Multimediální systémy
|
|
|
- Vratislav Bezucha
- před 5 lety
- Počet zobrazení:
Transkript
1 Multimediální systémy Jan Outrata KATEDRA INFORMATIKY UNIVERZITA PALACKÉHO V OLOMOUCI přednášky
2 Získání obsahu Jan Outrata (Univerzita Palackého v Olomouci) Multimediální systémy Olomouc, září prosinec / 18
3 Digitalizace obsahu text, grafika, animace: přímo audio: jednorozměrný signál v čase obraz: dvojrozměrný signál v prostoru video: trojrozměrný signál v prostoru (2 dimenze) a čase převod spojitého analogového signálu ze záznamového zařízení na digitální data oblast zpracování signálu určuje kvalitu a kvantitu digitalizovaného obsahu Jan Outrata (Univerzita Palackého v Olomouci) Multimediální systémy Olomouc, září prosinec / 18
4 Analogové a digitální signály analogový signál = spojitá funkce domény (času, prostoru nebo obojího) reprezentující úrovně signálu, např. amplituda v čase digitální signál = posloupnost diskrétních hodnot úrovní signálu vyjádřených v binární (digitální) formě získaných ve specifických bodech domény (času, prostoru nebo obojího), např. velikost aplitudy v pravidelných stejně velkých intervalech času Obrázek: Analogový a digitální signál Výhody digitálního signálu (a obráceně nevýhody analogového) jednotná reprezentace pro uložení a přenos v digitální formě na záznamová média, v počítačové síti; ale obvykle objemná... jednoduchá editace a kombinace (včetně interaktivity) přístup k jednotkám informace, např. pixel; ale některé úpravy mohou být (výpočetně) náročnější... efektivní uložení, přenos, zabezpečení komprese, šifrování; ale může být degradace informace... vyšší spolehlivost možnost uložení bez (další) degradace informace, médiem, prostředím, časem, např. tzv. duchy u analogového videa; ale nároky na úložný Jan Outrata (Univerzita Palackého v Olomouci) Multimediální systémy Olomouc, září prosinec / 18
5 Analogové a digitální signály Jan Outrata (Univerzita Palackého v Olomouci) Multimediální systémy Olomouc, září prosinec / 18
6 Převod analogového na digitální signál = Analog to Digital Conversion, ADC = vzorkování (sampling) a kvantizace obrácený převod (Digital to Analog Conversion, DAC) = interpolace pro prezentaci obsahu pomocí (analogového) prezentačního zařízení cílem je signál co nejpodobnější původnímu analogovému signálu před digitalizací (zachování signálovách charakteristik) Obrázek: Převod analogového signálu na digitální a zpět Jan Outrata (Univerzita Palackého v Olomouci) Multimediální systémy Olomouc, září prosinec / 18
7 Převod analogového na digitální signál Jan Outrata (Univerzita Palackého v Olomouci) Multimediální systémy Olomouc, září prosinec / 18
8 Vzorkování = diskretizace spojitého signálu na posloupnost diskrétních hodnot (vzorků) jednorozměrný analogový signál (v doméně t): x(t) navzorkovaný signál: x s (n) = x(nt), n = 1, 2,..., T je vzorkovací perioda, f = 1/T je vzorkovací frekvence perioda/frekvence kritický parametr, podvzorkování vede k artefaktům (aliasům) při prezentaci, nadvzorkování k redundantní reprezentaci přibližné hodnoty získané měřením (a filtrováním) signálu a průměrováním hodnot Jan Outrata (Univerzita Palackého v Olomouci) Multimediální systémy Olomouc, září prosinec / 18
9 Kvantizace = vyjádření navzorkovaného signálu jako posloupnosti binárních (digitálních) hodnot digitální signál: x q (n) = Q(x s (n)), n = 1, 2,..., kde Q je zaokrouhlovací funkce mapující vzorky na nejbližší binární hodnotu s uložením do b bitů počet b bitů pro hodnotu udává počet N = 2 b různých binárních hodnot vzorků (a tedy kvantizačních úrovní analogového signálu z rozsahu R) a přesnost binární reprezentace (kvantizační krok δ = R/2 b ) kritický parametr Obrázek: Kvantizace s různým počtem úrovní zaokrouhlování na konečný počet úrovní = rozdíly analogových signálů = kvantizační chyby max. polovina kvantizačního kroku Jan Outrata (Univerzita Palackého v Olomouci) Multimediální systémy Olomouc, září prosinec / 18
10 Kvantizace Jan Outrata (Univerzita Palackého v Olomouci) Multimediální systémy Olomouc, září prosinec / 18
11 Kvantizace Jan Outrata (Univerzita Palackého v Olomouci) Multimediální systémy Olomouc, září prosinec / 18
12 Kvantizace kolik bitů pro vzorek? záleží na hodnotovém rozsahu signálu, jeho typu, použití apod., např. hudba nebo řeč kvantizační schéma rozložení kvantizačních úrovní v hodnotovém rozsahu signálu, např. uniformní, lineární, logaritmické (např. u dynamického rozsahu audia), určuje distribuci chyby Obrázek: Kvantizační schémata Jan Outrata (Univerzita Palackého v Olomouci) Multimediální systémy Olomouc, září prosinec / 18
13 Kvantizace Jan Outrata (Univerzita Palackého v Olomouci) Multimediální systémy Olomouc, září prosinec / 18
14 Bit rate = počet bitů pro digitální signál za sekundu závisí na periodě/frekvenci vzorkování a počtu bitů pro vzorek: bit rate = bitů počet vzorků = bitů s s vzorek = vzorkovací frekvence bitů na vzorek ideální hodnota = kompromis mezi uložením maxima informace (bez redundance) a minimální velikostí dat (s akceptovatelnou degradací informace) Tabulka: Příklady bit rate u různých signálů Jan Outrata (Univerzita Palackého v Olomouci) Multimediální systémy Olomouc, září prosinec / 18
15 Bit rate Jan Outrata (Univerzita Palackého v Olomouci) Multimediální systémy Olomouc, září prosinec / 18
16 (Digitální) zpracování signálu typy signálu: spojité, hladké, symetrické, periodické atd. (lineární) invariantní v doméně = (lineární) transformace, kde výstupní hodnoty v daném bodě domény závisí pouze na vstupních hodnotách ve stejném bodě domény, ne na bodě nebo změně hodnot domény konvoluce: f g = f(τ) g(t τ)dτ vzorkování = konvoluce vstupního signálu a tzv. impulse response funkce (fungující jako filtr) doménový pohled impulse reponse funkce např. (Diracova) Delta (δ(x) = 0 pro x 0, lim x 0 δ(x) =, δ(x)dx = 1, jednotka konvoluce), comb, box, step, sinc (= sin(πx) πx ) Obrázek: Grafy impulse response funkcí Jan Outrata (Univerzita Palackého v Olomouci) Multimediální systémy Olomouc, září prosinec / 18
17 (Digitální) zpracování signálu Jan Outrata (Univerzita Palackého v Olomouci) Multimediální systémy Olomouc, září prosinec / 18
18 (Digitální) zpracování signálu frekvenční pohled ve frekvenční doméně (doméně frekvence změn hodnot): součin transformovaného vstupního signálu a tzv. transfer funkce = transformovaná impulse response funkce nahrazení konvoluce součinem, transformace = Fourierova transformace Jan Outrata (Univerzita Palackého v Olomouci) Multimediální systémy Olomouc, září prosinec / 18
19 Fourierova transformace Fourier, 1807, Dirichlet = reprezentace periodického spojitého signálu f(t) jako součtu vážených sum sinusovek a kosinusovek (Fourierova řada): f(t) = i= i=0 j= A i sin(iωt) + j=0 B j cos(jωt) váhy = frekvenční koeficienty A i, B j = tzv. spektrální komponenty určují aplitudy základních frekvencí (násobky ω = 2π/T ) v signálu a plně signál reprezentují ve frekvenční doméně jako funkci základních frekvencí běžnější reprezentace pomocí pouze kosinusovek (nebo analogicky sinusovek) = kosinová (sinová) transformace: f(t) = i= i=0 B i cos(iωt), B i = f(t) cos(iωt)dt Jan Outrata (Univerzita Palackého v Olomouci) Multimediální systémy Olomouc, září prosinec / 18
20 Fourierova transformace Obrázek: Fourierova (kosinová) transformace analogového signálu Jan Outrata (Univerzita Palackého v Olomouci) Multimediální systémy Olomouc, září prosinec / 18
21 Fourierova transformace Jan Outrata (Univerzita Palackého v Olomouci) Multimediální systémy Olomouc, září prosinec / 18
22 Diskrétní Fourierova transformace pro digitální signál s diskrétními hodnotami - diskrétní Fourierova nebo kosinová transformace (DFT nebo DCT): f s(n) = i=n 1 i=0 f s(n) = ( ) i(2n + 1)π A i sin + 2N i=n 1 i=0 j=n 1 j=0 ( ) i(2n + 1)π B i cos, B i = 2N ( ) j(2n + 1)π B j cos, n = 0,..., N 1 2N n=n 1 n=0 f s(n) cos ( ) i(2n + 1)π 2N Obrázek: Diskrétní Fourierova (kosinová) transformace digitálního signálu lze zobecnit pro lib. počet dimenzí signálu Obrázek: Fourierova (kosinová) transformace signálu dvojrozměrného signálu (obrazu) Jan Outrata (Univerzita Palackého v Olomouci) Multimediální systémy Olomouc, září prosinec / 18
23 Diskrétní Fourierova transformace Jan Outrata (Univerzita Palackého v Olomouci) Multimediální systémy Olomouc, září prosinec / 18
24 Diskrétní Fourierova transformace Jan Outrata (Univerzita Palackého v Olomouci) Multimediální systémy Olomouc, září prosinec / 18
25 Vzorkovací věta (Sampling theorem) Nyquist, 1920s, Shannon, 1950 popisuje vztah mezi (digitální) reprezentací signálu a vzorkovací frekvencí = pro plnou rekonstrukci ze vzorků musí být analogový signál vzorkován s frekvencí rovnou alespoň dvojnásobku maximální frekvence v signálu, tzv. Nyquist vzorkovací frekvencí: Theorem (Sampling theorem) 1 Signál f(t) s maximální frekvencí ωf je plně určen vzorky f s (nt ), jestliže 2π T > 2ωF. 2 Spojitý signál ( f(t) lze) zrekonstruovat ze vzorků f s (nt ) pomocí konvoluce s filtrem r(t) = sinc ωf (t nt ) 2π. Jan Outrata (Univerzita Palackého v Olomouci) Multimediální systémy Olomouc, září prosinec / 18
26 Vzorkovací věta (Sampling theorem) při podvzorkování nejsou zachyceny vyšší frekvence, artefakty rozostření = aliasing (= ztráta informace při digitalizaci), efekty např. plochost a tupost zvuku, rozostření obrazu nebo tzv. moiré efekt u opakujících se vzorů v obrazu, jiná rychlost a směr pohybujících se částí videa apod. Obrázek: Efekty aliasingu potřeba znát frekvenční rozsah signálu, nebo určit podle požadovaného typu signálu, např. hudba nebo řeč Jan Outrata (Univerzita Palackého v Olomouci) Multimediální systémy Olomouc, září prosinec / 18
27 Vzorkovací věta (Sampling theorem) Jan Outrata (Univerzita Palackého v Olomouci) Multimediální systémy Olomouc, září prosinec / 18
28 Vzorkovací věta (Sampling theorem) Jan Outrata (Univerzita Palackého v Olomouci) Multimediální systémy Olomouc, září prosinec / 18
29 Filtrace analogový filter: (hardwarové) odfiltrování nechtěných frekvencí, např. šumu, ekvalizace, analogového signálu před digitalizací, pro snížení potřebné bit rate digitální filter: (numerické) obecné úpravy (např. i různé efekty ) digitálního signálu, pomocí digitálních signálových procesorů (DSP) Výhody digitálních filtrů obecné úpravy signálu včetně adaptace filtru podle signálu snadná tvorba, změna, kombinace programovatelnost stabilita (vzhledem k času a prostředí) software zvládání i velmi nízkých frekvencí narozdíl od analogových Jan Outrata (Univerzita Palackého v Olomouci) Multimediální systémy Olomouc, září prosinec / 18
30 Filtrace Kategorizace low-pass - odstraňují vyšší frekvence, pro předcházení/odstranění aliasingu (tzv. antialiasing) při podvzorkování, např. často u obrázků Obrázek: Ilustrace antialiasingu při podvzorkování high-pass - odstraňují nižší frekvence, pro zaostření signálu (tzv. sharpening) band-pass - odstraňují frekvence mimo definované pásmo, pro zvýraznění frekvencí v signálu = efekty ve frekvenční doméně studie a použití skrze frekvenční doménu Obrázek: Efekty filtrů Jan Outrata (Univerzita Palackého v Olomouci) Multimediální systémy Olomouc, září prosinec / 18
31 Filtrace Jan Outrata (Univerzita Palackého v Olomouci) Multimediální systémy Olomouc, září prosinec / 18
32 Filtrace Jan Outrata (Univerzita Palackého v Olomouci) Multimediální systémy Olomouc, září prosinec / 18
33 Filtrace Jan Outrata (Univerzita Palackého v Olomouci) Multimediální systémy Olomouc, září prosinec / 18
34 Filtrace hranice mezi zachovanými a odstraněnými frekvencemi nebývá ostrá (složitost až nemožnost realizace filtru) aproximace, tzv. filter roll-off = další chyby Obrázek: Frekvenční charakteristiky filtrů (ideální a reálné) vzorkovací frekvence bývá o něco vyšší než Nyquistova, např. 44 khz místo 40 khz u audia (CD kvality) s max. frekvencí 20 khz Jan Outrata (Univerzita Palackého v Olomouci) Multimediální systémy Olomouc, září prosinec / 18
35 Filtrace Jan Outrata (Univerzita Palackého v Olomouci) Multimediální systémy Olomouc, září prosinec / 18
Úvod do zpracování signálů
1 / 25 Úvod do zpracování signálů Karel Horák Rozvrh přednášky: 1. Spojitý a diskrétní signál. 2. Spektrum signálu. 3. Vzorkovací věta. 4. Konvoluce signálů. 5. Korelace signálů. 2 / 25 Úvod do zpracování
Digitalizace převod AS DS (analogový diskrétní signál )
Digitalizace signálu v čase Digitalizace převod AS DS (analogový diskrétní signál ) v amplitudě Obvykle převod spojité předlohy (reality) f 1 (t/x,...), f 2 ()... připomenutí Digitalizace: 1. vzorkování
Grafika na počítači. Bc. Veronika Tomsová
Grafika na počítači Bc. Veronika Tomsová Proces zpracování obrazu Proces zpracování obrazu 1. Snímání obrazu 2. Digitalizace obrazu převod spojitého signálu na matici čísel reprezentující obraz 3. Předzpracování
SIGNÁLY A SOUSTAVY, SIGNÁLY A SYSTÉMY
SIGNÁLY A SOUSTAVY, SIGNÁLY A SYSTÉMY TEMATICKÉ OKRUHY Signály se spojitým časem Základní signály se spojitým časem (základní spojité signály) Jednotkový skok σ (t), jednotkový impuls (Diracův impuls)
31SCS Speciální číslicové systémy Antialiasing
ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE 2006/2007 31SCS Speciální číslicové systémy Antialiasing Vypracoval: Ivo Vágner Email: Vagnei1@seznam.cz 1/7 Převod analogového signálu na digitální Složité operace,
Lineární a adpativní zpracování dat. 3. Lineární filtrace I: Z-transformace, stabilita
Lineární a adpativní zpracování dat 3. Lineární filtrace I: Z-transformace, stabilita Daniel Schwarz Investice do rozvoje vzdělávání Osnova Opakování: signály, systémy, jejich vlastnosti a popis v časové
Lineární a adaptivní zpracování dat. 1. ÚVOD: SIGNÁLY a SYSTÉMY
Lineární a adaptivní zpracování dat 1. ÚVOD: SIGNÁLY a SYSTÉMY Daniel Schwarz Investice do rozvoje vzdělávání Osnova Úvodní informace o předmětu Signály, časové řady klasifikace, příklady, vlastnosti Vzorkovací
P7: Základy zpracování signálu
P7: Základy zpracování signálu Úvodem - Signál (lat. signum) bychom mohli definovat jako záměrný fyzikální jev, nesoucí informaci o nějaké události. - Signálem je rovněž funkce, která převádí nezávislou
Lineární a adaptivní zpracování dat. 1. ÚVOD: SIGNÁLY, ČASOVÉ ŘADY a SYSTÉMY
Lineární a adaptivní zpracování dat 1. ÚVOD: SIGNÁLY, ČASOVÉ ŘADY a SYSTÉMY Daniel Schwarz Investice do rozvoje vzdělávání Osnova Úvodní informace o předmětu Signály, časové řady klasifikace, příklady,
Lineární a adaptivní zpracování dat. 1. ÚVOD: SIGNÁLY, ČASOVÉ ŘADY a SYSTÉMY
Lineární a adaptivní zpracování dat 1. ÚVOD: SIGNÁLY, ČASOVÉ ŘADY a SYSTÉMY Daniel Schwarz Investice do rozvoje vzdělávání Osnova Úvodní informace o předmětu Signály, časové řady klasifikace, příklady,
Počítačové sítě. Lekce 5: Základy datových komunikací
Počítačové sítě Lekce 5: Základy datových komunikací Přenos dat V základním pásmu Nemodulovaný Baseband V přeloženém pásmu Modulovaný Broadband Lekce 5: Základy datových komunikací 2 Přenos v základním
Číslicové zpracování signálů a Fourierova analýza.
Číslicové zpracování signálů a Fourierova analýza www.kme.zcu.cz/kmet/exm 1 Obsah prezentace 1. Úvod a motivace 2. Data v časové a frekvenční oblasti 3. Fourierova analýza teoreticky 4. Fourierova analýza
Multimediální systémy
Multimediální systémy Jan Outrata KATEDRA INFORMATIKY UNIVERZITA PALACKÉHO V OLOMOUCI přednášky Literatura Havaldar P., Medioni G.: Multimedia Systems: Algorithms, Standards, and Industry Practices. Course
Transformace obrazu Josef Pelikán KSVI MFF UK Praha
Transformace obrazu 99725 Josef Pelikán KSVI MFF UK Praha email: Josef.Pelikan@mff.cuni.cz WWW: http://cgg.ms.mff.cuni.cz/~pepca/ Transformace 2D obrazu dekorelace dat potlačení závislosti jednotlivých
Ing. Jan Buriánek. Katedra softwarového inženýrství Fakulta informačních technologií České vysoké učení technické v Praze Jan Buriánek, 2010
Ing. Jan Buriánek (ČVUT FIT) Reprezentace bodu a zobrazení BI-MGA, 2010, Přednáška 2 1/33 Ing. Jan Buriánek Katedra softwarového inženýrství Fakulta informačních technologií České vysoké učení technické
Multimediální systémy
Multimediální systémy Jan Outrata KATEDRA INFORMATIKY UNIVERZITA PALACKÉHO V OLOMOUCI přednášky Literatura Havaldar P., Medioni G.: Multimedia Systems: Algorithms, Standards, and Industry Practices. Course
Signál v čase a jeho spektrum
Signál v čase a jeho spektrum Signály v časovém průběhu (tak jak je vidíme na osciloskopu) můžeme dělit na periodické a neperiodické. V obou případech je lze popsat spektrálně určit jaké kmitočty v sobě
DIGITÁLNÍ OBRAZ. Obrázky (popř. slajdy) převzaty od
DIGITÁLNÍ OBRAZ JANA ŠTANCLOVÁ jana.stanclova@ruk.cuni.cz Obrázky (popř. slajdy) převzaty od RNDr. Josef Pelikán, CSc., KSVI MFF UK Obsah fáze zpracování obrazu reprezentace obrazu digitalizace obrazu
Lineární a adaptivní zpracování dat. 2. SYSTÉMY a jejich popis v časové doméně a frekvenční doméně
Lineární a adaptivní zpracování dat 2. SYSTÉMY a jejich popis v časové doméně a frekvenční doméně Daniel Schwarz Investice do rozvoje vzdělávání Osnova Opakování: signály a systémy Vlastnosti systémů Systémy
Lineární a adaptivní zpracování dat. 2. SYSTÉMY a jejich popis v časové doméně a frekvenční doméně
Lineární a adaptivní zpracování dat 2. SYSTÉMY a jejich popis v časové doméně a frekvenční doméně Daniel Schwarz Investice do rozvoje vzdělávání Osnova Opakování: signály a systémy Vlastnosti systémů Systémy
KTE/TEVS - Rychlá Fourierova transformace. Pavel Karban. Katedra teoretické elektrotechniky Fakulta elektrotechnická Západočeská univerzita v Plzni
KTE/TEVS - Rychlá Fourierova transformace Pavel Karban Katedra teoretické elektrotechniky Fakulta elektrotechnická Západočeská univerzita v Plzni 10.11.011 Outline 1 Motivace FT Fourierova transformace
Obraz matematický objekt. Spojitý obraz f c : (Ω c R 2 ) R
Obraz matematický objekt Spojitý obraz f c : (Ω c R 2 ) R Obraz matematický objekt Spojitý obraz f c : (Ω c R 2 ) R Diskrétní obraz f d : (Ω {0... n 1 } {0... n 2 }) {0... f max } Obraz matematický objekt
Reprezentace bodu, zobrazení
Reprezentace bodu, zobrazení Ing. Jan Buriánek VOŠ a SŠSE P9 Jan.Burianek@gmail.com Obsah Témata Základní dělení grafických elementů Rastrový vs. vektorový obraz Rozlišení Interpolace Aliasing, moiré Zdroje
Lineární a adaptivní zpracování dat. 3. SYSTÉMY a jejich popis ve frekvenční oblasti
Lineární a adaptivní zpracování dat 3. SYSTÉMY a jejich popis ve frekvenční oblasti Daniel Schwarz Osnova Opakování: systémy a jejich popis v časové oblasti Fourierovy řady Frekvenční charakteristika systémů
Osnova. Idea ASK/FSK/PSK ASK Amplitudové... Strana 1 z 16. Celá obrazovka. Konec Základy radiotechniky
Pulsní kódová modulace, amplitudové, frekvenční a fázové kĺıčování Josef Dobeš 24. října 2006 Strana 1 z 16 Základy radiotechniky 1. Pulsní modulace Strana 2 z 16 Pulsní šířková modulace (PWM) PAM, PPM,
Dodatky k FT: 1. (2D digitalizace) 2. Více o FT 3. Více k užití filtrů. 7. přednáška předmětu Zpracování obrazů
Dodatky k FT:. (D digitalizace. Více o FT 3. Více k užití filtrů 7. přednáška předmětu Zpracování obrazů Martina Mudrová 4 Pořízení digitálního obrazu Obvykle: Proces transformace spojité předlohy (reality
Princip digitalizace vstupních multimediálních dat Klasifikace Zpracování Využití
Multimédia a data - 6 Informatika 2 Přednáší: doc. Ing. Jan Skrbek, Dr. - KIN Přednášky: středa 14 20 15 55 Spojení: e-mail: jan.skrbek@tul.cz 16 10 17 45 tel.: 48 535 2442 Obsah: Princip digitalizace
Základní metody číslicového zpracování signálu část I.
A4M38AVS Aplikace vestavěných systémů Základní metody číslicového zpracování signálu část I. Radek Sedláček, katedra měření, ČVUT v Praze FEL, 2015 Obsah přednášky Úvod, motivace do problematiky číslicového
Flexibilita jednoduché naprogramování a přeprogramování řídícího systému
Téma 40 Jiří Cigler Zadání Číslicové řízení. Digitalizace a tvarování. Diskrétní systémy a jejich vlastnosti. Řízení diskrétních systémů. Diskrétní popis spojité soustavy. Návrh emulací. Nelineární řízení.
Binární data. Číslicový systém. Binární data. Klávesnice Snímače polohy, dotykové displeje, myš Digitalizovaná data odvozená z analogového signálu
5. Obvody pro číslicové zpracování signálů 1 Číslicový systém počítač v reálném prostředí Klávesnice Snímače polohy, dotykové displeje, myš Digitalizovaná data odvozená z analogového signálu Binární data
MĚŘENÍ A ANALÝZA ELEKTROAKUSTICKÝCH SOUSTAV NA MODELECH. Petr Kopecký ČVUT, Fakulta elektrotechnická, Katedra Radioelektroniky
MĚŘENÍ A ANALÝZA ELEKTROAKUSTICKÝCH SOUSTAV NA MODELECH Petr Kopecký ČVUT, Fakulta elektrotechnická, Katedra Radioelektroniky Při návrhu elektroakustických soustav, ale i jiných systémů, je vhodné nejprve
Komprese dat Obsah. Komprese videa. Radim Farana. Podklady pro výuku. Komprese videa a zvuku. Komprese MPEG. Komprese MP3.
Komprese dat Radim Farana Podklady pro výuku Obsah Komprese videa a zvuku. Komprese MPEG. Komprese MP3. Komprese videa Velký objem přenášených dat Typický televizní signál - běžná evropská norma pracuje
A7B31ZZS 4. PŘEDNÁŠKA 13. října 2014
A7B31ZZS 4. PŘEDNÁŠKA 13. října 214 A-D převod Vzorkování aliasing vzorkovací teorém Kvantování Analýza reálných signálů v časové oblasti řečové signály biologické signály ---> x[n] Analogově-číslicový
Základy a aplikace digitálních. Katedra radioelektroniky (13137), blok B2, místnost 722
Základy a aplikace digitálních modulací Josef Dobeš Katedra radioelektroniky (13137), blok B2, místnost 722 dobes@fel.cvut.cz 6. října 2014 České vysoké učení technické v Praze, Fakulta elektrotechnická
CW01 - Teorie měření a regulace
Ústav technologie, mechanizace a řízení staveb CW01 - Teorie měření a regulace ZS 2014/2015 tm-ch-spec. 1.p 2014 - Ing. Václav Rada, CSc. Ústav technologie, mechanizace a řízení staveb Teorie měření a
Kapitola 1. Signály a systémy. 1.1 Klasifikace signálů
Kapitola 1 Signály a systémy 1.1 Klasifikace signálů Signál představuje fyzikální vyjádření informace, obvykle ve formě okamžitých hodnot určité fyzikální veličiny, která je funkcí jedné nebo více nezávisle
Modelování systémů a procesů (11MSP) Bohumil Kovář, Jan Přikryl, Miroslav Vlček. 8. přednáška 11MSP pondělí 20. dubna 2015
Modelování systémů a procesů (11MSP) Bohumil Kovář, Jan Přikryl, Miroslav Vlček Ústav aplikované matematiky ČVUT v Praze, Fakulta dopravní 8. přednáška 11MSP pondělí 20. dubna 2015 verze: 2015-04-14 12:31
1. Vlastnosti diskretních a číslicových metod zpracování signálů... 15
Úvodní poznámky... 11 1. Vlastnosti diskretních a číslicových metod zpracování signálů... 15 1.1 Základní pojmy... 15 1.2 Aplikační oblasti a etapy zpracování signálů... 17 1.3 Klasifikace diskretních
Operace s obrazem I. Biofyzikální ústav Lékařské fakulty Masarykovy univerzity Brno. prezentace je součástí projektu FRVŠ č.
Operace s obrazem I Biofyzikální ústav Lékařské fakulty Masarykovy univerzity Brno prezentace je součástí projektu FRVŠ č.2487/2011 Osnova 1 Filtrování obrazu 2 Lineární a nelineární filtry 3 Fourierova
Komplexní analýza. Fourierovy řady. Martin Bohata. Katedra matematiky FEL ČVUT v Praze
Komplexní analýza Fourierovy řady Martin Bohata Katedra matematiky FEL ČVU v Praze bohata@math.feld.cvut.cz Martin Bohata Komplexní analýza Fourierovy řady 1 / 20 Úvod Často se setkáváme s periodickými
Funkce komplexní proměnné a integrální transformace
Funkce komplexní proměnné a integrální transformace Fourierovy řady I. Marek Lampart Text byl vytvořen v rámci realizace projektu Matematika pro inženýry 21. století (reg. č. CZ.1.07/2.2.00/07.0332), na
A/D převodníky - parametry
A/D převodníky - parametry lineární kvantování -(kritériem je jednoduchost kvantovacího obvodu), parametry ADC : statické odstup signálu od kvantizačního šumu SQNR, efektivní počet bitů n ef, dynamický
Moderní digitální vícestopý záznam a produkce zvuku
Moderní digitální vícestopý záznam a produkce zvuku Martin Dostál katedra informatiky, Univerzita Palackého v Olomouci http://dostal.inf.upol.cz 6.5. 2010 Analogový záznam vícestopý záznam Ross Snyder
Analýza a zpracování digitálního obrazu
Analýza a zpracování digitálního obrazu Úlohy strojového vidění lze přibližně rozdělit do sekvence čtyř funkčních bloků: Předzpracování veškerých obrazových dat pomocí filtrací (tj. transformací obrazové
Snímání biologických signálů. A6M31LET Lékařská technika Zdeněk Horčík Katedra teorie obvodů
Snímání biologických signálů A6M31LET Lékařská technika Zdeněk Horčík Katedra teorie obvodů horcik@fel.cvut.cz Snímání biologických signálů problém: převést co nejvěrněji spojitý signál do číslicové podoby
DSY-4. Analogové a číslicové modulace. Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti
DSY-4 Analogové a číslicové modulace Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti DSY-4 analogové modulace základní číslicové modulace vícestavové modulace modulace s rozprostřeným
Vzorkování. Je-li posloupnost diracových impulzů s periodou T S : Pak časová posloupnost diskrétních vzorků bude:
Vzorkování Vzorkování je převodem spojitého signálu na diskrétní. Lze si ho představit jako násobení sledu diracových impulzů (impulzů jednotkové plochy a nulové délky) časovým průběhem vzorkovaného signálu.
Multimediální systémy. 08 Zvuk
Multimediální systémy 08 Zvuk Michal Kačmařík Institut geoinformatiky, VŠB-TUO Osnova přednášky Zvuk fyzikální podstata a vlastnosti Digitální zvuk Komprese, kodeky, formáty Zvuk v MMS Přítomnost zvuku
Základní principy přeměny analogového signálu na digitální
Základní y přeměny analogového signálu na digitální Pro přenos analogového signálu digitálním systémem, je potřeba analogový signál digitalizovat. Digitalizace je uskutečňována pomocí A/D převodníků. V
Operace s obrazem. Biofyzikální ústav LF MU. Projekt FRVŠ 911/2013
Operace s obrazem Biofyzikální ústav LF MU Obraz definujeme jako zrakový vjem, který vzniká po dopadu světla na sítnici oka. Matematicky lze obraz chápat jako vícerozměrný signál (tzv. obrazová funkce)
Zvuková karta. Zvuk a zvuková zařízení. Vývoj, typy, vlastnosti
Zvuk a zvuková zařízení. Vývoj, typy, vlastnosti Zvuková karta Počítač řady PC je ve své standardní konfiguraci vybaven malým reproduktorem označovaným jako PC speaker. Tento reproduktor je součástí skříně
SIGNÁLY A LINEÁRNÍ SYSTÉMY
SIGNÁLY A LINEÁRNÍ SYSTÉMY prof. Ing. Jiří Holčík, CSc. holcik@iba.muni.cziba.muni.cz II. SIGNÁLY ZÁKLADNÍ POJMY SIGNÁL - DEFINICE SIGNÁL - DEFINICE Signál je jev fyzikální, chemické, biologické, ekonomické
A2B31SMS 2. PŘEDNÁŠKA 9. října 2017 Číslicové signály
A2B3SMS 2. PŘEDNÁŠKA 9. října 27 Číslicové signály Aperiodické Periodické Aplikace Zvuky telefonu Hudební stupnice Tónová volba Tabulková (wavetable) syntéza Tabulkový oscilátor Interpolace Pitch posunutí
- DAC - Úvod A/D převodník převádějí analogové (spojité) veličiny na digitální (nespojitou) informaci. Základní zapojení převodníku ukazuje obr.
- DAC - Úvod A/D převodník převádějí analogové (spojité) veličiny na digitální (nespojitou) informaci. Základní zapojení převodníku ukazuje obr. Řada zdrojů informace vytváří signál v analogové formě,
Fourierova transformace
Fourierova transformace Jean Baptiste Joseph Fourier (768-83) Jeho obdivovatel (nedatováno) Opáčko harmonických signálů Spojitý harmonický signál ( ) = cos( ω + ϕ ) x t C t C amplituda ω úhlová frekvence
Předmět A3B31TES/Př. 13
Předmět A3B31TES/Př. 13 PS 1 1 Katedra teorie obvodů, místnost č. 523, blok B2 Přednáška 13: Kvantování, modulace, stavový popis PS Předmět A3B31TES/Př. 13 květen 2015 1 / 28 Obsah 1 Kvantování 2 Modulace
Digitální magnetický záznam obrazového signálu
Digitální magnetický záznam obrazového signálu Ing. Tomáš Kratochvíl Současná televizní technika a videotechnika kurz U3V Program semináře a cvičení Digitální videosignál úvod a specifikace. Komprese obrazu
Princip digitalizace vstupních multimediálních dat Klasifikace Zpracování Využití
Multimédia a data - 6 Informatika 2 Přednáší: doc. Ing. Jan Skrbek, Dr. - KIN Přednášky: středa 14 20 15 55 Spojení: e-mail: jan.skrbek@tul.cz 16 10 17 45 tel.: 48 535 2442 Obsah: Princip digitalizace
Charakteristiky zvuk. záznamů
Charakteristiky zvuk. záznamů Your Name Jan Kvasnička Your Title 2010 Roman Brückner Your Organization (Line #1) Your Organization (Line #2) Obsah prezentace Digitalizace zvuku Audio formáty Digitální
Omezení barevného prostoru
Úpravy obrazu Omezení barevného prostoru Omezení počtu barev v obraze při zachování obrazového vjemu z obrazu Vytváření barevné palety v některých souborových formátech Různé filtry v grafických programech
základní vlastnosti, používané struktury návrhové prostředky MATLAB problém kvantování koeficientů
A0M38SPP - Signálové procesory v praxi - přednáška 4 2 Číslicové filtry typu FIR a IIR definice operace filtrace základní rozdělení FIR, IIR základní vlastnosti, používané struktury filtrů návrhové prostředky
Moderní multimediální elektronika (U3V)
Moderní multimediální elektronika (U3V) Prezentace č. 13 Moderní kompresní formáty pro přenosné digitální audio Ing. Tomáš Kratochvíl, Ph.D. Ústav radioelektroniky, FEKT VUT v Brně Program prezentace Princip
VY_32_INOVACE_E 15 03
Název a adresa školy: Střední škola průmyslová a umělecká, Opava, příspěvková organizace, Praskova 399/8, Opava, 746 01 Název operačního programu: OP Vzdělávání pro konkurenceschopnost, oblast podpory
Direct Digital Synthesis (DDS)
ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE Fakulta elektrotechnická Ing. Radek Sedláček, Ph.D., katedra měření K13138 Direct Digital Synthesis (DDS) Přímá číslicová syntéza Tyto materiály vznikly za podpory
Frekvenční charakteristiky
Frekvenční charakteristiky EO2 Přednáška Pavel Máša ÚVODEM Frekvenční charakteristiky popisují závislost poměru amplitudy výstupního ku vstupnímu napětí a jejich fázový posun v závislosti na frekvenci
ZPRACOVÁNÍ OBRAZU přednáška 4
ZPRACOVÁNÍ OBRAZU přednáška 4 Vít Lédl vit.ledl@tul.cz TECHNICKÁ UNIVERZITA V LIBERCI Fakulta mechatroniky, informatiky a mezioborových studií Tento materiál vznikl v rámci projektu ESF CZ.1.07/2.2.00/07.0247,
SIGNÁLY A LINEÁRNÍ SYSTÉMY
SIGNÁLY A LINEÁRNÍ SYSTÉMY prof. Ing. Jiří Holčík, CSc. holcik@iba.muni.cz II. SIGNÁLY ZÁKLADNÍ POJMY SIGNÁL - DEFINICE SIGNÁL - DEFINICE Signál je jev fyzikální, chemické, biologické, ekonomické či jiné
Zvuk včetně komprese. Digitálně = lépe! Je to ale pravda? X36PZA Periferní zařízení
Zvuk včetně komprese Digitálně = lépe! Je to ale pravda? Obsah přednášky Digitalizace spojitého signálu. Aliasing, kvantizační chyba. Praktická realizace digitálního zvukového řetězce. Komprese zvuku.
Analogově číslicové převodníky
Verze 1 Analogově číslicové převodníky Doplněná inovovaná přednáška Zpracoval: Vladimír Michna Pracoviště: Katedra textilních a jednoúčelových strojů TUL Tento materiál vznikl jako součást projektu In-TECH
íta ové sít baseband narrowband broadband
Každý signál (diskrétní i analogový) vyžaduje pro přenos určitou šířku pásma: základní pásmo baseband pro přenos signálu s jednou frekvencí (není transponován do jiné frekvence) typicky LAN úzké pásmo
3 METODY PRO POTLAČENÍ ŠUMU U ŘE- ČOVÉHO SIGNÁLU
3 METODY PRO POTLAČENÍ ŠUMU U ŘE- ČOVÉHO SIGNÁLU V současné době se pro potlačení šumu u řečového signálu používá mnoho různých metod. Jedná se například o metody spektrálního odečítání, Wienerovy filtrace,
polyfázové filtry (multirate filters) cascaded integrator comb filter (CIC) A0M38SPP - Signálové procesory v praxi - přednáška 8 2
A0M38SPP - Signálové procesory v praxi - přednáška 8 2 Decimace snížení vzorkovací frekvence Interpolace zvýšení vzorkovací frekvence Obecné převzorkování signálu faktorem I/D Efektivní způsoby implementace
Kompresní metody první generace
Kompresní metody první generace 998-20 Josef Pelikán CGG MFF UK Praha pepca@cgg.mff.cuni.cz http://cgg.mff.cuni.cz/~pepca/ Stillg 20 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca / 32 Základní pojmy komprese
filtry FIR zpracování signálů FIR & IIR Tomáš Novák
filtry FIR 1) Maximální překývnutí amplitudové frekvenční charakteristiky dolní propusti FIR řádu 100 je podle obr. 1 na frekvenci f=50hz o velikosti 0,15 tedy 1,1dB; přechodové pásmo je v rozsahu frekvencí
Lineární a adaptivní zpracování dat. 2. SYSTÉMY a jejich popis v časové doméně
Lineární a adaptivní zpracování dat 2. SYSTÉMY a jejich popis v časové doméně Daniel Schwarz Investice do rozvoje vzdělávání Osnova Opakování: signály Systémy: definice, několik příkladů Vlastnosti systémů
1 Zpracování a analýza tlakové vlny
1 Zpracování a analýza tlakové vlny 1.1 Cíl úlohy Prostřednictvím této úlohy se naučíte a zopakujete: analýzu biologických signálů v časové oblasti, analýzu biologických signálů ve frekvenční oblasti,
Komplexní analýza. Laplaceova transformace. Martin Bohata. Katedra matematiky FEL ČVUT v Praze
Komplexní analýza Laplaceova transformace Martin Bohata Katedra matematiky FEL ČVUT v Praze bohata@math.feld.cvut.cz Martin Bohata Komplexní analýza Laplaceova transformace 1 / 18 Definice Definice Laplaceovou
9. PRINCIPY VÍCENÁSOBNÉHO VYUŽITÍ PŘENOSOVÝCH CEST
9. PRINCIPY VÍCENÁSOBNÉHO VYUŽITÍ PŘENOSOVÝCH CEST Modulace tvoří základ bezdrátového přenosu informací na velkou vzdálenost. V minulosti se ji využívalo v telekomunikacích při vícenásobném využití přenosových
Restaurace (obnovení) obrazu při známé degradaci
Restaurace (obnovení) obrazu při známé degradaci Václav Hlaváč České vysoké učení technické v Praze Centrum strojového vnímání (přemosťuje skupiny z) Český institut informatiky, robotiky a kybernetiky
Analýza a zpracování signálů
Analýza a zpracování ů Digital Signal Processing disciplína, která nám umožňuje nahradit (v případě že nezpracováváme vf y) obvody, dříve složené z rezistorů a kapacitorů, dvěma antialiasingovými filtry,
Základní komunikační řetězec
STŘEDNÍ PRŮMYSLOVÁ ŠKOLA NA PROSEKU EVROPSKÝ SOCIÁLNÍ FOND Základní komunikační řetězec PRAHA & EU INVESTUJEME DO VAŠÍ BUDOUCNOSTI Podpora kvality výuky informačních a telekomunikačních technologií ITTEL
Integrální transformace obrazu
Integrální transformace obrazu David Bařina 26. února 2013 David Bařina Integrální transformace obrazu 26. února 2013 1 / 74 Obsah 1 Zpracování signálu 2 Časově-frekvenční rozklad 3 Diskrétní Fourierova
Při návrhu FIR filtru řešíme obvykle následující problémy:
Návrh FIR filtrů Při návrhu FIR filtru řešíme obvykle následující problémy: volba frekvenční odezvy požadovaného filtru; nejčastěji volíme ideální charakteristiku normovanou k Nyquistově frekvenci, popř.
Analýza a zpracování ultrazvukových signálů
KAPITOLA 6 Analýza a zpracování ultrazvukových signálů Tato kapitola se zaměřuje zejména na metody číslicového zpracování a analýzy ultrazvukových signálů. V dnešních ultrazvukových přístrojích převažuje
Číslicové filtry. Honza Černocký, ÚPGM
Číslicové filtry Honza Černocký, ÚPGM Aliasy Digitální filtry Diskrétní systémy Systémy s diskrétním časem atd. 2 Na co? Úprava signálů Zdůraznění Potlačení Detekce 3 Zdůraznění basy 4 Zdůraznění výšky
1. Přednáška: Obecné Inf. + Signály a jejich reprezentace
1. Přednáška: Obecné Inf. + Signály a jejich reprezentace 1 Obecné informace Změna rozvrhů Docházka na cvičení 2 Literatura a podklady Základní učební texty : Prchal J., Šimák B.: Digitální zpracování
ANALÝZA LIDSKÉHO HLASU
ANALÝZA LIDSKÉHO HLASU Pomůcky mikrofon MCA-BTA, LabQuest, program LoggerPro (nebo LoggerLite), tabulkový editor Excel, program Mathematica Postup Z každodenní zkušenosti víme, že každý lidský hlas je
Fourierova transformace
Fourierova transformace EO Přednáška Pavel Máša ÚVODEM Známe Fourierovy řady v komplexním tvaru f(t) = 1X k= 1 A k e jk! t Spektrum této řady je diskrétní A k = 1 T Obvody tedy musíme řešit v HUS člen
Základní metody číslicového zpracování signálu a obrazu část II.
A4M38AVS Aplikace vestavěných systémů Přednáška č. 8 Základní metody číslicového zpracování signálu a obrazu část II. Radek Sedláček, katedra měření, ČVUT FEL, 2015 Obsah přednášky Převzorkování decimace,
1. Základy teorie přenosu informací
1. Základy teorie přenosu informací Úvodem citát o pojmu informace Informace je název pro obsah toho, co se vymění s vnějším světem, když se mu přizpůsobujeme a působíme na něj svým přizpůsobováním. N.
SIGNÁLY A LINEÁRNÍ SYSTÉMY
SIGNÁLY A LINEÁRNÍ SYSTÉMY prof. Ing. Jiří Holčík, CSc. holcik@iba.muni.cz, Kamenice 3, 4. patro, dv.č.424 INVESTICE Institut DO biostatistiky ROZVOJE VZDĚLÁVÁNÍ a analýz IV. FREKVENČNÍ TRASFORMACE SPOJITÉ
Jasové transformace. Karel Horák. Rozvrh přednášky:
1 / 23 Jasové transformace Karel Horák Rozvrh přednášky: 1. Úvod. 2. Histogram obrazu. 3. Globální jasová transformace. 4. Lokální jasová transformace. 5. Bodová jasová transformace. 2 / 23 Jasové transformace
25. DIGITÁLNÍ TELEVIZNÍ SIGNÁL A KABELOVÁ TELEVIZE
25. DIGITÁLNÍ TELEVIZNÍ SIGNÁL A KABELOVÁ TELEVIZE Digitalizace obrazu a komprese dat. Uveďte bitovou rychlost nekomprimovaného číslicového TV signálu a jakou šířku vysílacího pásma by s dolním částečně
Periodicita v časové řadě, její popis a identifikace, exponenciální vyrovnáván
Periodicita v časové řadě, její popis a identifikace, exponenciální vyrovnávání Statistika II Katedra ekonometrie FVL UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Periodicita v časových
Číslicová filtrace. FIR filtry IIR filtry. ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE Fakulta elektrotechnická
ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE Fakulta elektrotechnická Ing. Radek Sedláček, Ph.D., katedra měření K13138 Číslicová filtrace FIR filtry IIR filtry Tyto materiály vznikly za podpory Fondu rozvoje
Separovatelné diferenciální rovnice
Matematika 2, příklady na procvičení (Josef Tkadlec, 8. 6. 2009) Separovatelné diferenciální rovnice. Řešte diferenciální rovnici s počáteční podmínkou x = e x t, x() = 0. 2. Řešte diferenciální rovnici
Circular Harmonics. Tomáš Zámečník
Circular Harmonics Tomáš Zámečník Úvod Circular Harmonics Reprezentace křivky, která je: podmonožinou RxR uzavřená funkcí úhlu na intervalu Dále budeme hovořit pouze o takovýchto křivkách/funkcích
Architektura počítačů. Zvukové karty
Architektura počítačů Zvukové karty Zvuková karta Zařízení které slouží k počítačovému zpracování zvuku. Vstupy a výstupy zvukové karty: Analogový výstup pro stereo signál (sluchátka, přední reproduktory)
9. cvičení z Matematické analýzy 2
9. cvičení z Matematické analýzy 7. listopadu -. prosince 7 9. Určete Fourierovu řadu periodického rozšíření funkce ft = t na, a její součet. Definice: Necht f je -periodická funkce, která je integrabilní
Akustika. 3.1 Teorie - spektrum
Akustika 3.1 Teorie - spektrum Rozklad kmitů do nejjednodušších harmonických Spektrum Spektrum Jedna harmonická vlna = 1 frekvence Dvě vlny = 2 frekvence Spektrum 3 vlny = 3 frekvence Spektrum Další vlny