SlideShare uma empresa Scribd logo
1 de 155
0 200 400 600 800 1000
-2
-1
0
1
2
Digitalização de Vídeo e Áudio
Sinais Contínuos
• s(t) existe para todo t dentro de um intervalo
• s(t) pode assumir qualquer valor entre os extremos
de amplitude
0 100 200 300 400 500 600 700 800 900 1000
-1.5
-1
-0.5
0
0.5
1
1.5
560 570
0.5
0.6
0.7
0.8
564.4 564.6 564.8
0.73
0.735
0.74
0.745
Sinais de Tempo Discreto
• s(t) = s(nT) existe para t = nT , com n
pertencendo ao conjunto dos números inteiros
0 5 10 15 20 25 30
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
Sinais Quantizados
• s(t) assume valores pertencentes a um conjunto
discreto (v1,v2,v3…vN)
0 100 200 300 400 500 600 700 800 900 1000
-6
-5
-4
-3
-2
-1
0
1
2
3
4
Digitalização
Amostragem
+ Quantização
= Sinais de Tempo Discreto Quantizados 
Seqüências de Números Inteiros
Critérios para Digitalização
• Amostragem:
– Banda passante
– Rebatimento Espectral (“Aliasing”)
• Quantização:
– Resolução de Amplitude
– Ruído de Quantização
Amostragem
Conceito de Amostragem
• Amostragem consiste no processo de tomar medidas de um
sinal contínuo s(t) em intervalos consecutivos, a cada T
unidades.
• (unidades de tempo, espaço, ângulo, etc…)
• Resulta em uma seqüência sA(nT) de valores numéricos,
denominados Amostras, associados aos instantes n  T
• T = Período de Amostragem
• fA = 1 / T = Freqüência (ou Taxa) de Amostragem
Amostragem de um Sinal Contínuo
0 100 200 300 400 500 600 700 800 900 1000
-1.5
-1
-0.5
0
0.5
1
1.5
0 5 10 15 20 25 30 35 40 45 50
-1.5
-1
-0.5
0
0.5
1
1.5
Reconstrução de um Sinal Amostrado
• Cada amostra sA (nT) é substituída por um pulso
h(t-nT), posicionado em um ponto
correspondente ao instante nT, com amplitude
proporcional ao valor de sA (nT)
• Isso corresponde à convolução de sA(nT) e h(t):
• Os pulsos h(t) podem ou não apresentar
superposição
)
(
)
(
)
( t
h
nT
s
t
s A
R 

Convolução
0 10 20 30
0
0.5
1
1.5
0 10 20 30
0
0.5
1
1.5
h(t)
sA(nT) sR(t)
h(t)
sA(nT) =  (t)
Convolução (Tempo Discreto)
0 5 10 15 20
0
0.2
0.4
0.6
0.8
0 5 10 15 20
0
0.5
1
1.5
0 5 10 15 20
0
0.5
1
1.5
0 5 10 15 20
0
0.5
1
1.5
0 5 10 15 20
0
0.5
1
1.5
0 5 10 15 20
0
0.5
1
1.5
 
 )
(
)
(
)
( nT
t
n
a
nT
s 
)
(
)
0
( t
h
a 
)
(
)
1
( T
t
h
a 

)
2
(
)
2
( T
t
h
a 

)
3
(
)
3
( T
t
h
a 

)
(
)
(
)
( t
h
nT
s
nT
sR 

Exemplo: h(t) Retangular com Duração T
0 5 10 15 20 25 30 35 40 45 50
-1.5
-1
-0.5
0
0.5
1
1.5
0 100 200 300 400 500 600 700 800 900 1000
-1.5
-1
-0.5
0
0.5
1
1.5
(T = 20)
Exemplo: Outros Pulsos h(t)
h(t) triangular
com largura 40
h(t) gaussiano
100 200 300 400 500 600 700 800 900 1000
-1.5
-1
-0.5
0
0.5
1
100 200 300 400 500 600 700 800 900 1000
-20
-10
0
10
20
Teorema da Amostragem
• A reconstrução exata de um sinal amostrado é
possível se o sinal for limitado em freqüência, e a
taxa de amostragem for maior que o dobro da
freqüência máxima do sinal.
• A função de reconstrução ideal é da forma
• Teorema de Kotelnikov / Shannon / Nyquist
 
  T
t
x
onde
x
x
t
h 





sen
)
(
Amostragem no Domínio do Tempo
0 100 200 300 400 500 600 700 800 900 1000
-1.5
-1
-0.5
0
0.5
1
1.5
)
(t
s

  )
( nT
t


)
(nT
sA
0 100 200 300 400 500 600 700 800 900 1000
0.2
0.4
0.6
0.8
1
1.2
1.4
0 100 200 300 400 500 600 700 800 900 1000
-1.5
-1
-0.5
0
0.5
1
1.5
Amostragem no Domínio da Freqüência
dt
e
t
s
S
S
t
s
t
j
f














)
(
)
(
)
(
)
( )
2
(
Transformada
de Fourier:
Convolução:
)
(
)
(
)
(
)
(
)
(
)
(
)
(
)
(
t
h
t
s
H
S
H
S
t
h
t
s










Espectro de s(t)
-500 -400 -300 -200 -100 0 100 200 300 400 500
0
20
40
60
80
100
0 100 200 300 400 500 600 700 800 900 1000
-1.5
-1
-0.5
0
0.5
1
1.5
Espectro da Função de Amostragem
0 100 200 300 400 500 600 700 800 900 1000
0.2
0.4
0.6
0.8
1
1.2
1.4
-500 -400 -300 -200 -100 0 100 200 300 400 500
20
40
60
80
100
120
140
a (t)
A()
(ms)
(Hz)
Espectro do Sinal Amostrado
-500 -400 -300 -200 -100 0 100 200 300 400 500
0
20
40
60
80
100
-500 -400 -300 -200 -100 0 100 200 300 400 500
20
40
60
80
100
120
140
)
(
S

)
(
A

)
(
A
S

-500 -400 -300 -200 -100 0 100 200 300 400 500
0
20
40
60
80
100
Requisito para Reconstrução
• Não pode haver superposição de espectro, após
convolução entre S() e A()
• Equivale a garantir que fA  2 fM
• Reconstrução exige aplicação de um filtro passa-
baixas ideal, no caso limite fA = 2 fM
Filtro de Reconstrução Ideal
-500 -400 -300 -200 -100 0 100 200 300 400 500
0
20
40
60
80
100
-500 -400 -300 -200 -100 0 100 200 300 400 500
0
20
40
60
80
100
0 100 200 300 400 500 600 700 800 900 1000
0
0.5
1
1.5
)
(
R
S

)
(
H

)
(
A
S
Reconstrução com sen(x)/x
)
(t
sA

)
(t
h

)
(t
sR
0 100 200 300 400 500 600 700 800 900 1000
-1.5
-1
-0.5
0
0.5
1
1.5
0 100 200 300 400 500 600 700 800 900 1000
-1.5
-1
-0.5
0
0.5
1
1.5
0 100 200 300 400 500 600 700 800 900 1000
-0.5
0
0.5
1
Reconstrução com Pulso Retangular
0 100 200 300 400 500 600 700 800 900 1000
-1.5
-1
-0.5
0
0.5
1
1.5
0 100 200 300 400 500 600 700 800 900 1000
-2
-1
0
1
2
0 100 200 300 400 500 600 700 800 900 1000
0
0.5
1
1.5
)
(t
sA

)
(t
h

)
(t
sR
Reconstrução com Pulso Retangular
-500 -400 -300 -200 -100 0 100 200 300 400 500
0
20
40
60
80
100
-500 -400 -300 -200 -100 0 100 200 300 400 500
0
20
40
60
80
100
-500 -400 -300 -100 -100 0 100 200 300 400 500
0
0.5
1
1.5
)
(
R
S

)
(
H

)
(
A
S
Rebatimento Espectral: fA >> 2 fM
0 100 200 300 400 500 600 700 800 900 1000
-1.5
-1
-0.5
0
0.5
1
1.5
0 100 200 300 400 500 600 700 800 900 1000
-1.5
-1
-0.5
0
0.5
1
1.5
Rebatimento Espectral: fA >> 2 fM
0 100 200 300 400 500 600 700 800 900 1000
0
100
200
300
400
500
-500 -400 -300 -200 -100 0 100 200 300 400 500
0
1
2
3
4
5
x 10
4
)
(
S

)
(
A

)
(
A
S

-500 -400 -300 -200 -100 0 100 200 300 400 500
20
40
60
80
100
120
140
Rebatimento Espectral: fA >> 2 fM
0 100 200 300 400 500 600 700 800 900 1000
-1.5
-1
-0.5
0
0.5
1
1.5
0 100 200 300 400 500 600 700 800 900 1000
-0.5
0
0.5
1
0 100 200 300 400 500 600 700 800 900 1000
-1.5
-1
-0.5
0
0.5
1
1.5
)
(t
sA

)
(t
h

)
(t
sR
Rebatimento Espectral: fA < 2 fM (“Aliasing”)
0 100 200 300 400 500 600 700 800 900 1000
0.2
0.4
0.6
0.8
1
1.2
0 100 200 300 400 500 600 700 800 900 1000
-1.5
-1
-0.5
0
0.5
1
1.5
0 100 200 300 400 500 600 700 800 900 1000
-1.5
-1
-0.5
0
0.5
1
1.5
)
(t
s

)
(t
a

)
(nT
sA
Rebatimento Espectral: fA < 2 fM (“Aliasing”)
0 100 200 300 400 500 600 700 800 900 1000
-1.5
-1
-0.5
0
0.5
1
1.5
0 100 200 300 400 500 600 700 800 900 1000
-0.5
0
0.5
1
1.5
0 100 200 300 400 500 600 700 800 900 1000
-1.5
-1
-0.5
0
0.5
1
1.5
)
(t
sA

)
(t
h

)
(t
sR
Sistema de Amostragem
s(t)
a(t)
sA(t) sR(t)
Filtro
“anti-aliasing”
Filtro de
reconstrução
Função de
amostragem
h(t)
Filtro “Anti - Aliasing”
Faixa de Passagem
Faixa de Transição
Faixa de Rejeição
0 fM fA
fA / 2
Critérios para taxa de Amostragem
• Critério de Nyquist:
– fA  2fM (filtro de reconstrução ideal)
• Critério de Kell:
– fA  3fM (aproximado – filtro não ideal)
Reconstrução com Pulso Retangular (Nyquist)
0 100 200 300 400 500 600 700 800 900 1000
-1.5
-1
-0.5
0
0.5
1
1.5
0 100 200 300 400 500 600 700 800 900 1000
-1.5
-1
-0.5
0
0.5
1
1.5
fA = 2,2 fM
Reconstrução com Pulso Retangular (Kell)
0 100 200 300 400 500 600 700 800 900 1000
-1.5
-1
-0.5
0
0.5
1
1.5
0 100 200 300 400 500 600 700 800 900 1000
-1.5
-1
-0.5
0
0.5
1
1.5
fA = 3,3 fM
Exemplos de Sistemas Amostrados
• Audio CD:
– fM = 20 kHz
– fA = 44,1 kHz
• fA / fM = 2,205
Exemplos de Sistemas Amostrados
• Telefonia:
– fM = 3,4 kHz
– fA = 8 kHz
• fA / fM = 2,35
Exemplos de Sistemas Amostrados
• Video Digital
(NTSC):
– fM = 4,2 MHz
– fA = 13,5 MHz
• fA / fM = 3,21
Exemplos de Sistemas Amostrados
• Miografia (potencial muscular):
– fM = 2 kHz
– fA = 200 Hz
• fA / fM = 0,1
Exemplos de Sistemas Amostrados
0 100 200 300 400 500 600 700 800 900 1000
-0.6
-0.4
-0.2
0
0.2
0.4
0 100 200 300 400 500 600 700 800 900 1000
-0.4
-0.3
-0.2
-0.1
0
0.1
0.2
0.3
Exemplos de Sistemas Amostrados
• Amostragem de Sinal
de Banda Estreita
• F.I. TV
– fM = 44 +/- 3 MHz
– fA = 25 MHz
• fA / fM = 0,57
• fA / fBW = 4,17
Amostragem de Sinal de Banda Estreita
0 25 50
12,5 37,5 44
fA
0 25 50
12,5 37,5 44
fA
6 19 31 56
O sinal deve estar contido entre múltiplos consecutivos de fA / 2
Quantização
Quantização na Conversão A/D
Sinal Quantizado (4 bits = 16 níveis)
0 100 200 300 400 500 600 700 800 900 1000
-10
-5
0
5
10
0 100 200 300 400 500 600 700 800 900 1000
-10
-5
0
5
10
)
(t
sQ
)
(t
s
( Q = 1 )
Erro de Quantização
0 100 200 300 400 500 600 700 800 900 1000
-0.5
0
0.5
-0.6 -0.4 -0.2 0 0.2 0.4 0.6
0
2
4
6
8
10
12
14
0 100 200 300 400 500 600 700 800 900 1000
0
5
10
15
20
25
30
)
(
)
( t
s
t
sQ 
Histograma Espectro
Modelo do Erro de Quantização
• Ruído Aleatório Aditivo
• Distribuição uniforme de Amplitude
• Amplitude pico-a-pico = Q (passo de quantização)
• Potência média:




2
2
2
2
12
Q
Q
Q
Q
ds
s
P
Relação Sinal-Ruído
• Sinal quantizado com n bits: 2n níveis
• Amplitude de pico do sinal: SP = Q  2n-1
• Potência de pico do sinal: PP = Q2  22n-2
• Potência do ruído de quantização: PQ = Q2 /12
• Relação Sinal / Ruído:
n
n
n
Q
P
Q
Q
P
P 2
2
2
2
2
2
2
2
3
2
12
12
2






 

Relação Sinal-Ruído de Quantização
• Em decibéis:
Exemplo: 8 bits => S/R = 52,9 dB (máx.)
16 bits => S/R = 101,1 dB
dB
77
,
4
02
,
6
)
3
log(
10
)
2
log(
20
)
3
log(
10
)
2
log(
10 2







n
n
R
S n
Exemplos de Sistemas Quantizados
• Audio CD
– 16 bits
– S/R = 101 dB
(teórica)
– ~ 90 dB
(prática)
Exemplos de Sistemas Quantizados
• Gravação Digital
de Áudio:
– 24 bits
– S/R = 149 dB
(teórica)
– ~ 100 dB
(prática)
Relação Sinal - Ruído em Vídeo
• Adota-se a relação entre a amplitude pico-a-pico
do sinal e a amplitude RMS do ruído de
quantização:
dB
n
n
R
S n
8
,
10
02
,
6
)
12
log(
10
)
2
log(
20
)
12
log(
10
)
2
log(
10 2







Considerando a Banda Passante
• A limitação da resposta em freqüência após a quantização
reduz a potência do ruído dentro da banda do sinal:
f
fA/2
fA
fV












V
A
f
f
dB
n
R
S
2
log
10
8
,
10
02
,
6
Considerando “Headroom”
)
(
log
20
2
log
10
8
.
10
02
.
6 dB
V
V
V
f
f
n
Q
S
P
B
T
V
A
e























VB-VP
VT
Considerando a Resposta em Freqüência da
Percepção Visual
onde f1= 270kHz, f2 = 1.37MHz e f3 = 390kHz
  dB
f
f
f
f
f
f
f
A




















































 2
3
2
2
2
1
10
1
1
1
log
10
f
Relação S / R de Quantização Total
dB
18
.
63
81
.
6
714
.
0
22
.
1
log
20
4
.
8
5
.
13
log
10
8
.
10
8
02
.
6 



















Q
R
S
8 bits
fA
2 fV
VT
100 IRE A( f )
Exemplo: 8 bits
Instabilidade da Frequencia de Amostragem
 
J
IN
J
t
f
R
S

2
log
20 10


fIN = Frequencia do sinal de entrada sendo amostrado
tJ = Valor RMS da incerteza temporal da amostragem (“jitter”)
Amostragem Bidimensional
Amostragem de uma Imagem 2-D
• s(t)  s(x, y)
• s(.)  R, G, B ou Y, U, V
• Filtro “Anti-aliasing”  Abertura Equivalente de
Captura
• “Aliasing”  Figuras de “Moirée”
• Função de Reconstrução  MTF, “Spot Profile”
Digitalização de Vídeo
10% Para Retraço
Vertical
20% para
Retraço Horizontal
480 Linhas
Visíveis
640 Pixels Visíveis por Linha
525
Linhas
Y= 106
U= -15
V= 30
pixel:
Estrutura de Amostragem Espacial
• Taxas de Amostragem podem ser independentes
nos sentidos x e y
• Amostras podem ou não serem alinhadas nos
sentidos x e y
• Em geral, estrutura é retangular; ocasionalmente,
quadrada
Amostragem e Reconstrução
Imagem
Estrutura de
Amostragem Espacial
Abertura Equivalente
de Captura
Pixel
Função de
Reconstrução
Reprodução de uma Imagem com Função de
Reconstrução Quadrada
Reprodução de uma Imagem com Função de
Reconstrução Gaussiana
John Lennon
Resolução Espacial
Padrão de Teste de Resolução Espacial
Função de Transferência de Contraste (CTF)
A
B
C
A B
C
CTF
Número de Linhas
Resolução
Limite
Ruído
MTF
ou
Função de Transferência de Modulação (MTF)
• Obtida da mesma forma que a CTF, quando o
padrão de barras tem variação senoidal de
luminância (ao invés de retangular)
• É a resposta em freqüência espacial do sistema
• MTF de um sistema linear com elementos em
série é o produto das MTF’s dos seus elementos
MTF da Visão Humana
0
100
200
300
400
10 100 1000
Linhas de TV
MTF
Unidade de Medida: Linhas de TV
• Quantidade de linhas pretas + brancas contidas em uma
distância igual à altura da imagem
V
V
Amostragem e Reconstrução
• No domínio Espacial:
– Convolução da imagem com a abertura equivalente de captura
– Amostragem
– Convolução da amostra com a função de Reconstrução
• No domínio da Freqüência:
– Filtragem pela MTF do processo de captura
– Amostragem (translação e replicação espectral)
– Filtragem pela MTF do processo de reconstrução
Espectro Bi-dimensional
y
x
Domínio do Espaço Domínio da Freqüência Espacial
fX
fY
Espectro Bi-dimensional
y
x
Domínio do Espaço Domínio da Freqüência Espacial
fX
fY
Espectro Bi-dimensional
y
x
Domínio do Espaço Domínio da Freqüência Espacial
fX
fY
Espectro Bi-dimensional
y
x
Domínio do Espaço Domínio da Freqüência Espacial
fX
fY
“Aliasing” Espacial: Efeito “Moirée”
Imagem Original Imagem Amostrada
“Aliasing” Espacial: Efeito “Moirée”
Imagem Original Imagem Amostrada
e reconstruída
Espectro 2-D da Imagem Amostrada
fX
fY
fX
fY
fAY
fAX
Redução do “Aliasing” Espacial por Filtragem
Imagem Filtrada por Imagem Amostrada
abertura equivalente e reconstruída
Espectro 2-D da Imagem Filtrada
fX
fY
fAY
fAX
fX
fY
fX
fY
Amostragem
Filtragem
espacial
Visibilidade do Ruído de Quantização
Q = 1 / 256 Q = 1 / 16
Visibilidade do Ruído de Quantização
0 100 200 300 400 500 600 700 800 900 1000
-4
-2
0
2
4
0 100 200 300 400 500 600 700 800 900 1000
-4
-2
0
2
4
0 100 200 300 400 500 600 700 800 900 1000
-0.5
0
0.5
)
(t
sQ
)
(t
s
)
(
)
( t
s
t
sQ 
Quantização com “Dithering”
*
Sinal
Ruído
Quantizador
s(t)
r(t)
sA(t)
Quantização com “Dithering”
)
(t
sQ
)
(
)
( t
r
t
s 
)
(
)
( t
s
t
sQ 
0 100 200 300 400 500 600 700 800 900 1000
-4
-2
0
2
4
0 100 200 300 400 500 600 700 800 900 1000
-4
-2
0
2
4
0 100 200 300 400 500 600 700 800 900 1000
-1.5
-1
-0.5
0
0.5
1
1.5
Visibilidade de Quantização com “Dithering”
Q = 1 / 256 Q = 1 / 16 d = 1/16
Critério de Kell x Nyquist
fM / fA = 0,1
fM / fA = 0,2
fM / fA = 0,3
fM / fA = 0,3
fX
fY
fY
fX
fAY
fAX
fM / fA = 0,35
fM / fA = 0,4
fM / fA = 0,45
fM / fA = 0,5
fM / fA = 0,5
fX
fY
fX
fY
fAY
fAX
fM / fA = 0,55
fM / fA = 0,8
fM / fA = 0,8
fY
fX
fY
fX
fAY
fAX
fM / fA = 0,95
fM / fA = 0,2
fM / fA = 0,3
fM / fA = 0,35
fM / fA = 0,4
fM / fA = 0,45
fM / fA = 0,5
fM / fA = 0,95
fM / fA = 0,95
fX
fY
fX
fY
fAY
fAX
fM / fA = 0,35
fM / fA = 0,4
fM / fA = 0,5
fM / fA = 0,35
fM / fA = 0,4
fM / fA = 0,45
fM / fA = 0,5
Amostragem com Função de
Reconstrução Triangular
fM / fA = 0,35
fM / fA = 0,35
fX
fY
fX
fY
fAY
fAX
fM / fA = 0,3
fM / fA = 0,35
fM / fA = 0,4
fM / fA = 0,45
fM / fA = 0,5
Amostragem 3-D (Espaço – Tempo)
Amostragem de uma Imagem em Movimento
Tempo
(Y,U,V) = s (x, y, t)
Amostragem de uma Imagem em Movimento
• Amostragem temporal (t):
– Fotogramas
• Amostragem Espacial (y):
– Varredura
• Amostragem Espacial (x):
– Digitalização do Sinal de Vídeo
Espectro Tri-dimensional (Espaço - Tempo)
y
x
fx
fy
Imagem com Movimento Espectro Tri-dimensional
t
ft
a
b
c
“Aliasing” Temporal: Efeito “Roda de Carroça”
Uma Rotação de 85
graus
em sentido Horário...
...confunde-se com
uma
rotação de 5 graus...
...em sentido
anti-horário.
Redução do “Aliasing” Temporal pelo Controle
do Tempo de Exposição
fechado ("pull-down")
aberto
Obturador da Câmera com Abertura Máxima
Estruturas de Varredura (Espaço – Tempo)
t
y
t
y
Varredura Progressiva Varredura Entrelaçada
Espectros das Estruturas de Varredura
F
F
t
y
F
F
t
y
Varredura Progressiva Varredura Entrelaçada
Critérios de Dimensionamento
na Amostragem de Sinais de Vídeo
Critérios de Resolução Temporal
• Remanência da Visão:
– 15 a 20 imagens (quadros) por segundo para
proporcionar ilusão de movimento
• Cintilação:
– 48 ~ 60 imagens por segundo
• Interferências com a Rede Elétrica: 50 / 60 Hz
– 60 imagens por segundo (EUA, Japão, Brasil
– 50 imagens por segundo (Europa, Ásia, etc.)
Critérios de Resolução Espacial
• Acuidade Visual:
– ~ 1 minuto de grau
• Proporção:
– 4:3 (igual ao cinema de antigamente)
– 16:9 (compromisso com cinema atual)
• Tamanho da Imagem: ?
• Distância de Observação: ?
A Televisão como Entretenimento
Ângulos de Visualização da TV Convencional
L
H
d
a b
H / L = ¾ a = 10o b = 7.5o
Dimensionamento de um Sistema de TV:
Padrão “M”
• Acuidade Visual: 1/60 de grau
• Ângulo de visualização: 10 x 7.5 graus
•  600 x 450 elementos de imagem (pixels)
Requisitos de Banda Passante
• 60 quadros por segundo, 600 x 450 pixels
MHz
BW 1
,
8
60
450
600
2
1





1 pixel = 1 semiciclo da maior freqüência necessária
Agravante: Tempo de Retraço
Tempo de
Varredura
Tempo de
Retraço
Requisitos de Banda Passante
• Tempo de retraço: 20% na varredura horizontal e
9% na vertical
  MHz
BW 595
,
10
60
09
,
1
450
2
,
1
600
2
1



















Agravante: Critério de Kell
• Teorema da Amostragem diz: número de linhas de
varredura deve ser maior que o número de linhas
(alternadas) a serem exibidas na imagem (fa > 2 x fs)
• Fator de Kell = 0,7 (experimental) implicaria em 450  0,7
= 643 linhas de varredura na imagem visível.
Requisitos de Banda Passante
• Considerando tempo de retraço e critério de Kell:
• Considerando Modulação AM:
  MHz
BW 14
,
15
60
09
,
1
643
2
,
1
600
2
1



















BCH = 2  BW = 30,28 MHz (!!!)
Atenuante: Acuidade Visual
• Adotado Limite de Acuidade Visual como 1,33
minutos de grau, considerando nível de luminância
• Imagem visível passa para 340 x 450 elementos de
resolução (480 linhas de amostragem)
• Adotadas 525 linhas de varredura (incluindo retraço)
  MHz
BW 4
,
8
60
525
2
.
1
450
2
1












Atenuante: Entrelaçamento
• Freqüência de Cintilação para detalhes pequenos é muito
menor
• Imagem é subdividida em 2 campos (par e ímpar)
• Banda Passante cai pela metade (4.2 MHz)
Atenuante: Modulação Vestigial (VSB)
4,2 MHz
-4,2 MHz
Vídeo Composto
(Banda Base)
+4,2 MHz
-0,75 MHz
+4,5 MHz
fo
Modulação AM
Modulação VSB
+ Áudio
0
6 MHz
MTF da Televisão Convencional
-0,2
0
0,2
0,4
0,6
0,8
1
1,2
0 200 400 600 800
Linhas de TV
MTF
TV de Alta Definição: “Hi-Vision” (~1985)
Dimensionamento do Ângulo de Visualização
para a “Hi-Vision”
Ocupação do Campo Visual
0
20
40
60
80
100
120
140
160
180
-100 -50 0 50
Ângulo em relação à Fóvea
Bastonetes
Cones
Ponto Cego
Células
por
mm2
x
1000
HDTV
TV
TV
Relação de Aspecto da TV de Alta Definição
• Compatibilidade com formatos de Cinema
TV (1.33:1 = 4:3)
HDTV (1.78:1 = 16:9)
Cinemascope (2.35:1)
Cinema (1.85:1)
Relação de Aspecto da TV de Alta Definição
• Compatibilidade com imagens 4:3
4  3
(12  9)
4  3
4  3
4  3
16
9
TV de “Mesma Definição”
1920
640
480
1080
1,33’
No Futuro ?
UHDV – Ultra High Definition Video (2005)
7680
1920
1080
4320
>90O
UHDV – Ultra High Definition Video (NHK-2005)
0
20
40
60
80
100
120
140
160
180
-100 -50 0 50
Ângulo em relação à Fóvea
Bastonetes
Cones
Ponto Cego
Células
por
mm2
x
1000
HDTV
TV
TV
UHDV

Mais conteúdo relacionado

Semelhante a Vídeo e Audio - Analise de sinais e sistemas

Projeto de Drenagem Urbana utilizando Poços de Infiltração
Projeto de Drenagem Urbana utilizando Poços de InfiltraçãoProjeto de Drenagem Urbana utilizando Poços de Infiltração
Projeto de Drenagem Urbana utilizando Poços de InfiltraçãoFelipe Harano
 
Hamônicos engenharia manutenção industrial
Hamônicos engenharia manutenção industrialHamônicos engenharia manutenção industrial
Hamônicos engenharia manutenção industrialAngelo Hafner
 
Exercícios eletricidade ii_circuitos_rc_séries_e_rc_paralelo_resolução
Exercícios eletricidade ii_circuitos_rc_séries_e_rc_paralelo_resoluçãoExercícios eletricidade ii_circuitos_rc_séries_e_rc_paralelo_resolução
Exercícios eletricidade ii_circuitos_rc_séries_e_rc_paralelo_resoluçãoRodrigo Amorim
 
Ressonâncias de dois fótons excitadas com lasers de femtossegundos e de diodo...
Ressonâncias de dois fótons excitadas com lasers de femtossegundos e de diodo...Ressonâncias de dois fótons excitadas com lasers de femtossegundos e de diodo...
Ressonâncias de dois fótons excitadas com lasers de femtossegundos e de diodo...Marco Polo Moreno
 
Aula 05 - Transformada de Laplace.pdf
Aula 05 - Transformada de Laplace.pdfAula 05 - Transformada de Laplace.pdf
Aula 05 - Transformada de Laplace.pdfPedroTVSouza
 
Reles de-tempo-siemens
Reles de-tempo-siemensReles de-tempo-siemens
Reles de-tempo-siemensRodrigo Santos
 
Detetor Geiger-Müller
Detetor Geiger-MüllerDetetor Geiger-Müller
Detetor Geiger-MüllerLuís Rita
 
Cálculos movimento circular
Cálculos movimento circularCálculos movimento circular
Cálculos movimento circularTableau Colégio
 
Apostila teoria audio_iazzetta
Apostila teoria audio_iazzettaApostila teoria audio_iazzetta
Apostila teoria audio_iazzettaJamys Luz
 
Unicamp2004 2fase 3dia_parte_001
Unicamp2004 2fase 3dia_parte_001Unicamp2004 2fase 3dia_parte_001
Unicamp2004 2fase 3dia_parte_001Thommas Kevin
 

Semelhante a Vídeo e Audio - Analise de sinais e sistemas (20)

obtenção de sinais discretos
obtenção de sinais discretosobtenção de sinais discretos
obtenção de sinais discretos
 
Sinais senoidais
Sinais senoidaisSinais senoidais
Sinais senoidais
 
Modulação PAM.pdf
Modulação PAM.pdfModulação PAM.pdf
Modulação PAM.pdf
 
Lista1 amazonas
Lista1 amazonasLista1 amazonas
Lista1 amazonas
 
Td 12 física i
Td 12   física iTd 12   física i
Td 12 física i
 
Projeto de Drenagem Urbana utilizando Poços de Infiltração
Projeto de Drenagem Urbana utilizando Poços de InfiltraçãoProjeto de Drenagem Urbana utilizando Poços de Infiltração
Projeto de Drenagem Urbana utilizando Poços de Infiltração
 
Hamônicos engenharia manutenção industrial
Hamônicos engenharia manutenção industrialHamônicos engenharia manutenção industrial
Hamônicos engenharia manutenção industrial
 
Lista2 amazonas
Lista2 amazonasLista2 amazonas
Lista2 amazonas
 
Exercícios eletricidade ii_circuitos_rc_séries_e_rc_paralelo_resolução
Exercícios eletricidade ii_circuitos_rc_séries_e_rc_paralelo_resoluçãoExercícios eletricidade ii_circuitos_rc_séries_e_rc_paralelo_resolução
Exercícios eletricidade ii_circuitos_rc_séries_e_rc_paralelo_resolução
 
Ressonâncias de dois fótons excitadas com lasers de femtossegundos e de diodo...
Ressonâncias de dois fótons excitadas com lasers de femtossegundos e de diodo...Ressonâncias de dois fótons excitadas com lasers de femtossegundos e de diodo...
Ressonâncias de dois fótons excitadas com lasers de femtossegundos e de diodo...
 
Aula 05 - Transformada de Laplace.pdf
Aula 05 - Transformada de Laplace.pdfAula 05 - Transformada de Laplace.pdf
Aula 05 - Transformada de Laplace.pdf
 
Unid03 t cs
Unid03 t csUnid03 t cs
Unid03 t cs
 
Reles de-tempo-siemens
Reles de-tempo-siemensReles de-tempo-siemens
Reles de-tempo-siemens
 
Detetor Geiger-Müller
Detetor Geiger-MüllerDetetor Geiger-Müller
Detetor Geiger-Müller
 
Cálculos movimento circular
Cálculos movimento circularCálculos movimento circular
Cálculos movimento circular
 
Inversores
InversoresInversores
Inversores
 
Apostila teoria audio_iazzetta
Apostila teoria audio_iazzettaApostila teoria audio_iazzetta
Apostila teoria audio_iazzetta
 
Ofdm
OfdmOfdm
Ofdm
 
Unicamp2004 2fase 3dia_parte_001
Unicamp2004 2fase 3dia_parte_001Unicamp2004 2fase 3dia_parte_001
Unicamp2004 2fase 3dia_parte_001
 
Slides 9 erm
Slides 9 ermSlides 9 erm
Slides 9 erm
 

Vídeo e Audio - Analise de sinais e sistemas

  • 1. 0 200 400 600 800 1000 -2 -1 0 1 2 Digitalização de Vídeo e Áudio
  • 2. Sinais Contínuos • s(t) existe para todo t dentro de um intervalo • s(t) pode assumir qualquer valor entre os extremos de amplitude 0 100 200 300 400 500 600 700 800 900 1000 -1.5 -1 -0.5 0 0.5 1 1.5 560 570 0.5 0.6 0.7 0.8 564.4 564.6 564.8 0.73 0.735 0.74 0.745
  • 3. Sinais de Tempo Discreto • s(t) = s(nT) existe para t = nT , com n pertencendo ao conjunto dos números inteiros 0 5 10 15 20 25 30 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1
  • 4. Sinais Quantizados • s(t) assume valores pertencentes a um conjunto discreto (v1,v2,v3…vN) 0 100 200 300 400 500 600 700 800 900 1000 -6 -5 -4 -3 -2 -1 0 1 2 3 4
  • 5. Digitalização Amostragem + Quantização = Sinais de Tempo Discreto Quantizados  Seqüências de Números Inteiros
  • 6. Critérios para Digitalização • Amostragem: – Banda passante – Rebatimento Espectral (“Aliasing”) • Quantização: – Resolução de Amplitude – Ruído de Quantização
  • 8. Conceito de Amostragem • Amostragem consiste no processo de tomar medidas de um sinal contínuo s(t) em intervalos consecutivos, a cada T unidades. • (unidades de tempo, espaço, ângulo, etc…) • Resulta em uma seqüência sA(nT) de valores numéricos, denominados Amostras, associados aos instantes n  T • T = Período de Amostragem • fA = 1 / T = Freqüência (ou Taxa) de Amostragem
  • 9. Amostragem de um Sinal Contínuo 0 100 200 300 400 500 600 700 800 900 1000 -1.5 -1 -0.5 0 0.5 1 1.5 0 5 10 15 20 25 30 35 40 45 50 -1.5 -1 -0.5 0 0.5 1 1.5
  • 10. Reconstrução de um Sinal Amostrado • Cada amostra sA (nT) é substituída por um pulso h(t-nT), posicionado em um ponto correspondente ao instante nT, com amplitude proporcional ao valor de sA (nT) • Isso corresponde à convolução de sA(nT) e h(t): • Os pulsos h(t) podem ou não apresentar superposição ) ( ) ( ) ( t h nT s t s A R  
  • 11. Convolução 0 10 20 30 0 0.5 1 1.5 0 10 20 30 0 0.5 1 1.5 h(t) sA(nT) sR(t) h(t) sA(nT) =  (t)
  • 12. Convolução (Tempo Discreto) 0 5 10 15 20 0 0.2 0.4 0.6 0.8 0 5 10 15 20 0 0.5 1 1.5 0 5 10 15 20 0 0.5 1 1.5 0 5 10 15 20 0 0.5 1 1.5 0 5 10 15 20 0 0.5 1 1.5 0 5 10 15 20 0 0.5 1 1.5    ) ( ) ( ) ( nT t n a nT s  ) ( ) 0 ( t h a  ) ( ) 1 ( T t h a   ) 2 ( ) 2 ( T t h a   ) 3 ( ) 3 ( T t h a   ) ( ) ( ) ( t h nT s nT sR  
  • 13. Exemplo: h(t) Retangular com Duração T 0 5 10 15 20 25 30 35 40 45 50 -1.5 -1 -0.5 0 0.5 1 1.5 0 100 200 300 400 500 600 700 800 900 1000 -1.5 -1 -0.5 0 0.5 1 1.5 (T = 20)
  • 14. Exemplo: Outros Pulsos h(t) h(t) triangular com largura 40 h(t) gaussiano 100 200 300 400 500 600 700 800 900 1000 -1.5 -1 -0.5 0 0.5 1 100 200 300 400 500 600 700 800 900 1000 -20 -10 0 10 20
  • 15. Teorema da Amostragem • A reconstrução exata de um sinal amostrado é possível se o sinal for limitado em freqüência, e a taxa de amostragem for maior que o dobro da freqüência máxima do sinal. • A função de reconstrução ideal é da forma • Teorema de Kotelnikov / Shannon / Nyquist     T t x onde x x t h       sen ) (
  • 16. Amostragem no Domínio do Tempo 0 100 200 300 400 500 600 700 800 900 1000 -1.5 -1 -0.5 0 0.5 1 1.5 ) (t s    ) ( nT t   ) (nT sA 0 100 200 300 400 500 600 700 800 900 1000 0.2 0.4 0.6 0.8 1 1.2 1.4 0 100 200 300 400 500 600 700 800 900 1000 -1.5 -1 -0.5 0 0.5 1 1.5
  • 17. Amostragem no Domínio da Freqüência dt e t s S S t s t j f               ) ( ) ( ) ( ) ( ) 2 ( Transformada de Fourier: Convolução: ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( t h t s H S H S t h t s          
  • 18. Espectro de s(t) -500 -400 -300 -200 -100 0 100 200 300 400 500 0 20 40 60 80 100 0 100 200 300 400 500 600 700 800 900 1000 -1.5 -1 -0.5 0 0.5 1 1.5
  • 19. Espectro da Função de Amostragem 0 100 200 300 400 500 600 700 800 900 1000 0.2 0.4 0.6 0.8 1 1.2 1.4 -500 -400 -300 -200 -100 0 100 200 300 400 500 20 40 60 80 100 120 140 a (t) A() (ms) (Hz)
  • 20. Espectro do Sinal Amostrado -500 -400 -300 -200 -100 0 100 200 300 400 500 0 20 40 60 80 100 -500 -400 -300 -200 -100 0 100 200 300 400 500 20 40 60 80 100 120 140 ) ( S  ) ( A  ) ( A S  -500 -400 -300 -200 -100 0 100 200 300 400 500 0 20 40 60 80 100
  • 21. Requisito para Reconstrução • Não pode haver superposição de espectro, após convolução entre S() e A() • Equivale a garantir que fA  2 fM • Reconstrução exige aplicação de um filtro passa- baixas ideal, no caso limite fA = 2 fM
  • 22. Filtro de Reconstrução Ideal -500 -400 -300 -200 -100 0 100 200 300 400 500 0 20 40 60 80 100 -500 -400 -300 -200 -100 0 100 200 300 400 500 0 20 40 60 80 100 0 100 200 300 400 500 600 700 800 900 1000 0 0.5 1 1.5 ) ( R S  ) ( H  ) ( A S
  • 23. Reconstrução com sen(x)/x ) (t sA  ) (t h  ) (t sR 0 100 200 300 400 500 600 700 800 900 1000 -1.5 -1 -0.5 0 0.5 1 1.5 0 100 200 300 400 500 600 700 800 900 1000 -1.5 -1 -0.5 0 0.5 1 1.5 0 100 200 300 400 500 600 700 800 900 1000 -0.5 0 0.5 1
  • 24. Reconstrução com Pulso Retangular 0 100 200 300 400 500 600 700 800 900 1000 -1.5 -1 -0.5 0 0.5 1 1.5 0 100 200 300 400 500 600 700 800 900 1000 -2 -1 0 1 2 0 100 200 300 400 500 600 700 800 900 1000 0 0.5 1 1.5 ) (t sA  ) (t h  ) (t sR
  • 25. Reconstrução com Pulso Retangular -500 -400 -300 -200 -100 0 100 200 300 400 500 0 20 40 60 80 100 -500 -400 -300 -200 -100 0 100 200 300 400 500 0 20 40 60 80 100 -500 -400 -300 -100 -100 0 100 200 300 400 500 0 0.5 1 1.5 ) ( R S  ) ( H  ) ( A S
  • 26. Rebatimento Espectral: fA >> 2 fM 0 100 200 300 400 500 600 700 800 900 1000 -1.5 -1 -0.5 0 0.5 1 1.5 0 100 200 300 400 500 600 700 800 900 1000 -1.5 -1 -0.5 0 0.5 1 1.5
  • 27. Rebatimento Espectral: fA >> 2 fM 0 100 200 300 400 500 600 700 800 900 1000 0 100 200 300 400 500 -500 -400 -300 -200 -100 0 100 200 300 400 500 0 1 2 3 4 5 x 10 4 ) ( S  ) ( A  ) ( A S  -500 -400 -300 -200 -100 0 100 200 300 400 500 20 40 60 80 100 120 140
  • 28. Rebatimento Espectral: fA >> 2 fM 0 100 200 300 400 500 600 700 800 900 1000 -1.5 -1 -0.5 0 0.5 1 1.5 0 100 200 300 400 500 600 700 800 900 1000 -0.5 0 0.5 1 0 100 200 300 400 500 600 700 800 900 1000 -1.5 -1 -0.5 0 0.5 1 1.5 ) (t sA  ) (t h  ) (t sR
  • 29. Rebatimento Espectral: fA < 2 fM (“Aliasing”) 0 100 200 300 400 500 600 700 800 900 1000 0.2 0.4 0.6 0.8 1 1.2 0 100 200 300 400 500 600 700 800 900 1000 -1.5 -1 -0.5 0 0.5 1 1.5 0 100 200 300 400 500 600 700 800 900 1000 -1.5 -1 -0.5 0 0.5 1 1.5 ) (t s  ) (t a  ) (nT sA
  • 30. Rebatimento Espectral: fA < 2 fM (“Aliasing”) 0 100 200 300 400 500 600 700 800 900 1000 -1.5 -1 -0.5 0 0.5 1 1.5 0 100 200 300 400 500 600 700 800 900 1000 -0.5 0 0.5 1 1.5 0 100 200 300 400 500 600 700 800 900 1000 -1.5 -1 -0.5 0 0.5 1 1.5 ) (t sA  ) (t h  ) (t sR
  • 31. Sistema de Amostragem s(t) a(t) sA(t) sR(t) Filtro “anti-aliasing” Filtro de reconstrução Função de amostragem h(t)
  • 32. Filtro “Anti - Aliasing” Faixa de Passagem Faixa de Transição Faixa de Rejeição 0 fM fA fA / 2
  • 33. Critérios para taxa de Amostragem • Critério de Nyquist: – fA  2fM (filtro de reconstrução ideal) • Critério de Kell: – fA  3fM (aproximado – filtro não ideal)
  • 34. Reconstrução com Pulso Retangular (Nyquist) 0 100 200 300 400 500 600 700 800 900 1000 -1.5 -1 -0.5 0 0.5 1 1.5 0 100 200 300 400 500 600 700 800 900 1000 -1.5 -1 -0.5 0 0.5 1 1.5 fA = 2,2 fM
  • 35. Reconstrução com Pulso Retangular (Kell) 0 100 200 300 400 500 600 700 800 900 1000 -1.5 -1 -0.5 0 0.5 1 1.5 0 100 200 300 400 500 600 700 800 900 1000 -1.5 -1 -0.5 0 0.5 1 1.5 fA = 3,3 fM
  • 36. Exemplos de Sistemas Amostrados • Audio CD: – fM = 20 kHz – fA = 44,1 kHz • fA / fM = 2,205
  • 37. Exemplos de Sistemas Amostrados • Telefonia: – fM = 3,4 kHz – fA = 8 kHz • fA / fM = 2,35
  • 38. Exemplos de Sistemas Amostrados • Video Digital (NTSC): – fM = 4,2 MHz – fA = 13,5 MHz • fA / fM = 3,21
  • 39. Exemplos de Sistemas Amostrados • Miografia (potencial muscular): – fM = 2 kHz – fA = 200 Hz • fA / fM = 0,1
  • 40. Exemplos de Sistemas Amostrados 0 100 200 300 400 500 600 700 800 900 1000 -0.6 -0.4 -0.2 0 0.2 0.4 0 100 200 300 400 500 600 700 800 900 1000 -0.4 -0.3 -0.2 -0.1 0 0.1 0.2 0.3
  • 41. Exemplos de Sistemas Amostrados • Amostragem de Sinal de Banda Estreita • F.I. TV – fM = 44 +/- 3 MHz – fA = 25 MHz • fA / fM = 0,57 • fA / fBW = 4,17
  • 42. Amostragem de Sinal de Banda Estreita 0 25 50 12,5 37,5 44 fA 0 25 50 12,5 37,5 44 fA 6 19 31 56 O sinal deve estar contido entre múltiplos consecutivos de fA / 2
  • 45. Sinal Quantizado (4 bits = 16 níveis) 0 100 200 300 400 500 600 700 800 900 1000 -10 -5 0 5 10 0 100 200 300 400 500 600 700 800 900 1000 -10 -5 0 5 10 ) (t sQ ) (t s ( Q = 1 )
  • 46. Erro de Quantização 0 100 200 300 400 500 600 700 800 900 1000 -0.5 0 0.5 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0 2 4 6 8 10 12 14 0 100 200 300 400 500 600 700 800 900 1000 0 5 10 15 20 25 30 ) ( ) ( t s t sQ  Histograma Espectro
  • 47. Modelo do Erro de Quantização • Ruído Aleatório Aditivo • Distribuição uniforme de Amplitude • Amplitude pico-a-pico = Q (passo de quantização) • Potência média:     2 2 2 2 12 Q Q Q Q ds s P
  • 48. Relação Sinal-Ruído • Sinal quantizado com n bits: 2n níveis • Amplitude de pico do sinal: SP = Q  2n-1 • Potência de pico do sinal: PP = Q2  22n-2 • Potência do ruído de quantização: PQ = Q2 /12 • Relação Sinal / Ruído: n n n Q P Q Q P P 2 2 2 2 2 2 2 2 3 2 12 12 2         
  • 49. Relação Sinal-Ruído de Quantização • Em decibéis: Exemplo: 8 bits => S/R = 52,9 dB (máx.) 16 bits => S/R = 101,1 dB dB 77 , 4 02 , 6 ) 3 log( 10 ) 2 log( 20 ) 3 log( 10 ) 2 log( 10 2        n n R S n
  • 50. Exemplos de Sistemas Quantizados • Audio CD – 16 bits – S/R = 101 dB (teórica) – ~ 90 dB (prática)
  • 51. Exemplos de Sistemas Quantizados • Gravação Digital de Áudio: – 24 bits – S/R = 149 dB (teórica) – ~ 100 dB (prática)
  • 52. Relação Sinal - Ruído em Vídeo • Adota-se a relação entre a amplitude pico-a-pico do sinal e a amplitude RMS do ruído de quantização: dB n n R S n 8 , 10 02 , 6 ) 12 log( 10 ) 2 log( 20 ) 12 log( 10 ) 2 log( 10 2       
  • 53. Considerando a Banda Passante • A limitação da resposta em freqüência após a quantização reduz a potência do ruído dentro da banda do sinal: f fA/2 fA fV             V A f f dB n R S 2 log 10 8 , 10 02 , 6
  • 55. Considerando a Resposta em Freqüência da Percepção Visual onde f1= 270kHz, f2 = 1.37MHz e f3 = 390kHz   dB f f f f f f f A                                                      2 3 2 2 2 1 10 1 1 1 log 10 f
  • 56. Relação S / R de Quantização Total dB 18 . 63 81 . 6 714 . 0 22 . 1 log 20 4 . 8 5 . 13 log 10 8 . 10 8 02 . 6                     Q R S 8 bits fA 2 fV VT 100 IRE A( f ) Exemplo: 8 bits
  • 57. Instabilidade da Frequencia de Amostragem   J IN J t f R S  2 log 20 10   fIN = Frequencia do sinal de entrada sendo amostrado tJ = Valor RMS da incerteza temporal da amostragem (“jitter”)
  • 59. Amostragem de uma Imagem 2-D • s(t)  s(x, y) • s(.)  R, G, B ou Y, U, V • Filtro “Anti-aliasing”  Abertura Equivalente de Captura • “Aliasing”  Figuras de “Moirée” • Função de Reconstrução  MTF, “Spot Profile”
  • 60. Digitalização de Vídeo 10% Para Retraço Vertical 20% para Retraço Horizontal 480 Linhas Visíveis 640 Pixels Visíveis por Linha 525 Linhas Y= 106 U= -15 V= 30 pixel:
  • 61. Estrutura de Amostragem Espacial • Taxas de Amostragem podem ser independentes nos sentidos x e y • Amostras podem ou não serem alinhadas nos sentidos x e y • Em geral, estrutura é retangular; ocasionalmente, quadrada
  • 62. Amostragem e Reconstrução Imagem Estrutura de Amostragem Espacial Abertura Equivalente de Captura Pixel Função de Reconstrução
  • 63. Reprodução de uma Imagem com Função de Reconstrução Quadrada
  • 64. Reprodução de uma Imagem com Função de Reconstrução Gaussiana
  • 67. Padrão de Teste de Resolução Espacial
  • 68. Função de Transferência de Contraste (CTF) A B C A B C CTF Número de Linhas Resolução Limite Ruído MTF ou
  • 69. Função de Transferência de Modulação (MTF) • Obtida da mesma forma que a CTF, quando o padrão de barras tem variação senoidal de luminância (ao invés de retangular) • É a resposta em freqüência espacial do sistema • MTF de um sistema linear com elementos em série é o produto das MTF’s dos seus elementos
  • 70. MTF da Visão Humana 0 100 200 300 400 10 100 1000 Linhas de TV MTF
  • 71. Unidade de Medida: Linhas de TV • Quantidade de linhas pretas + brancas contidas em uma distância igual à altura da imagem V V
  • 72. Amostragem e Reconstrução • No domínio Espacial: – Convolução da imagem com a abertura equivalente de captura – Amostragem – Convolução da amostra com a função de Reconstrução • No domínio da Freqüência: – Filtragem pela MTF do processo de captura – Amostragem (translação e replicação espectral) – Filtragem pela MTF do processo de reconstrução
  • 73. Espectro Bi-dimensional y x Domínio do Espaço Domínio da Freqüência Espacial fX fY
  • 74. Espectro Bi-dimensional y x Domínio do Espaço Domínio da Freqüência Espacial fX fY
  • 75. Espectro Bi-dimensional y x Domínio do Espaço Domínio da Freqüência Espacial fX fY
  • 76. Espectro Bi-dimensional y x Domínio do Espaço Domínio da Freqüência Espacial fX fY
  • 77. “Aliasing” Espacial: Efeito “Moirée” Imagem Original Imagem Amostrada
  • 78. “Aliasing” Espacial: Efeito “Moirée” Imagem Original Imagem Amostrada e reconstruída
  • 79. Espectro 2-D da Imagem Amostrada fX fY fX fY fAY fAX
  • 80. Redução do “Aliasing” Espacial por Filtragem Imagem Filtrada por Imagem Amostrada abertura equivalente e reconstruída
  • 81. Espectro 2-D da Imagem Filtrada fX fY fAY fAX fX fY fX fY Amostragem Filtragem espacial
  • 82. Visibilidade do Ruído de Quantização Q = 1 / 256 Q = 1 / 16
  • 83. Visibilidade do Ruído de Quantização 0 100 200 300 400 500 600 700 800 900 1000 -4 -2 0 2 4 0 100 200 300 400 500 600 700 800 900 1000 -4 -2 0 2 4 0 100 200 300 400 500 600 700 800 900 1000 -0.5 0 0.5 ) (t sQ ) (t s ) ( ) ( t s t sQ 
  • 85. Quantização com “Dithering” ) (t sQ ) ( ) ( t r t s  ) ( ) ( t s t sQ  0 100 200 300 400 500 600 700 800 900 1000 -4 -2 0 2 4 0 100 200 300 400 500 600 700 800 900 1000 -4 -2 0 2 4 0 100 200 300 400 500 600 700 800 900 1000 -1.5 -1 -0.5 0 0.5 1 1.5
  • 86. Visibilidade de Quantização com “Dithering” Q = 1 / 256 Q = 1 / 16 d = 1/16
  • 87. Critério de Kell x Nyquist
  • 88. fM / fA = 0,1
  • 89. fM / fA = 0,2
  • 90. fM / fA = 0,3
  • 91. fM / fA = 0,3 fX fY fY fX fAY fAX
  • 92. fM / fA = 0,35
  • 93. fM / fA = 0,4
  • 94. fM / fA = 0,45
  • 95. fM / fA = 0,5
  • 96. fM / fA = 0,5 fX fY fX fY fAY fAX
  • 97. fM / fA = 0,55
  • 98. fM / fA = 0,8
  • 99. fM / fA = 0,8 fY fX fY fX fAY fAX
  • 100. fM / fA = 0,95
  • 101. fM / fA = 0,2
  • 102. fM / fA = 0,3
  • 103. fM / fA = 0,35
  • 104. fM / fA = 0,4
  • 105. fM / fA = 0,45
  • 106. fM / fA = 0,5
  • 107. fM / fA = 0,95
  • 108. fM / fA = 0,95 fX fY fX fY fAY fAX
  • 109. fM / fA = 0,35
  • 110. fM / fA = 0,4
  • 111. fM / fA = 0,5
  • 112. fM / fA = 0,35
  • 113. fM / fA = 0,4
  • 114. fM / fA = 0,45
  • 115. fM / fA = 0,5
  • 116. Amostragem com Função de Reconstrução Triangular
  • 117. fM / fA = 0,35
  • 118. fM / fA = 0,35 fX fY fX fY fAY fAX
  • 119. fM / fA = 0,3
  • 120. fM / fA = 0,35
  • 121. fM / fA = 0,4
  • 122. fM / fA = 0,45
  • 123. fM / fA = 0,5
  • 124. Amostragem 3-D (Espaço – Tempo)
  • 125. Amostragem de uma Imagem em Movimento Tempo (Y,U,V) = s (x, y, t)
  • 126. Amostragem de uma Imagem em Movimento • Amostragem temporal (t): – Fotogramas • Amostragem Espacial (y): – Varredura • Amostragem Espacial (x): – Digitalização do Sinal de Vídeo
  • 127. Espectro Tri-dimensional (Espaço - Tempo) y x fx fy Imagem com Movimento Espectro Tri-dimensional t ft a b c
  • 128. “Aliasing” Temporal: Efeito “Roda de Carroça” Uma Rotação de 85 graus em sentido Horário... ...confunde-se com uma rotação de 5 graus... ...em sentido anti-horário.
  • 129. Redução do “Aliasing” Temporal pelo Controle do Tempo de Exposição fechado ("pull-down") aberto Obturador da Câmera com Abertura Máxima
  • 130. Estruturas de Varredura (Espaço – Tempo) t y t y Varredura Progressiva Varredura Entrelaçada
  • 131. Espectros das Estruturas de Varredura F F t y F F t y Varredura Progressiva Varredura Entrelaçada
  • 132. Critérios de Dimensionamento na Amostragem de Sinais de Vídeo
  • 133. Critérios de Resolução Temporal • Remanência da Visão: – 15 a 20 imagens (quadros) por segundo para proporcionar ilusão de movimento • Cintilação: – 48 ~ 60 imagens por segundo • Interferências com a Rede Elétrica: 50 / 60 Hz – 60 imagens por segundo (EUA, Japão, Brasil – 50 imagens por segundo (Europa, Ásia, etc.)
  • 134. Critérios de Resolução Espacial • Acuidade Visual: – ~ 1 minuto de grau • Proporção: – 4:3 (igual ao cinema de antigamente) – 16:9 (compromisso com cinema atual) • Tamanho da Imagem: ? • Distância de Observação: ?
  • 135. A Televisão como Entretenimento
  • 136. Ângulos de Visualização da TV Convencional L H d a b H / L = ¾ a = 10o b = 7.5o
  • 137. Dimensionamento de um Sistema de TV: Padrão “M” • Acuidade Visual: 1/60 de grau • Ângulo de visualização: 10 x 7.5 graus •  600 x 450 elementos de imagem (pixels)
  • 138. Requisitos de Banda Passante • 60 quadros por segundo, 600 x 450 pixels MHz BW 1 , 8 60 450 600 2 1      1 pixel = 1 semiciclo da maior freqüência necessária
  • 139. Agravante: Tempo de Retraço Tempo de Varredura Tempo de Retraço
  • 140. Requisitos de Banda Passante • Tempo de retraço: 20% na varredura horizontal e 9% na vertical   MHz BW 595 , 10 60 09 , 1 450 2 , 1 600 2 1                   
  • 141. Agravante: Critério de Kell • Teorema da Amostragem diz: número de linhas de varredura deve ser maior que o número de linhas (alternadas) a serem exibidas na imagem (fa > 2 x fs) • Fator de Kell = 0,7 (experimental) implicaria em 450  0,7 = 643 linhas de varredura na imagem visível.
  • 142. Requisitos de Banda Passante • Considerando tempo de retraço e critério de Kell: • Considerando Modulação AM:   MHz BW 14 , 15 60 09 , 1 643 2 , 1 600 2 1                    BCH = 2  BW = 30,28 MHz (!!!)
  • 143. Atenuante: Acuidade Visual • Adotado Limite de Acuidade Visual como 1,33 minutos de grau, considerando nível de luminância • Imagem visível passa para 340 x 450 elementos de resolução (480 linhas de amostragem) • Adotadas 525 linhas de varredura (incluindo retraço)   MHz BW 4 , 8 60 525 2 . 1 450 2 1            
  • 144. Atenuante: Entrelaçamento • Freqüência de Cintilação para detalhes pequenos é muito menor • Imagem é subdividida em 2 campos (par e ímpar) • Banda Passante cai pela metade (4.2 MHz)
  • 145. Atenuante: Modulação Vestigial (VSB) 4,2 MHz -4,2 MHz Vídeo Composto (Banda Base) +4,2 MHz -0,75 MHz +4,5 MHz fo Modulação AM Modulação VSB + Áudio 0 6 MHz
  • 146. MTF da Televisão Convencional -0,2 0 0,2 0,4 0,6 0,8 1 1,2 0 200 400 600 800 Linhas de TV MTF
  • 147. TV de Alta Definição: “Hi-Vision” (~1985)
  • 148. Dimensionamento do Ângulo de Visualização para a “Hi-Vision”
  • 149. Ocupação do Campo Visual 0 20 40 60 80 100 120 140 160 180 -100 -50 0 50 Ângulo em relação à Fóvea Bastonetes Cones Ponto Cego Células por mm2 x 1000 HDTV TV TV
  • 150. Relação de Aspecto da TV de Alta Definição • Compatibilidade com formatos de Cinema TV (1.33:1 = 4:3) HDTV (1.78:1 = 16:9) Cinemascope (2.35:1) Cinema (1.85:1)
  • 151. Relação de Aspecto da TV de Alta Definição • Compatibilidade com imagens 4:3 4  3 (12  9) 4  3 4  3 4  3 16 9
  • 152. TV de “Mesma Definição” 1920 640 480 1080 1,33’
  • 154. UHDV – Ultra High Definition Video (2005) 7680 1920 1080 4320 >90O
  • 155. UHDV – Ultra High Definition Video (NHK-2005) 0 20 40 60 80 100 120 140 160 180 -100 -50 0 50 Ângulo em relação à Fóvea Bastonetes Cones Ponto Cego Células por mm2 x 1000 HDTV TV TV UHDV