Percepcyjne kodowanie dźwięku
|
|
- Zofia Smolińska
- 5 lat temu
- Przeglądów:
Transkrypt
1 Percepcyjne kodowanie dźwięku Wykład (prof. dr hab. inż. Tomasz Zieliński): 1. Podstawy bezstratnego (Huffmana) i stratnego (ADPCM) kodowania sygnałów. 2. Percepcyjne właściwości ludzkiego słuchu. Modele psychoakustyczne 1 i 2 MPEG audio. 3. Zestawy filtrów: dekompozycja sygnału dźwiękowego w standardach MP2 i MP3. 4. Algorytm MP2 standardu MPEG-2 audio: alokacja bitów, formowanie ramki. 5. Algorytmy MP3 i AAC standardu kompresji MPEG-2 audio. 6. Algorytmy kodowania dźwięku standardu MPEG Algorytm AC3. Kodowanie dźwięku wielokanałowego. Bezstratne kodowanie dźwięku. 8. Kierunki rozwoju kodowania percepcyjnego dźwięku. Laboratorium (dr inż. Jarosław Bułat): 1. Bezstratne kodowanie Huffmana 2. Stratne kodowanie ADPCM 3. Modele psychoakustyczne 1 i 2 standardu MPEG-2 audio 4. Zespół filtrów poziomu MP2 standardu MPEG audio 5. Alokacja bitów i formowanie ramki w standardzie MP2 standardu MPEG audio 6. Zespół filtrów poziomu MP3 standardu MPEG-2 audio 7. Kodowanie dźwięku wielokanałowego. Bezstratne kodowanie dźwięku. 8. Test sprawdzający.
2 Literatura: 1. Zieliński T.: Cyfrowe przetwarzanie sygnałów. Od teorii do zastosowań: WKŁ, Warszawa Bosi M.: Introduction to digital audio coding and standards: Springer Spanias A. Painter T.: Audio signal processing and coding: Wiley Painter T., Spanias A.: Perceptual coding of digital audio: Proc. IEEE, vol. 88, no. 4, str , April 2 5. ISO/IEC IS : Coding of moving pictures and associated audio for digital storage media up to 1.5 Mbit/s, Part 3: Audio, Annex D,. ISO/IEC JTCI, Zasady organizacyjne: Wykłady i laboratoria odbywają się co dwa tygodnie na przemian: Tydzień 1: wykład 1 ( ), Tydzień 2: lab 1, Tydzień 3: wykład 2 ( ), Tydzień 4: lab 2, itd. Wykład odbywa się w Sali 127.D-5 o godz. 8: w co drugi wtorek. Forma zaliczenia przedmiotu: sprawozdania z ćwiczeń, kolokwium końcowe Zasada wystawienia oceny końcowej: średnia ważona: ocena ze sprawozdań (75%) oraz kolokwium (25%)
3 1. Wprowadzenie Metody kodowania: - bezstratne (medycyna, dane komputerowe) - stratne (mowa, dźwięk/audio, obraz, wideo) Kodowanie bezstratne: - nic nie ginie, inne zapisanie tego samego Zasada: - symbole występujące częściej otrzymują krótszy kod bitowy, a występujące rzadziej - dłuższy Metody kodownia: - Huffmana, arytmetyczne, słownikowe Kodowanie stratne: - utrata informacji/jakości, zauważalna lub nie Zasada: Mowa: Uwzględnianie nadajnika. Mowę wypowiada człowiek, każdy z nas jest zbudowany tak samo, można zbudować model generacji mowy, kodowaną mowę dzieli się na fragmenty i dla każdego z nich znajduje się wartości parametrów dla modelu / syntezatora. Zapisuje się i przesyła parametry syntezatora.
4 Dźwięk: Uwzględnianie odbiornika. Ponieważ dźwięk przeznaczony jest dla człowieka usuwamy z niego to wszystko czego człowiek nie usłyszy. Ponieważ występujące częstotliwości wzajemnie się maskują. Sygnał dźwięku dzielony jest na podpasma częstotliwościowe i przydziela się różną liczbę bitów na każde podpasmo w zależności od istotności psychoakustycznej tego podpasma. Obraz: Efektywnie kodujemy informację w dziedzinie częstotliwości: usuwamy redundancję (powtarzanie się) informacji i wysokoczęstotliwościowe szczegóły. Film: Jak wyżej, dodatkowo nie zapisujemy tego co powtarza się na kolejnych obrazach
5 2. Kodowanie bezstratne Zastępowanie sekwencji bitów innymi sekwencjami bitów (transkodowanie) tak aby suma bitów była mniejsza. Zasada kodowania Huffmana: jeśli coś występuje częściej otrzymuje krótszy kod! Np. Komunikat { a, a, b, a, a, c, d, d, a, a } Tablica kodowa Huffmana dla tego komunikatu Koder: Dekoder: Symbol Kod stary Liczba powtórzeń Prawdopodobieństwo Kod nowy a 6.6 = 6/1 b = 1/1 1 c = 1/1 11 d = 2/1 11 Komunikat: { a, a, b, a, a, c, d, d, a, a }: Stary kod: = 2bitów Nowy kod: = 16bitów
6 Algorytm kodowania Huffmana 1) Połącz dwa symbole o najniższym prawdopodobieństwie p a =,6 p b =,1 p c =,1 p d =,2 p a =,6 p bc =,2 p d =,2 p a =,6 p bcd =,4 p abcd = 1 2) Zbuduj drzewo odpowiadające ww. połączeniom: a b c d p a =,6 p b =,1 p c =,1 p d =,2 1 p bc =,2 1 p bcd =,4 1 p abcd = 1 3) Znajdź nowy kod każdego symbolu: poruszaj się od pnia drzewa do konaru z danym symbolem, każdy skręt w prawo = 1, a w lewo =. Np. dla b mamy 1. Otrzymałeś: a = b = 1 c = 11 d = 11
7 Entropia ciągu symboli określa najmniejszą możliwą liczbę bitów, potrzebnych do zakodowania pojedynczego symbolu tego ciągu: N H( x) = pnlog2 p n= 1 Oblicz entropię komunikatu { a, a, b, a, a, c, d, d, a, a }, tego samego co poprzednio: ( ) H( x ) =.6 log (.6) +.1 log (.1) +.1 log (.1) +.2 log (.2) ( ) Hx= ( ) Hx= ( ) bita/symbol U nas mamy 1 symboli, czyli minimum to bita. A potrzebowaliśmy 16 bitów! n
8 Programy w Matlabie z instrukcji function [symb, prawd] = sortuj( x ); symb = unique( x ); prawd = zeros( size(symb) ); for n=1:length(prawd) prawd(n)=sum( x == symb(n) ); end function tr = drzewo( symb, prawd ) for n=1:length(prawd); node.pr=prawd(n); node.left=[]; node.right=[]; node.symbol=symb(n); tr(n)=node; end while( length(tr) > 1 ) pr = cat(, tr.pr ); [ dummy, idx ] = sort( pr, 'ascend' ); tr = tr(idx); % sortuj według prawdopodobieństwa trnew.pr=tr(1).pr+tr(2).pr; % suma prawdopodobieństw trnew.left=tr(1); trnew.right=tr(2); trnew.symbol=[]; % symbol pusty (suma symboli) tr = [tr, trnew]; % dodaj nowy złożony symbol na końcu tr(1:2) = []; % skasuj dwa pierwsze symbole end function kod=tablicakodera( kod, tr ) if( ==isempty( tr.symbol ) ) kod(length(kod)+1).symbol = tr.symbol; kod(end).bits = []; return; end kodleft = tablicakodera( kod, tr.left ); kodright = tablicakodera( kod, tr.right ); for n=1:length(kodleft) kodleft(n).bits = ['1', kodleft(n).bits]; end for n=1:length(kodright) kodright(n).bits = ['', kodright(n).bits]; end kod = [kod, kodleft, kodright];
9 Alternatywny kod w Matlabie 1 function start 2 clc 3 x = abs(round(1*randn(1,1))); 4 [symbole, p]=zlicz(x); 5 [symbole, tabela] = tabela_huffmana(symbole, p); 6 bity = huffman_koder(x, symbole, tabela); 7 y = huffman_dekoder(bity, symbole, tabela); 8 blad_rekonstrukcji=sum(abs(x(:)-y(:))) 9 function [symbol tabela] = tabela_huffmana(symbol,prw); 1 for k=1:length(symbol); 11 st{k}=k; %symbole tymczasowe 12 tabela{k}=[]; 13 end 14 p=prw(:); 15 Np = length(p)+1; 16 while Np>2 17 Np = length(find(p<1)); 18 [p, I] = sort(p,'ascend'); 19 st = st(i); 2 for k=1:length(st{1}) 21 tabela{st{1}(k)}=[1 tabela{st{1}(k)}]; 22 end 23 for k=1:length(st{2}) 24 tabela{st{2}(k)}=[ tabela{st{2}(k)}]; 25 end 26 st{1}=[st{1} st{2}]; 27 st{2}=[]; 28 p(1) = p(1)+p(2); 29 p(2) = 1; 3 end 31 function bity = huffman_koder(x, symbole, tabela); 32 bity=logical([]); 33 for k=1:length(x); 34 I = find(symbole==x(k)); 35 bity = [bity logical(tabela{i})]; 36 end
10 37 function y=huffman_dekoder(bity, symbole, tabela); 38 Nb=length(bity); 39 I1=1; 4 y = []; 41 while I1<=Nb 42 for k=1:size(tabela,2) 43 tab = tabela{k}; It=length(tab); 44 if I1+It-1<=Nb 45 if tab == bity(i1:i1+it-1); 46 y=[y symbole(k)]; 47 I1=I1+It; 48 break 49 end 5 end 51 end 52 end 53 function [symbol, prw]=zlicz(x); 54 % x - komunikat - liczby całkowite 55 symbol=[]; 56 prw=[]; 57 x = x(:); 58 N = length(x); 59 k = 1; 6 Iz = zeros(size(x)); 61 while sum(iz)<n; 62 Is=find(x==x(k)); 63 symbol = [symbol x(k)]; 64 prw = [prw length(is)/n]; 65 Iz(Is)=1; 66 Ik=find(Iz==); 67 if length(ik)> 68 k=ik(1); 69 else 7 break 71 end 72 end
11 3. Kodowanie różnicowe dźwięku ( ADPCM) Modulacja DELTA kodowana jest różnica pomiędzy dwoma kolejnymi próbkami JEDNYM BITEM DPCM
12 Adaptive DPCM ITU G kbits/sec Szczegóły i program w instrukcji laboratoryjnej!
13 4. Kodowanie mowy...n...a...sz...e...g...o... słowo " naszego" numer próbki " na" numer próbki.2 " sz" numer próbki.2 " ego" numer próbki
14 Widma częstotliwościowe słowa naszego : a) klasyczna transformata Fouriera b) krótkoczasowa transformata Fouriera a) -2-4 Moduł widma Fouriera słowa " naszego" db f [Hz] 4 Moduł krótkoczasowej transformaty Fouriera słowa " naszego" b) 3 f [Hz] numer próbki...n...a...sz...e...g...o...
15 Wycinanie fragmentu mowy do analizy: okno Hamminga o długości 24 elementów jest przesuwane z krokiem 18 próbek i wymnażane z sygnałem głoska dźwięczna "a" numer próbki Model generacji sygnału mowy T? G {a 1, a 2,...,a 1 } Mowa dźwięczna Mowa bezdźwięczna Pobudzenie okresowe Pobudzenie losowe V UV e(n) Wzm H ( z) = a1 z + a2z a1z G e(n) 1 Filtr traktu głosowego H(f) s(n) mowa f [Hz]
16 Filtr cyfrowy udający filtr traktu głosowego e(n) G s(n) a 1 z 1 a 2 z 1 s(n 1) s(n 2) a 1 z 1 s(n 1) Schemat blokowy kodera LPC-1 mowa Preemfaza Okno Hamminga Estymacja wzmocnienia G Estymacja wsp. filtra {a k } G = r() + a = R 1 k = 1 1 a r( k) r k Filtr LP 9 Hz Progowanie Autokorelacja Decyzja: mowa dźwięczna (V) czy bezdźwięczna (UV) Decyzja UV V/UV T= N k 1 rk ( ) = xnxn ( ) ( + k) n= k =,1, 2,..., N 1 V Oblicz okres T
17 Porównanie głosek a i sz, wypowiadanych przez mężczyznę: sygnały czasowe ich funkcje autokorelacji ich funkcje AMDF moduły obwiedni widma częstotliwościowego a) głoska a b) głoska sz głoska " a" numer próbki głoska " sz" numer próbki 2 1 funkcja autokorelacji " a" indeks czasu.4.2 funkcja AMDF " a" indeks czasu H(f) dla " a" f [Hz] funkcja autokorelacji sz" " indeks czasu.1.5 funkcja AMDF " sz" indeks czasu H(f) dla " sz" f [Hz]
18 Porównanie standardów kodowania mowy LPC: kodowanie i dekodowanie mowy
19 CELP kodowanie: predykcja, słownik, kształtowanie szumu
20 CELP dekodowanie:
21 4. Kodowanie pasmowe dźwięku Ilustracja efektu maskowania częstotliwościowego (a) i czasowego (b) a) ton maskujący ton zamaskowany ton niezamaskowany b) ton maskujący ton zamaskowany ton niezamaskowany f m f 3 f f 1 f 2 t f m t m Kodery audio: oszukiwanie uszu w podpasmach częstotliwościowych:
22 Schemat blokowy kodera standardu MPEG-1 audio na poziomie MP1 i MP2. Szarym kolorem zaznaczono rozszerzenia poziomu MP2 w stosunku do MP1. Wejściowy strumień bitów AUDIO: 2*768 kilobitów na sekundę (2 kanały * 16 bitów * 48 khz), wyjściowy strumień bitów MPEG: od 2*32 do 2*192 kilobitów na sekundę Zadawana przepływność bitowa AUDIO Zespół filtrów analizy Blok 1 Blok 2 Blok 3 Sposób Normalizacja normalizacji SCF, SCFI Alokacja Alokacja bitów bitów na podpasma wsp. A i B Normalizacja Kwantyzacja Grupowanie trójkami Kodowanie strumienia bitów (ramki) MPEG FFT Model psychoakustyczny (124) SMR 32 Schemat blokowy dekodera standardu MPEG-1 audio na poziomie MP1 i MP2. Szarym kolorem zaznaczono rozszerzenia poziomu MP2 w stosunku do MP1 wsp. C i D MPEG Dekodowanie strumienia bitów (ramki) Rekwantyzacja (C & D) Rozgrupowanie trójek Denormalizacja 2 32 Blok 1 Blok 2 Blok 3 Zespół filtrów syntezy AUDIO SCF, SCFI
23
24
25 5. Kodowanie obrazów Schemat blokowy kodera (góra) i dekodera (dół) obrazów standardu JPEG [Bhas97]. Tablice kodera entropijnego Huffmana, stosowane w standardzie, są zoptymalizowane dla szerokiej gamy obrazów, dlatego najczęściej nie są najefektywniejsze dla aktualnie kodowanego Zbiór dyskowy Obraz podzielony na bloki 8 8 Tablice kwantyzacji Tablice kodowania Nagłówek Tablice DCT Kwantyzator Q Koder entropijny Dane Zbiór dyskowy Nagłówek Tablice Tablice kodowania Tablice kwantyzacji Obraz podzielony na bloki 8 8 Dane Dekoder entropijny Rekwantyzator Q IDCT Skanowanie zygzak współczynników transformaty 2D DCT każdego bloku 8 8 pikseli DC AC i.t.d.
26 6. Kodowanie wideo - MPEG wideo koder i dekoder Schemat blokowy kodera (po lewej) i dekodera (po prawej) sygnału wideo standardu MPEG. Oznaczenia operacji: DCT dwuwymiarowa transformacja kosinusowa, Q kwantyzacja, VLI bezstratne kodowanie o zmiennej długości (Variable Length Integers), X 1 operacja odwrotna do X. Oznaczenia ramek: I ramka kodowana bez kompensacji ruchu tak jak w standardzie JPEG, P 1 ramka kodowana różnicowo (predykcyjnie) w stosunku do ramki I z kompensacją ruchu jednostronną ( w przód ), P 2 ramka kodowana różnicowo w stosunku do P 1 z kompensacją ruchu jednostronną ( w przód ), B ramki kodowane różnicowo z kompensacją ruchu dwustronną ( w przód od ramki I oraz w tył od odpowiedniej ramki P) Kontrola Rodzaje ramek Wejściowe bity Pamięć ramek Wstępne przetw. Wejściowe wideo DCT Q Q 1 DCT 1 VLC Bufor Wyjściowe bity I B 1 B 2 P 1 B 3 B 4 P 2 Kompensacja ruchu Bufor VLC 1 Q 1 DCT 1 Kompensacja ruchu Estymacja ruchu Pamięć ramek Multiplekser 1/2 Ramka poprzednia Ramka następna Wyjściowe wideo
27 Ilustracja graficzna zasady działania procedur estymacji i kompensacji ruchu: a) jednostronnej w przód, b) dwustronnej: w przód i w tył. W ramkach odniesienia, poprzedniej i następnej, znajduje się makroblok pikseli najbardziej podobny do makrobloku w aktualnej ramce i odejmuje się go od tej ramki. Tworzy się w ten sposób obraz różnicowy, charakteryzujący się małymi wartościami intensywności pikseli, który można efektywnie zakodować tak jak w standardzie JPEG. Optymalne wektory przesunięć, prowadzące do minimalizacji dynamiki obrazu różnicowego nazywa się wektorami ruchu (WR) również się je koduje i przesyła a) Ramka poprzednia WR Ramka aktualna b) Ramka poprzednia WR1 Ramka aktualna Makroblok Ramka następna WR2 Makroblok Błąd predykcji w przód 1/2 Błąd predykcji w tył Błąd predykcji Multiplekser DCT DCT
28
Kodowanie podpasmowe. Plan 1. Zasada 2. Filtry cyfrowe 3. Podstawowy algorytm 4. Zastosowania
Kodowanie podpasmowe Plan 1. Zasada 2. Filtry cyfrowe 3. Podstawowy algorytm 4. Zastosowania Zasada ogólna Rozkład sygnału źródłowego na części składowe (jak w kodowaniu transformacyjnym) Wada kodowania
Bardziej szczegółowoWybrane metody kompresji obrazów
Wybrane metody kompresji obrazów Celem kodowania kompresyjnego obrazu jest redukcja ilości informacji w nim zawartej. Redukcja ta polega na usuwaniu informacji nadmiarowej w obrazie, tzw. redundancji.
Bardziej szczegółowoKompresja dźwięku w standardzie MPEG-1
mgr inż. Grzegorz Kraszewski SYSTEMY MULTIMEDIALNE wykład 7, strona 1. Kompresja dźwięku w standardzie MPEG-1 Ogólne założenia kompresji stratnej Zjawisko maskowania psychoakustycznego Schemat blokowy
Bardziej szczegółowoKwantowanie sygnałów analogowych na przykładzie sygnału mowy
Kwantowanie sygnałów analogowych na przykładzie sygnału mowy Treść wykładu: Sygnał mowy i jego właściwości Kwantowanie skalarne: kwantyzator równomierny, nierównomierny, adaptacyjny Zastosowanie w koderze
Bardziej szczegółowoZałożenia i obszar zastosowań. JPEG - algorytm kodowania obrazu. Geneza algorytmu KOMPRESJA OBRAZÓW STATYCZNYCH - ALGORYTM JPEG
Założenia i obszar zastosowań KOMPRESJA OBRAZÓW STATYCZNYCH - ALGORYTM JPEG Plan wykładu: Geneza algorytmu Założenia i obszar zastosowań JPEG kroki algorytmu kodowania obrazu Założenia: Obraz monochromatyczny
Bardziej szczegółowoWedług raportu ISO z 1988 roku algorytm JPEG składa się z następujących kroków: 0.5, = V i, j. /Q i, j
Kompresja transformacyjna. Opis standardu JPEG. Algorytm JPEG powstał w wyniku prac prowadzonych przez grupę ekspertów (ang. Joint Photographic Expert Group). Prace te zakończyły się w 1991 roku, kiedy
Bardziej szczegółowoKOMPRESJA STRATNA SYGNAŁU MOWY. Metody kompresji stratnej sygnałów multimedialnych: Uproszczone modelowanie źródeł generacji sygnałów LPC, CELP
KOMPRESJA STRATNA SYGNAŁU MOWY Metody kompresji stratnej sygnałów multimedialnych: Uproszczone modelowanie źródeł generacji sygnałów LPC, CELP Śledzenie i upraszczanie zmian dynamicznych sygnałów ADPCM
Bardziej szczegółowoFundamentals of Data Compression
Załącznik nr 7 do Zarządzenia Rektora nr 10/12 z dnia 21 lutego 2012r. KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2012/2013
Bardziej szczegółowoKompresja video (MPEG)
mgr inż. Grzegorz Kraszewski SYSTEMY MULTIMEDIALNE wykład 8, strona 1. Kompresja video (MEG) Zasadniczy schemat kompresora video Typy ramek przy kompresji czasowej Analiza ramek przez syntezę Sposób detekcji
Bardziej szczegółowoZastosowanie kompresji w kryptografii Piotr Piotrowski
Zastosowanie kompresji w kryptografii Piotr Piotrowski 1 Plan prezentacji I. Wstęp II. Kryteria oceny algorytmów III. Główne klasy algorytmów IV. Przykłady algorytmów selektywnego szyfrowania V. Podsumowanie
Bardziej szczegółowoDef. Kod jednoznacznie definiowalny Def. Kod przedrostkowy Def. Kod optymalny. Przykłady kodów. Kody optymalne
Załóżmy, że mamy źródło S, które generuje symbole ze zbioru S={x, x 2,..., x N } z prawdopodobieństwem P={p, p 2,..., p N }, symbolom tym odpowiadają kody P={c, c 2,..., c N }. fektywność danego sposobu
Bardziej szczegółowoRozpoznawanie i synteza mowy w systemach multimedialnych. Analiza i synteza mowy - wprowadzenie. Spektrogram wyrażenia: computer speech
Slajd 1 Analiza i synteza mowy - wprowadzenie Spektrogram wyrażenia: computer speech Slide 1 Slajd 2 Analiza i synteza mowy - wprowadzenie Slide 2 Slajd 3 Analiza i synteza mowy - wprowadzenie Slide 3
Bardziej szczegółowoKOMPRESJA OBRAZÓW STATYCZNYCH - ALGORYTM JPEG
KOMPRESJA OBRAZÓW STATYCZNYCH - ALGORYTM JPEG Joint Photographic Expert Group - 1986 ISO - International Standard Organisation CCITT - Comité Consultatif International de Téléphonie et Télégraphie Standard
Bardziej szczegółowoKompresja Kodowanie arytmetyczne. Dariusz Sobczuk
Kompresja Kodowanie arytmetyczne Dariusz Sobczuk Kodowanie arytmetyczne (lata 1960-te) Pierwsze prace w tym kierunku sięgają początków lat 60-tych XX wieku Pierwszy algorytm Eliasa nie został opublikowany
Bardziej szczegółowoKompresja sekwencji obrazów - algorytm MPEG-2
Kompresja sekwencji obrazów - algorytm MPEG- Moving Pictures Experts Group (MPEG) - 988 ISO - International Standard Organisation CCITT - Comité Consultatif International de Téléphonie et TélégraphieT
Bardziej szczegółowoPrzedmowa 11 Ważniejsze oznaczenia 14 Spis skrótów i akronimów 15 Wstęp 21 W.1. Obraz naturalny i cyfrowe przetwarzanie obrazów 21 W.2.
Przedmowa 11 Ważniejsze oznaczenia 14 Spis skrótów i akronimów 15 Wstęp 21 W.1. Obraz naturalny i cyfrowe przetwarzanie obrazów 21 W.2. Technika obrazu 24 W.3. Normalizacja w zakresie obrazu cyfrowego
Bardziej szczegółowoKwantyzacja wektorowa. Kodowanie różnicowe.
Kwantyzacja wektorowa. Kodowanie różnicowe. Kodowanie i kompresja informacji - Wykład 7 12 kwietnia 2010 Kwantyzacja wektorowa wprowadzenie Zamiast kwantyzować pojedyncze elementy kwantyzujemy całe bloki
Bardziej szczegółowoKompresja obrazów w statycznych - algorytm JPEG
Kompresja obrazów w statycznych - algorytm JPEG Joint Photographic Expert Group - 986 ISO - International Standard Organisation CCITT - Comité Consultatif International de Téléphonie et Télégraphie Standard
Bardziej szczegółowodr inż. Piotr Odya Wprowadzenie
dr inż. Piotr Odya Wprowadzenie Dane multimedialne to przede wszystkim duże strumienie danych liczone w MB a coraz częściej w GB; Mimo dynamicznego rozwoju technologii pamięci i coraz szybszych transferów
Bardziej szczegółowoKodowanie transformacyjne. Plan 1. Zasada 2. Rodzaje transformacji 3. Standard JPEG
Kodowanie transformacyjne Plan 1. Zasada 2. Rodzaje transformacji 3. Standard JPEG Zasada Zasada podstawowa: na danych wykonujemy transformacje która: Likwiduje korelacje Skupia energię w kilku komponentach
Bardziej szczegółowoPodstawy transmisji multimedialnych podstawy kodowania dźwięku i obrazu Autor Wojciech Gumiński
Podstawy transmisji multimedialnych podstawy kodowania dźwięku i obrazu Autor Wojciech Gumiński Podstawy transmisji multimedialnych Plan wykładu Wprowadzenie 1. Wprowadzenie 2. Ilość informacji 3. Kodowanie
Bardziej szczegółowoKodowanie i kompresja Streszczenie Studia Wieczorowe Wykład 10, 2007
1 Kompresja wideo Kodowanie i kompresja Streszczenie Studia Wieczorowe Wykład 10, 2007 Dane wideo jako sekwencja skorelowanych obrazów (ramek). Specyfika danych wideo: drobne zmiany kolorów w kolejnych
Bardziej szczegółowoZAKŁAD SYSTEMÓW ELEKTRONICZNYCH I TELEKOMUNIKACYJNYCH Laboratorium Podstaw Telekomunikacji WPŁYW SZUMÓW NA TRANSMISJĘ CYFROWĄ
Laboratorium Podstaw Telekomunikacji Ćw. 4 WPŁYW SZUMÓW NA TRANSMISJĘ CYFROWĄ 1. Zapoznać się z zestawem do demonstracji wpływu zakłóceń na transmisję sygnałów cyfrowych. 2. Przy użyciu oscyloskopu cyfrowego
Bardziej szczegółowoPrzedmowa Wykaz oznaczeń Wykaz skrótów 1. Sygnały i ich parametry 1 1.1. Pojęcia podstawowe 1 1.2. Klasyfikacja sygnałów 2 1.3.
Przedmowa Wykaz oznaczeń Wykaz skrótów 1. Sygnały i ich parametry 1 1.1. Pojęcia podstawowe 1 1.2. Klasyfikacja sygnałów 2 1.3. Sygnały deterministyczne 4 1.3.1. Parametry 4 1.3.2. Przykłady 7 1.3.3. Sygnały
Bardziej szczegółowoWybrane algorytmu kompresji dźwięku
[1/28] Wybrane algorytmu kompresji dźwięku [dr inż. Paweł Forczmański] Katedra Systemów Multimedialnych, Wydział Informatyki, Zachodniopomorski Uniwersytet Technologiczny w Szczecinie [2/28] Podstawy kompresji
Bardziej szczegółowoJoint Photographic Experts Group
Joint Photographic Experts Group Artur Drozd Uniwersytet Jagielloński 14 maja 2010 1 Co to jest JPEG? Dlaczego powstał? 2 Transformata Fouriera 3 Dyskretna transformata kosinusowa (DCT-II) 4 Kodowanie
Bardziej szczegółowoWykład VI. Dźwięk cyfrowy. dr inż. Janusz Słupik. Gliwice, Wydział Matematyki Stosowanej Politechniki Śląskiej. c Copyright 2014 Janusz Słupik
Wykład VI Wydział Matematyki Stosowanej Politechniki Śląskiej Gliwice, 2014 c Copyright 2014 Janusz Słupik Kompresja dźwięku Kompresja dźwięku bezstratna podczas odtwarzania otrzymujemy wierne odwzorowanie
Bardziej szczegółowodr inż. Jacek Naruniec
dr inż. Jacek Naruniec J.Naruniec@ire.pw.edu.pl Entropia jest to średnia ilość informacji przypadająca na jeden znak alfabetu. H( x) n i 1 p( i)log W rzeczywistości określa nam granicę efektywności kodowania
Bardziej szczegółowoMicha Strzelecki Metody przetwarzania i analizy obrazów biomedycznych (2)
Micha Strzelecki Metody przetwarzania i analizy obrazów biomedycznych (2) Prezentacja multimedialna współfinansowana przez Unię Europejską w ramach Europejskiego Funduszu Społecznego w projekcie Innowacyjna
Bardziej szczegółowoTechnika audio część 2
Technika audio część 2 Wykład 12 Projektowanie cyfrowych układów elektronicznych Mgr inż. Łukasz Kirchner lukasz.kirchner@cs.put.poznan.pl http://www.cs.put.poznan.pl/lkirchner Wprowadzenie do filtracji
Bardziej szczegółowomgr inż. Grzegorz Kraszewski SYSTEMY MULTIMEDIALNE wykład 4, strona 1. GOLOMBA I RICE'A
mgr inż. Grzegorz Kraszewski SYSTEMY MULTIMEDIALNE wykład 4, strona 1. KOMPRESJA ALGORYTMEM ARYTMETYCZNYM, GOLOMBA I RICE'A Idea algorytmu arytmetycznego Przykład kodowania arytmetycznego Renormalizacja
Bardziej szczegółowoTransformata Fouriera
Transformata Fouriera Program wykładu 1. Wprowadzenie teoretyczne 2. Algorytm FFT 3. Zastosowanie analizy Fouriera 4. Przykłady programów Wprowadzenie teoretyczne Zespolona transformata Fouriera Jeżeli
Bardziej szczegółowoWielokanałowe systemy kodowania dźwięku
Wielokanałowe systemy kodowania dźwięku Początki dźwięku wielokanałowego Fantasound (1940) pokazy filmu Fantasia Walta Disneya dodatkowa taśma filmowa z dźwiękiem (zapis optyczny): L, C, P mechaniczne
Bardziej szczegółowoWydział Elektryczny. Katedra Telekomunikacji i Aparatury Elektronicznej. Instrukcja do pracowni specjalistycznej
Politechnika Białostocka Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej Instrukcja do pracowni specjalistycznej Temat ćwiczenia: Badanie własności koderów PCM zastosowanych do sygnałów
Bardziej szczegółowoJęzyki Modelowania i Symulacji
Języki Modelowania i Symulacji Przetwarzanie sygnałów fonicznych Marcin Ciołek Katedra Systemów Automatyki WETI, Politechnika Gdańska 3 listopada 211 O czym będziemy mówili? 1 2 wavrecord wavplay y = wavrecord(n,
Bardziej szczegółowoKompresja sekwencji obrazów
Kompresja sekwencji obrazów - algorytm MPEG-2 Moving Pictures Experts Group (MPEG) - 1988 ISO - International Standard Organisation CCITT - Comité Consultatif International de Téléphonie T et TélégraphieT
Bardziej szczegółowoKodowanie Huffmana. Platforma programistyczna.net; materiały do laboratorium 2014/15 Marcin Wilczewski
Kodowanie Huffmana Platforma programistyczna.net; materiały do laboratorium 24/5 Marcin Wilczewski Algorytm Huffmana (David Huffman, 952) Algorytm Huffmana jest popularnym algorytmem generującym optymalny
Bardziej szczegółowo4 Zasoby językowe Korpusy obcojęzyczne Korpusy języka polskiego Słowniki Sposoby gromadzenia danych...
Spis treści 1 Wstęp 11 1.1 Do kogo adresowana jest ta książka... 12 1.2 Historia badań nad mową i językiem... 12 1.3 Obecne główne trendy badań... 16 1.4 Opis zawartości rozdziałów... 18 2 Wyzwania i możliwe
Bardziej szczegółowoTeoria sygnałów Signal Theory. Elektrotechnika I stopień (I stopień / II stopień) ogólnoakademicki (ogólno akademicki / praktyczny)
. KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2012/2013 Teoria sygnałów Signal Theory A. USYTUOWANIE MODUŁU W SYSTEMIE STUDIÓW
Bardziej szczegółowoKlasyfikacja metod kompresji
dr inż. Piotr Odya Klasyfikacja metod kompresji Metody bezstratne Zakodowany strumień danych po dekompresji jest identyczny z oryginalnymi danymi przed kompresją, Metody stratne W wyniku kompresji część
Bardziej szczegółowomgr inż. Grzegorz Kraszewski SYSTEMY MULTIMEDIALNE wykład 1, strona 1.
mgr inż. Grzegorz Kraszewski SYSTEMY MULTIMEDIALNE wykład 1, strona 1. SYSTEMY MULTIMEDIALNE Co to jest system multimedialny? Elementy systemu multimedialnego Nośniki danych i ich wpływ na kodowanie Cele
Bardziej szczegółowoOpis efektów kształcenia dla modułu zajęć
Nazwa modułu: Teoria i przetwarzanie sygnałów Rok akademicki: 2013/2014 Kod: EEL-1-524-s Punkty ECTS: 6 Wydział: Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej Kierunek: Elektrotechnika
Bardziej szczegółowoKodowanie podpasmowe. Plan 1. Zasada 2. Filtry cyfrowe 3. Podstawowy algorytm 4. Zastosowania
Kodowanie podpasmowe Plan 1. Zasada. Filtry cyfrowe 3. Podstawowy algorytm 4. Zastosowania Zasada ogólna Rozkład sygnału źródłowego na części składowe (jak w kodowaniu transformacyjnym) Wada kodowania
Bardziej szczegółowoKodowanie podpasmowe
Kodowanie i kompresja informacji - Wykład 12 [10] 24 maja 2010 Wprowadzenie Rozłożenie informacji na części (pasma) i kodowanie ich oddzielnie. Wprowadzenie Rozłożenie informacji na części (pasma) i kodowanie
Bardziej szczegółowodr inż. Piotr Odya Parametry dźwięku zakres słyszanych przez człowieka częstotliwości: 20 Hz - 20 khz; 10 oktaw zakres dynamiki słuchu: 130 db
dr inż. Piotr Odya Parametry dźwięku zakres słyszanych przez człowieka częstotliwości: 20 Hz - 20 khz; 10 oktaw zakres dynamiki słuchu: 130 db 1 Sygnał foniczny poziom analogowy czas cyfrowy poziom czas
Bardziej szczegółowoKodowanie transformujace. Kompresja danych. Tomasz Jurdziński. Wykład 11: Transformaty i JPEG
Tomasz Wykład 11: Transformaty i JPEG Idea kodowania transformujacego Etapy kodowania 1 Wektor danych x 0,...,x N 1 przekształcamy (odwracalnie!) na wektor c 0,...,c N 1, tak aby: energia była skoncentrowana
Bardziej szczegółowoKlasyfikacja metod kompresji
dr inż. Piotr Odya Klasyfikacja metod kompresji Metody bezstratne Zakodowany strumień danych po dekompresji jest identyczny z oryginalnymi danymi przed kompresją, Metody stratne W wyniku kompresji część
Bardziej szczegółowoWielokanałowe systemy kodowania dźwięku
Wielokanałowe systemy kodowania dźwięku Początki dźwięku wielokanałowego Fantasound (1940) pokazy filmu Fantasia Walta Disneya dodatkowa taśma filmowa z dźwiękiem (zapis optyczny): L, C, P mechaniczne
Bardziej szczegółowoPrzetwarzanie i transmisja danych multimedialnych. Wykład 5 Kodowanie słownikowe. Przemysław Sękalski.
Przetwarzanie i transmisja danych multimedialnych Wykład 5 Kodowanie słownikowe Przemysław Sękalski sekalski@dmcs.pl Politechnika Łódzka Katedra Mikroelektroniki i Technik Informatycznych DMCS Przemysław
Bardziej szczegółowoPolitechnika Świętokrzyska. Laboratorium. Cyfrowe przetwarzanie sygnałów. Ćwiczenie 6. Transformata cosinusowa. Krótkookresowa transformata Fouriera.
Politechnika Świętokrzyska Laboratorium Cyfrowe przetwarzanie sygnałów Ćwiczenie 6 Transformata cosinusowa. Krótkookresowa transformata Fouriera. Cel ćwiczenia Celem ćwiczenia jest zapoznanie studentów
Bardziej szczegółowoAdaptacyjne Przetwarzanie Sygnałów. Filtracja adaptacyjna w dziedzinie częstotliwości
W Filtracja adaptacyjna w dziedzinie częstotliwości Blokowy algorytm LMS (BLMS) N f n+n = f n + α x n+i e(n + i), i= N L Slide e(n + i) =d(n + i) f T n x n+i (i =,,N ) Wprowadźmy nowy indeks: n = kn (
Bardziej szczegółowoKompresja danych DKDA (7)
Kompresja danych DKDA (7) Marcin Gogolewski marcing@wmi.amu.edu.pl Uniwersytet im. Adama Mickiewicza w Poznaniu Poznań, 22 listopada 2016 1 Kwantyzacja skalarna Wprowadzenie Analiza jakości Typy kwantyzatorów
Bardziej szczegółowoPrzetwarzanie i transmisja danych multimedialnych. Wykład 6 Metody predykcyjne. Przemysław Sękalski.
Przetwarzanie i transmisja danych multimedialnych Wykład 6 Metody predykcyjne Przemysław Sękalski sekalski@dmcs.pl Politechnika Łódzka Katedra Mikroelektroniki i Technik Informatycznych DMCS Wykład opracowano
Bardziej szczegółowoInżynieria obrazów cyfrowych. Ćwiczenie 5. Kompresja JPEG
Doc. dr inż. Jacek Jarnicki Instytut Informatyki, Automatyki i Robotyki Politechniki Wrocławskiej jacek.jarnicki@pwr.wroc.pl Inżynieria obrazów cyfrowych Ćwiczenie 5 Kompresja JPEG Zadaniem ćwiczenia jest
Bardziej szczegółowoEgzamin / zaliczenie na ocenę*
WYDZIAŁ PODSTAWOWYCH PROBLEMÓW TECHNIKI Zał. nr 4 do ZW 33/01 KARTA PRZEDMIOTU Nazwa w języku polskim CYFROWE PRZETWARZANIE SYGNAŁÓW Nazwa w języku angielskim DIGITAL SIGNAL PROCESSING Kierunek studiów
Bardziej szczegółowoPrzekształcenie Fouriera i splot
Zastosowania Procesorów Sygnałowych dr inż. Grzegorz Szwoch greg@multimed.org p. 732 - Katedra Systemów Multimedialnych Przekształcenie Fouriera i splot Wstęp Na tym wykładzie: przekształcenie Fouriera
Bardziej szczegółowo(12) TŁUMACZENIE PATENTU EUROPEJSKIEGO (19) PL (11) PL/EP 2311035. (96) Data i numer zgłoszenia patentu europejskiego: 06.07.2009 09793882.
RZECZPOSPOLITA POLSKA (12) TŁUMACZENIE PATENTU EUROPEJSKIEGO (19) PL (11) PL/EP 2311035 (96) Data i numer zgłoszenia patentu europejskiego: 06.07.2009 09793882.3 (13) (51) T3 Int.Cl. G10L 19/14 (2006.01)
Bardziej szczegółowoKompresja bezstratna. Entropia. Kod Huffmana
Kompresja bezstratna. Entropia. Kod Huffmana Kodowanie i bezpieczeństwo informacji - Wykład 10 29 kwietnia 2013 Teoria informacji Jeśli P(A) jest prawdopodobieństwem wystapienia informacji A to niech i(a)
Bardziej szczegółowoWstęp do techniki wideo
Wstęp do techniki wideo Wykład 11 Technologie dla urządzeń mobilnych Mgr inż. Łukasz Kirchner lukasz.kirchner@cs.put.poznan.pl http://www.cs.put.poznan.pl/lkirchner Standardy przesyłania obrazu wideo Luminancja
Bardziej szczegółowoteoria informacji Entropia, informacja, kodowanie Mariusz Różycki 24 sierpnia 2015
teoria informacji Entropia, informacja, kodowanie Mariusz Różycki 24 sierpnia 2015 1 zakres materiału zakres materiału 1. Czym jest teoria informacji? 2. Wprowadzenie matematyczne. 3. Entropia i informacja.
Bardziej szczegółowoNowoczesne metody emisji ucyfrowionego sygnału telewizyjnego
Nowoczesne metody emisji ucyfrowionego sygnału telewizyjnego Bogdan Uljasz Wydział Elektroniki Wojskowej Akademii Technicznej ul. Kaliskiego 2 00-908 Warszawa Konferencja naukowo-techniczna Dzisiejsze
Bardziej szczegółowoProgram wykładu. informatyka + 2
Program wykładu 1. Jak słyszymy podstawy fizyczne i psychofizyczne, efekty maskowania 2. Sposoby zapisu sygnałów dźwiękowych 3. Sposoby kodowania sygnałów dźwiękowych ze szczególnym uwzględnieniem MP3
Bardziej szczegółowoKodowanie predykcyjne
Kodowanie i kompresja informacji - Wykład 5 22 marca 2010 Motywacje W tekstach naturalnych symbole bardzo często zależa od siebie. Motywacje W tekstach naturalnych symbole bardzo często zależa od siebie.
Bardziej szczegółowoAkwizycja i przetwarzanie sygnałów cyfrowych
Akwizycja i przetwarzanie sygnałów cyfrowych Instytut Teleinformatyki ITI PK Kraków 21 luty 2011 Kompresja sygnałów multimedialnych sygnały multimedialne jedne z najważniejszych typów sygnałow cyfrowych;
Bardziej szczegółowoKody splotowe (konwolucyjne)
Modulacja i Kodowanie Labolatorium Kodowanie kanałowe kody konwolucyjne Kody splotowe (konwolucyjne) Główną różnicą pomiędzy kodami blokowi a konwolucyjnymi (splotowymi) polega na konstrukcji ciągu kodowego.
Bardziej szczegółowoTransformaty. Kodowanie transformujace
Transformaty. Kodowanie transformujace Kodowanie i kompresja informacji - Wykład 10 10 maja 2009 Szeregi Fouriera Każda funkcję okresowa f (t) o okresie T można zapisać jako f (t) = a 0 + a n cos nω 0
Bardziej szczegółowodr inż. Artur Janicki pok. 414 Zakład Systemów Teletransmisyjnych Instytut Telekomunikacji PW
dr inż. Artur Janicki email: A.Janicki@tele.pw.edu.pl, pok. 414 Zakład Systemów Teletransmisyjnych Instytut Telekomunikacji PW Kodowanie źródła podstawowe informacje Sygnał mowy informacje ogólne, jak
Bardziej szczegółowo2. STRUKTURA RADIOFONICZNYCH SYGNAŁÓW CYFROWYCH
1. WSTĘP Radiofonię cyfrową cechują strumienie danych o dużych przepływnościach danych. Do przesyłania strumienia danych o dużych przepływnościach stosuje się transmisję z wykorzystaniem wielu sygnałów
Bardziej szczegółowoFormaty - podziały. format pliku. format kompresji. format zapisu (nośnika) kontener dla danych WAV, AVI, BMP
dr inż. Piotr Odya Formaty - podziały format pliku kontener dla danych WAV, AVI, BMP format kompresji bezstratna/stratna ADPCM, MPEG, JPEG, RLE format zapisu (nośnika) ściśle określona struktura plików
Bardziej szczegółowoSieci neuronowe - projekt
Sieci neuronowe - projekt Maciej Barański, Kamil Dadel 15 stycznia 2015 Streszczenie W ramach projektu został zrealizowany algorytm kompresji stratnej bazujący na działaniu samoorganizującej się sieci
Bardziej szczegółowoModulacja i kodowanie. Labolatorium. Kodowanie źródłowe Kod Huffman a
Modulacja i kodowanie Labolatorium Kodowanie źródłowe Kod Huffman a W tym ćwiczeniu zajmiemy się kodowaniem źródłowym (source coding). 1. Kodowanie źródłowe Głównym celem kodowanie źródłowego jest zmniejszenie
Bardziej szczegółowoKodowanie i kompresja Streszczenie Studia dzienne Wykład 9,
1 Kody Tunstalla Kodowanie i kompresja Streszczenie Studia dzienne Wykład 9, 14.04.2005 Inne podejście: słowa kodowe mają ustaloną długość, lecz mogą kodować ciągi liter z alfabetu wejściowego o różnej
Bardziej szczegółowoKody Tunstalla. Kodowanie arytmetyczne
Kody Tunstalla. Kodowanie arytmetyczne Kodowanie i kompresja informacji - Wykład 3 8 marca 2010 Kody Tunstalla Wszystkie słowa kodowe maja ta sama długość ale jeden kod może kodować różna liczbę liter
Bardziej szczegółowo(12) TŁUMACZENIE PATENTU EUROPEJSKIEGO (19) PL (11) PL/EP (96) Data i numer zgłoszenia patentu europejskiego:
RZECZPOSPOLITA POLSKA (12) TŁUMACZENIE PATENTU EUROPEJSKIEGO (19) PL (11) PL/EP 232147 Urząd Patentowy Rzeczypospolitej Polskiej (96) Data i numer zgłoszenia patentu europejskiego: 23.06.09 11162.1 (97)
Bardziej szczegółowoPsychoakustyka. Dźwięk zapisany w formie nieskompresowanej na przykład na CD zawiera więcej informacji niż jest w stanie przetworzyć ludzki mózg.
Standard MP3 Historia Standard MPEG-1 - "Layer3" został opracowany w niemieckim instytucie Fraunhofer, a konkretnie w departamencie "Audio i Multimedia", gdzie około 30 inżynierów pracuje nad rozwojem
Bardziej szczegółowoDYSKRETNA TRANSFORMACJA FOURIERA
Laboratorium Teorii Sygnałów - DFT 1 DYSKRETNA TRANSFORMACJA FOURIERA Cel ćwiczenia Celem ćwiczenia jest przeprowadzenie analizy widmowej sygnałów okresowych za pomocą szybkiego przekształcenie Fouriera
Bardziej szczegółowoMODULACJE IMPULSOWE. TSIM W10: Modulacje impulsowe 1/22
MODULACJE IMPULSOWE TSIM W10: Modulacje impulsowe 1/22 Fala nośna: Modulacja PAM Pulse Amplitude Modulation Sygnał PAM i jego widmo: y PAM (t) = n= x(nt s ) Y PAM (ω) = τ T s Sa(ωτ/2)e j(ωτ/2) ( ) t τ/2
Bardziej szczegółowoKompresja danych Streszczenie Studia Dzienne Wykład 10,
1 Kwantyzacja wektorowa Kompresja danych Streszczenie Studia Dzienne Wykład 10, 28.04.2006 Kwantyzacja wektorowa: dane dzielone na bloki (wektory), każdy blok kwantyzowany jako jeden element danych. Ogólny
Bardziej szczegółowo2. Próbkowanie Sygnały okresowe (16). Trygonometryczny szereg Fouriera (17). Częstotliwość Nyquista (20).
SPIS TREŚCI ROZDZIAŁ I SYGNAŁY CYFROWE 9 1. Pojęcia wstępne Wiadomości, informacje, dane, sygnały (9). Sygnał jako nośnik informacji (11). Sygnał jako funkcja (12). Sygnał analogowy (13). Sygnał cyfrowy
Bardziej szczegółowoprzedmiot kierunkowy (podstawowy / kierunkowy / inny HES) obieralny (obowiązkowy / nieobowiązkowy) polski semestr VI
Załącznik nr 7 do Zarządzenia Rektora nr 10/12 z dnia 21 lutego 2012r. KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2018/2019
Bardziej szczegółowoKrótki przegląd pierwszych standardów kompresji obrazów
Krótki przegląd pierwszych standardów kompresji obrazów Najstarszymi (980 rok) i szeroko stosowanymi obecnie standardami kompresji obrazów cyfrowych są międzynarodowe standardy kodowania cyfrowych faksów,
Bardziej szczegółowoSYLABUS DOTYCZY CYKLU KSZTAŁCENIA Realizowany w roku akademickim 2016/2017
Załącznik nr 4 do Uchwały Senatu nr 430/01/2015 SYLABUS DOTYCZY CYKLU KSZTAŁCENIA 2015-2017 Realizowany w roku akademickim 2016/2017 1.1. PODSTAWOWE INFORMACJE O PRZEDMIOCIE/MODULE Nazwa przedmiotu/ modułu
Bardziej szczegółowoSprawdzian wiadomości z jednostki szkoleniowej M3.JM1.JS3 Użytkowanie kart dźwiękowych, głośników i mikrofonów
Sprawdzian wiadomości z jednostki szkoleniowej M3.JM1.JS3 Użytkowanie kart dźwiękowych, głośników i mikrofonów 1. Przekształcenie sygnału analogowego na postać cyfrową określamy mianem: a. digitalizacji
Bardziej szczegółowoKompresja danych kodowanie Huffmana. Dariusz Sobczuk
Kompresja danych kodowanie Huffmana Dariusz Sobczuk Plan wykładu Kodowanie metodą Shannona-Fano Kodowanie metodą Huffmana Elementarny kod Golomba Kod Golomba Kod Rice a kompresja danych 2 Efektywny kod
Bardziej szczegółowoKOMPRESJA STRATNA DŹWIĘKU
ZESZYTY NAUKOWE 39-58 Leszek Grad 1 KOMPRESJA STRATNA DŹWIĘKU Streszczenie W artykule przedstawione zostały elementarne wiadomości z zakresu kompresji stratnej dźwięku. Przedstawiony został liniowy model
Bardziej szczegółowoPodstawowe pojęcia. Teoria informacji
Kodowanie i kompresja informacji - Wykład 1 22 luty 2010 Literatura K. Sayood, Kompresja danych - wprowadzenie, READ ME 2002 (ISBN 83-7243-094-2) Literatura K. Sayood, Kompresja danych - wprowadzenie,
Bardziej szczegółowoFFT i dyskretny splot. Aplikacje w DSP
i dyskretny splot. Aplikacje w DSP Marcin Jenczmyk m.jenczmyk@knm.katowice.pl Wydział Matematyki, Fizyki i Chemii 10 maja 2014 M. Jenczmyk Sesja wiosenna KNM 2014 i dyskretny splot 1 / 17 Transformata
Bardziej szczegółowoPrzetwarzanie i transmisja danych multimedialnych. Wykład 10 Kompresja obrazów ruchomych MPEG. Przemysław Sękalski.
Przetwarzanie i transmisja danych multimedialnych Wykład 10 Kompresja obrazów ruchomych MPEG Przemysław Sękalski sekalski@dmcs.pl Politechnika Łódzka Katedra Mikroelektroniki i Technik Informatycznych
Bardziej szczegółowoTemat: Algorytm kompresji plików metodą Huffmana
Temat: Algorytm kompresji plików metodą Huffmana. Wymagania dotyczące kompresji danych Przez M oznaczmy zbiór wszystkich możliwych symboli występujących w pliku (alfabet pliku). Przykład M = 2, gdy plik
Bardziej szczegółowoWydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej
Politechnika Białostocka Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej Instrukcja do zajęć laboratoryjnych z przedmiotu: Przetwarzanie Sygnałów Kod: TS1C400027 Temat ćwiczenia:
Bardziej szczegółowoWydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej
Politechnika Białostocka Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej Instrukcja do zajęć laboratoryjnych z przedmiotu: Przetwarzanie Sygnałów Kod: TS1A400027 Temat ćwiczenia:
Bardziej szczegółowoADAPTACYJNE PRZETWARZANIE SYGNAŁÓW LABORATORIUM. Ćwiczenie 4. Wybrane telekomunikacyjne zastosowania algorytmów adaptacyjnych
ADAPTACYJNE PRZETWARZANIE SYGNAŁÓW LABORATORIUM Ćwiczenie 4 Wybrane telekomunikacyjne zastosowania algorytmów adaptacyjnych 1. CEL ĆWICZENIA Celem niniejszego ćwiczenia jest zapoznanie studentów z dwoma
Bardziej szczegółowoNierówność Krafta-McMillana, Kodowanie Huffmana
Nierówność Krafta-McMillana, Kodowanie Huffmana Kodowanie i kompresja informacji - Wykład 2 1 marca 2010 Test na jednoznaczna dekodowalność Kod a jest prefiksem kodu b jeśli b jest postaci ax. x nazywamy
Bardziej szczegółowo(12) TŁUMACZENIE PATENTU EUROPEJSKIEGO (19) PL (11) PL/EP (96) Data i numer zgłoszenia patentu europejskiego:
RZECZPOSPOLITA POLSKA (12) TŁUMACZENIE PATENTU EUROPEJSKIEGO (19) PL (11) PL/EP 2346029 (96) Data i numer zgłoszenia patentu europejskiego: 2.06.09 1117188.1 (13) (1) T3 Int.Cl. GL 19/00 (13.01) GL 19/02
Bardziej szczegółowoKomputerowe modelowanie ludzkiego słuchu w kompresji dźwięku
Matematyka i informatyka może i trudne, ale nie nudne Wykład 6 Komputerowe modelowanie ludzkiego słuchu w kompresji dźwięku prelegent: mgr inż Krzysztof Popowski 23 wrzesień 2009 Plan wykładu Podstawowe
Bardziej szczegółowoPrzedstawiamy Państwu tekst będący
Zaawansowana kompresja cyfrowych sygnałów wizyjnych standard AVC/H.264 MAREK DOMAŃSKI, TOMASZ GRAJEK, JAROSŁAW MAREK Politechnika Poznańska, Zakład Telekomunikacji Multimedialnej i Radioelektroniki Przedstawiamy
Bardziej szczegółowoTeoria Informacji - wykład. Kodowanie wiadomości
Teoria Informacji - wykład Kodowanie wiadomości Definicja kodu Niech S={s 1, s 2,..., s q } oznacza dany zbiór elementów. Kodem nazywamy wówczas odwzorowanie zbioru wszystkich możliwych ciągów utworzonych
Bardziej szczegółowoCyfrowe przetwarzanie i kompresja danych. dr inż.. Wojciech Zając
Cyfrowe przetwarzanie i kompresja danych dr inż.. Wojciech Zając Wykład 7. Standardy kompresji obrazów nieruchomych Obraz cyfrowy co to takiego? OBRAZ ANALOGOWY OBRAZ CYFROWY PRÓBKOWANY 8x8 Kompresja danych
Bardziej szczegółowoPrzetwarzanie sygnałów z zastosowaniem procesorów sygnałowych - opis przedmiotu
Przetwarzanie sygnałów z zastosowaniem procesorów sygnałowych - opis przedmiotu Informacje ogólne Nazwa przedmiotu Przetwarzanie sygnałów z zastosowaniem procesorów sygnałowych Kod przedmiotu 06.5-WE-EP-PSzZPS
Bardziej szczegółowoTeoria informacji i kodowania Ćwiczenia
Teoria informacji i kodowania Ćwiczenia Piotr Chołda, Andrzej Kamisiński Katedra Telekomunikacji Akademii Górniczo-Hutniczej Kod źródłowy Kodem źródłowym nazywamy funkcję różnowartościową, która elementom
Bardziej szczegółowo