ΠΟΛΥΜΕΣΑ

Τι είναι τα Πολυµέσα

Πολυµέσο: µια δοµή στην οποία συνυπάρχουνπερισσότερα από ένα µέσαΈνα σύστηµα πολυµέσων είναι ένα σύστηµαοργάνωσης, πρόσβασης και παρουσίασης ψηφιακήςπληροφορίας όπου η πληροφορία µπορεί να εµφανίζεταιµε

ποικίλους κώδικες αναπαράστασης (modes of representation)ποικίλες τροπικότητες (modalities).

Κείµενο και εικόνα, ήχος και γραφικά, 2∆ & 3∆ σχεδιοκίνηση(animation) και video µπορούν να χρησιµοποιηθούν ταυτόχροναστον πληροφοριακό χώρο του πολυµέσου

Τεχνολογία Πολυµέσων

Τεχνολογίες και τεχνικές που προσφέρουν σε ψηφιακόπεριβάλλον δυνατότητες ψηφιοποίησης, επεξεργασίας, οργάνωσης και παρουσίασης πληροφοριών µεπολλαπλές µορφές κωδικοποίησης.

Πολυµέσα & Ψηφιακή τεχνολογία

Τα πολυµέσα στη γενικότερη έκφρασή τους δενσχετίζονται αναγκαστικά µε την ψηφιακή τεχνολογία.

Ο κινηµατογράφος, η τηλεόραση, ένα εικονογραφηµένοβιβλίο, χρησιµοποιούν περισσότερα από ένα συµβολικάσυστήµατα για την παρουσίαση πληροφορίας.

Εν τούτοις ο όρος «πολυµέσα» εισήχθη και διαδόθηκεσε στενή σχέση µε την ψηφιακή τεχνολογία και τονκόσµο των υπολογιστών.

ΧαρακτηριστικάΤα σηµαντικότερα χαρακτηριστικά της σύγχρονης τεχνολογίας τωνπολυµέσων είναι:

η ψηφιακή (digital) φύση της πληροφορίας,ο διαδραστικός (interactive) χαρακτήρας παρουσίασηςη συµπίεση (compression) την οποία υφίστανται οι ποικίλες µορφές πολυµέσων

Στα ψηφιακά πολυµέσα: Η πληροφορία είναι σε ψηφιακή µορφήΗ επιµέλεια και επεξεργασία της πληροφορίας γίνεται από ηλεκτρονικόυπολογιστή

Η επικοινωνία της πληροφορίας στο χρήστη ελέγχεται από Η/ΥΣτη συνέχεια µε τον όρο πολυµέσα αναφερόµαστε στα ψηφιακάπολυµέσα

Αναλογικός Κόσµος

Αναλογική πληροφορίαΤο σήµα που περιγράφει το φυσικό µέγεθος µεταβάλλεταιανάλογα µε τον τρόπο που µεταβάλλεται και το φυσικόµέγεθος,

δηλ. αναπαριστά αυτό το µέγεθος και παρακολουθεί τις όποιεςµεταβολές του µέσα από µια σχέση αναλογίας.

Στη γλώσσα των µαθηµατικών λέµε ότι η συνάρτηση πουπεριγράφει το καταγραφόµενο µέγεθος είναι συνεχήςσυνάρτηση του χρόνου

Η πληροφορία ως αναλογικό σήµα

Από τον Αναλογικό στον Ψηφιακό κόσµο

Το πέρασµα από τον αναλογικό στον ψηφιακό κόσµοείναι η διαδικασία της ψηφιοποίησης (digitization).

Κατά την ψηφιοποίηση ένα σήµα αναλογικής µορφήςµετατρέπεται σε ψηφιακό (συνήθως δυαδικό),

Από συνεχή συνάρτηση του χρόνου µετατρέπεται σε µιασειρά διακριτών τιµών µε δύο τιµές: το λογικό «0» και τολογικό «1»Φάσεις Ψηφιοποίησης

(A) ∆ειγµατοληψία (sampling),(B) Κβαντοποίηση (quantization) και(Γ)) Κωδικοποίηση (coding).

Ψηφιοποίηση αναλογικού σήµατος

Αναλογική/Ψηφιακή µετατροπή πολυµέσων

(Α) ∆ειγµατοληψία (sampling) & συχνότηταδειγµατοληψίας (sampling frequency)

Αρχικό ΑναλογικόΣήµα

Καταγραφήδειγµάτων, δηλ. στιγµιοτύπων τηςτιµής τουαναλογικούσήµατος σεδιακριτές χρονικέςστιγµές

∆ειγµατοληψία

Το σήµαµετασχηµατίζεται σε µιασειρά δειγµάτων(samples)

Συχνότηταδειγµατοληψίας: Ρυθµόςκαταγραφής δειγµάτωνΜετριέται σε Hz & πολλαπλάσια (kHz, MHz)

Πιστότητα καταγραφής αναλογικού σήµατος

Πόσο καλή µπορεί να είναι ηπροσέγγιση του αρχικούαναλογικού σήµατος;

Στην περίπτωση χαµηλήςσυχνότητας ο υψίσυχνοςπαλµός δεν ψηφιοποιείται(εικ. 2.7β) και η πληροφορίαπου µεταφέρει «χάνεται»αφού η διάρκειά του είναιµικρότερη από την περίοδολήψης δειγµάτων. Το πρόβληµα διορθώνεταιαν αυξήσουµε τη συχνότηταδειγµατοληψίας.

Απαιτήσεις για τη συχνότηταδειγµατοληψίας

Η τιµή της συχνότητας δειγµατοληψίας πρέπει ναικανοποιεί δύο αντικρουόµενες απαιτήσεις:

ποιότητα ψηφιοποίησης (υψηλή συχνότητα), µικρό µέγεθος ψηφιακού αρχείου (χαµηλή συχνότητα).

Πού βρίσκεται η χρυσή τοµή;

Θεώρηµα Nyquist

Υπάρχει µια µέγιστη συχνότητα fn πάνω από την οποία η ενέργεια τουαναλογικού σήµατος είναι πρακτικά µηδέν.

Η fn αναφέρεται συνήθως και ως συχνότητα αποκοπής (cutoff frequency).

Το θεώρηµα Nyquist καθορίζει πως η ενδεικνυόµενη συχνότηταδειγµατοληψίας fs ενός αναλογικού σήµατος θα πρέπει να είναιδιπλάσια από την συχνότητα αποκοπής fn του σήµατος

fs= 2fn

Η fs ονοµάζεται συχνότητα Nyquist.

∆ειγµατοληψία & fs

∆ειγµατοληψία µε συχνότητα χαµηλότερη από τησυχνότητα Nyquist παραµορφώνει το σήµα

Χάνει τις υψηλότερες συχνότητες που τυχόν δεν καλύπτει ηεπιλεγµένη fs(το φαινόµενο ονοµάζεται αλίαση “aliasing”).

Συχνότητα υψηλότερη από τη συχνότητα Nyquistαποτελεί σπατάλη αποθηκευτικού χώρου

∆ηµιουργεί πρόσθετα δείγµατα χωρίς αυτά να είναι απαραίτητα.

Στην πράξη επιλέγεται πάντα συχνότητα λίγο υψηλότερη από τησυχνότητα Nyquist.

Παράδειγµα: ήχος CD

Εφόσον το ακουστικό φάσµα που γίνεται αντιληπτό απότο ανθρώπινο αυτί έχει συχνότητα αποκοπής fn = 22.05kHz …

Εποµένως η συχνότητα Nyquist υπολογίζεται στα: 2 x 22.05 = 44.1 kHz

που αποτελεί και τη συχνότητα δειγµατοληψίας του ήχου σταµουσικά CD.

(B) Κβαντοποίηση (quantization) & Μέγεθοςδείγµατος (sampling size)

Κβαντοποίηση ενός σήµατος στο οποίο έχει γίνειδειγµατοληψία είναι η διαδικασία που µετατρέπει ταδείγµατα από το χώρο των συνεχών τιµών (απ’ όπουπροήλθαν) στο χώρο των διακριτών τιµών.

Αυτό σηµαίνει πως σε κάθε δείγµα πρέπει να εκχωρηθεί µία τιµήαπό αυτές που διαθέτει και επιτρέπει η χρησιµοποιούµενηκλίµακα.

Εκχώρηση τιµών στα δείγµατα

Για να γίνει αυτόυποδιαιρείται το εύροςτιµών του συνεχούςσήµατος σε συγκεκριµέναεπίπεδα και σε κάθε τέτοιοεπίπεδο εκχωρείται έναςψηφιακός κωδικός απότους διαθέσιµους τηςκλίµακας

Κάθε δείγµα παίρνει εκείνη την ψηφιακή τιµή πλησιέστερα στην οποίαβρίσκεται η αρχική του τιµή, δηλ. στρογγυλοποιείται στον κοντινότεροδιαθέσιµο κωδικό.

«Μέγεθος δείγµατος» (sampling size).

Το πλήθος ψηφίων του κωδικού που χρησιµοποιείται γιατην αναπαράσταση των διαθέσιµων διακριτών τιµών(σταθµών) κβάντωσης

Το µέγεθος δείγµατος δείχνει ταυτόχρονα και το ποσό τηςµνήµης που απαιτείται για την ψηφιακή αποθήκευση τουκάθε δείγµατος.

Σφάλµα κβαντισµού

«Σφάλµα κβαντισµού» (quantization error) : παραµόρφωση λόγω προσέγγισης και είναιτόσο πιο µικρή όσο περισσότερες στάθµεςκβαντισµού υπάρχουν

Μέγεθος δείγµατος:1 bit 2 επίπεδα κβάντωσης2 bit 4 επ.4 bit 16 επ. , κοκ. ν bit 2ν

Χαρακτηριστικές τιµές8 bit 256 στάθµες κβάντωσης16 bit 65536 στάθµες

Απαιτήσεις

Η τιµή του µεγέθους δείγµατος πρέπει να ικανοποιεί δύοαντικρουόµενες απαιτήσεις:

ποιότητα ψηφιακής πληροφορίας µε µικρό σφάλµακβαντισµού (µεγάλο µέγεθος)

µικρό µέγεθος ψηφιακού αρχείου (µικρό µέγεθος δείγµατος).

(Γ) Κωδικοποίηση (coding)

Κωδικοποίηση: οικωδικοί των επιπέδωνκβάντωσης τηςψηφιακήςαναπαράστασηςαντιστοιχούνται σταδείγµατα καιδηµιουργείται έτσι τοτελικό ψηφιακό σήµασαν µια σειρά bit

Αναδηµιουργία (reconstruction)

Με τεχνικές παρεµβολής(interpolation) είναι δυνατόν ναδηµιουργηθούν περισσότερεςενδιάµεσες τιµές και νααναγεννηθεί το αρχικόαναλογικό σήµα κατά µεγάληπροσέγγιση

Η ποιότητα τουαναπαραγόµενου σήµατοςεξαρτάται σε µεγάλο βαθµό απότο µέγεθος δείγµατος και τησυχνότητα δειγµατοληψίας πουχρησιµοποιήθηκε κατά τηψηφιοποίηση.

«Ρυθµός µετάδοσης ψηφιακών δεδοµένων»(Bit rate)

«Σήµα PCM» (Pulse Code Modulation) ή σήµαπαλµοκωδικά διαµορφωµένο)

Ένα σήµα στο οποίο έχει γίνει δειγµατοληψία, κβαντοποίηση καικωδικοποίηση

Ως «ρυθµός µετάδοσης ψηφιακών δεδοµένων» (bit rate) ορίζεται το γινόµενο F x L

Μετριέται σε bps (bits per second ή bits ανά δευτερόλεπτο). F η συχνότητα δειγµατοληψίας ενός τέτοιου σήµατος (δείγµατα τοδευτερόλεπτο)Μ το µέγεθος δείγµατος (bit ανά δείγµα)

Παράδειγµα

Στις τηλεφωνικές επικοινωνίες∆ειγµατοληψία: 8000 δείγµατα /sec (8 kHz)Κβαντοποίηση: 256 επίπεδαΚωδικοποίηση: 8bits/δείγµα

και το bit rate που προκύπτει είναι: 8000 x 8 = 64000 bits/sec = 64 kbps

DS0 (Digital Service επιπέδου µηδέν) είναι το βασικό bit rate στα περισσότερα συστήµατα ψηφιακήςµετάδοσηςσυνήθως µεταδίδουν πολλαπλάσια του DS0, δηλ. πολλαπλάσια των64 kbps.

Ψηφιακή πληροφορία: πλεονεκτήµατα & µειονεκτήµατα

Πλεον-µικρότερη ευαισθησία στο θόρυβουψηλός βαθµός ολοκλήρωσης (integration)

Ο όρος «ολοκλήρωση» αναφέρεται στην τεχνολογική δυνατότητα ναδιαχειρίζεται µε τον ίδιο τρόπο οποιαδήποτε ψηφιακή πληροφορίαανεξάρτητα από το τι αυτή παριστάνει (κείµενα, εικόνες, video, ήχο, κλπΟ αντίλογος για την ολοκλήρωση: Σε πολλές περιπτώσεις οιδυνατότητες τεχνολογικής ολοκλήρωσης δεν φαίνονται να έχουνανταπόκριση στο αγοραστικό κοινό,

Εύκολη υλοποίηση µεθόδων εντοπισµού και διόρθωσης λαθών,συµπίεσης και κρυπτογράφησης της πληροφορίας

Μειον-Πιστότητα καταγραφής της πληροφορίας

Η δηµιουργία ψηφιακής πληροφορίας ισορροπεί ανάµεσα στηναπαίτηση για υψηλή ποιότητα αλλά και µικρό µέγεθος αρχείων.

Συµπίεση ∆εδοµένων

Τι είναι η συµπίεση

ΣΥΜΠΙΕΣΗΗ διαδικασία που επανακωδικοποιεί την πληροφορία µε στόχο ναµεταδώσει το ίδιο περιεχόµενο αλλά µε µικρότερη επιβάρυνση τουκαναλιού

Πώς µπορεί η πληροφορία να κωδικοποιηθεί πιοαποδοτικά, δηλ. η ίδια πληροφορία αλλά µε λιγότερα bit ;

Αποδοτικότερη αποθήκευση µικρότερος αποθηκευτικός χώροςΑποδοτικότερη µετάδοση µικρότερο bit rate µικρότερο εύροςζώνης

Αλγόριθµος Συµπίεσης & Συµπιεστής ή σχήµα συµπίεσης (compressor)

Aλγόριθµος συµπίεσης είναι κάθε αλγόριθµος που έχει σανστόχο την επίτευξη συµπίεσης των δεδοµένων εισόδου.

∆ηλ. ο αλγόριθµος εφαρµόζει µια απλή και συγκεκριµένη µεθοδολογίαεπεξεργασίας των δεδοµένων ώστε να προκύψει µια περισσότεροσυµπιεσµένη µορφή τους. Πχ. αλγόριθµος Huffman

Συµπιεστής (codec): γενικότερο σχήµα συµπίεσης (καιαποσυµπίεσης)

περιλαµβάνει περισσότερους από έναν αλγόριθµους στη σειρά, δηλ. τα δεδοµένα εξόδου του ενός να αποτελούν δεδοµένα εισόδου τουεπόµενου.Πχ. JPEG & MPEG

Γιατί χρειαζόµαστε τη συµπίεση σταπολυµέσα;

Η υψηλή συχνότητα δειγµατοληψίας και το µεγάλοµέγεθος δείγµατος θα δηµιουργήσει ένα αρχείο αντίστοιχαµεγάλου µεγέθους

(α) πρέπει να βρεθεί κατάλληλος αποθηκευτικός χώρος(β) πρέπει η πληροφορία του ψηφιακού αρχείου να µεταφέρεταιαρκετά γρήγορα προς αναπαραγωγή στα αντίστοιχαυποσυστήµατα (υποσύστηµα ήχου, εικόνας, κλπ.)(γ) πρέπει η πληροφορία να µεταφέρεται ικανοποιητικά γρήγοραστα δίκτυα υπολογιστών.

Ασυµπίεστα ∆εδοµένα - Παράδειγµα

Μια εικόνα ανάλυσης 1024 x 768 εικονοστοιχείων µε βάθος χρώµατος24 bit (δηλ. πληροφορία 24 bit για κάθε εικονοστοιχείο) δηµιουργεί αρχείο µεγέθους:

1024x768x24 = 18874368 bit = 18 Mb = 2,25 ΜΒΑσυµπίεστο video αυτών των προδιαγραφών µε 24 πλαίσια (εικόνες) ανά δευτερόλεπτο χρειάζεται αποθηκευτικό χώρο

2,25 ΜΒ x 24 = 54 ΜΒ ανά secκαι για ένα φιλµ ψηφιακού video διάρκειας µιας ώρας απαιτείται χώρος

54 x 3600 = 190 GB περίπου.

Συµπίεση πληροφορίας πολυµέσων

Η πληροφορία πολυµέσων προέρχεται από ψηφιοποίησηαναλογικών σηµάτων του πραγµατικού κόσµου και απευθύνεταιστις ανθρώπινες αισθήσεις (όραση, ακοή)

Μπορούµε να εκµεταλλευτούµε τους φυσιολογικούς περιορισµούςτων ανθρώπινων αισθητηρίων οργάνων (µάτι, αυτί) και νασυµπιέσουµε την πληροφορία χωρίς να µειώσουµε αισθητά τηνποιότητά της (ψυχοφυσιολογική συµπίεση)

Λόγος συµπίεσης (compression ratio)

Εκφράζει την σχέση του χώρου που καταλαµβάνουν τα αρχικάδεδοµένα ως προς τον χώρο που καταλαµβάνουν τα συµπιεσµέναδεδοµένα.

Ο λόγος συµπίεσης είναι ένας καθαρός αριθµός και δίνεται από τησχέση:

Λόγος συµπίεσης = αρχικό µέγεθος δεδοµένων / µέγεθος συµπιεσµένωνδεδοµένων

Για παράδειγµα, λόγος συµπίεσης «3 προς 1» (γράφεται 3:1) σηµαίνει ότιη µετά τη συµπίεση το µέγεθος του αρχείου θα είναι το 1/3 του αρχικού.

Ρυθµός συµπίεσης (compression rate)

Εκφράζει το ρυθµό µετάδοσης των συµπιεσµένων δεδοµένων καιµετριέται συνήθως σε bits per second (bps) ή ακόµη και σε bits per sample, bits per pixels, πχ. 128 kbps

Μέθοδοι Συµπίεσης

Βασικές Μέθοδοι Συµπίεσης

(α) Συµπίεση (κωδικοποίηση) εντροπίαςΕκµεταλλεύεται την µειωµένη εντροπία του ψηφιακού αρχείου(δηλ. στατιστική τάξη) Εφαρµογή σε πληροφορία που απευθύνεται σε πληροφοριακάσυστήµαταΜη απωλεστική συµπίεση

(β) Συµπίεση (κωδικοποίηση) πηγήςΕκµεταλλεύονται τα χαρακτηριστικά του σήµατοςΠληροφορία που απευθύνεται σε ανθρώπινα αισθητήριαόργανα, πχ. εικόνα, ήχοςΑπωλεστική συµπίεση

Απωλεστική (lossy) & µη απωλεστική(lossless) συµπίεση

Μη απωλεστική συµπίεσηη πληροφορία µετά την αποσυµπίεση είναι ακριβώς η ίδια µεαυτήν που συµπιέστηκε αρχικά.

Απωλεστική συµπίεσηη πληροφορία µετά την αποσυµπίεση είναι λιγότερη σε σχέσηµε αυτήν που συµπιέστηκε αρχικάκάποια πληροφορία έχει χαθεί

Μη απωλεστική συµπίεση

Η µη απωλεστική συµπίεση εξαλείφει τον πλεονασµό της πληροφορίαςχωρίς να «θυσιάζει» κανένα δεδοµένοΚλασσικό παράδειγµα ο γνωστός συµπιεστής WinZip

Παράδειγµα : Αν η αρχική πληροφορία είχε τη µορφήΠΠΠΟΟΟΟΟΟΛΛΥΥΥΥΥΥΥΜΜΕΕΕΕΕΕΕΕΣΣΣΑΑΑΑΑΑΑ

αφαιρώντας τον πλεονασµό συµπιέζεται3Π 6Ο 2Λ 7Υ 2Μ 8Ε 3Σ 7Α

Κατά την αποκωδικοποίηση η πληροφορία αναπαράγεται µε τηναρχική της µορφή:

ΠΠΠΟΟΟΟΟΟΛΛΥΥΥΥΥΥΥΜΜΕΕΕΕΕΕΕΕΣΣΣΑΑΑΑΑΑΑ

Ευρέως διαδεδοµένοι µη απωλεστικοί αλγόριθµοι είναι οι: Run Length Encoding (RLE), Huffman, Delta, LZW.

Απωλεστική συµπίεσηΣτην απωλεστική συµπίεση εφαρµόζονται αλγόριθµοι που αφαιρούνµέρος της πληροφορίας µε επιλεκτικό τρόποΑυτό µπορεί να γίνει γιατί υπάρχουν είδη πληροφορίας που δεναλλοιώνονται ουσιαστικά από την απώλεια κάποιων bit

Παράδειγµα : Αν η αρχική πληροφορία είχε τη µορφήΠΠΠΟΟΟΟΟΟΛΛΥΥΥΥΥΥΥΜΜΕΕΕΕΕΕΕΕΣΣΣΑΑΑΑΑΑΑ

Αφαιρώντας όλο τον πλεονασµό της πληροφορίας τη συµπιέζουµε µετη µορφή:

3Π 6Ο 2Λ 7Υ 2Μ 8Ε 3Σ 7ΑΑν όµως ο αλγόριθµος αγνοεί τις υψηλότερες συχνότητες (πχ. πάνωαπό το 5) τότε κωδικοποιεί ως εξής:

3Π 5Ο 2Λ 5Υ 2Μ 5Ε 3Σ 5Ακαι η πληροφορία µετά την αποσυµπίεση έχει τη µορφή:

ΠΠΠΟΟΟΟΟΛΛΥΥΥΥΥΜΜΕΕΕΕΕΣΣΣΑΑΑΑΑ

Κωδικοποίηση Εντροπίας

Entropy encoding

Κωδικοποίηση ΕντροπίαςΑντιµετωπίζουν την πληροφορία απλά σαν µια σειρά από bits καιεπιχειρούν να τη συµπιέσουν συνήθως εφαρµόζοντας κάποιεςστατιστικές µεθόδους.

Εκµεταλλεύονται τους κανόνες στην εκποµπή των συµβόλων καιπροσπαθούν να µειώσουν τον πλεονασµό.

Κωδικοποίηση χωρίς απώλειες.

∆ύο βασικές κατηγορίες(1) Περιορισµός των επαναλαµβανόµενων ακολουθιών (Suppression of repetitive sequences)(2) Στατιστική Κωδικοποίηση (Statistical encoding)

(1) Κωδικοποίηση RLE Run Length Encoding

Βασική Ιδέα: Περιορισµός των επαναλαµβανόµενωνακολουθιών

σε πολλές περιπτώσεις µέσα σε µια οµάδα δεδοµένων εµφανίζεταιτο ίδιο σύµβολο να επαναλαµβάνεται πολλές φορές διαδοχικά.

Η ακολουθία πολλαπλών εµφανίσεων του ίδιου συµβόλουαντικαθίσταται από δύο άλλα σύµβολα:

(α) το σύµβολο που εµφανίζεται, και(β) το πλήθος των εµφανίσεων

Παράδειγµα συµπίεσης RLE

∆εδοµένα πριν & µετά την RLE συµπίεση

(2) Κωδικοποίηση Huffman

Βασική Ιδέα: Στατιστική Κωδικοποίηση

Εντοπίζονται οι περισσότερο συχνά εµφανιζόµενες σειρέςχαρακτήρων µέσα στο «κείµενο» των συµβόλων καιαντιστοιχούνται σε κωδικούς µε λιγότερα bits.

Προκύπτει ένα «λεξικό» κωδικώνοι πιο συχνές ακολουθίες συµβόλων έχουν µικρότερους κωδικούς, ενώ οι πιο σπάνιες µεγαλύτερουςΚατά την αποσυµπίεση της πληροφορίας ο αποκωδικοποιητήςχρησιµοποιεί το «λεξικό» ώστε να µετατρέψει και πάλι τουςκωδικούς σε ακολουθίες συµβόλων.

Παράδειγµα κωδικοποίησης Huffman (1/2)

0.05

0.08

Παράδειγµα κωδικοποίησης Huffman (2/2)

Έτσι οι κωδικοί που προκύπτουν για τα 8 σύµβολα είναι:

Κωδικοποίηση Huffman / Άσκηση

Α 0.7Β 0.2Γ 0.05∆ 0.05

Κωδικοποίηση Πηγής

Source encoding

Κωδικοποίηση Πηγής

Προσδιορίζονται τα χαρακτηριστικά εκείνα της πηγής του σήµατος πουµπορούν(α) να οδηγήσουν στην αφαίρεση τµηµάτων της πληροφορίας(β) χωρίς µείωση της συνολικής ποιότητας του σήµατος.

Πχ. κατά την κωδικοποίηση πολυµέσων (ήχος, εικόνα, video) :λαµβάνεται υπόψη πως υπάρχουν συχνότητες των ακουστικών καιοπτικών σηµάτων που δεν γίνονται αντιληπτές από τον άνθρωποµπορούν να εξαλειφθούν από την αρχική πληροφορία µε αποτέλεσµα ένασηµαντική συµπίεση

∆ύο βασικές κατηγορίες(1) ∆ιαφορική (ή προβλεπτική) κωδικοποίηση(2) Κωδικοποίηση Μετασχηµατισµού

(1) ∆ιαφορική κωδικοποίηση

Βασική ιδέα: καταγραφή όχι της ακριβούς τιµής κάθεδείγµατος αλλά της διαφοράς του από το προβλεπόµενοδείγµα.

Παράδειγµα: Αρχικά δεδοµένα

28 30 47 14 29 28 31 25 27 28 32 33 37 41 29 ∆εδοµένα µετά την κωδικοποίηση

28 +2 +19 –14 +1 0 +3 –3 –1 0 +4 +5 +9 +12 +1

∆ιαφορική κωδικοποίηση

Μορφές διαφορικής κωδικοποίησης

Απλή διαφορική παλµοκωδική διαµόρφωση (DPCM)Differential Pulse Code Modulation

∆έλτα διαµόρφωσηDelta Modulation

Προσαρµοστική διαφορική παλµοκωδική διαµόρφωση(ADPCM)

Adaptive Pulse Code Modulation

(2) Μετασχηµατισµός σήµατος στο πεδίοσυχνοτήτων

Βασική ιδέα:να µετασχηµατιστεί το αρχικό σήµα ώστε να είναι εύκολο ναπροσδιοριστούν οι συχνότητες του σήµατος που µπορούν νασυµπιεσθούνδηλ. δεν γίνονται εύκολα αντιληπτές από τον άνθρωπο καιµπορούν να εξαλειφθούν

Τεχνική:Το σήµα µετασχηµατίζεται από το πεδίο του χρόνου (time domain) στο πεδίο των συχνοτήτων (frequency domain).

Η έννοια του µετασχηµατισµού

Ένας µετασχηµατισµός(transform) είναι µιαµαθηµατική διαδικασία που µεβάση κάποιον αλγόριθµοαντιστοιχεί µία σειρά από τιµέςσε µια άλλη σειρά τιµών.

Ο µετασχηµατισµός επεκτείνειτην έννοια της συνάρτησηςεπιτρέποντας στιςπαραµέτρους εισόδου καιεξόδου να µην είναι απλέςτιµές αλλά συναρτήσεις, δηλ. σύνολα τιµών.

Μετασχηµατισµοί Fourier (1/2)

Μετασχηµατίζεται ησυνάρτηση f(t) από τοπεδίο του χρόνου σε µιασυνάρτηση g(λ) στοπεδίο των συχνοτήτων

(α) Η αρχική συνάρτηση αναλύεται σε άθροισµα απλούστερωνηµιτονοειδών συχνοτήτων g(λ)

(β) Προσδιορίζεται το πλάτος κάθε συχνότητας λ στις οποίεςαναλύεται η αρχική f(t).

Μετασχηµατισµοί Fourier (2/2)

Αρχικό σήµα: ∆είγµατα στοπεδίο του χρόνου

ΜετασχηµατισµόςΟι σχετικές τιµές τωνπλατών (συντελεστέςFourier) δείχνουν ποιεςσυχνότητες συνεισφέρουνπερισσότερο στηδιαµόρφωση του σήµατος.

«∆ιακριτός µετασχηµατισµός συνηµιτόνου»(Discrete Cosine Transform, DCT)

«∆ιακριτός µετασχηµατισµός συνηµιτόνου» (Discrete Cosine Transform, DCT).

Εφαρµόζεται συνήθως για την συµπίεση σηµάτων εικόνας & ήχου

Ο µετασχηµατισµός µετατρέπει το διακριτό σήµα (δηλ. τις τιµές τωνδειγµάτων) σε µια σειρά από απλές ακέραιες τιµές (τους συντελεστέςτου µετασχηµατισµού) που αποτελούν τα πλάτη των συχνοτήτων πουτο συνθέτουν.

Στη συνέχεια είναι εύκολο να µηδενίσει κανείς τους µικρότερουςσυντελεστές και να επιτύχει έτσι σηµαντική συµπίεση.

Η τεχνική αυτή αποτελεί τη βάση των λεγόµενων ψυχοφυσιολογικώνσυµπιεστών (JPEG, MPEG).

Κατηγοριοποιήσεις των Πολυµέσων

Κατηγοριοποιήσεις των Πολυµέσων

Σύνθεση και σύλληψη∆ιακριτά & Συνεχή ΜέσαΤοπικές (off-line) και ∆ικτυακές (on-line) εφαρµογές Πολυµέσων

Χαρακτηριστικά ΠολυµέσωνΈλεγχος από Η/Υ

Ένα σύστηµα πολυµέσων αποτελείται από έναν ή περισσότερουςυπολογιστές για την παρουσίαση της πληροφορίας και τηναλληλεπίδραση µε το χρήστη

Ολοκλήρωση διαφορετικών ειδών πληροφοριών σε έναενιαίο περιβάλλον

Ελαχιστοποίηση των διαφορετικών υπολογιστών, οθονών, αποθηκευτικών µέσων και τηλεπικοινωνιακών διαύλων πουαπαιτούνται για κάθε µέσο

Ψηφιακή αναπαράσταση πληροφορίαςΠληροφορία σαν ακολουθία διακριτών τιµών κωδικοποιηµένωνστο δυαδικό σύστηµα

Αλληλεπιδραστικότητα (∆ιαλογικότητα) Η παρουσίαση (σειρά, ταχύτητα, µορφή) της πληροφορίαςπροσαρµόζεται στις επιθυµίες του χρήστη

Κατηγορίες πολυµέσων ανάλογα µετον τρόπο παρουσίασης

Κεί

µενο

Γραµµικός Μη-γραµµικόςΕικόνα

, ήχο

ς, βίντεο,

σχ

εδιοκίνηση

Υπερµέσα

∆ιαλογικά ή διαδραστικάπολυµέσα

ΥπερκείµενοΒιβλίο

Μέσο

Τρόπος παρουσίασης

Πολυµέσα

Κατηγορίες πολυµέσων ανάλογα µετον τρόπο παρουσίασης & τηνδυνατότητα αλληλεπίδρασης

Γραµµική (linear) – ξεκινούν από την αρχήκαι καταλήγουν στο τέλος όπως µία ταινίαΜη γραµµική (Nonlinear) – όταν ο χρήστηςέχει τον έλεγχο της πλοήγησηςΙεραρχική∆ικτυωτή ή πλοήγηση γράφου ή υβριδικήπλοήγηση

Οργανωτική δοµήΓραµµική δοµή πλοήγησης (linear structure)

Η ροή της πληροφορίας είναι σειριακή και ακολουθεί µιαµοναδική και προκαθορισµένη πορεία.Ο χρήστης δεν έχει τη δυνατότητα να τροποποιήσει τηνπορεία αυτή ανάλογα µε την δική του εµπειρία.=>Μειωµένη καθόλου αλληλεπίδραση

A B C D E

Οργανωτική δοµήΜη γραµµική δοµή πλοήγησης (non-linear structure)

Υπάρχουν εναλλακτικοί δρόµοι (ροές) παρουσίασης τηςπληροφορίαςΗ ροή της πληροφορίας ελέγχεται από το χρήστη.=>Υπάρχει αλληλεπίδραση

A B C D E

J I H G F

K L M N

Οργανωτική δοµήΙεραρχική δοµή πλοήγησης (hierarchical structure) ήδενδροειδής δοµή πλοήγησης (tree structure)

βασικό µενού το οποίο οδηγεί σε περισσότερες από µιαενότητες.κάθε ενότητα µπορεί επίσης να χωριστεί σε υπο-ενότητεςκοκ.=>Υπάρχει αλληλεπίδραση

A

A1 A2 A3

A1.1 A3.1 A3.2 A3.3

Οργανωτική δοµή∆ικτυωτή ή πλοήγηση γράφου ή υβριδική πλοήγηση

συνδυασµός όλων των άλλων µέσων πλοήγησης

A B

C

D

E

Κατηγορίες πολυµέσων: Υπερκείµενο (hypertext)

Υπερκείµενο (hypertext)Πληροφορία αποκλειστικά σε µορφή κειµένουΠαρέχεται η δυνατότητα στο χρήστη να κάνει τις επιλογές του σχετικάµε τη διαδροµή που θα ακολουθήσει για να φτάσει στην επιζητούµενηπληροφορία

Χαρακτηριστικά του υπερκειµένουΤυχαία προσπέλασηΠροσβασιµότηταΜεταφερσιµότηταΠοσότητα περιεχόµενης πληροφορίαςΦυσική αποθήκευσηΚόστος παραγωγήςΚόστος διανοµής

Κατηγορίες πολυµέσωνΥπερκείµενο (hypertext) (2) Πλοήγηση αντί ανάγνωσης

Κόµβος (node)

Κόµβος (node)Κόµβος (node)Κόµβος (node)

backtrack facility

Κόµβος (nodeor frame)

Υπερσύνδεσµος(hyperlink or link)

Υπερσύνδεσµος(hyperlink)

Άγκυρα αφετηρίας(anchor)

Άγκυρα προορισµού(destination)

Ύπερσύνδεσµος(hyperlink) Υπερσύνδεσµος

(hyperlink)

Υπερσύνδεσµος(hyperlink)

Κατηγορίες πολυµέσωνΥπερκείµενο (hypertext) (3)

Κόµβος (node)

Κόµβος (node)Κόµβος (node)Κόµβος (node)

Κόµβος (nodeor frame)

Υπερσύνδεσµος(hyperlink or link)

Υπερσύνδεσµος(hyperlink)

Υπερσύνδεσµος(hyperlink) Υπερσύνδεσµος

(hyperlink)

Υπερσύνδεσµος(hyperlink)

Μονοπάτιδιάσχισης

(path)

Άλλες κατηγορίες πολυµέσωνΥπερµέσα (hypermedia)

Ανάλογα των υπερκειµένων, τα οποίο µπορούν ναχειριστούν δεδοµένα οποιασδήποτε µορφής

∆ιαλογικά Πολυµέσα (interactive multimedia) Σε αντίθεση µε τα απλά πολυµέσα ο χρήστης έχει τηδυνατότητα να επέµβει στην εξέλιξη της εφαρµογήςΗ αρχιτεκτονική δόµησης των εφαρµογών είναι συνήθωςδενδροειδής

∆οµή Πολυµέσων

Οργανωτική δοµή υπερµέσωνΟ Oliveira (1990) κατηγοριοποιεί τα υπερµέσα µε βάση τηνοργανωτική δοµή τους η οποία καθορίζεται από το νόηµαµε τον οποίο συνδέονται οι κόµβοι µεταξύ τους, σε:

µη δοµηµένα υπερµέσαδοµηµένα

Ιεραρχικά δοµηµένα (hierarchical)Σηµασιολογικά (semantic)

Οργανωτική δοµή υπερµέσωνΜη δοµηµένα υπερµέσα

Τυχαία πρόσβαση στους κόµβουςΣυνδέονται µόνο µε συνδέσµους διαναφοράς (cross reference) –δηλαδή οι κόµβοι δεν συνδέονται µε βάση κάποιας γενικήςοργανωτικής δοµής αλλά επειδή απλά ο ένας περιέχει πληροφορίεςσχετικά µε εκείνες που περιλαµβάνει ο άλλος

A B C

D E F

G H I

Οργανωτική δοµή υπερµέσων∆οµηµένα υπερµέσα (1)

∆ιέπονται από σαφή και περιορισµένη οργάνωσηΗ διαµόρφωση των κόµβων και των συσχετισµένων συνδέσµωνβασίζεται σε µία δοµή του αντικειµένου αυτού καθαυτού ή σεγνωσιολογική δοµήΗ οργανωτική δοµή των κόµβων αναφέρεται ως δοµή ανώτερηςτάξης (superordinate) και κατώτερης τάξης (subordinate)

Οργανωτική δοµή υπερµέσων∆οµηµένα υπερµέσα (2)

Ιεραρχικά δοµηµένα Κόµβοι ανώτερηςτάξης(superordinate)

Κόµβοικατώτερης τάξης(subordinate)

Πλοήγησ

ηαπ

ότα

ανώτερα

σεκα

τώτερα

επίπεδα

A

A1 A2 A3

A3.1 A3.2 A3.3A1.1 A1.2

A1.2.1 A1.2.2

A1.2.2.1 A1.2.2.2 A1.2.2.3

Οργανωτική δοµή υπερµέσων∆οµηµένα υπερµέσα (2)

Σηµασιολογικά δοµηµένα (semantic) – η οργάνωσή τους βασίζεταισε ένα σηµασιολογικό δίκτυο (semantic network)Αναπαριστά ένα σύνολο εννοιών και τις µεταξύ τους σχέσεις –πρόκειται για µια δισδιάστατη αναπαράσταση µιας δοµής γνώσης(structural knowledge)

Έννοια_Α

Έννοια_Α Β

Έννοια_Α Γ Έννοια_Α ∆

Έννοια_Α Ε Έννοια_Α ΣΤ Έννοια_Α Η

Έννοια_Α Θ

Έννοια_Α Αµπορεί να είναι…

αναλύεται σε…

ανήκει σε..

αποτελείται από…

είναι…

συνήθως είναι …µπορεί να είναι…

είναι…

Αυτόνοµα & ∆ικτυωµένα Πολυµέσα

∆ίκτυο

∆ιακοµιστής(Server)

Multimedia PC

Εφαρµογές πολυµέσων

Μονοχρηστικές (ένας χρήστης)Πολυχρηστικές (πολλοί χρήστες)

Εφαρµογές πολυµέσων – Μονοχρηστικές

Εξειδικευµένα Συστήµατα ΕκπαίδευσηςΚατάρτιση µε χρήση Η/Υ (CBT)Κατάρτιση υποβοηθούµενη από Η/Υ (CΑT)Προσαρµοστικά Συστήµατα Υπερµέσων

Συστήµατα Παροχής ΠληροφοριώνΣηµεία ενδιαφέροντος

Συστήµατα ΠωλήσεωνKiosks

Εφαρµογές πολυµέσων - πολλοίχρήστεςΧρήστης – σε – Χρήστη (σύγχρονες/ασύγχρονες)

Εφαρµογές επικοινωνίας/συνεργασίαςΕργαλεία υποστήριξης οµάδωνΣεµινάριαΤηλεδιάσκεψη οµάδας (Teleconferencing)E-mail µε ενσωµάτωση πολυµέσων

Χρήστης-ΣύστηµαΕφαρµογές ανάκτησης δεδοµένωνΚατανεµηµένα συστήµατα

Απαιτήσεις για την δηµιουργίαπολυµέσων

Λογισµικό

Βασικές απαιτήσειςΗ κατανόηση του περιεχοµένου, της οµάδαςστόχουΑπόφαση του τρόπουαλληλεπίδρασης/πλοήγησηςΗ συλλογή/δηµιουργία του περιεχοµένουΓνώση κατάλληλων εργαλείων δηµιουργίαςΟ συνδυασµός των κατάλληλων εργαλείωνγια την δηµιουργία της εφαρµογής

ΚατανόησηΠροσδιορισµός του τρόπου µε τον οποίο οιχρήστες θα αλληλεπιδρούν µε το περιεχόµενοκαι θα πλοηγηθούν στην εφαρµογήΣηµεία προσοχής:

στην κατανόηση του µηνύµατοςΑνάπτυξη (scripting ή storyboarding)Καλλιτεχνικός σχεδιασµόςΠρογραµµατισµός

Απαιτούµενο λογισµικόΓια τον συνδυασµό περιεχοµένου που έχει κατά µέρουςδιαφορετική µορφή, και την παρουσίαση τωνπολυµεσικών εφαρµογών χρειάζονται εξειδικευµένολογισµικό, που διαχωρίζονται ως εξής:

Βασικά εργαλείαΠολυµεσικά εργαλεία παρουσίασηςΠολυµεσικά εργαλεία σχεδιασµού

Απαιτούµενο λογισµικό: Βασικάεργαλεία

ένα ή περισσότερα συστήµαταδηµιουργίας πολυµέσωνεφαρµογές για την επεξεργασίαεπεξεργασία κειµένου, εικόνας, ήχου καιβίντεοεφαρµογές µετατροπής αρχείων από µίαµορφή σε άλλη συµβατή µε διάφορεςεφαρµογές

Απαιτούµενο λογισµικό: Βασικάεργαλεία

Εργαλεία επεξεργασίας κειµένου (π.χ Word, OpenOffice)Λογισµικό οπτικής αναγνώρισης χαρακτήρων (OCR) (π.χ.OmniPage Pro, etc.)Εργαλεία ζωγραφικής και σχεδίασης - (π.χ. Photoshop, Illustrator, FreeHand, GIMP)Εργαλεία επεξεργασίας εικόνας – Image Editing Tools (π.χ.Photoshop, Image Ready, GIMP, GAP)Εργαλεία 3D µοντελοποίησης και σχεδιοκίνησης (π.χ. 3D Studio Max, Cinema 4D)Εργαλεία επεξεργασίας ήχου (π.χ. SoundForge XP, Audacity)Εργαλεία σχεδιοκίνησης βίντεο και ψηφιακών ταινιών (π.χ. Premiere)Βοηθητικά προγράµµατα (π.χ. grab-it)

Απαιτούµενο λογισµικό: ΕργαλείαΠαρουσίασης

ενσωµατώνει τα στοιχεία διαφορετικώνµέσων και προέλευσης σε ένα κοινόψηφιακό περιβάλλον

Π.χ. PowerPoint

Απαιτούµενο λογισµικό: Εργαλείαδηµιουργίας πολυµέσων

Παρέχουν τις παρακάτω δυνατότητες:Σχεδιασµός περιεχοµένου: π.χ. κείµενο και εικόνες∆ιαχείριση περιεχοµένου - manage multimedia assetsΣχεδιασµός της επιφάνειας∆ηµιουργία σχεδιοκίνησης∆ηµιουργία διαδραστικότηταςΠαρουσίαση του πολυµεσικού έργουΠαροχή τρόπων αλληλεπίδρασης µε το πολυµεσικού έργουτρόπους συνεργασίας µε περιφερικά Η/Υ

Ο ήχος και το βίντεο συνήθως δηµιουργούνται σε άλλολογισµικό και εισάγονται στα εργαλεία δηµιουργίας πολυµέσωνγια την δηµιουργία πολυµεσικών εφαρµογών

Απαιτούµενο λογισµικό: Εργαλείαδηµιουργίας πολυµέσων - Είδη

Εργαλεία βασισµένα σε κάρτες ή σελίδες -Card and Page-Based ToolsΕργαλεία βασισµένα σε εικονίδιακαθοδηγούµενα από συµβάντα - Icon-Based Tools (π.χ. Authorware)Εργαλεία βασισµένα στο χρόνο καιεργαλεία παρουσίασης (χρονοδιάδροµο) -Time-Based Tools (π.χ. Flash)

Κριτήρια επιλογής λογισµικούΑνάλογα µε το προς εκτέλεση έργο:

τα στοιχεία επεξεργασίας του κάθε προγράµµατοςτις λειτουργίες οργάνωσης που παρέχειτις λειτουργίες προγραµµατισµούτις λειτουργίες διάδρασηςτις λειτουργίες βελτίωσης επιδόσεωντις λειτουργίες αναπαραγωγήςτις λειτουργίες παράδοσηςτις λειτουργίες για διαφορετικές πλατφόρµεςτις δυνατότητες αναπαραγωγής για το Ίντερνετ

∆εν υπάρχει καλύτερο ή χειρότερο εργαλείοσυγγραφής, όλα εξαρτώνται από τις ανάγκες τουκάθε έργου

Συµπέρασµα …

… όλα τα προγράµµατα έχουν πλεονεκτήµατα καιµειονεκτήµατα έναντι άλλων

∆εν υπάρχει καλύτερο ή χειρότερο εργαλείο συγγραφής, όλα εξαρτώνται από τις ανάγκες του κάθε έργουΠχ. το ToolBook είναι ιδανικό για βιβλία - book applications, ενώ το Director είναι καλύτερο για στατικέςταινίες και το Flash είναι κατάλληλο για το webΌλα έχουν την δυνατότητα δηµιουργίας εφαρµογών γιαCD and DVD

Πηγές

∆ηµητριάδης Σ.Ν., Ποµπόρτσης Α.Σ., Τριανταφύλλου Ε.Γ., 2004. Τεχνολογίαπολυµέσων θεωρία και πράξη, ΕκδόσειςΤζιόλα, ISBN: 960-418-025-8 ∆άφνη Οικονόµου: Σηµειώσεις µαθήµατος∆ιαδραστικά Πολυµέσα, ΠανεπιστήµιοΑιγαίου