, les
séquences d'images sont dans la pratique codées suivant
une suite d'images I, B, et P (D étant comme on l'a dit
réservé à l'avance rapide) dont l'ordre a été déterminé
expérimentalement. La séquence type appelée GOP
(Group Of Pictures ou en français groupes d'images) est la
suivante: IBBPBBPBBPBBI
Une image I est donc insérée toutes les 12 frames.
II.6.4. Principe de la compression vidéo MPEG1:
Il faut ajouter 2 types de compressions pour la vidéo :
- Compression temporelle :
Son objet est de ne stocker que ce qui est modifié lors du
passage d'une image à une autre dans une séquence vidéo.
Les images ainsi compressées peuvent être de deux types :
image clé ou image delta. Les images clés sont des images
de références, qui contiennent en elle-même, toute
l'information. Les images delta ne contiennent que les
pixels modifiés vis à vis de l'image précédente, qui peut
être elle-même une image clé ou une image delta. La
première image est nécessairement une image clé. Des
techniques particulières, dont la compensation de
mouvement, permettent d'optimiser la génération et la
compression des images delta.
- Compression spatiale :
Cette compression s'applique exclusivement à une image
donnée (clé ou delta), sans tenir compte des images
environnantes. Il y a là différentes techniques : null
suppression, RLE (Run Length Encoding), JPEG (Join
Pictures Expert Group), Vector Quantization. MPEG
utilise la compression JPEG.
II.6.5. Application de la Compression temporelle :
Le standard MPEG spécifie trois types d'images :
Images clés : Ces images sont comprimées
indépendamment de leur contexte, c'est à dire qu'on ne
tient compte que du contenu de l'image elle-même et non
des images environnantes. Elles autorisent l'accès aléatoire,
soit l'accès à la séquence vidéo depuis n'importe lequel de
ses points. Elles ont un taux de compression moderé,
typiquement 2 bits par pixel codé.
- L'encodage des images clés : La compression MPEG
compressé s'est d'images avec un algorithme prend trois
étapes : Transformation en cosinus discrète (DCT),
Quantification , Run-length encoding
Images prédites : Ces images sont codées par rapport à
l'image précédente. Elles utilisent la compensation de
mouvement pour un meilleur taux de compression. Par
ailleurs, elles ont l'inconvénient de propager les erreurs, du
fait qu'elles réutilisent les informations de l'image
précédente.
7 CHAP II :TPM (M2ST,2021/2022)
- Compensation du mouvement : la compensation de
mouvement est une technique pour optimiser la
compression des images intermédiaires et des images clés
en éliminant la redondance temporelle. Les algorithmes de
compensation de mouvement travaillent au niveau des
macro blocs. Quand un macro bloc est compressé par la
technique de compensation de mouvement, le fichier
compressé contient les informations suivantes :
Le vecteur spatial entre le macro bloc de référence et le
macro bloc qui va être codé (vecteur déplacement)
La différence entre le contenu du macro bloc de référence
et du macro bloc qui va être codé (terme d'erreurs)
Toutes les informations d'une image ne peuvent pas être
prédites de l'image précédente. Considérons une scène
dans laquelle une porte s'ouvre : les détails visuels de la
chambre derrière la porte ne peuvent pas être prédits de
l'image précédente quand la porte était fermée.
Quand un cas comme celui-ci arrive, c'est-à-dire lorsqu'un
macro bloc ne peut pas être codé de manière efficace dans
une image prédite par la technique de la compensation de
mouvement, il est codé de la même façon qu'un macro bloc
dans son image clé.
La différence, au niveau de la compensation de
mouvement, entre une image prédite et une image
bidirectionnelle est la suivante : les macro blocs d'une
image prédite n'utilisent que des références à l'image
antérieure, alors que les images bidirectionnelles utilisent
toute combinaison d'images futures et/ou passées.
Il y a ainsi quatre types d'encodage d'un macro bloc d'une
image prédite :
Codage interne : pas de compensation de mouvement
Prédiction avant : l'image de référence précédente est
utilisée comme référence
Prédiction arrière : l'image suivante est utilisée comme
référence
Prédiction bidirectionnelle : deux images de référence sont
utilisées, la précédente image de référence et la prochaine
image de référence.
Images bidirectionnelles : ces images utilisent à la fois
l'image précédente et l'image suivante comme références.
Ceci a le grand avantage d'offrir le meilleur taux de
compression, sans pour autant propager les erreurs
puisqu'elles ne sont jamais utilisées comme références.