1

Audiot dhe Videot Kompresimi i tyre

Leksion 7

2

Tingulli Dixhital

Tingulli ndodh nepermjet valeve (ndryshimit te trysnise) ne ajer. Kur një valë akustike hyn në vesh, daullja e veshit dridhet, duke bërë që kockat e vogla të veshit të brendshëm të dridhen së bashku me të, duke i dërguar pulse nervore trurit. Këto pulse perceptohen si tingull nga ana e dëgjuesit.

Në mënyrë të ngjashme, kur një valë akustike godet një mikrofon, mikrofoni gjeneron një sinjal elektrik, i cili përfaqëson amplitudë zanore në funksion të kohës.

3

Tingulli Dixhital

Tingulli percaktohet nga 3 komponente: frekuenca, intensiteti (volumi), dhe toni (timbri).

4

Tingulli Dixhital

Frekuenca eshte numri i dridhjeve per sekonde, zakonisht matet me Hertz (Hz) ose KiloHertz (KHz);

1 Hz eshte nje cikel per sekonde, dhe 1KHz eshte 1000 cikle per sekonde.

Sa me e larte te jete frekuenca, aq me e larte eshte zhurma. Njerezit zakonisht mund te degjojne tinguj te frekuencave nga 20Hz deri ne 20,000Hz, ndersa zeri normal eshte afersisht 500-2000Hz.

5

Intensiteti ose Volumi matet me decibel (dB).

Nje bisede e zakonshme eshte rreth 50 dB ndersa pragu i dhimbjes eshte rreth 120 dB. Cdo zhurme mbi 140 dB mund te shurdhoje veshet e njeriut.

6

Timbri ose toni eshte ai qe i jep tingullit veçori dalluese, ai perbehet nga vale te vogla me frekuencen dhe intensitetin e vet te cilat i shtohen (ose interferojne me) valen kryesore te tingullit.

Tingulli i nje note te luajtur me nje flaut eshte i ndryshem nga tingulli i se njejtes note ne nje violine, sepse forma e instrumenteve dhe metodat qe perdoren per te prodhuar notat ndikojne tek nota ne menyra te ndryshme.

7

Dixhitalizimi i tingullit

Tingulli dixhital eshte nje paraqitje numerike e vales natyrale te tingullit. Ashtu si me te gjithe te dhenat e tjera kompjuterike, tingulli dixhital eshte nje seri shifrash binare (bitesh).

8

Kur krijohet nje tingull dixhital, duhen marre parasysh 4 parametra:

Kohezgjatja Koha ne sekonda Rangu i frekuences se modelimit ne Hertz

(Hz ose KHz): sa shpesh modelohet tingulli Lloji i kodimit 8 bit ose 16 bit

Kodimi 8 bit ofron 256 vlera per amplituden, ndersa 16 bit ofron 65,536 vlera.

Kanalet mono ose stereo

9

Per te kuptuar me mire frekuencen e modelimit, mendoni per nje sekuence animacionesh: sa me shume figura individuale te mund te vendosni ne nje sekonde te dhene per nje varg figurash, aq me i detajuar ose me natyral do te jete efekti i animacionit.

Nese perdorni me pak figura te detajuara, do te thote qe sekuenca mund te duket me pak natyrale.

10

Shpejtesite e Modelimit

11

Perpunimi i madhesise se skedareve audio Perdoren 4 parametrat baze (gjatesia, frekuenca, kodimi

dhe kanalet) per te perpunuar madhesine e skedareve audio. Shumezohet koha ne sekonda me numrin e biteve (8 ose 16) me frekuencen (ne Hz) dhe me numrin e kanaleve (1 ose 2).

Psh: nje regjistrim mono qe eshte 37 sekonda i gjate me kodim 16 bit ne nje frekuence prej 44.1KHz eshte afersisht:

12

Per te lehtesuar llogaritjet, pjesetojme me 1000 ne vend te 1024 me siper, dhe rezultati do te jete pak me i madh. ( Nje perafrim te tille e marrim parasysh edhe kur llogarisim permbajtjen e nje diskete 1.4Mb, kapacitetin e nje CD-ROM qe eshte 650Mb, si dhe kapacitetin minimal te nje DVD-ROM qe eshte 4.7GB (4700Mb) ).

Si rregull, 1 minute tingulli stereo me cilesi te nje CD-je kerkon afersisht 10Mb. Prandaj nje CD-ROM mund te mbaje rreth 65 minuta tingull te paster.CD-te audio dixhitale (Digital Audio CDs (CD-DAs)) jane pak me te ndryshme dhe mbajne deri ne 74 minuta tingull.

13

Teorema e Nyquist per modelimin Valet zanore mund te konvertohen ne dixhitale me ane te ADC

(Analog Digital Converter). ADC merr ne hyrje sinjalin elektrik dhe krijon numrat binare ne dalje. Ne figure jepet nje shembull i nje vale sinusoidale. Per ta paraqitur sinjalin dixhital ne mund ta modelojme ate çdo ∆T sekonda, si ne fig (b).

(a) Vala sinusoidale (b) Modelimi i vales (c) Kuantizimi i modeleve ne 4 bite

14

Teorema e Nyquist per modelimin

Nese nje vale zanore nuk eshte nje vale e paster sinusoidale por nje mbivendosje lineare valesh sinusoidale ku komponentja me e larte e frekuences eshte f, ath teorema Nyquist thote qe mjafton te ndertojme modelet (ta modelojme) ne nje frekuence 2f.

Meqe limiti i aftesise degjuese te njeriut eshte afersisht 20,000Hz, rrjedh qe frekuenca minimale e modelimit qe kerkohet per nje regjistrim te pershtatshem eshte 40,000Hz.

15

Kuantizimi Modelet dixhitale nuk jane kurre te sakta. Modelet ne fig (c) mund te

marrin vetem 9 vlere nga -1.00 deri tek +1.00 me hapa prej 0.25. Nje model 8-bitesh do te lejonte deri ne 256 vlera te ndryshme, ndersa

nj model 16-bitesh lejon 65,536 vlera. Gabimi qe vjen si rezultat i numrit te fundem te biteve per model quhet zhurme kuantizimi.

(a) Vala sinusoidale (b) Modelimi i vales (c) Kuantizimi i modeleve ne 4 bite

16

Kompresimi

Megjithese tingulli nuk kerkon aq shume hapesire sa videot, prape ai kerkon nje hapesire te madhe ne kujtese.

Per me teper, sa me i madh te jete nje skedar aq me shume kohe kerkon qe te shkarkohet nga interneti ose ne nje LAN. Prandaj perdoren teknikat e kompresimit ne tingull te dixhitalizuar te paperpunuar, ne menyre qe te zvogelohet madhesia e skedarit.

Ne rastin ideal, kompresimi nuk duhet te ndikoje (ose duhet te ndikoje minimalisht) ne cilesine e tingullit.

17

Tipet e kompresimit Kartat zanore mund te ofrojne tipe kompresimi per t’i

perdorur. Kartat qe perdoren ne makinat CALL Facitlity, modelojne tingullin duke perdorur nje teknike te quajtur Pulse Code Modulation, ose PCM, qe mund te ruhet ne skedare .wav.

Versionet e kompresuara te PCM jane IMA ADPCMdhe Microsoft ADPCM, dhe ato kompresojne ne nje raport 1:4 (i kompresuar:pakompresuar). CCITT A-law dhe CCITT-µ-law kompresojne ne nje raport 1:2.

Emrat dhe datajet teknike te ketyre metodave te kompresimit nuk do t’i trajtojme, por e rendesishme eshte te dallohet shkalla e kompresimit te tyre, qe te dini t’i perdorni kur te jete e nevojshme.

18

Tipet e skedareve audio

19

MIDI Nje tjeter format i zakonshem per muzike (me teper per

muzike sesa per te folur) eshte MIDI —Musical Instruments Digital Interface.

MIDI jep instruksione (nota) se si nje komponente kompjuteri (karte zeri) duhet te luaje muziken ose te kontrolloje nje instrument muzikor.

Ky format nuk e ruan tingullin si te tille, dhe si rrjedhoje skedaret jane shume me te vegjel sesa vete skedaret audio.

Ky format suportohet nga shume sisteme te ndryshem software ne nje rang te gjere platformash. Skedaret MIDI suportohen nga shumica e browser-ave.

Skedaret e formatit MIDI kane prapashtesen .mid ose .midi.

20

Videot

Te gjitha metodat qe ekzistojne per paraqitjen e imazheve levizese ne nje film video, televizor apo kompjuter bazohen ne fenomenin e quajtur vazhdimesi te pamjes.

Nqs nje sekuence pamjesh i paraqitet syrit te njeriut me nje shpejtesi te caktuar, syri yne percepton nje imazh te vazhdueshem ne vend te nje sekuence pamjesh te shkeputura. (Kjo shpejtesi eshte rreth 40 imazhe – frame – per sekonde) Per me teper nqs pamjet e njepasnjeshme ndryshojne pak nga njera-tjetra krijohet pershtypja qe elemente te caktuar brenda pamjes po levizin.

21

Ka dy menyra per te gjeneruar imazhe levizese ne nje forme dixhitale:

1- mund te perdoret nje kamera dixhitale qe do te kape nje sekuence pamjesh natyrale.

2- mund te gjenerohen pamje nepermjet kompjuterit dhe te afishohen ato ne nje frekuence te caktuar.

Ne rastin e pare perdorim termin video ndersa ne rastin e dyte termin animacion.

22

Dixhitalizimi i videove

Kur kemi te bejme me video dixhitale madhesia eshte shume e rendesishme. Nje sekuence video eshte nje sekuence pamjesh ku secila eshte nje imazh me vete. Per keto perdoren imazhe Bitmap.

Supozojme se kemi nje imazh me 640 x 480 pika. Nese perdorim nje ngjyre 24 bit pra 3 byte atehere madhesia e nje imazhi te tille eshte:

640 x 480 x 3 = 900 kbyte per nje imazh Video NTSC e pakompresuar permban 30 imazhe ne

sekond, pra per nje sekond video NTSC duhen 26 Mbyte, ndersa per nje minute duhen

26 x 60 = 1.6 Gbyte.

23

Ndersa ne sistemin PAL nje imazh eshte 768 x 576 pika dhe ne nje sekond paraqiten 25 imazhe.

Pra per nje sekond duhen 31 Mbyte, ndersa ne 1 minute duhen rreth 1.85 Gbyte.

Me kete madhesi nuk mund te transmetohen video ne CD, DVD per me teper nuk mund te transmetohen ne rrjet.

Shpejtesia e transmetimit diktohet nga fakti qe videot jane imazhe te levizshme. Pra duhen paraqitur imazhet ne sekonda te tilla qe t’i krijoje perdoruesit idene e imazheve video.

24

Cdo imazh eshte nje imazh Bitmap. Ka dy menyra per dixhitalizimin ne video nepermjet nje kamere dixhitale dhe nepermjet kompjuterit ne nje karte speciale.

Dixhitalizimi ne kompjuter behet nepermjet nje karte video. Sinjali analog i videos futet ne karten video nga ku konvertohet ne te dhena dixhitale.

Zakonisht te dhenat dixhitale kompresohen qe ne karten video perpara se te kalohen per t’u mbajtur ne disk apo per t’u transmetuar ne rrjet.

25

Dixhitalizimi nepermjet nje kamere dixhitale realizohet nepermjet qarqeve elektronike dhe ruhet ne kasete ose transmetohet ne nje destinacion te caktuar.

Me pas te dhenat dixhitale mund t’i kalohen kompjuterit nepermjet nje nderfaqeje shume te shpejte. Nderfaqja qe perdoret per kete qellim IEEE 1394 ndryshe njihet me emrin Firewire.

26

Ne video me rezolucion te ulet si psh video konferencat te dhenat dixhitale kalohen nga kamera dixhitale ne kompjuter me ane te nje porte USB.

Sinjali analog video mund te demtohet kur ruhet ne nje kasete normale VHS apo kur transmetohet ne rrjet per shkak te interferencave te ndryshme.

Ne dixhitalizimin me kamera perdoruesi ose operatori nuk ka asnje kontroll mbi kete proces, pra ai nuk ka asnje kontroll mbi parametrat e kompresimit.

27

Pajisjet qe kompresojne dhe dekompresojne sinjalin video quhen perkatesisht kompresues dhe dekompresues ose shkurt perdoret shenimi CODECS.

28

Standartet video

Ka tre standarte per shperndarjen analoge NTSC (National Television Systems Commitee) u

zhvillua ne SHBA dhe eshte standarti televiziv me i vjeter dhe me i perhapur. Ky standart transmeton 30 frame / sekonde.

SECAM (Sequential Couleur Avec Memoire) eshte standart i perdorur ne France dhe ne Europen Lindore, transmeton 25 frame/sekonde.

PAL (Phase Alternating Line) perdoret ne Europen Perendimore, Kine, Australi, Zelanden e Re dhe transmeton 25 frame/sekonde

29

Kompresimi i videos Zakonisht te dhenat video kompresohen ne fazen e

dixhitalizimit. Forma e kompresimit e aplikuar nga kamerat

dixhitale apo nga kartat video zakonisht optimizohen per t’u perdorur nga e njejta pajisje. Kur pergatisim nje material multimedial per t’ia shperndare perdoruesve nuk mund t’i “detyrojme” ato te blejne hardware special per te pare kete material. Afishimi i ketij materiali (videos) duhet te behet nga kompjuteri i tij.

Prandaj per kompresimin e videos do te perdoret CODEC – software.

30

Zakonisht video kompresohet 2 here: - kur regjistrohet, ne fazen e dixhitalizimit - kur e pergatisim ate per t’ia shperndare

klientit Te gjitha algoritmet e kompresimit video

veprojne ne nje video te dixhitalizuar qe konsiston ne nje sekuence imazhesh Bitmap.

31

Ka dy teknika per te kompresuar kete sekuence imazhesh Bitmap

1 – Kompresimi intraframe, ku secili nga imazhet mund te kompresohet me vete

2 – Kompresimi interframe, ku nenbashkesi te sekuences se pamjeve mund te kompresohen se bashku duke ruajtur vetem ndryshimin nga njera pamje, ne pamjen pasardhese.

Keto dy teknika kompresimi mund te perdoren te kombinuara me njera-tjetren.

32

Kompresimi interframe

Disa pamje ne sekuencen e pamjeve konsiderohen pamje kyçe. Shpesh pamjet kyçe percaktohen ne intervale te rregullta. Psh: 1 nder 6 pamje eshte nje pamje kyçe.

Intervalet mund te percaktohen ne momentin qe thirret kompresuesi. Pamjet kyçe mund te ruhen te kompresuara ose te kompresohen me teknikat interframe siç ndodh zakonisht.

Te gjitha pamjet midis 2 pamjeve kyçe zevendesohen nga ndryshime pamjesh qe ruajne ndryshimet nga pamja kyçe ose nga pamjet paraardhese.

33

Per shume sekuenca video pamjet e njepasnjeshme ndryshojne pak nga njera-tjetra psh: nje spikere lajmesh.

Kompresimi dhe dekompresimi i nje sekuence video mund te zgjase per periudha kohesh te ndryshme.

Nese kompresimi dhe dekompresimi kerkojne te njejten kohe CODEC quhet simetrik, nese jo CODEC quhet asimetrik.

Teorikisht asimetria mund te jete ne te dy kohet, por CODEC-et ku dekompresimi kerkon me shume kohe se kompresimi jane te paperdorshem ne praktike.

34

Motion JPEG & DV

Menyra me e perhapur per kompresimin e videos analoge gjate regjistrimit eshte aplikimi i kompresimit JPEG ne çdo pamje pa perdorur kompresim interframe.

Teknika e kompresimit te sekuencave video duke aplikuar kompresimin JPEG tek çdo pamje quhet MOTION JPEG ose MJPEG.

Zakonisht per te realizuar llogaritjet komplekse qe kerkon algoritmi JPEG me nje kohe te pranueshme per te qene i sinkronizuar me regjistrimin e sinjalit te videos perdoret nje hardware i specializuar.

35

Fillimisht prodhues te ndryshem realizuan hardware MJPEG te ndryshem qe dallonin nga njeri-tjetri kryesisht nga menyra se si ruheshin te dhenat e kompresuara.

Se fundmi nje grup kompanish miratuan nje standart per MJPEG te quajtur MJPEG-A i cili njihet nga shpejtesia ne kohe.

Kjo gje mundeson qe te dhenat e kompresuara mund te transferohen midis platformave te ndryshme hardware.

Ashtu si JPEG dhe MJPEG i mundeson perdoruesit qe te percaktoje parametrat e kompresimit njekohesisht edhe te cilesise sepse JPEG eshte me humbje. Pra nuk eshte e pranueshme te kompresoje dhe te dekompresojme imazhet nepermjet JPEG disa here sepse do te kemi unifikim ngjyrash dhe do te vije nje moment qe vetem ngjyrat kryesore do te duken, pasi pjesa tjeter “hollesirat” humbasin.

36

Zakonisht te dhenat dixhitale kompresohen qe ne karten video perpara se te kalohen per t’u mbajtur ne disk apo per t’u transmetuar ne rrjet.

Kartat video te rangut te ulet apo te mesem zakonisht ofrojne nje raport kompresimi 7:1 qe i korrespondon sasise se te dhenave rreth 3MB per sekond.

Kartat me te shtrenjta ofrojne koeficient te dhenash me te larte se 3MB/sek duke ofruar cilesi me te larte sigurisht kompresim me te ulet.

Nese materiali eshte i destinuar per t’u shperndare me CD apo ne internet do te ishte nje ide e mire qe te perdoreshin karta jo shume te shtrenjta pra qe ofrojne cilesi te ulet dhe nivel kompresimi me te larte.

37

Zakonisht perdoret hardware MJPEG per te kompresuar video ne momentin e regjistrimit te saj.

Por mund te ndodhe qe te perdorim nje software MJPEG mbi nje video qe tashme eshte ne formen dixhitale.

Kjo behet ne menyre qe video-ja te mund te afishohet nga CODEC-u MJPEG.

Kompresimi MJPEG perdoret edhe per te ruajtur videot ne arkiv sepse MJPEG siguron cilesi me te larte sesa metodat e kompresimit te destinuara per te pergatitur material multimedial per t’u shperndare me CD apo ne internet.

38

DV

DV eshte akronim i Digital Video. Keto pajisje perdoren per nje algoritem

kompresimi te ngjashem me MJPEG. Kompresimi DV bazohet gjithashtu ne

transformimin DCT. Per me teper DV perdor pjeserisht

kompresimin interframe.

39

Programet CODEC per multimedia

Per kompresimin e videos te destinuar per t’u shperndare ne CD apo nepermjet internetit, jane te pershtatshem keto programe:

1. MJPEG-1 2. CINE PAK 3. INTEL INDEO 4. SORENSON

40

Tre te fundit bazohen ne nje teknike te quajtur kuantizimi vektorial i cili punon si me poshte:

Cdo pamje ndahet ne blloqe te vegjel drejtkendesh pikash qe quhen vektore.

CODEC perdor nje bashkesi me vektore konstante te quajtur libri i kodit.

Vektoret e librit te kodit perfaqesojne forma te caktuara qe mund te gjenden ne imazh.

Kuantizimi eshte procesi ne te cilin çdo vektori te pamjes, i caktohet nje vektor nga libri i kodit qe i afrohet me shume atij.

41

Kuantizimi vektorial ofron me shume kompresim pasi çdo vektor ne imazh zevendesohet me nje indeks ne librin e kodit.

Imazhet mund te rindertohen nga indekset dhe libri i kodit me lehtesi.

Pra dekompresimi eshte shume efiçient dhe mund te realizohet pa hardware te specializuar. Ndersa kompresimi eshte nje proces intensiv llogaritjesh.

Pra keto CODEC jane shume asimetrike.

42

CINE PAK & INTEL INDEO e minimizojne me tej nivelin e kompresimit me kompresimin interframe duke perdorur pamje kyce dhe diferenca pamjesh.

SORENSON mund te kompresoje video me 50 bps qe eshte brenda kapacitetit te nje PC, por nuk mund te perdoret ISDN per shperndarjen e ketyre video-ve. Keto video mund te shperndahen lehtesisht ne rrjeta Ethernet etj.

43

Tipet e skedareve video

44

Pyetje???