Transcript Diaporama_Cours_multimedia

Institut supérieur des Etudes Technologiques de Mahdia
SUPPORT DE COURS:
FONDEMENT DU
MULTIMÉDIA
Préparé par : Hechkel Amina
Assistant Technologue à ISET Mahdia
Année Universitaire : 2010/2011
ELÉMENTS DE CONTENU

Chaîne multimédia : acquisition, traitement, analyse,
synthèse, stockage, intégration, communication, etc.

Transformée de Fourier : TFC, TFD, FFT.

Numérisation : Echantillonnage (Th. De Shannon, CAN, CNA),
Résolution, Quantification.

Perception visuelle et SVH (RGB et systèmes virtuels).

Objets multimédias : textes, sons, images animées, vidéo
(normes, codage, formats).

Outils logiciels.
Mlle Hechkel Amina
2
PLAN
Introduction
Le son
Multimédia
L’image
La vidéo
Bibliographie
Mlle Hechkel Amina
3
PLAN
Le son
Multimédia
L’image
La vidéo
Bibliographie
Mlle Hechkel Amina
4
INTRODUCTION : DÉFINITION
Multimédia = multi + média
– Multi : plusieurs
– Média : (medium) milieu de diffusion de l’information
– Coexistence sur un même support de plusieurs médias
(texte, son, image, vidéo)
« Intégration sur un même support de données de différents
types en vue de leur manipulation (éventuellement
interactive) à l’aide de l’outil informatique ».
Mlle Hechkel Amina
5
INTRODUCTION : DÉFINITION
Outil informatique :
– Choix du matériel et du logiciel (Norme MPC)
– Traitement numérique
– L’ordinateur est à la fois l’outil de :
• Acquisition
• Traitement
• Stockage
• Restitution (communication)
Interactivité :
– L’utilisateur choisit :
• Les éléments auxquels il veut accéder
• Le moment auquel il accède à ces éléments
Mlle Hechkel Amina
6
INTRODUCTION : DÉFINITION
Les moyens de l’interaction
– Les périphériques (clavier, souris, écran, microphone, …)
– Une interface (graphique)
– Hypermédia (structure arborescente)
Mlle Hechkel Amina
7
INTRODUCTION : HISTORIQUE
Né dans les années 80
– Microinformatique
– Interfaces graphiques
– Hypercard (Apple)
Rencontre de plusieurs domaines
– Audiovisuel
– Informatique
– Télécommunications
– Arts graphiques
Mlle Hechkel Amina
8
INTRODUCTION : HISTORIQUE
Bénéficie des avancées technologiques
– Technologies de stockage
– Méthodes de compression/Décompression
– Puissance de calcul
– Transmission de l’information
NTIC : Nouvelles Technologies de l’Information et de la
Communication (IT)
– Fusion du Multimédia, Internet, Téléphonie mobile et
Télévision numérique
Mlle Hechkel Amina
9
INTRODUCTION : OBJECTIFS
Acquérir, Stocker, Manipuler, Gérer, Diffuser
– Des chiffres, du texte, des images, de la vidéo
Besoins
– Grandes quantités d’information
– Numériser
– Compromis
• Stockage
• Qualité
• Coût
• Transmission
Mlle Hechkel Amina
10
INTRODUCTION : OBJECTIFS
Caractéristiques du multimédia (d’après des études
psychologiques)
– La mémoire humaine est capable de mémoriser
• 10% de ce qu’on lit
• 20% de ce qu’on entend
• 30% de ce qu’on voit
• 50% de ce qu’on entend et voit
• 60% de ce qu’on dit
• 70% de ce qu’on pratique
• 80% de ce qu’on pratique et on expose
– Proverbe chinois : “j’entend et j’oublie, je vois et je me
rappelle, j’expérimente et j’apprends
– Volumineuse, complexes (dimension spatiotemporelles)
Mlle Hechkel Amina
11
INTRODUCTION : APPLICATIONS
Potentiel énorme d’utilisation
– Se divertir
– S’informer
– Se former
– Communiquer
– Vendre...
Applications grand public
– Journaux en ligne
– Visites virtuelles (de musées)
–Encyclopédies
– VOD (Vidéo On Demand)
– Jeux
Mlle Hechkel Amina
12
INTRODUCTION : APPLICATIONS
Applications professionnelles
– Présentation d’entreprise
– Commerce électronique
– Médecine (aide au diagnostic)
– Architecture et bâtiments (simulation)
Mlle Hechkel Amina
13
INTRODUCTION : PROJET MULTIMÉDIA
Recherche et analyse
– Public cible : niveau d’expertise et besoins
– Recherche de contenu
– Contexte d’utilisation (contraintes)
Conception
– Synopsis du projet
Scénarisation (storyboarding)
– Description détaillée des différents éléments multimédia
Prototypage
Développement
Test et validation
Mlle Hechkel Amina
14
INTRODUCTION : LES MÉTIERS
De la production
– Éditeurs, producteurs, juristes, prospecteurs
De la création
– Auteurs, directeurs artistiques, scénaristes, ergonomes, illustrateurs
De la réalisation
– Réalisateurs, directeurs techniques, développeurs (programmeurs,
infographistes, etc.) ingénieurs du son, dialoguistes, testeurs, traducteurs
De l’exploitation
– Fournisseurs d’accès, spécialistes réseau, packaging
De la distribution
– Commerciaux pour la vente sur support, pour la vente en ligne
De l’utilisation
– Bibliothécaires, formateurs
Mlle Hechkel Amina
15
INTRODUCTION : LES MÉTIERS
De la production
– Éditeurs, producteurs, juristes, prospecteurs
De la création
– Auteurs, directeurs artistiques, scénaristes, ergonomes, illustrateurs
De la réalisation
– Réalisateurs, directeurs techniques, développeurs (programmeurs,
infographistes, etc.) ingénieurs du son, dialoguistes, testeurs, traducteurs
De l’exploitation
– Fournisseurs d’accès, spécialistes réseau, packaging
De la distribution
– Commerciaux pour la vente sur support, pour la vente en ligne
De l’utilisation
– Bibliothécaires, formateurs
Mlle Hechkel Amina
16
PLAN
Introduction
Multimédia
L’image
La vidéo
Bibliographie
Mlle Hechkel Amina
17
DÉFINITION : LE SON

Définition 1: C’est un phénomène ondulatoire dû à un
phénomène physique, c'est donc un phénomène continu
(analogique) qui peut-être produit par vibration.

Définition 2: Le son est une onde sinusoïdale produite par la
vibration mécanique d'un support fluide ou solide et propagée
grâce à l'élasticité du milieu environnant sous forme d'ondes
longitudinales.

Par extension, le son désigne la sensation auditive liée à cette
vibration

L'onde sonore est représentée le plus souvent par une courbe
sinusoïdale.
Mlle Hechkel Amina
18
DÉFINITION : SON ET PROJET MULTIMÉDIA
Deux types d’utilisation:
 Contenu Sonore
 Narration
 Description de contenu (voice-overs)
 Musique (chanson)
 Ambiance sonore
 Fond sonore (musique d’accompagnement)
 Effets sonores (clic sonore)
Mlle Hechkel Amina
19
PROPRIÉTÉS DU SON
Le son sous forme d’onde (spectre de modulation d'amplitude)
 Fréquence :
• L’inverse de la période (1/p)
• C’est la hauteur (grave, aigu)
• Nombre de pics (crête) par seconde
• Unité : Hz (1 Hz= 1pics par seconde)
• Plage audible : 20 Hz - 20KHz
Mlle Hechkel Amina
20
PROPRIÉTÉS DU SON

Les sons dont les fréquences sont plus faibles que la plus petite fréquence audible
(donc, du côté des graves) sont appelés les infrasons (20 Hz chez l'homme).

Les sons dont les fréquences sont plus élevées que la plus haute fréquence audible
(donc, du côté des aigus) sont appelés les ultrasons (20 000 Hz chez l'homme).

Les fréquences les plus utilisées par l'Homme sont comprises entre 1 et 3 KHz.
Mais, la plage audible est de 20Hz à environ 20 KHz (non audibles : infrasons et
ultrasons)

Largeur de bande : différence entre plus haute et plus basse fréquence Intensité
(volume)
Mlle Hechkel Amina
21
PROPRIÉTÉS DU SON

Intensité (différence de pressions)

L'intensité correspond à l’amplitude (différence de pression).

Exprimée en décibels (dB) qui sont des unités logarithmiques.

Exemples:

Voix humaine : 35 à 70 dB,

Aspirateur : 70 dB,

Trafic automobile intense : 85 dB,

Détonation d'une cartouche 9 mm : 120 dB,

Avion à réaction au décollage : 135 dB,

Amplificateur de grande puissance : 140 dB.
Mlle Hechkel Amina
22
PROPRIÉTÉS DU SON

Timbre: C’est la différence entre deux sons ayant la même hauteur et le
même volume (même fréquence, même intensité) : c’est la qualité de
sensation.

Le timbre dépend de l'intensité des harmoniques qui accompagne le son
fondamental.
Exemple :

Des instruments de musique jouant un do ont des intensités d'harmoniques
différentes. Cela n'empêche pas de reconnaître ce do qu'il soit émis par une
soprane, un piano ou un cor de chasse.
Mlle Hechkel Amina
23
PROPRIÉTÉS DU SON

Fondamentale et harmoniques
Une onde périodique complexe peut-être décomposée en un ensemble d’ondes
périodiques simples. Ainsi, un son est, en général, un mélange de fréquences
dites " harmoniques " qui sont des multiples entiers de la fréquence de base.
• Calcul des harmoniques : Transformée de Fourier – Signal analogique

Signal analogique:

Signal discret :
Mlle Hechkel Amina
24
PROPRIÉTÉS DU SON

Vitesse de son
La vélocité du son varie suivant le milieu dans lequel il se propage. Le
principal facteur de la variation est la densité de ce milieu : dans un gaz, sa
vitesse est plus faible que dans un liquide. Par exemple, le son se propage
approximativement à 343 m.s-1 dans l'air et à 1500 m.s-1 dans l'eau.
Mlle Hechkel Amina
25
NUMÉRISATION

Pour pouvoir représenter un son sur un ordinateur, il faut
arriver à le convertir en valeurs numériques : la numérisation.

C’est la conversion de l’analogique au numérique. On dit
aussi discrétisation d’un signal continu vers un signal discret.

Deux étapes dans la numérisation sont l’échantillonnage et
la quantification.

Les contraintes sont:

Ne pas détériorer le signal analogique.

Limiter l’espace de stockage.
Mlle Hechkel Amina
26
NUMÉRISATION

La conversion est obtenue grâce à un circuit électronique intégré appelé
Convertisseur Analogique-Numérique(CAN).

Etapes résumées dans la figure 1 et 2 suivantes.
Mlle Hechkel Amina
Exemple de numérisation d’un signal analogique
27
NUMÉRISATION: ÉCHANTILLONNAGE

Modèle de l’échantillonnage
L’opération mathématique associée à cette discrétisation revient à multiplier le signal
e(t) par un peigne de Dirac Te (t):
Xs (t) = X(t).p (t) = Xs(t). Σk  (t – kTe)
Mlle Hechkel Amina
28
NUMÉRISATION: ÉCHANTILLONNAGE

Principe

On prend ainsi des valeurs de e(t) à des intervalles de temps régulier (tous les Te,
période d’échantillonnage) à une fréquence Fe dite fréquence d’échantillonnage.
Plus la fréquence est élevée, plus la numérisation est de qualité.

Si le spectre du signal d’origine à une fréquence supérieur à Fe/2 : effet de
repliement.

Dans ce cas, il n’est plus possible de retrouver le signal d’origine. Puisque
l’opération d’échantillonnage modifie les caractéristiques d’entrée. On devra donc
respecter la condition de Shannon :
Mlle Hechkel Amina
29
NUMÉRISATION: ÉCHANTILLONNAGE

Principe
Avant d’échantillonner le signal, on applique un filtre pour limiter cet effet de
repliement : Filtre passe bas (filtre anti-repliement) pour enlever les fréquences
supérieures à ½ Fe.
Utilisation du filtre en amont de
l’échantillonneur
Mlle Hechkel Amina
30
NUMÉRISATION: ÉCHANTILLONNAGE

Exemple

Pour la musique, la fréquence maximale audible est de 20 kHz, en
comptant très large. La fréquence d'échantillonnage des CD-audio, de 44,1
kHz, respecte bien ce théorème.

Application à la voix en téléphonie : fréquence maximale : 3700 Hz. Quelle
fréquence d'échantillonnage minimale choisir ?

Choix d’une fréquence d’échantillonnage

Les fréquences usuelles sont de 44,1 kHz et 48 kHz !!!

Le choix est également fonction des performances de l’oreille

Comme il faut au moins 2 échantillons pour recréer un signal, le choix sera :
fe ≥ 2 fréquence max (théorème de Shannon ou de Nyquist)
Mlle Hechkel Amina
31
NUMÉRISATION: ÉCHANTILLONNAGE

L’échantillonnage blocage
Une fois le signal filtré et échantillonné, il reste à le quantifier. On doit
maintenir constant la valeur à quantifier afin de permettre au CAN de traiter
l'échantillon et de le numériser. On appelle cette opération, le blocage. Ce
blocage doit être d’une durée supérieure au temps de conversion.
Chaine de Conversion Analogique numérique
Mlle Hechkel Amina
32
NUMÉRISATION: QUANTIFICATION

Théorie de la quantification

Le signal échantillonné - bloqué peut à ce stade être converti sous forme
binaire (numérique) pour être stocké. Ce codage s'appelle la quantification.
De là vient le nom de la technique : PCM ("Pulse Code Modulation") ou MIC
("Modulation Impulsion Codée").

Le rôle de la quantification est de donner une image binaire d’un signal
analogique :

Passage :
Analogique – Numérique
Signal Continu – Signal discret
Tension – chiffre
Mlle Hechkel Amina
33
NUMÉRISATION: QUANTIFICATION

Effectué par un circuit intégré (CAN, ADC).

A Chaque valeur mesurée est associée une valeur binaire codée sur n bits
(nombre de bits de quantification).

N bits permettent de distinguer 2n niveaux de tension entre –Vm et +Vm.

On a ainsi le pas de quantification :

Application :
Un signal de +/- 5 V codé su8 bits, donner le pas de quantification q.
Réponse : 39 mV.
Mlle Hechkel Amina
34
NUMÉRISATION: QUANTIFICATION

Fonction escalier d’un CAN

La caractéristique d’entrée sortie d’un CAN est une caractéristique en
marche d’escalier. Chaque palier a une largeur d’un pas de quantification q.
Le passage d’un palier à un autre correspond à une variation de ‘1’ du
code.
Le pas de quantification est appelée quantum, il correspond à la résolution
du convertisseur. Le quantum est la plus petite variation de tension que le
convertisseur peut coder.

Mlle Hechkel Amina
Fonction escalier d’un CAN
35
NUMÉRISATION: QUANTIFICATION

Bruit de quantification
Lors de la quantification, une erreur de codage entre le signal échantillonné et
la valeur du code correspond à un niveau de tension (ce niveau de tension étant la
moyenne des tensions correspondant à ce code) :
Gamme de tension
Code unique
Lors du codage, tous les niveaux compris dans la gamme reçoivent le même
code.
La quantification fournie une valeur approximative du signal donc introduit un
bruit :
Rapport Signal Bruit (Signal Noise Ration) :
Mlle Hechkel Amina
36
NUMÉRISATION: QUANTIFICATION

Bruit de quantification
Le rapport Signal/Bruit pour un signal utilisant la pleine échelle vaut environ :
SNR dB =6.N + 2
• Amplitude du signal et rapport S/B :
Le rapport Signal/Bruit S/B=6N+2 est obtenu pour la pleine échelle et diminue
si l’amplitude du signal numérisé est plus faible.
Exemple: un CAN 8 bits travaille sur une plage d’entrée de -5V à+5V :
un signal d’amplitude Smax= 5V sera digitalisé sur 256 niveaux, d’où un rapport S/B
= 6.N + 2 = 50 dB
un signal d’amplitude 1,25V sera digitalisé sur 64 niveaux soit 6 bits, d’où un
rapport S/B = 38 dB pour S/Smax= 0,25 = -12 dB
Mlle Hechkel Amina
37
QUANTIFICATION UNIFORME (LINÉAIRE)

La fonction de quantification uniforme attribue le même niveau à tous les signaux situés
dans une plage de tension donnée : le quantum q est donc constant.

Le bruit de quantification (ou bruit de numérisation) apparut, diminue si la précision,
c’est-à-dire le nombre de bits N, de la conversion augmente
Mlle Hechkel Amina
38
QUANTIFICATION UNIFORME (LINÉAIRE)

Le nombre de niveaux de quantification est bien-sûr lié au nombre de bits N du CAN :
 Un
convertisseur 8 bits quantifie le signal analogique sur 256 niveaux, q = 19,5 mV si
E = 5V
 Un
convertisseur 12 bits quantifie le signal analogique sur 1024 niveaux, q = 4,9 mV
si E = 5V
 Un
convertisseur 16 bits quantifie le signal analogique sur 65536 niveaux, q = 0,076
mV si E = 5V
Application:
Calculer en Volts le quantum lorsque le signal analogique a une amplitude 10 et la
conversion est sur 8 bits. (Réponse : q=20/256=0,078).
2. Le rapport signal/bruit est particulièrement défavorable pour les signaux de petites
amplitudes. Une quantification non-linéaire est donc requise.
1.
Mlle Hechkel Amina
39
QUANTIFICATION NON LINÉAIRE

Pour obtenir un rapport signal/bruit de quantification constant (ie indépendant de
l'amplitude), il faut évidemment faire varier le pas de quantification selon l'amplitude.


le pas est petit pour les échantillons de faible amplitude

le pas est grand pour des échantillons de forte amplitude
En téléphonie, la quantification est à pas variable et utilise une courbe non linéaire
appelée “loi A” en Europe et “loi mu” aux Etats-Unis
Mlle Hechkel Amina
Quantification non linéaire
40
FORMATS ET STANDARDS

On peut calculer la taille d’un fichier son comme suit :
Taille(en bits) = Fe * N * D * V
Avec :

Fe : Fréquence d’échantillonnage (8 KHz, 44,1 KHz, …etc)

N : nombre de bits de quantification (8 bits, 16 bits)

D : Durée(en s)

V : Nombre de voies (mono : 1 voie, stéréo : 2 voies, quadri, etc)
On peut aussi calculer le débit :
Débit (en bps)= Fe * N * V
Mlle Hechkel Amina
41
CODAGE

En principe, le codage désigne le type de correspondance que l'on souhaite
établir entre chaque valeur du signal analogique et le nombre binaire qui
représentera cette valeur.

Le type de codage : PCM - Différentiel (delta) - Prédictif - Adaptatif - etc.

Codage PCM (Pulse Coded Modulation)

En français, MIC : Modulation par Impulsions Codées.

Utilisé au départ pour la téléphonie.

Il s’agit de coder chaque échantillon à sa valeur réelle
(contrairement à ce qui se fait dans le codage différentiel).
Mlle Hechkel Amina
42
CODAGE (suite)



Codage différentiel ou codage "delta"
Ce codage consiste à évaluer (coder) la différence entre le niveau du signal à
l'instant de l'échantillonnage et le niveau qu'il avait lors de l'échantillonnage
précédent.
Standard DPCM (Differential PCM)
Mlle Hechkel Amina
Codage différentiel
43
CODAGE (suite)

Codage prédictif
Fonction de prédiction
 Coder la différence entre la valeur réelle et la valeur prédite
 Standard : LPC (Linear Predictive Coding/ Codage linéaire
prédictif pour la parole), WarpedLPC.


Codage adaptatif
Adapte le nombre de bits au type de variation sonore qu'il
détecte.
 Très utile pour adapter la qualité d'un son à l'encombrement
du réseau qui le transmet.
 Standard : ADPCM (Adaptative PCM).


Codage par transformation
Transformer le signal avant codage
 Standards : DCT (Discrete Cosine Transform), DFT (Fourier),
DWT (Wavelet)
44
Mlle Hechkel Amina

COMPRESSION DE SON

Un son numérisé est une séquence d'octets en mémoire.

La compression consiste à trouver une séquence d'octets plus courte dont
l'effet sonore soit semblable à celui de la séquence initiale.


Buts de la compression:

Gain de place dans le cas d'un enregistrement,

Économie de bande passante dans le cas d'une transmission,

Gain de temps dans le cas d'un transfert de fichier (Internet)
On calcule ainsi le taux de compression :
Taux de compression (%) = Taille compressé/ Taille originale
Exemple : C= 25/100= 0,25 soit 25 %
Mlle Hechkel Amina
45
ALGORITHME DE COMPRESSION

On cite ci-dessous quelques algorithmes de compression/décompression
(Codec) :

Algorithme de compression sans perte

La suite de bits obtenue après les opérations de compression et de décompression
est strictement identique à l’originale, cet algorithme est utilisé pour nombreux types de
données (documents, fichiers exécutables, fichiers textes).

RLE (Run Length Encoding): Toute suite de bits ou de caractères identiques est
remplacé par un couple :(nombre d’occurrence, bit ou caractère répété)
Exemple : AAAAAAAAZZZEEEE devient 7A3Z4E.

LZW : Codage par dictionnaire (une table de données contenant des chaînes de
caractères), peu efficace pour les images et donne de bons résultats pour les textes
et les données informatiques en général (plus de 50 %).
Mlle Hechkel Amina
46
ALGORITHME DE COMPRESSION

Algorithme de compression avec perte

La suite de bits obtenue après les opérations de compression
et de décompression est différente de l’originale mais
l’information reste sensiblement la même, utilisé pour les types
de données : images, sons et vidéos.

MPEG

ADPCM
Mlle Hechkel Amina
47
FORMATS DE FICHIERS AUDIO

Ils sont plus que 50 formats : WAV, MP3, WMA, AAC, OGG, RA,
MIDI,…etc

WAV : Waveform audio format

Développer par IBM et Microsoft (plateforme Windows),

Conteneur capable de recevoir des formats variés

Il peut être mono ou stéréo.

Extension : .wav
Mlle Hechkel Amina
48
FORMATS DE FICHIERS AUDIO (SUITE)

MP3 : abréviation de MPEG-1/2 Audio Layer 3

Moving Picture Expert Group (Layer 3: couche 3)

La partie audio du MPEG-1 est décomposée en MPEG-1 Audio Layer I, II et III. Ce
dernier format est plus connu sous le nom de MP3 et permet une compression
sur 2 voies audio.


Concurrent de WMA,

Très rapide à l’encodage,

Débit jusqu’à 320 kbps.
WMA (Windows Media Audio)

Alternative au MP3 par Microsoft

Compatible seulement avec les logiciels Microsoft
 Suffixe
Mlle Hechkel
Amina
: .wma
49
FORMATS DE FICHIERS AUDIO (SUITE)

AAC (Advanced Audio Coding)






OGG




Extension du MPEG-2
Concurrent de WMA par Apple (iPod, iTunes)
Compression avec bonne qualité
De 8 à 96KHz et jusqu’à 48 canaux
Extensions .mp4, .aac, .m4a
Format Open source (libre et gratuit)
Amélioration du MP3 (Compression et qualité)
Compression selon Vorbis (algorithme différent de MP3, WMA et
AAC)
RA (RealAudio)
Format de RealNetworks
 Application en streaming
 Grand taux de compression
 Compatible avec Realplayer uniquement.
Mlle Hechkel Amina

50
SON MULTI-CANAL

Désigne l’utilisation de plusieurs pistes audio en vue de la restitution sur
un système comportant plusieurs enceintes (baffles) horizontalement
(restitution 3D).

Exemple :

Il existe une terminologie associé : deux chiffres séparés par un point
(2.1, 5.1).

1er chiffre: Nombre de canaux principaux destinés à être restituer sur une
enceinte.

2ème chiffre: désigne la présence d’effets basse fréquence destinés à être
restitué sur une enceinte (caisson de basse).

1.0 : monocanal / 2.0 : source sonore stéréo.
Mlle Hechkel Amina
51
APPLICATION

Considérons une chanson de 5 min numérisée avec une carte son en
qualité CD.
1) Calculer le volume occupé par cette chanson en Méga octet.
Pour cette chanson la carte va générer 44100 échantillons par seconde.
Chaque échantillon va occuper 16 bits= 2 octets.
2) Déduire le débit en bps et la capacité d’un CD 700 MOctet en minutes.
Mlle Hechkel Amina
52
PLAN
Introduction
Le son
Multimédia
La vidéo
Bibliographie
Mlle Hechkel Amina
53
DÉFINITIONS

Lumière: aspect particulaire / aspect ondulatoire

Onde monochromatique : caractérisée par une longueur
d’onde (en A°: Angstrom ou en nm : nanomètre).

Énergie électromagnétique

La couleur est une perception humaine de l’apparence
des objets soumis à un rayonnement visible ; elle dépend
de l’objet comme de la lumière.

Couleurs métamères: composition différente mais même
couleur résultante. 2 objets métamères peuvent ne pas le
rester sous un autre éclairage.
Mlle Hechkel Amina
54
SPECTRE ÉLECTROMAGNÉTIQUE DE LA LUMIÈRE
Mlle Hechkel Amina
55
PERCEPTION VISUELLE
 Le système visuel humain
Les rayons lumineux réfléchis se focalisent sur une zone
particulière de la rétine.
 La rétine contient environ 150 millions de cellules dont une
centaine de millions de cellules photo-réceptrices: les cônes et
bâtonnets.
Mlle Hechkel Amina
56
PERCEPTION VISUELLE (SUITE)

On distingue ainsi 3 types de cônes :

Les cônes S sensibles à des longueurs d’onde courtes (short), les
cônes M sensibles à des longueurs d’onde moyennes (medium) et les
cônes L sensibles à des longueurs d’onde longues (long).
C’est là l’origine de l’aspect trichromatique de la vision des couleurs.

Les cônes L sont sensibles au jaune-vert à rouge, les cônes M au vert
et les cônes S au bleu.

Les cônes S sont les moins nombreux : 64 % L, 32 % M et seulement
2% S, bleus.

Sensibilité plus grande à l’intensité (luminance) qu’aux variations de
couleur (chrominance)
Mlle Hechkel Amina
57
L’IMAGE – ESPACES COLORIMÉTRIQUES




La couleur est une notion subjective
 Expériences
d’égalisation : comparer 2 sensations
lumineuses.
 Théorie trichromatique (Young-Helmotz 1801)
La couleur est de nature tridimensionnelle: Trois primaires sont
donc nécessaires et suffisants pour produire toute couleur
Métamérisme: possibilité de produire une couleur à partir de
primaires différents
Choix des 3 couleurs primaires:
Monochromatique
 Aucune des 3 couleurs ne peut être obtenue par le mélange
des 2 autres
 Mélange additif : Rouge (R), le Vert (G) et le Bleu (B),
 Mélange soustractif : Jaune (Y), le Magenta (M) et le Cyan (C).58
Mlle Hechkel Amina

SYNTHÈSE DE LA COULEUR

Synthèse additive
•
•
Addition de lumières colorées (rouge + vert=jaune)
Juxtaposition spatiale ou temporelle
R +G= J
R+B=M
B +G=C
R + B + G = W (blanc)

2 couleurs complémentaires produisent du blanc:
jaune et bleu, magenta et vert, cyan et rouge.
Exemple :
J+B=R+B+G=W
Mlle Hechkel Amina
59
SYNTHÈSE DE LA COULEUR

Synthèse Soustractive

Principe d’absorption sélective (filtre)

La synthèse soustractive est très souvent associée aux primaires CMJ
(Cyan, Magenta, Jaune).

De l’encre jaune déposée sur une feuille blanche soustrait la composante
bleue à une lumière blanche.
Mlle Hechkel Amina
60
ESPACES DE REPRÉSENTATION

Espaces RGB :
En utilisant les travaux de Wright et Guild, la CIE (Commission
Internationale de l’Éclairage) a proposé ces 3 fonctions et a
adopté trois primaires notées [Rc], [Gc] et [Bc], de longueurs
d’onde respectives 700,0 nm, 546,1 nm et 435,8 nm. (L’indice c
rappelle CIE).
Mlle Hechkel Amina
61
ESPACES DE REPRÉSENTATION

Espaces virtuels :

En 1931, les travaux de Judd ont permis à la CIE d’établir le système de
référence colorimétrique dont les primaires sont virtuelles ou imaginaires
et permettent de pallier les inconvénients du système RGB.

Le système XYZ correspond à un changement de primaires et s’obtient
ainsi à l’aide d’une simple matrice de passage à partir du système RGB:
X(l) = 2.7690 RC(l) + 1.7518 GC(l) + 1.1300 BC(l)
Y(l) = 1.000 RC(l) + 4.5907 GC(l) + 0.0601 BC(l)
Z(l) = 0 RC(l) + 0.0565 GC(l) + 5.5943 BC(l)
Mlle Hechkel Amina
62
ESPACES DE REPRÉSENTATION

Espaces uniformes : CIE Lab (CIE L*a*b*)

Noté souvent Lab est conçu pour qu’une distance dans cet
espace représente le même écart visuel quelque soit la région où
l’on considère cette distance.

Les composantes L*, a* et b*:



a* correspond à un axe Rouge-Vert
et b* à un axe Jaune-Bleu
L* correspond à la luminance
Mlle Hechkel Amina
63
ESPACES DE REPRÉSENTATION

Systèmes perceptuels

Il existe de nombreux systèmes de ce type présentés sous différentes
dénominations telles que ISH, HSL, HSV, TLS, LCH, LSH, LST, ITS

Ces systèmes se différencient entre eux par l’origine choisie de
l’angle de teinte et par le calcul de la teinte et de la saturation.

T: Teinte

S: Saturation

L: Luminance
 Le sélecteur de couleur de Photoshop
et modes colorimétriques supportés
Mlle Hechkel Amina
64
ESPACES DE REPRÉSENTATION
Systèmes de luminance-chrominance pour la vidéo
• Permettre le fonctionnement à la fois des téléviseurs NB et
couleur.

– Il est en effet nécessaire qu’un téléviseur « Noir et Blanc » puisse recevoir
des émissions couleur. De même, les téléviseurs couleurs doivent pouvoir
recevoir les émissions diffusées en noir et blanc.
– il faut pour cela que l’information de luminance qu’il peut décoder soit
séparée des signaux de chrominance.
• Utilisé par les standards NTSC (USA et Japon), PAL et SECAM
• Séparation Luminance et Chrominance
– Luminance : Y du système XYZ
– Chrominance :
C1 = a1(R-Y) + b1(B-Y)
C2 = a2(R-Y) + b2(B-Y)
avec a1, b1, a2, b2 spécifiques aux standards NTSC, PAL ou SECAM.
Mlle Hechkel Amina
65
ESPACES DE REPRÉSENTATION

NTSC : (illuminant C, primaires FCC : RF GF BF )
– Y = 0,299RF + 0,587GF + 0,114BF
– I = 0,74(RF - Y) - 0,27(BF – Y)
– Q = 0,48(RF - Y) + 0,41(BF - Y)


YIQ peuvent être aussi calculés à partir des RGB de la CIE ou de XYZ.
PAL : (illuminant D65, primaires EBU : RE GE BE)
– Y = 0,299RE + 0,587GE + 0,114BE
– U = 0,493(BE - Y)
– V = 0,877(RE - Y)

Le standard SECAM définit le système (Y,Cr,Cb) avec :
– Cr = -1.9(RE - Y)
– Cb = 1,5(BE - Y)
Mlle Hechkel Amina
66
CONVERSION ENTRE MODÈLES

Conversion de RVB vers CMJN

Conversion de RVB vers CMJN
Exemple: Convertir la couleur RGB(0.2,0.5,0) en CMY puis en CMYK.
CMY vers CMYK
RGB vers CMY
– K=min(C,M,Y) = 0.5
– C=1-R= 1-0.2= 0.8
– C=C-K= 0.8-0.5= 0.3
– M=1-G= 1-0.5= 0.5
– M=M-K= 0.5-0.5= 0
– Y=Y-K= 1-0.5= 0.5
– Y=1-B= 1-0= 1
Mlle Hechkel Amina
67
CONVERSION ENTRE MODÈLES

RGB


HSV(TSL) :h[0,360],s,v,r,g,b[0,1]
MAX=max(r, g, b)
MIN=min(r,g,b)
Exemple: Convertir la couleur RGB(0.3,0.1,0.25) vers HSV
– MAX = 0.3 MIN=0.1
– H=60x((0.1-0.25)/(0.3-0.1))+360°= 315°
– S=1-(0.1/0.3)= 0.66
Mlle Hechkel Amina
– V= 0.3
68
CONVERSION ENTRE MODÈLES

RGB
HSV(TSL) h[0,360] s,v,r,g,b[0,1]
Exemple: Convertir la couleur RGB(0.3,0.1,0.25) vers HSV
– MAX = 0.3 MIN=0.1
– H=60x((0.1-0.25)/(0.3-0.1))+360°= 315°
– S=1-(0.1/0.3)= 0.66
– V= 0.3
Mlle Hechkel Amina
69
CONVERSION ENTRE MODÈLES: EXERCICE

Compléter le tableau suivant sachant que:



R,G,B,C,M,Y et K est dans [0,255]
H dans [0,360]
S et V dans [0,240]
RGB
CMY
CMYK
HSV
51.102.240
250,25,5
110,155,0,100
180,120,30
Mlle Hechkel Amina
70
L’IMAGE – DÉFINITION ET TYPES

Image numérique: ensemble de points élémentaires représentant
chacun une portion de l’image : le pixel (picture element)

Une image est définie par:

Nombre de pixels en largeur et hauteur

L’étendu des nuances de gris ou de couleur de chaque pixel
(dynamique de l’image)

Deux types :
•Images Matricielles
• Images Vectorielles
Mlle Hechkel Amina
71
L’IMAGE – DÉFINITION ET TYPES

Images vectorielles:

Représenter
les
données
de
l’image
par
des
formes
géométriques décrites d’un point de vue mathématique

Fichier de taille réduite

Redimensionnement sans perte de qualité

Facilité de retouche (éléments indépendants)

Inutilisable pour les photographies

Formats non standardisés
• DXF, PIC, WMF, SVG, SWF, PDF
• Utilise XML
Mlle Hechkel Amina
72
L’IMAGE – DÉFINITION ET TYPES

Images Matricielles

Matrice de pixels (pixelmap ou bitmap)
Taille du fichier (poids de l’image) dépend de la résolution et du codage de
la couleur


Résolution : définit le degré de détail représenté par une image en dpi (dots
per inch) ou ppp (points par pouce=2.54 cm)

Pixellisation avec l’agrandissement

Formats standardisés : BMP, JPEG, GIF, PNG,

3types



Images binaires
Images en niveaux de gris
Images en couleurs
Mlle Hechkel Amina
73
L’IMAGE – DÉFINITION ET TYPES

Résolution et taille d’image
– Taille en pixels = taille en pouces * résolution
– Une image de 5*5 cm scannée a 100 dpi aura une taille de
197 pixels sur 197 pixels
(5/2.54)*100= 196.85 pixels
– Pixellisation:
Mlle Hechkel Amina
74
L’IMAGE – DÉFINITION ET TYPES

Images binaires (bitmap)
Chaque pixel est soit noir soit blanc
 1 pixel = 1 bit en mémoire (0: noir ,
1: blanc)
 Convient pour les documents texte


Images en niveaux de gris


Pour n bits 2n niveaux de gris
Généralement 1 pixel = 1 octet  256
niveaux de gris
Mlle Hechkel Amina
75
L’IMAGE – DÉFINITION ET TYPES

Image en couleurs

Il existe plusieurs modes de codage de la couleur. Le plus
utilisé est le codage Rouge, Vert, Bleu (RVB) 24 bits.

Chaque pixel sur 3 octets soit 24 bits : le rouge de 0 à 255 , le
vert de 0 à 255, le Bleu de 0 à 255.

On obtient ainsi 256 x 256 x 256 = 16777216 (plus de 16
millions de couleurs différentes

Donc : 1 pixel = 3 octets = 24 bits
Mlle Hechkel Amina
76
ACQUISITION/NUMÉRISATION

Différents chemins possibles des images :
– Acquisition/numérisation
• Scène analogique -> image numérique
– Mémorisation
• Image volatile -> image permanente
– Traitement
• Produit une autre image de sortie, éventuellement d’autres grandeurs
de plus haut niveau (analyse d’images)
– Visualisation ou restitution
• Sous forme analogique le plus souvent
Mlle Hechkel Amina
77
ACQUISITION/NUMÉRISATION


Deux moyens

Outils de dessin : Photoshop, Autocad, ….

Numérisation d’image
Numérisation d’image

Échantillonnage + quantification
Mlle Hechkel Amina
78
ACQUISITION/NUMÉRISATION

Échantillonnage

le découpage de l'espace à étudier en pavés réguliers de la surface I(x,y)
à étudier.

Superposition d’une grille au plan de l’image

Détermine le nombre de pixels en ligne et en colonne

Un nombre faible de pixels
Mlle Hechkel Amina
aliasing (escaliers sur les contours)
79
ACQUISITION/NUMÉRISATION

Quantification

Transformation d’une amplitude (niveau de gris, couleur) à valeur
continue (intervalle [0,1] dans IR) vers une valeur discrète dans IN.


Pour une image en 256 niveaux de gris chaque amplitude est codée sur
1 octet.
Une quantification faible
Mlle Hechkel Amina
faux contours
80
MATÉRIEL DE NUMÉRISATION

Capteurs photosensible

L’énergie incidente est convertie en signal électrique

La sortie est proportionnelle à lumière/couleur

CCD (Charge Coupled Device) ou CMOS (Complementary Metal Oxide
Semiconductor)
Mlle Hechkel Amina
81
MATÉRIEL DE NUMÉRISATION

Exemples :

Scanner à main




Scanner à plat



Scanner manuellement
Orientation et vitesse variables
Lecteurs de codes à barres
Scan de documents texte ou images
Vitesse et orientation automatiques
Scanner à diapositives : petite fenêtre (36mm) grande résolution
(4000dpi)

APN (Apparei Photo Numérique) :
taille de l’image en Mpixels
Mlle Hechkel Amina
82
L’IMAGE – MATÉRIEL DE NUMÉRISATION
Exercice:

Quelle est la taille en Mo de l’image obtenue par numérisation d’une
page A4 (21x29.7 cm) par un scanner ayant une résolution de 1200
dpi à une profondeur de 36 bits ?

Soit un APN de 5 MP et 64 MO de mémoire interne. Quel est le taux
de compression à utiliser pour y stocker au moins 64 photos ?
Mlle Hechkel Amina
83
MÉMORISATION


Dualité Qualité/Taille en mémoire
Algorithmes de compression des images
– Sans perte (RLE, LZW, Codage de Huffman)
– Avec perte
• Par transformation : DCT, DWT, FT
• Par prédiction : DPCM, ADPCM

Formats de fichiers image
– Propriétaires
– Ouverts et multiplateforme
Mlle Hechkel Amina
84
L’IMAGE – MÉMORISATION - COMPRESSION

RLE ou RLC(Run Length Encoding/Coding)

Basé sur la redondance des valeurs consécutives

Une suite de valeurs identiques est codée par 2 valeurs : le nombre
de répétitions et la valeur répétée
– Exemple :
AAAAAAAAAABBBBBBCCCCCCC => en RLE 10 A 6 B 7 C
Algorithme efficace s’il y a beaucoup de surfaces uniformes
ESTIMATION => 1E1S1T1I1M1A1T1I1O1N
Mlle Hechkel Amina
85
L’IMAGE – MÉMORISATION - COMPRESSION

En noir et blanc :
0000000000111110000001111111111
Donne 10 0 5 1 6 0 10 1

Format BMP
4 pixels de couleur 0E : 0E 0E 0E 0E
Données compressées : 04 0E
2 pixels de couleur ABCD : AB CD AB CD
Données compressées : 00 02 AB CD
– Si l’octet 1 différent de 0 alors octet 1 est le nombre de pixel à
répéter, l’octet 2 indique la couleur du pixel.
– Si l’octet 1 = 0 alors si l’octet 2 >= 3, l’octet 2 indique le nombre
d’octet à utiliser (de 3 a 255).
– Si l’octet 1 et 2 = 00 00 -> fin de ligne.
– Si l’octet 1 et 2 = 00 01 -> fin de l’image.
Mlle Hechkel Amina
86
L’IMAGE – MÉMORISATION - COMPRESSION

Exercice
1. Donner le codage RLE de la chaîne «BELLE BALLE BLEUE».
Calculer le taux et le gain de compression.
2. Donner le codage RLC de l’image ci-dessous avec les
hypothèses suivante:
• Chaque ligne est représentée par des entiers représentant
les longueurs des pages
• La dernière plage est remplacée par la marque de fin de
ligne
• Codage des lignes consécutives
Mlle Hechkel Amina
87
L’IMAGE – MÉMORISATION - COMPRESSION

Codage de Huffman (David Huffman1952)

But : réduire le nombres de bits utilisés pour le codage des
caractères fréquents dans un texte et d’augmenter ce
nombre pour des caractères plus rares.

Algorithme de compression :

on cherche la fréquence des caractères

on trie les caractères par ordre décroissant de fréquence

on construit un arbre pour donner le code binaire de chaque
caractère
Mlle Hechkel Amina
88
L’IMAGE – MÉMORISATION - COMPRESSION
 Construction de l’arbre : on relie deux à deux les caractères de fréquence les plus
basses et on affecte à ce nœud la somme des fréquences des caractères. Puis on
répète ceci jusqu'à ce que l’arbre relie toutes les lettres. L’arbre étant construit, on
met un 1 sur la branche à droite du nœud et un 0 sur celle de gauche.
 Exemple d’encodage de Huffman
Mlle Hechkel Amina
89
L’IMAGE – MÉMORISATION - COMPRESSION

LZW (Lempel Ziv Welch) : Compression
w = Nul;
tant que (lecture d'un caractère c) faire
si (wc existe dans le dictionnaire) alors
w = wc;
sinon
ajouter wc au dictionnaire;
écrire le code de w;
w = c;
fin si
fin tant que
écrire le code de w;
Après la compression: nous obtenons une séquence de codes de
9 bits sur la sortie :
TOBEORNOT<256><258><260><265><259><261><263>
Elle nécessite 16 * 9 = 144 bits d'espace de stockage.
 Sans compression:
» La longueur de cette chaîne est de 24 caractères. Elle nécessite
avec le codage ASCII : 24 * 8 = 192 bits d'espace de stockage. 90
Mlle Hechkel Amina

L’IMAGE – MÉMORISATION - COMPRESSION

LZW (Lempel Ziv Welch) : Décompression
lecture d'un caractère c;
écrire c; // ajout suite à un oubli
w = c;
tant que (lecture d'un caractère c) faire
si (c > 255 && l'index c existe dans le dictionnaire) alors
entrée = l'entrée du dictionnaire de c;
sinon si (c > 255 && l'index c n'existe pas dans le dictionnaire) alors
entrée = w + w[0];
sinon
entrée = c;
fin si
écrire entrée;
ajouter w+entrée[0] au dictionnaire;
w = entrée;
fin tant que
Mlle Hechkel Amina
91
L’IMAGE – MÉMORISATION - FORMATS

BMP : Bitmap
• Pas de compression /RLE
• Windows et OS/2
• Peut utiliser une palette de couleurs
• Codage des couleurs de 2 à 24 bits
• Poids élevé du fichier

RAW : Format natif des appareils photo
• Nécessite un prétraitement
• Non standardisé (selon constructeur)
• Jusqu’à 14 bits par couleurs
• Qualité et facilité de retouche
• Poids très élevé
Mlle Hechkel Amina
92
L’IMAGE – MÉMORISATION - FORMATS

GIF : Graphics Interchange Format de Compuserve
• Palette de 2 à 256 couleurs (8 bits pour les couleurs)
• Compression LZW
• Adapté aux pages web et inapproprié aux photos
• Gif animé et entrelacé

PNG : Portable Network Graphics
• Jusqu’à 48 bits/pixel
• Compression sans perte (deflate) : meilleur rapport
qualité/poids
• Gère la transparence (canal alpha)
• Animation APNG
• Entrelacé
Mlle Hechkel Amina
93
L’IMAGE – MÉMORISATION - FORMATS

TIFF : Tagged Image File Format
• Format extrêmement flexible
– Compression : LZW, JPEG, ..
– Espaces de couleurs : RGB, CMYK, Lab, …
• Format utilisé avec les scanners et les imprimantes
• Métadonnées

JPEG : Joint Photographic Experts Group
• Compression destructive : taux paramétrable
• Jusqu’à 24 bits/couleur
• Standard répandu
• Jusqu’à un facteur de 20:1
Mlle Hechkel Amina
94
L’IMAGE – TRAITEMENT
 Addition
+
=
--
=
 Soustraction
Mlle Hechkel Amina
95
L’IMAGE – TRAITEMENT

Autres traitements
– Détection de contours
– Correction couleurs, contraste
– Reconnaissance de caractères
– Reconnaissance de formes
Mlle Hechkel Amina
96
L’IMAGE – RESTITUTION

Reconversion de l’image en analogique
– Visualisation sur écran
– Impression sur papier

Caractéristiques des écrans :
– Taille de diagonale en pouces (rapport H/V = 4/3)
– Résolution en dpi (souvent 72dpi, 96dpi)
• varie selon le mode d’affichage: VGA (640x480),
SVGA(800x600), XGA(1024x768), SXGA(1280x1024)
• Pitch ou pas de masque : distance entre 2 pixels (~0.28mm)
– Fréquence de rafraîchissement (60Hz)
– Nombre de couleurs (Synthèse additive RGB)
Mlle Hechkel Amina
97
WEBOGRAPHIE - BIBLIOGRAPHIE
[1]: http://perso.wanadoo.fr/arsene.perez-mas
[2]: ACQUISITION et TRAITEMENT D'IMAGE NUMERIQUE - Université Paul
Sabatier IUT - Département de Mesures Physiques, J.P. GastelluEtchegorry - Avril 2008
[3]: « Vidéo et imagerie numérique - Compression RLE » issu de
l'encyclopédie informatique Comment Ça Marche
Mlle Hechkel Amina
98