PTC3452 Exercícios sobre Codificação perceptual de Áudio e Vídeo 11/2017 G. S.

Tamanho: px

Começar a partir da página:

Download "PTC3452 Exercícios sobre Codificação perceptual de Áudio e Vídeo 11/2017 G. S."

Mariana Sousa Leão
5 Há anos
Visualizações:

1 PTC3452 Exercícios sobre Codificação perceptual de Áudio e Vídeo /207 G. S. ) O padrão ao lado representa um bloco de 8x8 elementos de imagem. Os elementos pretos possuem intensidade -27 e os elementos brancos +27. a) Calcule a DCT (Transformada Discreta de Cossenos bidimensional) para esse bloco; b) Usando as tabelas de quantização dadas como exemplo, qual seria o menor valor do fator de compressão k para o qual esse padrão seja totalmente eliminado após a quantização? a) Aplicando a fórmula sobre uma matriz com elementos alternados -27 e +27, obtemos os seguintes valores (arredondados para o inteiro mais próximo): DCT = Observe que, como a imagem original é simétrica em relação à diagonal (0,0)(7,7), a matriz da DCT também é. Como o valor médio da imagem é 0, o coeficiente F(0,0) também é nulo. b) Adotando a matriz de quantização dada como exemplo, e considerando inicialmente o maior coeficiente da DCT que é F(7,7) = -834, temos que Q(7,7) = 99. Para que este coeficiente seja zerado, precisamos que F Q F( ( round 0 k Q( 2 F( k Q( F( 2834 Ou seja, k 2 k 6, 85 Q( 99 Portanto para k=7, o coeficiente F Q (7,7) será igual a zero. É fácil verificar que nenhum outro coeficiente quantizado será maior que zero para esse valor de k.

2) Um sinal de vídeo contendo uma imagem estática (figura abaixo) está sofrendo um efeito chamado fade-out (o contraste está sendo reduzido de modo que a imagem vai se tornando cada vez mais escura).

2 2) Um sinal de vídeo contendo uma imagem estática (figura abaixo) está sofrendo um efeito chamado fade-out (o contraste está sendo reduzido de modo que a imagem vai se tornando cada vez mais escura). Ao ser codificado pelo processo MPEG, esboce a tendência geral dos vetores de movimento na predição da imagem 2, considerando a imagem como referência anterior. Imagem () Imagem (2) Vetores de Movimento: O vetor de movimento do primeiro bloco da imagem 2 (superior à esquerda) irá apontar para uma parte da imagem que apresente o mesmo brilho médio. Se o algoritmo de busca procurar pelo vetor de menor comprimento, o resultado será algo como apresentado abaixo: Mas é provável que o algoritmo encontre outros vetores para os quais o resultado é o mesmo. Por exemplo, todos os blocos em uma diagonal da imagem 2 podem usar um mesmo bloco similar único da imagem, resultando em vetores como estes:

3 3) Um alto-falante de alta qualidade apresenta uma distorção de 2 a harmônica de cerca de % (40 db abaixo) quando está emitindo um tom de 000 Hz com pressão sonora de 00 db SPL (medida a metro de distância do falante). a) O gráfico abaixo apresenta uma família de curvas de mascaramento para tons senoidais de khz de várias amplitudes. Mostre que neste caso, para um ouvinte a metro do falante, as curvas indicam que a distorção não é audível; b) Se o ouvinte se afastar do alto-falante, o nível sonoro percebido irá diminuindo gradativamente, na razão de -6 db cada vez que a distância é dobrada (atenuação da frente de onda esférica). Aproximadamente, a partir de que distância é que a distorção de 2 a harmônica será audível? Limiar de Mascaramento (db SPL) Hz 400 TOM SENOIDAL khz k 2 4 0k Amplitude do Tom (db SPL) a) A fundamental em khz possui intensidade sonora de 00 db SPL a metro de distância. A segunda harmônica (2 khz) terá intensidade de 60 db SPL na mesma distância (%). Pela curva de mascaramento correspondente, o limiar em 2 khz seria de cerca de 75 db SPL, portanto a segunda harmônica não será audível. b) Para que a segunda harmônica seja audível, temos que encontrar uma curva na qual o limiar em 2 khz seja 40 db menor que a intensidade correspondente da fundamental. Para a curva de 80dB, o limiar em 2 khz é 40 db SPL, ou seja, quando a fundamental estiver atenuada para 80 db SPL, a 2ª. harmônica estará no limiar de audibilidade. A distância na qual o som será atenuado de 40 db pode ser obtida pela expressão da atenuação de uma onda esférica: d x Px P 20 log ( db) d Portanto, se P x - P = 40 db, temos que d x /d = 0 2 = 00 -> d x = 00 metros. 4) Explique as funções desempenhadas na audição pelas células de Corti internas e externas. As células internas são os transdutores que transformam o estímulo acústico proximal em impulsos nervosos, proporcionando seletividade em frequência de acordo com a sua posição ao longo da membrana basilar. Já as células externas comportam-se como atuadores mecânicos, com duas ações distintas: para sons de alta intensidade, elas atuam como freios, atenuando o estímulo local; para sons de baixa intensidade, atuam como estimuladoras, numa configuração de realimentação positiva, aumentando a sensibilidade e a seletividade das células internas. Com isso, aumentam a faixa dinâmica e a resolução em frequência da audição.

4 5) Qual a base biológica que justifica a menor resolução espacial para a visibilidade da crominância, em relação à luminância? Na retina humana, há 3 tipos de células sensíveis à cor (cones), com sensibilidades espectrais nas regiões do vermelho, verde e azul. Os cones verdes e vermelhos estão presentes em quantidades aproximadamente iguais e possuem curvas de sensibilidade semelhantes. Eles contribuem para a sensação de brilho, enquanto que os cones azuis, em menor número, só contribuem para a percepção cromática. A sensação de brilho recebe a contribuição dos cones verdes e vermelhos, enquanto a oponente vermelho-verde depende de um par de cones pelo menos (um verde e um vermelho) para ser extraída. A oponente azul-amarelo depende de um cone azul (em menor quantidade). Portanto, dentro de uma determinada área da retina, teremos mais informações de luminância do que das oponentes cromáticas, proporcionando uma resolução espacial maior. 6) Escolha um livro agradável de ler. Meça a distância entre os seus olhos e a página do livro. Em seguida, meça as distâncias aproximadas entre as linhas do texto, entre os caracteres de uma linha, e entre os vários elementos gráficos de uma letra (por exemplo, entre as pernas verticais de uma letra m. Converta estas distâncias em frequências espaciais (ciclos por grau) a partir do ponto de vista da sua posição ocular durante a leitura. No gráfico ao lado, onde essas frequências estão posicionadas? Comente. Para o texto abaixo, extraído de um livro de bolso lido à distância de 300 mm, foram calculadas as frequências espaciais correspondentes às distâncias entre linhas, entre partes das letras e outros elementos gráficos, da seguinte forma: a tan d F a Onde d = 300mm Para as espessuras das linhas, consideramos que a largura corresponde a semiciclo. Os resultados foram colocados sobre a curva de resposta espacial da visão, a seguir, sendo evidente que as dimensões dos caracteres estão posicionadas no pico da resolução espacial da visão. Portanto, as dimensões dos caracteres de um texto e a sua distância ideal de leitura estão intimamente associadas, pois o leitor tem a tendência de posicionar o texto de forma a maximizar a percepção de contraste das letras.

Documentos relacionados

Percepção Auditiva. PTC2547 Princípios de Televisão Digital. Guido Stolfi 10 / EPUSP - Guido Stolfi 1 / 67

Percepção Auditiva. PTC2547 Princípios de Televisão Digital. Guido Stolfi 10 / EPUSP - Guido Stolfi 1 / 67 Percepção Auditiva PTC2547 Princípios de Televisão Digital Guido Stolfi 10 / 2015 EPUSP - Guido Stolfi 1 / 67 Som e Percepção Auditiva Fisiologia do Ouvido Humano Acústica Física Mascaramento Voz Humana