tài liệu tham khảo đa truyền thông phần 2 doc

Page 25• Hệ thống Audio – Video studio sản xuất chương Camera2 Camera3 Camera4 Bộ tạo kỹ xảo ðầu ra video Cam1 Cam2 Cam3 Cam4 VCR1 VCR2 VCR3 EFF LINE VCR1 VCR2 VCR3 Hình 1-9 Hệ thống Aud

Page 25

• Hệ thống Audio – Video studio sản xuất chương

Camera2 Camera3 Camera4

Bộ tạo kỹ xảo

ðầu ra video

Cam1 Cam2 Cam3 Cam4 VCR1 VCR2 VCR3 EFF LINE VCR1

VCR2 VCR3

Hình 1-9 Hệ thống Audio – Video studio sản xuất chương trình

LINE

VCR1

VCR2

VCR3

Page 26

• Hệ thống sản xuất chương trình ngoài trời:

– ðược sử dụng ñể thu các bản tin hay một chương trình nào

ñó mà không cần nhiều người thực hiện, thường sử dụng các thiết bị cầm tay.

– Các chương trình truyền trực tiếp thì hệ thống có thể là các

hệ thống cố ñịnh nhưng với quy mô nhỏ và chất lượng thấp hơn.

– Yêu cầu tính cơ ñộng cao.

– Camera ñược nối với máy ghi riêng mà khôg sử dụng ma trận chuyển mạch.

– Máy ghi âm ña ñường ñược sử dụng ñể thuận tiện trong hậu kỳ âm thanh nhưng phải yêu cầu ñồng bộ với hình.

Page 27

• Hệ thống sản xuất hậu kỳ

Bộ tạo tiêu ñề Camera copy

Kỹ xảo A

TITL1 GRPH1 Cam1 VCR1 VCR2 VCR3

VCR1

VCR2

VCR3

Bộ tạo ñồ họa

Kỹ xảo B

EFFA EFFB

BỘ ðIỀU KHIỂN DỰNG

Hình 1-10 Hệ thống Audio – Video sản xuất hậu kỳ

Page 28

• Hệ thống cầu hội thảo

Monitor Camera Micro Audio

Máy chiếu

Bộ xử lý và ñiều khiển số

Monitor Camera

Micro Audio Máy chiếu

Bộ xử lý và

ñiều khiển số

Vị trí A

Vị trí B

Hình 1-11 Hệ thống cầu hội thảo

Page 29

• Hệ thống audio video trong PC

– PC dùng ñể trình diễn, lưu trữ, xử lý âm thanh, hình ảnh – ðiều khiển bằng phần mềm chuyên dụng kết hợp với các card ñồ họa, xử lý kỷ xảo.

– ða dạng về tiêu chuẩn dẫn ñến khó tương thích.

– Có thể yêu cầu nhiều dạng card thích ứng khác nhau và có thể sử dụng hơn một màn hình ñể hiển thị.

– Dữ liệu có thể yêu cầu nén và giải nén vì phạm vi ứng dụng khả rộng.

Page 30

• Tín hiệu và hàm

– Tín hiệu tương tự là hàm theo thời gian.

– Biên ñộ âm thanh ñược biểu diễn bằng mức ñộ âm thanh tại thời ñiểm ñã cho.

– Tín hiệu ñược biểu diễn bằng hàm f(t).

• Tín hiệu có chu kỳ

– Sự lặp lại trong một khoảng thời gian ngắn nhất không ñổi của tín hiệu gọi là chu kỳ T.

– Tần số là nghịch ñảo của chu kỳ: u=1/T

Biên ñộ

Thời gian t

f(t0)

t0

Hình 1-7 Biểu diễn biên ñộ-thời gian

Page 31

– Trong thực tế, rất ít khi ta có ñược một tín hiệu ñơn tần, mà thông thường là các tín hiệu phức tạp, kết hợp bởi nhiều tần số và các hài của

nó

– Việc phân tích Fourier cho kết quả là tổng của các hàm sin và cosin của các tần số khác nhau.

• Phân tích Fourier một chiều:

2 ( ) ( ) j ut

F u f t e π dt

∞

−

−∞

= ∫

2

∞

−∞

= ∫

F(u)=FR(u)+jFI(u)

( ) R ( ) I ( )

F u = F u + F u

) ) (

) ( arctan(

) (

u F

u F u

R

I

=

θ

) (

) ( )

( )

( )

( u FR u jFI u F u ej u

Page 32

• Phổ tần số

– Sự phân bố của |F(u)| gọi là phổ tần của tín hiệu.

– Tín hiệu biến thiên chậm thì phổ tần tập trung ở tần số thấp

và ngược lại Từ ñó hình thành tín hiệu tần số thấp và tần

số cao.

Biên ñộ phổ |Fu|

Tần số (u)

Page 33

• Tín hiệu Audio và Video

– Tín hiệu âm thanh thường là tín hiệu một chiều.

– Tín hiệu ảnh là tín hiệu hai chiều.

– Tín hiệu Video là tín hiệu 3 chiều.

– Với các chiều khác nhau, ta sẽ có số biến khác nhau tương ứng.

• Chuyển ñổi Fourier 2 chiều

∫ ∫

∞

∞

−

∞

∞

−

+

−

v

u

∫ ∫

∞

∞

−

∞

∞

−

+

y x

vy j ux j vy

ux j

e e

e− 2π( + ) = − 2π − 2π

Page 34

• Mằu sắc

– Việc kết hợp các màu khác nhau tạo nên một màu mới Thông thường, chọn các màu cơ bản ñể kết hợp, ví dụ RGB

Red

Blue

Green

Yellow Magenta

White

Hình 1-8 Lý thuyết 3 màu RGB

Page 35

• Không gian cảm quan màu

3 chiều:

– Con người cảm quan màu sắc ở

các khía cạnh sau:

brightness: ñộ sáng như thế nào.

hue: màu nào.

saturation: sự tinh khiết

– Sự cảm quan này ñối với mỗi

người là mỗi khác biệt, do ñó,

không thể so ñược giữa người

này với người kia.

Hình 1-9 Cảm quan 3 chiều

Page 36

• ðại lượng ño thông tin

– Lượng thông tin trong tín hiệu có thể không bằng lượng dữ liệu của nó

mà quan hệ mật thiết với xác suất xuất hiện của nó.

• Tự-thông tin (lượng tin)

– Thông tin ñược mang bởi một biến cố A có xác suất xuất hiện P[A] là:

– Thông tin không (lượng tin =0):

• Mặt trời mọc ñằng ñông

– Lượng tin ít

• Máy ñiện thoại di ñộng trong tương lai ñều có

khả năng multimedia

– Lượng tin nhiều:

• Trường ðKBK ðN ñược xếp hạng nhất trên thế giới về ðTVT

1

A

P A

P[A] 1

0

Page 37

• Entropy

– Lượng tin trung bình của nguồn tin, một cách gần ñúng, là số bit trung bình của thông tin yêu cầu ñể biểu diễn các ký hiệu của nguồn tin

– Với nguồn N ký hiệu Xithì entropy ñược ñịnh nghĩa như sau:

• H(S)≥0; ñối với mã hoá nhị phân, H(S) thể hiện mã hoá với số bít/ký hiệu tối thiểu

• Ví dụ:

Trong một ảnh phân bố ñều ở thang xám (256 mức): pi=1/256, số bit mã hoá cho mức xám là log2256=8bits
Entropy của ảnh này là

H(S)=Σpilog2(1/pi)=8bits/ký hiệu

Vậy, trong trường hợp phân bố ñều này, mã hoá ñộ dài cố ñịnh sẽ ñạt ñược số bit tối thiểu Trong trường hợp tổng quan thì mã hóa ñộ dài cố ñịnh sẽ không hiệu quả

1

N

i

=

= − ∑

Page 38

• Mã hoá ñộ dài cố ñịnh FLC (Fixed-Length Code)

– ðặc ñiểm:

• Sử dụng số bit cố ñịnh ñể biểu diễn mọi ký hiệu của nguồn.

• ðơn giản trong quá trình mã hoá/giải mã.

– Ví dụ

• Mã ASCII (American Standard Code for Information Interchange)

sử dụng 8 bits ñể mã hoá các ký tự.

– Truyền chuỗi: DTVT: 68 84 86 84: 01101000 10000100 10000110 10000100

– Nhược ñiểm:

• Không hiệu quả

Page 39

• Mã hoá ñộ dài thay ñổi VLC (Variable-Length Code)

– ðặc ñiểm

• Sử dụng số bit khác nhau ñể biểu diễn các ký tự khác nhau.

• Các ký tự có xác suất xuất hiện cao ñược phân bố bởi từ mã ngắn

và ngược lại.

• Hiệu quả trong việc biểu diễn hơn, nén tốt hơn.

– Ví dụ:

• Mã Morse.

• Shannon-Fano.

• Huffman.

• Mã hoá loạt dài (RLC).

Page 40

• Ví dụ mô tả thuật toán:

• Mã hoá theo thuật toán Shannon-Fano:

- Sắp xếp các ký tự theo thứ tự giảm dần của tần suất xuất hiện

- Tính xác suất

- ðệ quy làm hai phần, mỗi phần có tổng xác suất gần bằng nhau Mã hoá phần trên bằng bit 0 (hoặc bit 1), phần dưới bằng bit 1 (hoặc bit 0)

- Vẽ sơ ñồ cây

- Tính Entropy, số bits mã hoá trung bình và số bit mã hoá thông thường

- Nhận xét

6 5 6 7

15

Số lầ xuất hiện

E D C B

A

Ký hiệu

Page 41

• Entropy của nguồn:

• Số bits sử dụng trung bình:

• Số bít mã hoá thông thường: log25=3bits

• Nhận xét: Số bits sử dụng trung bình gần

H(S) thì bộ mã càng hiệu quả

Gốc

0

0 1

1 1

1 0

0

2

( ) log 1.38 2.48 2.7 2.7 2.96

( ) 2.19.

E i

i A i

p

H s

=

=

∑

30 14 12 18 15

2.28 its 39

R + + + + b

=

Tổng bits Mã

Log2(1/pi)

Pi ðếm

Ký hiệu

15 18 12 14

30 0

0 1.38 15/39

15 A

1 1 1

2.96 5/39

5 D

0 1 1

2.7 6/39

6 E

0 1

2.7 6/39

6 C

1 0

2.48 7/39

7 B

Page 42

• Mã hoá Huffman

– Nguyên tắc:

Dựa vào mô hình thống kê của dữ liệu gốc, ký tự có xác suất càng cao thì mã hoá với từ mã càng ngắn.

– Thuật toán:

- Tính tần suất xuất hiện trong dữ liệu gốc, sắp xếp theo thú tự giảm dần.

- Xét từ dưới lên trên, bắt ñầu từ hai ký tự có xác suất bé nhất, quy ñinh mỗi nhánh là 0 (hoặc 1) hợp lại với nhau thành nút có xác suất bằng tổng hai xác suất hợp thành

- Lặp lại cho ñến hết.

Page 43

– Xét ví dụ trên

– Số bít trung bình: 87/39=2.23 (<2.28)

– Hiệu quả hơn Shannon – Fano

15 011

5/39 D

18 010

6/39 E

18 001

6/39 C

21 000

7/39 B

15 1

15/39 A

Tổng bit Mã

Xác suất

Ký hiệu

0 1

0

1 0

1 11/39 13/39 0

1

24/39

Page 44

• Mã hoá loạt dài RLC (Run-Length Coding)

– Nguyên lý

• Mã hoá loạt ký hiệu bằng chiều dài và ký hiệu của loạt ñó.

– ðặc ñiểm

• Mã hoá không tổn hao

• Mã hoá liên ký tự.

• Hiệu quả với một số nguồn tín hiệu, nhất là sau phép chuyển ñổi.

– Ví dụ

• 0 0 0 0 0 0 0 0 0 0 0 3 0 0 0 0 0 0 0 0 0 15: (11,13)3 (9,13)15

• mã: (11,3) (9,15)

Bit thô Run-length

Loạt 0 dài số bit cần mã hoá side

Cần 4 bits mã hoá Cần 2 bits mã hoá

Page 45

• Mã hoá Lempel-Zip-Welch:

– Nén từ ñiển ñược Jacob Lampel và

Abraham Ziv ñề xuất năm 1977, phát

triển thành họ LZ, LZ77, LZ78

– Năm 1984, Terry Welch cải tiến thành

LZW

– Nguyên tắc: Dựa vào việc xây dựng một

từ ñiển lưu các chuỗi ký tự có tần suất

cao và thay thế bằng một từ mã mới

– LZW tổ chức từ ñiển tốt hơn nên nâng

cao tỷ lệ nén

– Ví dụ: Xét từ ñiển có ñộ lớn bằng 4096

giá trị từ mã, vậy ñộ dài lớn nhất của từ

mã là 12 bits (212=4096)

– Xét chuỗi vào ABCBCABCABCD

256: Mã xoá CC ñể khắc phục tình trạng mẫu lặp lớn hơn 4096, nếu mẫu lặp lớn hơn 4096 thì gởi CC ñể xây dựng từ ñiển cho phần tiếp theo EoI: Báo hiệu hết một phần nén.

Chuỗi mới 4095

…

…

Chuỗi mới 258

257 | End of Information 257

256 | Clear Code 256

255 255

…

…

0 0

Page 46

• Thuật toán:

- w = NIL;

- trong khi ñọc ñược ký tự thứ k

trong chuối

- nếu wk ñã tồn tại trong từ ñiển

thì w = wk

- còn không thì thêm wk vào

trong từ ñiển, mã hoá ngõ ra cho

w; w = k;

- k=k+1;

• Chuỗi ra: 65 66 67 259 258 67

262 68

• ðầu vào 12ktx8bits=96 bits

• ðầu ra : 5ktx8+3ktx9=67bits

• Tỷ lệ nén: 96/67=1.43 68

ABCD 264

262 D

ABC

C AB

B A

CA 263

67 A

C

ABC 262

258 C

B

B A

BCA 261

259 A

BC

C B

CB 260

67 B

C

BC 259

66 C

B

AB 258

65 B

A

A Nil

Symbol Index

Output K

W

Page 47

• Lưu ñồ

Start

w=nil count=0 k=str[count]

k=nil?

wk in dict?

w=wk

count++

Output(w)

index++

Symbol=dict[index]= wk Output(w).

w=k End

Y

N

Y

N