Universitatea Politehnica din Bucureşti

Facultatea de Electronică, Telecomunicaţii şi Tehnologia Informaţiei

Stancu Eugen, Master Tc., an I

LABORATOR 2
Codarea în subbenzi (SBC)

1. Deschideţi imaginea ”Lena256B.bmp” şi realizaţi descompunerea pe

subbenzi. Pentru un număr diferit de coeficienţi ai filtrului observaţi
imaginea rezultată codată.

1
 Universitatea Politehnica din Bucureşti
Facultatea de Electronică, Telecomunicaţii şi Tehnologia Informaţiei
Stancu Eugen, Master Tc., an I

2. Pentru aceeaşi imagine, alegeţi o structură de descompunere şi un anumit

filtru. Modificând tipul de codare al subbenzilor, între DPCM şi PCM,
observaţi cum apare imaginea codată şi funcţie de parametrul c.

2
 Universitatea Politehnica din Bucureşti
Facultatea de Electronică, Telecomunicaţii şi Tehnologia Informaţiei
Stancu Eugen, Master Tc., an I

3. Selectaţi un filtru cu 16 coeficienţi, o descompunere pe 28 subbenzi şi alegeţi

compresia PCM pentru toate subbenzile. Alegeţi o valoare optimă pentru c.
Observaţi câştigul SNR în cazul codării entropice.

Valoarea c reprezintă parametrul de formă a funcţiei de densitate de

cprobabilitate de tip Gaussian generalizată p( x) a

exp( bx ) :

3
 Universitatea Politehnica din Bucureşti
Facultatea de Electronică, Telecomunicaţii şi Tehnologia Informaţiei
Stancu Eugen, Master Tc., an I

Pentru c=2

Pentru c=0,5

4
 Universitatea Politehnica din Bucureşti
Facultatea de Electronică, Telecomunicaţii şi Tehnologia Informaţiei
Stancu Eugen, Master Tc., an I

Pentru c=0,5, si 2 altele

4. Pentru diferite grade de descompunere, alegând codarea entropică, observaţi

SNR.

5
 Universitatea Politehnica din Bucureşti
Facultatea de Electronică, Telecomunicaţii şi Tehnologia Informaţiei
Stancu Eugen, Master Tc., an I

Valoarea SNR scade

5. Pentru imaginea “Lena256B.bmp” alegeţi un anumit tip de codare al

subbenzilor, precum şi un anumit parametru c. Variaţi numărul de subbenzi
folosite în descompunere precum şi tipul filtrelor. Cum variază SNR funcţie
de rata de bit?

6
 Universitatea Politehnica din Bucureşti
Facultatea de Electronică, Telecomunicaţii şi Tehnologia Informaţiei
Stancu Eugen, Master Tc., an I

7
 Universitatea Politehnica din Bucureşti
Facultatea de Electronică, Telecomunicaţii şi Tehnologia Informaţiei
Stancu Eugen, Master Tc., an I

SNR-ul creste

6. Deschideţi imaginile “Zone256B.bmp” şi “Noise256B.bmp”. Explicaţi

conţinutul subbenzilor obţinute.

8
 Universitatea Politehnica din Bucureşti
Facultatea de Electronică, Telecomunicaţii şi Tehnologia Informaţiei
Stancu Eugen, Master Tc., an I

Subbenzile sunt organizante în funcţie de schema de schema de

descompunere aleasă. Subbanda de frecvenţă joasă este arătată în colţul din
stânga sus, iar subbenzile de frecvenţă crescătoare în dreapta şi jos.
Subbenzile sunt scalate pentru a se putea vedea cât mai clar informatian din
fiecare subbandă. „Gri” înseamnă o valoare nulă, iar valorile negative şi
pozitive sunt de nuanţe mai închise, respectiv mai deschise decât valoarea zero.
Varianţa propriu-zisă a subbenzilor poate fi găsită în fereastra de text.

După cuantizare şi codare subbenzile sunt transmise şi decodate la receptor.

Subbenzile decodate sunt afişate imediat sub fereastra cu subbenzile originale.
Subbenzile care au primit zero biţi după alocarea biţilor sunt complet gri.
Rezultatele alocării propriu-zise a biţilor pot fi găsite în fereastra de text. Din
nou subbenzile au fost scalate pentru vizibilitate maximă. Efectele erorilor de
canal sunt de asemenea vizibile în subbenzile individuale.

2.3 Exerciţii

1. Alegeţi imaginea “Lena256B.bmp”. Această imagine este transformată în

coeficienţi DCT. Verificaţi calitatea imaginii reconstruite pentru diferite
dimensiuni ale blocului DCT. În ce măsură corespunde teoria cu
implementarea practică?

9
 Universitatea Politehnica din Bucureşti
Facultatea de Electronică, Telecomunicaţii şi Tehnologia Informaţiei
Stancu Eugen, Master Tc., an I

2. Pentru imaginea “Lena256B.bmp” selectaţi transformata DCT 8x8 şi

compresie PCM pentru toţi coeficienţii DCT. Alegeţi o valoare rezonabilă
pentru parametrul c. Desenaţi două curbe SNR - număr de bpp, cu şi fără
codarea entropică. Cât de multă compresie suplimentară ( sau ce SNR ) dă
codarea entropică?

10
 Universitatea Politehnica din Bucureşti
Facultatea de Electronică, Telecomunicaţii şi Tehnologia Informaţiei
Stancu Eugen, Master Tc., an I

Cu codare avem SNR mai mare

Cu codare avem SNR mai mare

11
 Universitatea Politehnica din Bucureşti
Facultatea de Electronică, Telecomunicaţii şi Tehnologia Informaţiei
Stancu Eugen, Master Tc., an I

3. Repetaţi punctul (2) pentru valori incorecte ale lui c. Fiţi atenţi la
diferenţele dintre numărul de bpp selectat, cel prezis şi cel rezultat în
urma compresiei. Explicaţi diferenţele observate.

12
 Universitatea Politehnica din Bucureşti
Facultatea de Electronică, Telecomunicaţii şi Tehnologia Informaţiei
Stancu Eugen, Master Tc., an I

Calitatea imaginii se imbunatateste

4. Repetaţi punctul (3) utilizând setările corecte pentru parametrul c, pentru alte
două cazuri, şi anume:
- compresie DPCM pentru toţi coeficienţii

- compresie DPCM pentru primul coeficient DCT şi compresie PCM pentru

restul de coeficienţi.

13
 Universitatea Politehnica din Bucureşti
Facultatea de Electronică, Telecomunicaţii şi Tehnologia Informaţiei
Stancu Eugen, Master Tc., an I

Ce câştig de performanţe se obţine utilizând compresia adiţională DPCM?

PSNR mai bun si mean square error mai mic

5. Repetaţi punctul (3) pentru imaginea “Noise256B.bmp”. Observaţi

varianţa coeficienţilor DCT şi rezultatul în urma alocării biţilor. Comparaţi
rezultatele cu compresia DPCM aplicată acestei imagini.

6. Încărcaţi imaginea ”Lena256B.bmp” şi calculaţi dependenţa SNR-număr

de bpp utilizând blocuri DCT de diferite mărimi, păstrând compresia
coeficienţilor DCT fixă ( de exemplu, utilizând DPCM pentru primul
coeficient DCT şi PCM pentru restul coeficienţilor, un model de predicţie
fixat şi un parametru c fixat ).

14
 Universitatea Politehnica din Bucureşti
Facultatea de Electronică, Telecomunicaţii şi Tehnologia Informaţiei
Stancu Eugen, Master Tc., an I

15
 Universitatea Politehnica din Bucureşti
Facultatea de Electronică, Telecomunicaţii şi Tehnologia Informaţiei
Stancu Eugen, Master Tc., an I

Se constata ca daca creste rata de bit, creste si SNR-ul

7. Examinaţi urmările erorilor asupra compresiei DCT pentru diferite

probabilităţi de eroare, diferite mărimi ale blocurilor DCT şi diferite
modele DPCM de predicţie. Explicaţi structura imaginii afişate. Comparaţi
efectele prezenţei erorilor asupra coeficienţilor DCT şi asupra imaginii
decodate.
Pot fi selectate diferite rate de erori de bit. Erorile de bit pot fi introduse
doar dacă codarea entropică la ieşirea cuantizoarelor a fost dezactivată.

16
 Universitatea Politehnica din Bucureşti
Facultatea de Electronică, Telecomunicaţii şi Tehnologia Informaţiei
Stancu Eugen, Master Tc., an I

Pentru rata de eroare de .005

Pentru .001

17
 Universitatea Politehnica din Bucureşti
Facultatea de Electronică, Telecomunicaţii şi Tehnologia Informaţiei
Stancu Eugen, Master Tc., an I

Pentru .0005

Pentru .0001

8. Porniţi programul Matlab. Rulaţi programul dctdemo. Modificaţi numărul de

coeficienţi DCT cu care se face decompresia şi comparaţi calitatea imaginii
decomprimate. Câţi coeficienţi sunt necesari pentru a se obţine o aproximare
rezonabilă a imaginii originale?

18
 Universitatea Politehnica din Bucureşti
Facultatea de Electronică, Telecomunicaţii şi Tehnologia Informaţiei
Stancu Eugen, Master Tc., an I

3.3 Exerciţii

1. Încărcaţi imaginea “Lena256B.bmp”. Utilizaţi matricea standard de

normalizare a luminanţei.

Desenaţi trei grafice SNR-număr de bpp, câte unul pentru fiecare mod de codare
entropică ales. Ce SNR suplimentar ne oferă codarea entropică? Pe aceleaşi
grafice, desenaţi caracteristica Quality-SNR. Ce observaţi în legătură cu
aceste grafice?

19
 Universitatea Politehnica din Bucureşti
Facultatea de Electronică, Telecomunicaţii şi Tehnologia Informaţiei
Stancu Eugen, Master Tc., an I

2. Repetaţi punctul (1) pentru o matrice de normare uniform distribuită ( flat

cuant ). Observaţi că SNR-ul obţinut în acest caz este mai mare! Daţi o
justificare pentru utilizarea matricii standard de normare în loc de matricea de
normare uniform distribuită.

20
 Universitatea Politehnica din Bucureşti
Facultatea de Electronică, Telecomunicaţii şi Tehnologia Informaţiei
Stancu Eugen, Master Tc., an I

3. Comparaţi cuantizarea coeficienţilor DCT în codarea JPEG cu cea rezultată

din modul de compresie DCT, de exemplu, pentru imaginea “Lena256B.bmp”
la o rată de 1bpp. Puteţi găsi diferenţele? Explicaţi.

4. Examinaţi efectele fenomenului de smoothing asupra imaginii JPEG decodate.

Dacă se bifează opţiunea, imaginea este puţin netezită pentru a suprima

artefactele de blocare.

21
 Universitatea Politehnica din Bucureşti
Facultatea de Electronică, Telecomunicaţii şi Tehnologia Informaţiei
Stancu Eugen, Master Tc., an I

4. Determinaţi raportul de scădere a SNR-ului în urma introducerii de

markeri în fişierul codat JPEG.

Dacă se introduc mai mulţi markeri, rata de bit generală va creşte, sau –
dacă a fost setată o anumită rată de bit – SNR-ul va scădea.

22
 Universitatea Politehnica din Bucureşti
Facultatea de Electronică, Telecomunicaţii şi Tehnologia Informaţiei
Stancu Eugen, Master Tc., an I

5. Examinaţi consecinţele introducerii biţilor de eroare asupra compresiei

JPEG, la diferite valori ale probabilităţilor.

Erorile de bit pot eventual corupe informaţii cruciale cum ar fi informaţia

din header (dimensiunea imaginii, tabelele VLC). În cazul în
care erorile sunt prea grave, decodarea se întrerupe.

23
 Universitatea Politehnica din Bucureşti
Facultatea de Electronică, Telecomunicaţii şi Tehnologia Informaţiei
Stancu Eugen, Master Tc., an I

24
 Universitatea Politehnica din Bucureşti
Facultatea de Electronică, Telecomunicaţii şi Tehnologia Informaţiei
Stancu Eugen, Master Tc., an I

25