MÍDIAS DIGITAIS
VÍDEO
Onde tudo começou...
• Transmissão de vídeo (TV) foi iniciada com os
seguintes padrões:
• EIA/NTSC (National Television System Commitee)
– USA, Japão, etc: 525 linhas/frame e 30 fps
• CCIR/PAL (Phase Alternating Line) - Padrão
Europeu/ África / Brasil: 625 linhas/frame e 25/30
fps
• SECAM (SEquential Couleur Avec Mémoire) França: 625 linhas/frame e 25 fps
• Codificação: características do sistema visual
humano e a estatística do sinal
Distribuições dos padrões
Ver: http://countrycode.org/tv-standards
Visão e Imagens em Movimento (1)
• O principal fator condicionante para o
desenvolvimento da técnica de imagens em
movimento foi o olho humano
• O processo de recepção de imagens pelo olho é
muito complexo, mas pode ser modelado por um
parâmetro denominado persistência da visão
• Persistência da visão : propriedade do sistema de
recepção visual que consiste em reter por um certo
tempo a impressão de uma imagem que já passou
(algo como um tempo de resposta)
Visão e Imagens em Movimento (2)
• Com isto o olho humano age como um circuito
integrador e permite que uma sucessão de imagens
paradas possa ser compreendida pelo cérebro como
uma imagem contínua.
• Para se produzir as imagens em movimento é
necessário fazer a justaposição de uma seqüência
de imagens separadas por um intervalo de tempo
determinado
• Este intervalo é função das propriedades de
persistência da visão.
Visão e Imagens em Movimento (3)
• Produção de um filme: a filmadora
tradicional é uma câmara fotográfica que
tira fotos sucessivas de uma cena em uma
determinada freqüência de amostragem,
armazenando estas fotografias em uma
película de filme
• Na reprodução cinematográfica, a
freqüência de amostragem utilizada deve
ser de 24 fotogramas por segundo
Sinal de Vídeo
Caracterizado por 2 aspectos principais:
1. Representação Visual:
• Razão de aspecto ou Fator de forma
• Ângulo de visão
• Freqüência de quadros
2. Forma de Transmissão
Medidas para Representação Visual (1)
• Razão de Aspecto (aspect ratio) ou fator de forma:
– Relação entre comprimento e altura de uma imagem
– No padrão NTSC é 4:3  720 colunas x 525 linhas
– No padrão PAL também é 4:3  830 (800) x 625 (600)
• A razão de aspecto para HDTV é 16:9 em oposição
aos 4:3 do NTSC, PAL e SECAM (isso
corresponde a um aumento de 33% na dimensão
horizontal)
Medidas para Representação Visual (2)
• Ângulo de visão: razão entre a distância do
espectador e a altura da tela
– Usando a razão de aspecto, pode-se definir o campo de
visão horizontal do espectador = (4/3 x altura)
– Resolução vertical: no. de pixels / altura
• A resolução requerida para gerar uma imagem plana
é relacionada ao tamanho da tela e a distância do
espectador.
– Uma tela com NTSC quando vista a uma distância > 6x a
altura parece plana (reduzindo a distância, percebem-se
limitações da codificação)
Medidas para Representação Visual (3)
• Freqüência de quadros (fps – frames per seconds)
<10 fps: Apresentação sucessiva de imagens
10 – 16: Impressão de movimento, mas sensação de descontinuidade
> 16: Efeito do movimento começa ...
24: Cinema
30/25: Padrão de TV americana/européia
60: Padrão HDTV
• Fatores que influenciam a taxa de quadros:
– Continuidade de movimento
– Banda disponível: mais quadros, mais informação, mais
banda...
– Freqüência de refrescamento da tela: evitar cintilação e
fadiga visual
Receptores de TV e vídeo
Varredura da Tela
• Um vídeo analógico é um sinal de tensão contínuo (como o
áudio) que deve varrer a tela
• TVs (CRTs) utilizam um feixe de elétrons para varre o
tubo de imagem de cima a baixo em intervalos regulares,
iluminando os fósforos que criam a imagem
– Esse processo gera linhas de varredura visíveis a certa distância,
reduzindo a qualidade nas imagens.
• O feixe de elétrons é controlado por dois conjuntos
ortogonais de campos magnéticos
– Horizontal: O feixe é movido da esquerda para a direita e então
rapidamente para o início
– Vertical: O feixe é movido de cima para baixo e, então,
rapidamente para o início
Cintilação ou Efeito Flicker
• Flicker: variação periódica da percepção do brilho
da imagem
• Para se evitar a cintilação é necessária uma taxa >
50 varreduras por segundo
– Ex: para se evitar o flicker em um filme com 16 fps, cada
quadro é apresentado 3 vezes (a luz do projetor é cortada
duas vezes durante a exibição do quadro) definindo uma
taxa de refrescamento de 16 x 3 = 48 Hz
• Sinais de TV: cada quadro é dividido em 2 partes
(linhas pares e ímpares) entrelaçadas
– NTSC: 30 x 2 = 60 Hz
– PAL: 25 x 2 = 50 Hz
Entrelaçamento
• Progressivo (não-entrelaçado): cada linha é
refrescada de baixo para cima em seqüência
• Entrelaçado: as linhas da imagem são varridas na
tela de forma alternada
– Dois campos são criados: par e ímpar
• NTSC: 262.5 linhas por campo a 60 campos por segundo.
• PAL: 312.5 linhas por campo a 50 campos por segundo.
– Os campos são separados no tempo, o que resulta no
“entrelaçamento”
• Resolução vertical efetiva é menor que a indicada:
– Não-entrelaçado: 70% da resolução máxima
– Entrelaçado: 50% a 70%, respectivamente para imagens
menos ou mais estáticas
Entrelaçamento – NSTC
Receptores Atuais e Entrelaçamento
• O uso de memória em receptores atuais acabaria
com a necessidade de entrelaçamento:
– Linhas recebidas podem ser repetidas o número de
vezes que se quiser de maneira a evitar a cintilação da
imagem
– Taxas de refrescamento da imagem:  100Hz
• Entrelaçamento: torna-se uma opção entre o uso
de menos banda (maior de canais) e maior
qualidade de imagem
TVs de Plasma/LCD/LED
• Maior qualidade de imagem:
– Maior resolução (sinal RGB), no. de cores, tela plana e
fator de forma 16:9
• Não apresentam linhas de varredura:
– Pixels acessos simultaneamente para desenhar uma
imagem, evitando os efeitos das linhas de varredura
– Possuem também dobradores de linhas (memória) para
melhorar a qualidade das imagens provenientes de fontes
analógicas como TVs e Vídeo-cassete
• Brilho uniforme (independente do ângulo de visão)
– Mais pessoas assistindo à imagem com qualidade em
diversos pontos do ambiente.
Referências Adicionais sobre TV
• Explicações detalhadas sobre o
funcionamento das TVs podem ser
encontradas em www.howstuffworks.com:
– http://www.howstuffworks.com/plasma-display.htm
• Traduções (algumas não tão bem feitas) de
partes do site estão em:
– http://eletronicos.hsw.uol.com.br/televisao.htm
– http://informatica.hsw.uol.com.br/lcd.htm
Espaço de Cores em Vídeo
• A cor na TV é gerada pelas intensidades relativas do
RGB em cada parte da cena
– Entretanto, para a transmissão do sinal, uma divisão
diferente dos sinais é utilizada…
• Codificação com sinais de Luminância (um) e de
Crominância (dois) :
– TV eram originalmente em Preto & Branco (P&B)
– A adição de cores teve de ser feita de maneira compatível
com a situação anterior…
• Sinal em NTSC: Espaço YIQ
• Sinal em PAL: Espaço YUV (YCrCb)
Codificação de Cores
• Sinal RGB
– Sinais separados para o R, para o G e para o B
– A combinação linear das componentes R, G e B gera
todas as cores do espaço de cores para as imagens
• Sinal YUV (padrão PAL)
– Base : o olho humano é mais sensível a variações no
brilho que nas cores
– Ao invés de separar cada componente RGB, o sinal é
formado por uma componente que define o brilho
(luminância Y) e duas que definem a cor (dois canais
com a informação de crominância U e V)
Sinal YUV
• Recepção em Preto & Branco: apenas a luminância é
utilizada
• O sinal é definido da seguinte forma :
Y = 0.3 R + 0.59 G + 0.11 B
U = (B – Y) x 0.493
V = (R – Y) x 0.877
• Em geral, a componente luminância é codificada com
freqüência de amostragem maior que as de
crominância.
– Por exemplo, na codificação 4:2:2
Sinal YIQ
• YIQ adotado no padrão NTSC é similar ao YUV
• O sinal YIQ é definido da seguinte forma :
Y = 0.3 R  0.59 G  0.11 B
I = 0.6 R – 0.28 G – 0.32 B
Q = 0.21 R – 0.52 G  0.31 B
• Como no caso do YUV, a componente luminância
também é codificada com faixa de freqüências
maior que as de crominância (maior precisão)
YUV x RGB
• Transformação linear simples de um espaço
3D para outro
• Apenas os coeficientes específicos para a
transformação linear variam de um sistema
para o outro
• Que problemas podem acontecer?
– Algumas cores RGB são inválidas...
– Diversas cores YUV/YIQ são inválidas...
Vídeo Digital
• Vídeo digital: representado como uma
sucessão de imagens digitais numa taxa de
quadros suficiente para criar a sensação de
movimento
– Lembrem-se da persistência da visão...
Codificação de Vídeo Digital
• Codificação: objetivo é representar um
objeto multimídia com o menor número
possível de bits, preservando a qualidade e a
inteligibilidade necessárias à sua aplicação
• Assim, em geral: codificação equivale a
uma compressão dos objetos, facilitando
sua transmissão e armazenamento
Codificação Digital de Vídeo (1)
• Codificação do Sinal Composto
– A forma mais simples de digitalizar um sinal de vídeo é
amostrar o sinal de vídeo analógico composto: os
componentes do sinal são convertidos conjuntamente
em uma representação digital.
• Exemplo: Sinal NTSC com 6MHz
– 12M amostras/seg x 8 bits/amostra = 96Mbps
– Note que, como a informação de luminância é mais
importante que crominância, essa informação deveria
alocar mais largura de banda.
– Porém, a freqüência de amostragem na codificação
composta não pode ser adaptada aos requisitos de
largura de banda dos componentes individuais.
Codificação Digital de Vídeo (2)
• Codificação do Sinal de Componente
– O princípio da codificação de componente consiste em
digitalizar separadamente as diferentes componentes de
imagens ou planos
– Por ex, codificação dos sinais da luminância e da
diferença de cor (crominância).
– Poderia ser usada, por exemplo, uma freqüência de
amostragem de 6MHz para a luminância e 3MHz para
as componentes de crominância:
• 6M amostras/s x 8 bits/amostra
+ 2 x 3M amostras/s x 8 bits/amostra = 96Mbps
Resultado: Resoluçãocor  ¼ Resoluçãoluminância
Recomendação CCIR-601
• Padrões para digitalização de sinais NTSC e PAL
Componente
Digital
Componente
Analógica
CCIR-601
Recommendation
Altura
Linhas
NTSC: 480
PAL: 576
Comprimento
Mudanças de
tensão ao longo da
varredura
Amostragem 13.5 MHz
Resultado em 702 pixels
(NTSC)
Recomendado 720
Profundidade de pixel
Valores de tensão
Faixa de valores 8-bits
Sub-amostragem da
crominância
Diferença de
bandas
4:2:2, 4:2:0, 4:1:1
4:2:2 – O que significa isso?
• Refere-se a taxa de amostragem dos sinais
– O 1o. número refere-se a taxa de amostragem da
componente de luminância (Y)
– O 2o. e o 3o. números referem-se às taxas para as
componentes de crominância (IQ ou UV)
• 4:2:2 refere-se a uma taxa de amostragem para a
luminância de ~ 13.5 MHz para NTSC e a metade
dessa taxa (6.25MHz) para a diferença-de-cor
• 4:1:1 ?
Luminância amostrada a 13.5 MHz e crominância
a 3.375 MHz
Por que manter a crominância com
precisão de 8 bits?
• Qual outra forma de reduzir a banda de
crominância à metade?
– Usar 4-bits por pixel
• Por que isso não funcionaria?
– Devido a necessidade de uma faixa ampla para
valores de cor a serem utilizados
– A sub-amostragem funciona melhor…
4:2:2
• Para cada 4 amostras de luminância, 2 amostras de
crominância das linhas ímpares e 2 das pares.
• Cada pixel mapeado em 2 bytes: [Cb0, Y0] [Cr0,
Y1] [Cb2, Y2] [Cr2, Y3] [Cb4, Y4] ...
• Planos de crominância: altura total e metade da
largura
• Usado no JPEG
Amostragem 4:2:2
4:2:0
• Para cada 4 amostras de luminância, 2 amostras de
crominância para as linhas ímpares (e, portanto, 0
amostras de cor para as pares…)
• Resolução da crominância reduzida à metade em
ambas as direções: ½ altura e ½ largura
• O padrão MPEG faz em geral isso…
Amostragem 4:2:0
4:2:0 ?
• Ao contrário do que parece, a taxa 4:2:0
(geralmente associada ao MPEG) não indica
um sistema sem a componente “diferençado-azul”
• A notação simplesmente indica que estão
codificados somente 2 diferenças de cor
(uma vermelha e outra azul) a cada 4
amostras de luminância.
4:1:1
• O que poderia representar isso?
– 1 crominância para cada 4 luminâncias, ambas
em linhas pares e ímpares
• Também usado em JPEG
Outras sub-amostragens
HDTV – High Definition Television
• Objetivo: Aumentar a definição da imagem (sinal
de vídeo) e do sinal de áudio para obter-se uma
qualidade de cinema
Estrutura hierárquica de qualidade para TV digital
Norma
HDTV
EDTV
SDTV
LDTV
Qualidade
Alta (High)
Melhorada
(Enhanced)
Normal
(Standard)
Limitada
Comparável a …
2 X CCIR601
CCIR601
PAL
SECAM
NTSC
VHS
Taxa de bits aprox.
(Mbit/s)
30
11
4,5
1,5
HDTV – High Definition Television
• Maior ângulo de visão (menor distância da tela):
– TV atual: a distância de visão  6x altura da
imagem
– HDTV: duplica a definição da imagem, reduzindo
essa distância para  3x a altura da imagem
• Melhor o campo de visão
– Olho humano tem maior sensibilidade para movimentos
realizados sobre o plano horizontal
• Campo de visão mais próximo de um retâgulo
– Imagens em HDTV tem fator de forma de 16:9 (ou
1,77:1) > 4:3 (1,33:1) da TV atual
• Compromisso entre os formatos do cinema europeu (1,66:1) e
dos filmes americanos em CinemaScope (2,35:1)
HDTV – High Definition Television
• Aúdio digital, multicanal com qualidade
semelhante ao áudio DVD.
• Maior sensação de telepresença/imersão:
– Maior proximidade com o novo formato de
imagem permitem um maior ângulo de visão
– Áudio de melhor qualidade com efeitos
tridimensionais
HDTV x TV
HDTV x TV
4x3
4x3
(12x9)
4x3
4x3
Além do HDTV...
• UHD (Ultra High Definition):
– 7680 x 4320 pixels (8K)
– 4096 x 2160 pixels (4K)
• Algo em torno de 33 milhões de pixels
• Japão (2012):
– 55X3 TV resolução 3840×2160 pixels (4x Full HD)
• No Brasil – Lavid (UFPB)
– http://www.lavid.ufpb.br/pt/noticias/visualizar/12-12-2011-desempenho-datecnologia-de-exibicao-em-cinema-digital-4k-3d-do-lavid-surpreende-nocinegrid2011
Resoluções aumentando...
Observação: HDTV
• Considerando 1920 colunas x 1080 linhas, com
quantização de 24 bits/pixel e taxa de 60 fps, a taxa
de geração para HDTV é cerca de 3 Gbps!
1080 x 1920 x 24 bits x 60 fps / 1024 = 2,78 Gbps
Considerando 1080i e 30fps (sinal atual):
1080/2 x 1920 x 24 bits x 30 fps / 1024= 0,69 Gbps
• Única solução possível para a transmissão :
compressão!!!
– Supondo a banda em 20Mbps -> 150:1 ou 37.5:1 (1080i)