Fiche de révision : Introduction à la vidéo numérique SD

📋 Plan du Cours

1. Fréquence d’échantillonnage vidéo numérique
2. Structure d’échantillonnage YCbCr 4:2:2
3. Quantification et nombre de bits
4. Caractéristiques du signal vidéo numérique
5. Marqueurs SAV et EAV et données auxiliaires
6. Ligne vidéo numérique et répartition des échantillons
7. Image complète SD et adaptation des lignes
8. Résolution SD 720×576 et ratio d’aspect
9. Entrelacement, progressif et désentrelacement
10. Débit net et débit brut de la vidéo
11. Liaison SDI et transmission des données

📖 1. Fréquence d’échantillonnage vidéo numérique

🔑 Notions clés & Définitions

• Fréquence d’échantillonnage : La fréquence d’échantillonnage est le nombre de valeurs prélevées par seconde pour numériser un signal vidéo.
• Signal analogique : Le signal analogique est la représentation continue d’origine, qui contient aussi des données non visibles à l’œil nu.
• Luminance Y : La luminance Y est la composante qui décrit la luminosité et les niveaux de gris d’une image.
• Chrominance : La chrominance regroupe les informations de couleur ajoutées à la luminance pour obtenir une vidéo couleur.
• Fréquence de référence Fref : La fréquence de référence Fref sert de base pour déduire la fréquence d’échantillonnage selon la résolution.

📝 Points essentiels

• En SD, une vidéo à 25 images/s avec 625 lignes et 720 points par ligne correspond à 25×625×720 ≈ 11,25 millions de valeurs/s.
• En SD, la norme impose une fréquence d’échantillonnage de 13,5 MHz pour tenir compte des données invisibles du signal analogique.
• La fréquence standard 13,5 MHz s’applique aussi au format NTSC à 30 images/s, car l’augmentation d’images est compensée par moins de points par image.
• Pour les résolutions supérieures, la fréquence augmente : Féch = 74,25 MHz en HD et Féch = 148,5 MHz en 4K.
• Les valeurs de Féch se déduisent d’une fréquence de référence Fref : SD = 4×Fref, HD = 22×Fref, 4K = 44×Fref.
• La fréquence d’échantillonnage indiquée concerne une seule composante (vidéo noir et blanc), donc la luminance Y uniquement.

💡 Astuce mémo

SD→13,5 MHz (standard) ; HD→74,25 MHz ; 4K→148,5 MHz (≈×2 de HD).

📖 2. Structure d’échantillonnage YCbCr 4:2:2

🔑 Notions clés & Définitions

• Luminance Y : La luminance est le signal de niveaux de gris qui décrit la luminosité de l’image, sans information de couleur.
• Chrominance Cb : La chrominance Cb mesure la différence entre le bleu et la luminance, donc une composante de couleur.
• Chrominance Cr : La chrominance Cr mesure la différence entre le rouge et la luminance, donc une autre composante de couleur.
• Format 4:2:2 : Le format 4:2:2 est une structure d’échantillonnage où la chrominance est échantillonnée à moitié de la luminance.

📝 Points essentiels

• Noir et blanc correspond à Y seul, tandis que la couleur s’obtient avec Y + Cb + Cr.
• L’œil humain étant plus sensible à la luminosité qu’à la couleur, on réduit la quantité d’échantillons de chrominance.
• En 4:2:2, sur une alternance de points, on garde seulement Y puis on garde Y, Cb et Cr, et les valeurs de chrominance manquantes sont reconstruites par interpolation.
• La fréquence d’échantillonnage de la chrominance est la moitié de celle de la luminance : Féch(CR)=Féch(CB)=Féch(Y)/2.
• Le sous-échantillonnage 4:2:2 réduit la quantité de données d’environ 33% tout en restant quasi invisible.
• Le sous-échantillonnage s’applique au triplet YCbCr (ou équivalent) et ne concerne pas directement le système RVB.

💡 Astuce mémo

4:2:2 = « 1 Y sur 2 points, puis Y+couleurs » : chroma à moitié de Y (Cb et Cr).

📖 3. Quantification et nombre de bits

🔑 Notions clés & Définitions

• Quantification en vidéo numérique : La quantification en vidéo numérique consiste à choisir le nombre de niveaux distincts pour représenter la luminosité ou les couleurs d’une image.
• Nits : Les nits sont des unités de luminance qui mesurent la quantité de lumière perçue par une surface.
• Vision photopique : La vision photopique correspond à la perception visuelle en conditions lumineuses, utilisée pour estimer une plage de luminance courante.
• Vision mésopique : La vision mésopique décrit la perception dans des conditions intermédiaires, utile pour estimer une plage de luminance plus large.
• Vision scotopique : La vision scotopique correspond à la perception en très faible lumière, ce qui élargit encore la plage de luminance à couvrir.

📝 Points essentiels

• La quantification augmente le nombre de nuances : plus on ajoute de bits, plus on peut distinguer de niveaux de luminosité/couleur.
• Le nombre de niveaux codables avec $n$ bits vaut $2^n$ (exemples : 1 bit → 2 niveaux, 2 bits → 4 niveaux, 3 bits → 8 niveaux).
• Avec 8 bits, on obtient 256 niveaux, ce qui a longtemps suffi pour éviter des défauts visuels visibles.
• La plage de luminance humaine citée va d’environ 10 nits (très sombre) à 20 000 nits (très lumineux).
• Pour couvrir toute la plage avec précision, il faudrait environ 11 bits (photopique), jusqu’à 24 bits (mésopique) et même 46 bits (scotopique, avec seuil de danger lumineux).
• En pratique, 8 bits sont généralement suffisants, mais la quantification en 10 bits devient de plus en plus courante, parfois au-delà selon les besoins de production.

💡 Astuce mémo

Bits → Niveaux : $2^n$ (8 bits → 256 niveaux). Plage visuelle : photopique 11 bits, mésopique 24 bits, scotopique ~46 bits.

📖 4. Caractéristiques du signal vidéo numérique

🔑 Notions clés & Définitions

• Signal numérique vidéo : Un signal numérique vidéo est une suite de bits (0 et 1) qui code l’information nécessaire pour représenter une image.
• Quantification : La quantification fixe le nombre de niveaux possibles pour représenter l’intensité d’un échantillon, ce qui conditionne la précision du signal.
• Mot binaire : Un mot binaire est un groupe de bits qui correspond à la valeur d’un échantillon du signal vidéo.
• Luminance : La luminance est la composante qui code la clarté de l’image, sous forme de valeurs numériques.
• Chrominance : La chrominance est la composante qui code la couleur de l’image, sous forme de valeurs numériques.

📝 Points essentiels

• Un signal numérique est constitué de 0 et de 1, mais la compréhension dépend du découpage en parties significatives du codage vidéo.
• Avec 8 bits, on code 256 niveaux d’intensité, soit 0 à 255 pour une composante.
• En couleur RVB, 8 bits par composante permettent environ 16,7 millions de couleurs possibles.
• Avec l’échantillonnage 4:2:2, le nombre de couleurs possibles chute à un peu plus de 4 millions.
• Avec 10 bits, le nombre de nuances dépasse le milliard, soit environ 1,07 milliard (≈1,07×10^9).
• Pour 8 bits, le signal doit être lu par groupes de 8 chiffres, chaque groupe étant un mot représentant la valeur d’un échantillon.

💡 Astuce mémo

8 bits = 8 chiffres par mot ; 10 bits = 10 chiffres par mot (le découpage se connaît à l’avance).

📖 5. Marqueurs SAV et EAV et données auxiliaires

🔑 Notions clés & Définitions

• SAV : Marqueur vidéo numérique indiquant le début de la zone active où se trouvent les valeurs utiles de l’image.
• EAV : Marqueur vidéo numérique indiquant la fin de la zone active où s’arrêtent les valeurs utiles de l’image.
• HAnc : Données auxiliaires horizontales transportées dans l’intervalle entre EAV et SAV, pouvant contenir par exemple du son ou du texte.
• Sous-échantillonnage 4 : 2 : 2 : Structure d’échantillonnage où la chrominance est échantillonnée à une fréquence réduite par rapport à la luminance, ce qui impose une alternance régulière des composantes.

📝 Points essentiels

• Les valeurs numériques codent la partie active du signal, c’est-à-dire les points visibles de l’image vidéo (ex. 720 en SD).
• En 4 : 2 : 2, la suite alterne chrominance et luminance, avec 360 valeurs de chrominance prises un point sur deux entre des valeurs de luminance successives.
• Chaque ligne de sous-échantillonnage contient 720 valeurs de luminance pour la partie visible, mais la ligne numérique porte aussi des informations invisibles à l’œil.
• SAV et EAV encadrent les valeurs importantes de l’image et incluent un préambule de 3 mots FF 00 00|H suivi d’un mot de référence temporelle XY.
• Le mot XY sert à indiquer si la ligne appartient à une trame paire ou impaire et si elle est visible ou non.
• Entre EAV et SAV, des informations supplémentaires peuvent être présentes sous forme de HAnc (données auxiliaires horizontales).

💡 Astuce mémo

SAV=Start of Active Video ; EAV=End of Active Video ; entre les deux, HAnc = données en coulisses.

📖 6. Ligne vidéo numérique et répartition des échantillons

🔑 Notions clés & Définitions

• Fréquence d’échantillonnage : La fréquence d’échantillonnage est le nombre d’échantillons produits par seconde, exprimé en hertz (Hz).
• Durée d’une ligne : La durée d’une ligne est le temps nécessaire pour parcourir une ligne vidéo, utilisé pour calculer le nombre d’échantillons par ligne.
• Nombre d’échantillons par ligne : Le nombre d’échantillons par ligne est le total d’échantillons générés pendant la durée d’une ligne, obtenu par multiplication durée × fréquence.
• Luminance Y : La luminance Y représente la composante de l’image liée à la partie visible (niveau de luminosité) dans le codage vidéo.
• Chroma Cb et Cr : Les composantes Cb et Cr portent l’information de couleur, échantillonnée moins souvent que la luminance en 4:2:2.

📝 Points essentiels

• Convertir une durée en secondes permet de calculer les échantillons : 64 ms = 0,064 s = 64×10⁻³ s.
• La fréquence 13,5 MHz signifie 13,5 millions d’échantillons par seconde.
• Le nombre d’échantillons par ligne se calcule par Durée ligne (s) × échantillons/s ; avec 64×10⁻⁶ et 13,5×10⁶ on obtient 864.
• Pour une vidéo couleur, chaque ligne contient des valeurs pour Y, Cb et Cr ; en SD on retient la répartition 4:2:2 plutôt que 3×864.
• En 4:2:2, on a 864 échantillons de luminance Y et 864×(1/2) pour Cb plus 864×(1/2) pour Cr, soit 864×(1+1/2+1/2)=1728 échantillons au total par ligne SD.
• L’image numérique complète correspond à l’ensemble des lignes codées en bits ; en SD, il y a 625 lignes au total dont 576 actives et le reste pour des données auxiliaires verticales (VAnc).

💡 Astuce mémo

Durée × fréquence = échantillons : 64 ms et 13,5 MHz donnent 864 ; puis 4:2:2 fait 864×(1+1/2+1/2)=1728.

📖 7. Image complète SD et adaptation des lignes

🔑 Notions clés & Définitions

• SD vidéo numérique : La SD est un format de vidéo numérique à résolution standard, où un nombre précis de lignes et de points par ligne est actif pour l’image.
• VAnc : VAnc désigne des lignes auxiliaires verticales utilisées dans la structure du signal vidéo, distinctes des lignes actives de l’image.
• Pixel : Un pixel est l’unité minimale d’une image numérique, correspondant à un élément de “picture element”.
• Overscan : L’overscan est une fonction d’affichage qui agrandit ou ajuste l’image pour éviter que des zones noires ou bords non visibles ne soient coupés.

📝 Points essentiels

• En SD vidéo numérique, 576 lignes sont actives, soit une ligne de plus qu’en analogique, ce qui donne 288 lignes paires par trame.
• L’ajout d’une ligne active lors de la numérisation se traduit par deux demi-lignes noires en haut et en bas de l’image.
• Avec une fréquence d’échantillonnage de 13,5 MHz et une durée utile de 52 ms, la partie utile après numérisation contient 52×10⁻⁶×13,5×10⁶=702 valeurs par ligne.
• En SD numérique, la partie visible est fixée à 720 points par ligne, soit 53,3 ms, ce qui crée des bandes noires de 9 pixels à gauche et à droite.
• La résolution standard SD retenue est 720×576 pixels, et le ratio vaut 720÷576=1,25 au lieu de 4/3≈1,33, ce qui demanderait 768×576 pour un 4/3 exact.
• En analogique, le signal continu offrait une flexibilité autour de 702 points par ligne, et l’image était souvent légèrement agrandie pour masquer les bandes noires et les demi-lignes.

💡 Astuce mémo

SD = 576 lignes actives (+1) → demi-lignes noires haut/bas ; 702 valeurs analogiques → 720 points visibles → 9 pixels noirs de chaque côté ; ratio 1,25 au lieu de 4/3.

📖 8. Résolution SD 720×576 et ratio d’aspect

🔑 Notions clés & Définitions

• PAL SD : Le format SD associé au système PAL utilise une résolution typique de 768×576 pour viser le bon rendu de proportions.
• NTSC SD : Le format SD associé au système NTSC utilise une résolution typique de 640×480 pour viser le bon rendu de proportions.
• Ratio d’aspect : Le ratio d’aspect exprime le rapport largeur/hauteur de l’image finale à afficher, par exemple 4/3 ≈ 1,33.
• Pixel Aspect Ratio : Le Pixel Aspect Ratio (PAR) décrit le rapport largeur/hauteur des pixels, permettant de compenser des pixels non carrés pour atteindre un ratio d’aspect cible.
• Entrelacement : L’entrelacement est un mode vidéo où une image est affichée en deux trames successives, capturées à des instants proches mais distincts.

📝 Points essentiels

• En SD PAL, la hauteur est 576 pixels et la largeur 720 donne un ratio 1,25, donc une image plus étroite que le 4/3.
• Pour obtenir un format 4/3 avec la même hauteur 576, il faut une largeur de 768 pixels (ratio ≈ 1,33).
• Le décalage entre 720 et 768 s’explique par des pixels non carrés via le Pixel Aspect Ratio (PAR).
• Le facteur donné $r=768/702=59/54\approx1{,}0925$ correspond à un allongement des pixels pour afficher du 4/3 avec seulement 702 pixels par ligne.
• En informatique, les pixels sont carrés, donc les résolutions SD sont ajustées pour conserver le même ratio d’aspect: PAL $768\times576$ et NTSC $640\times480$.
• Le mélange entre entrelacement et affichage progressif crée des artefacts (traînées/effet de peigne) car les deux trames ne sont pas prises au même instant.

💡 Astuce mémo

4/3 = 768/576 : si tu as 720/576 (1,25), c’est le PAR qui “étire” les pixels pour rattraper le bon format.

📖 9. Entrelacement, progressif et désentrelacement

🔑 Notions clés & Définitions

• Entrelacement : Mode d’affichage où les deux trames d’une image ne sont pas affichées au même instant, ce qui peut créer des artefacts sur les mouvements rapides.
• Progressif : Mode d’affichage où l’image est affichée de façon continue, mais où l’interprétation entre trames peut provoquer des traînées ou un effet de peigne si le contenu vient d’un entrelacé.
• Désentrelacement : Traitement visant à réduire les artefacts dus au mélange entre entrelacé et progressif en reconstruisant des lignes plus cohérentes.
• Motion Compensation : Technique de désentrelacement qui estime le mouvement entre deux trames et ajuste la position des pixels pour mieux aligner les objets mobiles.
• Motion Adaptive Deinterlacing : Méthode de désentrelacement qui sépare les zones statiques des zones mobiles pour combiner les premières et interpoler les secondes.

📝 Points essentiels

• En mode progressif, l’affichage de deux trames prises à des instants différents peut produire des traînées et un effet de peigne autour des objets en mouvement rapide.
• Les algorithmes de désentrelacement cherchent à corriger le mélange entre trames en utilisant des idées de flou et d’interpolation.
• Motion Compensation aligne les objets mobiles en modifiant la position des pixels selon le mouvement estimé entre les deux trames.
• Motion Adaptive Deinterlacing combine les zones sans mouvement et applique une interpolation aux zones mobiles pour réduire les artefacts.
• Motion Compensated Deinterlacing (MCD) prédit la position des objets en mouvement et génère des lignes progressives en respectant le mouvement naturel.
• Edge-directed Interpolation interpole en tenant compte des bords et contours pour limiter le flou ou l’effet de peigne sur les contours des objets mobiles.

💡 Astuce mémo

Peigne et traînées = trames à des instants différents; Compensation = on aligne par mouvement; Adaptive = statique fusion, mobile interpolation; Bords = interpolation guidée par contours.

📖 10. Débit net et débit brut de la vidéo

🔑 Notions clés & Définitions

• Débit de données : Le débit de données est la quantité de bits transmise par seconde lors d’un transfert numérique.
• Débit net : Le débit net (ou débit utile) correspond aux informations nécessaires pour transmettre l’image visible.
• Débit brut : Le débit brut est le débit maximal transmis par la liaison, imposé par les normes et calculé à partir du volume total de données.
• Structure 4:2:2 : La structure 4:2:2 décrit le sous-échantillonnage chrominance où la luminance est échantillonnée à pleine résolution et chaque chrominance à moitié.
• Banking : Le banking est la partie « invisible » à ajouter au calcul pour obtenir le débit brut exact selon la norme.

📝 Points essentiels

• Le débit indique combien de bits sont transmis par seconde pour un protocole de transfert numérique (dont la vidéo).
• Le débit net et le débit brut sont des grandeurs différentes, même si leurs valeurs peuvent parfois coïncider.
• Pour un HD 1920×1080 à 25 i/s, 10 bits et 4:2:2, le débit net vaut environ 1,04 Gbps.
• Dans la formule du débit net, le facteur (1+1/2+1/2) vient du 4:2:2 : 1 échantillon de luminance par pixel et 1/2 pour chaque chrominance.
• Ordres de grandeur du débit net : SD 720×576 (10 bits) ≈ 207 Mbps, HD 1920×1080 (10 bits) ≈ 1,04 Gbps, UHD 3840×2160 (10 bits) ≈ 4,15 Gbps.
• Le débit brut se calcule à partir des fréquences d’échantillonnage et de la quantification, en tenant compte de la partie invisible (banking).

💡 Astuce mémo

Net = « utile pour l’image » (facteur 4:2:2 = 1 + 1/2 + 1/2) ; Brut = « maximal norme » + banking (partie invisible).

📖 11. Liaison SDI et transmission des données

🔑 Notions clés & Définitions

• Serial Digital Interface : La liaison SDI est une interface de connectique qui transporte des signaux vidéo numériques en temps réel entre équipements audiovisuels.
• Câble coaxial BNC : Le câble coaxial équipé de connecteurs BNC est le support typique de transmission des signaux SDI.
• Chroma 4:2:2 : Le format 4:2:2 décrit un échantillonnage des composantes couleur où la chrominance est partiellement sous-échantillonnée par rapport à la luminance.
• Quantification 10 bits : La quantification sur 10 bits signifie que chaque échantillon vidéo est représenté avec 10 bits, ce qui fixe une partie du débit brut.
• Débit brut SDI : Le débit brut est la bande passante maximale nécessaire pour transporter le signal quantifié, avant comparaison avec le débit net.

📝 Points essentiels

• Le débit brut d’un signal HD quantifié sur 10 bits se calcule avec dbrut = (coefficients de fréquence)×10^6×10, puis on obtient un débit en Gbps.
• Pour un exemple 4:2:2, on additionne les MHz visibles et la partie banking pour obtenir l’ensemble des MHz, puis on divise par 4 pour calculer le banking.
• Exemple 4:2:2 : ensemble des MHz = 74,25 + 2×37,125 = 148,5, banking = 148,5/4 = 37,125, puis total = 148,5 + 37,125 = 185,625 MHz.
• Conversion : en 10 bits, 185,625×10 = 1856,25, soit environ 1,856 Gbps (valeur exacte donnée dans le cours).
• Le débit brut (bande passante) doit être ≥ au débit net pour que la liaison puisse transporter le flux vidéo sans dépassement.
• La SDI sérialise le signal : toutes les composantes sont entremêlées dans un seul flux numérique, puis désérialisées à la sortie.

💡 Astuce mémo

SDI = 1 flux : on additionne MHz visibles + banking (MHz/4) puis on multiplie par 10 bits pour obtenir le Gbps.

📊 Tableaux de synthèse

Fréquences d’échantillonnage (d’après Fref)

Sous-échantillonnage 4:2:2 (luminance vs chrominance)

⚠️ Pièges & confusions fréquents

1. Confondre la fréquence d’échantillonnage standard (13,5 MHz) avec la fréquence utile visible (720 points) : en SD, la ligne numérique contient aussi des données invisibles.
2. Croire que le sous-échantillonnage 4:2:2 s’applique au RVB : il s’applique au triplet YCbCr (ou équivalent), pas directement au RVB.
3. Mélanger débit net et débit brut : le brut inclut la partie invisible (banking) et doit être ≥ au net.
4. Se tromper sur le facteur 1+1/2+1/2 : il vient de la structure 4:2:2 (Y complète, Cb et Cr à moitié), pas d’un nombre arbitraire.
5. Penser que 8 bits et 10 bits changent seulement le nombre de couleurs en RVB : en réalité, ils changent le nombre de niveaux codables par composante (donc la précision).
6. Oublier que SAV/EAV encadrent la zone active et incluent un préambule FF 00 00|H puis un mot XY : sans ces marqueurs, on ne sait pas où lire les valeurs utiles.
7. Confondre 720×576 (standard SD) et 768×576 (4/3) : le 4/3 est obtenu via le Pixel Aspect Ratio (pixels non carrés), pas en changeant la hauteur.

✅ Checklist Examen

1. Savoir définir la fréquence d’échantillonnage et expliquer pourquoi en SD la norme impose 13,5 MHz malgré le calcul 25×625×720.
2. Savoir relier Féch à Fref : SD = 4×Fref, HD = 22×Fref, 4K = 44×Fref, avec Fref = 3,375 MHz.
3. Savoir distinguer luminance Y (noir et blanc) et chrominance Cb/Cr (couleur), et écrire Couleur = Y + Cb + Cr.
4. Savoir décrire la structure 4:2:2 : chrominance échantillonnée à moitié de la luminance et reconstruction par interpolation.
5. Savoir calculer Féch(Cb) et Féch(Cr) à partir de Féch(Y) : Féch(CR)=Féch(CB)=Féch(Y)/2, et donner les valeurs SD/HD/4K.
6. Savoir utiliser la règle nombre de niveaux = 2^n et donner les exemples 1 bit→2, 8 bits→256, 10 bits→1024.
7. Savoir relier quantification et perception : plus de bits = plus de nuances, et rappeler les ordres de grandeur photopique/mésopique/scotopique cités.
8. Savoir expliquer comment un signal numérique est lu en mots de 8 bits ou 10 bits et que la taille des groupes doit être connue à l’avance.
9. Savoir décrire SAV/EAV : début/fin de la vidéo active, préambule FF 00 00|H et mot de référence temporelle XY, et rôle de HAnc entre EAV et SAV.
10. Savoir calculer le nombre d’échantillons par ligne en SD : 64 ms = 0,064 s et 0,064×13,5×10^6 = 864, puis distinguer 720 visibles et 144 auxiliaires.
11. Savoir calculer le total d’échantillons par ligne en 4:2:2 : 864×(1+1/2+1/2)=1728, et relier cela à la répartition Y/Cb/Cr.
12. Savoir distinguer débit net et débit brut : calculer le net avec (1+1/2+1/2) et estimer les ordres de grandeur (SD 207 Mbps, HD 1,04 Gbps, UHD 4,15 Gbps), puis calculer le brut HD en ajoutant le banking (exemple 185,625×
13. }]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]}]