Moderne Medientechnik - Ostfalia Hochschule für ...buchwald/vl/mmt/Kap1MMT.pdf · schließlich der Möglichkeit elektronischer Präsentation von akustischen Informationen sowie statischen

Moderne Medientechnik Prof. Dr. Wolf-Peter Buchwald

Inhalt

Einleitung .................................................................................................................................. 1

1. Audio .................................................................................................................................. 2

1.1 Grundlagen .............................................................................................................. 2

1.2 Digitale Audiotechnik ............................................................................................. 8

1.2.1 Digitalisierung ............................................................................................. 8

1.2.2 Datenreduktion .......................................................................................... 11

1.2.3 MIDI .......................................................................................................... 15

1.2.4 Digitale Audioübertragung ........................................................................ 18

1.3 Audioaufnahme und -wiedergabe ......................................................................... 20

1.3.1 Aufnahme .................................................................................................. 20

1.3.2 Wiedergabe ................................................................................................ 23

2. Video ................................................................................................................................. 25

2.1 Grundlagen ............................................................................................................ 25

2.2 Farbbild-Darstellung ............................................................................................. 32

2.3 Digitale Videotechnik ............................................................................................ 38

2.3.1 Digitale Videonorm ................................................................................... 38

2.3.2 Datenreduktion .......................................................................................... 48

Prof. Dr.-Ing. W.-P. Buchwald Moderne Medientechnik

1

Einleitung

Medien sind Bestandteil des alltäglichen Lebens von frühesten Zeiten an beginnend mit ge-

schriebenen oder gezeichneten bzw. gemalten Darstellungen über Druckerzeugnisse und

schließlich der Möglichkeit elektronischer Präsentation von akustischen Informationen sowie

statischen und bewegten Bildern. Die moderne Medientechnik nutzt hierbei die Möglichkeiten

der Digitalisierung. Hier stehen Fragen der Aufnahme, Speicherung, Übertragung und Wie-

dergabe im Vordergrund.

Ausgehend von den Gegebenheiten der analogen Grundlagen sollen vordergründig die Audio-

und Videotechnik sowie die digitale Fotografie behandelt werden.

Audiotechnik

Schallwahrnehmung des Menschen

Sprache und Musik

Telefon

Rundfunk

Speicher

Schnittstellen, Aufnahme, Wiedergabe

Videotechnik

Auflösungsvermögen des Auges

Bildfeldzerlegung

Farbe

Übertragung

Speicher

Schnittstellen, Kamera, Monitor

Fotografie Bildsensoren

Bildverarbeitung

elektronische Bildwiedergabe, Ausdruck


2

1. Audio

1.1 Grundlagen

Eigenschaften des menschlichen Gehörs: Frequenzbereich bzw. Frequenzgang

Dynamik bzw. Amplitudenbereich

Hörphysiologie: Empfindung der Lautstärke bei unterschiedli-

chen Frequenzen als Funktion des Schalldru-

ckes

untere und obere Begrenzung (Hörschwelle

und Schmerzgrenze)

Schalldruck: p

Schalldruckpegel: 0

log20p

pLp in dB

Hörschwelle: Pa102µPa20 5

0

p (bei 2 kHz)

Schalldruckpegel bei 1 kHz: )kHz1(pLL in Phon

Schmerzgrenze: 120 Phon bzw. Pa2010 0

6 p

Hörfläche:

Quelle: https://de.wikipedia.org/wiki/Phon_(Einheit)


3

Lautheit Die Lautheit wird in Sone angegeben. Sie berücksichtigt

einen nichtlinieren Zusammenhang zwischen der subjekti-

ven Lautstärkeempfindung und dem Phonwert bei kleine-

ren Schalldruckpegeln

Quelle: https://de.wikipedia.org/wiki/Phon_(Einheit)

Akustische Bewertungskurven Die Bewertungskurven beschreiben den Hörfrequenzgang

und dienen für die messtechnische Beschreibung von Au-

diosignalen unter Einbeziehung subjektiver Empfindun-

gen.

A: Bereich 20 bis 40 Phon

B: Bereich 50 bis 70 Phon

C: Bereich 80 bis 90 Phon

D: Bereich oberhalb 90 Phon

Typische Anwendung ist die

A-Bewertung. Ein aufgenommenes

Audiosignal wird beispielsweise

mit einem Filter gemäß A-

Übertragungsfunktion gefiltert

bzw. bewertet und der resultieren-

de Pegel in dB(A) angegeben.

Quelle: https://de.wikipedia.org/wiki/Frequenzbewertung


4

Menschliche Stimme: nichtperiodisch (Konsonanten)

periodisch (Vokale)

Stimmbildung: Grundwellenerzeugung (Impulsfolge)

Spektrale Formung durch Mund-Nasenraum

Stimmerzeugung durch Impulsfolge:

zugehöriges Spektrum:

geformtes Spektrum:

Vokale: werden charakterisiert durch unterschiedliche

Lage und Form der Formanten

Grundwellenfrequenz f0 ist für die Spracherken-

nung nicht wichtig, unterschiedlich vor allem

zwischen Mann (typisch 130 Hz) und Frau (ty-

pisch 240 Hz)

Sprachverständlichkeit: wichtig für die Telekommunikation

Optimierung: gute Verständlichkeit bei möglichst

kleiner Bandbreite

absolute Silbenverständlichkeit: „sinnlose“ Silben werden korrekt verstanden

relative Silbenverständlichkeit: normale sinnhafte Silbenabfolge

eine ca. 70%ige absolute Silbenverständlichkeit

entspricht einer 100%ige relativen Silbenver-

ständlichkeit (nicht verstandene Silben können

durch den Zusammenhang interpoliert werden)


5

Telefonbandbreite: klassisch minimal zu übertragende Frequenzan-

teile (analoge Telefonie):

untere Grenzfrequenz: Hz300guf

obere Grenzfrequenz: Hz3400gof

AM-Rundfunk: obere Grenzfrequenz: Hz4500gof

hier wurde die obere Grenzfrequenz etwas erhöht,

da hier nicht nur Sprache bzw. Sprachverständ-

lichkeit im Vordergrund stand, sondern auch Mu-

sikübertragung

FM-Rundfunk: obere Grenzfrequenz: Hz15000gof

Ziel ist eine naturgetreue Wiedergabe aller

Audioquellen (High Fidelity, HiFi)

Stereo-Übertragung im FM-Band: die Rechts- und Links-Information wird mittels

Frequenzmultiplex zu einem Signal zusammenge-

fasst und dann frequenzmoduliert übertragen

1. Schritt: Matrizierung

2. Schritt: Modulation (Frequenzmultiplex)


6

Analoge Speicherung: Schallplatte (i.a. nur Wiedergabe)

Magnettonband (Aufnahme und Wiedergabe)

Tonband: Grenzfrequenz abhängig von der Bandgeschwin-

digkeit

Verringerung von Bandrauschen:

optimale Aussteuerung (hoher Signalpegel)

Einsatz von Pre- und Deemphase

Kompandierungsverfahren (analoges Dolby)

Rauschüberlagerung vom Band:

Rauschverminderung durch Pre-/Deemphase:


7

Dolby Rauschreduktionssystem (analog): Rauschreduktion basiert auf einer Kompandie-

rung, i.a. in einem höheren Frequenzbereich

Kompandierung = Kompression und Expansion

Vor der Aufnahme werden z.B. bei Dolby B alle

Frequenzen oberhalb von 1 kHz in Abhängigkeit

von der Amplitude so verstärkt, dass kleine Pegel

mehr angehoben werden als größere Pegel.

Dadurch wird die Dynamik komprimiert. Im Er-

gebnis wird praktisch das Band bei der Aufnahme

stärker ausgesteuert.

Bei der Wiedergabe muss die pegelabhängige

Verstärkung wieder exakt gegenläufig zum Kom-

pressor arbeiten (Expandierung), um den ur-

sprünglichen Amplitudenwert der aktuellen Ein-

hüllenden zu erhalten.

Beispiel:

ursprüngliches Testsignal nach der Kompression

Zu beachten ist, dass die einzelnen Sinusschwingungen nach wie vor Sinusform aufweisen

und nicht verzerrt werden, da die Kompression nicht auf die Momentanwerte wirkt, sondern

mit einer gewissen Zeitkonstante nur auf die Hüllkurve.

wesentliche Dolby Versionen: Dolby B Auch Dolby NR genannt,

große Verbreitung (u.a.

Compact Cassette), wirkt nur

ab ca. 1 kHz

Dolby C Zwei Kompressoren hinter-

einander

Dolby SR Professionelles System für

Studioanwendungen, mehre-

re Frequenzbänder mit vari-

ablen Übergangsfrequenzen

bis ~10 dB Rauschunterdrückung




8

1.2 Digitale Audiotechnik

1.2.1 Digitalisierung

Abtasttheorem: ga ff 2

Anforderung Telefon: Die Grenzfrequenz beim analogen Telefonsignal

beträgt 3,4 kHz. Sie wird aufgerundet auf 4 kHz

und wird mit diesem Wert als Nyquistfrequenz

bei der Abtastung festgelegt.

Nyquistfrequenz entspricht halber Abtastfrequenz

fNyq = ½ fa

Abtastrate: kHz8kHz42 af

Abtastspektrum:

Quantisierung: bit8m

entspricht 25622 8 mn Amplitudenstufen

Durch die Quantisierung wird ein Rundungsfeh-

ler eingeführt, der irreversibel ist. Da dieser Feh-

ler wie überlagertes Rauschen klingt, spricht man

auch von Quantisierungsrauschen. Mit 8 Bit ist

diese Störung etwa angepasst an das typische

Signal/Rauschverhältnis von analogen Telefon-

signalen.

Dynamik: dB6 mD

Die Dynamik beschreibt logarithmisch das Ver-

hältnis zwischen maximalem Spitzenwert und

dem Spitzenwert des Quantisierungsfehlers in dB.


9

Datenrate: kbit/s64kHz8bit8 afmb

(klassischer ISDN-Kanal)

Anforderung digitales Audio: Für qualitativ hochwertige Audioaufnahme und

Wiedergabe (vgl. frühere HiFi-Norm) muss so-

wohl eine höhere Bandbreite als auch ein besserer

Störabstand mit Blick auf das Quantisierungsrau-

schen bzw. der Anzahl der Bits pro Abtastwert zu

Grunde gelegt werden.

Bandbreite: 16Hz - 20.000Hz

(vgl. UKW und analoges TV: 50Hz - 15.000Hz)

Quantisierung: bit16m (für Speicherung und Wiedergabe

ausreichend, für Aufnahme und

Verarbeitung häufig deutlich mehr,

bis 24 bit)

Compact Disk: optische digitale Speicherung

fa=44,1kHz

DAT-Recorder: digitale Speicherung auf Magnetband

fa=48kHz

Überabtastung: Um analoge Vorfilter hoher Ordnung zu vermei-

den, die zur Vermeidung von Unterabtasteffekten

erforderlich sind (Alias), kann mit deutlich höhe-

rer Abtastrate gearbeitet werden. Das Vorfilter

kann dann als digitales Filter ausgeführt werden,

danach kann intern auf die ursprünglich erforder-

liche Abtastrate gewandelt werden.

typische Überabtastung:

Oversampling: Begriff entspricht zwar im Englischen dem Wort

„Überabtastung“, meint jedoch speziell bei CD-

Playern oder allgemein bei D/A-Wandlern das

nachträgliche Interpolieren der vorhandenen Da-

tenrate auf ein Vielfaches von 44,1kHz. Damit

wird die Anforderung an das analoge Nachfilter

zur Oberwellenunterdrückung geringer.

kHz484192kHz

kHz482 96kHz

kHz1,442kHz2,88


10

Beispiel: 2-fach Oversampling Nach Auslesen der Daten von der CD mit der

Abtastrate fa=44,1kHz wird das abgetastete Sig-

nal auf 2fa=88,2kHz interpoliert, z.B. durch Ein-

fügen von 0 zwischen den Abtastwerten oder

durch wiederholen des vorhergehenden Abtast-

wertes. Ein folgendes digitales Tiefpassfilter ar-

beitet jetzt aber mit 2fa Arbeitstakt und kann eine

Übertragungsfunktion realisieren, die erst mit 2fa

periodisch ist. Damit kann das erste Oberwellen-

band um fa unterdrückt werden. Hinter dem D/A-

Wandler braucht das Nachfilter damit erst das

Oberwellenband um 2fa zu unterdrücken, seine

Filterflanke kann entsprechend breiter und das

Filter somit einfacher aufgebaut sein.

Datenraten: CD Stereo

kbit/s2,1411kHz1,44bit162 b

(entspricht 176,4 kByte/s)

DAT Stereo

kbit/s1536kHz48bit162 b

(entspricht 192 kByte/s)

Diese Datenraten entsprechen dem Audiosignal

ohne jegliche Kompression. Zwischen A/D-

Wandler und D/A-Wandler ergibt sich als einzige

Beeinflussung nur ein additives Quantisierungs-

rauschen von mit einer Dynamik von D=96dB.

Dies ist i.a. geringer als das bereits analog vor-

handene Rauschen.


11

1.2.2 Datenreduktion

Verfahren zur Datenreduktion werden allgemein unter dem Begriff Quellencodierung zu-

sammengefasst. Hier unterscheidet man zwischen verlustlosen und verlustbehafteten Prinzi-

pien.

Verlustlose Datenreduktion: z.B. zip-Archiv

Komprimierte Dateien bzw. Signale können feh-

lerfrei wieder rekonstruiert werden, die Kompres-

sionsrate ist je nach Datei oder Signal relativ be-

grenzt (Beispiel für eine Audiodatei: Reduktion

nur von wenigen % möglich) . Hier wird weiter-

hin unterschieden:

Irrelevante Information

Zeichen, die beim Empfänger unbekannt sind,

(entspricht bei analoger Signaldarstellung einer

größeren Signalbandbreite als für den Empfänger

sinnvoll, z.B. Audiosignalbandbreite über

20kHz).

Redundante Information

Zeichen, die vorhersagbar sind. Information, die

mehrfach in einer Nachricht enthalten ist und so-

mit bereits grundsätzlich bekannt ist. Redundante

Nachrichten haben den Vorteil, störunempfind-

lich zu sein, da verfälschte Informationen rekon-

struiert oder zumindest erkannt werden können.

(Beispiel: die Sprache enthält nicht alle mathema-

tisch möglichen Buchstabenkombination für Sil-

ben und Wörter, sondern nur eine kleine Aus-

wahl, so dass ein Fehler i.a. erkannt und korri-

giert werden kann: „FACHHOCHSCHXLE“ ist

eindeutig fehlerfrei rekonstruierbar)

Verlustbehaftete Datenreduktion: mp3, jpg, MPEG

Das Originalsignal bzw. die Datei wird irreversi-

bel verändert, es geht somit Information verloren.

Die dadurch eingefügten Fehler führen aber zu

Störungen, die subjektiv möglichst wenig bis gar

keine Beeinträchtigung der Signalqualität darstel-

len (Überdeckungseffekt).


12

Überdeckungseffekt bei Audio Ein lauter Ton der Frequenz f0 überdeckt einen

Ton mit einer ähnlichen Frequenz f1=f0+f, so

dass dieser nicht mehr wahrgenommen werden

kann. Je kleiner der Frequenzunterschied f ist,

desto größer kann die Amplitude der Schwingung

mit f1 sein, ohne dass man sie hören kann. Man

spricht bei diesem Effekt auch von Maskierung.

Die Hörschwelle wird damit im Bereich eines

Audiospektrums mit großer Leistung angehoben.

Quelle: https://de.wikipedia.org/wiki/Maskierungseffekt

Dieser Maskierungs- bzw. Überdeckungseffekt

ist der wesentliche Kern aller verlustbehafteten

Datenreduktionsverfahren für Audiosignale, in-

dem spektrale Bereiche in der Nachbarschaft von

leistungsstarken Frequenzbereichen gröber quan-

tisiert werden können (weniger Bits!), wobei der

resultierende größere Quantisierungsfehler über-

deckt bzw. maskiert wird und somit nicht hörbar

ist.


13

MP3 Verfahren Entstammt dem digitalen Videokompressions-

standard MPEG 1 (Moving Pictures Expert

Group) und ist als Audiokompression dort in ver-

schiedenen sogenannten Layern definiert

MPEG-1 Audio Layer I

MPEG-1 Audio Layer II

MPEG-1 Audio Layer III (das eigentliche MP3)

während für MPEG-2 ein Kompressionsverfahren

für Audio mit dem Namen AAC standardisiert ist

(Advanced Audio Coding).

MPEG-1 Audio Layer I Beispiel Abtastrate 48 kHz entsprechend

Nyquistfrequenz 24 kHz

Aufteilung des Audiosignals in 32 Frequenzbän-

der (Filterbank)

Bandbreite je Band: 24 kHz/32=750Hz

Unterabtastung je Band mit 1,5 kHz

(ergibt jeweils ein Basisband 0…750 Hz)

12 Abtastwerte pro Band ergeben parallel mit

allen 32 Bändern insgesamt 384 Abtastwerte, die

ein Frame bilden

Parallel zur Filterbank wird das Audiosignal mit

einer 512-FFT analysiert. Die vorliegenden

Amplituden dieser Frequenzanteile steuern zu-

sammen mit den Ausgangssignalen der einzelnen

Bänder über ein psychoakustisches Modell die

Quantisierung der Ausgangssignale der einzelnen

Bandpässe. Signale aus einem benachbarten

Band, in dem eine große Amplitude vorliegt,

werden wegen des Überdeckungseffekts gröber

quantisiert oder ggf. gar nicht mehr übertragen.

Dies ist die eigentliche Datenreduktion.


14

MPEG-1 Audio Layer II auch MUSICAM genannt

(Masking-pattern adapted Universal Subband

Integrated Coding and Multiplexing)

FFT mit 1024 Abtastwerten

Verwendung von 3 Frames:

3x12x32=1252 Abtastwerte

MPEG-1 Audio Layer III als MP3 bekannt

die 32 Frequenzbänder sind mit zunehmender

Frequenz breiter (angepasst an die subjektiven

Höreigenschaften)

FFT mit 1024 Abtastwerten

Abtastwerte aus der Filterbank werden einer Mo-

difizierten Diskreten Cosinus Transformation

(MDCT) unterzogen. Im Unterschied zur norma-

len DCT überlappen sich die benachbarten Blö-

cke um 50% ihrer Breite

Stereokomprimierung: Joint-Stereo Verfahren (typisch)

Matrizierung der Rechts/Links Signale zu

Rechts+Links (mono) und Rechts-Links (Diff.)

Monosignal: wesentliche Datenrate

Differenzsignal: kleine Datenrate


15

Übersicht und Vergleich (Basis: resultierende Qualität mit CD vergleichbar):

Verfahren Datenrate Stereo Kompressions-

faktor Anwendung

MPEG-1 Layer I 384 kbit/s 4 DCC

Dig. Compact Disc

MPEG-1 Layer II

(MUSICAM)

192 - 256 kbit/s 6 - 8 DAB, DVB, DVD

MPEG-1 Layer III

(MP3)

112 - 128 kbit/s 10 - 12

AAC

(Advanced Audio Coding)

96 kbit/s 16 DAB+, DRM

Dolby Digital

(AC-3)

192 kbit/s 8 DVD

ATRAC 292 kbit/s 5 MiniDisc

1.2.3 MIDI

MIDI bedeutet Musical Instrument Digital Interface und beschreibt in gänzlich anderer Weise

als in der bisher beschriebenen digitalen Audiotechnik die Darstellung von Musik. MIDI kann

man sich vorstellen als die Fernsteuerung einer Klaviertastatur, bei der nur Daten übertragen

werden, die den Zeitpunkt und die Dauer des Anschlages einer definierten Taste beschreiben.

Zusätzlich werden dabei u.a. auch noch Informationen wie Anschlagstärke, nachträglicher

Druck auf die bereits angeschlagene Taste oder Geschwindigkeit des Loslassens übertragen.

Die Besonderheit liegt weiterhin darin, dass parallel 16 Datenkanäle gleichzeitig genutzt wer-

den können und jedem Kanal ein Klang zugeordnet ist, so dass natürlich nicht nur ein Klavier

erklingt, sondern je nach Wahl alles, was im Empfänger (typischerweise einem Musik-

Keyboard, aber auch ein PC) als Instrumentenklang verfügbar ist. Somit ist ein direktes Ab-

spielen eines komplexeren Musikarrangements bestehend aus verschiedensten Instrumenten

inklusive perkussiver Instrumente (Schlagzeug) möglich. Die Übertragungsrate der notwendi-

gen Daten ist dabei extrem klein, da keine Abtastwerte von Tönen übertragen werden müssen,

sondern nur die Steuerinformationen für die Wiedergabe im Empfänger vorhandener und dort

gespeicherter Klänge.

Sehr frühe Vertreter dieser Musikwiedergabetechnik sind z.B. das elektrische Klavier oder ein

Leierkasten. Auf breiten Papierbändern (oder auch auf großen runden Stahlscheiben) werden

beim Vorschub bzw. der Drehung eingebrachte Löcher abgetastet und steuern einen Tasten-

druck oder das Anblasen einer Orgelpfeife. Diese mechanischen Datenträger enthalten in

grundlegender Form das Prinzip von digitalen MIDI-Daten. Sie können auf verschiedenen

geeigneten Instrumenten abgespielt werden, die je nach Aufwand unterschiedliche Wiederga-

bequalität ermöglichen.


16

Steuerung eines Keyboards (oder allgemein eines sogenannten Slaves) durch MIDI-Daten:

MIDI Daten: Für die Steuerung der Töne werden 3 Bytes

verwendet, hier der Note On Befehl:

1. Byte: 1001 XXXX

2. Byte: 0kkk kkkk

3. Byte: 0vvv vvvv

mit

1001 steht für Taste drücken (Note On)

XXXX = 1…16 MIDI-Kanal

kkk kkkk = 24…108 Taste (Key)

vvv vvvv = 10…127 Anschlagstärke

(Velocity)

Ton wird so lange gehalten, bis ein Note Off

Befehl gesendet wird (mit der Kennung 1000

im ersten Nibble des 1. Bytes)


17

Übertragungsgeschwindigkeit: 31250 bit/s

Die drei Bytes werden jeweils durch ein Start-

bit und ein Stoppbit auf 10 Bit ergänzt, die

Übertragungsdauer dieser Sequenz dauert ins-

gesamt 960 µs (ca. 1 ms).

MIDI-Controller: Über weitere Befehle können unterschiedliche

Controller angesprochen werden, z.B.

Gesamtlautstärke

Lautstärke je Kanal

Sustainpedal

Effektparameter (Hall, Echo usw.)

Track-Dateigröße MIDI-File ca. 30…60 kByte

Track-Dateigröße MP3 ca. 3…6 MByte

Track-Dateigröße unkomprimiert ca. 30…60 Mbyte

Schnittstelle: MIDI-In Eingabe von Daten

MIDI-Out Ausgabe vom Keyboard

MIDI-Thru Durchleifen von In nach Thru

Verwendung der alten 5-poligen Phonobuchse

als physikalische Schnittstelle

Quelle: https://de.wikipedia.org/wiki/Musical_Instrument_Digital_Interface


18

1.2.4 Digitale Audioübertragung

Digitaler terrestrischer Rundfunk: DAB (Digital Audio Broadcast)

ab 2011: DAB+

Entwickelt in der Zeit zwischen 1987-2000

sollte DAB den analogen terrestrischen Rund-

funk (UKW) ablösen. Ursprünglich sollte 2012

der analoge UKW-Rundfunk abgeschaltet

werden. Dies konnte mangels Akzeptanz nicht

realisiert werden. Auch ein zweiter Abschalt-

termin 2015 musste aufgegeben werden.

Probleme:

keine flächendeckende Sendeversorgung

unzureichendes Programmangebot

Details DAB: MPEG-1 Audio Layer 2 (MUSICAM)

Datenrate: 32 - 256 kbit/s

typisch 160 kbit/s (~ CD Qualität)

Multiplex zu höheren Datenraten

COFDM Modulation des Multiplex

Frequenzbereiche: VHF III (174 - 230 MHz)

1,5 GHz Band / L-Band

Modifikation bei DAB+: AAC

Datenrate: 80 kbit/s

kompatibler Empfang von DAB

Alternatives System: DMB (Digital Multimedia Broadcast)

Entspricht DAB mit eingebetteten Videoinhal-

ten bei maximalen Datenraten von 1,5 Mbit/s

(typisch 1 Mbit/s)

Ziel:

mobiler Empfang von Audio und Video auf

einem Handy

DMB wurde mangels Akzeptanz in Deutsch-

land nicht eingeführt (nur Erprobungen in der

Vergangenheit)


19

Quelle: http://www.digitalradio.de/index.php/de/empfangneu


20

Digitalradio über Satellit DVB-S/S2

Digitalradio über Kabel DVB-C/C2

MPEG-1 Audio Layer 2

AAC

Dolby Digital (AC-3)

Internetradio/Webradio MP3 (MPEG-1 Audio Layer 3)

(Internet-Telefonie) AAC

1.3 Audioaufnahme und -wiedergabe

1.3.1 Aufnahme

Mikrofone Wandlung von Schalldruck in elektrische

Spannung. Typische Systeme sind

dynamische Mikrofone

Kondensatormikrofone

Qualitätsmerkmale:

Frequenzgang

Empfindlichkeit

Linearität (Klirrfaktor)

Richtcharakteristik

Dynamisches Mikrofon Aufbau

Quelle: https://de.wikipedia.org/wiki/Dynamisches_Mikrofon


21

Beispiel Shure SM58 Frequenzgang:

Quelle: http://www.shure.de/produkte/mikrofone/sm58

Empfindlichkeit:

-54,5dBV/Pa bzw. 1,88 mV/Pa

1 Pa bei 94 dB Schalldruckpegel

(105 Pa entsprechen 1 bar Luftdruck, 1 Pa ent-

sprechen 94 dB Schalldruckpegel)

Richtcharakteristik:

Quelle: datasheet_sm_microphones_EN_2360kB.pdf


22

Kondensatormikrofon Aufbau

https://de.wikipedia.org/wiki/Kondensatormikrofon

Proportional zum Schalldruck ändert sich der

Abstand der Membran zur Gegenelektrode, so

dass sich damit auch die Kapazität der Anord-

nung verändert.

d

AC und

C

QU

Die Vorspannung wird üblicherweise vom

Mischpult als sogenannte Phantomspeisung an

das Mikrofon geleitet (über die Signaladern,

typisch 48V). Gleichzeit wird damit ein Vor-

verstärker im Mikrofon versorgt (Impedanz-

wandler).

Beispiel Sennheiser E 914 Frequenzgang:

Quelle: http://de-de.sennheiser.com/global-downloads/file/2858/e_914_12_2012.pdf

Empfindlichkeit:

7 mV/Pa


23

Richtcharakteristik:

Quelle: http://de-de.sennheiser.com/global-downloads/file/2858/e_914_12_2012.pdf

1.3.2 Wiedergabe

Lautsprecher Tauchspulensystem

Quelle: https://de.wikipedia.org/wiki/Lautsprecher

Je nach Größe der Membran strahlen Laut-

sprecher in unterschiedlichen Frequenzberei-

chen ab (vom Subwoofer bis Hochtöner), eine

Sonderform meist nur für Hochtöner stellen

Hornsysteme dar (hoher Wirkungsgrad).

https://de.wikipedia.org/wiki/Lautsprecher


24

Wirkungsgrad: Eigentlich der Anteil der abgegebenen Schall-

Leistung relativ zur zugeführten elektrischen

Leistung. Im allgemeinen Sprachgebrauch

wird allerdings meist der Schalldruck in Rela-

tion auf eine Lautsprecheransteuerung mit 1 W

elektrischer Leistung bei 1 kHz im Abstand

von 1 Meter darunter verstanden (Kennschall-

druckpegel).

Aufhängung: weich

langes Schwingspule, schlechter Wirkungs-

grad, dafür linearer Frequenzgang (Anwen-

dung in HiFi-Boxen)

hart

kurze Schwingspule, guter Wirkungsgrad,

Frequenzgang nicht ausgeprägt linear (An-

wendung Bühnen-Boxen bzw. PA-Systeme

- PA=Public Address)

Beispiel:

12'' Tieftöner, weich aufgehängt 12'' Tieftöner, hart aufgehängt

DYN-1220, 4200W Celestion GH12H, 8, 30W

89dB/W/m 100dB/W/m

Verstärker mit 200W für 112 dB Schalldruck ist hier nur ein

entspricht 23dB Verstärker mit 12dB erforderlich, das

d.h. 89+23=112dB Schalldruck max. entspricht linear 16W

maximaler Schalldruck:

Verstärker mit 30W

entspricht 15dB

d.h. 100+15=115dB Schalldruck max.

Bei gleicher Ansteuerleistung liefert der hart aufgehängte Tieftöner 11dB mehr Schall-

druck, das ist 12,5 mal so laut.


25

2. Video

2.1 Grundlagen

Eine Szene wird in der Videotechnik durch eine Videokamera zeilenweise abgetastet und

nach Übertragung auf einem Monitor entsprechend wiedergegeben. Kriterium für die notwen-

dige Anzahl der Zeilen ist das Modell einer Bildbetrachtung, bei der in einem Abstand a zwi-

schen Monitor und Auge zwei benachbarte Zeilen gerade nicht mehr vom Betrachter einzeln

wahrgenommen werden und zu einer kontinuierlichen Fläche verschwimmen.

Ähnlich wie in der akustischen Wahrnehmung mit einer typischen maximalen Frequenz von

ca. 20 kHz existiert beim Sehen eine Grenze der Auflösung, die über einen minimalen

Raumwinkel von = 1,5’ (Winkelminuten) beschrieben wird, bei dem zwei benachbarte

Lichtpunkte beim Betrachter gerade zu einem Punkt zu verschmelzen scheinen.

Benachbarte Zeilen sollten daher mindestens unter diesem Raumwinkel gesehen werden, da

ansonsten die Zeilenstruktur eines Videobildes erkennbar ist und störend wirkt. Denkt man

sich in Zeilenrichtung weiterhin das Bild in einzelne Punkte zerlegt, ergibt sich eine zweidi-

mensional gerasterte Wiedergabe.

Diese Bildpunkte werden englisch Picture Elements oder abgekürzt Pixel genannt. Grundsätz-

lich können die Pixelabmessungen mit x und y durchaus unterschiedlich groß sein. Im Fol-

genden ist aber zunächst von quadratischen Bildpunkten auszugehen, so dass sich der Zeilen-

abstand y identisch mit dem horizontalen Bildpunktabstand x ergibt.

Grenzauflösung des

Auges:

mit pw - sichtbare Bildbreite (picture width)

ph - sichtbare Bildhöhe (picture height)

Grenzauflösungswinkel: = 1,5’

Typischer

Betrachtungsabstand: a = (4...5) ph (4...5 mal Bildhöhe)


26

Zeilenzahl:

)tan(

)tan(

y

a

a

ph

y

phz

Die Zeilenstruktur wird vom Auge gerade nicht mehr wahrge-

nommen (Grenzauflösung).

Mit dem typischen Betrachtungsabstand von ca. 4...5 x Bildhö-

he ph ergibt sich ein Betrachtungswinkel von ca. 15 und

damit die endgültig notwendige Zeilenzahl

600605,1

15

'5,1

15

z

Die elektronische analoge Darstellung eines Bildes erfolgt durch das zeilensequentielle Abtas-

ten von links nach rechts und von oben nach unten, indem die Helligkeit je nach Grauwert als

Spannung zwischen 0 und 0,7V = 700mV beschrieben wird.

Bildabtastung:

Zeilensignal:

Das resultierende Videosignal entspricht also in zeitlicher Richtung der horizontalen Hellig-

keitsverteilung in einer Zeile. Vertikal benachbarte Zeilen werden dabei zeitlich nacheinander

übertragen.


27

Zur Festlegung der notwendigen Übertragungsbandbreite eines analogen Videosignals ist die

Berechnung der oberen Grenzfrequenz erforderlich. Hierzu muss zunächst das Bildseitenver-

hältnis bekannt sein, mit der dann auch die Gesamtzahl der Pixel eines Bildes festliegt.

Bildseitenverhältnis: pw : ph = 4 : 3 (klassisch, aktuell typisch 16 : 9)

Pixel pro Zeile: ph

pwzx

Pixel pro Bild: ph

pwzzx 2 also ca. 600

4

34800002

Videobandbreite: Die höchste Signalfrequenz ergibt sich, wenn abwechselnd die

horizontal benachbarten Bildpunkte schwarz und weiß auftreten.

Zwei Punkte beschreiben dann eine Grundwelle, die die maxi-

male Signalfrequenz bzw. Bandbreite oder Grenzfrequenz dar-

stellt.

Zeitliche Periode: ph

pw

H

x

Hg

z

TTT

22

mit TH - Zeilendauer

Grenzfrequenz: H

g

g fph

pwz

Tf

2

11 mit

H

HT

f1

(Zeilenfrequenz)


28

Die Videogrenzfrequenz hängt damit neben der Zeilenzahl und dem Bildseitenverhältnis vor

allem von der Zeilenfrequenz ab. Vordergründig ist allerdings nicht die Zeilenfrequenz von

Bedeutung, sondern die Bildfrequenz, d.h. die Anzahl der Einzelbilder pro Sekunde (ver-

gleichbar mit dem Film). Der Zusammenhang zwischen Zeilen- und Bildfrequenz lässt sich

einfach über die entsprechenden reziproken Größen Zeilendauer und Bilddauer angeben, denn

die Bilddauer entspricht anschaulich der Zeilendauer multipliziert mit der Anzahl der Zeilen.

Bildfrequenz: B

BT

f1

mit TB - Bilddauer

Zeilenfrequenz: H

HT

f1

mit TH - Zeilendauer

Zusammenhang: HB TzT bzw. BH fzf

Mit dieser Beziehung lässt sich schließlich die Videogrenzfrequenz vor allem in Abhängigkeit

von der Bildfrequenz und der Gesamtpixelzahl angeben.

Grenzfrequenz: BBg ffph

pwzf

2

1

2

1 2

Mit der oben stehenden Grundformel lässt sich der Bandbreitebedarf eines Videosystems bei

analoger Signalübertragung angeben. Dies ist darüber hinaus nicht auf Fernsehen beschränkt,

sondern gilt auch für PC-Monitore bei analoger Ansteuerung über VGA (Video Graphics Ar-

ray - analoge PC-Monitorschnittstelle), die mit sehr unterschiedlichen Grafikstandards betrie-

ben werden.

Beispiele:

Video: Zeilenzahl z=625

(SD Auflösung) Bildfrequenz fB=25Hz

PC Standard VGA: Zeilenzahl z=480

(640 x 480) Bildfrequenz fB=60Hz

PC Standard XGA: Zeilenzahl z=768


PC Standard HD1080 Zeilenzahl z=1080


MHz51,6Hz253

4625

2

1 2 gf

MHz22,9Hz603

4480

2

1 2 gf

MHz42,33Hz853

4768

2

1 2 gf

MHz21,62Hz609

161080

2

1 2 gf


29

Zeilensprung (englisch: interlace):

Vorteile Zeilensprung: - Verdopplung des Großflächenflimmern von 25Hz auf 50Hz

bei gleichbleibender Videobandbreite und Zeilenfrequenz,

war allerdings nur relevant bei Wiedergabe mit Bildröhren

- verdoppelte Bewegungsauflösung mit 50Hz

Nachteile Zeilensprung: - an horizontal verlaufenden Kanten (in vertikaler Richtung

verlaufende Helligkeitssprünge) verbleibende 25Hz Flimmer-

störung (Kantenflackern), nur relevant bei Bildröhren

- Abgespeicherte Vollbilder enthalten bei Objekten ausgerisse-

ne Kanten (siehe Kapitelende)

Randbemerkungen zur subjektiven Flimmerwahrnehmung des Auges

Flimmern wird mit zunehmender Frequenz der Helligkeitsänderung immer weniger störend

wahrgenommen. Es ergibt sich hier eine Art Tiefpasseigenschaft des Auges vergleichbar der

Auflösung von feinen Details oder dem Hören hoher Tonfrequenzen. Zusätzlich ist die Flim-

merempfindung nichtlinear von der zugehörigen Helligkeit abhängig. Je dunkler eine flim-

mernde Lichtquelle ist, desto weniger wird das Flimmern stören. Diese Effekte waren von

großer Bedeutung beim Einsatz von Bildröhren in TV-Empfängern und PC-Monitoren.

1. Teilbild 2. Teilbild

Kantenflackern (25Hz Störung - nur bei Bildröhren)

Vollbild


30

Dennoch fällt auf, dass im Bereich der PC-Monitore früher eine Bildwiederholrate von sogar

60Hz als absolut unzureichend empfunden wurde, während das europäische 50Hz Fernsehsys-

tem jahrzehntelang akzeptiert wurde. Der Grund liegt in der wiederum nichtlinearen Abhän-

gigkeit der Flimmerempfindlichkeit des Auges vom Raumwinkel.

Im zentralen Sehen (kleiner Betrachtungswinkel, fernsehtypisch) weist das Auge eine gute

Auflösung bei geringerer Flimmerempfindlichkeit auf. Im sogenannten peripheren Sehen

(großer Raumwinkel, z.B. geringer Abstand zum PC-Monitor) ist die Auflösung am Rand

schlecht, jedoch eine hohe Flimmerempfindlichkeit gegeben. Dies basiert auf typischen

Schutzmechanismen, indem auf eine Gefahr von der Seite (Helligkeitsänderung durch Objekt)

schnellstmöglich reagiert werden muss, wohingegen feine Details im Augenwinkel diesbe-

züglich ohne Bedeutung sind und auch nicht erkennbar sind.

Einfluss unterschiedlicher Betrachtungsabstände

auf die resultierende Flimmerwahrnehmung

(nur relevant bei Bildröhren)

Bewegungsartefakte beim Zeilensprung

Der Vorteil der hohen Bewegungsauflösung beim Fernsehen durch die 50Hz Teilbildabtas-

tung liefert bei Standbildwiedergabe von Vollbildern das Problem ausgerissener Kanten. Dort

werden die verkämmten Teilbilder wieder sichtbar, die an bewegten Konturen natürlich kein

fehlerfreies Vollbild ergeben, sondern eine Doppelkontur mit deutlicher vergröberter Zeilen-

struktur.


31

Im realen Videobild äußert sich dieser Effekt an allen bewegten Details. Es zeigen sich aufge-

rissene Kanten in der Breite der Bewegungsdistanz, die zwischen zwei Teilbildern (20ms)

auftritt. Bei normaler Betrachtung im bewegten Videobild sind diese Störungen nicht kritisch,

da das Auge der Bewegung nachfolgt. Beim Herausgreifen eines Vollbildes jedoch ist der

beschriebene Effekt deutlich störend und muss durch Nachverarbeitung (Interpolation) unter-

drückt werden.


32

2.2 Farbbild-Darstellung

Eine farbige Vorlage wird durch drei Farbauszüge ROT, GRÜN und BLAU (abgekürzt RGB)

beschrieben, die bei der Wiedergabe additiv überlagert werden. Kameraseitig wird dazu das

Bild durch optische Farbfilter bzw. dichroitische Spiegel (Strahlenteiler) in die genannten

Farbauszüge zerlegt und parallel abgetastet. Am Kameraausgang sind drei für RGB vorhan-

den.

Diese elektronische Farbbilddarstellung nennt man Komponentenformat im Gegensatz zum

Composite-Format, wie es zur analogen Übertragung mit PAL, NTSC oder SECAM verwen-

det wird, wenn RGB in einem einzigen Signal verschachtelt wird (analoge Farbcodierung).

Die RGB-Signale der Kamera weisen klassisch bei Standardauflösung (SD-Format) jeweils

identisch 5 MHz Grenzfrequenz auf. Für eine Übertragung wäre also grundsätzlich die drei-

fache Bandbreite im Vergleich zu einem Schwarzweiß-Signal erforderlich.


33

Ein wichtiges Testsignal in der Farbfernsehtechnik stellt das Farbbalkentestsignal dar, das alle

Kombinationen von Rot, Grün und Blau jeweils mit den Pegeln 0 und 100% (analog: 0V und

0,7V) zeigt.

Farbbalkentestsignal:

Hieraus sind auch einige Grundeigenschaften bei der hier vorliegenden additiven Farbmi-

schung zu erkennen: Weiß ergibt sich aus der Summe von maximal Rot, Grün und Blau.

Komplementärfarben zu diesen Grundfarben definieren sich aus der Summe der jeweils ande-

ren beiden Grundfarben, so dass Grundfarbe plus zugehöriger Komplementärfarbe ebenfalls

Weiß ergibt.


34

Additive Farbmischung: Weiß = R + G + B mit R=G=B=1 (normiert)

Grau = R + G + B mit R=G=B= 0....1

Komplementärfarben: Rot - Cyan

Cy = G + B R + Cy = Weiß

Grün - Purpur

Pp = R + B G + Pp = Weiß

Blau - Gelb

Ge = R +G B + Ge = Weiß

Neben der Möglichkeit, ein Farbbild mit den Grundfarben Rot, Grün und Blau zu beschrei-

ben, ist die Darstellung mit einem Schwarzweißanteil (Leuchtdichte oder Luminanz Y) und

zwei Farbartkomponenten (Chrominanz) besonders günstig, da hier eine sehr gute Anpassung

an das menschliche Sehvermögen gegeben ist. Auch das Auge unterscheidet mit seinen Seh-

nerven nach Schwarzweiß- und Farbartempfindung entsprechend Stäbchen und Zapfen auf

der Netzhaut des Auges.

Die Helligkeitsempfindung des Auges folgt einer glockenförmigen Kurve über der Lichtwel-

lenlänge im sichtbaren Farbspektrum zwischen ca. 400 und 700nm Wellenlänge. Basierend

hierauf ergibt sich eine relative Helligkeitsempfindung für Rot von 30%, für Grün von 59%

und für Blau von 11%. Damit lässt sich schließlich der Schwarzweißanteil oder die Luminanz

aus einem RGB-Bild berechnen. Die beiden anderen Anteile, die die Chrominanz beschrei-

ben, werden als sogenannte Farbdifferenzsignale ebenfalls aus RGB abgeleitet.

Spektrale Empfindlichkeit des Auges:

Quelle: https://de.wikipedia.org/wiki/Stäbchen_(Auge)

Zapfen (rote, grüne und blaue Kurve)

Stäbchen (gestrichelte Kurve)


35

Farbmatrix: Eine Umformung mit einem linearen Gleichungssystem führt

auf die genannten drei alternativen Größen, die zudem in An-

passung an die Augencharakteristik weniger Gesamtbandbreite

beanspruchen, ohne den subjektiven Bildeindruck zu beeinträch-

tigen, da die Chrominanz mit geringerer Auflösung dargestellt

und übertragen werden kann, weil die Auflösung des Auges für

die Chrominanz deutlich geringer ist als für die Luminanz.

Luminanz Y: Die Luminanz Y entspricht dem Schwarz/Weiß-Auszug eines

Bildes. Die Bandbreite beträgt für Standard TV (SD) 5MHz. Der

subjektive Schärfeeindruck eines Farbbildes liegt in der Haupt-

sache in der Luminanzauflösung begründet.

Chrominanz C: Die beiden Chrominanzkomponenten beschreiben zusammen

die Farbe des Bildinhaltes. Durch die verminderte Farbauflö-

sung des menschlichen Auges lässt sich eine reduzierte Chromi-

nanzbandbreite rechtfertigen, so dass eine Lumi-

nanz/Chrominanz-Bildbeschreibung mit geringerer Gesamt-

bandbreite bzw. Datenrate auskommt.

Y = 0,3R + 0,59G + 0,11B

R-Y = 0,7R - − 0,59G − 0,11B

B-Y = − 0,3R − 0,59G + 0,89B


36

RGB- und Y/C-Signale beim Farbbalken:


37

Trägt man die beiden Farbdifferenzsignale in einem orthogonalen Koordinatensystem als

Achsen ein, so ergibt sich eine Ebene, die alle unterschiedlichen Farben enthält. Hierbei lässt

sich die Farbsättigung als proportional zum Abstand vom Ursprung angeben, während der

Farbton durch den Winkel gegen die Abszisse gegeben ist.

Eingesetzt sind exemplarisch die Farborte des vorher diskutierten Farbbalkentestbildes. Dabei

ergibt sich für Rot (R=1; G=0; B=0) mit der zugehörigen Luminanz Y=0,3 ein Wertepaar von

R - Y = 1 - 0,3 = 0,7

B - Y = 0 - 0,3 = -0,3


38

2.3 Digitale Videotechnik

2.3.1 Digitale Videonorm

Taktfrequenzen: Luminanz Y faY = 13,5 MHz

Chrominanz R-Y faR-Y = 6,75 MHz

Chrominanz B-Y faB-Y = 6,75 MHz

Die Chrominanz wird so vorgefiltert (Tiefpass), dass mit halber

Abtastrate gegenüber Luminanz gearbeitet werden kann.

Aussteuerung: Die Aussteuerungswerte hinter der Farbmatrix ergeben sich zu-

nächst zu

Luminanz Y 0,7 V für weiß

0 V für schwarz

Chrominanz R-Y 0 V für unbunt

(auch V genannt) 0,49 V für max. Sättigung

Chrominanz B-Y 0 V für unbunt

(auch U genannt) 0,62 V für max. Sättigung

Für die A/D-Wandlung werden alle drei Komponenten auf den

gleichen Spannungshub skaliert. Die Chrominanz wird dabei

durch einen Gleichspannungsoffset in positive Spannungswerte

verschoben, so dass der Unbunt-Wert bei halber Aussteuerungs-

amplitude liegt.

Luminanz Y uss = 0,7 V

Chrominanz R-Y uss = 0,7 V

Chrominanz B-Y uss = 0,7 V

Digitalisierung: Die Digitalisierung erfolgt einheitlich jeweils mit 8 Bit Quanti-

sierung (linear).

Komponente Bandbreite Abtasttakt Aussteuerung digitaler Wert Signalinhalt

Luminanz Y 5 MHz 13,5 MHz 0,7 V

0 V

255

0

weiß

schwarz

Chrominanz R-Y 2,5 MHz 6,75 MHz 0,7 V

0,35 V

0 V

255

128

0

max. Sättigung

unbunt

max. Sättigung

Chrominanz B-Y 2,5 MHz 6,75 MHz 0,7 V

0,35 V

0 V

255

128

0

max. Sättigung

unbunt

max. Sättigung

} an 75


39

Luminanz/Chrominanz Abtastraster

Definition: CR Digitale Chrominanzkomponente basieren auf R-Y

Wird oft auch als V bezeichnet

CB Digitale Chrominanzkomponente basieren auf B-Y

Wird oft auch als U bezeichnet

RGB Bilddarstellung in den Grundfarben

YUV häufige Bezeichnung für Luminanz/Chrominanz (YCRCB)

4 : 4 : 4 Alle Komponenten (RGB oder YUV) mit gleicher Auflösung

4 : 2 : 2 CRCB mit halber horizontaler Auflösung relativ zu Y

4 : 1 : 1 CRCB mit viertel horizontaler Auflösung relativ zu Y

4 : 2 : 0 CRCB mit halber horizontaler Auflösung relativ zu Y

und zusätzlich halber Auflösung vertikal


40

Während die Abtastung des Videosignals durch die ausreichend hohe Abtastfrequenz bei an-

gepassten analogen Vor- und Nachfiltern keinerlei Beeinträchtigung für das resultierende Bild

darstellt, führt die notwendige Quantisierung grundsätzlich zu einem Fehler, der sich als

Quantisierungsrauschen dem Nutzsignal überlagert. Durch geeignet hohe Bitbreite der A/D-

Wandler kann allerdings die Sichtbarkeit des Quantisierungsfehlers unter die subjektive Er-

kennbarkeitsgrenze gedrückt werden. Dies ist für m=8bit entsprechend n=28=256 Graustufen

sichergestellt.

A/D-Wandler-Kennlinie:

Datenrate: Luminanz Mbit/s108MHz5,13bit8 aYY fmb

Chrominanz Mbit/s108MHz75,6bit822 aCC fmb

Kritisch sind Bildinhalte mit flachen Grauverläufen, die bei zu geringer Quantisierung zum

sogenannten Contouring führen. Die Abstufungen zwischen den Grauwertniveaus erscheinen

als deutlich sichtbare Kantenverläufe. In realen Vorlagen ist allerdings bedingt durch gering-

fügige Rauschüberlagerung die Sichtbarkeit des Contourings häufig nicht so kritisch wie im

Testbild (Dithereffekt, Verwischen der Quantisierungskonturen).

Quantisierungsfehler beim Graukeiltestbild

8bit (256 Graustufen) 4bit (16 Graustufen)

uq

u

q

sw

ws

gesamt


41

Quantisierungsfehler beim realen Bild



Bei zu geringer Quantisierung kann die Dithertechnik durch vorheriges künstliches Verrau-

schen des Analogbildes genutzt werden, um über die geometrische Mittelung benachbarter

Pixel Zwischenwerte für die begrenzten Grauwerte zu simulieren.

2bit (4 Graustufen mit Dither) 1bit (2 Graustufen mit Dither)

Offsetdarstellung (1bit, faksimile)

Contouring


42

Quantisierungsfehler beim realen farbigen Bild

3x8=24bit (3x256 Graustufen) 3x4=12bit (3x16 Graustufen)

3x2=6bit (3x4 Graustufen) 3x1=3bit (3x2 Graustufen)

Mit Dithertechnik

3bit (8 Farben gleichabständig) 3bit (8 Farben angepasst an Häufigkeit)

Anstelle einer linearen Quantisierung kann insbesondere bei Einzelbildern (Scans, digitale

Fotos) eine angepasste Quantisierung verwendet werden. Dabei werden die häufigsten Farb-

werte eines Bildes als Repräsentativwerte bei der Quantisierung verwendet, so dass der resul-

tierende Fehler durch die Quantisierung minimiert wird.


43

Bildmanipulationen: Helligkeit - Kontrast - Gradation

Ein gut geeignetes Testbild für die Beschreibung von Helligkeits-, Kontrast- und Gradations-

eigenschaften stellt der Graukeil dar (weicher Übergang von schwarz zu weiß). Ein normales

Bild ist jeweils daneben dargestellt.

Graukeil normales Bild

u = 0 u = 255


44

Kontrasteinstellung

Damit ist die klassische Verstärkung eines Signals zu verstehen. Allgemein wird hiermit die

Differenz zwischen den Amplituden für schwarz und weiß eingestellt und kann auch als Ver-

stärkungsfaktor k verstanden werden:

)()( 12 tuktu

Mit k>1 wird der Kontrast gesteigert, k<1 verringert den Unterschied zwischen schwarz und

weiß. Ab maximalem Weiß (digital 255) tritt bei Steigerung des Kontrastes eine Abschnei-

dung des Pegels auf (Clipping).

Beispiel 1: k = 0,5 (kleiner Kontrast)

u = 0 u = 127


45

Helligkeitseinstellung

Hier wird zu dem Bildsignal ein konstanter Gleichwert hinzuaddiert. Die Differenzamplitude

zwischen dem Schwarz- und Weißpegel bleibt unverändert.

btutu )()( 12

Wird b größer, wird das Bild heller, bei Verringerung von b ergibt sich ein dunkleres Bild. In

beiden Fällen kann es zu Abschneideffekten kommen (Über- oder Untersteuerung bzw. Clip-

ping)

Beispiel 2: b=128 (Erhöhung der Helligkeit), hier demonstriert mit einem kontrastredu-

zierten Bild zur Vermeidung von Übersteuerungseffekten

u = 128 u = 255


46

Gradationseinstellung

Hiermit bezeichnet man die Änderung aller Pegel entlang einer nichtlinearen Kurve (typi-

scherweise exponentiell), wobei die Werte für Schwarz (0) und Weiß (255) unverändert blei-

ben. Dies wird auch Gamma-Kontrolle bzw. – Korretur genannt (-control).

255

)()( 1

2

tutu

= 2 entspricht einer Parabelkurve (dunkle Grautöne werden noch dunkler), während = 0,5

einer Wurzelfunktion entspricht (dunkle Grautöne werden heller).

Beispiel 3: = 0,5

u = 0 u = 255


47

Beispiel 4: = 2

Anmerkung:

Röhrenmonitore weisen prinzipiell eine nichtlineare Kennlinie zwischen dem Bildsignal und

dem dargestellten Grauwert von etwa = 2 auf (Anlaufkennlinie jeder Elektronenröhre, ver-

gleichbar mit einer Diodenkennlinie). Dies musste von Beginn der Fernsehtechnik an kom-

pensiert werden und schließt auch die Computermonitore auf Röhrenbasis ein. Man spricht

hier von Monitor Gamma-Korrektur oder Gradationsentzerrung.

In der Fernsehtechnik wurde die Gradationsentzerrung nicht im TV-Gerät eingebaut, sondern

bereits in der TV-Kamera im Sendestudio implementiert!! Ein Grund war, dass die Empfän-

ger möglichst mit so wenig Aufwand wie möglich hergestellt werden sollten.

Auch moderne Fachdisplays für TV als auch PC Anwendungen müssen durch eine angepasste

Gradationseinstellung linearisiert werden.

u = 0 u = 255


48

2.3.2 Datenreduktion

Prinzip Vorhandene Redundanz wird reduziert, was zu-

nächst verlustlos möglich ist. Deutlich höhere Da-

tenkompression ergibt sich, wenn zusätzlich der

Überdeckungseffekt des Auges ausgenutzt wird, um

entstehende Fehler möglichst nicht sichtbar zu ge-

stalten.

Redundanz im Einzelbild:

benachbarte Pixel weisen häufig gleiche oder ähnli-

che Grauwerte auf (Flächen)

Redundanz im Bewegtbild:

benachbarte Bilder sind meist sehr ähnlich, in gro-

ßen Bereichen identisch (unbewegte Bilddetails)

DPCM Differential Pulse Code Modulation

Prinzip:

Es werden nur Differenzen übertragen, die in den

meisten Fällen klein ausfallen (wenig Quantisie-

rungsstufen bzw. wenig Bits)

Differenzierer Integrator


49

Originalsignal: u

quantisierte Differenz: uq

Rekonstruiertes Signal: u

*

(Prädiktionswert)

Originalsignal: u



*

(Prädiktionswert)

Originalsignal: u



*

(Prädiktionswert)

Verwendung eines Prädiktors mit rekursiver Fehler-

rückführung

Beispiel:

Quantisierungs-kennlinie:

14 Stufen

6 Stufen

3 Stufen


50

Transformationscodierung typisch: Diskrete Cosine Transformation (DCT)

ergibt sich aus der Fouriertransformation FT und der

diskreten Fouriertransformation DFT

FT: S f s t e dtj ft( ) ( )

2

DFT:

1

0

/2)()(N

k

NknjeksnS


51

DCT: S nN

C n s kn k

Nk

N

( ) ( ) ( ) cos( )

2 2 1

20

1

Ein Fenster über N Abtastwerte wird nach links ge-

spiegelt, so dass man einen symmetrisches Signal

der doppelten Fensterbreite erhält.

Da zu jedem diskreten Abtastwert rechts ein sym-

metrischer Impuls auf der linken Seite existiert,

ergibt sich daraus in der Transformationsformel je-

weils eine Cosinusfunktion.

Inverse DCT:

1

0 2

)12(cos)()(

2)(

N

n N

knnSnC

Nks


52

Basisfunktionen der DCT am Beispiel N=8:

Synthese der ursprünglichen Funktion durch die Basisfunktionen:

Die eigentliche Datenreduktion ergibt sich, indem

man die spektralen Koeffizienten gröber quantisiert

und insbesondere Koeffizienten nahe Null vollstän-

dig unterdrückt.


53

Zweidimensionale DCT:

S m nN

C m C n s j km j

N

n k

Nk

N

j

N

( , ) ( ) ( ) ( , ) cos( )

cos( )

2 2 1

2

2 1

20

1

0

1

Inverse DCT:

N

kn

N

jmnmSnCmC

Nkjs

N

m

N

n 2

)12(cos

2

)12(cos),()()(

2),(

1

0

1

0

Basisfunktionen der 2-dimensionalen DCT am Bei-

spiel 4x4:


54

Beispiel einer zweidimensionalen DCT:

Documents

Moderne Medientechnik - Ostfalia Hochschule für ...buchwald/vl/mmt/Kap1MMT.pdf · schließlich der Möglichkeit elektronischer Präsentation von akustischen Informationen sowie statischen