Сигнал и его спектр.
Сигнал и его спектр
Электрические сигналы, в которые преобразуется звук или изображение, имеют сложную форму. Однако спектр любого, даже самого сложного сигнала можно представить в виде набора синусоидальных составляющих. Важной характеристикой спектра является ширина – расстояние между наибольшей и наименьшей частотой этих составляющих. Так, например, речевой сигнал имеет ширину спектра 3 кГц, при передаче музыки он расширяется до 10-20 кГц, а для передачи изображения нужна ширина спектра 6,5 МГц.
Поясним понятие спектра на простом примере. Предположим, нам нужно, пользуясь картой, измерить площадь Черного моря. Проще всего это сделать так: заполнить очертания моря квадратами, подсчитать площадь каждого из них, а затем все полученные результаты сложить. На карте разместится один большой квадрат, пять квадратов поменьше и множество мелких и мельчайших квадратиков, которые точно воспроизведут сложные очертания морских берегов.
понятию спектра сигнала
Подобным же образом форму кривой графика какого-либо сложного сигнала можно представить как сумму некоторых стандартных составляющих. В качестве составляющей для измерения площади сложной геометрической фигуры нами был выбран квадрат, площадь которого определить очень просто, а в качестве стандартной составляющей для описания сложного сигнала используют синусоиду. И вот почему.
Гармоники сложного сигнала
В начале XIX века французский математик Жан Батист Жозеф Фурье нашел способ вычисления набора синусоидальных составляющих любого сложного сигнала звука. Если известно математическое описание сложного сигнала, то по формулам Фурье можно найти его спектр – частоты, амплитуды и фазы стандартных синусоидальных составляющих. Эти составляющие f1, f2, f3… называют гармониками, имея в виду другое имя синусоиды – «гармоническая зависимость».
Спектры различных сигналов
Операции над спектром
Любое преобразование спектра – это своего рода хирургическая операция. Сжатие спектра, о котором говорилось в первой статье нашего курса*, можно осуществлять разными способами. Самый простой из них используется в аналоговой технике и напоминает ампутацию – из спектра просто удаляют какие-то составляющие (обычно высокочастотные), смирившись с искажениями самого сигнала.
В цифровой технике удается сузить спектр практически без потерь качества. Сжатие в передатчике и последующее восстановление в приемнике – весьма сложные математические операции, которым предшествует мгновенный и тщательный спектральный анализ сигнала.
Основной смысл всех методов – снизить объем информации, которая передается за единицу времени, скажем, за секунду. Так, если каждую секунду передается не 25 кадров, как принято в нашем стандарте, а только один кадр, то спектр телевизионного сигнала сожмется в 25 раз. Спектр сильно сузится, если отказаться от передачи очень мелких деталей изображения или вместо тысяч цветовых оттенков передавать меньшее их число.
Практически при сжатии спектра телевизионного сигнала исходят из того, что неподвижную картинку можно передать один раз, а затем посылать лишь короткие команды повтора. Для какого-либо динамичного сюжета можно ограничиться передачей лишь тех элементов кадра, которые меняются, и не забивать канал связи повторением неизменных фрагментов, а вместо того, чтобы передавать описание всех точек крупной однотонной детали, можно передать информацию о ней как об одной «большой точке». Примерно так поступают при архивировании – сжатии графической информации при ее записи в память компьютера.
Эти предельно упрощенные описания не должны создавать иллюзию, что сжатие спектра – это очень просто. Сжатие стало реальностью только благодаря тому, что после многолетних исследований была глубоко проработана его теория и созданы специальные микросхемы (микропроцессоры и микросхемы памяти), в которые удалось втиснуть мощнейшие вычислительные средства.
Полностью сохранив все свое содержание, большой чемодан превращается в маленькую сумку
Радикальная «усушка и утруска» видео при сжатии идет по двум направлениям. Сначала устраняется так называемая временная избыточность, возникающая в силу того, что соседние кадры видеопотока, как правило, мало отличаются друг от друга.
Благодаря многократному повторению информации можно использовать не все кадры подряд. Полностью сохраняются лишь некоторые опорные кадры, называемые еще Intra или просто I-кадрами. Для других – Predictable или Р-кадров – кодер сохраняет только их отличия от предыдущего I-кадра. Есть и третий тип – Bidirectional или В-кадры, заимствующие быстро меняющиеся фрагменты у соседей, идущих как впереди, так и сзади.
В поисках золотой середины
Выбор оптимальной частоты смены промежуточных Р- и В-кадров имеет важное значение для эффективности сжатия. Если их будет недостаточно, то опорные кадры станут неоправданно похожими друг на друга и в поток будет включено много лишней информации, которой там могло и не быть. Если промежуточных кадров будет слишком много, то их изменения по сравнению с I-кадрами будут слишком значительны, и это опять же снизит эффективность сжатия. Современные кодеки (кодеры-декодеры) умеют самостоятельно настраивать такого рода параметры, в результате чего устанавливается поток с переменной битовой скоростью (называемой битрейтом).
Р- , В- и I-кадры
Однако выделение простой пиксельной (пиксель за пикселем) разницы кадров не совсем эффективно – если изображение сместится целиком, то, сравнив пиксели, находящиеся по одним и тем же адресам, мы не обнаружим ничего общего, хотя на самом деле разница между кадрами будет незначительна. Чтобы справиться с такими ситуациями в кодеках используются так называемые компенсаторы движения, которые с высокой точностью отслеживают смещение фрагментов изображения от кадра к кадру, а потом сообщают в Р – и В-кадры ссылки на сместившиеся фрагменты и векторы их движения.
Устранение пространственной избыточности, то есть сжатие отдельных кадров, осуществляется с помощью дискретного косинусного преобразования (англ. DCT, Discrete Cosine Transform), а также фрактальным и вейвлетным методами. Во всех случаях потеря качества при кодировании неизбежна, однако в меньшем объеме это происходит при использовании DCT, которое без потерь превращает небольшие фрагменты кадра – 8Ч8 пикселей (они называются блоками) или 16Ч16 пикселей (они называются макроблоками) – в набор коэффициентов, которым соответствуют более или менее значимые детали фрагментов. Наименее значимые детали, практически незаметные глазу, при сжатии отбрасываются. Картинку, обработанную таким образом, очень трудно отличить от исходной, но если хорошо присмотреться и знать, где искать, найти отличия все-таки удастся: на некоторых наклонных линиях будут заметны маленькие ступеньки, а при определенных условиях, например, если в кадре яркая вспышка, картинка кратковременно может «рассыпаться» на маленькие квадратики.
Стандарты MPEG
Сжатие, основанное на DCT, применяется в уже упоминавшемся ранее стандарте MPEG-2. Стандарт MPEG-4 использует другой механизм компрессии, который отыскивает на изображении подвижные контуры людей и предметов (видеообъектов), перемещающихся перед неподвижным фоном (который в свою очередь тоже является видеообъектом). Совокупность объектов составляет сцену, для описания которой используется специальный язык двоичного формата описания сцен BIFS (Binary Format for Scenes), очень похожий на язык объектно-ориентированного программирования С++.
Видеообъект может иметь несколько уровней (слоев), каждому из которых соответствует свой поток видеоданных. Изменяющееся во времени изображение видеообъекта передается в виде последовательности его неподвижных изображений в дискретные моменты.
Для понимания революционной сущности MPEG-4 важно подчеркнуть, что окончательная «сборка» сцены в этом стандарте происходит при декодировании на приемном конце, т.е. в телевизоре, компьютере или приставке, причем с возможностью добавления разного рода геометрических преобразований, а также визуальных и акустических эффектов реального времени.
Артефакты сжатия
Визуальные искажения изображения при сжатии называются артефактами компрессии. Они могут выглядеть как мелкие зубчики на границах участков изображения, небольшие квадратики, размытость деталей, снижение контрастности и насыщенности некоторых областей изображения и т.п.
Основное принципиальное отличие искажений цифрового сигнала от искажений аналогового заключается в том, что они охватывают небольшие области экрана, в то время как «аналоговые искажения» – весь экран.
Виды цифрового телевизионного вещания
В связи с непривычным характером артефактов и с особенностями их восприятия у некоторых зрителей создается впечатление, что «цифровое качество» не лучше «аналогового». Дело в том, что аналоговое телевидение существует очень давно, и к дефектам аналоговой картинки зрители привыкли. При просмотре система «глаза-мозг» частично маскирует эти дефекты, выделяя содержательную часть изображения, которая и воспринимается. Таким образом, зрителю нужна адаптация к цифровому изображению, чтобы выработалась привычка на отбраковку дефектов.
Стандарты DVB
Группа стандартов цифрового телевидения DVB (Digital Video Broadcast) получила наибольшее распространение в Европе – к концу текущего года ожидается полное покрытие стран этого региона с прекращением аналогового телевизионного вещания.
В нашей стране еще в 2004 г. было решено применять этот стандарт цифрового телевидения (а точнее видеовещания). В нем определены четыре основных качественных уровня: низкий – LDTV (Limited Definition TV); нормальный – SDTV (Standard Definition TV); повышенный – EDTV (Extended Definition TV) и высокий – HDTV (High Definition TV).
Стандарты спутникового (Satellite) – DVB-S и кабельного (Cable) – DVB-C вещания были одобрены еще в 1994 г., а наземного эфирного (Terrestrial) вещания DVB-T – в 1997 г. После этого последовала вторая версия стандарта спутникового вещания DVB-S2 (стандарт второго поколения, позволяющий увеличить пропускную способность канала связи) и версия стандарта наземного вещания на носимые устройства (Handheld) – DVB-H. В последние годы идет освоение нового стандарта наземного цифрового вещания второго поколения DVB-T2, использующего дополнительные режимы модуляции совместно с иной схемой канального кодирования, что позволяет на треть увеличить количество передаваемых программ.
Текст: Александр Пескин, доцент МГТУ им. Н.Э.Баумана (продолжение)