Ψηφιακή τηλεόραση [από το Α έως το Ω]

Transcript

1 EΝΙΣΧΥΤΙΚΗ Ι ΑΣΚΑΛΙΑ ΨΗΦΙΑΚH ΤΗΛΕOΡΑΣΗ Του Κωνσταντίνου Λεµπιδάκη Ψηφιακή τηλεόραση [από το Α έως το Ω] Συµπίεση (ΙΙI) Μέρος Ε Στο παρόν άρθρο θα γίνει µια απλή αναφορά στα διάφορα χαρακτηριστικά των αλγορίθµων συµπίεσης που χρησιµοποιούνται στις µέρες µας τόσο για την συµπίεση του σήµατος video όσο και για την συµπίεση του σήµατος του ήχου στην ψηφιακή τηλεόραση. Σε ποιους απευθύνεται... Αυτή η σειρά τεχνικών άρθρων απευθύνεται σε τεχνικούς που θέλουν µε σχετικά απλό τρόπο να εξοικειωθούν µε τη ψηφιακή τηλεόραση και τις διάφορες τεχνολογίες που τη στηρίζουν. Τα άρθρα αυτά ξεκινούν από πολύ βασικές έννοιες και καταλήγουν σε σύνθετα τεχνικά ζητήµατα καλύπτοντας σφαιρικά απ άκρη σ άκρη τη λειτουργία της ψηφιακής τηλεόρασης. Εισαγωγή Στο προηγούµενο άρθρο (τεύχος Φεβρουαρίου 2014) έγινε µια α- ναφορά στις διάφορες τεχνικές και αλγορίθµους συµπίεσης που χρησιµοποιούνται στις µέρες µας. Βέβαια όλες οι αναφορές είναι πολύ συνοπτικές, καθώς ο κλάδος των αλγορίθµων συµπίεσης α- ποτελεί από µόνος του ξεχωριστή επιστήµη, στην οποία εάν κάποιος ενδιαφέρεται να εµβαθύνει παραπάνω τις γνώσεις του µπο-

2 ΨΗΦΙΑΚH ΤΗΛΕOΡΑΣΗ EΝΙΣΧΥΤΙΚΗ Ι ΑΣΚΑΛΙΑ ρεί να ανατρέξει στην σχετική βιβλιογραφία. Mpeg1 Ο αλγόριθµος Mpeg1 δηµιουργήθηκε στα τέλη του '90 από την Moving Pictures Experts Group (MPEG) και ουσιαστικά αποτελεί την πρώτη προσπάθεια που έγινε για την δηµιουργία ενός αλγορίθµου συµπίεσης video. Αρχικά προοριζόταν για την δηµιουργία περιεχοµένου video σε Compact Disks (CDs) µε µέγιστο bandwidth το 1Mbps αλλά στην πράξη ποτέ δεν κατάφερε να επικρατήσει και να κυριαρχήσει σαν ένα πρότυπο συµπίεσης video. Αυτό οφείλεται κυρίως στις περιορισµένες δυνατότητες που είχε καθώς δεν υποστήριζε interlacing ή HD video, πράγµα που το καθιστούσε ακατάλληλο να χρησιµοποιηθεί µε το σύστηµα PAL ή NTSC ή να υποστηρίξει αναλύσεις 720p και 1080i. Παρόλα αυτά ο αλγόριθµος Mpeg1 χρησιµοποιείται ακόµα και σή- µερα σε µερικές χαµηλού κόστους εφαρµογές πληροφορικής και επιτήρησης µέσω internet και χρήση web cameras κτλ. αν και αυτά τείνουν να εκλείψουν µε την πάροδο του χρόνου. Ο Mpeg1 αποτελεί την βάση για τον αλγόριθµο Mpeg2 και Mpeg4, πράγµα που σηµαίνει ότι κάποιος ψηφιακός δέκτης Mpeg2 µπορεί εύκολα να αποσυµπιέσει ένα σήµα video µε συµπίεση Mpeg1. Η α- πλότητα του Mpeg1 δίνει την δυνατότητα να µπορεί να υλοποιηθεί µέσω software σε κάποιον υπολογιστή, αλλά υστερεί σηµαντικά από εξειδικευµένες τεχνικές συµπίεσης που χρησιµοποιούνται κατά κόρον στους αλγορίθµους Mpeg2 και Mpeg4. Mpeg2 ή Η.262 Ο αλγόριθµος Mpeg2 αποτελεί έναν από τους πιο ευρέως διαδεδοµένους αλγορίθµους συµπίεσης σ' όλο τον κόσµο και πρωτοεµφανίστηκε το Χρησιµοποιείται σε πάρα πολλές εφαρµογές επίγειας, δορυφορικής και καλωδιακής τηλεόρασης καθώς και σε πολλές εφαρµογές πληροφορικής, ενώ υιοθετήθηκε από τον οργανισµό Advanced Television Systems Committee και αποτέλεσε πρότυπο πολλών χωρών για όσο αφορά την συµπίεση των προγραµµάτων που προορίζονται για επίγεια εκποµπή ψηφιακής τηλεόρασης. Το Mpeg2 έχει πολλά πλεονεκτήµατα σε σχέση µε το προκάτοχό του αλγόριθµο Mpeg1, όπως το ότι υποστηρίζει interlacing µε α- ποτέλεσµα να µπορεί να υποστηρίξει τα συστήµατα PAL και NTSC. Επίσης υποστηρίζει µια µεγάλη ποικιλία από διαφορετικές αναλύσεις και διαφορετικά profile µε αποτέλεσµα να µπορεί να υποστηρίξει HD περιεχόµενο µε αναλύσεις 720p και 1080i. Τέλος, o Mpeg2 είναι ο πρώτος αλγόριθµος που υποστηρίζει πολύπλεξη video ή audio stream, γεγονός που έβαλε τα θεµέλια έτσι ώστε δορυφορικά προγράµµατα, για παράδειγµα, να υποστηρίζουν πολλές διαφορετικές γλώσσες ή πολυκάναλο ήχο 5.1. Τα δύο κύρια χαρακτηριστικά του αλγορίθµου Mpeg2 που αξίζει να αναφέρουµε είναι το level και το profile. Ανάλογα µε το είδος του level ή του profile που χρησιµοποιεί µπορεί να επιτύχει καλύτερα αποτελέσµατα συµπίεσης αλλά απαιτείται πιο ακριβός ε- ξοπλισµός τόσο από την µεριά της εκποµπής όσο και της λήψης. Συνήθως γίνεται αποδεκτή µια µέση λύση ώστε να έχουµε ένα ι- κανοποιητικό αποτέλεσµα κρατώντας το κόστος του εξοπλισµού συµπίεσης/απο-συµπίεσης σε χαµηλά επίπεδα. Mpeg2 level Με τον όρο Level στον αλγόριθµο Mpeg2 εννοούµε το µέγιστο µέγεθος εικόνας που µπορεί να υποστηρίξει. Έτσι έχουµε τα εξής τέσσερα levels: Low level - αναφέρεται σε εικόνα µε µέγεθος 352pixels x 288 γραµµές, ίδιο µε το µέγεθος του Mpeg1 Main level - αναφέρεται σε εικόνα µε µέγεθος 720pixels x 576 γραµµές σαν αυτές που χρησιµοποιούνται στο PAL High αναφέρεται σε εικόνα µε µέγεθος 1440pixels x 1152 γραµµές High - αυτό το level επεκτείνει το High 1440 level σε widescreen αντί για 4:3 που χρησιµοποιούνταν. Μ αυτό τον τρόπο αυξάνεται ο αριθµός των Pixel από 1440 σε κρατώντας σταθερό τον αριθµό των γραµµών στις 1152 γραµµές. Mpeg2 profile Με τον όρο profile εννοούµε τις διάφορες τεχνικές συµπίεσης που χρησιµοποιεί ο αλγόριθµός για την συµπίεση του σήµατος video. Simple profile - εν χρησιµοποιεί B frames παρά µόνο I και P κρατώντας την πολυπλοκότητα των encoder/decoder σε χαµηλά επίπεδα. Main profile - θεωρείται το πιο ευρέως διαδοµένο profile που χρησιµοποιείται σε πολλές εφαρµογές, όπως πχ. στα DVD. 4:2:2 profile - Σ' αντίθεση µε το σύστηµα χρωµάτων 4:2:0 που χρησιµοποιείται στο Main profile, σ αυτό το profile αυξάνει τα pixels του χρώµατος σε 4:2:2. SNR - Αυτό το profile εισήγαγε για πρώτη φορά την χρήση δύο streams: ένα για το κυρίως σήµα και ένα βοηθητικό µε λιγότερο θόρυβο ή artifacts. Χρησιµοποιήθηκε κατά κόρον στον αλγόριθµο Mpeg4 και όχι τόσο στον Mpeg2. Spatial profile - Παρόµοια νοοτροπία µε το SNR profile µε την

3 EΝΙΣΧΥΤΙΚΗ Ι ΑΣΚΑΛΙΑ ΨΗΦΙΑΚH ΤΗΛΕOΡΑΣΗ 1 Πίνακας 1 µόνη διαφορά ότι το κυρίως stream είναι SD ενώ το βοηθητικό είναι HD. High profile - Είναι ο συνδυασµός των δύο παραπάνω και θεωρείται το πιο σύνθετο profile στον Mpeg2 αλγόριθµο. Τόσο για την συµπίεση όσο και για την αποσυµπίεση απαιτείται α- κριβός εξοπλισµός και υπολογιστική ισχύς. Ο πίνακας Νο 1 συνοψίζει όλα τα παραπάνω. Στις τεχνικές προδιαγραφές το level και το profile που χρησιµοποιεί ο εκάστοτε encoder (συµπιεστής) περιγράφεται: level δηλ. η συντοµογραφία MP@ML σηµαίνει Main profile µε Main level. Τέλος, δεν είναι δυνατοί όλοι οι συνδυασµοί profile µε όλα τα level. Ο πίνακας Νο. 1 µας δείχνει τους συνδυασµούς που µπορούν να προκύψουν. Mpeg4 Part 10 ή Η.264 ή Mpeg4 AVC Ο αλγόριθµός Mpeg4 Part 10 εγκρίθηκε και χρησιµοποιήθηκε για πρώτη φορά το 2000 ενώ το 2003 χαρακτηρίστηκε επίσηµα και σαν πρότυπο συµπίεσης. Ο αλγόριθµος Mpeg4 χρησιµοποιεί πολύ σύνθετες τεχνικές συµπίεσης και πετυχαίνει συµπίεση έως και 50% επιπλέον σε σχέση µε τον αλγόριθµο Mpeg2. Για να πετύχει αυτές τις επιδόσεις κάνει χρήση των νέων τεχνολογιών στα ολοκληρωµένα κυκλώµατα και εκµεταλλεύεται την τεράστια υπολογιστική ισχύ που διαθέτουν σήµερα. Κύριο χαρακτηριστικό του αλγορίθµου Mpeg4 είναι η δυνατότητα δηµιουργίας/σύνθεσης µιας εικόνας αποτελούµενη από πολλές ανεξάρτητες πηγές εικόνας, ήχου και δεδοµένων. Για παράδειγµα, αν θέλαµε να µεταδώσουµε έναν αγώνα ποδοσφαίρου, πέρα από την ζωντανή εικόνα που προέρχεται από κάποια κάµερα, µπορούµε π.χ. να προσθέσουµε να εµφανίζεται το σκορ ή κάποιο λογότυπο του παρόχου περιεχοµένου. Στην περίπτωση του MPEG2 ο πάροχος περιεχοµένου είναι υποχρεωµένος να συνθέσει όλη την εικόνα στο studio και µετά να την συµπιέσει σαν ένα πράγµα/οντότητα και να το µεταδώσει. Στην περίπτωση του Mpeg4 όπως φαίνεται στο Σχήµα Νο. 1, έ- χουµε πολλές διαφορετικές πηγές οι οποίες συνδυάζονται και µεταδίδονται ταυτόχρονα σαν ξεχωριστές οντότητες και ο χρή-

4 ΨΗΦΙΑΚH ΤΗΛΕOΡΑΣΗ EΝΙΣΧΥΤΙΚΗ Ι ΑΣΚΑΛΙΑ στης αποφασίζει ποιες πληροφορίες θα εµφανίζονται στον δέκτη του για παράδειγµα, αν θα εµφανίζει το σκορ µαζί µε την εικόνα του αγώνα ή µόνο την εικόνα. Επίσης, πολλές πληροφορίες, όπως είναι το σκορ, δεν µεταδίδονται σαν εικόνα αποτελούµενη από κάποια pixels αλλά σαν α- πλά δεδοµένα (π.χ. 2-1). Με αυτόν τον τρόπο, ο Mpeg4 πετυχαίνει τροµακτική συµπίεση δεδοµένων και δίνει την δυνατότητα στον θεατή να επιλέξει αν θα ενεργοποιεί ή απενεργοποιεί διάφορα στοιχεία της εικόνας. Επίσης, ο αλγόριθµος Mpeg4 επιτρέπει την χρήση macroblocks που αναφέραµε σε προηγούµενα άρθρα χωρίς σταθερό µέγεθος, που αυτό πρακτικά σηµαίνει ότι σε ένα κοµµάτι εικόνας που αποτελείται από πολλά όµοια Pixels, αυτά κωδικοποιούνται µε τον λιγότερο αριθµό bits. O αλγόριθµος Mpeg4 Part 10 ή H.264 ή Mpeg4 AVC είναι στην πραγµατικότητα µια πολύ δυνατή και µεγάλη συλλογή από διάφορες τεχνικές συµπίεσης. Τα διάφορα profiles που υποστηρίζει είναι τα εξής: Baseline profile - Το πιο απλό profile όσον αφορά την απαιτούµενη επεξεργαστική ισχύ πετυχαίνοντας την µικρότερη δυνατή συµπίεση. εν χρησιµοποίει B frames και είναι κατάλληλος κυρίως σε εφαρµογές video conference ή mobile TV applications. Main profile - Το πιο συνηθισµένο profile που χρησιµοποιείται στην επίγεια ψηφιακή τηλεόραση. Χρησιµοποίει B frames και σε ορισµένες περιπτώσεις χρησιµοποιεί µηχανισµούς α- πό το High profile. Extended profile - Το συγκεκριµένο profile χρησιµοποιείται κυρίως σε περιπτώσεις streaming µέσω UDP/UDP-RTP. Έχει extra µηχανισµούς διορθώσεις σφαλµάτων ενώ επιτρέπει την αλλαγή του stream από low σε high bitrate και το α- νάποδο. High profile - Χρησιµοποιείται σε περιπτώσεις που θέλουµε υψηλής ποιότητας εικόνας όπως στην βιοµηχανία των Bluray, καθώς υποστηρίζει περιεχόµενο HD. Χρησιµοποιεί περισσότερα bits για να περιγράψει κάθε pixel, δηλαδή 14bit για κάθε δείγµα χρώµατος σε format 4:2:2. Συνοψίζοντας, ο αλγόριθµος Mpeg4 αποτελεί µία από τις καλύτερες λύσεις συµπίεσης σήµατος εικόνας που χρησιµοποιείται ευρέως σήµερα στην ψηφιακή τηλεόραση. Πετυχαίνει πολύ µεγαλύτερη συµπίεση σε σχέση µε άλλους αλγορίθµους (Mpeg1, Mpeg2, κτλ.) και µας δίνει την δυνατότητα να προσθέσουµε σχεδόν διπλάσια προγράµµατα σε ένα δεδοµένο bandwidth, όπως, για παράδειγµα, των 8MHz που χρησιµοποιούµε στην χώρα µας στην µπάντα των UHF για την επίγεια ψηφιακή τηλεόραση. Συµπίεση Ήχου Όπως και στο video έτσι και στο ήχο υπάρχουν διάφοροι αλγόριθµοι συµπίεσης. Υπάρχουν τρείς µορφές (Layers) αλγορίθ- µων (Mpeg) συµπίεσης ήχου τα οποία ονοµάζονται Layers I, II, III καθώς και δύο νέα πρότυπα, τα Advanced Audio Coding (AAC) και HE AACv2. Οι αλγόριθµοι συµπίεσης ήχου χρησιµοποιούν τεχνικές Lossy, το οποίο σηµαίνει ότι ένα ποσοστό της αρχικής πληροφορίας πάντα χάνεται. Ταυτόχρονα, το είδος της συµπίεσης που χρησιµοποιούν είναι perceptual, δηλαδή εκµεταλλεύονται, όπως είδαµε και σε προηγούµενα άρθρα, την ανθρώπινη φύση και δεν χρησιµοποιούν όλο το ακουστικό φάσµα ή κόβουν ακουστικά σήµατα που διαρκούν λιγότερο από 1msec. Τα sampling rates που χρησιµοποιούν όλοι οι encoders για τον ήχο είναι: 32KHz, 44.1KHz και 48KHz ε- νώ µεταξύ των Layers υπάρχει backward compatibility, δηλαδή έ- νας δέκτης που αποκωδικοποιεί ένα ακουστικό σήµα συµπιεσµένο µε Layer IΙΙ µπορεί να αποκωδικοποιήσει και τα Layer I και II. Mpeg Layer I - Αυτό το σύστηµα είναι το πιο απλό σύστηµα συ- µπίεσης ήχου. Για ήχο ψηφιοποιηµένο µε sampling rate 48KHz χρησιµοποιεί 384 δείγµατα ανά 8msec µε και επιτυγχάνει λόγο συµπίεσης 1:4 δηλ. για έναν ακουστικό σήµα όγκου 1.4Μbps που συναντάµε στα CD µπορεί να το συµπιεστεί στα 384Kbps µε ένα πολύ ικανοποιητικό αποτέλεσµα. Επίσης, µπορεί να το συ- µπιέσει ακόµα περισσότερο στα 192Kbps ή 128Kbps µε εµφανή, όµως, την απώλεια ποιότητας του ήχου. Mpeg Layer IΙ - Αυτό το σύστηµα για ήχο ψηφιοποιηµένο µε sampling rate 48KHz χρησιµοποιεί 1152 samples ανά 24msec. Με την χρήση ισχυρότερων αλγορίθµων που χρησιµοποίει δη- µιουργεί καλύτερη ποιότητα ήχου και πετυχαίνει λόγο συµπίεσης 1:8, δηλ. ένα ακουστικό σήµα ποιότητας CD µπορεί να συ- µπιεστεί στα 192Kbps µε πολύ ικανοποιητική ποιότητα ήχου. 3 Σχήµα 1

5 2 Πίνακας 2 Mpeg Layer IΙΙ - Αυτό το σύστηµα χρησιµοποίει τον ίδιο α- ριθµό samples όπως το Layer II αλλά τις διαχειρίζεται µε πολύ πιο έξυπνο τρόπο. Tο Layer III διαχειρίζεται πολύ καλά τα στερεοφωνικά σήµατα µε το να οµαδοποιεί τα κοινά στοιχεία των δύο καναλιών left και right και µπορεί να συµπιέσει ένα ήχο ποιότητας CD στα 128Kbps µε άριστο αποτέλεσµα. Αξίζει να αναφέρουµε ότι τα ακουστικά σήµατα που συµπιέζονται µε τον αλγόριθµο MPEG Layer III τα συναντάµε στην καθηµερινότητα µε την κατάληξη αρχείου.mp3 που είναι πολύ διαδεδοµένο format στην µουσική βιοµηχανία. Advanced Audio Codind (AAC) - Ο συγκεκριµένος αλγόριθ- µος συνεργάζεται µόνο µε Mpeg2 ή Mpeg4 video streams και µπορεί να µεταφέρει µέχρι και 48 ξεχωριστά κανάλια ή- χου (συµπεριλαµβάνοντας πχ. ήχο 5.1). Eµπεριέχει εξειδικευµένες τεχνικές που µπορούν να χρησιµοποιηθούν από ε- παγγελµατικούς encoders για να δηµιουργήσουν πολύ υψηλής ποιότητας συµπιεσµένου σήµατος ήχου. Τα AAC σήµατα ήχου τα συναντάµε κυρίως στα ipod της εταιρίας Apple. Τέλος, το HE AACv2 αποτέλεσε µια περαιτέρω βελτίωση του αλγορίθµου AAC προσφέροντας µεγαλύτερη συµπίεση και καλύτερη πιστότητα του ήχου κυρίως στις υψηλές συχνότητες. Ο πίνακας Νο. 2 συνοψίζει όλα τα παραπάνω. Επίλογος Σε αυτό το άρθρο, το τρίτο και τελευταίο µέρος που ασχολείται µε την συµπίεση ήχου και εικόνας, κάναµε µια πολύ συνοπτική αναφορά στα χαρακτηριστικά των αλγορίθµων συ- µπίεσης video Mpeg1, Mpeg2 και Mpeg4 καθώς και στους διάφορους αλγορίθµους που χρησιµοποιούνται για την συ- µπίεση του ήχου. Στο επόµενο άρθρο θα αναφερθούµε στην πολυπλεξία των προγραµµάτων, τι είναι και µε ποιο τρόπο ε- πιτυγχάνεται. 80