Đề tài ứng dụng công nghệ thông tin trong việc xây dựng hệ thống lưu trữ và truyền tải hình ảnh phục vụ chuẩn đoán và tra cứu tai bệnh viện đa khoa tỉnh bình dương chuyên đề 2 8 xây dựng hệ thống truyền tải video chất lượng

a Nomaai tres} wat Hz L ĐĂMO — 2HUU rang THỊ HH Dir 3© pos Zin Sry xạ Hình 2.1: Ngưỡng âm thanh của tai người phụ thuộc vào tần số Tuy nhiên vẫn còn có những điểm mà tại đó tai người

UNG DUNG CONG NGHE THONG TIN TRONG VIEC XAY DUNG

HE THONG LUU TRU VA TRUYEN TAI HINH ANH PHUC VU

CHAN DOAN VA TRA CUU (PACS) TAI BENH VIEN DA KHOA

_ TINH BINH DUONG

XÂY DỰNG HỆ THÔNG TRUYEN TAI

VIDEO CHAT LUQNG CAO GIỮA PHONG MO VA HỘI TRƯỜNG

Cơ quan chủ trì: Viện Cơ học và Tin học ứng dụng

Địa chỉ: 291 Điện Biên Phủ, Quận 3, thành phố Hồ Chí Minh

Cha nhiệm đề tài: Th.S Đào Văn Tuyết

Sữa 2H81 00/1800 5800-6800) cy gaa grees ee mm Sa IRS

` es

VIEN KHOA HQC VA CONG NGHE VIET NAM

VIEN CO HOC VA TIN HQC UNG DUNG

ỨNG DỤNG CÔNG NGHỆ THÔNG TIN TRONG VIỆC XÂY DỰNG

HỆ THÓNG LƯU TRỮ VÀ TRUYỀN TẢI HÌNH ẢNH PHỤC VỤ

CHẢN ĐOÁN VÀ TRA CỨU (PACS) TAI BỆNH VIỆN ĐA KHOA

Địa chi: 291 Điện Biên Phi, Quan 3, thành phố Hồ Chí Minh

Chủ nhiệm đề tài: Th.S Đào Văn Tuyết 1 &

ben areve atari ine ene neenncuniietrnsieanteta nn reve at

2.8

BAO CAO TIEN DO DE TAI BINH DUONG

Xay dung hé thống truyền tải video chat lugng cao giữa phòng mô và hội trường

1 Tính cấp thiết:

Tại bệnh viện Đa Khoa Bình Dương thường xuyên có những ca mổ khó trong đó các bác sĩ

tại phòng mỗ cần sự giúp đỡ của các bác sĩ trên hội trường

2 Mục tiêu: Xây dựng hệ thống phần mềm có các module sau:

- Module phan mém có chức năng ghi nhận hình ảnh, âm thanh từ phòng mổ và truyền

lên hội trường

- Module phan mém ghi nhận hình ảnh, âm thanh từ dưới phòng mổ truyền lên và xuất -

ra màn hình, máy chiếu và loa

- Module phần mềm cho phép xem lại các đoạn video ca mỗ

Các module trên được chia ra làm hai phần: client và server

1.1 Chuẩn nén âm thanh HE-AAC và nén hình ảnh H.26Á4: -. -+*‡rhhtrtttttth 1

1.1.1 Chuẩn nén âm thanh HE-AAC: ccnnhnnhererertertrrtrrrtrntrtlrnllri 1

112 Chuẩn mã hoá hình ảnh MPEG-4/H.264: -ccneehrrrrrrrrtrrnrnrree 13

12 Giao thức truyền tải dữ liệu thời gian thực: -. reenrreerrrreenh _ 23

1.2.1 Giới thiệu: oc ccccsucsuusuuenueaecauesnscavecsucqacennessseseesnecensaneeneesngngeeeaseesneanged 23

1.2.2 Giao thức RTP (Real Time Transport Protocol): -. eeerrrtrrrtrrtrrrn 24 1.2.3 Giao thức RTMP (Real Time Messaging Protocol): . ceerrrrrrrrtrrt 25

13 _ Chuẩn mã hoá dữ liệu: -scccsnhtttthtthhhrtrrttrtrrrttrrrdrtrrrrrnreren 29

1.3.1 AME (Action Message Formal): -reerrrrrrerrrrrtrrrrrrrrntrrrr 29

nể n — a.a -.-.-. VN HH 2 ket 30 13.3 AME3: òecssererrrerrerrtrrrtrrtrrtrtdtdtrrrrtrtttfttftntttffttffr711770 31

PHAN 2 THIET KE CHƯƠNG TRÌNH -:::sssnnhtttttrtrrrrtrrtrnrrrnnrr 33

2.1 Phần mềm Client .c.ccscccccessecsssseeeseneceeeesnensensnecnsenensnennsneneasse egestas 33 2.1.1 Module giao tiếp thiết bị và truyền dữ liệu lên ŠerVeT -eeeeeeerirerrrree 33 2.1.2 Module hién thi video, 4m thanh từ Server gửi đến . - sen 35

2.2 — Chương trình SerVer -:+rrennhhhhttttttrtttrttrtrrtttttfttr1f11217 35

PHẦN 3 TRIÊN KHAI THỬ NGHIỆM -:::nrnhhnhhththhttrrrrrnrrrtrrrrnnreri 37

E0 ga ư,uUNC.—P ae

Viện Cơ học và Tin học ứng dụng Báo cáo đề tài Sở KH&CN Bình Dương — Chuyên đề

2.8

PHẢN I NỘI DUNG LÝ THUYET

1.1 Chuẩn nén âm thanh HE-AAC và nén hình ảnh H.264:

1.1.1 Chuẩn nén âm thanh HE-AAC:

1.1.1.1 Số hóa âm thanh:

Nếu muốn thực hiện truyền âm thanh trên mạng số, trước tiên cần phải số hóa nó bằng

cách dùng bộ chuyển đổi tín hiệu từ tín hiệu tương tự sang tín hiệu số (A/D Analog-to-

Digital).Để đạt độ chính xác cao khi khôi phục tín hiệu âm thanh thì tần số lấy mẫu phải lớn

hơn hai lần tần số của tín hiệu âm thanh Trong mạng thoại người ta thường sử dụng tần số -

lấy mẫu là 8 KHz nhưng để phục vụ cho việc hội chân từ xa thì cần sử dụng tần số lấy mẫu

cao hơn 11 KHz, 22 KH¿, bởi vi âm thanh trong hội chẩn từ xa không chỉ là giọng nói của

bác sĩ mà có thể là nhịp tim, nhịp thở của bệnh nhân nên cần phải được truyền một cách

chính xác

Chuẩn được sử dụng để mã hoá âm thanh là HE-AAC được phát triển từ chuẩn AAC

Chuan nay cung cấp khả năng nén âm thanh với hiệu suất cao nhưng vẫn đáp ứng được chất

lượng tôt

1.1.1.2 Chuan AAC:

1.1.1.2.1 Gidi thigu:

Chuẩn nén AAC trước đây là một phần của MPEG-2, nhưng sau này được mở rộng và bổ

sung thêm như là một phần của MPEG-4 AAC là kết quả của một nỗ lực lớn có tính chất

quốc tế của nhiều công ty và cá nhân Dự an phát triển AAC được khởi động 1224 khi có số

lượng lớn đề nghị được đệ trình lên uỷ ban của MPEG Uỷ ban này sau đó đã tiến tới xây

dựng một cấu trúc cho chuẩn AAC bao gồm nhiều module khác nhau mà các module nay ©

đóng vai trò như là các thành phần độc lập nhau Các module này được phát triển và kiểm tra

một cách riêng biệt trước khi hợp lại thành sản phâm cuối cùng Các module chính bao gôm:

e_ Điều chỉnh khuếch đại (Gain Control) :

._ Bộ lọc (FilterBank)

Dự đoán (Prediction) Lượng tử (Quantization)

Mã hoá Huffnan (Noiseless Huffman Coding)

Ghép luồng bit (Bitstream Multiplexing) '

Nắn nhiễu (Temporal Noise Shaping - TNS) Mid/side (M/S) stereo coding

Ma hoa cudng dé (Intensity Stereo Coding) 1.1.1.2.2 Đặc tính âm học của tai người:

Các nhà khoa học, các kĩ sư và các chuyên gia đã áp dụng đặc tính của hệ thống cảm nhận

âm thanh của con người để thực hiện việc nén âm thanh Các nhà khoa học khi nén âm thanh

đã làm giảm hoặc loại bỏ hoàn thành những phần âm thanh mà con người không cảm nhận

được Hình sau đây mô tả chỉ tiết về đặc tính cảm nhận âm thanh của tai người Trong hình

có một đường cong biểu diễn ngưỡng nghe của tai người Nếu âm thanh có các đặc tính âm học nằm phía dưới đường cong này thì tai người không cảm nhận được Theo như hình, đặc tính cảm nhận âm thanh của tai người phụ thuộc ` 2 nhiều vào tần số Ngưỡng dưới biên độ của z

âm thanh cao ở cả tần số cao và tân số thấp Để âm thanh ở các tân sô này có thể nghe được,

eee

Viện Cơ học va Tin học ứng dụng Báo cáo đề tài Sở KH&CN Bình Dương ~ Chuyên đề 2.8

thì nó cần phải được khuếch đại lên cao hơn mức ngưỡng Ngưỡng mà tai người có thể nghe

được thấp nhất ở trong khoảng tan số từ 3KHz — 5KHz, điều này cho thấy răng tai người rât

nhạy cảm với âm thanh ở tần số này và có thê nhận biết những âm thanh dù là nhỏ nhât

Hình 2.1: Ngưỡng âm thanh của tai người phụ thuộc vào tần số

Tuy nhiên vẫn còn có những điểm mà tại đó tai người cũng không thể nghe thấy được

mặc dù cường độ âm thanh lớn hơn mức ngưỡng Trên hình có một đường cong đứt nét chỉ ra

rằng với những âm thanh ở khoảng tần số này, tai người không thể nghe thấy được những âm

thanh có cường độ cao hơn mức biểu diễn của đường cong đứt nét này

Thời gian cũng là một nhân tố ảnh hưởng tới khả năng cảm nhận âm thanh Hình sau đây úc đầu một âm thanh biểu diễn một ngưỡng khác về khả năng cảm nhận âm thanh của tai L

60dB (ở một tần sô f nào đó) kéo dài trong vòng 5ms, tai người có thê cảm nhận được âm

thanh này Nhưng nếu âm thanh “x” 30 dB xuất hién sau d6 Sms thi khong thé nghe duge vi ø cũng với âm thanh “x” 30 dB nay

nó bị lắn át bởi âm thanh 60đB xuất hiện trước đó Nhưn )

xuất hiện sau đó 10ms thì tai có thể nghe được Như vậy, tai người cũng có thé bị lân át bởi

các âm thanh lớn trong vòng một khoảng thời gian mà trong khoảng thời gian này tai người

không thể bị kích thích bởi các âm thanh khác nữa

Hình 2.2: Ngưỡng âm thanh của tai người phụ thuộc vào thời gian

Tiếp theo sau đây là hình biểu diễn tính chất âm học của tai ở các khía cạnh tần số thời gian và biên độ

Hình 2.3: Ngưỡng âm thanh theo tần số, thời gian, và biên độ

1.1.1.2.3 Hoạt động của thuật toán nén âm thanh AAC:

- Dựa vào tính chất này của tai, thuật toán nén mắt âm thanh theo tần số và thời gian làm

việc theo các bước sau

Audio samples

Output stream

Hình 2.4: Biểu đề hoạt động của thuật toán nén âm thanh

e© Đầu tiên các tin hiệu âm thanh sau khi đã lấy mẫu được gom thành những nhóm

gối lên nha (tức là dùng những cửa số trượt) rồi đưa vào bộ lọc (Filter Bank) Tại

bộ lọc, mỗi cửa số sẽ được chuyển thành các giá trị tần số Các giá trị này tương

ứng với một khoảng của tần số (dải tần số) và chỉ ra cường độ của âm thanh ở dải

tân sô này -

e Sử dụng các giá trị này để quyết định nhưng âm thanh bị che (loại bỏ) Khi quyết

định âm thanh nào bị che, một mô hình cảm giác (Perceptual model) được sử

dụng Mô hình này đưa ra các thông số về ngưỡng cụ thê cho từng loại tần số để

quyết định xem những giá trị tần số nào là không quan trọng

e Các giá trị tần số sẽ được lượng tử rồi được mã hoá bằng loại mã có chiều dài thay đổi Các từ mã này là kết quả của cả quá trình trên

Nhiệm vụ đầu tiên của bộ mã hoá là lấy các mẫu âm thanh rồi tính toán ra các tần số của

sóng âm thanh biểu diễn những âm thanh này Trên thực tế là các khoảng âm thanh (hay dải

âm thanh) được tính toán ra, và một hệ số tần số ( hay hệ số phổ) được tính toán cho một dải

âm thanh Độ rộng của dải phải không được vượt quá bộ rộng của dải âm thanh của tai người

Điều này được hoàn thành bởi ngân hàng bộ lọc Đối với mp3, 512 mậu được lưu trong bộ

đệm và được tính toán cho 32 dải tần số Sau đó 32 mẫu âm thanh tiếp theo được chuyển vào

bộ đệm và quá trình được lặp lại Còn đối vời AAC cũng thực hiện như trên nhưng sử dụng

2048 mẫu âm thanh, tính toán cho 1024 hệ số phổ, mỗi hệ số biểu diễn cho một dải băng tân

rộng 23.4 Hz, và sau đó 1024 mẫu âm thanh tiếp theo được chuyên vào trong bộ đệm

Thành phần tiếp theo là mô hình cảm giác Nó quyết định độ cao của ngưỡng cho mỗi dai

tần số Trong mp3, mô hình này không được đặc tả chỉ tiết và do đó mỗi nhà thiết kế lại cho

ra những mô hình của riêng họ Sự thành công của mỗi mô hình phụ thuộc nhiều vào sự chỉ

tiết và sự giống nhau của nó với mô hình của tai người Còn AAC cũng tương tự với mô hình

-_ Đối với mỗi dải tần số, bộ mã hoá so sánh hệ số của phổ so với ngưỡng của dải tần số

Nếu hệ số phổ nhỏ hơn ngưỡng thì hệ số được lượng tử theo dải tần số tượng ứng Nếu lượng

tứ quá nhiều sẽ làm giảm chất lượng của âm thanh và nhiễu rất cao Ngược lại nếu lượng tử

không đủ thì sẽ không đáp ứng được tốc độ bit đề ra :

Do đó AAC bổ sung thêm một số công cụ phục vụ cho việc tăng chất lượng của quá trình

e TNS là một thuật toán tỉnh vi mà làm giảm thiểu ảnh hưởng của “trải rộng thời

gian” Điều này làm tăng hầu hết khả năng lượng tử của các tín hiệu giọng nói

© Module dir đoán tăng hiệu suất của bộ lượng tr trong trường hợp âm thanh

gốc giống với mẫu cò sẵn, như là âm giọng cao (âm thanh có dạng hình sin)

Bước kế tiếp là mã hoá (coding) Hệ số phổ sau được lượng tử sẽ được mã hoá Bước này

cũng đóng góp vào việc làm tăng khả năng nén bởi vì hệ số được thay thế bởi các từ mã có

kích thước thay đổi, nhưng với cách mã hoá này thì không làm mất dữ liệu Cả mp3 và AAC

đều sử dụng mã Huffman

Như vậy, AAC chia sẽ những điểm mạnh của mp3 dồng thời có nhưng cải tiến như sau:

Ngân hàng bộ lọc lớn hơn với 1023 hệ số phổ được tao ra từ cửa số 2048 mẫu âm thanh,

dẫn tới dải tần số hẹp hơn do đó có chất lượng âm thanh khi giải nén tốt hơn mp3

Temporal noise shaping (TNS) một thuật toán mới cho phép giải thiểu đến thấp nhất ảnh

Module dự đoán làm tăng khả năng lượng tử cho nhưng âm thanh theo chu kỉ hoặc những

âm thanh theo mẫu có sẵn

Sau đây là phầm mô tả chi tiết về AAC được định nghĩa trong MPEG-2 và những tính

năng được thêm vào AAC trong MPEG-4

AAC hỗ trợ 3 loại profile Mỗi loại profile là một hồ sơ miêu tả cấu hình cấu hình khác của các thuật toán cơ bản và các profile này cung cấp các thoả hiệp khác nhau giữa hiệu suất

nén và độ phức tạp của bộ mã hoá (ảnh hưởng đến khả năng thực hiện của máy tính) Một chỉ

mục 2 bit chỉ profile nào sử dụng sẽ được lưu lại sau khi nén

Hình 2.5: Ba loại profile của AAC

e Index 0, profile chính (Main Profile) Trong profile này, AAC đưa ra khả năng nén tốt

nhất cho bất cứ tốc độ bït va toc do lấy mẫu nào Tắt cả các module, các hàm, và các công cụ của đặc tả ( ngoại trừ công cụ điều chỉnh khuếch đại) đều được miêu tả Đây

là profile thông dụng và nó được thực hiện khi có đủ bộ nhớ và năng lực xử lý (hiện

nay thì tất cả các máy tính đều có thể áp dụng được)

e Index 1, profile độ phức tạp thấp (Low Complexity Profile — LC Profile) Điều chỉnh

Mặt

khác, LC là một profile con của profile chính cho nên là LC có thể được giải mã bởi

bộ giải mã của profile chính

¬ .7Ầ7ÝỶ g6 g.c.c.g Ợ©^.NA,ØỤ@ỹự@WÿmKFlm—^ `

e Index 2, profile tốc độ lấy mẫu thay đổi (Scalable Sampling Rate Profile - SSR)

Profile này được thiết kế để làm đơn giản độ phức tập tính toán khi dữ liệu âm thanh

gốc chỉ gồm những khoảng tần số giới hạn (như vậy sẽ làm giảm băng thông sau khi được mã hoá) Công cụ điều chỉnh khuếch đại được yêu cầu trong SSR và công cụ

này chỉ được sử dụng duy nhất trong SSR Order của TNS và băng thông cũng bị giới

hạn Một luồng nén của LC có thế giải mã được bởi SSR nhưng kết quả của âm thanh

sau khi giải mã sẽ bị giới hạn

e Index 3 được dự trữ cho profile trong tương lai

Điều chỉnh khuếch đại là công cụ tiền xử lý và chỉ được £ sử dụng trong profile SSR Nó

bao gồm nhiều module lọc, nhận dạng độ khuếch đại, thay đổi độ khuếch đại Điều chỉnh Z

khuếch dai bat đầu bằng việc lọc dữ liệu đầu vào tạo thành bốn băng tần rộng 6 KHz Các hệ 'số phổ của mỗi dải tần số được kiểm tra bởi bộ nhận dạng dộ khuếch đại, Bo nhận dạng tìm

khác nhau về kích thước) Bộ thay đôi độ khuếch đại sử dụng các kết quả này để thêm vào các hệ số này nhăm làm tăng khả năng nén tín hiệu âm thanh đầu vào

input time signal

Ỉ

AAC gain control

Viện Cơ học va Tin hoc ting dụng ` Báo cáo đề tài Sở KH&CN Bình Dương Chuyên dé 2.8

Hình 2.6: Bộ mã hoá âm thanh AAC

control ——— ' 1

1 ' : ' '

‡ ' ‡ 1 ' 1

' ' ' vung !

——— prediction '

i 1 ' Ỷ '

awiltched '

v coupling

\ 7 - !

“block switching fileerbank

AAC

tuput time

signal

dependently °

awitchiee coupling,

Hình 2.7: Bộ giải mã âm thanh AAC

“at Ê gain contrel teal

IMDCT VỠ100PHBQCOE &: overhusydne

n0 cứ đ3 queue

nonever laped - time signal 9 —.—————wn

Hinh 2.8: Module mã hoá và giải mã điều chỉnh khuếch đại

troinpmetridett oT & overlapping

Filtering, b6 ma hoa AAC chuyển đổi các mẫu âm thanh thành các hệ số tần số bằng biến

đổi cosin rời rạc cải biên (MDCT) Quá trình xử lý giống với mp3, nhưng với độ phân giải

tần số cao hơn và có nhiều cải tiến hơn Bộ mã hoá sử dụng hai loại cửa số: dài và ngắn Cửa

số dài gồm có 2048 mẫu liên tục nhau và được biến đổi để tạo ra 1024 hệ số tần số (biến đôi

dài) Một cửa số ngắn hơn có 256 mẫu và đưa ra kết quả là 128 hệ số (biến đổi ngắn) Một

khi hệ số của một cửa số đã được tính toán thì bộ mã hoá chuyên vào thêm một số mẫu mới

bằng với 1⁄4 kích thước của cửa số

Cửa số dài tạo ra nhiều hệ số, do đó mỗi hệ số sẽ tương ứng với một dải tần số hẹp hơn

Điều này dẫn tới việc lượng tử sẽ chính xách hơn và giúp ích cho việc làm giảm băng thông

vì sẽ có thể bỏ nhiều đoạn âm thanh nằm trong vùng tàn số mà không có tác động tới tai

người

Độ rộng của dải tần số tuỳ thuộc vào tốc độ lấy mẫu (số lượng mẫu âm thanh trong một giây), số lượng kênh (hai cho âm thanh nổi) và số lượng dải tần số AAC cung cấp đặc tả và

bảng thống kê cho 12 loại tốc độ lấy mẫu sau (tính bằng Hz): 26000, 88200, 64000, 48000,

Tân 00, 32000, 24000, 16000, 12000, 11025, 8000 Đối với tốc độ lầy mẫu 48000 EZ và có 2

kênh, mỗi kênh được lay mẫu 6 toc độ 24000 Hz

Frequency Spees & cables

Trong đó Z¡„ là một mẫu âm thanh, ï là chỉ số khối, n là mẫu âm thanh ở cửa số hiện tại, k

là chỉ số của hệ số tần số X, N là kích thước cửa số (2048 hoặc 256) và nọ= (N/2+1)/2

Lượng tử trong AAC cũng giống như những tính năng khác của AAC đều cải tiến từ

mp3 Quy tắc lượng tử như sau:

Trong đó sign là bịt dấu của hệ số x(), nint là hàm làm tròn số nguyên gần nhất và sf liên

quan tới hệ số tỉ lệ Thêm vào đó, giá trị lượng tử giới hạn trong vòng 8191 giá trị

Quy tắc lượng tử bao gồm hệ số tỉ lệ Mỗi hệ số tần số đều được co giãn trong suốt quá

trình lượng tử bởi một đại lượng liên quan tới hệ số tỉ lệ Hệ số này là một số nguyên không

dầu 8 bít Khi 1024 hệ số tần số của một cửa số dài được lượng tử, chúng được gom nhóm

thành các dải hệ số tỉ lệ, mỗi dải là tập hợp hệ số tần số được tỉ lệ bởi một hệ số tỉ lệ

Mã hoá Huffman không nhiễu khi hệ số tần số đã được lượng tử, chúng sẽ được thay thé

boi ma Huffman Diéu nay lam tang ti lệ nén nhưng không hao hụt, do đó nó được gọi là

“không nhiễu” Có 12 bảng mã Huffman Một khối 1024 hệ số đã được lượng tử sẽ được

chia thành nhiều vùng mà mỗi vùng chứa một hoặc nhiều dải hệ số tỉ lệ Một bảng mã được

sử dụng cho tất cả các hệ số của một vùng, nhưng các vùng khác nhau có thể sẽ sử dụng các

bảng mã khác nhau Độ dài của mỗi vùng (theo đơn vị dai hệ sé ti lệ) và một chỉ mục cho bảng ma Huffman str dung để mã hoá cho vùng phải được thêm vào luồng dữ liệu kêt quả

Cũng có ý kiến cho rằng trong mỗi vùng cần sử dụng thuật toán mà hoá Huffman thích

ứng để giảm thiểu tông số lượng bit khi mã hoá một khối Do đó, bộ mã hoá phải hoạt động

một thuật toán phức tạp hơn - „ Temporal Noise Shaping (TNS) Module này của AAC nhăm giải quyết van dé pre-echo, một vấn đề được tạo ra khi tín hiệu âm thanh khi được nén có thời gian xuât hiện ngăn, thay

TL 7 7 ỄY CƠ UAN,ẹg"—>” ——

Viện Cơ học và Tin hoc ung dung Báo cáo đề tài Sở KH&CN Bình Duong — Chuyên đề 2.8

đổi nhanh chóng Một cửa số lọc dài chứa 2048 mẫu Cửa số này biểu diễn được một khoảng

thời gian rất ngắn Với tốc độ lấy mẫu 44100 mẫu/giây, thì 2048 mẫu tương đương với khoảng thời gian 0.46 giây, một khoảng thời gian rất ngắn Nếu âm thanh gốc không thay đôi nhiều trong suốt khoảng thời gian này, bộ mã hoá AAC sẽ quyết định đúng ngưỡng che và

thực hiện lượng tử đúng Tuy nhiên nếu tín hiệu âm thanh thay đổi nhiều trong suốt khoảng thời gian này, thì quá trình lượng tử sẽ sai VÌ nhiễu lượng tử sẽ xuất hiện trong mỗi cửa sỐ

lọc module TNS làm giảm bớt vẫn đề preecho bằng cách nắn lại và điều chỉnh câu trúc của

nhiễu lượng tử Nguyên lý làm việc của TNS dựa trên sự tuong đồng giữa các mẫu âm thanh

cũng giống như các điểm ảnh gần nhau Đối với âm thanh ngắn, các mẫu âm thanh sẽ không

tương đồng

Dự đoán Công cụ này tầng khả năng nén bằng cách dự đoán hệ số tần số từ những hệ số tương ứng trong 2 cửa sô trước và lượng tử, mã hoá sự trên sự khác nhau khi dự đoán Dự ` đoán này được sử dụng khi có sự tương đồng giữa các mẫu âm thanh Trong AAC, cửa số

ngắn được sử dụng khi bộ mã hoá cho rằng âm thanh đang được nén thì không ổn định Do _ đó, dự đoán chỉ được sử dụng cửa số dài

Thuật toán dự đoán thì khá phức tạp và yêu cầu nhiều khả năng tính toán Nên bộ mã hoá cho thuật toán dự đoán thường thì rất phức tạp, và nó chỉ được sử dụng trong profile chính Ở

mỗi cửa số dài, dự đoán được thực hiện ở những tần số thấp và sẽ dừng ở tân số cực đại nào

- đó phụ thuộc vào tốc độ lấy mẫu

Hình 2.10: Mức tần số giới hạn cho thuật toán dự đoán

Trong bảng chỉ ra rằng nếu tốc độ lấy mẫu là 48 kHz, dự £ đoán có thể được sử dụng ở 40

dải tần số tỉ lệ đầu tiên và dừng tại tần số 15.75 kHz

1.1.1.3 Chuẩn HE-AAC:

1.1.1.3.1 Giới thiệu:

MPEG-4 HE-AAC v2 là sự kết hợp của 3 công nghệ: Advance Audio Coding (AAC), Spectral Band Replication (SBR), va Parametric Stereo (PS) Tất cả 3 công nghệ này được

đặc tả trong ISO/IEC 14496-3 và được kết hợp sử dụng trong HE-AAC v2 Sự kết hợp chỉ

gitta AAC va SBR thi dugc goi 1a HE-AAC vl, chuẩn này được đặc tả trong ISO/ICE 14496- 3:2001/Amd.1

Viện tiêu chuẩn viễn thông châu âu đã tiêu chuẩn hoá HE-AAC v2 trong trong đặc tả kĩ thuật TS 102005 “Đặc tả kĩ thuật cho mã hoá hình ảnh và âm thanh trong việc truyện phát

trực tiếp video số trên IP” và TS 101 154 “Hướng dẫn thiết kế cho việc mã hoá hình ảnh và `

âm thanh trong ứng dụng truyền phát dựa trên luồng truyền dữ liệu MPEG-2” Dựa trên

NA ||] Ï]]] 1111J .LV ÁN a_7Ð-ppp

Viện Cơ học và Tìn học ứng dụng Báo cáo đề tài Sở KH&CN Bình Duong — Chuyên đề 2.8

những nỗ lực tiêu chuẩn hoá này, HE-AAC v2 sẵn sàng cho việc tích hợp vào tất cả các loại

dịch vụ truyền phát video số

Trên thị trường các sản phẩm của HE-AAC vI được biết dưới các tên aacPlus vÌ, AAC+,

còn HE-AAC v2 được biết dưới các tên thương mai nhu eAAC+, aacPlus v2

1.1.1.32 Kiến trúc:

Bộ mã hoá nằm trong lõi của HE- AAC v2 được biết đến nhiều nhất là bộ mã hoá AAC

AAC được xem như là chuẩn âm thanh tuyệt vời cho chất lượng âm thanh ở tốc độ 128 kbps

Dưới tốc độ này, chất lượng âm thanh của AAC bắt đầu bị suy giảm, và cần được cải thiện

với kĩ thuật SBR và PS SBR là kỹ thuật mở rộng băng thông cho phép bộ mã hoá — giải mã

âm thanh truyền có chất lượng tương đương như trước nhưng: tốc độ bit giảm đi một nửa Còn

PS làm tăng hiệu quả mã hoá bằng cách khai thác sự biếu diễn thông số của hình ảnh lập thể

được cho bởi tín hiệu đầu vào Do đó, HE-AAC v2 là một tập hợp mở rộng của AAC với khả

năng cho chất lượng âm thanh tốt với tốc độ bit thấp

the aacPlus audio codec family

1.1.1.3.3 Spectral Band Replication — SBR:

Trong ma hoa 4m thanh truyén théng, khoang thông tin có ý nghĩa được dùng để mã hoá

tần số cao Sy ra doi cia SBR dựa trên ý tưởng về sự nhận biết được sự tương đồng mạnh

giữa vùng tần sé cao và vùng tần số thấp của tín hiệu âm thanh, một sự xấp xỉ tốt của tính

hiệu âm thanh gốc cao có thê đạt được bằng một chuyển đỗi từ tín hiệu âm thanh ở dải tần

Hình 2.12: Việc chuyển đổi trong quá trình tao ra day tần số cao

Bên cạnh việc chuyển đổi thông thường này, việc tái tạo lại âm thanh ở dải tần cao cần phải được chỉ dẫn bởi những thông tin chuyển đổi như đường bao phổ của tín hiệu đầu vào đề

Viện Cơ học và Tin học ứng dụng Báo cáo đề tài Sở KH&CN Bình Dương - Chuyên đề 2.8

bù đắp những những thiếu xót quan trọng khác của các thành phần tần số cao Những hướng

dần này được xem như là dữ liệu của SBR Nhu vậy hiệu quả của đóng gói dữ liệu SBR rất

quan trọng để đạt được tốt độ bit như yêu cầu

Phía mã hoá, tín hiệu đầu vào cần phải được phân tích, đường biên của dải tần số cao và

các đặc tính của nó trong sự liên quan tới dải tần số thấp được mã hoá và kết quả này là dữ

liệu của SBR sẽ tiếp tục được ghép vào luồng dữ liệu chung cần truyền đi Ở phía nhận cần

phải tách dữ liệu SBR ra, sau đó nhân giải mã bắt đầu hoạt động dựa trên luồng dữ liệu kết

quả của phía phát kết hợp với việc sử dụng dữ liệu của SBR Một giải mã không hỗ trợ SBR

vẫn đó thể tương thích được nhưng kết quả sẽ bị giới hạn về băng tần tín hiệu

Hình 2.13: Chỉnh đường biên của dãy tần số cao

Cách tiếp cận của SBR tuy có vẻ đơn giản, nhưng để làm cho cách tiếp cận này làm việc hiệu quả và có thể đáp ứng được các yêu câu sau thì quả là không đơn giản:

e_ Độ phân giải phổ phù hợp

e Khoảng thời gian tồn tại của dải tin s6 đủ lâu để tránh hiện tượng pre-echo

e Trường hợp độ tương đồng giữa tần số cao và thấp trong âm thanh giọng nói của con

người không đạt yêu cầu thì cần phải tỉnh chỉnh đường biên và sự chuyển đổi sao cho phù

e Tốc độ dữ liệu thấp cần phải đáp ứng để đạt được băng thông như yêu cầu

Trong các nghiên cứu và thử nghiệm cách tiếp cận trên đã đem lại kết quả tốt và đáp ứng

được đầy đủ tiêu chuẩn trên Sự kết hợp của AAC va SBR được biết với tên HE-AAC vI đã

được tiêu chuẩn hoá trong MPEG-4 năm 2003

1.1.1.3.4 Parametric Stereo (PS):

Kỹ thuật PS là bước chính tiếp theo để tăng hiệu quả nén cho âm thanh ở tốt độ bit thấp

PS được tiêu chuẩn hoá trong MPEG-4 PŠ được tối ưu cho khoảng tốc độ bit 16-40 kbps và

sẽ đạt chất lượng cao ở tốc độ bịt khoảng 24 kbps

Dựa trên ý tưởng của SBR, khả năng làm việc của SBR sẽ tăng cao nếu tín hiệu âm thanh

đầu vào có độ tương đồng cao về tần số Bộ mã hoá PS tách phần âm thanh nền của tín hiệu

âm thanh gốc nên sự tương đồng của tín hiệu sẽ cao giúp ích cho quá trình mã hoá âm thanh

Ở bộ mã hoá, tín hiệu của nhiều kênh âm thanh sau khi tách phần âm thanh nên sẽ được trộn lại thành một kênh âm thanh duy nhất Việc này sẽ giúp ích nhiều cho việc nén âm thanh

hơn là nén từng kênh âm thanh riêng lẻ Bộ mã hoá âm thanh PS sau khi đã trộn các kênh âm

thanh lại với nhau sẽ gửi đi kèm với dữ liệu về phần âm thanh đã được tách SỐ

Ở bộ giải mã, tín hiệu âm thanh sẽ được tách ra thành những kênh như ban đầu rôi kết hợp lại với thông tin về âm thanh nền được gửi kèm đi Hình 2.14 miêu tả nguyên lý cơ bản của quá trình xử lý của PS

HH Ấš5TĐOẠỰẠẶ|Ẵ | ẠHHHHHHHHHĐHĐỢỮỢỮÙỪỮƠỮỠZƠĐNUUANNNẢ NA aẶẦỔỐ << 6G

Hinh 2.16: Biéu dé bé ma hod HE-AAC

Điều cần phải lưu ý là chất lượng của các tín hiệu âm thanh sau khi bị nén phụ thuộc rất

nhiều vào tốc độ bit Hình 2.17 sẽ đưa ra các nhìn tông quan về chật lượng âm thanh sau khi

được nén với các chuân nén của họ AAC Trong hình ta thây ở tốc độ bit 48 kbps thì chât

lượng của HE-AAC v2 và HE-AAC v1 tương đương nhau

Hình 2.17: So sánh hiệu quả của các chuân nén họ AAC Năm 2003, liên đoàn phát thanh châu Âu đã tông kết những kết quả thử nghiệm của nhiều chuẩn nén khác nhau gồm có HE-AAC, AAC ở tốc độ bit 48 kbps Trong kết quả thử nghiệm

ưu thế thuộc về HE-AAC, tiép theo là mp3Pro (một sự kết hợp giữa mp3 và SBR) ,

Hinh 2.18: So sánh hiệu quả giữa chuân nén HE-AAC và các chuẩn nén khác

112 Chuẩn mã hoá hình ảnh MPEG-4/H.264:

1.1.2.1 Số hoá hình ảnh:

Cũng như âm thanh hình ảnh trước khi truyền trên mạng số thì cũng cần được số hóa Đối

với các máy quay phim tương tự hay các máy ảnh phim thì chúng ta cần đưa dữ liệu qua các

thiết bị chuyên đổi sang tín hiệu số, còn đối với máy quay phim kĩ thuật số hay máy ảnh kĩ

thuật số thì tín hiệu đầu ra đã là tín hiệu số nên không cần phải chuyển đối

1.1.2.1.1 Nén hình ảnh:

Bao gồm nén ảnh và nén nhiều ảnh liên tiếp trong một đoạn Video Phương pháp nén

thường dùng đối với ảnh là JPEG (Joint Photographic Experts Group), đối với nhiều ảnh liên

tiếp trong một đoạn Video là MPEG (Moving Picture Experts Group) Hai phương pháp này

có đặc điểm chung là sử dụng phép biến đổi Cosine rời rạc và tiếp theo là một thuật toán mã

hóa như RLC (Run Length Coding), VUC (Variable Length Coding), Đối với nén MPEG

thì người ta sử dụng thêm một số kĩ thuật nén chuyển động

Viện Cơ học và Tìn học ứng dụng Báo cáo đề tài Sở KH&CN Bình Dương — Chuyên dé 2.8

1.1.2.1.2 Phép biến đổi Cosine rời rạc (Điscrete Cosine Transform):

Người ta không thực hiện biến đôi Cosine trên toàn bộ vùng ảnh mà người ta chia ảnh thành các khối có kích thước 8x8 (đối với JPEG, MPEG-2) hoặc là 16x16, 8x8, 16x8, 4x4,

Biến đổi Cosine một chiều:

Phép biến đổi Cosine rời rạc một chiêu được cho bởi công thức af -X-I : sa -_ — #(2xv†+)U - - (2.4) Clu j= Au) (uj= at 2 (x) — fin jcos’ on,

Trong đó u= 0, 1, 2, , N-l Tuong ty phép biến đổi ngược được cho bởi công thức

trung bình của tất cả các mẫu Người ta gọi hệ số này là hệ số DC, tắt cả các hệ số còn lại của

Phép biến đổi Cosine rời rạc hai chiều:

Phép biến đổi Cosine rời rạc hai chiều là một sự mở rộng trực tiếp của phép biến đổi

Cosine rời rạc một chiều và được cho bởi công thức

C{u.v)= a(ta(s)S_ » f(x seo S45 OEE 2N cod MO) 2N (2.7)

Trong đó u,v = 0, 1, 2, , N-1 Phép biến đổi ngược được cho bởi công thức

ry je Sal evel Je —#ÖA+H - #(3v+ lì | (2.8)

JAN =3.“ UNA HV JCOS, 3X 93 3N I

Trong đó x„y = 0, 1, 2, , N-1 Voi a(u), œ(v) được xác định tương tự như phép biến đôi

Cosine rời rạc một chiều

e Decollerarion : Lợi ích chủ yếu của phép biến đổi là loại bỏ sự dư thừa giữa các pixel

lân cận Điều này dẫn đến những hệ số của phép biến đổi không có tương quan có thể

được mã hóa một cách độc lập

e_ Energy Compaciion : Hiệu quả của phép biến đổi là biến dữ liệu đầu vào thành một

số ít các hệ số nhất có thẻ Điều này cho phép bộ lượng tử hóa bỏ bớt các hệ số gần bằng nhau mà vẫn không làm giảm nhiều chất lượng của ảnh được tái tạo £ 2

e Seperability : Công thức biến đôi Cosine rời rạc hai chiều ở phần trên có thể được việt

Tính chất này cho phép phép biên đôi hai chiêu có thê được thực hiệt › biên

đổi một chiều, một phép biến đôi theo dòng và một phép biến đổi theo cột Điều này được

minh họa trong hình dưới đây

Hình 2.20: Phép biến đổi hai chiều được phân thành bước biến đổi một chiều

e ấymmetry: một cách nhìn khác của công thức biến đổi theo dòng và cột là

Trong đó A là ma trận của phép biến đối kích thước NxN với các phần tử được cho bởi

1.1.2.1.3 Mã hóa chiều dài thay adi VLC (Variable Length Coding):

1.1.2.1.3.1 Giới thiệu chung:

Theo lý thuyết mã, mã có độ dài thay đổi là một loại mã mà các kí hiệu nguồn được ánh

xạ thành các kí hiệu mã có số lượng bit không bằng nhau Mã có độ dài thay đối cho phép các

kí hiệu nguồn được nén và giải nén mà không bị mắt dữ liệu (lossless data compression) và

còn có thê giải mã theo từng kí hiệu Chiến lược mã này liên quan tới lượng tin (entropy) của

từng kí hiệu Một số loại mã được nhiều người biết tới theo chiến lược mã hóa này là: mã

Huffman, ma LZ (Lempel-Ziv), ma số học

Kích thước của một từ mã: được ánh xạ từ một chuỗi các bit độ dài xác định ban đầu

thành một những cụm các bit có độ dài xác định sau đó

Mã không suy biến là loại mã mà mỗi kí hiệu của từ mã ban đầu được ánh xạ thành một cụm bit không rỗng khác nhau :

Ví dụ một ánh xạ MI={(a,0), (b,0), (c,L)} là không loại ánh xạ không suy biến bởi vì nó ánh xạ cả hai kí hiệu “a” và “b” thành một cụm bit giống nhau “0”, bất kì kích thước nào của

từ mã loại này đều tạo ra việc mất đữ liệu loại mã suy biến này vẫn còn hữu dụng khi mã hóa

đối với một số nguồn thông tin cho phép tổn thất dữ liệu ( như trong nén audio và video) |

Tuy nhiên ánh xạ M2={(a,0), (b,1), (c,00), (d,01) là loại một ánh xạ không suy biên, rât

phù hợp khi dùng cho truyền dữ liệu

Từ mũ có thê giải mã duy nhất: là một từ mã được gọi là có thể giải mã duy nhất nếu kích

thước của nó không suy biến

Ví dụ: đối với ánh xạ không suy biến M2 không phải là loại giải mã duy nhất bởi vì chuỗi

nguồn “aa” được ánh xạ thành chuỗi bịt “00”, khi giải mã có thể lầm lẫn với kí hiệu “c” với

kích thước từ mã của ánh xạ M3={(a,0), (b,01), (c,001)} có thể giải mã duy nhật, bởi vì mỗi

cụm bit đều kết thúc ngay khi một bit 0 xuất hiện, nó là dấu hiệu cho thấy một từ mã mới

Mã tức thời (mã có tính prefix) là loại mã trong cùng một ánh xạ, với các kí hiệu khác

nhau thì không có chuỗi bit nào sau khi ánh xạ là prefix của một chuỗi bit đã ánh xạ khác

Điều này giúp cho kí hiệu có thể được giải mã tức thời ngay sau khi toàn bộ từ mã đã nhận

Kết quả: aabacda > 001001101110 > |04010j0|1 10|111]0| > aabacda

Thuận lợi: những kí hiệu nguồn ít xuất hiện có thể được gán cho các kí hiệu dài hơn

những kí hiệu nguồn xuất hiện nhiều ví dụ: nếu xác suất xuất hiện của (a, b, c, đ) là (1⁄2, 1⁄4,

1/8, 1/8), thi entropy của nó là: Ix1⁄2 + 2x1/4 + 3x1/8 + 3x1/8 = 7/4 = 1,75 Với loại mã này thì kí hiệu nguồn được nén nhiều nhất có thể và giải mã được mà không bị mắt dữ liệu - 1.1.2.1.3.2 Mã Huffman:

Trong khoa học máy tính và lý thuyét thong tin, ma@ Huffman la mot thuật toán mã hóa dùng để nén dữ liệu Nó dựa trên bảng tần suất xuất hiện các kí tự cần mã hóa để xây dựng

một bộ mã nhị phân cho các kí tự đó sao cho dung lượng (số bít) sau khi mã hóa là nhỏ nhất

MG tién té (prefix-free binary code):

Để mã hóa các kí hiệu (kí tự, chữ số, .) ta thay chúng bằng các xâu nhị phân, được gọi là

từ mã của kí hiệu đó Chẳng hạn bộ mã ASCII, mã hóa cho 256 kí hiệu là biểu diễn nhị phân của các số từ 0 đến 255, mỗi từ mã gồm 8 bít Trong ASCII từ mã của kí tự "a" là 1100001,

của kí tự "A" là 1000001 Trong cách mã hóa này các từ mã của tất cả 256 kí hiệu có độ dài băng nhau (mỗi từ mã 8 bít) Nó được gọi là mã hóa với độ dài không đổi

Khi mã hóa một tài liệu có thể không sử dụng đến tất cả 256 kí hiệu Hơn nữa trong tài

liệu chữ cái "a" chỉ có thể xuất hiện 1000000 lần còn chữ cái "A” có thể chỉ xuất hiện 2, 3 lần Như vậy ta có thể không cần dùng đủ 8 bít để mã hóa cho một ký hiệu, hơn nữa độ đài

(số bít) đành cho mỗi kí hiệu có thể khác nhau, kí hiệu nào xuất hiện nhiều lần thì nên dùng

số bít ít, ký hiệu nào xuất hiện ít thì có thể mã hóa bằng từ mã dài hơn Như vậy ta có việc mã hóa với độ dài thay đổi Tuy nhiên, nếu mã hóa với độ dài thay đổi, khi giải mã ta làm thế nào phân biệt được xâu bít nào là mã hóa của ký hiệu nào Một trong các giải pháp là dùng các

dấu phây (",") hoặc một kí hiệu quy ước nào đó để tách từ mã của các kí tự đứng cạnh nhau

Nhưng như thế số các dấu phẩy sẽ chiếm một không gian đáng kể trong bản mã Một cách

giải quyết khác dẫn đến khái niệm mã tiền tố

e_ Mã tiền tố là bộ các từ mã của một tập hợp các kí hiệu sao cho từ mã của mỗi ký hiệu không là tiền tố (phần đầu) của từ mã một ký hiệu khác trong bộ mã dy

© Duong nhiên mã hóa với độ dài không đổi là mã tiền tố

e Ví dụ: Giả sử mã hóa từ "ARRAY", tập các ký hiệu cần mã hóa gồm 3 chữ cái

hẠ" "Rh"V", l l

e Nếu mã hóa bằng các từ mã có độ dài bằng nhau ta dùng ít nhất 2 bit cho một chữ cái

chẳng hạn "A"=00, "R"=01, "Y"=10 Khi đó mã hóa của cả từ là 0001010010 Để giải

mã ta đọc hai bit một và đối chiếu với bảng mã

e© Nếu mã hóa "A"=0, "R"=01, "Y"=11 thì bộ từ mã này không là mã tiền tố ví từ mã của "A" là tiền tố của từ mã của "R" Để mã hóa cả từ ARRAY phải đặt dâu ngăn

cách vào giữa các từ mã 0,01,01,0,11 ,

e Nếu mã hóa "A"=0, "R"=10, "Y"=11 thì bộ mã này là mã tiền tố Với bộ mã tiền tố này khi mã hóa xâu "ARRAY" ta có 01010011.