W MESUPRES “ae CNTEMAD entemad@a a a EN INFORMATIQUE U1 I-Mod 11 ©)MATIOU IBA’ Mention : 1 élécommunication Parcours : Connaissances Scientifiques et Techniques de Base Grade : Licence Semestre : 1 BASE DES SYSTEMES NUMERIQUES, a re rea mre nem CENTRE NATIONAL DE TELE-ENSEIGNEMENT DE MADAG) R (CNTEMAD) P:INFORMATIQU ~ LiL/ BASE DES SYSTEMES NUMERIQUES / MODULE 11 Chapitre 1: SYSTEMES DE NUMERATION 1 Base d'un systéme de numération La base d'un systéme de numération est le nombre de chifftes différents qu’utilise ce systéme de numération. En électronique numérique, les systémes les plus couramment utilisés sont : le syst8me binaire, le systéme octal, le systéme décimal et le systéme hexadécimal. Se rappeler que: a’ =1. 1.1 Systéme décimal Crest le systéme de numération décimal que nous utilisons tous les jours. C'est le systéme de base 10 qui utilise done 10 symboles différents : 0, 1, 2,3, 4, 5, 6, 7,8 et 9. Un nombre N (entier positif) exprimé dans le systime de numération décimale est défini par la relation ci-dessous N=ag* 10° + ani * 10" + a* 10° — (oit ay est un chiffre de rang n) Exemple N=(1975)io N=1*10' + 9*1074+7*10'+5 410" Les puissances de 10 sont appelés les poids ou les valeurs de position. Le poids est gal A la base élevée a fa puissance de son rang. Unité | Dizaine Millers | 10*Milliers | 100*Miller i s Chiffre | a0 al a2 a3 ad _35 Rang 0 1 2 3 4 5 Poids 10° ro | 10? 10° 10" 10° ee CENTRE NATIONAL DE. TELE-ENSEIGNEMENT DE MADAGASCAR (CNTEMAD) Page 2INFORMATIQUE ~ Lil / BASE DES SYSTEM. NUMERIQ| 1.2 Systéme binaire Le systéme binaire est le systeme de base 2, c'est a dire qui utilise deux symboles différents : le 0 et le 1. Chacun d'eux est appelé bit (contraction de binary digit) ou élément binaire. Dans ce systeme, le poids est une puissance de 2. Fxemple: N= (10110): eeoePere Pri e2'+0r2 N= (@22)i0 * Puissance de 2: wlolil2lala[sle[7[s][oTolu 13| 14 | 45 elif] 4 | s | 16] 32 | 64 | 128/256) 512/102] 204] 409] s19| 10aea| 3276 | lalsbelz2| [3] Triplet : nombre binaire formé de 3 éléments binaires. Quartet : nombre binaire formé de 4 éléments binaires. ‘Octet (byte) : nombre binaire formé de & éléments binaires. ‘Mot (word) : nombre binaire formé de 16, 32 ou 64 éléments binaires, LSB. nombre bi it le moins significatif ow bit de poids faible (lément le plus droite d'un ) M.S.B. : bit le plus significatif ou bit de poids fort (ékément binaire le plus & gauche un nombre binaire) * Notations des valeurs binaires Un nombre binaire peut étre précédé du signe % ou suivi de "indice de base (2) ou Cun B. Exemple; — % 01000110 (1000116)» 01000110 B. * Cadrage d’un nombre Crest le nombre d’éléments binaires pris pour représenter un intervalle de valeurs. —— ee CENTRE NATIONAL DE TELE-ENSEIGNEMENT DE MADAGASCAR (CNTEMAD) Page 3INFORMATIQUE 11/ BASE DES SYSTEME: NUMERIQUES / MODULE 11 Les éléments binaires les plus significatifs sont situés A droite, les valeurs les moins significatives sont situées & gauche et sont toutes a 0. Exemple: — % 00011011 nombre représenté sur un octet (8 bits) % 000000000001 1011 nombre représenté sur 16 bits. * Valeurs maximum et minimum représentées sur n bits : En utilisant n bits, on peut former 2" nombres différents et le plus grand d’entre eux est, égala 21). Exemple: sin = 8 alors : on peut former 256 nombres différents et Nmax = (2-1) =255, La valeur minimum d’un entier représenté sur n bits est 0 quelque soit Je nombre d'éléments binaites. 1.3 systéme octal Le systéme de numération octal est de base 8, ainsi il utilise 8 symboles différents : 0, 1,2,3,4,5,6¢t7. Dans ce systéme, le poids est un puissance de 8, Exemple: N= (6543). N=G*8 45484449143 09° N=(3427)io La succession des nombres par ordre croissant est le suivant : ~Lchiffre: 0, 1,2,3,4,5,6,7,0, 1, 2uunuete. + 2chiffres : 10, 11, 12, 13, 14, 15, 16, 17, 20, 21.....27, 30, 31...ete, * puissance de 8: 3 [4 5 siz | 4096 32768 n 0 1 8° 1 8 * notation d’un nombre octal Un nombre octal peut étre préeédé du signe @ ou suivi de lindice de base (8) ou d’un Q. Exemple: — @ 1672 (1672), 1672Q (CENTRE NATIONAL DE TELE-ENSEIGNEMENT DE MADAGASCAR (CNTEMAD) Page 4INFORMATIQUE - L11/ BASE DES SYSTEMES NUMERIQUES / MODULE 11 1.4 Systéme hexadécimal Le systéme hexadécimal est de base 16 et utilise 16 symboles différents : les dix premiers chiftres décimaux : 0, 1, 2, 3. 4, 5, 6, 7, 8, 9 et les 6 premiéres lettres de alphabet : A.B,C,D, EF. La succession des nombres hexadécimaux par ordre croissant est la suivante : = 1 chiffre :0, 1, 2,3, 4, 5,6, 7,8, 9, A, B, C, D, E, F, 0, 1, 2, 3....ete, = 2 chifftes : 00, 01, 02 ...., 09, 0A, OB,...., OF, 10, 11, 12y.05 19, 1A, IB....tc. Les lettres A a F correspondent respectivement aux nombres décimaux 108 15. Dans ce systéme, le poids est une puissance de 16. Exemple: — N~(ACS3)6 N#A*1@+C* 16 +5* 16'+3* 16° N=10* 16° +12* 167+5* 16'+3* 16° N=(44115)i0 * puissance de 16: r — 7 : a o | 2 4 5 16° L | _256 | __ 4096 53 1048576 Notations des valeurs hexalécimales Un nombre hexadécimal peut étre précédé du signe $ ou suivi de indice de base (16) ou de la Jettre H. Exemple:— $F6BL (OBA) FoBl * cadrage d'un nos Crest le nombre de quartets d’éléments binaires ou le nombre maximum de chifires hexadécimaux pris pour représenter un intervalle de valeurs. Les quartets les plus significatifs du nombre sont situés & droite, les moins significatifs sont situés a gauche et sont tous a 0. een (CENTRE NATIONAL DE TELE-ENSEIGNEMENT DE MADAGASCAR (CNTEMAD) Page SINFORMATIQUE - Lil / BASE DES SYSTEMES NUMERIQUES / MODULE 11 nombre valeur [valeur maximum | de chiftres minimum, base 16 base 10 1 = o SF 15 2 im SEF 255 3 000 SEFF 4095, 4 000 SEFEF 65535 5 000000. SEEEFE 1048575 6 000000 SEFFEFF ie777215 _| z _| 000000 SEFFEFFF 268435455 _| 8 00000000 |SFEFFFFFF 4294967295 _| 2. Changement de base 2.1 Tableau de correspondance entre nombre de différentes bases Décimal (base | Binaire (base 2) Octal (base 8) | ‘Hexadécimal (base 10) 16) 2 oF eo 0 000 6 0 1 0001 1 | 1 a 2 0010 2 2 3 ool 3 3 4 0100 4 4 | os o1o1 3 5 6 0110 6 6 7 ot 1 1 | 8 1000 to 8 9 __1001 u _ 9 10 1010 12 A no 10 Bo BY 12 i100 4 © CENTRE NATIONAL DE TELE-ENSEIGNEMENT DE MADAGASCAR (CNTEMAD) Page 6INFORMATIQUE ~ Lil / BASE DES SYSTEMES NUMERIQUES / MODULE 11 TL = — 13 [101 {35 | D 4 le 16 | E = + 15 | wt 17 7 F 16 L 10000 } 20 10, 17 { 10001 21 u 2.2 Conversion d’un nombre décimal en un nombre d'un systéme d'une autre base Probléme : un nombre N étant donné en base 10, cherchons a I’écrire dans un systtme de base b. Premitre méthode : Nous cherchons le plus grand multiple de la plus grande puissance entitre de b contenu dans N puis nous Ia retranchons de N ; il faut recommencer le processus avec le reste obtenu et ainsi de suite. Exemple: conversion de N=(3786)9 en nombre hexadécimal (b=16) © nous recherchons d’abord la plus grande puissance de 16 contenue dans N : 3786 > 256 (16°) et 3786 <4096 (16) ‘© nous retenons done : 16” ‘* recherchons ensuite le plus grand multiple de 16 contenu dans N : N16? = 14,789 N=14* 16> +202 © recommengons avec le reste et ainsi de suite jusqu’é lobtention dun reste inférieur ale: 202: 16'= 12.625 202 =12* 16'+10 ce qui donne N=14* 16" + 12° 16! +10* 16° © ouencore: N=E* 167+ C*16'+A* 16" Done: —(3786)10 = (ECA)is Deuxiéme méthode : Nous divisons le nombre décimal a coavertir par la base b et nous conservons le reste. Le quotient ohtenu est divisé par b et nous conservons le reste. S’il y aun reste, le résultat est égal & 1 sinon il est égal & 0. TI faut répéter opération sur chaque quotient obtenu, Les restes successifs sont écrits, en commencant par le dernier, de la gauche vers In droite pour former expression de N dans le systéme de base b. (CENTRE NATIONAL DE TELE-ENSEIGNEMENT DE MADAGASCAR (CNTEMAD) - Page 7INFORMATIQUE ~ LI) ‘TEMES NUMERIQUI Exemple : conversion de N = (3786),o en un nombre du systéme binaire (b=2). 3786 |2_ 1993| 2 0 1893 1 946 946 [2_ 473 | 2 0473 1 236 236[2_ 118| 2 0 18 0 59 59 {2 29 [2 1'H 7\|2 07 13 L 2 11 1 Le nombre binaire ainsi obtenu est : N=% 010100110111 2.3 Autres conversions * Conversion d'un nombre oci run nombre binaire Chaque symbole du nombre écrit dans le systéme octal est remplacé par son équivalent écrit dans le systéme binaire & trois bits (voir tableau de correspondance ch.a) ). Exemple: N=(257),= % 010 101 111 CENTRE NATIONAL DE TELE-ENSEIJFORMATIQUE — L11/ BAS] * conversion d'un nombre binaire en un nombre octal » C'est opération inverse de la préeédente. Ii faut regrouper les 1 et 0 du nombre trois par trois en commengant par la droite, puis chaque groupe est remplacé par le chiffre octal correspondant. Exemple: = N=% II001101111= 11 001 101 111 ej] ¢ 4 N=@3157 * conversion d'un nombre hexadéclmal en un nombre binaire Chaque symbole du nombre hexadécimal est remplacé par son équivalent écrit dans le systéme binaire. Exemple: N=SBF8 N=% 1011 1111 1000 BF 8 yaversion d est Vinverse de la préeédente. Il faut done regrouper les 1 et 0 du nombre par quartet en commengant par la droite, puis chaque groupe est remplacé par le symbole hexadécimal correspondant. Exemple: N= % 100001101111 N=%1000 0110 1111 8 6 oF N= $ 86F 3. Nombre binaire en virgule fixe (Fixed Point) Dans ce type de représentation, la place de Ja virgule doit étre connue. Ainsi pour un nombre donné sur 7 bits plus le bit de signe, si on convient que la virgule se trouve entre le 5° ct le 6*"* bit, on a Ja représentation en complement 42 des nombres suivants: Nombre binaire _ _| Signe 0 ‘Tableau 1-18 Nombre binaire en virgule fixe ENTRE NATIONAL DE TELE-ENSEIGNEMENT DE MADAGASCAR (CNTEMAD) Page 9EMES NUMERIQUES / MODULE 11 Inconvénient : les dimensions des parties entiéres et fractionnaires des nombres représentés sont limitées. Exemple : Le nombre 0.01011 est représenté comme suit Les trois derniers bits 011 du nombre sont perdus d’oi une perte de ion; les positions représentées en italique ne sont pas utilisées. 4, Nombre binaire en virgule flottante (Floating Point) ‘Un nombre en virgule flottante est représenté par A=(1IS*XMXb® Mest la mantisse E l’exposant b la base de représentation S le signe (positif S=0, négatif’ En faisant varier E, on fait SiE<0dé Si E> 0 décalage a droite de la virgule. flotter" ta virgule. lage & gauche de la virgule. Avec une mantisse de 5 chiffres, le nombre m peut s’écrire: n= 0.31415% 10! = 0.03141 * 10° =0.00314* 10° r LL Signe | Exposant_ | __Mantisse Lo to}o}oli| La premiére expression donne le maximum de précision puisque la partie fractionnaire comporte le maximum de chiffres ; c'est-d-dire que le chiffre le plus significatif qui suit la virgule est différent de 0. On dit que la mantisse est normalisée. En base 2, le premier bit aprés la virgule est done 1, Sauf pour le zéro, codé en général par 00...0, la mantisse est done comprise entre (0,100...0) et O,11...1)z soit (0,5) et (0,99...9)jo. Puisqu’une mantisse )E MADAGASCAR (CNTEMAD) Page 10SYSTEMES NUMERIQUES / MODULE 11 normalisée a toujours un 1 aprés Ta virgule, on peut ignorer ce 1. Ce qui nous fait gagner um bit de plus de précision. On dit que la mantisse est 4 bit implicite ou eaché (hidden bit). La mantisse normalisée est de la forme : « 1,... > La précision de ce mode de représentation dépend du nombre de bits réservé a la mantisse. Les formats different suivant les constructeurs et les hormes utilisées, La norme IEEE 754 spécifie trois formats de nombres en virgule flottante 32 bits (simple précision : Sp), 64 bits (double précision : DP) et 80 bits (précision étendu : PE), 4.1 Simple précision : deo Abit, __Exposant 8bits Mantisse 23 bits TTT tT TTT ITI TTTTTT I TOOT LET a td La méme représentation peut étre faite pour la double précision, sauf que la mantisse couvre 52 bits et l’exposant 11 bits. En faite, avec I’élimination du © bit aprés la vingule pour ces deux formats, Ia mantisse comporte 24 ou 53 bits utiles selon que le nombre est a simple ou a double précision. 4.2 Exposant bialsé ou décalé ‘Avec (0,5)i0 Figure 1 : Allure d’un signal échantillonné On prend ainsi des valeurs de e(t) a des intervalles de temps régulier (tous les Te, période déchantillonnage) & une fréquence Fe dite fréquence d’échantillonnage, que on déterminera par la suite. uite a cet échantillonnage, on quantifie chaque échantillon par une valeur binaire pour la stocker sur un support numérique. 2. Modélisation de I’échantillonnage L’opération mathématique associée a cette discrétisation revient & multiplier le signal e(t) par un peigne de Dirac Sy, (t) : e°(t) = e(t).7,(0 = (0) yy d(t—nT,) On peut ainsi calculer la transformée de Fourier du signal échantilJonné en utilisant les propriétés liant une multiplication temporelle qui dans espace fréquentiel devient un produit de convolution : B= FON =2¥ oy 01) CENTRE NATIONAL DE TELE-ENSEIGNEMENT DE MADAGASCAR (CNTEMAD) Page 20INFORMATIQUE ~ L1l/ BASE DES SYSTEMES NUMERIQUES / MODULE Echantitlonaer le signal e(¢) dans le domaine temporel, revient done a recopier dans le domaine fréquentiel son spectre E(f} tous les fo. Figure 3 : Propriétés temporelles et fréquentielles du signal échantillonné 3. Notion de repliement de spectre On remarquera que si le speeire du signal dotigine & une largeur supérieur a 2Fe on ace quion appelle un repliement de spectre (Figure 4) S'il y a repliement de spectre, i] n'est plus possible de retrouver le spectre du signal Worigine. Dans ce . Fopération e’éehantillonnage modifie les carsetéristiques du signal entrée, CENTRE NATIONAL DE TELE ‘TDE MADAGASCAR (CNTEMAD) Page 21INFORMATIQUE ~ Lil / BASE DES SY‘ STEMES NUMERIQUES / MODULE 11 Ainsi, si l'on ne veut pas perdre d’informations par rapport au signal que J’on échantillonne, on devra toujours respecter la condition : de Shannon. (Fe22Fmax). Condition plus connue par le théoréme a fe fa Figure 4 : Echantillonnage provoquant le repliement de spectre 4. Théoreme de Shannon ‘On ne peut échantillonner un signal sans pertes d’informations que si : Fe > 2Fmax B.: Réle du filtre d’entrée Dans le cas d'un spectre de largeur infinie (la réalité), il y a done toujours repliement de spectre. Il est done nécessaire de filtrer le signal dorigine afin de limiter cet effet de repliement, Par exemple, dans le cadre de Vaudio, on ne va garder que les fréquences que Voreille est capable d'entendre. Les caractéristiques internes de Treille induisent une sensibilité feéquenticlle pouvant aller de 20 Hz a 20 kHz. C’est pour cette raison que on a pris comme fréquence d'échantillonnage Fe=44,1 kHz dans le cas du CD. Ainsi, avant d'échantillonner le signal, on place en amont un filtre qui pour but d'liminer toutes les fkéquences supérieures & 20 klz, C'est un filtre passe bas. ‘CENTRE NATIONAL DE TELE-ENSEIGNEMI \TDE MADAGASCAR (CNTEMAD) Page 22UMERIQUES / MODULE 11 * elt i: x Fibre PB. Echantilonneur Figure 5 : Utilisation du filtre en amont de I’échantillonneur 5. Echantillonnage blocage Une fois le signal filtré ct échantillonné, i] reste a le quantifier. Pour pouvoir réaliser cette fonction, on doit maintenir constant la valeur 4 quantifier afin de permettre au CAN de traiter cchantillon et de le numériser. On appelle cette opération, le blocage. Ce blocage doit étre d'une durée supérieure au temps de conversion : et) Echantillonneur Bloqueur Figure 6 : Association d’un bloqueur 4 1’échantillonneur 6. Modélisation de l’échantillonneur bloqueur On suppose le blocage d’une durée 67, ot @ €J0 ;1]. Liopération mathématique associée est Ja convolution du signal échantillonné e*(t) avec un rectangle de durée Te: Sp(t) = e"(€) « rect gr, (t) Ce qui alors pour le spectre, revient a le multiplier par un sinus cardinal : Sf) = E(p-sine(o£y NAL DE TELE-ENSEIGNEMENT DE MADAGASCAR (CNTEMAD) Page 23,INFORMATIQUE - LII/B. SE DES SYSTEMES NUMERIQUES / MODULE 11 (On peut tracer alors les caractéristiques du signal échantillonné-blogué en fonction du signal dentée sin Figure 7 : Propriétés d’un signal échantillonné bloqué (8 <1) On note que dans le cas d’un blocage de faible durée (0<1), le sinus-cardinal atténue les premigres recopies de spectre, Un filtre passe-bas aveo une fréquence de coupure a Fe/2 permettrait de récupérer de maniére parfaite le signal d’entrée. Figure 8 : Propriétés d’un signal échantillonné bloqué (@=1) Dans le cas d’un signal bloqué sur toute la période d”échantillonnage (ce qui correspond en fait au signal restitué en sortie d'un CNA), le sinus-cardinal écrase les fiéquences proches de {a fréquence d’échantillonnage et vient done modifier les propriétés du spectre du signal entrée qui ne peut plus étre restitué de maniére parfaite & l'aide d'un simple filtre. Par contre, il présente l'avantage d"éliminer les recopies de spectre et done d’alléger le contenu spectral du signal, CENTRE NATIONAL DE TELF. DAGASCAR(CNTEMAD) Page 24INFORMATIQUE — LIL/ BASE DES SYSTEMES NUMERIQUES / MODULE 11 a eee en nena Snail a 7. Nécessité du filtre anti-repliement 7.1 Caractéristiques idéales Avant de réaliser léchantillonnage du signal, nous avons vu la nécessité de filter ce dernier afin d'éviter ce que Yon appelle le repliement de spectre, plus connu sous la forme du théoréme de Shannon. Dans le cas idéal, il doit avoir un gain de 1 sur une bande de fréquence Fe, centrée en zéro. Son rle va 6tre de limiter le contenu spectral du signal a la partic utile. Il va participer aussi limiter luence du bruit éventuellement présent sur le signal A numériser. Figure 9 : Gabarit idéal du filtre anti-repliement 7.2 Filtre réel De maniére idéal, un filtre passe bas aura un gain constant dans la bande passante, et présentera une coupure infinie au-dela de sa fréquence F. de coupure. De maniére réelle, on est amené a téaliser 1a synthése dun filtre en définissant sa fiéquence de coupure & -34B ainsi qu'une atténuation minimum au-dela d'une certaine fréquence. On fait en général appel, dans le cadre d'un filtre anti-repliement, & un filtre du type Butterworth : 1 Ce type de filtre présente l'avantage de répondre au critére de maximum de platitude dans la bande passante et de présenter un retard de groupe constant jusqu’a F,/2 CENTRE NATIONAL DE TELE-ENSEIGNEMENT DE MADAGASCAR (CNTEMAD) Page 25\FORMATIQUE - L1I/ BASE DI IMERIQUES / MODULE 11 Chapitre 4 : Théorie de la quantification Le signal échantillonné - bloqué peut a ce stade étre converti sous forme binaire (numérique) pour étre stocké. Ce codage s‘appelle la quantification. Le rile de la quantification est de donner une image binaire dun signal analogique : Passage Analogique — Numérique Signal Continu ~ Signal diseret Tension — chiffre 1. Principe A chaque niveau de tension est associée une valeur binaire codée sur n bits: N bits vont permettre de distinguer 2" niveaux de tension répartis de -Vm a +Vm. On a ainsi tun pas de quantification : Vin, 1 =n Ainsi un signal de +/-5V codé sur 8 bits donnera un pas de quantification q~39mV. La caractéristique d'entrée ~ sortie d'un CAN est une caractéristique en marche descalier. Chague palier a une largeur d’un pas de quantification . Le passage d’un palier & un autre correspond at une variation de ‘1 du code, ‘Step Width (1 LSB) @ 1 23 4 5 Analoginpat Figure 1 : Caractéristique entrée - sortie d’un CAN ———— ‘CENTRE NATIONAL DE TELE-ENSEIGNEMENT DE, MADAGASCAR (CNTEMAD) Page 26NFORMATIQUE - L11/ BASE DES SYSTEMES NUMERIQUES / MODULE 11 Le pas de quantification est aussi appelé quantum, T correspond & la résolution du convertisseur. Le quantum est Ja plus petite variation de tension que le convertisseur peut coder 2. Bruit de quantification On a done, lors de la quantification, une erreur de codage entre le signal échantillonné et la valeur du code comrespondant & un niveau de tension (ce niveau de tension étant la moyenne des tensions correspondant a ce code). ‘Gamme de tension + Code unique Quamuzation eror Analog Input Figure 2: Allure du bruit de quantification L*évolution du bruit de quantification est une évolution en dent de scie avec une amplitude gale au quantum. En fonction du principe de quantification utilisé, les caractéristiques du bruit de quantification varient. 3. Caractéristiques du bruit de quantification 3.1 Quantification linéaire par défaut Dans ce cas, Je signal variant de 0 a E, on code les 2" niveaux de tension avee un pas de quantification E 4=m On obtient une codification du signal dentrée telle que ; [ngs (n +1)q]->nq L'erreur de quantification évolue alors entre 0 et q O= = 3.2 Quantification linéaire centrée Dans la pratique, on préfére effectuer une quantification centrée, Dans ce cas, le bruit de Quantification évolue entre +/~ 4/2 : ~q/2 Ainsi, dans le cas d'un signal sinusofdal parcourant la pleine échelle du convertisseur, nous obtenons avec une quantification lingaire centrée un rapport signal sur bruit SNRag = 6n + 1,76dB Ce qui signifie qu'un bit de code rajoute 6dB de rapport signal sur bi CENTRE NATIONAL DE TELE-ENSEIGNEMENT DE MADAGASCAR (CNTEMAD) Page 31INFORMATIQ| AI / BASE DES SYSTEMES Ni ‘S / MODULE 11 Chapitre 5 : CODAGE Le codage permet d”a» Crest un code que on retrouve pout des voltmétres numériques ou des systémes évoluant peu autour de zér0. Mais ce code ne se préte pas aux opérations acithmétiques. CENTRE NATIONAL DE TELE-ENSEIGNEMENT DE MADAGASCAR (CNTEMAD) Page 35,INFORMATIQUE ~ LiI/ BASE DES SYSTEMES NUMERIQUES / MODULE 11 4.2Code binaire décalé 1111 + Vref 0000 > + Vref V = q(by-y2"71 + + 92°) — Veer Dy1 joue le role de bit de signe (0 valeur négative ; 1 valeur positive) 4.3Code complément a deux Crest le code binaire décalé avec le bit de signe inversé : V = g(Gps2"—2 $+ By 2°) — Vey Ainsi pour un chiffre positif on utilise le codage binaire naturel. Pour un chiffre négatif on prend le complément du nombre positif auquel on rajoute le chiffre (*"¥*0001), 4.4 Cade complément a un Chiftre positif : binaire nature! Chiffre négatif : complément bit 4 bit du fre naturel Utilisé dans les compreurs (circuits logiques). 7 amplitude binaire complement complément signe oécale a2 al 7 cri geet ons oui! 6 ano yo ond ono 5 101 nor ojo oi0r 4 100 1100 100 e100 3 gan tour 001 ool! 2 010 1010 ola 010 1 G00} 10% 0001 coo! Q 0000 -4000 1000 000 £000 =i 4001 out mt #10 -2 4010 0710 110 191 —3 oll 9101 not 1100 —4 3100 9100 1100 roll =3 a10t oor tot 1010 =6 240 0010 1010 toor = 2uL 00% tO9L 1000 le ae me { woe 1000 Code bipolaire CENTRE NATIONAL DE TELE-ENSEIGNEMENT DE MADAGASCAR (CNTEMAD) Page 36(RORMATIQUE ~ LI / BASE DES SYSTEMES NUMERIQUES / MODULE 11 Chapitre 6 : PAROLE 1 Le traitement de la parole Le traitement de la parole est aujourd’hui une composante fondamentale des sciences de Vingénicur, Située au croisement du traitement du signal numérique et du traitement du langage (c"est-a-dire du traitement de données symboliques), cette discipline seientifique a connu depuis les annges 60 une expansion fulguramte, lige au développement des moyens et des techniques de télécommunications. L'importance particuliére du traitement de la parole dans ce cadre plus général s'explique par la position privilégiée de Ia parole comme vecteur d’information dans notre société humaine, Lrextraordinaire singularité de cette science, qui le différencie fondamentalement des autres composantes du traitement de l'information, tient suns aucun doute au role fascinant que joue le cerveau humain at la fois dans la production et dans la compréhension de ka parole et A I'étendue des fonctions qui} met, inconsciemment, en ceuvre pour y parvenir de fagon pratiquerment instantance Pour mieux comprendre cetie particularité, penchons-nous un instant sur d'autres vecteurs d'information. L'image, par exemple, n’existe que dans la mesure oi elle est appelée a tre pergue par Voeil, et, bien au-dela, interprétée par le cerveau, Les techniques de traitement de Fimage pourront en tirer parti en prenant en compte, d'une part, les caractéristiques physiques de I'eil et, d’autre part, les propriétés perceptuelles que fui confere Je cortex visuel. Un exemple bien connu de ce type dinfluence du récepteur sur le mode de traitement des signaux associés nous est four par l'image vidéo, dont les 24 images/seconde découlent directement du phénoméne de persistance rétinienne. A inverse, un signal Worigine biologique tel que !"électro-myogramme, qui mesure I’état d’activité d'un muscle, a’existe que dans la mesure oii il est produit par ce muscle, sous le contrble étroit du cortex moteur, Une bonne connaissance du muscle rt par conséquent un pré-requis indispensable au traitement automatique de I'électro-myogramme correspondant. CENTRE NATIONAL DE TELE |EIGNEMENT DE MADAGASCAR (CNTEMAD) Page 3711 / BASE DES SYSTEMES NUMERIQUES / MODULE 11 INFORMATIQUE, ‘aucun de ces signaux, pourtant fort complexes, n'est cependant a la fois appelé & Gre produit ot percu instantanément pat le cerveau, comme c'est le cas pour Ia parole, La parole eat en effet produite par le conduit vocal, contrélé en permanence par Te cortex moteur. L'étude des mécanismes de phonation permettra done de déterminer, dans une certaine mesure, ce qui est parole et ce qui nen est pas. De méme, étude des mécanismes d'audition et des propridiés perceptuelles qui s'y rattachent permettra de dire ee qui, dans le signal de parole, est réellement pergu. Mais l'essence méme du signal de parole ne peut re cemée de fagon réaliste que dans la mesure of I'on imagine, bien au-dela de Ja simple mise en commun des propriétés de production et de perception de la parole, les propristés du signal dues & fa mise en boucle de ces deux fonctions, Mieux encote, ¢est non seulement la perception de la parole qui vient influer sur sa production par le biais de ce bouclage, mais aussi et surtout sa compréhension. On ne parle que dans 1a mesure ot 'on s'entend et ot Yon se comprend soi-méme; Ta complexité du signal qui en résulte s’en ressent foreément S'il n'est pas en principe de parole sans cerveau humain pour la produire, l'entencte, et la comprendre, les techniques modemes de traitement de la parole tendent cependant & produire des syst8mes automatiques qui se substituent a l'une ou autre de ces fonctions «Les analysers de parole cherchent & mettre en évidence les caractéristiques du signal vocal tel qu'il est produit, ou parfois tel qu’il est pergu (on parle alors d’analyseur perceptuel), mais jamais tel qu'il est compris, ce role étant réservé aux reconnaisseurs. ‘Les analyseurs sont utilisés soit comme composant de base de systémes de codage, de reconnaissance ou de synthése (voit ci-dessous), soit en tant que tels pour des applications spécialisées, comme Paide au diagnostic médical (pour les pathologies du larynx, par analyse du signal vocal) ou I’étude des langues, Les reconnaisseurs ont pour mission de décoder l'information portée par Je signal vocal a partir des données fournies par l’analyse. On distingue fondamentalement deux types de reconnaissance, en fonction de l'information que l'on cherche & extraire du signal vocal : la reconnaissance du locuteur, dont Vobjectif est de reconnaitre la personne qui parle, et la reconnaissance de la parole, oit on s’attache plutdt reconnaitre ee qui est dit. On ‘CENTRE NATIONAL DE TELE-ENSEIGNEMENT DE MADAGASCAR (CNTEMAD) Page 38INFORMATIQUE - L1I / BASE DES SYSTEMES NUMERIQUES / MODULE 11 ee classe également les reconnaisscurs en fonction des hypotheses simplificatrices sous lesquelles ils sont appelés a fonctionner. Ainsi : En reconnaissance du locuteur, on fait la différence entre Videntification et la vérification du locuteur, selon que Je probleme est de vérifier gue la voix analysée correspond bien a la personne qui est sensée la produire, ou qu’il s*agit de déterminer qui, parmi un nombre fini et préétabli de locuteurs, a produit le signal analysé. ¥ On sépare reconnaissance du locuteur dépendante du texte, reconnaissance avec texte dicté, et reconnaissance indépendante du texte. Dans le premier cas, la phrase a prononcer pour étre reconnu est fixée dés la conception du systeéme: elle est fixée lors du test dans Je deuxiéme cas, et n’est pas précisée dans le troisieme. ¥ On parle de reconnaisseur de parole monolocuteur, multilocuteur, ou indépendant die Jocuteur, selon qu'il a éé entrainé & reconnaitre Ia voix d'une personne, dun groupe fini de personnes, ou qu'il est en principe capable de reconnaitre n’importe qui ¥ On distingue enfin reconnaisseur de mots isolés, reconnaisseur de mots connectés, et reconnaisseur de parole continue, selon que le locuteur sépare chaque mot par un silence, qu'il prononce de fagon continue une suite de mots prédéfinis, ow qu'il prononce n’importe quelle suite de mots de fagon continue. + Les synthétiseurs ont quant & eux Ia fonction inverse de celle des analyseurs et des reconnaisseurs de parole : ils produisent de la parole artificielle. On distingue fondamentalement deux types de synthétiseurs : les sythétiseurs de parole d partir dune représentation numérique, inverses des analyseurs, dont la mission est de produire de la parole & partir des caractéristiques numériques d°un signal vocal telles qu’obtenues par analyse, et les synthétiseurs de parole a partir d'une représentation synbotique, inverse des reconnaisseurs de parole et capables en principe de prononcer n’importe quelle phrase sans qu’il soit nécessaire de la faire prononcer par un locutcur humain au préalable. Dans cette seconde catégorie, on classe également les synthéliseurs en fonction de leur mode opératoire Y Les synthétiveurs a partir du texte regoivent en entrée un texte orthographique et doivent en donner lecture. CENTRE NATIONAL DE TELE-ENSEIGNEMENT DE MADAGASCAR (CNTEMAD) Page 39,INFORMATIQUE - L11/ BASE DES SYSTEMES NUMERIQUES / MODULE 11 I V Les synthétiseurs i partir de concepts, appelés & tre insérés dans des systémes de dialogue homme-machine, regoivent le texte & prononcer et sa structure linguistique, telle que produite par le systéme de dialogue. * Enfin, le role des codeurs est de permetire Ia transmission ou le stockage de parole avec un débit réduit, ce qui passe tout naturellement par une prise en compte judicieuse des propriétés de production et de perception de la parole. On comprend aisément que, pour obtenir de bons résultats dans chacune de ces taches, il faut tenir compte des caractéristiques du signal étudié. Et, vu la compiexité de ce signal, due en grande partie au couplage étroit entre production, perception, et compréhension, il n’est pas étonnant que les recherches menées par les spécialistes soient directement liges aux progrés obtenus dans de nombreuses autres disciplines scientifiques, progrés dont elles sont par ailleurs souvent a la fois les bénéficiaires ef les instigatrices. Comme le remarque trés justement Allen: "Le traitement de la parole fournit d’excellenis exemples pour l'étude de sysidmes complexes, dans la mesure oii il souldve des questions fondamentales dans les domaines du partitionnement des systimes, du choix @unités descriptives, des techniques de représentation, des niveaux d'abstraction, des formalismes de représentation de la connaissance, de "expression dinteractions entre contraintes, des techniques de modularité et de hiérarchisation, des techniques d ‘estimation de vraisemblance, des techniques de mesure de la qualité et du naturel d’um stimulus, de la détermination de classes d'équivalence, de ta paramétrisation de modéles adaptati de l’étude des compromis entre représentations procédurales et déclaratives, de Warchitecture des sysiémes, et de Vexploitation des technologies modernes pour produire des systemes qui fonctionnent en temps réel pour un coat acceptable”. 2. Qu’est-ce que la parole ? L'information portée par le signal de parole peut étre analysée de bien des fagons. On en distingue généralement plusieurs niveaux de description non exelusifs : acoustique, phonétique, phonologique, morphologique, syntaxique, sémantique, et pragmatique. La parole apparait physiquement comme une variation de la pression de Pair causée et émise par le systéme articulatoire. La phonétique acoustique étudie ce signal en le transformant nnn ‘CENTRE NATIONAL DE TELE-ENSEIGNEMENT DE MADAGASCAR (CNTEMAD) Page 40DES SYSTEMES NUMERIQUES / MODULE INFORMATIQUE = Lil/ 7 5 Queaey dans un premier temps en signal électrique grace au transducteur approprié : le microphone (luj-méme associé & un préamplificateur. De nos jours, le signal électrique résultant est le plus souvent numeérisé. I peut alors etre soumis 4 un ensemble de traitenients statistiques qui visent a en meitre en évidence les traits acoustiques : sa fréquence fondamentale, son énergie, et son spectre, Chaque trait acoustique est lui-méme intimement lié & une grandeur perceptuelle + pitch, intensité, et timbre L’opération de numérisation, schématisée a la figure 1. requiert de garde, un échantillonnage. et une quantification. iccessivement : un filtrage en ee x) a” a | oo [> A an Fig. 1 Enregisirement numérique d'un signal acoustique. La fréquence de coupure du filtre de ‘garde, fa fréquence d’échantillonnage, le nombre de bits et le pas de quantification sont vespectivement notés fe , fe ,b, et 4 bq Audiogramme L’échantillonnage transforme le signal & temps continu «() en signal & temps discret x(nTe) dé‘ini aux instants d’échantillonnage, multiples entiers de Ie période d’échantillonnage Te; celle-ci est elle-méme I'inverse de la fréquence d’échantillonnage fe. Pour ce qui concerne le signal voeal, le choix de /@ résulte dun compromis. Son spectre peut sétendre jusque 12 kz. U fe raisonnablement au théoréme de Shannon. Cependant, le coft d”un traitement numérique, We & 24 Hz au moins pour satisfaire at done en principe choisir une fréquence fe ég filtrage, t-ansmission, ou simplement enregistrement peut étre réduit d'une fagon notable si Yon accepie une limitation du spectre par un filtrage préalable, C”est le role du filtre de garde, dont la fréquence de coupure & est choisie en fonction de la fréquence d’échantillonn: retenue. Pour la téléphonie, on estime que le signal garde une qualité suifisante lorsque son spectre est limité & 3400 Iz et l'on choisit f& = 8000 Hz. Pour les techniques d’analyse, de synthése ou de reconnaissance de la parole, la fréquence peut varier de 6000 16000 Hz. Par contre pour le signal audio (parole et musique), on exige une bonne représentation du signa CENTRE NATIONAL DE. TELF-F NSEIGNEMENT DE MADAGASCAR (CNTEMAD) Page 41.ySTEMES NUMERIQUES / MODULE 11 INFORMATIQUE - LIL / BASE D! EMES jusque 20 kHz et Ion urilise des fréquences g?échantillonnage de 44.1 ou 48 kHz, Pour les applications mmultimédia, les fréquences sous-multiples de 44.1 KHz. sont de plus en plus utilisées kHz, 11.25 kHz. anni le continuum des valeurs possibles pour les échantiions x(nTe), 1a quantification ne retient quan nombre fini 2b de valeurs (b étant Je nombre de bits de la quantification), espucées du pas de quantification g. Le signal mumérique résultant est noté x(n). La quantification produit une erreur de quantification gui normalement se comporte comme un bruit blane; Je pes de quantification est donc impose par le rapport signal & bruit a garantic. Si le pas de quantification est constant, ce rapport est fonction de Vamplitude du signal; les signavx de faible amplitude sont dés lors mal représentés. Aussi adopte-Lon pour la transmission téléphonique tne Joi de quantification logarthmique et ebaaue échantillon est représenté sur § bits (256 valeurs). Par conte, la quantification du signal musical exige en principe une quantification Jinéaire sur 16 bits (65536 valeurs). Line caractéristique essentclle gui résulte du mode de représentation est le debit binaire, exprimé en bits par seconde (b/s), nécessaire pour une transmission ou un enregistrement du signal vocal, La transmission téléphonigue classique exige un débit de 8 KHz x 8 bits = 64 ibis; fa transmission ov Penregistement d'un signal audio exige en pHincipe UB debit de ordre de 48 kHz x 16 bits = 768 kb/s (& multiplier par deux pour un anal stéréophonique). Mot "parenthese” sont Qalllldhtafieeey be Mot “effacer” wij esiman ANA t 1 1 1 t e temps (3) CENTRE NATIONAL DE TELE: :NSEIGNEMENT DE M, \GASCAR (CNTEMAD) Page 42INFORMATIQUE — LI / BASE DES SYSTEMES NUMERIQUES / MODULE 11 La figure 2 représente l’évolution temporelle, ou audiagramme, du signal vocal pour les mots ‘parenthése’, et ‘effacer’, On y constate une alternance de zones assez périodiques et de zones bruitées, appelées zones voisées et non voisées: La figure 3 donne une représ ation plus fine de tranches de signaux voisés ct non voisés. Lrévolution temporelle ne fournit cependant pas dire tement les traits aco stiques du signal. Ilest nécessaire, pour les obtenir, de mener A bien un ensemble de calculs ad-hoc. racers arate Here ten nena mea EP Ae a ————— PSR REY RS NERS Fig. 3 Exemples de son voisé (haut) et non-voisé (ba crear reeeenntninnartnneen emcee reentaieneenm iy tne een RE NATIONAL DE TELE-E: NSEIGNEMENT DE MADAGASCAR (CNTEMAD) Page 43.INFORMATIQU! 11 / BASE DES NUMERIQUES / MODULE 11 Chapitre 6 : MAGES NUMERIQUES 1. Introduction Récemment, 'amélioration sans cesse du facteur puissance/coiit des systémes dacquisition images a permis un formidable essor de l'utilisation de Vimage numérique. Cette dernigre est utilisée dar divers disciplines scientifiques, comme les. disciplines biomédicales. Le biologiste et le médecin peuvent en effet étre amenées quotidiennement & créer, Visualiser, échanger ef archiver des images, et les insérer dans des rapports. Le traitement et Panalyse d’images trouvent leurs applications dans des domaines cextrémement variés de Iindustrie et de la recherche. Le traitement numérique dimages n’est pas un nouveau phénoméne. Des techniques pour la manipulation, la correction et le rehaussement d'images numériques sont utilisées depuis longtemps. Sans traitement numérique approprié, une grande partie des images reproduites ou retransmises seraient encore de mauvaise qualité, 2. Les images numériques et le systéme visuel humain L'étude de Ia perception visuelle est intéressante pour le traitement d'images pour deux niisons principales. La premiére est qu'elle peut nous meitre sur la voie de nouveaux algy connaitre Jes limites de notre perception. Ainsi, il est par exemple inutile de représenter plus ithmes reflétant les mécanismes naturels, Et la seconde est qu'elle nous permet de de couleurs que nous pouvons en percevoir lors dune application de visualisation, Dans un systéme d’analyse d'images, on distingue a lumiére captée par un récepteur (caméra), transmise par des transmetteurs (cables ou autres) a l'analyseur (ordinateur), On peut effectuer la méme décomposition avec la perception visuelle, La lumiére est captée par Feeil, Vinformation visuelle est transmise via les nerfs optiques vers l’analyseur qui est le cerveau La perception visuelle est un mécanisme complexe qui met en jeu plusieurs structures: Pcl, la rétine et le cerveau. La compréhension de ce mécanisme repose sur Ia modélisation du SVHI (Syst#me Visvel Humain) en vue den simuler son fonetionnement. Le SVH est un systéme sophistiqué qui détecte et agit sur des stimuli-visuels. Intuitivement, la vision par ordinateur et la vision humaine semblent avoir la méme fonction. ‘CENTRE NATIONAL DE TELE-ENSEIGNEMENT DE MADAGASCAR (CNTEMAD) Page 44INFORMATIQUE ~ Lil / BASE DES SYSTEMES NUMERIQUES / MODULE 11 Le but des deux systémes est d’interpréter des données spatiales. Méme si !'ordinateur et la vision de "homme sont fonctionnellement similaires, on ne peut pas s’attendre a un systéme de vision par ordinateur pour reproduire exactement Ia fonction de l'oeil humain, En fait, certaines des proprictés de l'ceil humain sont utiles pour élaborer des techniques de vision par ordinateur, alors que d'autres sont en fait pas souhaitables dans un systéme de vision par ordinateut. Mais il existe des techniques de vision par ordinateur qui peuvent étre reproduites dans une ceriaine mesure et, dans certains cas, améliorées méme sur le SVH. Pour micux comprendre ce qu’est une image numérique, voyons dabord ve qu’est une image et comment fonetionne le SVH. Dans le SVH, !'élément sensible est I’ceil A partir duquel les images sont transmises via le nerf optique au cerveau. Le nerf optique a une capacité insuffisante pour transporter toutes les informations pergues par ceil. En conséquence, il doit y avoir de prétraitement avant que image ne soit transmise par le nerf optique. Le SVH peut étre modélisé en trois parties : a. Veil: ils ‘agit dun modéle physique puisqu'une grande partie de sa fonction peut étre déterminée par pathologie ; b. Le systéme nerveux : il sagit d’un modéle expérimental, puisque sa fonction peut tre modglisée, mais ne peut pas étre déterminée avec précision ; ¢. Le traitement par le cerveau : c'est un modéle psychologique puisque nous ne pouvons pas modéliser le traitement directement, mais nous pouvons seulement déterminer le comportement par l'expérience et la déduction, ‘Tout d’abord, pour obtenit une image, il faut de la lumigre. Cette derniere est émise d'une ou plusieurs sources teiles que le soleil, des spots, des néons, ete. Généralement, lorsqu'un rayon de lumiére rencontre un objet, ce dernier en absorbe une partie correspondant sa couleur, et disperse le reste en une infinité de rayons qui peuvent éventuellement étre captés par un ceil annongant la présence de objet ainsi que sa couleur. Cette lumiére arrive sur des capteurs placés sur la rétine appelés cellules 4 cénes et cellules 4 batonnets du fait de leur forme. Les cellules 4 batonnets, plus sensibles, sont spécialisées dans la vision nocturne. Les cellules & cénes, plus précises, sont séparées en trois types, chacua étant plus sensible & une couleur qu’aux autres. C'est ce découpage de l'image en trois couleurs primaires que vient la vision des couleurs, CENTRE NATIONAL DE TELE-ENSEIGNEMENT DE MADAGASCAR (CNTEMAD) Page 45INFORMATIQUE 11 / BASE DES SYSTEMES NUMERIQUES / MODULE 1 Ces informations sont ensuite transmises au cerveau par le nerf optique pour étre regroupées et former une image mentale en couleur de notre environnement. Du point de vue fonetionnel, Ieil peut étre comparé a un appareil photo et fa rétine & la pellicule photographique. En effet, le role de l'appareil photo est de concentrer sur le film une image nette ni trop sombre ni trop Tumineuse. Voyons maintenant comment transformer une image réelle en une suite de chifires compréhensible par un ordinateur. En fait, il suffit de s'inspirer de l'oeil humain avec ses collules & batonnets et ses cellules & cénes, L'image ne pouvant étre analysée de fagon continue, son intensité est analysée & intervalles réguliers, Plus il y a de capteurs, plus image est précise. T'image numérique fonctionne sur ce principe. Elle est découpée en de nombreux petits points appelés pixels. Pour chaque élément, on aftribue une intensité lumineuse. La qualité de image dépend d'une part du nombre de pixels, et d'autre part du nombre de valeurs possibles pour l’intensite. 3. Numérisation des images Le terme d’image numérique désigne, dans son sens le plus général, toute image qui a été acquise, traitée et sauvegardée sous une forme codée représentable par des valeurs numériques. La numérisation est le processus qui permet le passage de l'état d’image réelle qui est caractérisée par aspect continu du signal qu'elle représente, état d’image numérique qui est caractérisée par aspect discret. C'est cette forme numérique qui permet une exploitation ultérieure par des outils logiciels sur ordinateur. Du point de vue mathématique, une image réelle est généralement représentée par une fonction bidimensionnelle représentant des caractéristiques particuliéres du signal lumineux de image en chaque point de son espace (intensité, couleur, etc.). 3.1. Représentation mathématiques sous forme matricielle Une image mumérique 2D est représentée par un tableau _ de _ lignes et _ colonnes. Le pixel est désigné par un couple (i,j) oi1j est l'indice de colonne j € [0,m — 1], et i est I"indice de ligne i € [0,n — 1], m est la largeur, n est la hauteur de image f. Par convention le pixel @origine (0,0) est en général en haut a gauche. Le nombre f(i,j) est la valeur du pixel (i,/), ———_— — CENTRE NATIONAL DE TELE-ENSEIGNEMENT DE MADAGASCAR (CNTEMAD) Page 46MES NUMERIQUES / MODULE 11 Fj) € (0, Nma 11. Nmaxest le nombre de niveaux de gris. On appelle dynamique de image le logarithme en base de Nmay, ie, le nombre de bits utilisés pour coder ensemble des valeurs possibles. Oppel Indice de ye Pixel (i,j) v Indice de ligne Figure 1 : Représentation mathématique sous forme matricielle d'une image 3.2. Processus de numérisation La représentation informatique dune image est nécessairement discréte, alors que |'image est de nature continue, Si on regarde un peu prét, la transformation d'un signal analogique 2D * nécessite & la fois une diserétisation de espace : c’est ’échuntillonnage, et une diserétisation des couleurs : c'est la quantification, Le processus de numérisation d'une image suit les étapes suivantes : Echantillonnage : Véchantillonnage est le procédé de discrétisation spatiale dune image consistant a associer a chaque pixel R(x, y) une valeur unique I(x, y) (Figure 2). Quantification ; la quantification désigne la diserétisation tonale cortespondant la limitation du nombre de valeurs différentes que peut prendre chaque pixel. CENTRE NATIONAL DE TELE-ENSI MENT DE MADAGASCAR (CNTEMAD) Page 47 IGINFORMATIQUE ~ Lil / BASE DE: EMES NUMERIQUES / MODULE 11__ o Rig) Figure 2: B antillonnage, discrétisation spatiale 3.3, Caractéristiques d’une image numérique a. Pixel Le mot pixel est une contraction de Vexpression anglaise PIXture ELement ou élément de Vimage, le pixel est le plus petit point de image, c*est une entité calculable qui peut recevoir une structure et une quantification. b, Dimension La dimension dune image est la taille de cette image. C’est le nombre total de pixel dans une image, «, Résolution Crest Ia clarté ou la finesse de détails atteinte par un moniteur ou une imprimante dans la production d'image. Sur les moniteurs d’ordinateur, fa résolution est exprimée en nombre de pixel par unité de mesure (pouce ou centimetre). Elle est aussi utilisée pour désigner le nombre total de pixel affichable horizontalement ou verti Jement sur un moniteur ; plus grand est ce nombre, meilleur est la résolution. a. Bruit Un bruit ou parasite dans une image est considéré comme un phénoméne de brusque variation de Vintensité d’un pixel par rapport a ses voisins. CENTRE NATIONAL DE TELE-ENSEIGNEMENT DE MADAGASCAR (CNTEMAD) Page 48INFORMATIQU! IES NUMERIQUES / MODULE 11 ¢. Histogramme Lthistogramme des niveaux de gris ou couleur d'une image est une fonction qui donne la fréquence d'apparition de chaque niveau de gris ou couleur de l'image. Lhistogramme permet de donner un grand nombre d'information sur Ja distribution des niveaux de gris et de voir entre quelle borne est repartie la majorité des niveaux de gris dans le cas d'une image trop claire ou trop foncée. I] peut étre utilisé pour améliorer la qualité Mune image en introduisant quelques modifications, pour extraire les informations utiles de celle-ci. Ff Comours et textures Les contours représentent la frontigre entre les objets de l'image, ou la limite entre deux pixels dont les niveaux de gris représentent une différence significative, Les textures décrivent la structure de ceux-ei, L’extraction de contour consiste identifier dans image les points qui sépare deux textures différentes. g. Contraste C'est Popposition marqué entre deux régions ¢’une image, plus précisément entre ies régions sombres et les régions claires dune image. 3.4, Fidélité de la numérisation La fidélité de la représentation fournie par image numérique par rapport 4 l'image modéle analogique dépend de nombreux paramétres trés liés entre eux : Ja résolution, la définition (dimension de l'image), !’échantillonnage et la qualité de stockage. a. Résolution La résolution est Je nombre de pixels par unité de longueur dans cette image. Plus la résolution est élevée (plus le pas de discrétisation est faible), mieux les détails seront représentés. b. Dimension La dimension de image est le nombre fixe de pixels qui est utilisé pour représenter l'image dans ses deux dimensions. Pour une image analogique donnée, plus 1a détinition est grande, a ‘CENTRE NATIONAL DE TELE-ENSEIGNEMENT DE MADAGASCAR (CNTEMAD) Page 49‘ORMATIQ| 1 / BASE DES SYSTEMES NUMERIQUES / MODULE 11 plus la précision des détails sera élev . Ce nombre de pixels détermine directement la taille des informations nécessaire au stockage de l'image. ¢. Echantillonnage La quantification détermine la qualité de I’échantillonnage du signal. Celui-ci se mesure en nombre de bits par pixel de ’image (bpp). La précision du rendu colorimétrique de l'image dépend du nombre de niveaux du signal pouvant étre codés pour chaque pixel. Les valeurs les plus courantes sont 8 bits/pixel pour les images en niveaux de gris (256 niveaux de gris) et 24 bit pixels, cest A dire 8 bits par composante primaire, pour les images en couleur (plus de 16 millions de couleurs distinctes), 4 Qualité de stockage Le volume des informations qu’il est nécessaire pour stocker une image peut étre tres important, surtout dans le cas de Vutilisation d'images en haute résolution. Des techniques de compression doivent souvent étre mises en place pour diminuer ce volume tout en conservant une certaine qualité de représentation. 4. Codage des images numériques 4.1. Codage en noir et blanc Pour ce type de codage, chaque pixel est soit noir, soit blanc. Il faut un bit pour coder un pixel (© pour noir, 1 pour blanc). Ce type de codage peut convenir pour un plan ou un texte mais on voit ses limites lorsqu’ll s'agit dune photographie. 4.2. Codage en niveaux de gris En général, les images en niveaux de gris renferment 256 teintes de gris. Par convention la valeur zéro représente le noir (intensité lumineuse nulle) et la valeur 255 Je blanc (intensité Tumineuse maximale). Le nombre 256 est lié la quantification de l'image. En effet chaque entier représentant un niveau de gris est codg sur 8 bits. Il est done compris entre 0 et 2°~ 1. 4.3. Codage en couleurs 26 bits existe plusicurs modes de codage de la couleur. Le plus utilisé est le codage RGB. CENTRE NATIONAL DE TELE-ENSEIGNEMENT DE MADAGASCAR (CNTEMAD) Page SOES NUMERIQUES / MODULE 11 Chaque couleur est codée sur | octet = 8 bits. Chaque pixel sur 3 octets cest-a-dire 24 bits : 1e rouge de 0 & 255, le vert de 0 & 255, le Bleu de 0 & 255. Le principe repose sur la synthése additive des couleurs : on peut obtenir une couleur quelconque par addition de ces trois couleurs primaires en proportions convenables, On obtient ainsi 256 x 256 x 256 = 16777216 (plus de 16 millions de couleurs différentes). 4.4, Codage en couleurs & bits Dans ce cas on attache une palette de 256 couleurs a l'image. Ces 256 couleurs sont choisies parmi les 16 millions de couleurs de la palette RGB, Pour chaque image le programme recherche les 256 couleurs les plus pertinentes, Chaque code (de 0 a 255) désigne une couleur, L'image occupe 3 fois moins de place en mémoire qu’avee un codage 2Abits. ‘L’image est moins nuancée : sa qualité est bonne mais moindre. 5. Représentation de la couleur L’espace des couleurs primaires RGB est calqué sur notre perception visuelle. Il utilise trois 546nm) et le bleu (= 435, 8am); oft 2 couleurs de base : le rouge (2. = 700nm), le vert (. est la longueur de onde. 5.1. Synthése additive de la lumiére (mode RGB) L’image est obtenue par superposition de trois rayonnements lumineux : Je rouge (R), le vert (G) et le bleu (B). Dans le cas d'un écran eathodique, ces trois rayonnements sont obtenus en bombardant les luminophores photosensibles de I'gcran. De ce fait, une image RGB est composée de la somme de trois rayonnements lumineux rouge, vert, et bleu dont les faisceaux sont superposés. 5.2. Synthése soustractive de la lumiére (mode CMJN) La synthése soustractive permet de restituer une couleur par soustraction, a partir d’une source de lumigre blanche, avec des filtres corespondant aux couleurs coraplémentaires : Cyan (C), Magenta (M), Jaune (J), Noir(N). ce TH CENTRE NATIONAL DE TELE-ENSEIGNEMENT DE MADAGASCAR (CNTEMAD) Page 51INFORMATIQUE - LiI/ BASE DES SYSTEMES NUMERIQUES / MODULE IL 6. Stockage des images I existe de nombreux formats plus ou moins performants et ne permettant pas de faire les mémes choses. ‘Techniquement, on peut distinguer les images matricielles (bitmap) et les images vectorielles. Les premiéres sont composées d’une matrice de points a plusieurs dimensions. En deux dimensions, cas le plus fréquent, les points sont nommés des pixels tout comme sur un moniteur d’ordinateur Les images vectorielles de leur cOté utilisent des formules géométriques d’éerivant le contenu de Fimage a afficher. Ainsi au lien de mémoriser un ensemble de points comme c'est le cas pour image matricielle, les opérations conduisant au résultat seront mémorisées. Les applications des images vectorielles sont multiples. Files sont en effet trés utilisées pour des applications de visualisation scientifique ainsi que pour la eréation Web (format flash), la PAO (Publication Ass plusieurs raisons. La premitre vient de la taille des fichiers, Ceux-ci sont en effet trés peu volumineux en comparaison des images bitmap. La seconde vient de la qualité et de la t6e par Ordinateur) et surtout illustration, Ceci est en effet dai & précision des images. Cela vient de la manigre dont sont eréées ces images. Comme son nom Findique une image vectorielle est faite de vecteurs. ‘Nous déaillerons dans une premiére partic les formats d’image matricielle avant d’aborder les formats d’image veetorielle 6.1. Formats d’image matricielle a. JPEG Ce format est l'un des plus complexes, son étude complete nécessite de solides bases mathématiques, cependant malgré une certaine dégradation il offre des taux de compressions plus qu’intéressants. JPEG est la norme internationale (ISO 10918-1) relative a la compression d'images fixes, notamment aux images photographiques. La méthode de compression est "avec pertes” et S‘appuie sur Talgorithme de transformée en cosinus diseréfe DCT. Cette norme de compression a été développée par le comité JPEG (Joint Photographic Experts Group). Ce |AL DE TELE-ENSEIGNEMENT DE MADAGASCAR (CNTEMAD) Page 52MODULE 11 type de compression est tt8s utilisé pour les photographies, car il est inspiré des caractéristiques de perception visuelles de !’ceil humain, 6. GIF Le format GIF pour Graphical Interchange Format été eréé en 1987 par Compuserve pour que les utilisateurs puissent s'échanger des images de fagon efficace et moins onéreuse. Ce format a permis une compression sans perte, c. PNG et MNG Le PNG pour Portable Network Graphic (ISO 15948) a été développé par le W3C pour remplacer le GIF. Il surpasse ce dernier en ce qu’il n’est notamment pas limité a 256 couleurs. De méme, le format est ouvert et permet une bonne compression sans perte. Son utilisation est recommandge fi instar du GIF pour les petits logos. Cété photo, s"il permet une compression sans perte, le poids de la photo n'est pas compétitif vee les formats IPEG. d@ TIFF Le TIFF pour Tagged image File a été mis au point en 1987 par la société Aldus (appartenant désormais a Adobe). Le format TIFF est un ancien format graphique, permettant de stocker des images bitmap de taille importante, sans pecdition de qualité et indépendamment des plates-formes ou des périphériques utilisés. Il supporte différents types de compression autent ave que sans perte de données. Le format TIFF permet de stocker des images en noir et blanc, en couleurs réelles Gusqu’a 32 bits par pixels) ainsi que des images indexées, faisant usage dune palette de couleurs, e. BMP Le BMP est un des formats les plus simples développé conjointement par Microsoft et IBM, ce qui explique qu'il soit particuliéremer répandu sur les plates-formes Windows et OS/2, Crest un format ouvert et non compressé. Sa taille rédhibitoire rend son utilisation en ligne difficile, mais sa grande compatibilité en fait un format de travail efficace. En BMP la couleur est codée en RGB (synthése additive), NTRE NATIONAL DE TELE-ENSEIGNEMENT DE MADAGASCAR (CNTEMAD) Page 53INFORMATIQUE ‘S$ / MODULE It f PSD Le format PSD pour Photoshop document (Adobe) est pour sa part trés complet mais la taille des fichiers produits rend son utilisation en ligne difficile. Il est done Timité & la retouche images et au développement. II est reconnu par plusieurs logiciels de traitement d'images, du fait de la grande diffusion des produits Adobe dans le domaine d'images numériques. Ce format peut coder la couleur sur 2, 8, 16, 24 et 32 bits, utilisant le mode RGB ou CMIN 6.2, Formats d’image vectorielle a. PICT PICT pour Picture de Apple est obsoléte comparé aux autres formats disponibles. Le format PICT est le format standard d'images du monde Macintosh, toutes les applications de dessin sous cet environnement sont généralement capables d’exporter des images dans ce format. 6 PS PS pour PostScript utilisé avec Ia majorité des applications d’aujourd'hui, autant Jes logiciels de mise en pages, de traitement de textes et autres, il est possible dexporter un document en format PS PostScript) lequel pourra étre acheminé vers un périphérique d’impression, Ce format est également une fagon sire de rendre disponible un document seulement pour impression sans droit de modification a nr ‘CENTRE NATIONAL DE TELE-ENSEIGNEMENT DE MADAGASCAR (CNTEMAD) Page 54MERIQUES / MODULE 11 Exercices 1. Calculer . * N= (6281 )io = 6* 10° +2* 107 +8* 10! +1 #10" *N=(1967)0=1* 10° +9* 107+6* 10! +7 #10? 2 10'+8* 10° +4* 107 +2* 10! +9 *10° = 28429 2. Quelles sont les étapes de numérisation ? Echantillonnage-quantification et codage 3. Qu'est-ce qu'on doit respecter quand on échamtillonne un signal ? On doit respecter la condition de Shannon : fe = Bmax 4. Quel est le r6le du bloqueur ? Le bloqueur a pour fonction de maintenir constant le signal échantillonné S¢(t) afin de permettre au convertisseur analogique numérique de le numériser 5. Si on fait le codage binaire a 4 bits, quelles sont les différentes valeurs obtenues ? Code binaire a 4 bits veut dire 2‘ valeurs possibles [Décimate | Binaire | Décimale 0 0000 | oor _| 010 O01 0100 ooo (CENTRE NATIONAL DE TELE-ENSEIGNEMENT DE MADAGASCAR (CNTEMAD) Page 55INFORMATIQUE ~ LII ‘S NUMERIQUES / MODULE 11 L 13 | er (14 1110 i {as | 6, Représenter -35 en valeur binaire de 8 bits 35; 00100011 ‘Aprés complément de bits, on a 11011100 Enajoutant 1 ona: -35 = 11011101 7, Expliquer pourquoi les sons des CD sont échantillonnés & 44,1 kHz, Le domaine de fréquences audibles par I'Homme est limité & 20 kHz. Il faut done, dans un son, conserver les fréquences proches de 20 kliz si l'on veut le mumériser correctement Doi le choix de 44,] kHz (supérieur au double du 20 kHz). NB: le 44,1 (et non 44,0) vient d'un choix technologique datant de i'époque du stockage des sons sur la bande magnétique d'un magnétoscope (oui j'ai bien écrit « scope » |) 8. La voix humaine est comprise dans une bande de fréquence comprise entre 100 et 3400 Hz. Quelle fréquence d’échantillonnage doit-on choisir pour la téléphonie ? Fe doit étre supérieure @ 2 x 3400 Hz = 6800 Hz . C'est pourquoi la fréquence échamillonnage de la téléphonie est de 8000 Hz (CENTRE NATIONAL DE TELE-ENSEIGNEMENT DE MADAGASCAR (CNTEMAD) Page 56