Funcionamiento Del MPEG

7/22/2019 Funcionamiento Del MPEG

1/62

3.3.2 Funcionamiento del MPEG

MPEG.

MPEG son las siglas de Moving Picture Experts Group (Grupo de expertos en

imgenes en movimiento), es un grupo de la ISO y la familia de estndares de

compresin y de formatos de archivo de video digital.

A finales de los 80 se empez a notar cierta necesidad en la industria

multimedia de conseguir un formato que permitiera grabar pistas de audio y video en

formato digital y con una compresin equiparable al formato, ya por entoncesutilizado, JPEG para la grabacin y compresin de imgenes.

En respuesta a esta necesidad, en Mayo de 1988 se realizo la primera reunin

del MPEG en Ottawa Canad, bajo la direccin de ISO (International Estandards

Organization) e IEC (international Electrotechnical Communication) con el fin de

unificar criterios y desarrollar estndares internacionales de compresin,

descompresin, procesamiento y codificacin de imgenes animadas y datos de

audio.

Mediante la fijacin de una serie de estndares, el grupo MPEG admiti

distintos formatos de compresin por parte de empresas e individuos particulares para

ser revisados. El modelo de verificacin utilizado explicaba, sencillamente, el

funcionamiento del codificador y el decodificador.

Tras algunas pruebas, se lleg a los estndares MPEG-1 y MPEG-2 que hoyen da se han convertido en los utilizados genricamente para audio y video. MPEG-1

fue aprobado en 1992 y facilitaba la codificacin de audio en tres capas distintas.

MPEG-2, fue anunciado en 1994 como el nuevo estndar de codificacin y video que

permita seales de videos entrelazados, audio en multicanal, Dolby 5.1, codificacin


2/62

de audio en frecuencias ms bajas (lo que supona an ms compresin que su

predecesor MPEG-1).

El formato MPEG es dependiente de la zona geogrfica en la que seautilizado. Por lo tanto, el formato PAL es utilizado en Europa, mientas que

elNTSC es el formato americano. Sin embargo, existen dispositivos multizona que

son compatibles con ambosPAL y NTSC. Si el video MPEG que utilizars est en 25

FPS, debes convertirlo al formato PAL, y si est en 23.976 o 29.976FPS, debers

utilizar el formato NTSC. La conversin al formato equivocado puede causar

desincronizacin audio/video u otro tipo de inconvenientes. El video MPEG

convertido puede ser grabado como un CD de datos normales, pero para poder verlo

en un DVD de mesa o dispositivo porttil, debe ser grabado con uno de los estndares

de VCD. La estructura de un VCD es muy distinta a la de un CD de datos comn, por

lo que se deben utilizar programas especiales para grabar VCD, tales como el Nero.

La metodologa de compresin MPEG se considera asimtrica ya que el

codificador es ms complejo que el decodificador. El codificador tiene que ser

algortmico o adaptativo, mientras que el decodificador es sencillo y lleva acciones

fijas. Esto se considera una ventaja en aplicaciones tales como la radiodifusin, donde

el nmero de codificadores costosos y complejos es pequeo, pero el nmero de

descodificadores simples y de bajo costo es grande. El enfoque de la estandarizacin

de MPEG es novedoso, porque no es el codificador el que est estandarizado, pero si

la forma que un decodificador interpreta la cadena de bits. La ventaja de estandarizar

el decodificador es que a travs del tiempo los algoritmos de codificacin pueden ser

mejorados, y los decodificadores compatibles pueden seguir funcionando.

El MPEG utiliza Cdec (codificadores-decodificadores) de compresin con

bajas prdidas de sonido usando cdecs de transformacin.
http://www.ecured.cu/index.php/NTSChttp://www.ecured.cu/index.php/PALhttp://www.ecured.cu/index.php/PALhttp://www.ecured.cu/index.php/NTSC


3/62

En los cdecs de transformacin con bajas prdidas, las muestras tomadas de

imagen y sonido son troceadas en pequeos fragmentos y solamente las diferencias

con estas imgenes reconstruidas y algn extra necesario para llevar a cabo la

prediccin es almacenado. MPEG solamente normaliza el formato del flujo binario yel descodificador. El codificador no est normalizado en ningn sentido, pero hay

implementaciones de referencia, para los miembros que producen flujos binarios

vlidos.

MPEG-1: VCD, MPEG-2: DVD; MPEG-3: HDTV, MPEG-4: DIVX, XVID.

MPEG1

Es el nombre de un grupo de estndares de codificacin de audio y vdeo

normalizados por el grupo MPEG (Moving Pictures Experts Group). MPEG-1

vdeo se utiliza en el formatoVideo CD. La calidad de salida con la tasa de

compresin usual usada en VCD es similar a la de un cassette vdeo VHS domstico.

Para el audio, el grupo MPEG defini el MPEG-1 audio layer 3 ms conocido

comoMP3.

MPEG-1 est conformado por diferentes partes:

1. Sincronizacin y transmisin simultnea de vdeo y audio.2. Cdec de compresin para seales de vdeo noentrelazadas (progresivas).3. Cdec de compresin para seales de audio con control sobre la tasa de

compresin. El estndar define tres capas (layers en ingls), o niveles decomplejidad de la codificacin de audio MPEG.

MP1 o MPEG-1 Parte 3 Capa 1 (MPEG-1 Audio Layer 1). MP2 o MPEG-1 Parte 3 Capa 2 (MPEG-1 Audio Layer 2).
http://es.wikipedia.org/wiki/MPEGhttp://es.wikipedia.org/wiki/Video_CDhttp://es.wikipedia.org/wiki/VHShttp://es.wikipedia.org/wiki/MP3http://es.wikipedia.org/wiki/C%C3%B3dechttp://es.wikipedia.org/wiki/Entrelazadohttp://es.wikipedia.org/wiki/C%C3%B3dechttp://es.wikipedia.org/wiki/MP2http://es.wikipedia.org/wiki/MP2http://es.wikipedia.org/wiki/C%C3%B3dechttp://es.wikipedia.org/wiki/Entrelazadohttp://es.wikipedia.org/wiki/C%C3%B3dechttp://es.wikipedia.org/wiki/MP3http://es.wikipedia.org/wiki/VHShttp://es.wikipedia.org/wiki/Video_CDhttp://es.wikipedia.org/wiki/MPEG


4/62

MP3 o MPEG-1 Parte 3 Capa 3 (MPEG-1 Audio Layer 3).

4. Procedimientos para verificar la conformidad.5. Software de referencia.

Est diseado para comprimir VHS de vdeo y CD de audio digital de calidad

de hasta 1.5 Mbit/s (26:1 y 6:1 relaciones de compresin respectivamente), sin

prdida de calidad excesiva.

MPEG-2

El estndar MPEG-2 es una extensin del estndar MPEG-1. Para una

imagen de televisin estndar (704 x 576 pixels) y un frame rate (velocidad a la cual

las imgenes salen en la decodificacin) tpico de 25Hz, MPEG-2 esta diseado para

proporcionar televisin de alta calidad con un bit rate entre 4-9Mb/s. MPEG-2 fue

diseado para proporcionar codificacin de vdeo de alta calidad apropiado para

transmisin sobre redes de computadores. De hecho MPEG-2 es el principal

protocolo de compresin utilizado sobre conexiones DBS. Este estndar de

compresin de vdeo y audio es capaz de explotar redundancias espaciales y

temporales, consiguiendo ratios de compresin de hasta 200:1 y adems siendo capaz

de codificar una fuente de vdeo y/o audio con casi cualquier nivel de calidad.

Principios de codificacin

Una secuencia de vdeo tiene tres tipos de redundancia que un esquema de

codificacin necesita explotar en orden de conseguir una muy buena compresin:

Espacial Temporal Psicovisual
http://es.wikipedia.org/wiki/MP3http://es.wikipedia.org/wiki/MP3


5/62

Las redundancias espaciales y temporales ocurren porque los valores de los

pixels no son completamente independientes si no que estn correlados con los

valores de los pixels vecinos, tanto en espacio como en tiempo (es decir, dentro de

una misma trama o con las tramas anterior y/o posterior). Por ello diremos que susvalores pueden ser predichos en cierta medida. Por otra parte, la redundancia

psicovisual tiene que ver con las limitaciones fsicas del ojo humano, que tiene una

limitada respuesta para fijarse en los detalles espaciales y es menos sensitivo al

distinguir detalles en las esquinas o los cambios rpidos. Por tanto, el proceso de

codificacin puede ser capaz de minimizar el bit-rate mientras se mantiene constante

la calidad a la que le ojo humano ve la imagen decodificada.

El sistema de compresin MPEG-2 (al igual que MPEG-1) utiliza la

Transformada Discreta del Coseno (DCT) y codificacin entrpica para transformar

un bloque de pixels en cdigos de longitud variable (VLC). Los bloques son la

mnima unidad de codificacin en el algoritmo MPEG.

Estn compuestos de pixels de 8x8 y pueden ser de tres tipos: luminancia (Y),

componente rojo de la crominancia Cr y el componente azul de la crominancia Cb.

Mediante la DCT los bloques adquieren la forma de VLC, que no son ms que la

representacin de de los coeficientes cuantificados de la DCT.

Los codificadores MPEG-2 producen tres tipos de de imgenes: intra-frame (o

imgenes I), imgenes interframe causales (o imgenes P) e

imgenes interframbidireccionales (o imgenes B). La relacin entre estos tres tipos

de tramas se puede ver en la siguiente figura:


6/62

Las imgenes I: Se codifican como si fuesen imgenes fijas utilizando la

norma JPEG, por tanto, para decodificar una imagen de este tipo no hacen falta otras

imgenes de la secuencia, sino slo ella misma. No se considera la redundancia

temporal (compresin intraframe). Se consigue una moderada compresin explotando

nicamente la redundancia espacial. Una imagen I siempre es un punto de acceso en

el flujo de bits de vdeo. Son las imgenes ms grandes.

Las imgenes P: Estn codificadas como prediccin de de la imagen I P

anterior usando un mecanismo de compensacin de movimiento. Para decodificar una

imagen de este tipo se necesita, adems de ella misma, la I P anterior. El proceso de

codificacin aqu explota tanto la redundancia espacial como la temporal.

Las imgenes B: Se codifican utilizando la I P anterior y la I P siguiente

como referencia para la compensacin y estimacin de movimiento. Para

decodificarlas hacen falta, adems de ellas mismas, la I P anterior y la I P

siguiente. Estas imgenes consiguen los niveles de compresin ms elevados y por

tanto son las ms pequeas.

Existen otro tipo de imgenes llamadas imgenes intraframe de baja

resolucin (o imgenes D) que son de las mismas caractersticas que las I pero con

menos resolucin. Se usan en aplicaciones que no necesitan gran calidad, como el

avance rpido.


7/62

Las imgenes desde una imagen I hasta la siguiente forman un grupo

de imgenes (GOP). Los componentes de un GOP estn dibujados en la siguiente

figura:

Las imgenes son generadas por el codificador MPEG-2 generando en primer

lugar los bloques 8x8, de luminancia o crominancia. Los bloques de luminancia secombinan en grupos de cuatro, los cuales, cuando se combinan con la informacin

asociada de crominancia para la correspondiente regin de la imagen forman

macrobloques, que son de 16x16 pixels.

Los macrobloques adyacentes son agrupados en un slice. Una imagen est

compuesta por un nmero de slices precedidos por una cabecera de imagen. De igual

forma, un slice est compuesto de un nmero de macrobloques precedidos de una

cabecera de slice. Cada macrobloque tambin comienza con una cabecera, que

contiene informacin de la ubicacin del macrobloque MB adress, y vectores de

movimiento utilizados en prediccin con compensacin de movimiento. En el primer

macrobloque de cada slice, el MB adress y el vector de movimiento son codificados


8/62

absolutamente. En cada uno de los restantes macrobloques del slice, estos pares

metros son codificados diferencialmente con respecto a los correspondientes valores

del macrobloque inmediatamente anterior.

El nivel de sistema de MPEG-2 (Systems Layer) describe un mtodo estndar

para multiplexar y demultiplexar secuencias de media (audio, vdeo y secuencias de

datos) y un mecanismo, que utilizando sellos temporales consigue mantener una

sincronizacin entre varias secuencias dentro de la red.

El nivel de sistema de MPEG-2 permite que varias secuencias de audio y

vdeo se combinen para formar una nica secuencia de salida. El MPEG Systems

Layer puede adquirir dos formas:

Secuencia de Programa (PS: Program stream): Esta basado en la estructura de

multiplexacin establecida por el MPEG-1 y pretende que se utilice para un canal de

vdeo, y audio y datos asociados. Est optimizado para su uso en aplicaciones de

multimedia y es compatible con MPEG-1.

Secuencia de Transporte (TS: Transport Stream): Este tipo de multiplexacin

es nuevo del MPEG-2. Consiste en pequeos paquetes de transporte de longitud fija,

cada uno de exactamente 188 bytes de tamao con 4 bytes de informacin de

cabecera. El TS est pensado para el transporte de media donde los errores o

prdidas de bits son ms frecuentes. Puede soportar multiples programas ejecutados

simultneamente.

Con el fin de generar cualquiera de las dos multiplexaciones, una secuencia devdeo se fragmenta en una cadena de imgenes codificadas, denominadas unidades de

acceso. Una unidad de acceso de MPEG representa una imagen I, P B codificada y

es variable en tamao, dependiendo del nivel de compresin conseguido para la

imagen. Una sucesin de unidades de acceso de vdeo de longitud variable se


9/62

denomina secuencia elemental de vdeo. La secuencia elemental de vdeo se convierte

en una secuencia elemental de paquetes (PES: Packetized Elementary Stream)

agrupando datos sucesivos de un nmero de secuencias elementales formando la

carga til de una cadena de paquetes. Se aade adems una cabecera a cada paquete.Los PES pueden ser de cualquier tamao hasta 64 KB. Las secuencias de PES pueden

almacenarse o transmitirse tal como son, aunque habitualmente son convertidas en

secuencias de transporte o secuencias de programa.

En redes hbridas se utiliza por norma general la secuencia de transporte. Los

paquetes de PES se cargan en los paquetes de transporte de forma que el primer byte

de un paquete PES es el primer byte de carga til del paquete de transporte y que un

nico paquete de transporte puede llevar datos de un PES.

La secuencia de transporte proporciona las siguientes funciones:

Multiplex orientado a paquetes: Proporciona la capacidad de multiplexar

varias secuencias de entrada (p.ej. audio, vdeo, o datos privados) en un nico canal

de salida.

Silenciador de errores: Proporciona ciertas caractersticas que asisten al

decodificador que recibe datos errneos que haban sido introducidos en la

transmisin o en el almacenamiento.

Sincronizacin: Se consigue utilizando sellos temporales que pueden ser

utilizados para la gestin del buffer y para la sincronizacin entre secuencias.

Sincronizacin entre secuencias elementales

En el receptor, un demultiplexador separa los paquetes de una secuencia de

transporte o de una secuencia de programa en las secuencias elementales. Las


10/62

unidades de acceso de cada secuencia elemental son almacenadas en unos buffers

FIFO esperando a ser decodificadas. Se usan sellos temporales cuando un

decodificador debe decodificar una unidad de acceso en particular.

Existe un reloj muy preciso tanto en el multiplexador como en el receptor. Los

sellos temporales son insertados en las unidades de acceso en el multiplexador y

especifican el tiempo exacto en el cual la unidad de acceso ser decodificada en el

receptor. Por lo tanto, el multiplexador crear sellos temporales basados en el tiempo

actual ms un pequeo offset que permitaun determinado retardo en la transmisin.

Dos sellos temporales, el sello presentation video-conferencingtime

stamp (PTS) y el decoder time stamp (DTS), estn incluidos en la cabecera del

paquete de PES. stos indican al decodificador cuando mostrar la informacin

decodificada al usuario y cuando decodificar la informacin de los buffers de

decodificacin, respectivamente. Los relojes entre el codificador y el decodificador

deben estar tambin sincronizados. Esta tarea se lleva a cabo a travs de la utilizacin

de referencias del reloj de programa (PCR: Program Clock References). Un PCR

puede ser insertado en un paquete de TS (de transporte) en un campo justo despus de

su cabecera. Los PCRs son insertados en intervalos regulares para mantener la

sincronizacin entre el codificador y el decodificador.


11/62

3.4 Aplicaciones MPEG-2

3.4.1 Diferencia entre MPEG-1/ MPEG-2/ MPEG-3

DIFERENCIAS SEMEJANZAS CARACTERISTICAS

MPEG1 -MPEG2 MAYOR

CALIDAD, CON

MAYOR ANCHO

DE BANDA

-MPEG2 Y

MPGE4 SON

APROPIADOS

PARA VIDEOS Y

MPGE1 Y

MPEG3 PARAAUDIO

-COMPRESORES

DE IMAGENES

-SINTONIZACION

AUTOMATICA

DIGITAL

MPEG2 -MPEG3

PROPUESTA

ESTANDAR

PARA LA TV DE

ALTA

RESOLUCION

MPEG3 -MPEG4 MUY

BAJO ANCHO DE

BANDA Y

RESOLUCION

MPEG4 -MPEG1

INTRODUCIR

VIDEO EN UN

CD-ROM


12/62


13/62

3.4.2 Estimacin y compensacin de movimiento.

Estimacin De Movimiento

Estimacin de movimiento es el proceso a partir del cual se obtienen

los vectores de movimiento (VM) de cada macro bloque (MB) de la imagen a

codificar respeto una (o ms) imgenes de referencia. La estimacin de movimiento

es una parte muy importante del proceso de codificacin de vdeo y se utiliza en

estndares y cdecs tan populares como la familia deMPEGs (MPEG-1,MPEG-

2,MPEG-4), el ltimoH.264/MPEG-4 AVC.

La codificacin de vdeo trata de representar secuencias de imgenes con el

menor nmero de bits posible. Por eso, los mtodos de codificacin de vdeo aplican

tanto codificacin Intraimagen como Interimagen. Con el primer tipo se intenta

eliminar la redundancia espacial dentro de cada cuadro (frame), mientras que con la

codificacin Inter explotamos la redundancia temporal de la secuencia a codificar. La

estimacin y compensacin de movimiento son los mtodos que permiten este tipo de

codificacin.

La imagen se divide en bloques (a menudo cuadrados de unos cuntos pxeles,

por ejemplo 4x4) y estos se agrupan formando MB (macro bloque). Cmo hemos

dicho la estimacin de movimiento nos permite obtener los VM (vectores de

movimiento) de cada MB. La aplicacin de estos vectores por crear la nueva imagen

(imagen compensada) se denominacompensacin de movimiento que, junto con el

clculo de la imagen error entre la imagen compensada y la imagen original que

queremos codificar, es el que, en la gran mayora de cdecs, se enva aldecodificador.

La estimacin de movimiento es un proceso con una alta complejidad de

clculo y a menudo representa 2/3 del coste computacional en la codificacin de
http://es.wikipedia.org/wiki/MPEGhttp://es.wikipedia.org/wiki/MPEGhttp://es.wikipedia.org/wiki/MPEG-1http://es.wikipedia.org/wiki/MPEG-1http://es.wikipedia.org/wiki/MPEG-2http://es.wikipedia.org/wiki/MPEG-2http://es.wikipedia.org/wiki/MPEG-4http://es.wikipedia.org/wiki/H.264/MPEG-4_AVChttp://es.wikipedia.org/wiki/Compensaci%C3%B3n_de_movimientohttp://es.wikipedia.org/wiki/Compensaci%C3%B3n_de_movimientohttp://es.wikipedia.org/wiki/H.264/MPEG-4_AVChttp://es.wikipedia.org/wiki/MPEG-4http://es.wikipedia.org/wiki/MPEG-2http://es.wikipedia.org/wiki/MPEG-2http://es.wikipedia.org/wiki/MPEG-1http://es.wikipedia.org/wiki/MPEG


14/62

vdeo. Como siempre, nos encontraremos con un compromiso de Rate-distorsion,

es decir tiempo de procesado y medida fichero respecto calidad del vdeo

comprimido. Esto hace que, actualmente, muchas de las investigaciones dentro el

campo de la codificacin de vdeo se centre en buscar algoritmos que puedan realizarms eficientemente la estimacin de movimiento.

Compensacin De Movimiento

La compensacin de movimiento es una tcnica manejada en

lacodificacin de vdeo, su principal objetivo consiste en eliminar la redundancia

temporal existente entre las imgenes que componen una secuencia, con el fin de

aumentar lacompresin.

El proceso se basa en unalgoritmo que examina la sucesin de fotogramas

consecutivos, generalmente muy similares entre s, para analizar y estimar el

movimiento entre los dos. Si el sistema detecta que una regin de la imagen ya ha

aparecido anteriormente, codifica la posicin que ocupa en el fotograma actual en

lugar de volver a codificar toda la regin. De este modo, la prediccin de la imagen

actual vendr dada por la compensacin de movimiento basndose en las imgenes

anteriores.

Codificador basado en deteccin de movimiento

Hay varias tcnicas para eliminar la redundancia temporal en una secuencia de

imgenes, pero la mayora acta bajo el siguiente esquema:

Cada imagen se divide en bloques, generalmente de 8 x 8 o de 16 x 16pxeles.

Por cada bloque de la imagen, se genera una prediccin, buscando donde seencontraban estos bloques en la imagen anterior (compensacin de

movimiento).
http://es.wikipedia.org/w/index.php?title=Rate-distorsion&action=edit&redlink=1http://es.wikipedia.org/wiki/Codificaci%C3%B3n_digitalhttp://es.wikipedia.org/wiki/Compresi%C3%B3n_de_datoshttp://es.wikipedia.org/wiki/Algoritmohttp://es.wikipedia.org/wiki/Algoritmohttp://es.wikipedia.org/wiki/Compresi%C3%B3n_de_datoshttp://es.wikipedia.org/wiki/Codificaci%C3%B3n_digitalhttp://es.wikipedia.org/w/index.php?title=Rate-distorsion&action=edit&redlink=1


15/62

Se resta la prediccin al bloque de la imagen actual. Se aplica unaDCT a la diferencia entre la prediccin y el bloque actual. Se cuantifican los coeficientes DCT, eliminando las componentes de altas

frecuencias y se codifican en un cdigo, generalmente no-uniforme.

En caso de que no hubiera fotograma previo o hubiera mucha diferencia, secodifica el bloque de nuevo en lugar de la diferencia de la prediccin.

Normalmente los bloques se agrupan en macrobloques MB para reducir el

coste computacional: bloques ms grandes significa que hay menos bloques a prever.

Realmente la prediccin (compensacin de movimiento) se realiza sobre losmacrobloques: se calcula el vector de movimiento de cada elemento dentro del

macrobloque. As, para cada fotograma se guardan:

El resultado de aplicar la DCT y la cuantificacin a cada bloque diferencia. Los vectores de movimiento de los elementos de dentro los macrobloques. Se aplica un filtro a la DCT para eliminar las componentes de alta frecuencia

y aumentar la compresin.

Tratamiento de los fotogramas

La compresin anterior se puede aplicar a los fotogramas de dos maneras:

Compresin intrafotograma: La DCT se aplica a bloques de la imagenoriginal pero no se hace ninguna prediccin sobre el movimiento (la

compresin es similar a las imgenesJPEG). Se denominan fotogramas I.

Esta compresin es til si la compensacin de movimiento no proporciona

una buena prediccin.
http://es.wikipedia.org/wiki/DCThttp://es.wikipedia.org/wiki/JPEGhttp://es.wikipedia.org/wiki/JPEGhttp://es.wikipedia.org/wiki/DCT


16/62

Compresin no-intrafotograma: La DCT se aplica a los bloques de laimagen diferencia y se calcula la prediccin de movimiento. Se generarn dos

tipos de fotogramas: los P y los B.

Acceso a una secuencia de imgenes

Si slo se codificaran las predicciones, no se podra tener un acceso aleatorio

puesto que para acceder a una determinada imagen hara falta calcular las

predicciones de todas las anteriores. Por otro lado un error en un fotograma se

propagara a todos los posteriores. Por eso se combinan tres tipos de fotogramas en la

secuencia:

Fotogramas I (intra): Se codifican aisladamente, sin referencia a otros

fotogramas, como si fueran imgenes estticas. Sirven por permitir un acceso

aleatorio e impedir la propagacin de errores.

Fotogramas P (predictivos):Se codifican aplicando compensacin de movimiento

al ltimo fotograma I o P (el que sea ms reciente). Los fotogramas I y P se

denominan fotogramas de anclaje.

Fotogramas B (bidireccionalmente predictivos): Se codifican aplicando

compensacin de movimiento a los dos fotogramas de anclaje ms recientes en el

pasado y en el futuro. Con la prediccin bidireccional se suele conseguir una mejor

relacin de compresin que con predicciones basadas slo en el pasado: es posible

que un bloque del fotograma actual no aparezca en un fotograma pasado pero s en

uno de futuro. Slo se pueden crear despus de que se hayan creado los fotogramas I

y P. Tambin toleran ms error porque no se usan para hacer otras predicciones.


17/62

Agrupacin de fotogramas: GOP

Generalmente los fotogramas se agrupan en un Grupo de Fotogramas o GOP

(Group Of Pictures). Se trata de la unidad de acceso aleatorio ms pequea. Un GOPest formado por:

Un fotograma I (el primero). Uno o varios fotogramas P. Varios fotogramas B intercalados.

Usualmente en un GOP encontramos 12 fotogramas, pero el codificadorpuede cambiarlo dinmicamente. En el caso de detectar un cambio de escena, forzar

un fotograma I que dar inicio a un nuevo *GOP.

Teniendo en cuenta que para formar un fotograma P necesitamos un I y que

para formar los B necesitamos tener los I y los P, podemos ordenar la secuencia de

fotogramas desde dos puntos de vista diferentes:

Orden de visualizacin, como lo ve el usuario. Orden de bitstream, como se generan los fotogramas.

En la siguiente tabla se ve el orden en que el usuario ver los fotogramas,

junto con el orden en el que son creados y enviados:

Orden de visualizacin

I B B P B B P B B P B B I

1 2 3 4 5 6 7 8 9 10 11 12 13

Orden de bitstream

I P B B P B B P B B I B B

1 4 2 3 7 5 6 10 8 9 13 11 12


18/62

Backward vs. Forward

Es importante diferenciar entre estimacin / compensacin

Backward y estimacin / compensacin Forward, as como entender porque losmtodos de compresin de vdeo usan el primer caso. Esta clasificacin diferencia en

cul de las dos imgenes (referencia y a codificar) se definen los MB de los cuales

queremos buscar los vectores de movimiento que les corresponden.

Hablaremos de estimacin Forward s definimos los MB en la imagen

referencia. Calculamos los VM a partir de la imagen referencia. Para cada MB de la

imagen referencia buscamos dnde ha ido a parar en la imagen actual (a codificar) y,

a partir de la nueva posicin, extraemos los VM. Puede que algunos MB, o pxeles,

de la imagen referencia no aparezcan en la original y que por lo tanto identificamos

una misma zona de la imagen a codificar como la ms parecida a ms de un MB de la

imagen referencia (1). Por generar la imagen compensada cogeremos cada MB de la

de referencia y lo colocaremos en la nueva posicin que le corresponde segn los VM

que hemos calculado. Si nos encontramos con (1) algunos pxeles de la imagen

compensada se sobrescribirn y otros quedarn sin definir generando agujeros. Este

problema no pasa si aplicamos estimacin Backward, que define los MB en la imagen

a codificar y busca dnde se encontraban (o se encontrarn) en la de referencia.

Calculamos los VM a partir imagen actual. De esta manera, para llenar cada MB de la

imagen compensada iremos a buscar dnde se encontraba en la imagen de referencia

y copiaremos todos los pxeles. Aqu lo nico que hacemos es llenar MB segn los

VM que hemos encontrado y por lo tanto no habr ningn pxel sin definir. Es por

esta razn que los estndares de codificacin de vdeo utilizan la estimacin

Backward en lugar de la Forward.


19/62

Esquema representativo estimacin/compensacin fordward.

Esquema representativo estimacin/compensacin backward.

3.4.3 Transformada PCT

Codificacin por transformada: Las tcnicas de codificacin por

transformada, transforman la informacin a otro dominio donde los datos estn

mucho ms descorrelados que en el dominio espacial, y la informacin se acumula en

un pequeo nmero de muestras. E un mtodo que se utiliza para reducir la

redundancia espacial de las imgenes. Para ello se transforma la imagen a otrodominio, en el cual, slo unos pocos de los coeficientes contengan la mayor parte de

la informacin, y los otros coeficientes tengan valores despreciables. En el nuevo

dominio, la imagen tendr u a representacin mucho ms compacta, y podr ser

representada bsicamente por unos pocos coeficientes de la transformada. Las


20/62

transformadas rpidas ms comunes que son utilizadas para realizar esta

transformacin y que representa un buen comportamiento de compactacin son, la

transformacin de Karhunen loeve (KLT), transformada de Fourier Discreta (DFT),

transformada discreta de coseno (DCT), y transformada de Walsh Hadamard, entreotras.

Transformada DCT: Elegida por la mayora de los estndar establecidos ya

que contiene coeficientes reales solamente, es una transformada rpida, y tiene una

excelente compactacin de la energa y des-correlacin de los datos entre otras

propiedades.

Es una transformada basada en la Transformada de Fourier discreta, pero

utilizando nicamente nmeros reales.

La Transformada de coseno discreto expresa una secuencia finita de varios

puntos como resultado de la suma de distintas seales sinusoidales (con distintas

frecuencias y amplitudes). Como la [Transformada Discreta de Fourier] (DFT) la

DCT trabaja con una serie de nmeros finitos, pero mientras la DCT solo trabaja con

cosenos la DFT lo hace con exponenciales complejas.
http://es.wikipedia.org/wiki/Transformada_de_Fourier_discretahttp://es.wikipedia.org/wiki/Transformada_de_Fourier_discreta


21/62

Concentracin de energa de una DCT-II bidimensional comparada con una

DFT.

Formalmente la transformada de coseno discreta es unafuncinlineal e

invertible del dominioreal RNal dominio real RN, que tambin se puede entender de

forma equivalente a unamatriz de NxN posiciones.Tambin existe la DCT multidimensional, que se puede considerar como la

multiplicacin separable de varias DCT. Por ejemplo la DCT de dos dimensiones es

una transformada normal calculada por cada fila y columna.

Caractersticas tiles para la compresin de imgenes.

La DCT tiene una buena capacidad de compactacin de la energa al dominiotransformado, es decir, que la transformada de coseno discreta consigue

concentrar la mayor parte de la informacin en pocos coeficientes

transformados tal y como muestra la imagen.
http://es.wikipedia.org/wiki/Funci%C3%B3n_matem%C3%A1ticahttp://es.wikipedia.org/wiki/Forma_linealhttp://es.wikipedia.org/wiki/Numeros_realeshttp://es.wikipedia.org/wiki/Matriz_(matem%C3%A1tica)http://commons.wikimedia.org/wiki/File:Dandelion_clock_quarter_dft_dct.pnghttp://es.wikipedia.org/wiki/Matriz_(matem%C3%A1tica)http://es.wikipedia.org/wiki/Numeros_realeshttp://es.wikipedia.org/wiki/Forma_linealhttp://es.wikipedia.org/wiki/Funci%C3%B3n_matem%C3%A1tica


22/62

La transformacin es independiente de los datos. Elalgoritmo aplicado novara con los datos que recibe, como si sucede en otros algoritmos de

compresin.

Hay frmulas para el clculo rpido del algoritmo, como podra serlaFFTpara laDFT.

Produce pocos errores en los lmites de los bloques imagen. La minimizacinde los errores a los bloques imagen permite reducir el efecto de bloque en la

imgenes reconstruidas.

Tiene una interpretacin frecuencial de los componentes transformados. Lacapacidad de interpretar los coeficientes en el punto de vista frecuencial

permite aprovechar al mximo la capacidad de compresin.

Definicin Formal

Formalmente, la transformada de coseno discreta es una funcin lineal

invertible de RNen RN o equivalente una NxN matriz cuadrada. Las variantes ms

usadas son la DCT-I y la DCT-II. La DCT-III se conoce popularmente como la IDCT

(transformada inversa). Cada una de estas posibles variaciones es debida a la

periodicidad y el tipo de simetra aplicada a las muestras originales.

DCT-I

DCT-II
http://es.wikipedia.org/wiki/Algoritmohttp://es.wikipedia.org/wiki/Transformada_r%C3%A1pida_de_Fourierhttp://es.wikipedia.org/wiki/Transformada_de_Fourier_discretahttp://es.wikipedia.org/wiki/Transformada_de_Fourier_discretahttp://es.wikipedia.org/wiki/Transformada_r%C3%A1pida_de_Fourierhttp://es.wikipedia.org/wiki/Algoritmo


23/62

DCT-III

DCT-IV

Un codificador basado en DCT, realizar un cambio de dominios, realizando

una transformacin bidimensional DCT a un bloque de imagen 8 x 8 pixels. Una

DCT bidimensional se obtiene haciendo una DCT unidimensional tanto en las filas

como en las columnas de la matriz.

Una DCT bidimensional, se multiplica cada pixel del bloque de entrada por

trminos que representan ondas coseno muestreadas de varias frecuencias espaciales.

Se obtiene un determinado coeficiente de la DCT cuando se suma el resultado de

multiplicar cada pixel de entra del bloque. La DCT es separable, en el sentido de que

la DCT bidimensional puede obtenerse efectuando separadamente la computacin en

cada dimensin. Un problema que surge con esta transformada es que est basada en

el coseno, que es una funcin trascendente. Para calcular la transformada con

absoluta precisin se necesita un nmero finito de operaciones. Se hace entonces

necesario truncar la serie, y se debe indicar un mtodo que asegure la precisin de la

transformada al calcularla. Por esta razn, se puede introducir errores (de valor


24/62

despreciable) en la aplicacin de la DCT e ICDT, que haga que el resultado de la

IDCT sea ligeramente diferente al valor original antes de aplicar la DCT.

La matriz resultante de la DCT est formada por valores que dividen loscolores de la imagen en frecuencias que van desde la ms baja, que representan los

elementos ms sensitivos para el ojo humano (cambios lentos), en la esquina superior

izquierda, a la ms alta, que representan reas menos sensitivas para el ojo (cambios

rpidos), en la esquina inferior derecha. Puesto que las frecuencias ms comunes de

una imagen son las componentes de baja frecuencia, el valor de la esquina superior

izquierda indica el valor del color dominante, que corresponde a la componente de

continua (DC) del bloque, que en el caso de la luminancia, tendr un valor unipolar

(solamente positivo), siendo por definicin el doble de la media de os 64 pixels.


25/62

3.4.4 Cuantificacin

MPEG-1 utiliza slo dos matrices de cuantificacin para los coeficientes

DCT, una para bloques intra y otra para bloques inter. En MPEG-1, las matrices de

cuantificacin slo pueden ser cambiadas en el nivel de cuadro. Para los formatos

4:2:2 y 4:4:4, el Mpeg-2 permite una codificacin ms eficiente debido al uso de

diferentes matices de cuantificacin para las componentes de luminancia y

crominancia. De este modo se pueden utilizar dos matrices para la componente de

luminancia (una para bloques intra y otra para bloques inter) y otras dos para las

componentes de crominancia. La cuantificacin de los coeficientes AC es igual a

como lo hace el MPEG-1. Tanto en MPEG-1 como en MPEG-2, el factor de escala Q


26/62

(o MQUANT) puede ser cambiado a nivel de macrobloque, para obtener un caudal

constante de bits a la salida del codificador.

3.4.5 Codificacin RLE y FUMAN

Run Length Encoding (RLE)

La compresin RLE o Run-length encoding es una forma muy simple

decompresin de datos en la que secuencias de datos con el mismo valor

consecutivas son almacenadas como un nico valor ms su recuento. Esto es ms til

en datos que contienen muchas de estas "secuencias"; por ejemplo, grficos sencillos

con reas de color plano, comoiconos ylogotipos.

Por ejemplo, considera una pantalla que contiene texto en negro sobre un

fondo blanco. Habra muchas secuencias de este tipo con pxeles blancos en los

mrgenes vacos, y otras secuencias de pxeles negros en la zona del texto.

Supongamos una nica lnea (oscanline), con N representando las zonas en negro y B

las de blanco:

Si aplicamos la codificacin run-length a esta lnea, obtendramos lo

siguiente:

Interpretado esto como 12 letras B, 1 letra N, 12 letras B, 3 letras N, etc. El

cdigo run-length representa el original de 67 caracteres en tan slo 16. Esto quiere

decir que la lnea original pesa 67bytes y la cadena codificada pesa slo 16 bytes.

Esta codificacin traducida abinario, cuyo principio es el mismo, se utiliza para el

BBBBBBBBBBBBNBBBBBBBBBBBBNNNBBBBBBBBBBBBBBBBBBBBBBBBNBBBBBBBBBBBBBB

12B1N12B3N24B1N14B
http://es.wikipedia.org/wiki/Compresi%C3%B3n_de_datoshttp://es.wikipedia.org/wiki/Iconohttp://es.wikipedia.org/wiki/Logotipohttp://es.wikipedia.org/w/index.php?title=Scanline&action=edit&redlink=1http://es.wikipedia.org/wiki/Bytehttp://es.wikipedia.org/wiki/Binariohttp://es.wikipedia.org/wiki/Binariohttp://es.wikipedia.org/wiki/Bytehttp://es.wikipedia.org/w/index.php?title=Scanline&action=edit&redlink=1http://es.wikipedia.org/wiki/Logotipohttp://es.wikipedia.org/wiki/Iconohttp://es.wikipedia.org/wiki/Compresi%C3%B3n_de_datos


27/62

almacenamiento de imgenes. Incluso ficheros de datos binarios pueden ser

comprimidos utilizando este mtodo. El primer byte contiene un nmero que

representa el nmero de veces que el carcter est repetido. El segundo byte contiene

al propio carcter. En otros casos se codifican en un solo byte: 1 bit (0 o 1) y 7 bitspara especificar el nmero de caracteres consecutivos.

La codificacin run-length realiza unacompresin de datos sin prdidas y es

muy utilizado en imgenes de 8 bits indexadas (en un principio fue utilizado para

imgenes en blanco y negro). No funciona tan bien en imgenes donde vara

constantemente el color de los pixels como fotografas, aunqueJPEG lo utiliza de

forma efectiva en los coeficientes que quedan despus de transformar y cuantificar

bloques de imgenes. Posteriormente ha formado la base de otros sistemas de

compresin como por ejemplo elCCITT grupo 31D.

En realidad, la compresin RLE est regida por reglas particulares que

permiten que se ejecute la compresin cuando sea necesario y que se deje la cadena

como est cuando la compresin genere prdida. Las reglas son las siguientes:

Si se repiten tres o ms elementos consecutivamente, se utiliza el mtodo decompresin RLE.

De lo contrario, se inserta un carcter de control (00) seguido del nmero deelementos de la cadena no comprimida y despus la ltima.

Si el nmero de elementos de la cadena es extrao, se agrega el carcter decontrol (00) al final.

Finalmente, se definen los caracteres de control especficos segn el cdigo:

Un final de lnea (00 01) El final de la imagen (00 00) Un desplazamiento de puntero sobre la imagen de XX columnas e YY

filas en la direccin de lectura (00 02 XX YY).
http://es.wikipedia.org/wiki/Algoritmo_de_compresi%C3%B3n_sin_p%C3%A9rdidahttp://es.wikipedia.org/wiki/JPEGhttp://es.wikipedia.org/w/index.php?title=CCITT_grupo_3_%E2%80%93_1D&action=edit&redlink=1http://es.wikipedia.org/w/index.php?title=CCITT_grupo_3_%E2%80%93_1D&action=edit&redlink=1http://es.wikipedia.org/w/index.php?title=CCITT_grupo_3_%E2%80%93_1D&action=edit&redlink=1http://es.wikipedia.org/w/index.php?title=CCITT_grupo_3_%E2%80%93_1D&action=edit&redlink=1http://es.wikipedia.org/wiki/JPEGhttp://es.wikipedia.org/wiki/Algoritmo_de_compresi%C3%B3n_sin_p%C3%A9rdida


28/62

Por lo tanto, no tiene sentido utilizar la compresin RLE excepto para datos

con diversos elementos repetidos de forma consecutiva, en imgenes particulares con

reas grandes y uniformes. Sin embargo, la ventaja de este mtodo es que es de fcil

implementacin. Existen alternativas en las que la imagen est codificada en bloquesde pxeles, en filas o incluso en zigzag.

Codificacin Huffman

El algoritmo de Huffman es un algoritmo para la construccin de cdigos de

Huffmann, desarrollado por David A. Huffmann en 1952 y descrito en A Method for

the Construction of Minimum-Redundancy Codes.

Este algoritmo toma un alfabeto de n smbolos, junto con sus frecuencias de

aparicin asociadas, y produce un cdigo de Huffman para ese alfabeto y esas

frecuencias.

Descripcin:

El algoritmo consiste en la creacin de un rbol binario que tiene cada uno de

los smbolos por hoja, y construido de tal forma que siguindolo desde la raz a cada

una de sus hojas se obtiene el cdigo Huffman asociado.


29/62

Se crean varios rboles, uno por cada uno de los smbolos del alfabeto,consistiendo cada uno de los rboles en un nodo sin hijos, y etiquetado cada

uno con su smbolo asociado y su frecuencia de aparicin.

Se toman los dos rboles de menor frecuencia, y se unen creando un nuevorbol. La etiqueta de la raz ser la suma de las frecuencias de las races de los

dos rboles que se unen, y cada uno de estos rboles ser un hijo del nuevo

rbol. Tambin se etiquetan las dos ramas del nuevo rbol: con un 0 la de la

izquierda, y con un 1 la de la derecha.

Se repite el paso 2 hasta que slo quede un rbol.

Con este rbol se puede conocer el cdigo asociado a un smbolo, as como

obtener el smbolo asociado a un determinado cdigo.

Para obtener el cdigo asociado a un smbolo se debe proceder del siguiente

modo:

1. Comenzar con un cdigo vaco.2. Iniciar el recorrido del rbol en la hoja asociada al smbolo.3. Comenzar un recorrido del rbol hacia arriba.4. Cada vez que se suba un nivel, aadir al cdigo la etiqueta de la rama que se

ha recorrido.

5. Tras llegar a la raz, invertir el cdigo.6. El resultado es el cdigo Huffman deseado.

Para obtener un smbolo a partir de un cdigo se debe hacer as:

1. Comenzar el recorrido del rbol en la raz de ste.2. Extraer el primer smbolo del cdigo a descodificar.


30/62

3. Descender por la rama etiquetada con ese smbolo4. Volver al paso 2 hastaque se llegue a una hoja, que ser el smbolo asociado al cdigo.

En la prctica, casi siempre se utiliza el rbol para obtener todos los cdigosde una sola vez; luego se guardan en tablas y se descarta el rbol.

Ejemplo de uso:

La tabla describe el alfabeto a codificar, junto con las frecuencias de sus

smbolos. En el grfico se muestra el rbol construido a partir de este alfabeto

siguiendo el algoritmo descrito.

rbol para construir el cdigo Huffman del ejemplo

Smbolo Frecuencia A0, 15 B0, 30 C0, 20 D0, 05 E0, 15 F0, 05 G0, 10.


31/62

Se puede ver con facilidad cul es el cdigo del smbolo E: subiendo por el

rbol se recorren ramas etiquetadas con 1, 1 y 0; por lo tanto, el cdigo es 011. Para

obtener el

Cdigo de D se recorren las ramas 0, 1, 1 y 1, por lo que el cdigo es 1110.

La operacin inversa tambin es fcil de realizar: dado el cdigo 10 se

recorren desde la Raz las ramas 1 y 0, obtenindose el smbolo C. Para descodificar

010 se recorren las ramas 0, 1 y 0, obtenindose el smbolo A.

Limitaciones

Para poder utilizar el algoritmo de Huffman es necesario conocer de antemano

las frecuencias de aparicin de cada smbolo, y su eficiencia depende de lo prximas

a las frecuencias reales que sean las estimadas. Algunas implementaciones del

algoritmo de Huffman son adaptativas, actualizando las frecuencias de cada smbolo

conforme recorre el texto.

La eficiencia de la codificacin de Huffman tambin depende del balance que

exista entre los hijos de cada nodo del rbol, siendo ms eficiente conforme menor

sea la diferencia de frecuencias entre los dos hijos de cada nodo. Ejemplos:

La codificacin binaria es un caso particular de la codificacin de Huffman

que ocurre cuando todos los smbolos del alfabeto tienen la misma frecuencia. Se

tiene pues que la codificacin binaria es la ms eficiente para cualquier nmero de

smbolos equiprobables.

El algoritmo de Huffman aplicado sobre un alfabeto de dos smbolos

asignar siempre un 1 al primero y un 0 al segundo, independientemente de la

frecuencia de aparicin de dichos smbolos.


32/62

En este caso nunca se realiza compresin de los datos, mientras que otros

algoritmos s podran conseguirlo.

Una manera de resolver este problema consiste en agrupar los smbolos enpalabras antes de ejecutar el algoritmo. Por ejemplo, si se tiene la cadena de longitud

64

AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA

AA

AAAAAAAAAAAAAAB

El algoritmo de Huffman aplicado nicamente a los smbolos devuelve el

cdigo:

1111111111111111111111111111111111111111111111111111111111111110

Tambin de longitud 64. Sin embargo, si antes de utilizar el algoritmo, se

agrupan los smbolos en las palabras "AA", "AB" y "B" (que se codifican como 1, 01

y 00), el algoritmo devuelve la siguiente cadena:

111111111111111111111111111111101

Que tiene longitud 32, la mitad que si no se hubiera agrupado. Si observa el

rbol de Huffman, se puede comprobar que la diferencia de frecuencias entre las

ramas del rbol es menor que en el caso anterior.


33/62

3.4.6 Codificacin CBR

CBR (Constant Bit Rate)

Cuando hablamos decdecs,la codificacin con tasa de bits constante implica

que la tasa de salida delcodificador de los datos es constante. CBR es muy til para

flujo de datos multimedia con canales de capacidad limitada. Sin embargo, CBR no

es la mejor opcin para almacenaje ya que no asignar suficientes bits para las

secciones complicadas (resultantes de la degradacin de la calidad) y por el

contrario gastar bits innecesarios en secciones simples.

Muchos esquemas de codificacin, como por ejemplo, lacodificacin

Huffmanproducen cdigos de longitud variable lo que dificulta el uso de un CBR.

Esto se arregla parcialmente variando lacuantificacin y por tanto la calidad y se

consigue solucionar el problema por completo usando bits de relleno (padding). Otra

estrategia consiste en almacenar la tasa de bits en un buffer y liberar la informacin

con una tasa de bits constante. Mtodo conocido como leacky bucket.

El proceso opuesto es el bitrate variable:VBR. El VBR aplica una

cuantificacin no uniforme a diferencia del CBR, por lo que tiene en cuenta si en la

seal hay zonas con mayor o menor densidad de informacin y por tanto no

cuantifica toda la seal por igual.

La mayora de codificadores de video, incluido el MPEG-2, son controlados

de acuerdo al esquema de codificacin CBR (Constant Bit Rate), donde el caudal

generado por la seal de video codificada se mantiene constante a un valor prefijadocon anterioridad, mediante el ajuste dinmico del de factor de cuantificacin Q. La

codificacin CBR ha sido motivada hasta la fecha, debido a que las tecnologas de

comunicacin, tales como la RDSI, y tambin las tecnologas de almacenamiento,

como los CD-ROM, slo son capaces de trabajar a un caudal constante. Un
http://es.wikipedia.org/wiki/C%C3%B3dechttp://es.wikipedia.org/wiki/Codificadorhttp://es.wikipedia.org/wiki/Codificaci%C3%B3n_Huffmanhttp://es.wikipedia.org/wiki/Codificaci%C3%B3n_Huffmanhttp://es.wikipedia.org/wiki/Cuantificaci%C3%B3nhttp://es.wikipedia.org/wiki/VBRhttp://es.wikipedia.org/wiki/VBRhttp://es.wikipedia.org/wiki/Cuantificaci%C3%B3nhttp://es.wikipedia.org/wiki/Codificaci%C3%B3n_Huffmanhttp://es.wikipedia.org/wiki/Codificaci%C3%B3n_Huffmanhttp://es.wikipedia.org/wiki/Codificadorhttp://es.wikipedia.org/wiki/C%C3%B3dec


34/62

codificador CBR trabaja de la siguiente manera: los bits producidos por el codificador

son almacenados en un buffer, el cual es drenado al caudal constante deseado. El

estado de ocupacin del buffer es controlado a travs del factor de cuantificacin Q,

el cual se selecciona en cada instante conforme al contenido o actividad de la escena,al objetivo de caudal deseado, y a aqul que minimice el retardo sufrido por el video

en dicho buffer (es decir, minimice el estado de ocupacin del buffer). En

codificacin CBR, la calidad de vdeo vara de acuerdo con el contenido de la

secuencia, ya que el factor de cuantificacin se vara para alcanzar un caudal de salida

constante independientemente de la complejidad de la escena. El buffer introduce un

retardo en la seal de vdeo, que interesa que sea lo ms mnimo posible. De este

modo, el caudal constante debe ser seleccionado acorde al tipo de contenido se la

secuencia, de forma que puedan reunirse los requisitos de la aplicacin.

El esquema de codificacin CBR donde el caudal generado por la seal de

vdeo codificada se mantiene constante a un nivel predeterminado, mediante el ajuste

dinmico del factor de cuantificacin.

En codificacin CBR, la calidad de vdeo vara de acuerdo con el contenido de

la secuencia, ya que el factor de cuantificacin se vara para alcanzar el caudal de

salida constante independientemente de la complejidad de la escena.


35/62

La figura muestra el diagrama de bloques de un codificador CBR MPEG-2.Para generar un caudal constante, el flujo de bits generado por el codificador es

introducido en un buffer, el cual es drenado al caudal constante deseado en la

aplicacin. Para mantener este drenaje del buffer a un caudal constante, se debe

realizar un control sobre la cuantificacin, con el objetivo de tener en cuenta las

diferentes complejidades que tendrn las escenas de una secuencia de vdeo. El

algoritmo para dicho control, es el estndar MPEG-2, recomendado por el ISO.

Bsicamente, este algoritmo de control asigna una cantidad fija de bits a cada GOP

(Group Of Pictures o grupo de imgenes) en funcin del caudal constante deseado.

Este retardo se hace posteriormente a nivel de imagen y de macrobloque.

Posteriormente, en funcin de la diferencia entre los bits realmente generado y los

previamente estimados (diferencia entre el estado de ocupacin del buffer estimado y

real) y de la complejidad del macrobloque, el algoritmo genera un nuevo valor de Q,

que ser utilizado para el siguiente macrobloque que se codifique. El algoritmo

intenta minimizar el estado de ocupacin del buffer, para minimizar el retardo

introducido en la seal de vdeo. En el estndar MPEG el valor mximo para Q es

112, cuando la cuantificacin no es lineal y 62 para el caso en el que s lo es.

Tpicamente las imgenes tipo I utilizan una cuantificacin lineal, y las imgenes P y

B una cuantificacin no lineal.


36/62

El retardo introducido por el buffer est en funcin de ocupacin del mismo y

del caudal al que es drenado, es decir:

3.4.7 Codificacin VBR

VBR (Variable Bit Rate)

VBR son las siglas de variable bitrate (tasa de bits variable). Es un trmino

usado entelecomunicacin que se refiere a la tasa de bits utilizados en la codificacin

deaudio ovdeo.

La tasa de bits es la relacin debitspor segundo que consume unfichero de

audio o de vdeo. Este mtodo de compresin consigue una mayor calidad de sonido

o video para un tamao de archivo determinado, en contraste conCBR.

Su objetivo es obtener un nivel ms consistente en la calidad de videocomparado al de la codificacin CBR. En la codificacin VBR se deben ajustar los

parmetros de codificacin para obtener un nivel de calidad deseado. El esquema de

codificacin VBR ms utilizado en la literatura hoy en da, es la codificacin VBR en

lazo abierto (OL-VBR), en la cual el factor de cuantificacin Q se mantiene constante

para toda la duracin de la secuencia. Con codificacin OL-VBR, una escena

compleja es codificada utilizando un mayor nmero de bits, de este modo, la calidad

es cuasi-constante y menos variable en el tiempo que la obtenida con la codificacin

CBR.

La siguiente figura muestra el diagrama de bloques de un codificador OL-

VBR MPEG-2. En dicho esquema, el factor de cuantificacin es prefijado con
https://es.wikipedia.org/wiki/Tasa_de_bitshttps://es.wikipedia.org/wiki/Tasa_de_bitshttps://es.wikipedia.org/wiki/Telecomunicaci%C3%B3nhttps://es.wikipedia.org/wiki/Audiohttps://es.wikipedia.org/wiki/V%C3%ADdeohttps://es.wikipedia.org/wiki/Bitshttps://es.wikipedia.org/wiki/Ficherohttps://es.wikipedia.org/wiki/Tasa_de_bits_constantehttps://es.wikipedia.org/wiki/Tasa_de_bits_constantehttps://es.wikipedia.org/wiki/Ficherohttps://es.wikipedia.org/wiki/Bitshttps://es.wikipedia.org/wiki/V%C3%ADdeohttps://es.wikipedia.org/wiki/Audiohttps://es.wikipedia.org/wiki/Telecomunicaci%C3%B3nhttps://es.wikipedia.org/wiki/Tasa_de_bits


37/62

anterioridad (parmetro de codificacin) y se mantiene constante para la secuencia de

vdeo. No existe lazo de realimentacin entre la salida producida y la cuantificacin.

Con codificacin OL-VBR, una escena compleja se codifica utilizando un

mayor nmero de bits; de este modo, la calidad es ms consistente que para el caso

CBR. La salida de caudal es variable y depender del contenido y complejidad de la

secuencia, as como del patrn de codificacin del estndar MPEG-2, se debeseleccionar apropiadamente el factor Q.

A la salida del codificador, en la mayora de las aplicaciones con OL-VBR

MPEG-2, se sita un buffer para absorber las variaciones del caudal producidas en la

codificacin, dentro de una imagen. De esta manera, el caudal permanece constante

dentro del perodo de una imagen (es decir, 33 ms para 30 fps y 41.6 ms para 24 fps),

y vara de imagen a imagen.


38/62

Tasa de bits variable en sonido

Por ejemplo, si en una cancin hay un fragmento en el que hay silencio, de

poco sirve otorgar una cantidad grande debits;lo que se estara haciendo es aumentarinnecesariamente el tamao del archivo final. Por otra parte, en fragmentos de una

cancin donde la complejidad delsonido sea elevada, se otorga una tasa de bits

mayores, porque de lo contrario puede que latasa de bits no llegue a ser suficiente

para que se produzca una audicin correcta.

As pues, y resumiendo, lo que hace el VBR es otorgar la tasa de

bits necesaria a cada parte delfichero,ya sea deaudio o devdeo,consiguiendo una

calidad mayor en ficheros de un tamao reducido.

Si los archivos son codificados en VBR, el codificador asigna densidades de

bits (tasa de bits) que varan segn la complejidad de la onda de audio a lo largo del

archivo. Para las partes con pocos instrumentos o sin sonido alguno asigna

densidades de bits menores, y para las partes con muchos tipos de sonidos asigna

densidades mayores. Por ende, para un mismo criterio de compresin en VBR, dos

archivos de igual duracin pueden resultar ser de tamaos muy dispares, ya que la

compresin en ambos difiere.

Tasa de bits variable en video

Lo mismo se puede aplicar a los vdeos. Hayescenas en las que la cmara est

fija, hay poca luz y poco movimiento. Y hay otras escenas donde la cmara se mueve,

hay disparos, explosiones, etc. Lo que hara el VBR en este caso es ahorrar tasa debits de la escena lenta para aplicarlo despus a la escena rpida y conseguir as que

esta ltima se vea lo mejor posible.
https://es.wikipedia.org/wiki/Bitshttps://es.wikipedia.org/wiki/Sonidohttps://es.wikipedia.org/wiki/Tasa_de_bitshttps://es.wikipedia.org/wiki/Tasa_de_bitshttps://es.wikipedia.org/wiki/Tasa_de_bitshttps://es.wikipedia.org/wiki/Ficherohttps://es.wikipedia.org/wiki/Audiohttps://es.wikipedia.org/wiki/V%C3%ADdeohttps://es.wikipedia.org/wiki/Escenahttps://es.wikipedia.org/wiki/Escenahttps://es.wikipedia.org/wiki/V%C3%ADdeohttps://es.wikipedia.org/wiki/Audiohttps://es.wikipedia.org/wiki/Ficherohttps://es.wikipedia.org/wiki/Tasa_de_bitshttps://es.wikipedia.org/wiki/Tasa_de_bitshttps://es.wikipedia.org/wiki/Tasa_de_bitshttps://es.wikipedia.org/wiki/Sonidohttps://es.wikipedia.org/wiki/Bits


39/62

3.4.7 Imagen I, P y B

Las imgenes I, P y B son las que resultan de la compresin de la seal

devdeo en los estndares ITU-T oMPEG.Estas imgenes atienden a los siguientestipos:

Las imgenes I:Son las que se codifican por s mismas.

Las imgenes P:Son las predichas por extrapolacin.

Las imgenes B:Son las predichas por interpolacin.

En los estndares de compresin de video, como ITU-T oMPEG,se utilizan

estos tipos de imgenes para comprimir los datos. De hecho, en lugar de codificar

cada imagen que compone el video, uno puede codificar una imagen totalmente y

despus las diferencias entre esta imagen y las imgenes * siguientes, explotando as

la redundancia en las imgenes que siguen.

Por ejemplo, en una secuencia de video con un segundo plano fijo, podemos

representar solo las partes que se mueven, para no codificar cada vez el segundo

plano que no cambia y ganar as mucho en capacidades de compresin.

En estos tipos de algoritmos, se codifican algunas imgenes por s mismas y

se predicen las otras. Las imgenes son divididas enmacrobloques (en general de 16

X 16 pxeles) y siguen el concepto decompensacin de movimientospara la

prediccin: por cada macrobloque de una imagen que queremos codificar a partir deuna imagen de referencia (que puede ser una anterior o una posterior), se busca donde

est en la imagen de referencia, y se define un vector de movimiento que va a dar el

movimiento relativo entre los dos macrobloques que se corresponden.
http://es.wikipedia.org/wiki/V%C3%ADdeohttp://es.wikipedia.org/wiki/MPEGhttp://es.wikipedia.org/wiki/MPEGhttp://es.wikipedia.org/wiki/Macrobloqueshttp://es.wikipedia.org/wiki/Compensaci%C3%B3n_de_movimientohttp://es.wikipedia.org/wiki/Compensaci%C3%B3n_de_movimientohttp://es.wikipedia.org/wiki/Macrobloqueshttp://es.wikipedia.org/wiki/MPEGhttp://es.wikipedia.org/wiki/MPEGhttp://es.wikipedia.org/wiki/V%C3%ADdeo


40/62

Por supuesto, entre dos imgenes, no se pueden encontrar siempre

macrobloques todos completamente idnticos y se utiliza una tcnica de comparacin

entre los macrobloquespara buscar los que son los ms correlacionados entre ellos.

Se puede predecir una imagen a partir de la imagen de referencia y los

vectores de movimiento, as obtenemos la diferencia entre sta imagen predicha y la

imagen original que queremos codificar.

Entonces, solo se puede enviar las imgenes codificadas por s mismas, las

matrices de vectores de movimiento, y las diferencias entre las imgenes de

referencia y las otras para codificar todo el vdeo.

Las imgenes I (INTRA): Pueden ser codificadas por el formatoJPEG adems de

otros, se utilizan para decodificar las otras imgenes que componen el vdeo y pueden

ser utilizadas como puntos de acceso aleatorio para empezar a decodificar los videos

a partir de cualquier momento. En general, la codificacin de estas imgenes ocupa

ms espacio que las otras.

Es una imagen codificada sin referencia a ninguna imagen anterior, sinoreferida exclusivamente a ella misma.

Puede ser generada por elcodificadorpara crear un punto de accesoaleatorio,es decir, un punto que permita aldecodificador empezar la decodificacin

adecuadamente en referencia a esa marca (localizacin de imagen).

Tpicamente, requieren mayor nmero debitspara su codificacin que el otrotipo de imgenes (B, P).

Estas imgenes son frecuentemente utilizadas como punto de referencia parala descodificacin de otras imgenes. Perodos de refresco de
http://es.wikipedia.org/wiki/Block_matchinghttp://es.wikipedia.org/wiki/Block_matchinghttp://es.wikipedia.org/wiki/JPEGhttp://es.wikipedia.org/wiki/Codificadorhttp://es.wikipedia.org/wiki/Aleatoriohttp://es.wikipedia.org/wiki/Decodificadorhttp://es.wikipedia.org/wiki/Bitshttp://es.wikipedia.org/wiki/Bitshttp://es.wikipedia.org/wiki/Decodificadorhttp://es.wikipedia.org/wiki/Aleatoriohttp://es.wikipedia.org/wiki/Codificadorhttp://es.wikipedia.org/wiki/JPEGhttp://es.wikipedia.org/wiki/Block_matchinghttp://es.wikipedia.org/wiki/Block_matching


41/62

aproximadamente medio segundo se usan tpicamente en aplicaciones de

'broadcast'de televisin digital y en almacenamiento enDVD.Por otra parte,

perodos de refresco superiores al anterior pueden ser utilizados en medios

como sistemas devideoconferencia, donde es muy habitual el envo de lasimgenes I (intra).

La codificacin de las imgenes I es muy parecida a la que se utiliza enJPEG.La diferencia radica en las tablas decuantificacin y en los procedimientos

que se utilizan para realizar cambios sobre las escalas decuantificacin.

Las imgenes P (Predicted): Son las imgenes predichas con referencia a unaimagen que puede ser de tipo I o P anterior en el tiempo, as que necesitan la

decodificacin de la imagen de referencia antes de poder ser decodificadas.

Lacodificacin de las imgenes P es algo ms compleja que las imgenes

intra-trama, pues debe realizarse la estimacin de movimiento y decidir cul es la

forma ms eficiente de codificar unmacrobloque en funcin de los resultados

obtenidos. En este apartado definiremos los distintos tipos de macrobloques que

puede producirse en la codificacin de las imgenes P. Una de las primeras

peculiaridades de las imgenes P es que puede saltarse lacodificacin de

algunosmacrobloques (skipped macroblock). Esto ocurre cuando

elprocesador considera que no es necesario codificar un macrobloque, puesto que la

informacin que contiene puede aproximarse con suficiente precisin.

Adems de los macrobloques skipped es posible tener 7 tipos adicionales que

se denotan como predmc, pred-c, pred-m, intra-d, pred-mcq, pred-cq e intra-q. Lasabreviaturas que se utilizan para identificar los posibles tipos de macrobloque

corresponden a:
http://es.wikipedia.org/wiki/Radiocomunicaci%C3%B3nhttp://es.wikipedia.org/wiki/DVDhttp://es.wikipedia.org/wiki/Videoconferenciahttp://es.wikipedia.org/wiki/JPEGhttp://es.wikipedia.org/wiki/Cuantificaci%C3%B3nhttp://es.wikipedia.org/wiki/Cuantificaci%C3%B3nhttp://es.wikipedia.org/wiki/Codificaci%C3%B3n_digitalhttp://es.wikipedia.org/w/index.php?title=Macrobloque&action=edit&redlink=1http://es.wikipedia.org/wiki/Codificaci%C3%B3n_digitalhttp://es.wikipedia.org/wiki/Macrobloqueshttp://es.wikipedia.org/wiki/Unidad_central_de_procesamientohttp://es.wikipedia.org/wiki/Unidad_central_de_procesamientohttp://es.wikipedia.org/wiki/Macrobloqueshttp://es.wikipedia.org/wiki/Codificaci%C3%B3n_digitalhttp://es.wikipedia.org/w/index.php?title=Macrobloque&action=edit&redlink=1http://es.wikipedia.org/wiki/Codificaci%C3%B3n_digitalhttp://es.wikipedia.org/wiki/Cuantificaci%C3%B3nhttp://es.wikipedia.org/wiki/Cuantificaci%C3%B3nhttp://es.wikipedia.org/wiki/JPEGhttp://es.wikipedia.org/wiki/Videoconferenciahttp://es.wikipedia.org/wiki/DVDhttp://es.wikipedia.org/wiki/Radiocomunicaci%C3%B3n


42/62

Pred: Macrobloque codificado utilizando prediccin. La codificacin no es intra-

trama.

m: Macrobloque codificado utilizando compensacin de movimiento forward.Se transmite el vector de movimiento asociado.

c: Como mnimo se transmite la informacin de error asociada a uno de losbloques que forman el macrobloque.

d: Se utiliza el cuantificador por defecto. q: Se realiza un cambio en la escala del cuantificador. skipped: Macrobloques que no son transmitidos.

La misin del codificador es elegir entre las distintas posibilidades de

codificar un macrobloque, aquella que proporcione la mejor opcin. Generalmente,

las decisiones no son evidentes y deben probarse varias posibilidades antes de llegar a

una decisin. Lasmatrices decuantificacin utilizadas en el caso de realizar

codificacin mediante prediccin tienen un paso de cuantificacin uniforme para

todos los coeficientes. Esto es debido a que el contenidofrecuencial de las seales de

error no muestra ninguna preferencia para concentrar su energa en

unasfrecuenciasparticulares y en principio todos los coeficientes tienen la misma

importancia en la reconstruccin de las imgenes.

Las imgenes B (Bi-predicted / Bi-directional): Son las imgenes predichas con

referencia a dos imgenes que pueden ser de tipo I o P, una anterior y una posterior,

as que necesitan la decodificacin de las dos imgenes de referencia as como

la reordenacin de las imgenes para poder ser descodificadas.

Las imgenes B requierendecodificacinprevia de otras imgenes de lasecuencia para ser descodificadas correctamente.
http://es.wikipedia.org/wiki/Matriz_(matem%C3%A1tica)http://es.wikipedia.org/wiki/Cuantificaci%C3%B3nhttp://es.wikipedia.org/wiki/Frecuenciahttp://es.wikipedia.org/wiki/Frecuenciahttp://es.wikipedia.org/wiki/Decodificaci%C3%B3nhttp://es.wikipedia.org/wiki/Decodificaci%C3%B3nhttp://es.wikipedia.org/wiki/Frecuenciahttp://es.wikipedia.org/wiki/Frecuenciahttp://es.wikipedia.org/wiki/Cuantificaci%C3%B3nhttp://es.wikipedia.org/wiki/Matriz_(matem%C3%A1tica)


43/62

Pueden contener datos de imagen cmovectores de desplazamiento, otambin combinaciones de los dos elementos.

Incluyen algunos modos deprediccin que obtienen la prediccin de unaregin en movimiento (por ejemplo, unmacroblock o una regin de rea

menor) llevando a cabo un promediado de las predicciones obtenidas usando

dos regiones de referencia previamente descodificadas.

En estndares de codificacin ms antiguos (cmoMPEG-2), las imgenes Bno se utilizan nunca cmo referencias para la prediccin de otras imgenes.

Como resultado, una codificacin con menos calidad (resultado de lautilizacin de menosbits) puede ser utilizada en las imgenes B, ya que la

prdida de detalle no perjudicar la calidad de la prediccin de las imgenes

subsiguientes.

EnH.264, hay la opcin de utilizarlas o no cmo referencias para ladecodificacin de otras imgenes (a discrecin delcodificador).

En estndares de codificacin ms antiguos (cmoMPEG-2), se utilizanexactamente dos imgenes previamente codificadas cmo referencias durante

la codificacin, y solo se requiere una de esas dos imgenes para preceder la

imagen B en el monitor y la otra para seguirla.

En H.264, se puede utilizar una, dos o ms imgenes previamentedescodificadas cmo referencias durante la codificacin, y pueden tener

cualquier orden de reproduccin arbitrario, relativo a la imagen/es utilizadas

para su prediccin. Tpicamente, se requieren menos bits para codificar una

imagen B que con las I o P.
http://es.wikipedia.org/w/index.php?title=Vectores_de_desplazamiento&action=edit&redlink=1http://es.wikipedia.org/wiki/Predicci%C3%B3nhttp://es.wikipedia.org/wiki/Macrobloqueshttp://es.wikipedia.org/wiki/MPEG-2http://es.wikipedia.org/wiki/Bitshttp://es.wikipedia.org/wiki/H.264http://es.wikipedia.org/wiki/Codificadorhttp://es.wikipedia.org/wiki/MPEG-2http://es.wikipedia.org/wiki/MPEG-2http://es.wikipedia.org/wiki/Codificadorhttp://es.wikipedia.org/wiki/H.264http://es.wikipedia.org/wiki/Bitshttp://es.wikipedia.org/wiki/MPEG-2http://es.wikipedia.org/wiki/Macrobloqueshttp://es.wikipedia.org/wiki/Predicci%C3%B3nhttp://es.wikipedia.org/w/index.php?title=Vectores_de_desplazamiento&action=edit&redlink=1


44/62

Algunos macrobloques de las imgenes P o B pueden ser codificados por s

mismos para refrescarlos y para evitar errores demasiado importantes que se pueden

producir si hay muchas imgenes predichas entre la imagen I anterior y la imagen

actual.

Secuencia de imgenes: Los vectores inferiores indican las referencias

predictivas que hay entre ellas. El ejemplo muestra una ordenacin IBBPBBPBBI, ya

que permite establecer lazos de prediccin bastante usuales.

3.4.8 Video entrelazado

3.4.9 Niveles y Perfiles de MPEG-2

La norma MPEG-2, con sus diferentes tcnicas de compresin y codificacin

suele considerarse como un conjunto de instrumentos o herramientas. De este

conjunto puede extraerse los instrumentos necesarios para casa aplicacindeterminada. De la gama completa de instrumentos se ha definido cinco subconjuntos

a los que se denomina Perfiles. stos tiene una complejidad progresiva, y cada uno de

ellos aade instrumentos adicionales al Perfil precedente. Quiere esto decir que cada

perfil adicional puede ejercer ms funciones que el anterior, pero tambin necesitar


45/62

ms rea de silicio y por consiguiente su precio ser ms elevado para el usuario. La

entrada de todos los sistemas es vdeo en componentes, pero de los cinco perfiles, los

cuatro primeros codifican la seal de diferencia de color en lneas secuenciales, como

el SECAM, es decir, R-Y en una lnea, B-Y en la siguiente y as sucesivamente.

El perfil simple es el que tiene menos instrumentos. Utiliza compensacin de

movimiento y transformada de coseno discreta.

El Perfil Principal tiene todos los instrumentos del Perfil Simple y adems la

prediccin bidireccional. Para la misma velocidad binaria dar una calidad de imagen

mejor que el Perfil simple. Un decodificador de perfil principal decodificar

imgenes codificadas de acuerdo a los perfiles principal y simple. Este tipo de

compatibilidad con perfiles de menos complejidad se aplica a todos los sucesivos

perfiles.

El perfil jerrquico o de capas tambin conocido como SNR Scalability

Profile, en donde SNR representa las iniciales de Signal-to-Noise Radio (relacin

seal/ruido). Le llamaremos perfiles de jerarqua n RSR. Tiene todos los instrumentos

del perfil principal y adems la capacidad de separar los datos en dos partes, que

pueden considerarse como una seal de base y una seal de realce o mejora. La

primera es una versin de la imagen con un relacin seal/ruido reducida, pero que

solo necesita una fraccin de la velocidad binaria de la seal completa. Cuando se

codifican conjuntamente las seales de base y de realce, aumenta la relacin

seal/ruido de la imagen hasta el mximo posible y se obtiene la misma calidad que

con el Perfil Principal (para la misma velocidad binaria). Cada una de las seales

utiliza una parte de la velocidad binaria total, y ambas tienen la misma resolucinespacial. Esta posibilidad de dividir los datos no exige una mayor velocidad binaria, y

tiene interesantes aplicaciones. La seal de base puede hacerse ms resistente a

errores que la seal de realce, de forma que cuando exista la posibilidad de perder

informacin, esta se produzca en la seal de realce y no en la seal de base. Esto se


46/62

pude conseguir, por ejemplo, en la transmisin de vdeo sobre redes ATM, donde la

informacin puede enviarse con dos niveles diferentes de prioridad. Adems, ene le

sado de que no se pueda transmitir el flujo con la velocidad binaria, podra

transmitirse una versin de menor velocidad.

El Perfil de Jerarqua Espacial (spatial Scalable Profile, en la terminologa del

MPEG-2), tiene todos los instrumentos del anterior ms un segundo mtodo para

dividir los datos. En este perfil, la imagen codificada puede dividirse de acuerdo con

la resolucin (nmero de elementos por lnea que pueden distinguirse). Una parte de

la seal dividida puede ser decodificada para dar una imagen con menor resolucin

que la correspondiente a la imagen original. Cuando se decodifican conjuntamente las

partes en que se ha dividido la seal se obtiene una imagen que tiene la misma

resolucin que la original. Aqu tambin tenemos una seal de base y una seal de

realce, cada una de la cuales utiliza una parte de la velocidad binaria total. Este perfil,

a diferencia del anterior, tiene el inconveniente de que para dar la misma calidad que

el perfil Principal, necesita una velocidad binaria superior en un 10 a 15%. Como en

el Perfil anterior, la capa de base puede hacerse ms resistente y difundir una seal de

menor resolucin que cubra mayor superficie, en condiciones de recepcin ms

deficientes.

El Perfil Alto consta de todos los instrumentos del Perfil anterior ms la

capacidad para codificar seales de diferencia de color en lneas simultneas. Aunque

a velocidades binarias bajas la calidad se resiente, a velocidades altas, normales en

aplicaciones de este Perfil, la posibilidad de codificacin de diferencias de color en

lneas simultneas supone una mejora de calidad. Este perfil es el sistema de ms

complejidad y mejores prestaciones, diseado para las aplicaciones ms exigentes enlas que la velocidad binaria no constituye un problema.

Conjuntamente con los cinco perfiles, se han definido cuatro Niveles que

corresponden al formato de imagen utilizado a la entrada. Para el nivel bajo el


47/62

formato de entrada es igual a 352 muestras por 288 lneas. Al nivel principal

corresponde el formato de imagen de la recomendacin 601 (720 muestras por 576

lneas). El Nivel Alto - 1440 al que corresponde una entrada de televisin de alta

definicin con 1440 muestras por 1152 lneas. El cuarto nivel es el Nivel Alto al quecorresponde una entrada de alta definicin con 1920 muestras por 1152 lneas.

Los decodificadores para cualquier determinado nivel, pueden tambin

utilizarse para los niveles inferiores. Sin embargo, no podrn decodificar los niveles

superiores a menos que, como parte de estos, exista una capa de resolucin ms baja.

No todas las combinaciones de niveles y perfiles resultan tiles o necesarias y hasta la

fecha slo se ha demostrado inters por once de las 20 posibles combinaciones. Se les

llama puntos de conformidad del MPEG-2 y cada uno puede operarse una gama de

velocidades binarias.

En la siguiente figura se han representado los perfiles y niveles del MPEG-2

con indicacin de sus caractersticas ms sobresalientes. Los once cuadros en los que

se ha sealado la velocidad binaria son los puntos de conformidad. Los valores

de pixels (o muestras) y lneas se refieren al rea activa de la imagen. Los valores de

las lneas corresponden a los sistemas de 25 Hz de frecuencia de trama. Para el caso

de 30 Hz, el nmero de lneas sera 240 para el Nivel Bajo, 480 para el Principal y

1080 para los niveles Alto-1440 y Alto. Los sistemas MPEG-2 permiten exploracin

progresiva o entrelazada a frecuencias de 50 60 Hz. En cada punto de conformidad

existe un lmite mximo de muestras de luminancia.


48/62

Dentro de los perfiles, una larga variacin de desempeos es posible. Por otra

parte los niveles son un conjunto de derivaciones impuestas para los perfiles. La

combinacin de un perfil y un nivel produce una arquitectura muy bien definida para

una cadena particular de bit. Los perfile limitan la sintaxis (por ejemplo los

algoritmos), mientras los niveles limitan los parmetros (velocidad de muestreo,

dimensiones de las tramas, velocidad binaria codificada, etc.).

Niveles: proveen un rango de cualidades potenciales, definen los mximos y

mnimos para la resolucin de la imagen, muestras Y por segundo (luminancia), el

nmero de capas de audio y vdeo soportados por los perfiles escalados, y la mxima

velocidad binaria por perfil. A continuacin una explicacin resumida de cada uno de

ellos:

Nivel Bajo: tiene un formato de entrada el cual es un cuarto de la imagen

definida en el registro ITU-R 601.

Nivel Principal: Tiene una trama de entrada completa definida en el registro

ITU-R 601.


49/62

Nivel Alto 1440: Tiene un formato de alta definicin con 1440 muestras por

lnea.

Nivel Alto: Tiene un formato de alta definicin con 1920 muestras por lnea(para aplicaciones sin cualquier limitacin en velocidades de datos).

Mximas velocidades de datos para MPEG 2 y combinaciones recomendadas

para perfiles y niveles.

MPEG- 2 se puede utilizar en un vasto rango de aplicaciones, requiriendo

diferentes grados de complejidad y desempeo.


50/62

3.4.10 Modos escalables

Actualmente hay cuatro modos escalables en MPEG 2. Estos modos rompen

el vdeo MPEG 2 en diferentes capas (base, media, y alta) para propsitos de

proritizacin de datos de vdeo.

Otro propsito de la escalabilidad es para divisiones complejas. Por ejemplo,

en HDTV, la alta prioridad de las cadenas binarias (720x480) puede ser descodificada

bajo condiciones de ruido donde la baja prioridad (1440x960) no pueda.

A continuacin una breve explicacin de los modos escalables:

Escalabilidad espacial: Este mtodo de dominio espacial codifica la capabase a una dimensin de muestro bajo (por ejemplo: resolucin) que las capassuperiores. Las capas bajas (base) reconstruidas del muestro son usadas como

prediccin de las capas superiores.


51/62

Particionamiento de datos: es un mtodo de dominio de frecuencia querompe los bloques de 64 coeficientes cuantizados de la transformada dentro de

dos cadenas binarias. La primera, cadena de alta prioridad contiene los

coeficientes ms crticos de las frecuencias bajas e informacin (tales comovalores DC, vectores, etc.), la segunda, cadena binaria de baja prioridad lleva

datos AC de las altas frecuencias.

Escalabilidad SNR:es un mtodo de dominio espacial donde los canales soncodificados a velocidades de muestreo idnticas, pero con diferentes calidades

de imgenes. La cadena binaria de alta prioridad contiene datos de la capa

base que pueden ser aadidos a la capa de refinamiento de baja prioridad paraconstruir una imagen de alta calidad.

Escalabilidad temporal:Un mtodo de dominio temporal usado por ejemploen vdeo estereoscpico. La primera, la cadena binaria de alta prioridad

codifica el vdeo a una baja velocidad de tramas, y las tramas intermedias

pueden ser codificadas en una segunda cadena binaria usando la

reconstruccin de la primera cadena binaria como prediccin.

Por ejemplo en una visin estereoscpica, el canal de vdeo izquierdo puede

ser predicho del canal derecho.

Los perfiles escalables (cdigo jerrquico) estn previstos para operaciones

posteriores y permitirn transmitir una imagen bsica (base layer) en trminos de

resolucin espacial (spatially scalable profile) o de cuantificacin (SNR scalable

profile), as como informacin suplementaria independiente (enhanced layer) quepermite mejorar sus caractersticas, por ejemplo para transmitir la misma emisin en

definicin estndar y HD (High Definition), o permitir una recepcin con calidad

aceptable en caso de recepcin difcil y de calidad ptima en buenas condiciones (por

ejemplo, para la televisin digital terrestre).


52/62

La figura siguiente muestra un codificador MPEG convencional, con

coeficientes de cuantificacin de elevado peso; que al codificar una imagen la genera

con una moderada razn seal a ruido. Despus esta imagen al ser decodificada ysustrada de la imagen original pixel a pixel da como resultado una imagen de "ruido

de cuantificacin". Esta imagen puede ser comprimida y transmitida como una

imagen de ayuda. Un simple decodificador solo decodifica la imagen principal, con

un flujo de bit con ruido de cuantificacin, pero un decodificador ms complejo

puede decodificar ambas imgenes con diferentes flujos de bits y combinarlos para

producir una imagen con bajo ruido. Este es el principio del perfil SNR escalable.

Como otra alternativa, la figura inferior muestra que por solo codificar las

frecuencias espaciales bajas en imgenes HDTV, parte del flujo de bits puede ser

reconstruido por un receptor con codificador para SDTV (Standard Definition

TeleVision). Si una imagen de baja definicin es localmente decodificada y sustrada

de la imagen original, se produce entonces una imagen de "realce de definicin", esta

imagen puede ser codificada en una seal de ayuda.

Un decodificador de forma conveniente podra combinar las seales

principales y de ayuda para recrear la imagen HDTV. Este es el principio del perfil de

escalabilidad espacial.


53/62

El perfil high (alto) soporta tanto el SNR y la escalabilidad espacial como

tambin la opcin de muestreado 4:2:2. El perfil 4:2:2 se ha desarrollado para proveer

compatibilidad con los equipos de produccin digital de televisin existentes. Este

perfil admite trabajar con 4:2:2 sin requerir una complejidad adicional si se usa en el

perfil high. Por ejemplo, un decodificador [email protected] debe soportar escalabilidad SNR

que no es requerida en la produccin de televisin digital. El perfil 4:2:2 tiene la

misma libertad de escoger su estructura de GOP como en otros perfiles, pero en la

prctica este usa comnmente GOPs cortos de edicin sencilla. La operacin 4:2:2

requiere una mayor velocidad en la transmisin del bit que una operacin 4:2:0, y el

uso de pequeos GOPs requiere tambin de mayores velocidades de transferencia de

bits para proporcionar calidad en sus imgenes.

El nivel low (bajo) corresponde a la resolucin SIF utilizada en el MPEG-1. El nivel main (principal) corresponde a la resolucin 4:2:0 "normal" (de hasta

720 pixeles x 576 lneas).

El nivel high-1440 (alto-1440) est destinado a la HDTV (de hasta 1440pixeles x 1152 lneas).

El nivel high (alto) est optimizado para la HDTV (de hasta 1920 pixeles x1152 lneas).

Segn el compromiso de calidad/flujo de bits perseguido y la naturaleza de las

imgenes, el flujo de bits estar comprendido entre los 4 Mbits/s (calidad equivalente


54/62

a la de una imagen codificada en PAL o SECAM) y los 9 Mbits/s (calidad prxima a

la de una imagen de estudio CC1R-601).

Todo el proceso de codificacin de las imgenes animadas descrito en elcaptulo anterior para MPEG-1 se aplica a MPEG-2 ([email protected]), especialmente la

jerarqua de capas (desde el bloque hasta la secuencia de la Figura siguiente).


55/62

La principal novedad con respecto a MEPG-1, adems de los perfiles y

niveles, provienen del tratamiento de las imgenes entrelazadas.

3.5Descripcin del proceso de codificacin MPEG-2 / MPEG-3Codificacin MPEG-2

MPEG-2 es para la codificacin genrica de imgenes en movimiento y el

audio asociado que crea un flujo de vdeo mediante tres tipos de datos de marco

(cuadros intra, cuadros posteriores predecibles y cuadros predecibles bi-direccionales)

arreglados en un orden especfico llamado La estructura GOP(GOP = Group Of

Pictures o grupo de imgenes).

Generalmente el material originado es una secuencia de vdeo a una

resolucin de pxeles pre-fijada a 25 o 29,97 cuadros por segundo con sonido.

MPEG-2 admite flujos de vdeo escaneado de manera tanto progresiva como

entrelazada. En flujos de escaneo progresivo, la unidad bsica de codificacin es un

campo. En la discusin de abajo, los trminos genricos cuadro e imagen se

refieren tanto a los campos o cuadros, dependiendo del tipo de flujo.

El flujo MPEG-2 est hecho de una serie de cuadros de imgenes codificadas.

Las tres maneras de codificar una imagen son: intra-codificado (I cuadro), predecible

posterior (P cuadro) y predecible bi-direccional (B cuadro).

La imagen del vdeo es separada en dos partes: luminancia (Y) y croma(tambin llamada seales de diferencia de color U y V) a su vez, son divididos en

Macro-bloques los cuales sonla unidad bsica dentro de una imagen. Cada macro-

bloque es dividido en cuatro 8x8 bloques de luminancia. El nmero de bloques de

croma 8x8's depende del formato de color de la fuente. Por ejemplo en el formato


56/62

comn 4:2:0 hay un bloque de croma por macro-bloque por cada canal haciendo un

total de seis bloques por macro-bloque.

En el caso de los cuadros I, la verdadera informacin de imagen pasada atravs del proceso codificador descrito abajo, los cuadros P y B primero son sujetos a

un proceso de compensacin de movimiento, en el cual son co-relacionados con la

imagen previa (y en el caso del cuadro B, la siguiente). Cada macro-bloque en la

imagen P o B es entonces asociada con un rea en la imagen previa o siguiente que

este bien correlacionada con alguna de stas. El "vector de movimiento" que mapea el

macro-bloque con su rea correlacionada es codificado, y entonces la diferencia entre

las dos reas es pasada a travs del proceso de codificacin descrito abajo.

Cada bloque es procesado con una transformada coseno discreta (DCT)8x8 .

El coeficienteDCT resultante es entonces cuantificado de acuerdo a un esquema

predefinido, reordenado a una mxima probabilidad de una larga hilera de ceros, y

codificado. Finalmente, se aplica un algoritmo de codificacin Huffman de tabla fija.

Los cuadros I codifican redundancia espacial, mientras que los cuadros B y P

codifican redundancia temporal. Debido a que los marcos adyacentes son a menudo

bien co-relacionados, los cuadros P pueden ser del 10% del tamao de un cuadro I, y

el cuadro B al 2% de su tamao.

La secuencia de diferentes tipos de marcos es lla

Funcionamiento Del MPEG

Documents

Transcript of Funcionamiento Del MPEG

Decodificador de vídeo MPEG-2 en Matlab y análisis del bitstream

Descripción del funcionamiento -

El Algoritmo de Compresión Mpeg

H.264-MPEG-4 AVC

ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL Facultad de ... · niveles de Compresión de audio y video llamados MPEG-2 y MPEG-4. La diferencia entre MPEG-2 y MPEG-4, es que MPEG-2 está

Sesión Cuatro del Comité para el Aseguramiento de la Calidad€¦ · Documentos de apoyo MPEG (1) El documento conceptual MPEG presentado al CAC en 2017 (GSBPM INEGI) se está actualizando

Comprensión de Video MPEG - 2

Funcionamiento del ecosistema.docx

· (ii) в связи с видеоинформацией в формате MPEG-4, предоставленной поставщиком видеопродукции ...

la estandarización! · ¿Qué es el MPEG? El Modelo del Proceso Estadístico y Geográfico (MPEG) describe las actividades para producir de forma estandarizada la información estadística

EL ESTANDAR MPEG-4 PID JOSE BAENA ROCA El estándar MPEG-4 Introducción. Funcionalidades. Estructura y sintaxis. Codificación y decodificación. Escalabilidad.

Funcionamiento Del Celular

PAD-7-KIDS...Memoria externa: Slot para Micro SD hasta 32GB Conectividad: WiFi 802.11 b/g/n, Bluetooth 4.2 Conectores: Micro USB 2.0 Sensores: G-Sensor Video: MPEG-1，MPEG-2,MPEG-4，H.263,

Transmisión Multicast de Vídeo MPEG-4 Ingeniería Técnica ...vruiz/docencia/proyectos/2004/Transmision_Multi… · Transmisión Multicast de Vídeo MPEG-4 Ingeniería Técnica

Funcionamiento del senado

Funcionamiento Del Telefono

Funcionamiento del ordenador

Mpeg 4 Audio

INTRODUCCION A LA TELEVISION DIGITAL sesión.pdf · digitalizadas en MPEG-1 y MPEG-2 es el bloque de 8 x 8 elementos de imagen y el macrobloque de 16 x 16 elementos de imagen. Los

Conversión MPEG 2/4