1 DIGITALE VIDEO KOMPRESSION AM BEISPIEL DES JPEG-VERFAHRENS Um das digitale Schneiden von digitalisierten Bildern zu ermöglichen, ist es notwendig, die drastisch hohe Datenmenge, die für jedes Bild gespeichert werden muß, zu reduzieren. Ein kleiner Computer mit einer Festplatte von 40 MB könnte lediglich 1 Sekunde Video speichern. Will man 10 Sekunden speichern, müßte man das Signal im Verhältnis 15:1 komprimieren. Um eine Minute zu speichern wäre bereits eine Kompressionsrate von 90:1 und bei zwei Minuten eine Kompressionsrate von 180:1 notwendig. Es gibt verschiedene Arten von digitaler Bildkompression, die alle ihre verschiedenen Vor- und Nachteile haben: - Digital video interactive (DVI) - Joint photographic experts group (JPEG) oder Motion-JPEG - Moving picture experts group (MPEG) JPEG ist eine Form der Soft- und Hardwarekompressionsmethode. Sie wurde entwickelt, um hauptsächlich Einzelbilder zu digitalisieren, während MPEG für bewegte Bilder entwickelt wurde. JPEG komprimiert jedes einzelne Bild, während MPEG I z.b. mit Keyframes arbeitet (1. und 5. Bild) und alle anderen Bilder sich auf diese beziehen. Dadurch können mit MPEG wesentlich geringere Kompremierungsraten erreicht werden. Allerdings ist dieses Verfahren nicht für den Schnitt von Einzelbildern geeignet. JPEG - ARBEITSWEISE Das FBAS-Signal wird decodiert in RGB, dann Flash-Convertiert und von einer sekundären CPU bearbeitet. Diese sekundäre CPU ist der Framestore. Nach dieser Zwischenspeicherung gehen die Daten durch das JPEG-Kompressionsschema und werden zur CPU transferiert, d.h. duchr den Arbeitsspeicher des Computers. Das Ziel der Kompression ist es, soviel Details wie nur möglich während dieses Vorgangs zu behalten. Das RGB- Signal wird vom Framestore zur Kompressionseinheit geleitet. Dort werden sie zunächst in ein weiteres Farbsystem umgewandelt - YUV, d.h. die Signale für RGB werden
2 konvertiert in ein Helligkeitssignal - Luminance - und zwei weitere Bestandteile, die jeweils eine Auskunft über die Farbsättigung und den Farbton enthalten, als Farb- oder Chrominanzsignale (Farbdifferenz R-Y, B-Y). Mit jeweils 8 Bit ergeben sich hier nun 24 Bit Sample, die bearbeitet werden müßen. Das Helligkeitssignal bleibt zunächst unberührt, während die Signale für die Farbe dezimiert werden (subsampling). Hier können bereits die ersten Verluste auftreten. Als Weiterführung des Subsamplingmodells, wird nun ein Sample von U bearbeitet, während ein Sample von V ausgelassen wird. Dann erfolgt das Ganze umgekehrt. Dieses alternierende Auslassen reduziert die gesamte, anfallende Datenmenge für die Farbsignale auf die Hälfte, d.h. aus einem 24 Bit Signal ist nun ein 16 Bit Signal entstanden: 8Bit für die Helligkeit und 8 Bit für die Farbe. In einer Reihe oder Sequenz würde das Ganze dann folgendermaßen aussehen: Y und U, dann folgt Y und V und so weiter. Innerhalb dieser 16 Bit pro Pixel können wir 256 verschiedene Graustufen darstellen. Nach der Phase der Decimation werden Y und die alternierenden Farbdifferenzsignale zur DCT geschickt. Die Hauptaufgabe der DCT ist es nun, Frequenzen als Repräsentanten der Bilder zu nutzen. Das Verfahren kodiert nun Frequenzen anstelle von Pixeln. Jedes Bild wird in 8 x 8 Quadrate geteilt und bearbeitet. Das DCT analysiert und wandelt die erhaltenen Informationen in Frequenzen um. Diese Analyseform basiert ungefähr auf der Fragestellung: Wieviel heller sind diese Elemente des Bildes als andere? Durch die DCT sind wir nun in der Lage ein Bild aufgrund seiner zugeordneten Frequenzen zu interpretieren. Große Flächen werden nun durch niedrige Frequenzen, feine Ecken und Kanten durch höhere repräsentiert. Anders ausgedrückt, sehr große Bereiche eines Bildes werden von niedrigen Frequenzen dargestellt, während feinen Details wiederum höhere zugeordnet werden. Zusätzlich erhält das Bildrauschen ebenfalls höhere Frequenzen.
3 Nach der Analyse eines 8 x 8 Pixel Feldes wird der Prozeß für das nächste fortgesetzt. Diese Analyse ist ein verlustfreier Schritt. Der nächste Schritt ist nun die Quantifizierung, wobei wiederum Verluste entstehen. In diesem Schritt können Datensätze leicht oder drastisch reduziert werden. Auf alle Fälle entstehen hier nun Qualitätseinbußen, die nicht rückgängig gemacht werden können. (Die kleinste JPEG-Kompression mit einer Rate von 8:1 kann kaum vom Originalbild unterschieden werden.) Die Quantifizierung basiert nun in ihren Grundgedanken auf den Ergebnissen der Forschungen zur visuellen Wahrnehmung des Menschen. Dabei stellen sich folgende Fragen: Welche Frequenzen sieht das menschliche Auge sehr gut? Welche nicht? Wie verhält sich das Auge im Bezug auf Bewegung? Wie verhält es sich im Bezug auf ein statisches Bild? Welche Helligkeitsinformationen können weggelassen werden? Welche Farbinformationen können weggelassen werden? Helligkeit und Farbe werden vom Menschen nicht gleichwertig wahrgenommen. Die Helligkeit eines Bildes ist die wichtigere Information. Digitale Video Kompressionstechniken beziehen sich auf diese Tatsache. Sie lassen demzufolge bis zu 90% der Farbinformation weg. Der Kompressionsalgorithmus bei JPEG gibt klare Instruktionen, welche Informationen in einem Bild nun weggelassen werden können und welche nicht: Die feinen Details sollen erhalten bleiben, während Bereiche eines Bildes, die ähnliche Informationen besitzen, nicht beachtet werden. Die 8 x 8 Felder jedes Bildes und die daraus resultierenden 64 Frequenzen werden nun durch den sogenannten Q-Faktor geteilt, um die Größe der Bildinformation zu reduzieren. Dieser Q-Faktor ist ein Teiler, der berücksichtigt wie schwach oder stark die Frequenzen verändert werden sollen. Er stellt die Bit pro Pixel Beziehung eines Bildes dar. Je höher er ist, desto schlechter ist die Bildqualität. Wenn er groß ist, verringert sich die kb pro Frame Beziehung.
4 Das Ziel der JPEG Kompression in diesem Schritt ist es nun die 64 Frequenzen der 8x8 Felder als schmale und kurze Informationen zu speichern. Für jedes 8x8 Feld werden die Frequenzen als Zahlenwerte zwischen 0 und 63 dargestellt. Der Q-Faktor kann dagegen zwischen 0 und 256 liegen, d.h. 256 Schritte entsprechen den 256 Werten für die Grauskala in einem 8Bit Sample. Die Quantifizierung produziert nun eine Reihe von Zahlen, die kleiner sind als die Originalfrequenzwerte. Es wird eine Anzahl von Zahlen erzeugt, die geringere Informationen besitzen als die Originalfrequenzen. Die quantifizierten Tabellenenlemente wurden durch den Q-Faktor geteilt. Dieser Q-Faktor gebraucht eine Tabelle an Divisoren, die Q-Tabelle. Diese Divisoren beeinflußen die Bildqualität. Die Qualität eines JPEG-komprimierten Bildes hängt von der Kompressionsrate (in Bits/Pixel) ab, welche durch den Q-Faktor und die Größe des Bildes (Pixel pro Sekunde) geregelt wird. Die 64 Frequenzen wurden ähnlich einer Zahl in der Mathematik gekürzt. In den weiteren Schritten werden nun im sog. Zero Packer alle Nullen des Datensatzes kodiert, d.h. sie werden gezählt und durch einen beschreibenden Code ersetzt. Dabei entsteht kein Datenverlust. Dann wird die Bildinformation durch den Huffman Coder auf weitere redundante Informationen untersucht und dementsprechend kodiert, so daß noch weniger Daten gespeichert werden müßen. Erst nach diesem Schritt erfolgt die Speicherung. Wenn wir das gespeicherte Material ansehen wollen, werden die Daten von der Festplatte gelesen, decomprimiert und rückbearbeitet von den drei D/A Konvertern im Bildspeicher. Zur gleichen Zeit wird die Synchronität wiederhergestellt, so daß das Ergebnis wieder ein FBAS, also analoges Videosignal ist, das angesehen und aufgenommen werden kann. Weitere Charakteristika des JPEG-Verfahrens: JPEG ist ein symmetrisches Kompressionsverfahren. Es ist symmetrisch, da sowohl das Schneiden als auch das Wiedergeben in Realzeit erfolgt. FESTE BILDGRÖßE GEGENÜBER VARIABLER
5 Der Algorithmus akzeptiert und bearbeitet nur eine feste Bildgröße, d.h. nur eine bestimmte Anzahl von Daten. Mit einer variablen Bildgröße kann der resultierende Speicherplatz sinnvoller genutzt werden. INTERFRAME CODING heiß, daß jedes Bild seine eigene Information trägt, wodurch es erst auch möglich ist, jedes Bild schneiden zu können. Würde sich ein Bild auf ein anderes beziehen, wäre keine Einzelbildschnitt möglich. Dieser hier beschriebene Vorgang stellt nur ein Grundprinzip dar. Die Kompressionsalgorthmen variieren von Chip-Hersteller zu Hersteller. Welcher Algorithmus und welche Hardware verwendet wird, hängt im wesentlichen von der zu erreichenden Bildqualität ab.