Métodos de Compresión
                          1.Introducción
                          2.Métodos de compresión
                                  -Transformada Discreta Coseno
                                    -Codificación entrópica
                                    -Compensación del movimiento
                                  -Representación del color
                                  -MPEG-1
                                    -Motion JPEG
                                  -H261/H263
                          3.MPEG-2
                                  -Principios de codificación
                                  -Sincronización entre secuencias elementales
                                  -Errores
                                  -Corrección y silenciamiento de errores
 

1.Introducción

        Los sistemas DBS permiten que un usuario acceda a una gran cantidad de información de distinta naturaleza, vídeo, audio y datos. Para que el sistema sea eficiente y no se llegue a una saturación del espectro, se han de emplear métodos de compresión de la información. A su vez estos métodos permiten detectar y corregir errores un la transmisión. El método más utilizado en los sistemas DBS es el MPEG-2, pues es el método de compresión de audio y vídeo por escelencia.
En aplicaciones futuras del DBS, como pueden ser aplicaciones multimedia o de interacción con el usuario los métodos de compresión serán de gran relevancia.

2.Métodos de Compresión

Transformada Discreta del Coseno
        La energía de vídeo de la imagen tiene una frecuencia espacial bastante baja, que varía lentamente con el tiempo. Por tanto una transformada puede concentrar la energía en muy pocos coeficientes. Para esta transformada la imagen actual se divide en bloques para decrementar la complejidad. Todos los bloques (8x8) son transformados de acuerdo con una Transformada Discreta del Coseno (DCT) de dos dimensiones que puede ser considerada como una DCT
unidimensional en las columnas y otra en las filas. A cada coeficiente se le asocia una función específica de frecuencias horizontales y verticales, y su valor (después de la transformación) indica la contribución de estas frecuencias al bloque de la imagen. Sin embargo, la DCT no reduce el n£mero
de bits que se requieren para la representación del bloque. Esta reducción se hace después de comprobar que la distribución de los coeficientes no sea uniforme. La transformada concentra la mayor parte de la energía de vídeo en las bajas frecuencias provocando que la mayoría de los coeficientes sean cero o casi cero. Se consigue la compresión saltándose todos los coeficientes
que estan cerca de cero y cuantificando los restantes (se cuantifican los coeficientes con
un n£mero finito de bits pudiendo producirse pérdidas de compresión).
        Las ventajas de la DCT son la gran compactación de coeficientes (el resultado es normalmente un n£mero reducido de coeficientes), que se utilizan algoritmos de c lculo r pido y que es una transformada real. Las desventajas son la introducción de un ruido granular (al cuantificar los coeficientes), la pérdida de resolución y el efecto bloque (al aplicar la DCT sobre bloques
y no sobre la imagen global se pueden independizar los bloques entre sí y se observa la separación que existe entre ellos.

Codificación Entrópica
     Los codificadores entrópicos son aquellos que tienen en cuenta la frecuencia de aparición de los signos a la hora de asignarles un código binario de representación, es decir, al asignar los códigos de longitud variable.
        En MPEG, los codificadores utilizados implementan el algoritmo de asignación de Huffman que se basa en asignar códigos de longitud más grande a los símbolos que aparecen menos y más cortos a los símbolos más probables, disminuyendo de esta forma la tasa binaria.

Compensación de movimiento
        Esta técnica tiene como objetivo principal eliminar la redundancia temporal entre las imágenes que componen una secuencia con el fin de aumentar la compresión. Para eliminar dicha redundancia, la idea inicial que puede ocurrirsenos es transmitir la diferencia entre un píxel en una
posición de un fotograma (imagen) y el píxel situado en la misma posición pero en el fotograma siguiente. Esto sirve cuando las imágenes son est ticas. Pero lo normal es tener imágenes din micas y por tanto no podemos implementar lo anterior tal cual, sino que previamente habráá  que estimar el movimiento que ha sufrido un píxel de un objeto de un fotograma al siguiente. Habráá  que calcular el vector de movimiento asociado a cada píxel de la imagen. Al decodificador se
transmitir  la diferencia y los vectores de movimiento calculados. Si los vectores est n bien calculados la diferencia entre una imagen y la siguiente compensada ser  muy pequeña, ya que la escena no cambia bruscamente en un corto intervalo de tiempo. Se ha ganado pues en compresión.

Representación del color
        Según la primera ley de Grassmann toda sensación de color se puede  obtener por suma de tres fuentes de colores denominadas primarias y que son  rojo, verde y azul. Uno de los conceptos importantes introducidos que  permitió el avance en los sistemas de vídeo fue separar la luminancia
 de la crominancia. Inicialmente el NTSC (EE.UU)definió la transmisión de  las señales en un formato de luminancia y crominanacia (antes se utilizaba  un formato que utilizaba los tres componentes de color). El nuevo espacio  de color se denominó YIQ, donde las letras representan la luminancia, la  componente en fase de la crominancia y la componente en cuadratura de la
 croma, respectivamente. Posteriormente el PAL y el SECAM, europeos, optaron  por un espacio de colores idéntico pero con una rotación de 33 grados. Es el  denominado espacio YUV. El equivalente digital de YUV es el YCbCr, donde Cb es la componente de crominancia que corresponde con la componente U y  la Cr es an logo a V. El formato YCbCr, concentra la mayor parte de la información de la imagen en la luminancia y menos en la crominancia. El  resultado es que los elementos de YCbCr,están menos correlados y pueden  ser codificados por separado. Otra ventaja que se consigue es la reducción  de la velocidad de transmisión de las componentes de crominancia. El  algoritmo de MPEG estrictamente especifica el epacio de colores YCbCr,
 no el YUV ni el YIQ ni cualquier otro.

MPEG-1
        El estándar de compresión de vídeo MPEG-1 (ISO/IEC 11172) fue diseñado para soportar codificación de vídeo para tasas de bits de aproximadamente 1.5 Mbps. Este método de codificación de vídeo emplea las imágenes I, P y B descritas en MPEG-2. La calidad de vídeo que se consigue con este est ndar es similar a la de un vídeo VHS. Este nivel de calidad generalmente no es aceptable para la difusión de vídeo de calidad. Las imágenes son en color, pero convertidas al
espacio YUV, y los dos canales de crominancia (U y V) son diezmados posteriormente a 176 por 120 pixels. Una pérdida de resolución en estos canales es inapreciable, al menos en imágenes no generadas por ordenador. La compresión que se consigue es aproximadamente 6:1.

Motion JPEG
        Motion JPEG  Joint Photographic Experts Group es una extensión del est ndar de ITU/ISO JPEG para imágenes sin movimiento. El Motion JPEG es un método de compresión simétrico y típicamente consigue niveles de compresión de 10:1 hasta 50:1. Como es una extensión del est ndar JPEG para imágenes sin movimiento, el Motion JPEG sólo elimina redundancia dentro de una imagen y no la redundancia inter-imagen. Esto resulta en una compresión significantemente menor a la que efectuaría un método de compresión que eliminase los dos tipos de redundancia. Otro inconveniente del Motion JPEG es que el audio no est  integrado en el método de
compresión.
        La falta de codificación inter-imagen puede ser positiva para algunas aplicaciones de vídeo. Si de desea tener acceso a una imagen de vídeo aleatoria, Motion JPEG permitir  un acceso más r pido que MPEG puesto que no se tendr  que esperar a la llegada de m£ltiples imágenes para
decodificar una en específico (las imágenes no dependen de otras).

H261/H263
        La recomendación de ITU-T H.261 describe una codificación de vídeo est ndar para transmisión de audio y vídeo en dos direcciones. Tradicionalmente ha utilizado los enlaces de 64 Kbps ó 128 Kbps de RDSI. El H.261 utiliza buffers para moderar las variaciones en la tasa de emisión de bits (bit rate) del codificador de vídeo. Se puede conseguir una tasa de emisión de bits casi constante realimentando el estado del buffer al codificador. Cuando el buffer est  casi lleno, el codificador puede ajustar la tasa de emisión de bits aumentando el tamaño del escalón de cuantificación. Esto disminuir la tasa de emisión de bits a expensas de perder cierta calidad de vídeo.
Como MPEG-2 este método de codificación emplea predicción por compensación de movimiento. También, H.261 emplea VLCïs en el nivel base, grupos de bloques forman macrobloques y los grupos de macrobloques forman el nivel de imagen.
        El objetivo para H.263 era proporcionar mejor calidad de imagen que el algoritmo de compresión de vídeo de ITU-T existente, H.261. Por motivos de tiempo, el H.263 est  basado en tecnología ya existente. Aún existe un método más novedoso, el H263/L (algoritmo long-term) que mejora considerablemente la calidad de imagen del H.263 y  la silenciación de los errores. El H.263, además de utilizar nuevas técnicas de codificación, emplea técnicas conocidas como la transformada coseno discreta y la compensación de movimiento.

3.MPEG-2

        El estándar MPEG-2 es una extensión del est ndar MPEG-1. Para una imagen de televisión est ndar (704 x 576 pixels) y un  frame rate (velocidad a la cual las imágenes salen en la  decodificación) típico de 25Hz, MPEG-2 est  diseñado para proporcionar televisión de alta calidad con un bit rate entre 4-9Mb/s. MPEG-2 fue diseñado para proporcionar codificación de vídeo de alta calidad apropiado para transmisión sobre redes de computadores. De hecho MPEG-2 es el principal protocolo de compresión utilizado sobre conexiones DBS.  Este estándar de compresión de vídeo y audio es capaz de explotar redundancias espaciales y temporales, consiguiendo ratios de compresión de hasta 200:1 y además siendo capaz de codificar una fuente de vídeo y/o audio con casi cualquier nivel de calidad.

Principios de codificación
        Una secuencia de vídeo tiene tres tipos de redundancia que un esquema de codificación necesita explotar en orden de conseguir una muy buena compresión:

• Espacial
• Temporal
• Psicovisual

                                                      Figura 1.
 

• Las imágenes I: Se codifican como si fuesen imágenes fijas utilizando la norma JPEG, por tanto, para decodificar una imagen de este tipo no hacen falta otras imágenes de la secuencia, sino sólo ella misma. No se considera la redundancia temporal (compresión intraframe). Se consigue una moderada compresión explotando únicamente la redundancia espacial. Una imagen I siempre es un punto de acceso en el flujo de bits de vídeo. Son las imágenes más grandes.

• Las imágenes P: Están codificadas como predicción de de la imagen I ó P anterior usando un mecanismo de compensación de movimiento. Para decodificar una imagen de este tipo se necesita, además de ella misma, la I ó P anterior. El proceso de codificación aquí explota tanto la redundancia espacial como la temporal.

• Las imágenes B: Se codifican utilizando la I ó P anterior y la I ó P siguiente como referencia para la compensación y estimación de movimiento. Para decodificarlas hacen falta, además de ellas mismas, la I ó P anterior y la I ó P siguiente. éstas imágenes consiguen los niveles de compresión más elevados y por tanto son las más pequeñas.

• Existen otro tipo de imágenes llamadas imágenes  intraframe debaja resolución (o imágenes D) que son de las mismas características que las I pero con menos resolución. Se usan en aplicaciones que no necesitan gran calidad, como el avance rápido.

        Las imágenes desde una imagen I hasta la siguiente forman un grupo
de imagenes (GOP). Los componentes de un GOP están dibujados en la Figura 2.

      Las imágenes son generadas por el codificador MPEG-2 generando en primer lugar los bloques 8x8, de luminancia o crominancia. Los bloques de luminancia se combinan en grupos de cuatro, los cuales, cuando se combinan con la información asociada de crominancia para la correspondiente región de la imagen forman macrobloques, que son de 16x16 pixels. Los macrobloques adyacentes son agrupados en un slice. Una imagen está  compuesta por un números de slices precedidos por una cabecera de imagen. De igual forma, un slice está  compuesto de un número de macrobloques precedidos de una cabecera de slice. Cada macrobloque también comienza con una cabecera, que
contiene información de la ubicación del macrobloque MB adress, y vectores de movimiento utilizados en predicción con compensación de movimiento. En el primer macrobloque de cada slice, el  MB adress y el vector de movimiento son codificados absolutamente. En cada uno de los restantes macrobloques del slice, estos par metros son codificados diferencialmente con respecto a los correspondientes valores del macrobloque inmediatamente anterior.
        El nivel de sistema de MPEG-2 (Systems Layer) describe un método estándar para multiplexar y demultiplexar secuencias de media (audio, vídeo y secuencias de datos) y un mecanismo, que utilizando sellos temporales consigue mantener una sincronización entre varias secuencias dentro de
la red. El nivel de sistema de MPEG-2 permite que varias secuencias de audio y vídeo se combinen para formar una única secuencia de salida. El MPEG Systems Layer puede adquirir dos formas:

• Secuencia de Programa (PS: Program stream): Est  basado en la estructura de multiplexación establecida por el MPEG-1 y pretende que se utilice para un canal de vídeo, y audio y datos asociados.Está  optimizado para su uso en aplicaciones de multimedia y es compatible con MPEG-1.

•  Secuencia de Transporte (TS: Transport Stream): Este tipo de multiplexación es nuevo del MPEG-2. Consiste en pequeños paquetes de transporte de longitud fija, cada uno de exactamente 188 bytes de tamaño con 4 bytes de información de cabecera. El TS está  pensado para el transporte de media donde los errores o pérdidas de bits son más frecuentes. Puede soportar multiples programas ejecutados simultáneamente.

La secuencia de transporte proporciona las siguientes funciones:
 

• Multiplex orientado a paquetes}: Proporciona la capacidad de multiplexar varias secuencias de entrada (p.ej. audio, vídeo,o datos privados) en un único canal de salida.
• Silenciador de errores: Proporciona ciertas características que asisten al decodificador que recibe datos erróneos que habían sido introducidos en la transmisión o en el almacenamiento.
• Sincronización: Se consigue utilizando sellos temporales que pueden ser utilizados para la gestión del buffer y para la sincronización entre secuencias.

Errores
    Para proporcionar vídeo de una calidad aceptable al usuario, la red debe proporcionar cierto nivel de servicio. Variabilidad en el retardo de células (CDV: Cell Delay Variation), errores de bit y pérdida de células tienen severos efectos en la calidad del flujo de vídeo recibido. Un enlace de transmisión con una tasa de error de bit de 10^-5 sería aceptable para una transmisión de información en tiempo no real, con algún tipo de algoritmo de corrección de errores. En un flujo de información de vídeo, esta tasa de error causaría una seria degradación de la calidad del vídeo recibido. Vamos a ver con más detalle los problemas que causan la degradación de la calidad de servicio en la transmisión de multimedia.
 

• Variabilidad en el retardo de células (CDV): También llamado  jitter, tiene un impacto significante en la calidad de un flujo de informaciónde vídeo. Los sistemas de vídeo de MPEG-2 usan un reloj de sistema de 27MHz en el codificador y en el decodificador. Estos relojes permiten sincronizar los flujos de información de vídeo y audio, y también regulan la recuperación de las imágenes del buffer de decodificación para evitar situaciones de sobrecarga o de baja carga. Para mantener el codificador y el decodificador permanentemente sincronzados entre sí, el codificador introduce periódicamente referencias   del reloj de programa (PCR) en la secuencia de transporte. El jitter en los PCRs se propagar  al reloj de sistema que además se utiliza en otras funciones temporales en el decodificador. Esto resultar en la degradación de la calidad de la imagen.

Tasa de error de bit  (BER) Bit Error Rate: Los flujos de información de vídeo son altamente susceptibles a la perdida de calidad debido a los errores de bits. El método de codificación de MPEG-2 lo hace susceptible a pérdida de  calidad debido a errores de bits. Cuando ocurre un error de bit, ese  error que se produce en una célula puede propagarse tanto espacialmente como temporalmente por la secuencia de vídeo. Los errores espaciales ocurren porque los códigos de longitud variable (VLC) que forman los bloques y los slices están codificados diferencialmente y utilizan los vectores de movimiento de un VLC anterior. Si se pierde un VLC entonces ese error se propagar  hasta el siguiente punto de codificación absoluta. La propagación temporal de errores ocurre durante la predicción hacia delante y predicción bidireccional de las imágenes P y B hasta que la siguiente imagen I ocurre. Por ejemplo un error en una imagen I se propagar  a la imagen B anterior y a todas la B y P posteriores hasta la siguiente I.

• Tasa de pédida de células (CLR) Cell Bit Loss: La pérdida de células también juega un papel crítico en la calidad del flujo de información decodificada de vídeo. La tasa de pérdida de células puede depender de un número de factores, incluyendo el medio físico utilizado,      la técnica de conmutación, el tamaño del buffer de conmutación, el número de conmutadores atravesados en la conexión, la clase de QoS utilizada para el servicio, y si el flujo de información de vídeo es CBR (constante) o VBR (variable).

                Métodos de corrección de errores

    La corrección de errores es más difícil para información en tiempo real que para información que no requiere tiempo real. La naturaleza de tiempo real de los flujos de información de vídeo indica que no pueden tolerar los retardos que est n asociados a las técnicas de corrección de errores de las retransmisiones tradicionales. Por esta razón ARQ (esperar un reconocimiento o un timeout para retransmitir una imagen) no es útil para corregir errores en vídeo.

    El FEC ( Forward Error Correction) es una técnica de corrección de errores más utilizada. FEC toma un conjunto de símbolos que representan la información a la entrada y les añade redundancia, produciendo unos símbolos de salida diferentes y más grandes. FEC permite recuperar la información perdida pero a costa de requerir un ancho de banda mayor en la transmisión. Este tr fico añadido puede introducir congestión adicional en la red, provocando un mayor n£mero
de células perdidas.

              Métodos de silenciamiento de errores

    Para conseguir silenciamiento de errores en la transmisión de vídeo utilizan tres tipos de métodos:

• Ocultación de errores. La ocultación de errores es un método utilizado para reducir la magnitud de los errores y las pérdidas de células en los flujos de información de vídeo. Estos métodos incluyen ocultación temporal, ocultación espacial, y ocultación por compensación de movimiento. En el primer tipo la información errónea de la imagen actual se reemplaza por la información sin errores de la imagen anterior. Para secuencias de vídeo donde donde hay poco movimiento en la escena, este método puede ser bastante eficiente. La ocultación espacial hace una interpolación de la información que rodea a un bloque erróneo en la imagen. Este método es útil si la información no contiene un nivel muy alto de detalle. La ocultación por compensación de movimiento, que combina ocultación temporal y estimación de movimiento, mejora la ocultación. En esta técnica, los vectores de movimiento arriba y/o bajo el macrobloque perdido son utilizados para predecir el vector de movimiento del macrobloque perdido. Esto mejora la ocultación en las  reas con movimiento, pero es incapaz de ocultar errores en imagenes I pues éstas no tienen vectores de movimiento.

•  Localización temporal. Un efecto significativo de la pérdida de células y los errores en los flujos de bits en la secuencia decodificada es la propagación de los errores. Como se ha explicado antes los errores en las imágenes I pueden propagarse a las P y B. También errores en las P se pueden propagar a las siguientes P y B. La localización temporal busca minimizar la propagación de errores de imagen a imagen en el dominio temporal proporcionando una temprana resincronización de las imágenes que se codifican diferencialmente. Hay dos formas de hacerlo. La primera consiste en mandar una nueva imagen I para reemplazar las imágenes P o B. La propagación de errores se detiene a expensas de transmitir más bits y por tanto reducir la eficiencia en la codificación. La otra forma es parecida, se introduce periódicamente un nuevo slice intra-codificado (sin ninguna relación con otros slices), refrescando así un n£mero de imagenes P.

•  Localización espacial. La localización espacial agrupa aquellos métodos que intentan minimizar la propagación de los errores dentro de una imagen. Esto se consigue proporcionando una temprana resincronización de los elementos en el flujo de bits que se codifican diferencialmente entre macrobloques. Esta resincronización tiene dos características. La primera es una indicación sin ambigüedades de la localización en el flujo de bits de macrobloques en los cuales la resincronización es posible. La segunda es codificar absolutamente las cantidades que normalmente estarían codificadas diferencialmente con respecto al macrobloque anterior para estos bloques de resincronización.