MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W....
Transcript of MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W....
![Page 2: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/2.jpg)
Master1 : Image et Son
Première partie (basée Image):
Algèbre linéaire
Analyse: dérivées, intégrales
Probabilités et statistiques
Deuxième partie (basée Son):
Introduction au Traitement du SignalNumérique
Signal numérique
Représentation spectrale, analyse spectrale
Produit de Convolution, filtrage
Troisième partie (basée Vidéo)
Image et Son– p.2/74
![Page 3: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/3.jpg)
Introduction
Intérêt:
Multimédia : Image, Son, Vidéo
Télécommunications
Réseaux
plein d’autres. . .
=⇒ utile dans votre future carrière !!
Image et Son– p.3/74
![Page 4: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/4.jpg)
Bibliographie
Traitement du signal:
Alan V. Oppenheim et Ronald W. Schafer
Discrete-Time Signal Processing
Prentice-Hall, 1989.
Maurice Bellanger
Traitement numérique du signal. Théorie et pratique
Edition MASSON, DUNOD, 1998.
Sophocles J. Orfanidis
Introduction to Signal Processing
Prentice Hall International Editions, 1996.
Etienne Tisserand, Jean-François Pautex, PAtrick §Schweitzer
Analyse et Traitement des Signaux, Méthodes et Applications au Son
et à l’Image
DUNOD, 2004.
Image et Son– p.4/74
![Page 5: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/5.jpg)
Définition
Signal : support de l’information
émise par une source
destinée à un récepteur
Traitement du signal :
Analyse (détection, estimation, extraction paramètres)
Transformations (filtrage)
Adaptation (compression, codage)
Image et Son– p.5/74
![Page 6: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/6.jpg)
Classification des signaux
1 ou plusieurs dimensions
déterministe ou pas
périodique ou pas (périodeT)
s(t) = s(t +kT) ∀t,∀k∈ N
durée finie ou infinie (support borné)
s(t) = 0 ∀t 6∈ [0;T]
causal
s(t) = 0 ∀t < 0
Image et Son– p.6/74
![Page 7: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/7.jpg)
Signaux de base (1)
Signaux sinusoïdaux
s(t) = Acos(ωt +φ)
A amplitude de la sinusoïde
φ la phase à l’origine (t = 0)
ω la pulsation (ω = 2π f ).
amplitude
temps
a(t)
Image et Son– p.7/74
![Page 8: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/8.jpg)
Signaux de base (2)
Impulsions de Dirac
δ (t) = 0 si t 6= 0
δ (t) 6= 0 si t = 0
Porte ou Carré
ΠT(t) = 1 si 0≤ t < T
Signaux aléatoiresplus tard. . .
Image et Son– p.8/74
![Page 9: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/9.jpg)
Energie/RMS
Energie :
E =∫ t2
t1s2(t)dt
rapport signal sur bruit (SNR) :
SNR=Es
Eb
SNRdB = 10log10(SNR)
Es énergie signal
Eb énergie bruit
Image et Son– p.9/74
![Page 10: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/10.jpg)
Puissance
puissance moyenne:
P=1
t1− t2
∫ t2
t1s2(t)dt
RMS (Root Mean Square)
Arms=
√
1T
∫
s2(t)dt
Image et Son– p.10/74
![Page 11: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/11.jpg)
Signal numérique
Intérêts :
traitements : suite d’opérations logiques ou arithmétiques
traitements informatiques ou électroniques
pas de bruit ajouté lors de transmission
Image et Son– p.11/74
![Page 12: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/12.jpg)
Représentation temporelle d’un signal
amplitude
temps
a(t)
s(t): amplitude du signal en fonction du temps
Image et Son– p.12/74
![Page 13: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/13.jpg)
Représentation informatique du signal
Question:
Comment représenter ce signal analogique avec des nombres binaires (des
0 et des 1) ?
Image et Son– p.13/74
![Page 14: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/14.jpg)
Représentation informatique du signal
Question:
Comment représenter ce signal analogique avec des nombres binaires (des
0 et des 1) ?
Réponse:
Numérisation du signal
Image et Son– p.13/74
![Page 15: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/15.jpg)
Étapes du traitement numérique
Transformer le signal analogique en signal électrique : capture/acquisition
du signal (microphones)étape analogique.
Convertir le signal électrique en une suite de valeurs numériques binaires:
conversion analogique-numériqueCAN
Lancer le programme de calcul mathématique censé opérer le traitement
voulu.
Convertir les codes binaires résultant du calcul en un signal électrique :
conversion numérique-analogiqueCNA
Reconvertir le signal électrique dans la grandeur physiqueinitiale : haut
parleurs, écrans vidéo, transducteurs industriels.
Image et Son– p.14/74
![Page 16: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/16.jpg)
Étapes du traitement numérique
Image et Son– p.15/74
![Page 17: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/17.jpg)
Signal numérique
=⇒ conversion en un signal numérique (numérisation)
Le signal numérique est non continu (discrétisé):
Non défini à tout instant
Non défini pour toutes les amplitudes
Ce procédé de numérisation est effectué en trois étapes :
Échantillonnage
Quantification
Codage
Image et Son– p.16/74
![Page 18: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/18.jpg)
Échantillonnage
consiste à passer d’un signal àtemps continuà une suitediscrètesde valeurs.
Ces valeurs sont mesurées à des intervalles réguliers : échantillonnage
uniforme.
intervalles irréguliers : échantillonnage non uniforme
Cas général : échantillonnage uniforme
Image et Son– p.17/74
![Page 19: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/19.jpg)
Échantillonnage
s(nTe) = s(t)×u(t)
où la fonctionu est une somme de fonctions de Dirac:
u(t) =∞
∑n=−∞
δ (t −nTe)
Image et Son– p.18/74
![Page 20: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/20.jpg)
Échantillonnage : principe
tempss
amplitude
signal d’origine
Image et Son– p.19/74
![Page 21: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/21.jpg)
Échantillonnage : principe
tempss
amplitude
top d’horloge réguliers
Image et Son– p.19/74
![Page 22: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/22.jpg)
Échantillonnage : principe
tempss
amplitude
top d’horloge réguliers
Image et Son– p.19/74
![Page 23: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/23.jpg)
Échantillonnage : principe
tempss
amplitude
signal numérisé
Image et Son– p.19/74
![Page 24: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/24.jpg)
Discrétisation : échantillonnage
amplitude
temps
s[n] = s(n×Te)
échantillonnage
Te = 1/Fe
fréquence d’échantillonnageFe (inverse de la périodeTe)
Image et Son– p.20/74
![Page 25: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/25.jpg)
Échantillons
Chaque mesure est unéchantillon (sample)
Le tempsTe séparant deux échantillons est letemps d’échantillonnage
La fréquence d’échantillonnageFe ou taux d’échantillonnage(sampling rate) est l’inverse de cette période.
Image et Son– p.21/74
![Page 26: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/26.jpg)
Exercices
Écrire une fonctionC qui remplit un tableau de réels de taillesize avec
les échantillons représentant une sinusoïde de fréquencefreq,
d’amplitudeamp et de phasephi, échantillonnée à la fréquenceFech.
Image et Son– p.22/74
![Page 27: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/27.jpg)
Unités, unités normalisées
L’unité de temps est laseconde.
L’unité des fréquences est leHertz (s−1).
unités normalisées:
Unité normalisée en temps :Te secondes
Unité normalisée en fréquence :Fe Hertz
Le signal échantillonnés(nTe) pourra s’écrires[n], ou encoresn.
Image et Son– p.23/74
![Page 28: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/28.jpg)
Fréquence d’échantillonnage
Image et Son– p.24/74
![Page 29: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/29.jpg)
Fréquence d’échantillonnage
=⇒ Fréquence d’échantillonnagelimite
Image et Son– p.25/74
![Page 30: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/30.jpg)
Fréquence d’échantillonnage
Exercice:
s(t) = acos(2π1000t)
1. Tracer ce signal.
2. Ce signal est échantillonné à la fréquence 1000Hz. Quelles sont alors les
valeurs des échantillons ?
3. Même question pour une fréquence d’échantillonnage de 2000Hz.
Image et Son– p.26/74
![Page 31: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/31.jpg)
Théorème de Shannon
Un signal analogique de largeur de bande finie 2F Hz ne peut être reconstitué
exactement à partir de ses échantillons que si ceux-ci ont été prélevés avec une
périodeTe:
Te =1Fe
≤1
2F
Image et Son– p.27/74
![Page 32: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/32.jpg)
Fréquence d’échantillonnage limite
Il faut que la fréquence d’échantillonnage soit supérieureou égale à deux fois la
fréquence maximumF du signal.
Cette fréquence limite est appeléefréquence de Nyquist:
F ≤ fNyquist=Fe
2
Image et Son– p.28/74
![Page 33: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/33.jpg)
Exercices
Les 5 signaux suivants (t est en secondes) sont échantillonnés à la fréquence
fs = 4Hz:
−sin(14πt); −sin(6πt); sin(2πt); sin(10πt); sin(18πt)
Montrer que les échantillons de ces 5 signaux sont les mêmes.
Image et Son– p.29/74
![Page 34: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/34.jpg)
Repliement/Aliasing
Exemple d’une fréquence d’échantillonnageFe trop faible :
Signal rouge original de fréquenceF
Fe =4F3
=⇒ la reconstruction la plus normaled’une sinusoïde passant par les
échantillons : sinusoïde de fréquenceF3 (signal vert).
Image et Son– p.30/74
![Page 35: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/35.jpg)
Repliement/Aliasing (2)
=⇒ illustration dans le domaine temporel du repliement des fréquences.
sori = a0 cos[2πn4F3
F ]
Image et Son– p.31/74
![Page 36: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/36.jpg)
Repliement/Aliasing (2)
=⇒ illustration dans le domaine temporel du repliement des fréquences.
sori = a0 cos[2πn4F3
F]
sori = a0 cos[2πn4F3
(4F3
−F3)]
Image et Son– p.31/74
![Page 37: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/37.jpg)
Repliement/Aliasing (2)
=⇒ illustration dans le domaine temporel du repliement des fréquences.
sori = a0 cos[2πn4F3
F]
sori = a0 cos[2πn4F3
(4F3
−F3)]
sori = a0 cos[2πn−2πn4F3
F3]
Image et Son– p.31/74
![Page 38: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/38.jpg)
Repliement/Aliasing (2)
=⇒ illustration dans le domaine temporel du repliement des fréquences.
sori = a0 cos[2πn4F3
F]
sori = a0 cos[2πn4F3
(4F3
−F3)]
sori = a0 cos[2πn−2πn4F3
F3]
sori = a0 cos[−2πn4F3
F3]
Image et Son– p.31/74
![Page 39: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/39.jpg)
Repliement/Aliasing (2)
=⇒ illustration dans le domaine temporel du repliement des fréquences.
sori = a0 cos[2πn4F3
F]
sori = a0 cos[2πn4F3
(4F3
−F3)]
sori = a0 cos[2πn−2πn4F3
F3]
sori = a0 cos[−2πn4F3
F3]
sori = a0 cos[2πn4F3
F3]
=⇒ équivalent à une sinusoïde de fréquenceF3
Image et Son– p.31/74
![Page 40: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/40.jpg)
Repliement/Aliasing (3)
Cas général :F = Fe−∆F
sori = a0 cos[2πnFe
F ]
Image et Son– p.32/74
![Page 41: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/41.jpg)
Repliement/Aliasing (3)
Cas général :F = Fe−∆F
sori = a0 cos[2πnFe
F ]
sori = a0 cos[2πnFe
(Fe−∆F)]
Image et Son– p.32/74
![Page 42: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/42.jpg)
Repliement/Aliasing (3)
Cas général :F = Fe−∆F
sori = a0 cos[2πnFe
F ]
sori = a0 cos[2πnFe
(Fe−∆F)]
sori = a0 cos[2πn−2πnFe
∆F ]
Image et Son– p.32/74
![Page 43: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/43.jpg)
Repliement/Aliasing (3)
Cas général :F = Fe−∆F
sori = a0 cos[2πnFe
F ]
sori = a0 cos[2πnFe
(Fe−∆F)]
sori = a0 cos[2πn−2πnFe
∆F ]
sori = a0 cos[2πnFe
∆F ]
Image et Son– p.32/74
![Page 44: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/44.jpg)
Repliement/Aliasing (3)
Cas général :F = Fe−∆F
sori = a0 cos[2πnFe
(Fe−∆F)]
sori = a0 cos[2πnFe
∆F ]
=⇒ sinusoïde de fréquenceF = Fe−∆F représentée parFe−∆F ou par∆F
Si ∆F > Fe2 alorsF ⇒ Fe−∆F
Si ∆F < Fe2 alorsF ⇒ ∆F
=⇒ Principe du repliement oualiasing
Image et Son– p.32/74
![Page 45: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/45.jpg)
Influence sur le spectre
Repliques de fréquences :amplitude
fréquence
Fe0−Fe
F Fe−F F +Fe−F−Fe−F −Fe+F
Image et Son– p.33/74
![Page 46: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/46.jpg)
Influence sur le spectre
repliement de bande:
��������������������������������
��������������������������������
����������������������������������������
����������������������������������������
amplitude
0
fréquence
−Fe FeFe+ fmax
fmax− fmax−Fe− fmax −Fe+ fmax Fe− fmax
Image et Son– p.34/74
![Page 47: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/47.jpg)
Influence sur le spectre
Si le théorème d’échantillonnage est respecté:amplitude
0 fmax− fmax
fréquence
−Fe Fe−Fe+ fmax Fe+ fmaxFe− fmax−Fe− fmax
Image et Son– p.35/74
![Page 48: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/48.jpg)
Filtre anti-Repliement/Aliasing
Ne pas prendre en compte les fréquencesf > Fe2
=⇒ Avant la conversion analogique numérique : filtre anti-repliement ou
anti-aliasing
Réponse du filtre passe-bas anti-repliement :
Image et Son– p.36/74
![Page 49: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/49.jpg)
Reconstruction. . .
condition de Nyquist:Fe > 2×Fmax
(Fmax: plus grande fréquence présente dans le signala)
théorème de Shannon:
le signal continua(t) peut être reconstruit parfaitement
(sans erreur) à partir du signal discreta[n]
si et seulement sila condition de Nyquist est respectée
exemples:
CD: Fe = 44100 Hz⇒ Fmax< 22050 Hz
DAT : Fe = 48000 Hz
DVD: Fe = 96000 Hz⇒ Fmax< 48000 Hz
Parole :Fe = 8000 Hz
radio FM numérique :Fe = 32000Hz
Musique professionnelle : multipistes numériques jusqu’à96000 HzImage et Son– p.37/74
![Page 50: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/50.jpg)
Quelle fréquence d’échantillonnage ?
Une voix parlée est compréhensible si les fréquences comprises entre 20 et 4000
Hz sont perçues.
Questions:
Quelle fréquence d’échantillonnage doit-on choisir pour numériser une
voix parlée ?
Que se passe-t-il si on choisit plus ?
Que se passe-t-il si on choisit moins ?
Image et Son– p.38/74
![Page 51: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/51.jpg)
Choix de la fréquence d’échantillonnage
Sur-échantillonnage :trop de valeurs représentent le signal
temps d’échantillonnage important
taille des données importante
Plus de temps de traitement (calcul) pour un résultat proche
Sous-échantillonnage : troppeude valeurs représentent le signal
Variations du signal entre deux échantillons sont perdues
Qualité du signal insuffisante
=⇒ Compromis à trouver
Image et Son– p.39/74
![Page 52: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/52.jpg)
Choix de la fréquence d’échantillonnage
Applications fmax Fe
Géophysique 500 Hz 1 kHz
Biomédical 1 kHz 1 kHz
Mécanique 2 kHz 4 kHz
Parole 4 kHz 8 kHz
Audio 20 kHz 40 kHz
Vidéo 4 MHz 8 MHz
Image et Son– p.40/74
![Page 53: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/53.jpg)
Exercices
Exercice:
Nous considérons un signal sinusoïdal de fréquencef = 10Hz, échantillonnée à
un taux fs = 12Hz. Lors de la reconstruction du signal, quelle est la fréquence de
la sinusoïde obtenue ? Même question pourfs = 22Hz.
Image et Son– p.41/74
![Page 54: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/54.jpg)
Exercices
Soit le signalx(t) suivant (oùt est en millisecondes):
x(t) = 4+3cos(πt)+2cos(2πt)+cos(3πt)
1. Déterminer la fréquence d’échantillonnage minimale pour en pas avoir
d’aliasing (fréquence de Nyquistfs).
2. Déterminer le signalxa(t) reconstruit à partir de ce signalx(t)
échantillonné à la moitié de la fréquence de Nyquistfs.
Image et Son– p.42/74
![Page 55: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/55.jpg)
Exercices
Le signalx(t) = sin(πt)+4sin(3πt)cos(2πt) (t en millisecondes) est
échantillonné à une fréquence de 3 kHz.
1. Déterminer la signalxa(t) reconstruit.
2. Déterminer deux autres signauxx1 etx2, dont la reconstruction donnerait
également le signalxa, tels quex1(nT) = x2(nT) = xa(nT).
Image et Son– p.43/74
![Page 56: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/56.jpg)
Exercices
Soit un signal occupant la bande de fréquence[ f1; f2]. Quelles sont les
conditions à imposer sur la fréquencef1, pour que ce signal puisse être
échantillonné directement à une fréquence comprise entref2 et 2f2 ?
Image et Son– p.44/74
![Page 57: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/57.jpg)
Quantification
Échantillonnage : temps continu→ temps discret
Quantification : amplitude continue→ amplitude discrète
La précision de cette étape de quantification est donnée par un nombre de bits
Ce nombre de bits indique le nombre de valeurs discrètes utilisées pour
quantifier l’amplitude du signal analogique
Image et Son– p.45/74
![Page 58: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/58.jpg)
Discrétisation : quantification
amplitude
temps
s[n]
quantification
0
1
Image et Son– p.46/74
![Page 59: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/59.jpg)
Opération de quantification
valeurnqsi valeur comprise entre(n− 12)q et (n+ 1
2)q
Opération de quantification : fonction en marche d’escaliers
s(t)87654321
−1−2−3−4−5−6−7
sq(t)
Image et Son– p.47/74
![Page 60: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/60.jpg)
Opération de quantification
quantification surN bits
Le nombre de paliers est alors 2N
Intervalle de valeurs des échantillonsA
Si quantification uniforme, la largeurq d’un palier est:
q=A2N
Image et Son– p.48/74
![Page 61: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/61.jpg)
Erreur de quantification
→ erreurde quantification
faible nombre de bits important nombre de bits
=⇒ signal indésirable ajouté au signal utile
Image et Son– p.49/74
![Page 62: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/62.jpg)
Bruit de quantification
s(t) = sq(t)+e(t)
Image et Son– p.50/74
![Page 63: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/63.jpg)
Erreur de quantification (2)
L’erreur ecomprise dans un intervalle dépendant de la largeurq:
−q2
≤ e≤q2
Image et Son– p.51/74
![Page 64: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/64.jpg)
Exercices
1. En supposant que l’erreur de quantification est équiprobable, donner la
probabilité d’avoir une erreurb de quantification.
2. Calculer la variance de l’erreur de quantification. En déduire son
écart-type.
3. Écrire le lien entreA, N et q.
4. Calculer la puissance d’un signal sinusoïdal d’amplitude A. En déduire
cette puissance en fonction deN et q.
5. En déduire alors la dynamique, qui s’exprime comme le rapport entre la
puissance du signal et la variance du bruit. Exprimer cette dynamique en
décibel.
Image et Son– p.52/74
![Page 65: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/65.jpg)
Exercices
En supposant que l’erreur de quantification est équiprobable, donner la
probabilité d’avoir une erreurb de quantification.
Pr(b) =1q
Image et Son– p.53/74
![Page 66: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/66.jpg)
Exercices
Calculer la variance de l’erreurede quantification. En déduire son
écart-type.
V(e) = E(e2)−E(e)2
= E(e2)
=∫
q2
− q2
e2Pr (e)de
=∫
q2
− q2
e2 1q
de
= [e3
3]
q2− q
2
1q
=q2
12
Image et Son– p.54/74
![Page 67: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/67.jpg)
Exercices
Écrire le lien entreA, N et q.
A= q.2N−1
Image et Son– p.55/74
![Page 68: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/68.jpg)
Exercices
Calculer la puissance d’un signal sinusoïdal d’amplitudeA. En déduire
cette puissance en fonction deN et q.
Psinus =12(A)2
=12(2Nq2
)2
= 22N−3.q2
Image et Son– p.56/74
![Page 69: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/69.jpg)
Exercices
En déduire alors la dynamiqueD, qui s’exprime comme le rapport entre la
puissance du signal et la variance du bruit. Exprimer cette dynamique en
décibel.
D =PsinusV(e)
=22N−3.q2
q2
12
=32
22N
En décibel :
10 log(D) = 6.02N+1.76
Image et Son– p.57/74
![Page 70: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/70.jpg)
Erreur de quantification (3)
Rapport signal/bruit théorique : à peu près 6 dB par bit.
convertisseur 16 bits doit afficher un rapport signal/bruitautour de 98 dB
convertisseur 8 bits autour de 50 dB.
Image et Son– p.58/74
![Page 71: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/71.jpg)
Quantification
En général quantification linéaire (ou uniforme)
quantification logarithmique
→ Plus le nombre de bits est important, plus la qualité est bonne (erreur faible)
→ Plus le nombre de bits est important, plus la taille des données est importante
(exemples : 8 bits, CD: 16 bits, DVD Audio: 24 bits)
Image et Son– p.59/74
![Page 72: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/72.jpg)
Représentation discrète
amplitude
temps
discrétisation (numérisation) =
échantillonnage+ quantification
→ Pulse-Code Modulation(PCM) Image et Son– p.60/74
![Page 73: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/73.jpg)
Représentation discrète
amplitude
temps
discrétisation (numérisation) =
échantillonnage+ quantification
[0, 1, 3, 4, 4, 4, 3, 1, 0, -1, -3, -4, -4, -4, -3, -1, 0, 1, 3]Image et Son– p.60/74
![Page 74: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/74.jpg)
Représentation des échantillons
signalnumérique → nombres:
arithmétique: entière / flottante
calcul: non signé / signé
bits: 8 / 16 / 24 / 32 / 64
représentation machine:little / big endian
exemples:
CD (Compact Disc): entiers 16 bits signésbig-endian
DVD (Digital Versatile Disc): entiers 24 bits signés
Image et Son– p.61/74
![Page 75: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/75.jpg)
Exercices
Dans le domaine de la numérisation audio, le signal est échantillonné à une
fréquenceFe = 44100 Hz, et chaque échantillon est quantifié par un
convertisseur A/N caractérisé par un intervalle de 10 volts.
1. Déterminer le nombre de bitsN sachant que l’erreur de quantification doit
rester inférieure à 50 microvolts.
2. Déterminer l’erreur réelle.
3. En déduire le débit en bits par seconde.
4. Comparer (débit, bruit de quantification) pour un signal numérique de
parole, pour lequel la fréquence d’échantillonnage est 8 kHz, avec une
quantification sur 8 bits.
Image et Son– p.62/74
![Page 76: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/76.jpg)
Ré-échantillonnage
Intérêt de sous-échantillonner ?
Intérêt de sur-échantillonner ?
Attention:
Sur-échantillonner ne rajoute pas d’information
Sous-échantillonner enlève de l’information
Image et Son– p.63/74
![Page 77: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/77.jpg)
Sous-échantillonnage
Difficulté différente selon le rapport
Si le rapport est entier : suppression de certains échantillons
Sinon, opération plus complexe basée sur de l’interpolation
Même difficulté d’interpolation pour sur-échantillonnage
Image et Son– p.64/74
![Page 78: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/78.jpg)
Formats de fichier
Signal numérique sauvegardé sous la forme de fichiers
Plusieurs types de format existent :
format brut
format structuré
format compressé
format avec méta-données
Image et Son– p.65/74
![Page 79: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/79.jpg)
Formats de fichiers
Les fichiers en format brut (raw) contiennentuniquement la suite des
échantillons représentant le signal
Formats structurés : formats bruts+ entête (header) décrivant le fichier
Image et Son– p.66/74
![Page 80: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/80.jpg)
Formats compressés
Compression non destructive(sans perte)
Exemple:gzip, zip, bzip, . . .
fichier identique après compression/décompression
taux de compressionfaible
besoin du fichiercomplet avant compression
→ Algorithmes généralistes, non spécifiques à l’image ou au son.
Image et Son– p.67/74
![Page 81: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/81.jpg)
Formats compressés
En Son :
quantification logarithmique: codageµ-law AU, SND
8 bits logarithmiques sont perceptivement équivalents à 12bits linéaires
ADPCM (Adaptive-Delta Pulse-Code Modulation)
au lieu de coder ˜a[n],
calcul du multi-ensemble des différences∆ =⋃
n{δ [n] = a[n]− a[n−1]},
puis calcul l’histogramme des occurences deδ dans∆,
et codage deδ avec un nombre de bits utilisés inversement proportionnel au nombre de ses occurrences
dans∆ (Huffman)
Image et Son– p.68/74
![Page 82: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/82.jpg)
Comparatif PCM /ADPCM
amplitude
11
11
10
10
10
000
10
11
01
001
01
01
001
000
11
001
01
01
0000
→ 41 bits seulement. . .
au lieu de 19 mots de 4 bits→ 76 bits
Image et Son– p.69/74
![Page 83: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/83.jpg)
Quantification logarithmique
Application principale :téléphonie
Intervalles de quantification de largeur inégales
Passages à faible amplitude sont privilégiés par rapport aux passages à
forte amplitude
Principe :
1. Passage à une échelle non linéaire (étape de compression),
2. Quantification uniforme du signal obtenu.
Image et Son– p.70/74
![Page 84: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/84.jpg)
Quantification logarithmique (2)
Plusieurs lois pour l’étape de compression
Les deux standards les plus courants sont laloi µ et la loi A.
La loi µ est définie par:
f (x) =log(1+µx)log(1+µ)
la loi A est définie par:
f (x) =
Ax1+logA si 0≤ x≤ 1
A1+log(Ax)1+logA si 0≤ x≤ 1
A
Image et Son– p.71/74
![Page 85: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/85.jpg)
Formats compressés
Compression destructive
compression spécifique à l’image ou au son
algorithmes basés sur la perception
suppression des informations non perçues
Exemples : MP3, jpeg, . . .
Attention aux compressions destructives !!
transformations : certaines informations supprimées peuvent être utiles
après transformation
Image et Son– p.72/74
![Page 86: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/86.jpg)
Formats compressés
Exemple en Son : MPEG layer 3 (MP3)
1Mo/min de musique (format CD)
Principe général:
analyse spectrale→ domaine fréquentiel
modèle psychoacoustique→ degré de perceptibilité
allocation de bits proportionnelle à la perceptibilité
compression sans perte (Huffman)
Image et Son– p.73/74
![Page 87: MASTER - Année 1hanna/ImageSon/cours1.pdf · Traitement du signal: Alan V. Oppenheim et Ronald W. Schafer Discrete-Time Signal Processing Prentice-Hall, 1989. Maurice Bellanger Traitement](https://reader033.fdocument.pub/reader033/viewer/2022052614/60603ced48b58e4a97629c41/html5/thumbnails/87.jpg)
Formats compressés
Exemple en Image : JPEG (Joint Photographic Expert Group)
Ratio de compression :201 à 25
1
Principe général:
Rééchantillonnage
Découpage de l’image en blocs de 8x8 points
Application de la fonction DCT (Discrete Cosinus Transform)
Quantification de chaque bloc
Encodage de l’image puis compression avec la méthode d’Huffman
Image et Son– p.74/74