1. Allgemeines

Analoges Video ist mittlerweile sehr ausgereift, aber es besitzt einen entscheidenden Nachteil: Bei mehreren Kopien pflanzen sich die Fehler immer weiter fort, so dass die Qualität von Kopie zu Kopie schlechter wird. Inzwischen hat diese Art der Videodarstellung die vorgegebenen Grenzen der Physik erreicht, so dass dort Verbesserungen kaum noch möglich sind.

Digitales Video besitzt viele Vorteile gegenüber analogem Video:

• die Qualität ist unabhängig von den Charakteristika des Übertragungskanals
• unbegrenzt kopierbar ohne Qualitätsverlust --> unbeschränkte Lebensdauer
• Fehlerkorrektur ist wesentlich vielfältiger möglich
• extrem genaue digitale Filter nutzbar --> Bildmanipulationen und Effekte kostengünstiger und auch besser als bei analogem Video

Allerdings gibt es auch hier Nachteile: Die Bandbreite ist mehr als 200-mal höher als bei analogen Videosignalen, wodurch die Abtastrate, der Speicherbedarf und die Datenübertragungsrate steigen. Es wird also eine Kompression dieser riesigen Datenmenge nötig.

Beispiele:

• D-1-System: nach Standard CCIR 601 (auch 4:2:2-Standard)
  Helligkeitssignal Y mit 13,5 MHz abgetastet, Farbdifferenzsignale U und V mit jeweils 6,75 MHz (4:2:2), Audio mit 48 kHz --> Datenstrom von 216 MBit/s
• D-2-System: könnte analogen Videorecorder ersetzen
• D-3-System: ähnlich wie D-2-System, jedoch deutlich geringerer Bandverbrauch

Ein Artefakt ist ein Störsignal, d.h. die künstliche Verfremdung eines Signals aufgrund von Mängeln oder Störungen. Die Qualität des digitalen Video hängt erheblich von der A/D-Wandlung ab, besonders von der Samplingrate (Abtastfrequenz) und der Quantisierung. Eine zu niedrige Samplingrate bewirkt, dass Pixellation und Aliasing stärker auftreten. Pixellation ist aber auch abhängig von Farbtiefe und Betrachtungsabstand: Bei höherer Farbtiefe wird es nicht so stark wahrgenommen, und bei einem Abstand von 3m zu einem Großbildfernseher sowie einer Auflösung von 320x240 ist es kaum noch erkennbar.

Durch eine zu geringe Anzahl von Stufen bei der Quantisierung gehen die Farben bzw. Graustufen ganz oder teilweise verloren; unerwünschte, künstliche Konturen sind zu sehen. Bei einem Schwarzweißbild sind 256 Graustufen (8 Bit) nötig, wohingegen für ein Farbbild 8 Bit pro Farbwert, d.h. 16.777.216 Farben (24 Bit) gebraucht werden. Durch ein eventuelles 4. Byte (32 Bit) wird oft der Grad der Transparenz gespeichert, so dass eine Mischung von Computerbild und Videosignal möglich wird. Man erreicht allerdings auch schon gute Qualität mit 5 Bit je Grundfarbe, d.h. 32.768 (2⁵) Farben. Dieses Format wird RGB 555 genannt. Noch bessere Ergebnisse bei RGB 555 erhält man durch Color-Mapping und Farbtabellen (CLUT's) oder durch Dithern, wobei ein Punktraster zur Simulation der Farben genutzt wird (siehe Zeitungsfotos).

Bei der verlustfreien Kompression entspricht das dekomprimierte Bild zu 100% dem Original. Beispiele dafür sind PCX und GIF.

Lauflängenkodierung (RLE = Run-Length-Encoding):

• große Flächen mit gleicher Farbe
• gleiche Werte für aufeinanderfolgende Pixel durch Anfangswert und Anzahl aufgeführt

Statistische Kodierung:

• z.B. Huffman-Kodierung --> verschiedene Werte unterschiedlich häufig
  • statisch: in vorher festgelegten Tabellen sind die Häufigkeiten verzeichnet
  • dynamisch: Daten vorher analysiert --> reale Häufigkeiten bestimmt
  • adaptierend: feste Annahmen der Häufigkeiten, werden dann angepasst --> Werte mit geringerer Häufigkeit mit weniger Bits dargestellt --> Code Book zur Interpretation des Datenstroms nötig
• lässt sich mit RLE verbinden --> beim Telefax angewandt

Verlustbehaftete Verfahren bieten wesentlich höhere Kompressionsraten als die verlustfreien, da weniger wichtige oder vom Auge kaum wahrgenommene Informationen weggelassen werden. Beispiele hierfür sind JPEG und alle Videosequenzen, bei denen sonst eine riesige Datenmenge entstehen würde.

Quantisierung, Trunkierung:

• Vergröberung der Quantisierung --> Farbdifferenzierung gröber
• Reduktion auf 16 Bit vertretbar --> sehr wirkungsvoll
• z.B. RGB 555 im CD-i-System

Pruning (Stutzen):

• Bildinformationen mehrerer Pixel gemittelt und auf ein Pixel übertragen
• deutliche Verluste

Farbtabelle (CLUT), Colormapping:

• meist mit 8 Bit = 256 Farben aus einer größeren Farbpalette (16 bzw. 24 Bit)
• Farbwerte speziell für dieses Bild ausgewählt und errechnet
• Nachteil: bei Bildsequenzen Umschlagen der Farben bei Bildwechsel möglich

Vektor-Quantisierung:

• zweidimensionales Feld von Werten (Symbol) festgehalten
• mehrere (ungefähre) Vorkommen dieses Symbols im Codebook aufgeführt

Transformationstechniken:

• Datenmenge in eine Form gewandelt, die sich effektiver handhaben lässt
• z.B. Diskrete Cosinus-Transformation (DCT) für "natürliche" Bilder
• eine Art Fourier-Transformation (periodische Schwingungen durch eine Summe von Sinuskurven unterschiedlicher Frequenz, die ein ganzzahliges Vielfaches einer Grundfrequenz bilden, dargestellt)
• Transformation vom Ortsbereich in den Frequenzbereich
• man erhält vordefinierte Beschreibungsfunktionen
• meist 8x8-Pixelblöcke, die durch eine Transformationsmatrix umgewandelt werden
• links oben DC-Koeffizient (Gleichwert), andere AC-Koeffizienten = Schwankungen
• AC-Koeffizienten mit niedriger Frequenz in der Nähe des DC-Koeffizienten
• AC-Koeffizienten mit höherer Frequenz selten und oft Null --> vernachlässigbar
• danach Quantisierung und RLE im "Zig-Zag-Scan", um gleichartige, aufeinanderfolgende Werte zu erhalten

Helligkeit und Farbe:

• Wahrnehmungsfähigkeiten des menschlichen Auges berücksichtigt
• farbige Details nicht so scharf wahrgenommen wie Schwarz-Weiß-Details
• Farbauflösung kann also geringer als Hell-Dunkel-Auflösung sein (Color Subsampling)
• YUV-Konvertierung (Kanal-Konvertierung):
  • Y-Kanal für die Helligkeit des Punktes
    Y = 0,299 Rot + 0,587 Grün + 0,114 Blau
  • U,V-Kanäle für die Farbinformation des Punktes mit halber Auflösung
    U = 0,493 (Blau - Y) ... Blaukomponente
    V = 0,877 (Rot - Y) ... Rotkomponente
    --> Grünkomponente wird errechnet
• Auge unterschiedlich empfindlich für verschiedene Frequenzen
• also nur Konzentration auf stark wahrgenommene Frequenzen (Subband Coding)
• Informationen in der Bildmitte stärker wahrgenommen
• also verminderte Qualität am Bildrand zulässig
• bei Bewegtbildern Details nicht so stark wahrgenommen
• Qualität für ein Bild einer Bildfolge kann also geringer sein als für ein Standbild

Prädiktive Techniken:

• DPCM / ADPCM: "voraussagende" Techniken --> Ableitung aus bereits dargestellten Informationen (z.B. nur Unterschiede zu benachbarten Pixeln dargestellt - mit weniger Bits)
• DYUV: Color Subsampling + DPCM-Technik
• Bewegungsabschätzung: nur Bildveränderungen gespeichert (siehe 2.2.)

Fraktale Kompression:

• Komprimierung mittels IFS (Iterated Function Set) und Collage Theorem
• versucht, Bild durch selbstähnliche Abbildungen seiner selbst zu überdecken
• Gleichungen abgeleitet (v.a. für "natürliche" Bilder geeignet)
• sehr schneller Bildaufbau und vektorgrafikähnliche Vergrößerungen möglich

Beliebte Formate zur Videodatenkomprimierung sind:

• AVI (vor allem unter MS-Windows)
• QuickTime (von Apple, häufig im WWW anzutreffen)
• JPEG (vor allem Standbilder, aber mit M-JPEG auch Bewegtbilder)
• MPEG (Bewegtbilder)

Beispiel JPEG (Join Photographic Expert Group):

• für Einzelbilder bestimmt
• Komprimierung um den Faktor 25
• symmetrisch (gleicher Aufwand für Kompression und Dekompression)
• arbeitet mit RGB, YUV und CMYK, am besten jedoch mit YUV
• Kompression des Informationsgehaltes im Bild:
  • Beseitigung von Redundanzen durch die DCT
  • Quantisierung der DCT-Koeffizienten, RLE der AC-Koeffizienten, DC-Koeffizienten mit DPCM-Verfahren zusammengefasst
  • Huffman- bzw. arithmetische Kodierung

[index]

[back]

[next]