Memoria Práctica 1 CMAV

Práctica 1, Tema 2: Codificación de Audio y Vídeo
- Módulo de transformación en la codificación transformacional.

En este módulo de ejercicios hemos aplicado codificación basada en
transformadas (transformada discreta del coseno) a varias imágenes. En el
primer caso, a una imagen de Lena, en escala de grises (256 niveles). Lo que
podemos observar es que, para un número de bits por pixel similar(2), la
imagen cuantificada uniformemente es claramente de peor calidad que la
imagen codificada mediante DCT. El poder de compactación de energía de la
DCT se observa claramente al comparar las entropías (0.825 bits/muestra
frente a 1,726) y en los histogramas (coeficientes en torno al cero en la DCT,
4 valores de iluminación no nulos, similares dos a dos en la cuantificada
uniformemente).
Unacodificación de fuente variable (Huffman) sería más eficiente sobre los
coeficientes de la DCT que sobre los de iluminación, al aprovechar mejor que
1

la probabilidad está mucho más compactada en unos pocos coeficientes.
Al aplicarlo a las otras dos imágenes (Lines y House), obtenemos resultados
algo peores, ya que presentan transiciones mucho más abruptas entre
niveles.Éste efecto se nota más enla imagen de Lines, donde se falsean un
poco los colores (aunque menos que en la cuantificación uniforme). Es por
eso que no se debería usar formatos como JPEG en este tipo de imágenes
(existiendo para ellos los formatos de gráficos vectoriales).
- Módulo de cuantificación en la codificación transformacional
A continuación hemos observado los efectos derivados de las decisiones
tomadas a la horade distribuir los niveles de un cuantificador de audio.

Para ello, para cada tipo de codificación (uniforme, no uniforme tratando
mejor a niveles altos y no uniforme con preferencia de niveles bajos), hemos
usado 8 o 32 niveles y hemos valorado la calidad subjetiva. Como era de
esperar, el ruido de cuantificación para 8 niveles es claramente superior al
de 32 bits, para todas las configuraciones.En el caso concreto del fichero de
sonido estudiado (‘ding.wav’), la mejor calidad percibida se obtiene con el
uso de la cuantificación no uniforme que asigna IC más estrechos en niveles
bajos de señal, ya que son más frecuentes (como se observa en la gráfica). A
continuación incluímos una captura del resultado con muestreo no uniforme.
A pesar de ello, el ruido de cuantificación no deja deescucharse en ninguna
de las configuraciones probadas.
Esta clasificación en términos de calidad perceptual se comprueba también

2

con las relaciones calidad a distorsión (Small Values: 25.5523 dB, Uniforme:
24.2676 dB y Large Values: 9.3428 dB).

- Estimación de movimiento en MPEG‐1 y MPEG‐2
En el último bloque de la práctica hemos trabajado con codificaciones de
vídeo, siendo nuestro interés elcomprobar como funciona el cálculo de
vectores de movimiento (técnica de estimación de movimiento) en vídeo.
Como sabemos de la teoría, entre una imagen y la siguiente se calculan
estimaciones de movimiento (correspondencia entre un bloque de píxeles en
el instante n y otro en el instante n+1), que serán parte de la información
codificada.
En el primer ejercicio, hemos ido observando el cálculo delos vectores de
movimiento de 10 fotogramas de un video, y hemos ido anotando su PSNR
(Peak Signal to Noise Ratio), que representa lo bien estimado que está el
movimiento entre dos frames consecutivos.
La siguiente figura representa, para un mismo tamaño de bloque (16), la
diferencia entre las PSNR si usamos un rango de búsqueda de 4 (buscar
bloques similares más cerca del original) o de 10(permitir un movimiento
más rápido). Lo que se concluye es se obtienen mejores resultados
permitiendo áreas de búsqueda más extensa, a pesar del mayor coste
computacional.
Al observar el campo de vectores de movimiento, observamos que no parece
representar fielmente el movimiento de la imagen. Nosotros lo achacamos a
que, en esos cuadros, se está ampliando la escena, y aparecen píxeles
3

nuevos....