Digitaler Videoschnitt

Transkript

1 Universität zu Köln Regionales Rechenzentrum RRZK Universitätsweiter Service Digitaler Videoschnitt Abteilung Anwendungen Multimediagruppe September 2010 Robert-Koch-Str Köln

2 Inhalt 1. Fernseh- und Videotechnik Fernsehen Das Prinzip Bildauflösung Das Fernsehbild Das Zeilensprung-Verfahren Farbsehen Das FBAS-Signal Videosignal-Standards Datenreduktion Fernsehnormen Analoge Videoformate Digitale Videoformate Digitale Datenträger Video und der Speicherbedarf Videokompressionsraten Video-Steckverbinder Hinweise zur Aufnahmetechnik Objektive Mikrofone Weißabgleich Beleuchtung Keying Videodateiformate QuickTime AVI Videokompressoren Verlustfreie Kompression Beispiel LZW-Kodierung Verlustbehaftete Kompression DCT JPEG M-JPEG MPEG Wavelet-Kompression Vergleich Wavelet/JPEG Video-Codecs H.264/AVC Videoschnitt Framegröße Farbtiefe Framerate Bild- und Tonqualität Filter..26 1

3 5.6.Videoschnitt-Techniken Videoschnitt-Effekte Adobe Premiere Projekt-Einstellungen Programmoberfläche Projektfenster Schnittfenster Monitorfenster Blenden und Befehle Navigation und Information Titel-Editor Filter und Bewegung..35 Literatur..37 2

4 1. Fernseh- und Videotechnik 1.1 Fernsehen Das Prinzip Die Übertragung bzw. Aufzeichnung von Bildern beim Fernsehbild erfolgt durch Umwandlung der Helligkeitswerte (Schwarz-Weiß-Fernsehen) oder der Farbtöne und deren Sättigung (Farb-Fernsehen) innerhalb eines Bildfeldes in elektrische Signale. Anschließend werden diese Signale auf dem Kabelweg an bestimmte Stellen weitergeleitet oder über Sendeanlagen zum allgemeinen Empfang ausgestrahlt. Beim Empfänger erfolgt dann die Rückwandlung der elektrischen Signale in die entsprechenden Helligkeits- oder Farbwerte. Beim Schwarz-Weiß-Fernsehen wird nur ein Helligkeitsauszug des Bildes benötigt, beim Farb-Fernsehen sind drei Farbauszüge erforderlich. Da keine beliebig hohe Anzahl von Kanälen zur Übermittlung der Information zur Verfügung steht, wird das Bildfeld in Zeilen zerlegt, deren Helligkeits- bzw. Farbinformationen nacheinander übertragen werden Bildauflösung Die Anzahl der Zeilen eines Fernsehbildes ist bestimmt durch das Verhältnis des Sehwinkels (ca. 10 Bogengrad) des menschlichen Auges zur maximalen Sehschärfe (ca. 1 Bogenminute). 1 Bogengrad = 60 Bogenminuten 10 Bogengrad = 600 Bogenminuten Bei einem Betrachtungsabstand von 6facher Bildhöhe ergibt das ca. 600 Bildzeilen Das Fernsehbild Ein Fernsehbild wird zeilenweise durch einen Elektronenstrahl von links-oben nach rechtsunten auf den Bildschirm geschrieben (Abtastverfahren). Dabei schreibt der Elektronenstrahl über den Bildschirm hinaus (Overscan). Deshalb sind einige Zeilen oben und unten nicht sichtbar. Desgleichen fehlen Teile der Zeilen am linken und rechten Bildschirmrand. Während der Zeit des Elektronenstrahlrücklaufes in der Bildröhre des Empfängers (Monitors) geschieht eine Dunkeltastung (Austastlücke). Rot: Zeilenrücklauf (Horizontal Blank) Grün: Bildrücklauf (Vertical Blank) 3

5 1.1.3 Das Zeilensprung-Verfahren Zur Darstellung bewegter Vorgänge sind 16 bis 18 Einzelbilder/s erforderlich. Wegen des, insbesondere bei hellem Bildschirm noch auftretenden Flimmerns, erhöht man die Zahl jedoch auf 50 oder mehr Bilder/s. Besteht das Bildfeld schachbrettartig aus Bildpunkten von Zeilenhöhe und gleicher Breite, so ergibt jedes schwarzweiße Bildpunktpaar nach der elektronischen Umwandlung eine volle Wechselspannungsperiode als Sinuswelle. Bei 50 Bildern dieser Art in 1 s entsteht eine Frequenz von 12,5 MHz. Dieses breite Frequenzband ist nur mit hohem Aufwand übertragbar, daher wird allg. das Zeilensprungverfahren (Interlacing) angewendet Farbsehen Beim Interlacing wird jedes Bild in zwei Halbbilder zerlegt, wobei das erste Halbbild aus allen Bildzeilen mit ungerader Zeilennummer und das zweite Halbbild aus allen Zeilen mit gerader Zeilennummer besteht. Es entstehen 2 ineinander geschachtelte Zeilenraster, wodurch das Frequenzband halbiert wird. Die Bildzerlegung und -zusammensetzung werden durch Bild- und Zeilensynchronimpulse zu Beginn jedes Halbbildes und jeder Zeile gesteuert. Wenn man sich für das Sehen von Farbe interessiert, dann muß man sich auch zwangsläufig mit dem Begriff der Farbmischung beschäftigen. Dabei gibt es zwei Prinzipien der Farbmischung: Additive Farbmischung: Überlagerung von Lichtfarben (Lichtern verschiedener Wellenlängen), bei der für das Auge ein neuer Farbeindruck entsteht. Dies ist auch das Funktionsprinzip eines Farbbildschirms. Die additive Mischung der Farben Rot, Grün und Blau ergibt Weiß. Subtraktive Farbmischung: Herausnahme (Absorbtion) einzelner Lichtfarben (Licht unterschiedlicher Wellenlänge) aus weißem Licht z.b. durch Filterung oder durch Körperfarben. Subtraktive Primärfarben sind Gelb, Magenta und Cyan, die Mischung dieser drei Farben absorbiert alles weiße Licht und ergibt Schwarz (tatsäschlich nicht ganz, in der Drucktechnik wird als vierte "Farbe" Schwarz eingesetzt, da man sonst nur ein schmutziges Braun erhalten würde.). Das menschliche Auge erfasst die Farben von Gegenständen und Oberflächen in seiner Umwelt hauptsächlich durch Sehen der von Gegenständen und Oberflächen reflektierten, also 4

6 nicht absorbierten Lichtanteile, d.h. entsprechend der subtraktiven Farbmischung. Bei direkter Lichteinstrahlung, oder bei Überlagerung von Reflexionen kommt dagegen die additive Farbmischung zum Tragen. Die unterschiedlichen Farbstoffe der drei Zäpfchenarten in der menschlichen Netzhaut besitzen typische Absorptionkurven. Daraus leiten sich drei Bewertungskurven für die Farben ab. Ein beliebiges Lichtspektrum erzeugt somit drei Farbwerte X,Y,Z. Die Summe dieser Werte entspricht der Helligkeit des Lichtes. Wird diese auf 1 normiert, dann reichen zwei Werte zur Angabe der subjektiv empfundenen Farbe aus: x = X/(X*Y*Z), y = y/(x*y*z) Man erhält in der graphischen Darstellung das Farbendreieck. Jede Farbe kann durch einen Vektor ausgehend vom Weißpunkt beschrieben werden. Die Entfernung von Weiß bestimmt die Sättigung (die Randkurve ist auf 100% normiert). Die Richtung (Winkel) des Vektors heißt Farbton. Beide Werte zusammen bilden die Farbart. Für jede Lichtquelle bzw. jeden Bildpunkt kommt als dritter Wert noch die Helligkeit hinzu (fiel durch die Normierung bisher heraus). über die Irrtümer der Dreifarben-Lehre kann man Informationen unter finden Das FBAS-Signal Das Fernsehbild kann nicht als ganzes durch einen einzigen elektrischen Signalwert charakterisiert werden. Jeder einzelne Bildpunkt muß durch Spannungswerte beschrieben werden. Dafür wurde das FBAS-Signal entwickelt. F Farbaustastsynchonsignal. Enthält die Farbinformationen und wird zu Beginn einer Bildzeile gesendet. Die drei Farben Rot, Grün und Blau werden zu einem Signal zusammengefaßt. B Bildsignal. Die Helligkeit eines Punktes wird durch eine Spannung festgelegt (Weiß = 100%, Schwarz = 30%) A Austastsignal. Kennzeichnet den Zeilen- und Vertikalrücklauf durch eine Spannung von 0 Volt. S Synchronisation. Sorgt für die Abstimmung zwischen Sender und Empfänger. Wird während der Austastlücke gesendet. Das FBAS-Signal wird auch als Composite-Signal bezeichnet. 5

7 1.2 Videosignal-Standards FBAS Composite-Signal: Farbkomponenten (Chrominanz: C) und Helligkeit (Luminanz: Y) werden zusammen übertragen. Signal ist anfällig für Störungen. Bandbreite von 3,5 MHz bis 4,5 MHz. Linienauflösung von Linien. Verwendung beim Fernseher, VHS- und Video 8-Videogeräten. YC (bzw. Y/C), Component- oder S-Video-Signal: Luminanz (Y) und Chrominanz (C) werden über zwei getrennte Kanäle oder Kabel übertragen. Bandbreite 5,0 MHz bis 5,4 MHz. Linienauflösung von Linien. Wird verwendet bei S-VHS oder Hi8 Videogeräten. YUV Komponentensystem: Neben der Luminanz (Y) werden noch die Farbanteile zweier Grundfarben (U,V) übertragen (in der Regel Rot und Blau). Die fehlende dritte Grundfarbe kann aus den drei Signalen errechnet werden. Bandbreite von 5,5 MHz bis 6,0 MHz. Linienauflösung von Linien. Einsatz im Profibereich (Betacam). RGB: Eigentlich kein Videostandard. Es wird überwiegend für Computermonitore verwendet. Neben den drei Grundfarben wird noch ein Synchronsignal getrennt übertragen. 1.3 Datenreduktion Das menschliche Auge hat ein besseres Auflösungsvermögen für Helligkeit als für Farbe. Diese Eigenschaft kann für die Datenreduktion ausgenutzt werden. Transformation von RGB nach YUV. Farbanteile werden mit geringerer Rate als die Luminanz abgetastet. Abtastverhältnisse* 4:4:4 für jeden Bildpunkt wird Y, U und V erfasst 4:2:2 für jeden Bildpunkt wird Y, für jeden zweiten U und V erfasst. Es wird nur 2/3 der Datenmenge benötigt. 4:1:1 für jeden Bildpunkt wird Y, für jeden vierten U und V erfasst. Es wird die Hälfte der Daten benötigt. 4:2:0 für jeden Bildpunkt wird Y, für jeden zweiten U bzw. V zeilenweise abwechselnd erfasst * in Vielfachen der Grundabtastraten 6

8 1.4 Fernsehnormen CCIR: Commision Consultative Internationale de Radiodiffusion, Europäische Fernsehnorm. Nach dieser Norm wird ein Fernsehbild aus 625 Zeilen aufgebaut, von denen durch die vertikale Austastung nur 575 Zeilen sichtbar sind. Die Bildwiederholfrequenz liegt aufgrund der Netzfrequenz von 50 Hz bei 50 Halbbildern pro Sekunde. NTSC: National Television System Committee, die älteste, in Amerika entwickelte Fernsehnorm. 525 Zeilen bei 60 Halbbildern pro Sekunde (USA: 60 Hz Netzfrequenz). Nachteil: Das System ist sehr fehleranfällig, was leicht zu Farbstörungen führt. PAL: Phase Alternation Line, in Deutschland entwickelte Norm. Die Phasenlage des Farbsignals wird bei jeder Bildzeile um 180 gedreht, so daß Phasenfehler durch Vergleich zweier aufeinander folgender Zeilen kompensiert werden können. Dabei wird berücksichtigt, daß die Farbinformation sich von Zeile zu Zeile nur geringfügig ändert. PAL basiert auf der CCIR-Norm. SECAM: Séquentielle Couleur á Mémoire, in Frankreich entwickelte Fernsehnorm. Die Signale für die Grundfarben werden wie bei NTSC erzeugt, aber im Gegensatz zu diesem nicht gleichzeitig sondern nacheinander übertragen. Im Empfänger wird das erste Signal gespeichert, bis das zweite Signal eintrifft und das Bild aufgebaut wird. Es gibt zwei Versionen von SECAM: Das eine System basiert auf der CCIR-Norm und verwendet 625 Zeilen. Das zweite System arbeitet mit 819 Zeilen pro Bild. 1.5 Analoge Videoformate VHS: Video Home System von JVC. Die Kassetten können nach PAL, SECAM oder NTSC bespielt oder wiedergegeben werden. Aufzeichnung des FBAS-Signals (Composite- Verfahren). Die horizontale Auflösung beträgt etwa 250 Linien. VHS-C: Video Home System Compact, eine Mini-Ausführung des VHS-Systems speziell für Camcorder. über einen speziellen Adapter können VHS-C-Kassetten in einem normalen VHS-Rekorder abgespielt werden. S-VHS Super-VHS, Weiterentwicklung des VHS-Systems. Deutlich verbesserte Bildqualität, durch Component-Signal (Y/C-Signal). Die horizontale Auflösung umfaßt mehr als 400 Bildzeilen. Es ist ein spezielles Bandmaterial erforderlich. Ein S-VHS-Rekorder ist kompatibel zum VHS-Betrieb. Analog zum VHS-C gibt es S-VHS-C für die Verwendung in Camcordern. Video 8 Videosystem, das mit 8 mm breiten Magnetband arbeitet und von Sony als Konkurrenz zu VHS-C speziell für Camcorder entwickelt wurde. Hi8 Weiterentwickeltes Video 8-System für Videoaufzeichnungen in Profiqualität. Das Auflösungsvermögen der Rekorder wurde stark verbessert. Betacam Profisystem mit exzellenter Bildqualität. Signaltrennung nach YUV. Durch die damit verbundene Datenreduktion ergibt sich eine horizontale Auflösung von über 500 Linien. 7

9 1.6 Digitale Videoformate CIF: Common Intermediate Format. Digitaler Standard für Videokonferenzsysteme. Abtastratenverhältnis 4:1:1. Auflösung 352 * 288 Pixel. QCIF: Quarter Common Intermediate Format. Digitaler Standard für Videokonferenzsysteme. Abtastratenverhältnis 4:1:1. Auflösung 180 * 144 Pixel. H.261: Video Codec For Audiovisual Services at P*64 Kbit/s, auch P*64. Standard für die Bewegtbildkomponente bei audiovisuellen Diensten mit übertragungsraten von Vielfachen von 64 Kbit/s. Gültige Werte für P liegen i.d.r. zwischen 1 und 30. Arbeitet mit einem YUV- Signal nach QCIF (P < 5), bzw. CIF (P > 5). Die Bildrate liegt zwischen 10 und 30 Bildern/s. MJPEG: Motion-JPEG. Beruht auf dem Einzelbild-Kompressionsstandard JPEG. Intraframe- Technik, d.h. jedes Bild wird einzeln komprimiert. MPEG: Moving Pictures Expert Group. Videostandard, der Interframe- und DCT- Technologie (Discrete Cosinus Transformation) benutzt. MPEG-1 erreicht eine Datenrate von 1 Mbit/s (VHS-Qualität). MPEG-2 hat Datenraten zwischen 2 und 60 Mbit/s (Fernsehqualität). MPEG-4 ist für die Übertragung in Datennetzen gedacht. Neben den Formaten, die nur für die direkte Verwendung am Computer bzw. die Verbreitung in Datennetzen vorgesehen waren, sind noch weitere Formate entstanden, die auch in Form von Bandaufzeichnungen Verwendung finden: ITU 601: Digital Component Video. Videoformate, die durch Digitalisierung analoger Videoformate in der Komponenten-Repräsentation entsteht. Das Abtastratenverhältnis ist 4:2:2 bei einer Grundabtastrate von 3,374 MHz. Auflösung: 720 * 568 Pixel. D1: Nach YUV 4:2:2 kodiert. Die Digitalisierung erfolgt mit 8 Bit oder 10 Bit im Verhältnis 4:2:2, d.h. mit 13,5 MHz : 6,75 MHz : 6,75 MHz (13,5 MHz für die Luminanz). Vier Audiospuren mit 48 KHz und 16 Bit bis 20 Bit aufgezeichnet. Datenrate 27 Mbyte/s. D2: Composite-Video mit einer Datenrate von 19 MByte/s. D3: Entwicklung von Panasonic als Konkurrenz zum D2-System von Sony. Digital-Betacam: Komponentenvideo mit vier digitalen Tonspuren von Sony. Mini-DV: YUV-Format 4:2:0 (PAL) und 4:1:1 (NTSC). Ton wird mit 44,1 KHz/16 Bit oder 32 KHz/12 Bit aufgezeichnet. Die Gesamtdatenrate beträgt 41 Mbit/s. DV: Wie Mini-DV, größere Kassetten. Zwei Tonspuren mit 48 KHz/16 Bit oder vier mit 32 KHz/12 Bit. DVCAM: Format entspricht DV. Vergrößerte Spurbreite. Zwei Tonspuren mit 48 KHz/16 Bit oder vier mit 32 KHz/12 Bit. Digital 8: Wie Mini-DV, Kassettenbauform entspricht Hi8. 8

10 1.7 Digitale Datenträger VCD: (Video Compact Disc) bezeichnet CDs, auf denen bis zu 74 Minuten Video im MPEG- 1-Format gespeichert sein können. Das Bildformat ist CIF mit 25 Bildern/Sekunde bei PAL. Die Videodatenrate ist konstant 1150 Kbit/s. Als Audioformat ist MPEG-1 Layer-2 (MP2) vorgeschrieben. SVCD: (Super VideoCD), Video im MPEG-2 Format mit einer festen oder variablen Datenrate < 2.5 MBit/s. Die Auflösung beträgt 480x576 Bildpunkte. Für den Ton ist MP2 vorgesehen, aber auch MPEG-2-Mehrkanal-Audio ist erlaubt. DVD: (Digital Versatile Disk), DVDs können pro Layer und Seite bis zu 4,7 GByte Daten speichern. Das entspricht ca. 133 Minuten Video im MPEG-2-Format mit einer Auflösung von 720x576 Bildpunkten. Die typischen Videodatenraten liegen zwischen 3,5 und 5 MBit/s. Als Bildformate werden 4:3 (TV) und 16:3 (Widescreen) unterstützt. Bis zu 8 Audiospuren finden Verwendung, jede davon mit bis zu 8 Kanälen. Verschiedene Kamerawinkel und komplexe Menüs sind möglich. Videomaterial kann interlaced oder progressive aufgezeichnet werden, wobei die erste Methode bei TV-Produktionen verwendet wird. Die progressive Aufzeichnung mit Vollbildern wird dagegen beim Film eingesetzt. Deshalb sind die meisten Film-DVDs progressiv, während Musik- oder TV-Serien-DVDs, ebenso wie die meisten Making-Offs, interlaced sind. Bei SVCDs ist interlaced MPEG-2-Video erlaubt. VCDs sind auf progressives Material beschränkt. Neben den oben aufgeführten Formaten gibt es noch das XVCD- und das XSVCD-Format. Beide Formate versuchen, die Chipsätze moderner DVD-Player möglichst effektiv auszunutzen, sind aber keine Standartformate. XVCD: XVCD ist eine Erweiterung von VCD 2.0 und nutzt wie dieses MPEG-1, jedoch mit höherer Auflösung und Datenraten bis zu 3,5 MBit/s. XSVCD: XSVCD ist eine Erweiterung von der SVCD und nutzt wie diese MPEG-2, jedoch mit höherer Auflösung und Datenraten bis zu 9,8 MBit/s. Beide Formate können auf vielen standalone VCD-Playern und einigen DVD-Playern abgespielt werden. 1.8 Video und der Speicherbedarf Der sichtbare Bildbereich nach PAL umfaßt ca. 720 * 568 Pixel = Pixel. Bei einer Farbtiefe von 8 Bit/Komponente RGB werden 24 Bit/Pixel (= 3 Byte/Pixel) Speicher benötigt. Das entspricht einem Speicherbedarf für ein Vollbild von Bytes (= 1198,125 Kbyte = 1,17 MByte). Für eine Sekunde unkomprimiertes Video im PAL-Format werden dann 1,17 Mbyte pro Bild benötigt, also bei 25 Bilder pro Sekunde 29,25 Mbyte Speicher. Oder 1,71 Gbyte pro Minute). Diese Berechnung berücksichtigt nur den Speicherbedarf für Video. Hinzu kommen noch die Audiodaten mit ca. 10 Mbyte/min bei CD- Qualität.Das heißt, auch bei heutigen Festplattengrößen von bis zu 100 Gbyte, könnte man nur ca. zwei bis drei Stunden Video unkomprimiert auf einer Festplatte speichern. Hinzu kommt, daß die Datenmenge von ca. 30 Mbyte pro Sekunde im System übertragen werden muß. 9

11 1.9 Videokompressionsraten 1.10 Video-Steckverbinder 2 Hinweise zur Aufnahmetechnik 2.1 Objektive Camcorder verfügen über Zoom-Objektive, die es erlauben, innerhalb eines bestimmten Bereiches die Brennweite des Objektivs zu ändern. Man kann sich Objekten "nähern" oder sich von ihnen "entfernen", ohne einen Schritt zu tun. Brennweite: Abstand des Brennpunktes von einer Linse, bzw. einem Linsensystem. Maß für den Winkel, der von dem Objektiv erfaßt wird. o Camcorder: 3,8 mm bis 68,4 mm (entspricht 35 mm bis 875 mm bei Fotokameras). Die Vergrößerung liegt zwischen 10fach- und 40fach-Zoom. 10

12 o Digitaler Zoom: Das Bild aus dem Ausgangsbild interpoliert. Das geschieht im einfachsten Fall durch Verdoppelung von Bildpunkten. Lichtstärke: Einfaches Zahlenverhältnis, daß am Objektiv ablesbar ist (zum Beispiel 1 : 1,3). Die Lichtstärke des Objektivs ist umso größer, je kleiner die zweite Zahl ist. Lichtempfindlichkeit: Die Lichtempfindlichkeit des Linsensystems wird in Lux ausgedrückt. und gibt an, wieviel Licht auf die Flächeneinheit fällt. Je kleiner die Lux-Zahl ist, um so empfindlicher ist die Optik des Camcorders. Typische Werte liegen zwischen 0,8 Lux und 4 Lux. 2.2 Mikrofone Mikrofontypen Dynamische Mikrofone: Preiswert, wenig störungsanfällig, benötigen keine eigene Stromversorgung. Kondensator-Mikrofone: Störanfällig, benötigen eigene Stromversorgung. Qualitativ hochwertiger. Richtcharakteristik von Mikrofonen Kugel: Der Schall wird aus allen Richtungen gleichmäßig aufgenommen. Niere: Geräusche von hinten werden unterdrückt, Schall von der Seite und von vorn wird klar aufgenommen. Superniere: Geräusche von den Seiten werden ebenfalls weitgehend unterdrückt. Die Aufnahme ist präzise nach vorne hin ausgerichtet. Keule: Schallereignisse vor dem Mikrofon werden sehr klar aufgenommen.geräusche von den Seiten und von hinten werden unterdrückt. Durch große Reichweite gute als Ergänzung zum Teleobjektiv. Acht: Hier gelingt die Aufnahme von Schallquellen, die seitlich zum Mikrofon liegen. Das Mikrofon sollte eine niedrige bis mittlere Impedanz (= Elektrischer Widerstand) besitzen. Der Anschlußwert des Mikrofons muß niedriger sein, als der Wert des Mikrofoneingangs des beispielsweise verwendeten Videorekorders, da es sonst zu einem Brummen oder zu zu starken bzw. zu schwachen Audiosignalen kommen kann. Gute Mikrofone sind niederohmig (50 bis 500 Ohm) und dadurch unempfindlicher gegenüber äußeren Störeinflüssen und längeren Verbindungsleitungen. 2.3 Weißabgleich Der Weißabgleich stellt die Farbtreue unter verschiedenen Lichtbedingungen sicher. Er gleicht die unterschiedlichen Farbtemperaturen gezielt aus. 11

13 Mit Farbtemperatur, die in Kelvin (K) angegeben wird, bezeichnet man die Verteilung der Farbanteile des Lichtes. Am Morgen ist die Farbtemperatur anders als am Abend, in den Bergen anders als am Strand, noch anders ist sie jeweils bei unterschiedlichen Arten des künstlichen Lichts. Bei den meisten Geräten kann man zwischen drei Betriebsarten wählen: auto: der Weißabgleich wird automatisch vorgenommen indoor: der Weißabgleich wird auf Farbtemperatur von Innenräumen eingestellt (bis ca K) outdoor: der Weißabgleich wird auf Farbtemperatur von Außenräumen eingestellt (ab ca K) Auswirkungen des Weißabgleichs : Kunstlicht Tageslicht Auto Indoor Outdoor Entscheidungshilfe: Nehmen Sie ein weißes Blatt Papier und filmen es unter allen drei Modi ab. Anschließend spielen Sie das Video über einen Farbmonitor ab und vergleichen die Aufnahme-Ergebnisse mit dem Original. Verwenden Sie immer den Modus, der die geringsten Abweichungen vom Original aufweist. Sind die Abweichungen noch zu groß, so müssen Filter verwendet werden. 12

14 2.4 Beleuchtung Schlecht ausgeleuchtete Aufnahmen werden oft durch Rauschen überlagert. Die Folgen sind: Unschärfere Bilder. Kompressionsartefakte (MJPEG interpretiert Rauschkomponenten u.u. als feine Bilddetails und verstärkt sie). Es können gezielte Gegenmaßnahmen getroffen werden, um Fehlbelichtungen zu vermeiden: Innenaufnahmen: Nicht Tageslicht mit Kunstlicht mischen. Man erhält trotz Weißabgleich einen Farbstich. Ein Blaufilter vor der Kunstlichtquelle reduziert den Effekt etwas. Besser ist der Verzicht auf Tageslicht. Außenaufnahmen: Der Zeitliche Abstand zwischen erster und letzter Aufnahme muß so klein wie möglich sein, damit sich die Lichtverhältnisse in der Szene nicht signifikant ändern. Zu starke Schatten können durch Reflektoren (weiße Oberfläche, zerknitterte Alufolie) aufgehellt werden, die das Sonnenlicht diffus reflektieren. Aufstellung der Lichtquellen: o Führungslicht: Die Hauptlichtquelle, entspricht dem Sonnenlicht bei Außenaufnahmen. Aufstellung erfolgt so, daß der Betrachter nicht vor unlogische Fragen gestellt wird (falsche Schatten usw.) o Aufhelllicht: Entspricht den Reflektoren bei Außenaufnahmen, soll Schlagschatten reduzieren, oder zusätzliche Schatten erzeugen bzw. verstärken. o Gegenlicht: Hebt das Objekt vom Hintergrund ab. Bestrahlt das Objekt von hinten, ohne direkt in die Kamera zu leuchten. Siehe auch: Keying Keying-Technik: Auch Blue Screen-Technik. Jedes Pixel eines Bildes wird mit einer vorher gewählten Farbe verglichen. Stimmen die Farben überein, so wird das Pixel als transparent behandelt. Blue Screen: Hierbei wird ein blauer Hintergrund bei den Filmaufnahmen verwendet. Die Bild-Information, die ausschließlich die Blaukomponente enthalten, werden auf elektronischem Wege durch ein zweites Videosignal ersetzt. Die Farbe Blau wurde gewählt, da sie praktisch die Komplementärfarbe zu den "fleischigen" menschlichen Hauttönen ist. Die Darsteller dürfen selbst an keiner Stelle Blau etwas blaues tragen, da sonst diese Bereiche ebenfalls "ausgestanzt werden. Fast alle Videoschnittprogramme besitzen Keying-Filter, die es erlauben, jede beliebige Hintergrundfarbe zu benutzen. In der Regel ist es durch die Angabe einer Farbtoleranz möglich, zu bestimmen, welche ähnlichen Farben auch noch zum Hintergrund gezählt werden sollen. Wichtig Das Objekt sollte weit vom Hintergrund entfernt sein. Die dadurch auftretende Unschärfe des Hintergrundes vermindert Farbverfälschungen durch Faltenwurf beim Hintergrund. Durch die Wahl der Blende wird die Tiefenschärfe verringert. Der Hintergrund sollte diffus ausgeleuchtet werden um sichtbare Übergänge zu vermeiden. Siehe auch: 13

15 3 Videodateiformate 3.1 QuickTime QuickTime wurde von Apple als Systemerweiterung für Macintosh-Rechner entwickelt. QuickTime-Dateien besitzen ein rekursives Format, das auf sogenannten Atomen beruht. mdat: Atom steht grundsätzlich an erster Stelle und enthält nur Daten (Video und Audio) und keine weiteren Atome. moov: Atom ist die Wurzel eines Baumes von Atomen, die als Index für die Filmdaten dienen. Aufbau einer Apple Quicktime Datei Weitere Atome als Unterstruktur im moov-atom (Beispiele): mvhd: Gesamteigenschaften des Films wie Zeiteinheit und Dauer. Alle Spuren sind auf den Filmheader synchronisiert, wodurch variable Frameraten möglich sind. stts: Zeitdauer-Array für jeden Filmframe. Jedem Frame können andere Werte zugeordnet werden. Hier können auch aufeinanderfolgende Frames zwecks Datenreduktion gruppiert werden. trak: Jedes trak-atom repräsentiert eine Spur, die Video und Ton, aber auch Text enthalten kann. Alle Spuren sind gleichberechtigt. stsd: Komprimierungs-Informationen. Eine Spur kann mehrere stsd-atome haben, so daß verschiedene Teile eines Films mit unterschiedlichen CODECs komprimiert sein können. Filme mit Teilen aus unterschiedlichen Quellen müssen so nicht komplett neu bearbeitet werden. 3.2 AVI Die AVI-Dateien (Audio Video Interleaved) sind ein Spezialfall des Microsoft-Standards RIFF (Resource Interchange File Format). RIFF-Dateien bestehen aus Blöcken, Blocktabellen oder Kombinationen von beidem. Jeder Block besteht aus einem 4-Byte-Identifikator, einer 4- Byte-Längenangabe sowie den Blockdaten. 14

16 Aufbau einer Microsoft AVI Datei Grundaufbau eines AVI-Files: Riff-Chunk: Dateiheader hdrl-tabelle: Definiert das Grundformat der Datei. Mit je einer strl-tabelle pro Spur bzw. Stream, die die Informationen über die Streams enthalten. movi-tabelle: Enthält die eigentlichen Daten in Blöcken oder Tabellen. Dabei sind die Tondaten in ##wb-blöcken und die Videodaten in ##dc-blöcken gespeichert. ## bezeichnet dabei die Streamnummer. Mehrere dieser Blöcke können auch in rec-tabellen zusammengefaßt werden. idx1-block: Index-Block (optional). Jeder Eintrag des Index zeigt auf einen Block oder eine rec-tabelle in der movi-tabelle. 4 Videokompressoren 4.1 Verlustfreie Kompression RLE: Run Length Encoding, Lauflängen-Kodierung. Der Algorithmus prüft, wie oft eine bestimmte Information wiederholt wird. Die Wiederholungen werden gezählt. Gespeichert wird nur die Anzahl der Wiederholungen sowie einmal die sich wiederholende Information. Prinzip der Lauflängen-Kodierung (RLE) Huffman-Kodierung: Die statistische Verteilung von Werten in einem Datensatz wird ausgenutzt. Dabei werden häufig vorkommende Werte durch kurze Codeworte repräsentiert. Selten auftretenden Werte werden längere Codeworten zugeordnet. 15

17 Huffman Kodierung LZW-Kodierung: Lempel, Ziv,Welsch-Kodierung. Verwendung bei GIF, ZIP usw.. Dynamische, wörterbuch-basierte Kodierungstechnik. In der Regel ist ein Startwörterbuch festgelegt, das mit den zu kodierenden Daten übertragen werden muß. Die volle Dekodiertabelle entsteht sowohl bei Kodierung und Dekodierung dynamisch aus den Daten. 4.2 Beispiel LZW-Kodierung Standard: 12 Bit Codelänge und Wörterbuch mit bis zu 4096 Einträgen. Die ersten 256 Wörterbucheinträge sind mit den möglichen Abbildungen eines Bytes vorbelegt. Zur Laufzeit werden aus den Eingabedaten Muster gewonnen, die zur Erweiterung des Wörterbuchs ver wendet werden. Ist ein Muster bekannt, so wird der zugehörige Index im Wörterbuch zur Codierung verwendet. Schritt Eingabe Erkanntes Muster Neuer Wörterbucheintrag 1 LZWLZ78LZ77LZCLZMWLZAP L LZ (=256) 2 ZWLZ78LZ77LZCLZMWLZAP Z ZW (=257) 3 WLZ78LZ77LZCLZMWLZAP W WL (=258) 4 LZ78LZ77LZCLZMWLZAP LZ LZ7 (=259) 5 78LZ77LZCLZMWLZAP 7 78 (=260) 6 8LZ77LZCLZMWLZAP 8 8L (=261) 7 LZ77LZCLZMWLZAP LZ7 LZ77 (=262) 8 7LZCLZMWLZAP 7 7L (=263) 9 LZCLZMWLZAP LZ LZC (=264) 16

18 10 CLZMWLZAP C CL (=265) 11 LZMWLZAP LZ LZM (=266) 12 MWLZAP M MW (=267) 13 WLZAP WL WLZ (=268) 14 ZAP Z ZA (=269) 15 AP A AP (=270) 16 P P Ausgabe: L Z W <256> 7 8 <259> 7 <256> C <256> M <258> Z A P 4.3 Verlustbehaftete Kompression DCT: Discrete Cosinus Transformation. Die Bilddaten (Helligkeits- und Farbanteile) eines Bildes werden als periodische Schwingung interpretiert und in ihre Frequenzkomponenten transformiert. Feine Details werden zu hohen Frequenzen, grobe Einzelheiten zu tieferen Frequenzen. Durch die Zerlegung der Bilder in Teilblöcke und die hohe Ähnlichkeit der Daten innerhalb eines Blocks entstehen über die Wichtung nur wenig hochfrequente Anteile. Dadurch kann die Bildinformation im Frequenzbereich mit weniger Daten beschrieben werden. Feine Details gehen dabei verloren. DPCM: Differential Pulse Code Modulation. Unterschiede zwischen benachbarten Bildpunkten werden kodiert. Aus vorangegangenen Werten wird eine Wert-Vorhersage gebildet (Prädiktionswert), die vom aktuellen Wert abgezogen wird. Die Differenz ist der Prädiktionsfehler. Die Prädiktionsfehler werden gewichtet und quantisiert. Dieser Schritt ist verlustbehaftet. Stark voneinander abweichende Bildpunkte können nur durch erhöhte Bitzahlen kodiert werden. ADPCM: Adaptive Differential Pulse Code Modulation. Weiterentwicklung der DPCM, um Abtastwerte vorausschauend abzusenken oder anzuheben, um zu große Differenzen zwischen benachbarten Bildpunkten zu vermeiden DCT Ein Bild wird in Blöcke von 8*8 (64) Pixeln unterteilt. Jeder 8*8 Block wird als diskretes 64-Punkt-Signal betrachtet und mit einer Methode vergleichbar der FFT, der Forward Discrete Cosine Transformation (FDCT) kodiert. Die vorzeichenlosen Werte des Bildsignals werden in vorzeichenbehaftete Koeffizienten transformiert. Quantisierung und Wichtung. Dabei werden Details die man kaum wahrnehmen kann eliminiert, d.h. ihre Werte sind gleich null. Zick-Zack-Scan des Blocks. Man erhält man eine Wertefolge, die aufgrund der vielen eliminierten Werte nun über Lauflängen-Kodierung (RLE) komprimiert werden kann. 17

19 Prinzip der DCT Durch die hohe Ähnlichkeit der Bildelemente innerhalb eines Blockes können die Bilddaten im Frequenzbereich durch wenige Daten beschrieben werden, so daß hohe Kompressionsraten auftreten. Die Umkehrung der FDCT ist die Inverse DCT (IDCT), die aus den gespeicherten Bilddaten wieder den 8*8 Pixel Block rekonstruiert JPEG JPEG: Joint Photographics Experts Group verabschiedeter Standard zur Standbildkompression. Das Ausgangsformat ist entsprechend ITU 601 ein YUV-Format 4:2:2 mit einer Tiefe von 8 Bit pro Komponente und einer Auflösung 720 * 576 Pixeln (PAL) bzw. 720 * 480 Pixeln (NTSC). Das erweiterte JPEG-Format ist bezüglich der Auflösung und der verwendeten Komponentenmodelle weitestgehend flexibel. 8*8 Teilblöcke werden mittels DCT in Frequenzen gewandelt und gewichtet reduziert. Anschließende DPCM berücksichtigt Differenzen zwischen Nachbarblöcken. RLE bereinigt überflüssige Werte. Zum Schluß erfolgt noch die Kompression nach Huffman bzw. über arithmetische Kodierung. JPEG Kompressionsmodi: Basis: Der verlustbehaftete, sequentielle DCT-basierter Modus wird von jedem Decoder verlangt. Erweitert: Verlustbehafteter DCT-basierter Modus mit höherer Quantisierungs-genauigkeit und progessiver Kodierung. Bei der sichtbaren Dekodierung wird das Bild ausgehend von einer sehr ungenauen Darstellung immer weiter verfeinert. Verlustfrei: Arbeitet mit Prädiktorfunktionen und ermöglicht eine fehlerfreie Rekonstruktion des Bildes. Hierarchisch: Das Bild kann in mehreren Auflösungen gespeichert werden. 18