MUNKAANYAG. Érdi Péter. Információ technikai megoldások (tömörítések, stb.) A követelménymodul megnevezése: Távközlési szaktevékenységek

Átírás

1 Érdi Péter Információ technikai megoldások (tömörítések, stb.) A követelménymodul megnevezése: Távközlési szaktevékenységek A követelménymodul száma: A tartalomelem azonosító száma és célcsoportja: SzT

2 INFORMÁCIÓ TECHNIKAI MEGOLDÁSOK (TÖMÖRÍTÉSEK, STB.) ESETFELVETÉS MUNKAHELYZET Miként lehetséges, hogy a boltban vásárolt zenei CD-re csak egy lemez fért, mi pedig egy üres CD-re tudunk több lemeznyi információt másolni? A feladat megoldása több programmal is elvégezhető, de melyiket válasszuk? Esetleg egy programon belül is lehet állítani minőségi paramétereket. Mit jelentenek ezek? Miképpen oldják meg a feladatot a fejlesztők? A tananyagban a tömörítések gyakori megoldásait tekintjük át, ami segít választ adni a felvetett problémára. SZAKMAI INFORMÁCIÓTARTALOM Az emberi érzékszervek az információk hatalmas tömegét veszik és továbbítják az idegpályákon az idegrendszer központjai felé minden pillanatban. A idegpályákon mérhető átviteli sebességet az alábbi táblázat mutatja - hozzávetőleges adatokkal. Látás Hallás Tapintás, nyomás 7x10 8 bit/s 4x10 6 bit/s Hőmérséklet 2x10 5 bit/s 2x10 3 bit/s Szaglás 50 bit/s Ízlelés 10 bit/s 1

3 Fájdalom 100 bit/s A táblázatból látható, hogy a látás, és a hallás - mint információforrás milyen fontos. Az emberi érzékszervek közül csak a látás, és a hallás útján kapott információkat tudjuk átalakítani jellé - kamerával és mikrofonnal. A többi érzékelés átalakítója még nem áll rendelkezésre. A hang és a kép továbbításához a táblázatból is láthatóan igen sok adat szükséges. Az átviteli út kapacitása azonban véges, ezért át kell gondolni, hogy miként tároljuk és továbbítsuk az információkat. A távközlés (telefon: vezetékes - mobil, adatátvitel, internet) és a hírközlés (rádió, tv) információinak gazdaságos átviteli, tárolási megoldásait segítik a különböző tömörítési eljárások. Az információforrásokat a tömörítések szempontjából érdemes három csoportra bontani: hang, állókép, videó. A tömörítés az információforrás jelének kódolásával, a forráskódolással biztosítható. 1. ábra. A távközlés tömbvázlata A tömörítésnél a felesleges és a nem fontos információkat nem továbbítjuk. A felesleges, redundáns információt többször is tartalmazza az adatsor. Az ismétléseket a vételi oldalon újra elő lehet állítani, felesleges átvinni. A redundancia csökkentésével nincs adatvesztés, sem információvesztés, tehát veszteségmentes a tömörítés. (Adatfeldolgozásban mindig veszteségmentes tömörítési eljárásokat alkalmaznak pl. ZIP, ARJ). 2

4 Nem fontos információk azok, amelyeket a szem és a fül alig érzékel. A szükségtelen információk eltávolítása adatvesztéssel jár, ezért veszteségessé teszi a tömörítést. Az adatvesztés azonban lehetséges, hogy alig jár információvesztéssel. A veszteséges tömörítés lényege, hogy kevés információ, de sok adat vesszen el. VESZTESÉGMENTES TÖMÖRÍTÉSEK Az állóképek tömörítésének legáltalánosabb szabványa a JPEG (Joint Photgraphic Experts Group Fényképészeti Szakértői Munkacsoport). 1. Veszteség nélküli JPEG kódolás JPEG-nél alkalmazzák a prediktív kódolást, aminél az előző amplitúdókból megjósoljuk a következőt. A becsült és a tényleges érték közötti hibát (különbséget) visszük át! Ha Jó a becslés, akkor kevés adatot kell átvinni. A predikciós kódolás, másképpen becsült, különbségi kódolás használatával lehet veszteségmentesen tömöríteni a fényképeket. Amennyiben a szomszédos képpontok közötti eltérés kicsi, akkor jó tömörítés érhető el. A képek egymás melletti képpontjait nyolcas csoportokra bontjuk. Minden képpontnak legyen 8 bites a fényessége (világossága). Ha ezeket az adatokat vinnénk át, akkor 8x8 = 64 bitre lenne szükség. Nézzünk példát a 8 képpont fényességére: 152, 150, 148, 149, 152, 153, 153, 154. Különbségi kódolással a következő a minta: 152, -2, -2, +1, +3, +1, +0, +1. Különbségi kódolásnál az első képpontot változatlanul átvisszük. A következőkben az előző értékhez annyit kell hozzáadni, hogy a fényességet megkapjuk. Ezt a különbségi jel a kód. A dekódernek 8 biten átküldjük, hogy hány biten tároljuk a különbséget. A példában a legnagyobb különbség 3, tehát 3 biten tárolható a különbség: 1 bit az előjel, 2 bit a különbség. Összesen: x3 = 37 biten átvihető a 8 képpont fényessége, ami kb. 42 százalékos tömörítést jelent. Ha nagyok a különbségek, akkor csökken a tömörítés hatékonysága. A gyakorlatban legtöbbször nagyobb tömörítésű veszteséges kódolást alkalmazunk a JPEG képek tárolásánál. 2. GIF formátum Számítógépes ikonok, grafikus ábrák tömörítésére alkalmazzák a veszteség nélküli GIF (Graphics Interchange Format) formátumot. A folytonos tónusú tárolásnál a képpontok színét 3 8 = 24 biten tároljuk. A GIF indexelt tárolást alkalmaz, ami szerint a képen található színek adatait egy palettán tárolják. Amikor erre a színre van szükség, akkor nem 24 bitre, hanem a palettán tárolt helyre (indexre) hivatkozunk. A paletta mérete általában 256, ami 8 biten leírható, tehát a 24 bit harmada. Így a tömörítés kb. 1:3. Minden érkező kód = 9 bites (512 bit), amiből 256 bit a paletta megfelelő színe, 256 bit a képpont száma. 3

5 Ha a képpontok színei ismétlődnek, azt az úgynevezett LZW szótár tömörítése kihasználja. A hosszú ismétlődések egy kódszóval leírva kedvező tömörítési arányt biztosítanak. LZW algoritmus (Lempel Ziv Welch, a kód megalkotói) A szótárban szerepel pl. 4 betű (e, b, l, s). A kódolandó adatsor: sebbelsebbelsebbel A kódolás a szótárból indul, közben pedig folyamatosan beírásra kerülnek az új sorozatok 5-től kezdve. Ahogy olvassuk az adatokat, a szótárba bekerülnek az ott még nem szereplő betűkombinációk (kék szín). A kódolás az új beírásokat tartalmazva tömörít, pl. az 5. kód két is betűt tartalmaz. 3. Huffman kód 2. ábra. LZW algoritmus A Morse ABC a gyakrabban előforduló betűt rövidebb kóddal írta le, mint a ritkábbat, pl. e betű: egy pont, o betű: három vonás. A Huffman kód ugyanezt alkalmazza. Az információ gyakrabban előforduló elemének rövidebb kódot ad, mint a ritkábban előfordulónak. Így változó hosszúságú kódok keletkeznek. A gyakran előforduló rövid kódok biztosítják a tömörítést. 4

6 Legyen a példa szövege: kellemes. A betűk gyakorisága: k, m, s egyszer, az l kétszer, az e háromszor fordul elő. (Előfordulási valószínűséggel is felírható a gyakoriság: 1/8: k, m, s. 2/8: l. 3/8: e). A Huffman kódot egy kódfa felrajzolásával állíthatjuk elő. A két legkisebb gyakoriságú elemet egymás mellé rendeljük, mint két falevelet. A gyakoriságuk összegét föléjük írjuk egy új levélre. A harmadik legkisebb gyakoriságú levelet e mellett helyezzük el. Ha ennek gyakorisága kisebb, mint az előző összeg, akkor jobbra, ha nagyobb, akkor az összegtől balra írjuk. A példát követve értelmezzük a kódfa rajzolását! A legnagyobb összeget elérve (gyökér) a rajzon mindegyik csomóponttól balra 1-et, jobbra 0-t írunk a vonalra. A Huffman-algoritmus bináris kódfáján tehát a fa levelei tartalmazzák az elemek gyakoriságát, a levélhez fentről lefelé vezető út pedig az elemhez rendelt kódot. 3. ábra. Huffman kódfák A kellemes szóban előforduló betűk kódjai: e = 0, l = 10, s = 110, m = 1110, k = A kellemes kódolva: egyes (k) utáni 0 csak e betű lehet, mert a többi betű 1-el kezdődik. Három egymást követő 1 (0 nélkül) nincs a kódfán. 10 az l betű, hiszen például 101 kód nincs m után 0 e betű, majd 110 s zárja a kódot. 0 a kód utolsó értéke, vagy e betű. Követhető a tömörítés lényege, hiszen a gyakori e betű kódja egy bit, a ritkább k betűé 4 bit. Az ábra jobboldali rajzán a hiba a "Testvérpár tulajdonságot" sérti. A Huffman kódolás szabályai: 1. Mindig az 1 jelöli a nagyobb, 0 jelöli a kisebb előfordulási gyakoriságot. 5

7 2. Testvérpár tulajdonság szerint: az előfordulási gyakoriságok jobbról-balra és lentről felfelé növekszenek. Tehát a balra levő érték nem lehet kisebb, mint a másik. 3. A két legkisebb gyakoriságú elem a legalsó, kódjuk csak az utolsó bitben tér el. 4. A kódot fentről lefelé tudjuk felírni. 5. Két azonos súlyú csúcs a hozzájuk tartozó részfákkal együtt felcserélhető. 6. Két levél a súlyukkal együtt megcserélhető, amennyiben a Testvérpár tulajdonságnak így is megfelelnek. A szabályoknak a betartásával a Huffman kód többféleképpen is felírható. A tömörített adat csak a kódfa ismeretében dekódolható. Egyik lehetőségként a fejlécben átvisszük a kódoló függvényt. Ez jelentősen növeli az átvitt információt. Másik lehetőségként a kódfát nem továbbítjuk, hanem: 1. Először elolvasva az információt kialakítjuk a relatív gyakoriságot. Másodszor elolvasva ennek figyelembevételével kódolunk. Jó hatásfokú a tömörítés, de lassú. 2. Mindkét oldalon tárolunk egy referencia kódfát. A tömörítést ennek alapján végezzük úgy, hogy például minden tizedik karakter beolvasása után a tényleges információnak megfelelő gyakorisággal módosítjuk a referencia-kódfát. Így a kiindulási állapot egyre jobban igazodik a tényleges gyakorisághoz. A tömörítés hatásfoka még megfelelő, és csak egyszer kell elolvasni az információt. Ezt az eljárást adaptív Huffman kódolásnak nevezzük. 3. Mindkét oldalon tárolunk egy állandó, statikus kódfát, amit a gyakorlati felhasználás alapján alakítottak ki (pl. JPEG). 4. Futamhossz-kódolás (Run Length Coding, RLC) A digitális jelsorozatokban gyakran előfordul, hogy az egymást követő minták értéke ugyanaz. Például egy hangfájlban a szünetet csupa nullával írják le. Fekete-fehér képek minden sorában különböző számú nullák és egyesek váltják egymást. A színes képen az azonos színű képrészletek minden mintájának értéke ugyanaz. A tömörítés során az egymás után következő azonos bájtokat két bájttal írjuk le: az ismétlés darabszáma, + az ismétlődő bájt. Amennyiben nem ismétlődő bájt következik, azt külön kell jelezni. A futamhossz kódolást alkalmazzák: a G-3-as, G4-es faxoknál, a hangtömörítésnél és a JPEG, valamint az MPEG képkódolásoknál is. Többféle megoldású futamhossz kódolás létezik, de a lényegük hasonló. 6

8 Például a PackBits algoritmusnál, az ismétlődő hosszúsági adatok negatív a különböző bájtok pozitív előjelűek. A különböző bájtnak nincs hosszúsági adata sem. A kitömörítő algoritmus a negatív előjelből tudja meg, hogy hány darab bájtot ismételjen, vagy csak egyszerűen lemásolja a pozitív előjelű eltérő bájtokat. Az adó-vevő közötti szinkonizációt a sor végét jelző speciális EOL (end of line) kódszó biztosítja. Például: 27 bájt helyett 8 bájtot viszünk át, így is veszteség nélküli a tömörítés. 4. ábra. Futamhossz kódolás A tömörített 8 bájt binárisan: A kódolt bájtok bináris leírásánál az első bit az előjelbit. Amennyiben 1, akkor negatív, ha 0, akkor pozitív a következő 7 bit értéke. A JPEG képtömörítésnél alkalmazott futamhossz kódolás más eljárást alkalmaz. A cikk-cakk elrendezés szerint először az alacsony frekvenciájú, nem nullaértékű összetevők kiolvasása történik meg. A későbbiekben gyakran lesznek nullaértékűek a magasabb frekvenciájú összetevők. A sok egymást követő nulla futamhossz kódolással igen jól tömöríthető. A nullákat tartalmazó sorozatot részekre bontják úgy, hogy a vége egy nem nulla értékű elemből áll. Minden részsorozathoz egy számhármas tartozik: n, s, v jelöléssel. Az n jelzi a sorozat elején található nullák számát. Az s jelzi, hogy a legutolsó nem nulla elem hány biten írható le előjellel együtt. A v pedig ennek az elemnek az értéke. Nézzünk egy példát: 15, 0, 0, 0, -6, 0, 0,-11, 3, 0, 0 Az n=0, mert az első elem (15) előtt nincs nulla, s=5, mert a 15 előjelesen 5 biten tárolható, v= 01111, mert a 0 jelzi, hogy pozitív, 1111 mutatja, hogy az értéke15. Így az első kód: (0, 5, 01111). A következő kód a -6 leírása: (3, 4, 1001). A 3 jelzi az előtte levő nullákat (n). A 4 mutatja, hogy előjelesen ennyi biten kódolható a -6 értéke (s). A v értékét a szám inverzével adják meg, ha negatív. Így az első 1-es bit jelzi, hogy negatív, a következő három bit a 6 inverze. A pozitív számoknál a v nullával kezdődik és az érték valódi, nem inverz. A következő kódok: (2, 5, 10100), (0, 3, 011). A kódok bináris leírása attól függ, hogy 8x8 bites blokkban melyik a legnagyobb szám. A példánkban ez a 15, ami előjellel együtt 5 bites, így minden érték 5 biten kerül leírásra. Az RLC kód: (0, 5, 01111), (3, 3, 1001), (2, 5, 10100), (0, 3, 011). 7

9 A kód binárisan: (00000, 00101, 01111), (00011, 00011, 01001), (00010, 00101, 10100), (00000, 00011, 00011). VESZTESÉGES TÖMÖRÍTÉSEK A hang és kép tömörítésének gyakran használt megoldása a diszkrét koszinusztranszformáció. 1. Diszkrét Koszinusz Transzformáció (DCT) A megértéshez segítséget nyújthat a már ismert Fourier-transzformáció átismétlése. A tömörítések egyik lehetséges megoldása, hogy a felesleges frekvenciájú összetevőket elhagyjuk. A Fourier-transzformáció szerint a jelek időfüggvényéből előállítható a jelek spektruma (frekvencia függvénye). A felesleges frekvenciák megállapításához tehát a Fourier tétel alapján az idő függvényből a frekvencia függvénybe transzformáljuk a jelet. Nézzünk néhány példát az időfüggvény - frekvencia függvény transzformációra. 5. ábra. Egyenfeszültség A szinusz jel időfüggvényéből létrejött spektrum egy vonal a jel frekvenciáján. A spektrum nagysága az amplitúdó. (Matematikailag ± f keletkezik, de a negatív frekvenciák elhagyhatók). 8

10 6. ábra. Szinusz jel Egy tetszőleges periódikus jel felbontható szinuszos (koszinuszos) összetevőkre (Fouriertranszformáció). Egy periódus ismeretéből az egész jelsorozat spektruma előállítható. Fordítva is igaz, különböző nagyságú és frekvenciájú szinusz jelekből előállítható a periódikus jel (Inverz Fourier-transzformáció). A frekvencia függvényen látható a jel egyenáramú összetevője (DC), az alapharmonikus (első harmonikus, f1), valamint a felharmonikusok (f2 = 2f1, f3 = 3f1, fn = nf1). A periodikus jelek spektruma vonalas (diszkrét) szerkezetű, a szinuszos összetevők frekvenciái az alapharmonikus egész számú többszörösei. A frekvencia növekedésével a felharmonikusok nagysága csökken, elhagyhatóvá válhatnak. 7. ábra. Periódikus jel 9

11 Az analóg jelek digitalizálása során négyszögimpulzusokkal valósítják meg az átvitelt. A négyszögjel előállításához a páratlan felharmonikusokat összegezzük azonos kezdőfázissal. A felharmonikusok amplitúdója 1/3, 1/5, 1/7, 1/n-ed része az f 1 alap-harmonikusénak. A felharmonikusok frekvenciája: 3xf 1, 5xf 1, 7xf 1, nxf ábra. Négyszögimpulzusok A véletlenszerű (sztochasztikus - nem periódikus) jel időfüggvénye matematikailag nem írható le. Spektruma folytonos, minden frekvencián lehetnek összetevői. Végtelen sok frekvencia felhasználására nincs lehetőség, ezért a spektrum közelítő meghatározására dolgozták ki a Diszkrét Fourier-transzformációt (DFT). A Diszkrét Fourier-transzformáció alkalmazásánál a teljes időfüggvény helyett időablakokban értékeljük a jelet. A DFT az idő-ablakban található időfüggvényt periódikusnak feltételezve Fourier-transzformációt alkalmaz. Ezzel a spektrummal előállított időfüggvény természetesen csak közelíti az eredetit. Az időablakban N darab mintát veszünk, aminek eredménye, hogy a frekvenciatartomány az egyenáramú összetevőtől a mintavételi frekvencia feléig terjed (fm/2), majd onnan szimmetrikusan ismétlődik (9. ábra). 10

12 9. ábra. Idő-ablak (A frekvencia összetevők értéke a mintavételi frekvenciától (fm) és az idő-ablak pontjainak számától (N) függ: Δf = f m /N; Δt = 1/f m ). (Kiegészítés: az egyik idő-ablak spektrumából előállított időfüggvény nem pontosan csatlakozik a következő idő-ablakból létrehozott jelhez. Ennek finomítására a hirtelen váltó négyszög-ablak helyett a gyakorlatban számos különböző lágyabb határral rendelkező ablakfüggvényt alkalmaznak). A DFT igen sok időt igénylő algoritmus, ezért alkották meg a Gyors Fourier-transzformációt (FFT Fast Fourier Transform). A Gyors Fourier-transzformáció lényege, hogy a mintavételi pontok száma (N) éppen a kettő hatványa szerinti. (N= 2 k, azaz 2, 4, 8, 2048, 8192, ). A Gyors Fourier-transzformáció képezi a Diszkrét koszinusz-transzformáció (DCT) alapját. Amennyiben a spektrum összetevői csak koszinuszos jelet tartalmaznak, akkor DCT-ről, ha csak szinuszos összetevőket, akkor DST-ről beszélünk. A koszinuszos összetevők a komplex számok közül a valós értéket, a szinuszos összetevők a képzetes értéket képviselik. A valós összetevők fontosak a spektrum kialakításakor, a képzetes értékek elhagyhatók. A koszinusz páros függvény. Ennek elérésére a jelet tükrözik az U tengelyre, így a jel és tükörképe együtt páros függvényt alkot. A sztochasztikus jel időablakokban értékelt részeit periódikusnak feltételezzük. Ha periódikus a jel, akkor diszkrét (vonalas) a spektruma. Összegezve: a Diszkrét Koszinusz-transzformáció diszkrét, valós értékű, koszinuszos összetevőket tartalmaz. 11

13 A Diszkrét koszinusz-transzformáció összetevőinek összege (szuperpozíciója) akkor egyezik meg a Diszkrét Fourier-transzformáció jelével, ha kétszer annyi koszinuszos tagot összegzünk. Ezért a Diszkrét koszinusz-transzformáció spektruma nem az alapfrekvencia, hanem az alapfrekvencia felének egész számú többszöröseiből áll. A Diszkrét koszinusz-transzformációval a gyakorlatban előforduló információforrások, véletlenszerű, nem periódikus jelének spektruma is megfelelően előállítható, módosítható. A 10. ábrán látható egy példa az "időfüggvény spektrum" Diszkrét koszinusz- transzformációval történő átalakítására. (A koszinuszos összetevők matematikai leírása: 120 (DC) + 46cos(0,5ωt) +18cos(ωt) + 40cos(1,5ωt) + 8cos(2ωt) + 18cos(2,5ωt) + 5cos(3ωt) + 9cos(3,5ωt)). 10. ábra. Diszkrét koszinuszos-transzformáció Az emberi szem a magas frekvenciájú összetevőkre kevésbé érzékeny, mint az alacsonyabb frekvenciákra. Például egy sűrű minta részleteit nehezebben érzékeli, mint egy ugyanolyan színű ritkább mintáét. A tömörítésnél tehát a magasabb frekvenciájú összetevők módosíthatók. A kvantálási tábla alapján a magasabb frekvenciához nagyobb kvantumlépcső tartozik, az összetevő értéke kisebb lett, esetleg elhagyhatóvá vált. A 11. ábrán egy példa látható. 12

14 11. ábra. Kvantált DCT összetevők A kvantálással az információ egyes részeit finomabb (kisebb kvantumlépcsővel), más részeit durvább felbontásban (nagyobb kvantumlépcsővel) dolgozzuk fel. A frekvenciához tartozó kvantumlépcső nagysága 1, ezért megmaradnak a 10. ábra értékei. A 3. frekvencia kvantumlépcsője 2 egység, ezért a 10. ábra 40-es értéke a felére csökkent. A 4. frekvencia 4 egységnyi lépcsőkkel helyettesíthető. Az eredeti 8 egység kvantált értéke 2-re csökkent (8/4=2). A magas frekvenciák kvantált értékei olyan kicsik lettek, hogy elhagyhatóvá váltak. Így jóval kevesebb adattal tárolható az eredetihez hasonló információ. A tömörítés tehát jó, mert sok adat elhagyásával kevés információ változott. A kvantálási tábla változtatásával alakítható a tömörítés mértéke. Az információtól függ, hogy mi hanyagolható el. Más a tömörítésnél elhagyható információ fekete-fehér kép, színes ábra, színes kép, mozgókép, hang esetén. A kvantálási táblázat is változik az információtól és a tömörítés mértékétől függően. 2. Állóképek JPEG tömörítése veszteségesen A fényképezőgép, és a kamera a három alapszín, a vörös, zöld, kék (Red, Green, Blue) színek keverékével hozza létre a képpontokat. Sok szempont miatt az R, G, B alapszínek helyett világosságot (fényességet) jelölő Y, és két színkülönbségi jelet C B, - C R használunk. A tömörítés szempontjából ez külön előnyös, mert az emberi szem sokkal érzékenyebb a világosságra, mint a színre. Az Y, C B, C R azt mutatják meg, hogy a három alapszínt milyen arányban keverjük a kívánt világosság és szín eléréséhez. (A valóságban Y' értéket használunk, amit az Y-ból transzformációval állítanak elő). Kiegészítés: pl. a színes TV-nél használt egyenletek mutatják a világossági és a színkülönbségi jelek előállítását: Y = (0,30R) + (0,59G) + (0,11B), C B = 0,56 (B-Y), C R = 0,71 (R-Y). Miután a világossági jel meghatározóbb, mint a szín, az Y' paraméter kétszer annyit szerepel az adatsorban, mint a színkülönbségi jel (C B, Y, C R, Y, C B, Y, ) 13

15 12. ábra. Y', C r, C b Minden JPEG állóképet három képsíkra (Y', C B, C R ) bontanak, mindhárom adatot 8-8 biten tárolva. Így minden képpont adatait 3x8= 24 biten tárolják. A színkülönbségi képsíkok (C B, C R ) felbontása fele akkora, mint a világossági (Y') képsík felbontása. Kitömörítésnél a színkülönbségi képsíkokat kétszeresére nagyítva elérik az Y' nagyságát. A három síkot fedésbe hozva kapjuk vissza a képet. A színkülönbségi jelek tárolásánál adatveszteséget használva történt a tárolás, az információvesztés azonban kevés. A képsíkokat 8x8-as képpontokat tartalmazó blokkokra osztják. A blokkon vízszintesen és függőlegesen elvégzett diszkrét koszinuszos transzformáció eredménye egy újabb 8x8-as blokk. Ebben a frekvencia-összetevők nagysága látható, a bal felső sarokban az egyenáramú összetevő értéke van (*). Ezt a blokkot a szintén 8x8-as kvantálási táblával lehet tömöríteni. Sokféle kvantálási tábla létezik, nézzünk egy gyakran alkalmazottat: 14

16 13. ábra. Gyakori kvantálási tábla A kvantálás során a Diszkrét koszinusz-transzformáció összetevőinek értékét elosztjuk a kvantálási tábla megfelelő értékével. A kvantumlépcsők száma a bal felső sarokban található egyenáramú összetevő értékhez képest jobbra és lefelé növekszik. A nagyobb frekvenciájú felharmonikusok értéke a nagyobb kvantumlépcsők számával elosztva gyakran nullaértékűvé, elhanyagolhatóvá válik. A kiolvasás cikk-cakkban történik. Először a DC, majd a vízszintes alapharmonikus, utána a függőleges alapharmonikus, ezután az első függőleges felharmonikus, majd az első vízszintes, felharmonikus, és így tovább kiolvasása történik meg. 15

17 14. ábra. Cikk-cakk kiolvasás A DC komponenst nem kvantáljuk, ezért nincs értéke a kvantálási táblán. Az első blokk DC értékét beírjuk, a következőknél csak az előző blokkhoz képesti különbséget írjuk ide. A bal felső saroktól távolodva az értékek egyre gyakrabban válnak nullává. Ezeket futamhossz kódolással szoktuk tovább tömöríteni. A futamhossz értékeit statikus Huffman kóddal még tovább tömörítjük. A statikus Huffman kód előre kialakított kódfa, amit sok-sok kép alapján terveztek meg. JPEG kódolással nagyon kis bitsebesség érhető el. Képpontonként a 24 bites adat helyett 2 bites tömörítéssel, szemmel nem látható eltérésű kép hozható létre. A JPEG kép 2 bit/pixelnél alacsonyabb bitsebességnél "kockásodhat". Ezt a Diszkrét koszinusz- transzformáció okozza, ahol az alacsony frekvenciás összetevők értéke is torzul a kvantálás miatt. A JPEG minőségét, tömörítési arányát a Diszkrét koszinusz-transzformációnál kiválasztható kvantálási táblával szokás beállítani. 16

18 15. ábra. JPEG tömörítés 3. Mozgóképek tömörítése veszteségesen A mozgókép tömörítési szabványokat a Moving Picture Experts Group - MPEG munkacsoport dolgozta ki, és dolgozza folyamatosan. 1. MPEG-1 (1992) CD-n tárolható videó anyagokat hoztak létre. A televízióknál használt kb. 200 Mbit/s adatátviteli sebesség helyett a CD-nél alkalmazott 1,4 Mbit/s sebességre kell tömöríteni. A tömörítési arány: 1:140 körüli. Igen jó tömörítési algoritmussal is csak közepes képminőség érhető el. Az MPEG-1 hangtömörítést is végez, aminek a 3. szintjét nevezik MP-3 tömörítésnek. 2. MPEG-2 a digitális televízió szabványa. Támogatja a HDTV szabványt is, ami a nagyobb felbontású és színmélységű a normál adásnál. A hang is CD minőségű. Az MPEG-2 alkalmas a Vod (Video on Demand) filmkölcsönző szolgáltatás használatára is. 3. MPEG-4 a digitális televíziózáson felül a multimédia alkalmazásait is tartalmazza. Képes együttesen kezelni, tárolni a videokamera jelét és a számítógépes animációkat is. Európában, a digitális televíziózásban az MPEG-2 és az MPEG-4 egyaránt használatos. Magyarországon a korszerűbb MPEG-4 szabványt használják. Az MPEG-4 képtömörítés alapja az MPEG-1 és az MPEG-2 szabvány. Az elemi képfolyam felépítése A tömörítések szempontjai: - Az egyes képeken belüli (intra frame) tömörítés: amit a szemünk nem érzékel, azt nem szükséges átvinni. - A képkockák közötti hasonlóságot kihasználva (inter frame), képek közötti tömörítés is alkalmazható. - Fontos, hogy az álló és lassan változó képre látásunk érzékenyebb, mint a hirtelen változó képekre. A gyorsan változó képek finom részletei elhagyhatók. 17

19 - Mozgóképeknél az egyes képek közötti becslési algoritmust (prediktív tömörítés) alkalmaznak. - A képnél kedvező, hogy a hangnál megszokott jel/zaj viszonynál jóval kisebb értékű, gyengébb jel/zaj arány használható (növelhető a kvantálási zaj). - Állókép tömörítés, általában JPEG szabvány szerint történik. A képek legkisebb egysége a JPEG-nél tárgyalt 8x8-as képpontot tartalmazó blokk. Minden blokkon külön-külön hajtják végre a Diszkrét koszinusz-transzformációt. A TV adásnál általában 4:2 kialakítású makroblokkot állítanak elő, amiben 4 blokk a világossági, két blokk a színkülönbségi jeleket tartalmazza. Minden makroblokk 6 blokkból áll, és egy 16x16 képpontból álló képrészletet ír le. (A világossági jel 16x16=256 lehetséges értéke 4 blokkból áll: 4x8x8=256. A C B, C R színkülönbségi jeleket felére csökkentett felbontásban tárolják, mert a szem kevésbé követi a színváltozásokat, mint a világosság változásait, ez 2 blokk. Tehát 4 világossági és egy-egy színkülönbségi blokk alkotja a makroblokkot.) 16. ábra. makroblokk Minden makroblokk az adatsebességnek megfelelően kvantálható. Az eltérő kvantálással változik a tömörítés mértéke és az adatsebesség. Egy sorban előre megadott számú makroblokkból áll egy sáv (szelet). Egy képsor néhány sávot tartalmaz. Minden sáv fejléccel kezdődik, ami lehetővé teszi a bithiba esetén szükséges újra-szinkronizációt, valamint tartalmazza a kvantálási táblázatot. Ha hiba történik egy szeletben, akkor az MPEG dekódoló a megelőző sávot másolja le. Minél rövidebb egy szelet, annál kevésbé látható a hiba. A kép szeletekből áll, és önálló fejléccel kezdődik. A mozgókép tömörítés egyik legfontosabb megoldása a mozgás becslése. Ezt predikciós kódolásnak nevezik, ahol a következő kép hasonlít az előzőhöz. Nem kell a JPEG képet előállítani, hanem megbecsülve a mozgást előállítható a következő kép. Az időben megelőző és a következő makroblokkból megkereshetők a hasonló részletek. A részlet mozgását prediktív mozgásvektorral közvetítik. A makroblokk mozgásvektorral nem leírt részét tömörítik az ismertetett 6 blokkal. A 6 blokkot a JPEG-nél tárgyalt DCT - kvantálás - futamhossz kódolás - Huffman kódolás sorrendben tömörítik. Az így előállított kép sokkal kevesebb adattal rendelkezik. 18

20 A tömörítés miatt többféle képet állítanak elő. 1. I típusú önálló kép JPEG tömörítéssel. Az I (intra-kép) neve azt jelenti, hogy csak képen belüli kódolást végeznek rajta. Nem függ az őt megelőző képektől. Az I kép viszont kiindulási alapként szolgál az őt követő P és B képeknek. 2. P típusú kép kódolható predikció nélkül, vagy predikcióval hátulról a legközelebbi I, vagy P képből (P-prediktív). A P kép predikciója nem a megelőző kép (B), hanem az előző I vagy P kép alapján történik. P képet tehát nem állítanak elő B kép alapján. 17. ábra. P képek kódolása A tömörítő algoritmus megvizsgálja, hogy a makroblokk adott képszakaszában milyen mozgások történnek. A kép tömörítése helyett elegendő a mozgásvektorok átvitele. A mozgásvektorral nem leírt (maradék) képrészletek tömörítése a JPEG szabályai szerint történik. Ha az algoritmus nem látja a mozgás irányát, úgy a sáv eleje, és vége közti különbséget tárolja el tömörítve. Ez bizonyos tűréssel történik, ezért a kapott kép csak hasonlít az eredetire. A P kép dekódolásához a legközelebbi I képig kell visszamenni, és innen P-ről P-re kell haladni. 3. B típusú kép, ami a közvetlen megelőző, vagy következő I, vagy P képből kódolható. B képek különbségi kódolása tehát kétirányú, a neve is ezt jelenti: Bidirectional (kétirányú). B képekre az időben következő (jövőbeli) P, vagy I képről is lehet következtetni, ilyet a P típus nem tud. B képet sem állítanak elő a megelőző B alapján. 19

21 B kép négyféleképpen is előállítható: 18. ábra. B képek kódolása a) a megelőző I vagy P képből előállított mozgásvektorral; b) az őt követő I vagy P képből előállított mozgásvektorral; c) kétirányú predikcióval, tehát az előző két megoldást együtt használva; d) mozgásvektor nélkül, csak az előtte és utána levő I vagy P képkockák közötti különbséget tömöríti. A képek sorrendje az adatsorban nem azonos az idősorrenddel. B kép a körülötte levő I vagy P képekből dekódolható. A képek helyes idősorrendje a dekódolás során áll helyre. A három adott mennyiségű képfajta úgynevezett képcsoportot (GOP- Group Of Pictures) alkot. Sokféle képcsoport létezik. Az egyik gyakran használt forma 12 képből áll, aminek ideje hozzávetőlegesen fél másodperc: I B B P B B P B B P B B (ez látható a ábrán). A dekódolás csak az első beérkezett I kép után kezdődhet. A képcsoportnak is van fejléce, amiből előállítható a megfelelő idősorrend, ami eltér a kétirányú különbségi kódolási sorrendtől. A GOP fejléc biztosítja a szinkonizációt is. A képcsoportok szekvenciát alkotnak, aminek a fejléce egyedi kvantálási táblázatot is tartalmazhat. 20

22 19. ábra. A mozgókép kialakítása Az MPEG kódolás változó bitsebességű, mert a képek vágásánál az új kép makroblokkjait nem lehet predikcióval tömöríteni. Teljes képet kell JPEG formátumban kódolni. Ahol állóképet kell átvinni, ott nagyon jól működik a predikció, rövid lesz az adathalmaz, azaz a kód. Amikor sok a vágás, hosszú a kód, akkor a kvantálási lépcsők értéke növelhető. Ezzel romlik a minőség, de a gyors változások miatt nem biztos, hogy érzékelhető. 4. Hangtömörítési módszerek A hang tömörítésének nagyon sok változata létezik. Az igazán hatékony eljárások veszteségesek, és a pszichoakusztikus modellen alapulnak. A pszichoakusztikus modell a fül teljes frekvenciatartományát lefedi. A megértéshez tekintsük át a hallás néhány területét. 21

23 20. ábra. Fletcher-Munson görbék Fletcher és Munson a Bell Laboratórium két kutatója határozta meg először, hogy az emberi fül hogyan érzékeli az ugyanolyan hangosságú (phon) jeleket különböző frekvenciákon. A görbék azt mutatják, hogy a fül a 3-4 khz közötti hangokra a legérzékenyebb. A legalsó görbe a hallásküszöb. Ennél halkabb hangokat nem hallunk. Alacsony és magas frekvenciákon sokkal nagyobb hangerő esetén érzékeljük a hangot ugyanolyan hangosnak, mint a 4 khz körüli hangot. A 120 db-es hangerősséget fájdalomküszöbnek nevezik, mert ennek elviselése fájdalommal jár. Nagy hangerőnél a görbe laposabb, mint halkabb hangoknál. A Fletcher-Munson görbék alapján az eltérő frekvenciájú hangokat is össze tudjuk hasonlítani a hangosságuk alapján. Két azonos intenzitású, de különböző frekvenciájú hangot, eltérő hangosságúként érzékelünk. A csekély hangosságú hangok elhagyhatók, pedig az intenzitásuk alapján nem biztos, hogy elhanyagolhatónak tűntek. Például egy 40 db-es, 50 Hz-es hang a hallásküszöb alatti. Hangelfedés (maszkolás) A pszichoakusztikus vizsgálatokat sok emberen végzett mérésekkel határozták meg, éppúgy, ahogy a Fletcher-Munson görbéket. 1. Hangelfedés a frekvenciasávban A vizsgálandó személy fülébe egy állandó nagyságú, pl. 1 KHz-es szinuszjelet adnak. E mellé juttatják a vizsgálójelet, aminek változtatják az amplitúdóját és a frekvenciáját. A mérés azt rögzíti, hogy milyen szintű vizsgálójelet nem hallanak az emberek. Ezt ábrázolva elfedési (maszkolási görbéket kapunk. 22

24 21. ábra. Hangelfedési küszöbök Az elfedési görbe magasabb frekvenciákon szélesebb (pl. a sárga (250 Hz-es) görbe szélessége 40 db-nél kb. 300 Hz. A kék (4500 Hz) görbe ugyanilyen intenzitáson Hz széles). A maszkolás tehát frekvenciafüggő. Az 1 khz-es görbéket tanulmányozva az is megállapítható, hogy egy adott frekvenciás jel intenzitása is változtatja az elfedési küszöböt. Minél hangosabb a hang, annál több különböző frekvenciájú hangot fed el. Pl. egy 100 db-es 1 khz-es hang elfedi a 40 db-nél kisebb hangokat a 800 Hz-től Hz-ig terjedő sávban. A maszkolás tehát intenzitásfüggő. A tömörítés során a hangelfedési küszöb alatti frekvencia-összetevők elhagyhatók. 2. Hangelfedés az időtartományban Az időbeli elfedés azt jelenti, hogy nagy szintű jelek előtti és utáni, adott lecsengésű időtartományban megjelenő halkabb jeleket a fül nem képes különálló hangként feldolgozni. Egy hangos impulzus elfedi az előtte, utána jelentkező, bizonyos értéknél halkabb hangokat. Ebből az is következik, hogy nem kell a zajt állandó szinten tartani, mert a nagyobb szintű jelek magasabb szintű zajok elfedésére is képesek. Az előelfedés abból származik, hogy a hang idegrendszeren belüli továbbítása során a nagyobb intenzitású jelek gyorsabban érnek célba. Az előelfedés ideje néhány ezredmásodperc. Az utóelfedés időtartama legfeljebb néhányszor tíz ms lehet. A tömörítés során az időben elfedett hangok elhagyhatók. 23

25 MPEG hangtömörítési módszerek 1. Részsávkódolás (Subband coding) 22. ábra. Elfedési idő Az MPEG-1 és az MPEG-2 hangkódolás három rétegű. A felsőbb rétegek kompatibilisek az alsókkal. Az első és második réteg bemenetén a PCM hangjelet 32 sávszűrővel 32 részsávra bontják. A szűrők bontják az időfüggvényt frekvenciasávokra. A szűrők sávszélessége a mintavételi frekvencia 64-ed része. (48 khz-es mintavétel esetén 750 Hz-es sávokat alakítottak ki, a CD-k esetén is ezt használják). A mintavételi frekvenciák meghaladják a 20 khz-es felső határfrekvencia kétszeresét: 44,1 (CD), 48 vagy 96 khz (DVD audio) értékűek. Az egyes sávokat a pszichoakusztikus modell alapján különböző mértékben kvantálják. A fontos információkat kicsi kvantumlépcsővel, a nem fontos információkat nagyobb lépcsőkkel kvantálják. A lényegtelen, elfedett összetevőket pedig elhagyják. A kis kvantumlépcső finom, alakhű átvitelt, kiváló hangzást biztosít. 24

26 23. ábra. 12 mintás blokk Az I. rétegben minden részsávban 12 mintából álló blokkot alakítanak ki. A kódoló a legnagyobb szintű összetevőhöz, a skálafaktorhoz képest állítja be a kvantálást. A skálafaktor értékével elosztva az összes többi mintát -1 és +1 közötti értékeket kapunk. A skálafaktor értékét 1-el jelölik. Ezzel a tárolási igény a töredékére csökken. A skálafaktor változtatással a kódolás finomsága változtatható. Minden sávban ellenőrzik a kvantálási zajt a maszkolás figyelembevételével. Ha a kvantálási zaj hallható, megnövelik a skálatényezőt, ez úgy változtatja a kvantált értéket, hogy a kvantálási lépcső nagysága, ezzel a kvantálási zaj csökken. Addig ismétlik mindezt, míg a kvantálási zaj már nem hallatszik! Nem szükségszerű a kvantálási zaj állandó szinten tartása, mert a hangosabb jelek nagyobb szintű zajt is képesek elfedni. Nagyobb jeleknél nagyobb kvantumlépcső használható, amivel javul a tömörítési arány. Csak azokat a jeleket értékelik, amik elérik, meghaladják a maszkolási (elfedési) küszöbértéket. Az ennél kisebb jeleket nem tárolják. Az I. réteg 512 mintán végzi a Gyors Fourier-transzformációt. (Az 512 nagyobb, mint a nem kettő hatványa szerinti 32*12=384). Az FFT számításai alapján a pszichoakusztika figyelembevételével a vezérlő állítja be a 15 lehetséges kvantálási tábla egyikét. Minél nagyobbak kvantumlépcsők, annál kevesebb érték kerül elmentésre. A II. rétegben minden részsávhoz 3x12 mintából álló blokk tartozik, amit keretnek hívnak. A kódoló a PCM hangjelet egyrészt a szűrőkre, másrészt a Gyors Fourier-transzformációt és a pszichoakusztikus modellt megoldó vezérlőre kapcsolja. A vezérlő határozza meg a blokkok kvantálását. Nagy kvantumlépcső esetén a teljes blokk kieshet a tömörítésből. A II. rétegben a kvantálás beállítását 24 ezred-másodpercenként 1024 mintán elvégzett Gyors Fourier-transzformációval végzik. Az 1024 számítás a blokk 12 mintája mellett az előző és a következő blokk értékeit is ellenőrzi időbeli elfedési szempontból. A pszichoakusztikus modell a számítások alapján dönt 24 milliszekundumonként a nem fontos összetevők elhagyásáról. 25

27 24. ábra. I. és II. szintű MPEG hangtömörítés A CD-k 16 bites kvantálással 16 bit x mintavétel X 2 a sztereó átvitel miatt = 1,35 Mbit/s adatsebességűek. (1,35 Mbit/s:8 = 0,16875 Mbyte/s. 650 Mbyte:0,16875 Mbyte/s = 3851 másodperc, 3851:60 = 64 perc zene fér a CD-re). Egy 650 Mbyte-os CD kb. 64 perc zenét tárol ilyen minőségben. 1 órányi, kiváló minőségű 24 bites, 96 khz-es, 5+1 csatornás hangadat mérete kb. 6 GB. Ez még egy DVD-n sem férne el. CD minőségű hangátvitelhez az MPEG első rétegének 384 kbit/s, a második rétegnek 256 kbit/s átviteli sebesség szükséges. Az első réteg tömörítése: 1350 kbit/s: 384 kbit/s= 3,5. A második réteg tömörítése: 5,3. A további, nagyobb tömörítést az MPEG-1 vagy az MPEG-2 harmadik rétege oldja meg, ezt nevezik MP3 kódolásnak. (Az MP3 nem az MPEG-3 megfelelője.) 2. MP3 kódolás A transzformációs kódolásnál (Transform coding) Módosított Diszkrét Koszinusztranszformációval (Modified DCT) váltják ki a részsáv kódolásnál használt szűrőket. Az MP3- nál mindkét kódolást, a transzformációs és a részsáv kódolást is alkalmazzák, ezt nevezik hibrid kódolásnak. 26

28 A hangjelek durva felbontását itt is szűrőkkel végzik (32 fősáv). A fősávokat Módosított Diszkrét Koszinusz-transzformációval 18 alsávra bontják. Ezzel a 750 Hz-es fősávok helyett 750/18= 41,67 Hz-es finom felosztású alsávokat nyertek. Az alsávból alakítják ki a már ismert 12 egymást követő mintát tartalmazó blokkot. Összesen 32x18x12= 6912 minta alkotja a mintacsoportot. A skálafaktor a legnagyobb amplitúdójú összetevő, amivel elosztva a többi mintát, kis értéket kapunk. Ez a kis szám kis helyen tárolható. A keretbe tartozó három blokk hasonlósága még tovább könnyíti a tömörítést. A lényegtelen információk elhagyását a pszichoakusztikus modell vezérli a Gyors Fouriertranszformáció alapján. Az FFT itt is, mint a 2. rétegnél 1024 pontos. A Gyors Fouriertranszformáció segíti az eredeti és a maszkolt hang különbségének kiszámítását is. A 15 lehetséges kvantálási tábla segítségével alakul ki a tömörítés alapja. A blokkonként változtatható kvantálási táblával módosítható a tömörítés mértéke és a minőség is. 25. ábra. MP3-as kódolás Nemcsak a kvantálás változtatható, hanem bitsebesség is. Állandó zenei hangzásoknál alacsonyabb bitsebességgel is jó minőségben tárolható az adat. Dinamikusan változó zenénél előfordul, hogy az egyik elhagyható keret helyére a következő keret bitjei kerülnek. Egy keret adatai tehát átkerülhetnek a szomszéd keretekbe is. A bitsebesség ekkor nő, de ezzel a lehetőséggel csak akkor élnek, amikor szükséges. A tömörítési arányt növeli, hogy a bitsebesség változó, alkalmazkodik a zenéhez. Ez azonban egy kis hátrányt is jelenthet, mert nem lehet előre rögzíteni a felvétel pontos időtartamát, ami kicsit függ az alkalmazott tömörítéstől is. A kvantáló kimeneti jelét a 18 Huffman kódtábla egyikével tovább tömörítik. A hibátlan átvitel biztosításához a keretbe foglalt tömörített adatok végére (Cycling Redundancy Check, CRC) ellenőrző összeg kerül. A CRC az átvitel során bekövetkező egyetlen bit hibáját a vételi helyen automatikusan kijavítja. Egynél több bithibát jelzi a dekódernek. 27

29 Az MPEG a dekódolókat szabványosította, a kódolókat nem. Éppen ezért sokféle programmal lehet MP3-as tömörítést alkalmazni. A különböző programok eltérő minőségűek. Általában 128 kbit/s adatsebességgel jó minőségű sztereó hangzás tárolható, de ez függ a kiválasztott programtól is. Ez a bitsebesség majdnem 11 szeres tömörítést tesz lehetővé (1350 kbit/s:128 kbit/s = 10,5). A beszéd tömörítése (pl. GSM) önálló terület, ebben a tartalomelemben erről nincs szó. A tömörítési szabványok folyamatosan fejlődnek, módosulnak. 26. ábra. Tömörítési szabványok MPEG-1 szabvány: VHS minőségű mozgókép és hang tömörítésére szolgál, elsősorban CD-n, kb. 1,5 Mbit/s sebességig (1992). MPEG-2 szabvány: stúdió minőségű tömörítési szabvány a digitális televíziózás számára, 100 Mbit/s sebességig (1994). MPEG-4 szabvány: multimédia alkalmazások céljára szolgál, a legtömörebbtől a legjobb minőségig, különböző sávszélességű telekommunikációs hálózatokon továbbítva. (1. változat 1998., 2. változat 2000., 3. változat A további verziók kidolgozás alatt állnak). 28

30 MPEG-7 szabvány: tartalom leírási szabvány multimédiás információk keresésére, szűrésére és feldolgozására (kidolgozás alatt áll). MPEG-21 szabvány: multimédia keretszabvány (tervezet). TANULÁSIRÁNYÍTÓ Az interneten sokféle veszteséges és veszteség nélküli tömörítés leírása megtalálható. Az alábbi feladatok új, a tartalomelemben nem tárgyalt eljárások megértését segítik. A legtöbb keresett tömörítés valamiképpen kapcsolódik a tananyaghoz. Nagyon fontos, hogy az interneten talált új tömörítési algoritmusokat hasonlítsuk össze az itt tanultakkal. Keressük meg az ismert és a nem tárgyalt összefüggéseket! Az ismeretlen tömörítési eljárások megértése sokat segíti a tananyag értelmezését és feldolgozását. 1. Keressen az interneten veszteségmentes állókép tömörítési eljárást és írja le érthetően! 2. Keressen az interneten veszteségmentes mozgókép tömörítési eljárást és írja le érthetően! 3. Keressen az interneten veszteségmentes zenei tömörítési eljárást és írja le érthetően! 4. Keressen az interneten veszteséges állókép tömörítési eljárást és írja le érthetően! 5. Keressen az interneten veszteséges mozgókép tömörítési eljárást és írja le érthetően! 6. Keressen az interneten veszteséges zenei tömörítési eljárást és írja le érthetően! 7. Készítsen Power Point bemutatót valamelyik tömörítési eljárásról és adja elő a többieknek! 8. Készítsen Power Point diasorozatot a JPEG-nél alkalmazott és a tananyagelemben leírt Futamhossz kódolás azonosságairól és különbségeiről! 29

31 ÖNELLENŐRZŐ FELADATOK 1. Feladat Karikázza be az egyedüli helyes választ! 1. Melyik eljárás nem használható veszteségmentes tömörítésnél? A) LZW B) Huffman kód C) Maszkolás D) Futamhossz kódolás 2. Melyik eljárás egyik szabálya a "Testvérpár tulajdonság"? A) LZW B) Huffman kód C) Maszkolás D) Futamhossz kódolás 3. Melyik kódolásnál alkalmaznak predikciót? A) JPEG B) GIF C) LZW D) LZW 4. Melyik MPEG képtípus kódolása kétirányú? A) I B) B C) P D) Egyik sem 5. Melyik frekvenciájú hangra vagyunk érzékenyebbek? A) 40 Hz B) 800 Hz C) 4 khz D) 8 khz 6. Hány blokkból áll egy makroblokk? A) 4 B) 6 C) 8 D) Melyik transzformációs kódolási rövidítés nem létezik? A) DDT B) FFT C) DFT D) DCT 8. Melyik nem redundancia csökkentő eljárás? A) LZW B) DCT C) Huffman kód D) Különbségi kódolás 9. Melyik MPEG kódolási szabvány nem terjedt el? A) MPEG-1 B) MPEG-2 C) MPEG-3 D) MPEG Melyik tömörítési eljárás nem veszteséges? A) MPEG-2 B) MPEG-4 C) MP3 D) GIF 30

32 2. feladat Készítsen LZW szótárt a majom és a kenguru szavakkal! Hányadik sorban jelenik meg először a majom és a kenguru szó? 31

33 MEGOLDÁSOK 1. Feladat 1. Melyik eljárás nem használható veszteségmentes tömörítésnél? A) LZW B) Huffman kód C) Maszkolás D) Futamhossz kódolás 2. Melyik eljárás egyik szabálya a "Testvérpár tulajdonság"? A) GIF B) Huffman kód C) Maszkolás D) Futamhossz kódolás 3. Melyik kódolásnál alkalmaznak predikciót? A) JPEG B) GIF C) LZW D) Futamhossz kódolásnál 4. Melyik MPEG képtípus kódolása kétirányú? A) I B) B C) P D) Egyik sem 5. Melyik frekvenciájú hangra vagyunk érzékenyebbek? A) 40 Hz B) 800 Hz C) 4 khz D) 8 khz 6. Hány blokkból áll egy makroblokk? A) 4 B) 6 C) 8 D) Melyik transzformációs kódolási rövidítés nem létezik? A) DDT B) FFT C) DFT D) DCT 8. Melyik nem redundancia csökkentő eljárás? A) LZW B) DCT C) Huffman kód D) Különbségi kódolás 9. Melyik MPEG kódolási szabvány nem terjedt el? A) MPEG-1 B) MPEG-2 C) MPEG-3 D) MPEG Melyik tömörítési eljárás nem veszteséges? A) MPEG-2 B) MPEG-4 C) MP3 D) GIF 2. feladat Majom: 21. sor, kenguru: 42. sor. 32

34 IRODALOMJEGYZÉK FELHASZNÁLT IRODALOM Győrfi László - Győri Sándor - Vajda István: Információ és kódelmélet (Typotex Kiadó 2002) Walter Fischer: A digitális műsorszórás alapjai (Typotex Kiadó 2005) Internet: ábra ( ) A ábra az internetről származik: Csiszarea0109.ppt ( ) 25. ábra AJÁNLOTT IRODALOM Interneten követhető a folyamatosan fejlődő, változó tömörítések kialakítása. 33

35 A(z) modul 030-as szakmai tankönyvi tartalomeleme felhasználható az alábbi szakképesítésekhez: A szakképesítés OKJ azonosító száma: A szakképesítés megnevezése Távközlési műszerész Antenna szerelő Beszédátviteli rendszertechnikus Elektronikus hozzáférési és magánhálózati rendszertechnikus Elektronikus műsorközlő és tartalomátviteli rendszertechnikus Gerinchálózati rendszertechnikus Távközlési üzemeltető A szakmai tankönyvi tartalomelem feldolgozásához ajánlott óraszám: 10 óra

36 A kiadvány az Új Magyarország Fejlesztési Terv TÁMOP / A képzés minőségének és tartalmának fejlesztése keretében készült. A projekt az Európai Unió támogatásával, az Európai Szociális Alap társfinanszírozásával valósul meg. Kiadja a Nemzeti Szakképzési és Felnőttképzési Intézet 1085 Budapest, Baross u. 52. Telefon: (1) , Fax: (1) Felelős kiadó: Nagy László főigazgató