CODIFICA DI SORGENTE. Schematizzazione generale sistema di comunicazione
|
|
- Gemma Carlini
- 7 anni fa
- Visualizzazioni
Transcript
1 CODIFICA DI SORGENTE Informazione associata a sorgenti digitali, entropia Codifica di sorgenti senza memoria Codifica di sorgenti con memoria CODIFICA DI SORGENTE Schematizzazione generale sistema di comunicazione Sorgente (numerica) Sistema di trasmissione Utilizzatore s(k), k=, Viene emesso un simbolo ogni T secondi s(k) con k=,... Simboli numerici trasmessi negli istanti kt; M=2 N Dimensione alfabeto dei simboli, ognuno rappresentato con N bit; S={s,, s M } Insieme dei possibili simboli. I simboli possono rappresentare: Un testo scritto, sequenza di simboli/codici rappresentanti le lettere (cod. ASCII a 7 od 8 bit); Un segnale campionato, sequenza codici assegnati ai campioni; Informazioni numeriche, ad esempio il saldo di conti correnti; Una sequenza di bit; Ecc... 2 CODIFICA DI SORGENTE
2 Informazione associata ai simboli Sorgente senza memoria: probabilità di di emissione dei dei simboli indipendente dalla storia passata. Parametri statistici che descrivono sorgente: probabilità di di emissione dei dei simboli: p(s p(s ), ), p(s p(s 22 ), ),.., p(s p(s M ); ); M 0 p(s ) ; p(s ) = i i. i= Informazione associata a ciascun simbolo: I( si ) = lg2 p( si ) I( s ) 0; i I( s ) = 0 i I( s k se ) > I( s ) i p( s ) = ; se i si p( s k misura ) < p( s ). i in bit. 3 CODIFICA DI SORGENTE Informazione media di una sorgente, entropia Il Il valor medio dell informazione tra tra tutti i i simboli della sorgente S (valo medio pesata dalla probabilità di di emissione): H S [ I s )] = p( s ) = E i Questa quantità viene detta Entropia. p M ( i lg2 i= i ( s ) L Entropia fornisce una misura del del contenuto medio di di informazione associato ad ad ognuno dei dei simboli emessi dalla sorgente. Anche l Entropia, naturalmente, è misurata in in bit. 4 CODIFICA DI SORGENTE
3 Entropia: Sorgente binaria H S S = { s, s } p( s 2 2 ) = p( s ) p(s ) L Entropia è massima se se tutti i i simboli sono equiprobabili (risultato generale indipendente dalla dimensione alfabeto) 5 CODIFICA DI SORGENTE Concetto di Ridondanza R H = H max H :: Entropia sorgente H max : max : Entropia massima (sorgente senza memoria e simboli equiprobabili) = = lg lg 22 (M) con con M dimensione alfabeto. Per un un testo scritto H max max = 7 bit, H 2 bit bit => R=0.7 Un Un testo è quindi estremamente ridondante. Si Si comprende anche se se manca una parte significativa dei dei caratteri che lo lo compongono. 6 CODIFICA DI SORGENTE
4 Codifica di sorgente E la rappresentazione efficiente dei dati generati da una sorgente discreta S. S s(k) Codifica b(k) La La sequenza b(k) e e binaria (le (le parole di di codice sono binarie). Il Il codice di di sorgente e e decodificabile in in maniera univoca [la [la sequenza di di dati originari s(k) puo essere ricostruita perfettamente dalla sequenza codificata b(k)] 7 CODIFICA DI SORGENTE Codici a lunghezza variabile Simboli Probabilità Emisssione Codice (Lunghezza Fissa) Codice Lunghezza Variabile s 0, s 2 0, s 3 0,5 0 0 s 4 0,0 Definiamo la lunghezza media di parola di codice L = M i= p( s i ) l i dove l i e la lunghezza della parola di codice associata al simbolo s i. Nell esempio L = * * * *0. =.55 bit < 2 bit = var L fissa 8 CODIFICA DI SORGENTE
5 Efficienza del codice L min e il minimo valore possibile di L Definiamo l efficienza del codice del codificatore Lmin η = L Quanto vale L min? Teorema della codifica di di sorgente Per qualsiasi schema di di codifica, la la lunghezza media delle parole del del codice e e limitata inferiormente dall entropia della sorgente L H S 9 CODIFICA DI SORGENTE Ulteriore significato dell Entropia L Entropia (espressa in in bit) rappresenta il il minimo numero medio di di cifre binarie necessarie a codificare ciascun simbolo della sorgente. Si Si puo riscrivere l efficienza del del codice come η = H S L 0 CODIFICA DI SORGENTE
6 Tecnica di Huffman per la costruzione Codici a Lunghezza Variabile () Assegna ad ogni simbolo una sequenza di bit, la cui lunghezza e praticamente uguale alla quantita di informazione che il simbolo trasporta... I I simboli della della sorgente vengono ordinati secondo probabilita decrescente Si Si genera una una nuova lista lista di di simboli da da codificare, sostituendo agli agli ultimi due due simboli (con (con prob. prob. piu piu bassa), precedentemente identificati, un un nuovo simbolo di di sorgente, con con probabilita uguale alla alla somma delle delle probabilita. Si Si associano i i bit bit 0 0 e ai ai simboli eliminati Si Si ripete il il passo (), (), applicato alla alla nuova lista, lista, in in modo iterativo, finche ci ci si si riduce ad ad una una lista lista con con solo solo due due simboli, a cui cui si si associano i i bit bit 0 0 e La La parola di di codice da da assegnare ad ad ogni ogni simbolo originario si si ottiene seguendo a ritroso il il percorso di di assegnazione dei dei bit, bit, fino fino al al simbolo originario. CODIFICA DI SORGENTE Tecnica di Huffman per la costruzione Codici a Lunghezza Variabile (2) lista Probabilita lista2 lista3 lista4 Codifica s0 s s2 s3 s CODIFICA DI SORGENTE
7 Codifica Universale Quando le le probabilità dei dei simboli non sono note, o cambiano nel nel tempo, è possibile realizzare sistemi che estraggano tali informazioni direttamente dai dai simboli originari. Simboli originari Codif Decod Simboli ricostruiti Modell Modell 3 CODIFICA DI SORGENTE Run Length Encoding (RLE) La sequenza di N campioni uguali (run) viene sostituita (encoding) dal numero di occorrenze del valore (length) ed il valore. R T A A A A S D E E E E E R T *4A S D *5E RLE L'inizio di un blocco codificato deve essere identificabile: in questo esempio si usa il carattere * per indicare che seguono due valori in codifica run-length. 4 CODIFICA DI SORGENTE
8 Codifica aritmetica () A R I T H M E T I C Simbolo Prob. -P log2(p) range A C E H I M R T TOTALE A Sequenza da codificare (comprimere) Ad ogni simbolo si assegna una porzione dell'intervallo [0,] proporzionale alla probabilita' del simbolo. C E H I M R T Entropia (nr.bit medi per campione ottimi) 5 CODIFICA DI SORGENTE Per ogni simbolo in ingresso, partendo dall'intervallo [0,], si delimita un sottointervallo in base al range assegnato al simbolo. L'estremo inferiore dell'intervallo finale (numero <) rappresenta la codifica della sequenza di ingresso Codifica aritmetica (2) A C E H I M R T R I T H M E T I C CODIFICA DI SORGENTE
9 Codifica aritmetica (3) A A R I T H M E T I C C E H I M R T Simbolo inf sup sup-inf 0... A R I T H M E T I C inf=0 sup= while ci sono simboli prendi un simbolo Range = sup - inf sup = inf + Range * range.sup(simbolo) inf = inf + Range * range.inf(simbolo) end while output inf CODIFICA DI SORGENTE Sorgenti con memoria Quando le le probabilità dei dei simboli dell alfabeto dipendono, per ogni intervallo di di emissione, dalla storia passata (simboli emessi precedentemente) si si parla di di Sorgenti con Memoria. Buona parte delle informazioni trattate nei nei sistemi di di comunicazione possono essere viste come generate da da sorgenti con memoria. Un Un testo scritto può essere preso come esempio classico: Scorrendo il il testo, la la probabilità di di incontrare una particolare lettera dipende fortemente dalla sequenza dei dei precedenti caratteri. Per una codifica efficiente di di queste sorgenti devono essere impiegate tecniche opportune. Fra le le più note vi vi sono quelle basate sull uso di di dizionari. 8 CODIFICA DI SORGENTE
10 Tecniche di codifica basate su dizionario L idea base è quella di rappresentare stringhe di simboli elementari ( parole ) con un indice che le identifica in un vocabolario noto sia al codificatore che al decodificatore. Vocabolario Buffer caratteri già codificati Buffer caratteri da codificare L a n o s t r a p a n d a s t r a r i p a Viene ricercata la stringa comune più lunga fra inizio buffer di codifica e vocabolario. Dati codificati: Match, Inizio Stringa in Vocabolario, Lunghezza Stringa, Carattere Innovazione /0 ( bit) H bit (nell esempio H=4) L bit (es. L=3) N bit (es. N=7) Evita deadlock per Match=0 9 CODIFICA DI SORGENTE Tecniche di codifica basate su dizionario L idea base è quella di rappresentare stringhe di simboli elementari ( parole ) con un indice che le identifica in un vocabolario noto sia al codificatore che al decodificatore. Vocabolario Buffer caratteri già codificati Buffer caratteri da codificare L a n o s t r a p a n d a s t r a r i p a Viene ricercata la stringa comune più lunga fra inizio buffer di codifica e vocabolario. Dati codificati: Match, Inizio Stringa in Vocabolario, Lunghezza Stringa, Carattere Innovazione CODIFICA DI SORGENTE
11 Tecniche di codifica basate su dizionario L idea base è quella di rappresentare stringhe di simboli elementari ( parole ) con un indice che le identifica in un vocabolario noto sia al codificatore che al decodificatore. Vocabolario Buffer caratteri già codificati Buffer caratteri da codificare o s t r a p a n d a s t r a r i p a v a d Viene ricercata la stringa comune più lunga fra inizio buffer di codifica e vocabolario. Dati codificati: Match, Inizio Stringa in Vocabolario, Lunghezza Stringa, Carattere Innovazione CODIFICA DI SORGENTE Tecniche di codifica basate su dizionario L idea base è quella di rappresentare stringhe di simboli elementari ( parole ) con un indice che le identifica in un vocabolario noto sia al codificatore che al decodificatore. Vocabolario Buffer caratteri già codificati Buffer caratteri da codificare s t r a p a n d a s t r a r i p a v a d i Viene ricercata la stringa comune più lunga fra inizio buffer di codifica e vocabolario. Dati codificati: Match, Inizio Stringa in Vocabolario, Lunghezza Stringa, Carattere Innovazione i 22 CODIFICA DI SORGENTE
12 Tecniche di codifica basate su dizionario L idea base è quella di rappresentare stringhe di simboli elementari ( parole ) con un indice che le identifica in un vocabolario noto sia al codificatore che al decodificatore. Vocabolario Buffer caratteri già codificati Buffer caratteri da codificare t r a p a n d a s t r a r i p a v a d i Viene ricercata la stringa comune più lunga fra inizio buffer di codifica e vocabolario. Dati codificati: Match, Inizio Stringa in Vocabolario, Lunghezza Stringa, Carattere Innovazione i CODIFICA DI SORGENTE Decodifica basata su dizionario Dati codificati ricevuti: Match, Inizio Stringa in Vocabolario, Lunghezza Stringa, Carattere Innovazione 6 4 Vocabolario Buffer caratteri già decodificati Buffer nuovi caratteri L a n o s t r a p a n d a s t r a CODIFICA DI SORGENTE
13 Tecniche di codifica basate su dizionario (efficienza) Nell esempio illustrato Per 8 caratteri, codificabili con 7 bit ciascuno senza codifica di sorgente (8*7=56 bit), si utilizzano un totale di 32 bit codificati (8*4=32 bit). L efficienza di di codifica aumenta di di molto incrementando la la dimensione dei dei buffer e utilizzando strutture dati molto simili a veri e propri dizionari. Queste tecniche sono ampiamente utilizzate sia sia nelle comunicazioni sia sia per la la compressione di di dati memorizzati su su supporti di di massa. Si Si possono ottenere percentuali di di compressione anche del del 55% per testi scritti,, rispetto a percentuali di di compressione di di circa il il 43% ottenibile con il il codice di di Huffmann. 25 CODIFICA DI SORGENTE Codifica PCM differenziale Mentre nella codifica PCM è quantizzato il valore in ingresso all istante n (ed è trasmesso il codice corrispondente), nella codifica differenziale (DPCM: Differential PCM) è quantizzata la differenza e(n) tra il segnale d ingresso all istante n e una sua predizione al medesimo istante. Si puo rendere il predittore adattativo (ADPCM: Adaptive DPCM). s(n) + - e(n) Quantizzatore e q (n) e q (n) + + ŝ(n) ~ s ( n ) Predittore + + Predittore Ricevitore Trasmettitore Per evitare il degradarsi del segnale ricostruito, periodicamente viene inviato un campione del segnale originario. Bit rate 6-32 kbits/s. e(n) quantizzato con 4 bit. 26 CODIFICA DI SORGENTE
14 Modulazione Delta E un caso particolare di DPCM. Viene codificata la differenza tra un campione ed il succesivo con un solo bit, che indica se il valore successivo del segnale va incrementato o decrementato (di una quantita prefissata) rispetto al valore corrente. Problemi: granularita (il minimo passo e finito), inseguimento (esiste un limite alla massima pendenza che puo essere ricostruita). pb. inseguimento pb. granularita Esempio: passo fisso=0.07 Si puo fare passo adattativo (ADM: Adaptive Delta Modulation). ADM passo 0.09 passo 0.03 Esempio: due passi diversi 0.03 e CODIFICA DI SORGENTE Tecniche di codifica di sorgente con perdita In molte situazioni, per la trasmissione o memorizzazione digitale di suoni, immagini (fisse od in movimento) vi sono stringenti necessità di comprimere i dati numerici anche a costo di introdurre degradazioni sui segnali ricostruiti. Per queste applicazioni sono state messe a punto Tecniche di Codifica di Sorgente con Perdita (Lossy) che cercano di sfruttare al meglio le limitate capacità percettive dei nostri sensi. Esempi di queste tecniche sono, per le immagini, le tecniche note con le sigle JPEG, MPEG, MPEG2, MPEG4, H26, H263. Per i segnali audio di qualità (segnali musicali) una delle tecniche più note e quella che va sotto il nome MPEG Audio Level 3 (comunemente indicata come MP3). A questo proposito si può ricordare come un segnale audio stereo semplicemente campionato e quantizzato richieda 2*48000*6.5 Mbit/sec. La compressione MP3 permette di rappresentare lo stesso segnale (introducendo solo minime degradazioni) con soli Kbit/sec. Per maggiori dettagli vedere 28 CODIFICA DI SORGENTE
La codifica di sorgente
Tecn_prog_sist_inform Gerboni Roberta è la rappresentazione efficiente dei dati generati da una sorgente discreta al fine poi di trasmetterli su di un opportuno canale privo di rumore. La codifica di canale
DettagliLa codifica di sorgente
Tecn_prog_sist_inform Gerboni Roberta è la rappresentazione efficiente dei dati generati da una sorgente discreta al fine poi di trasmetterli su di un opportuno canale privo di rumore. La codifica di canale
DettagliModello di sistema di comunicazione
Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Teoria dell informazione A.A. 2006-07 Alberto Perotti DELEN-DAUIN Modello di sistema di comunicazione Il modello di
DettagliTeoria dell informazione
Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Teoria dell informazione A.A. 2008-09 Alberto Perotti DELEN-DAUIN Modello di sistema di comunicazione Il modello di
Dettagli1 Esercizio - caso particolare di ottimalità
Corso: Gestione ed elaborazione grandi moli di dati Lezione del: 5 giugno 2006 Argomento: Compressione aritmetica e Tecniche di compressione basate su dizionario Scribes: Andrea Baldan, Michele Ruvoletto
DettagliCodifica di Huffman e Lempel-Ziv-Welch A L B E R T O B E L U S S I A N N O A C C A D E M I C O /
Codifica di Huffman e Lempel-Ziv-Welch 1 A L B E R T O B E L U S S I A N N O A C C A D E M I C O 2 0 1 0 / 2 0 1 1 Tipi di compressione Senza perdita (lossless): permettono di ricostruire perfettamente
DettagliCodifica di Huffman e Lempel-Ziv-Welch
e Lempel-Ziv-Welch 1 A L B E R T O B E L U S S I A N N O A C C A D E M I C O 2 0 1 0 / 2 0 1 1 Tipi di compressione Senza perdita (lossless): permettono di ricostruire perfettamente la rappresentazione
DettagliL informazione numerica
L informazione numerica Sorgenti di informazione Abbiamo esaminato delle sorgenti di informazione analogiche (audio, video). Abbiamo visto come trasmetterle a distanza per mezzo di sistemi analogici. Come
DettagliTEORIA DELL INFORMAZIONE ED ENTROPIA FEDERICO MARINI
TEORIA DELL INFORMAZIONE ED ENTROPIA DI FEDERICO MARINI 1 OBIETTIVO DELLA TEORIA DELL INFORMAZIONE Dato un messaggio prodotto da una sorgente, l OBIETTIVO è capire come si deve rappresentare tale messaggio
DettagliTecniche di compressione senza perdita
FONDAMENTI DI INFORMATICA Prof. PIER LUCA MONTESSORO Facoltà di Ingegneria Università degli Studi di Udine Tecniche di compressione senza perdita 2000 Pier Luca Montessoro (si veda la nota di copyright
DettagliCapitolo 3 Compressione sorgenti statiche
Capitolo 3 Compressione sorgenti statiche Elementi di codifica di sorgente Entropia Classificazione degli algoritmi Testo RLE Huffman statico Huffman dinamico Codifica aritmetica LZ Immagini Prestazioni
DettagliL'Informazione e la sua Codifica. Maurizio Palesi
L'Informazione e la sua Codifica Maurizio Palesi 1 Obiettivo Il calcolatore è una macchina digitale Il suo linguaggio è composto da due soli simboli Gli esseri umani sono abituati a comunicare utlizzando
DettagliConversione Analogico/Digitale
Conversione Analogico/Digitale 1 Fondamenti di Segnali e Trasmissione Conversione analogico/digitale (A/D) Per rappresentare numericamente un segnale continuo nel tempo e nelle ampiezze è necessario: Campionare
DettagliCodifica di Huffman e Lempel-Ziv-Welch
Codifica di e Lempel-Ziv-Welch 1 ALBERTO BELUSSI ANNO ACCADEMICO 2009/2010 Tipi di compressione Senza perdita (lossless lossless): permettono di ricostruire perfettamente la rappresentazione del dato originale,
DettagliSommario. Lempel-Ziv coding e varianti Run-length encoding. 1 Introduzione. 2 Codifica mediante predittori (Lossless JPEG, PNG, ecc.
Sommario Lempel-Ziv coding e varianti 1 2 Codifica mediante predittori (Lossless JPEG, PNG, ecc.) 3 Lempel-Ziv coding e varianti 4 Lempel-Ziv coding e varianti Il codice di Huffman visto prima sfrutta
DettagliLA CODIFICA. CANALE IDEALE E REALE
LA CODIFICA. CANALE IDEALE E REALE L A CODIFICA Per trasmettere i simboli generati dalla sorgente devo tradurli in segnali adatti al canale. Per effettuare la trasmissione dovremo: MODULARE il segnale:
DettagliL informazione e la sua codifica. Prof. Maurizio Naldi A.A. 2015/16
L informazione e la sua codifica Prof. Maurizio Naldi A.A. 2015/16 Informazione e dati L'informazione permette in una situazione in cui si hanno almeno due occorrenze possibili di superare un'incertezza
Dettagli1.2d: La codifica Digitale dei caratteri
1.2d: La codifica Digitale dei caratteri 2 12 ott 2011 Bibliografia Curtin, 3.6 (vecchie edizioni) Curtin, 2.5 (nuova edizione) CR pag. 9-14 Questi lucidi 3 12 ott 2011 La codifica dei caratteri Un testo
DettagliUNIVERSITÀ DEGLI STUDI DI TRIESTE
UNIVERSITÀ DEGLI STUDI DI TRIESTE Corso di Elaborazione Elettronica di Immagini CODIFICA DI IMMAGINI SENZA PERDITA Sommario 1 2 (Lossless JPEG, PNG, ecc.) 3 4 Motivazione Gli algoritmi per la codifica
DettagliINFORMAZIONE E CODIFICA PROF. MAURIZIO NALDI ABILITÀ INFORMATICHE
INFORMAZIONE E CODIFICA PROF. MAURIZIO NALDI ABILITÀ INFORMATICHE INFORMAZIONE E DATI L'informazione permette in una situazione in cui si hanno almeno due occorrenze possibili di superare un'incertezza
DettagliAnalogico vs digitale
Analogico vs digitale Informazione classificatoria e più che classificatoria Informazione classificatoria: è questo, ma avrebbe potuto essere quest altro altro. Informazione più che classificatoria: riconoscere
DettagliIl concetto di informazione
Il concetto di informazione Qualunque informazione è definita tramite tre caratteristiche fondamentali: 1. Valore indica il particolare elemento assunto dall informazione 2. Tipo indica l insieme degli
DettagliLa Rappresentazione dell Informazione
La Rappresentazione dell Informazione Parte III I codici Codici a.a. 27-28 Un codice è una funzione che associa ad una sequenza di simboli un significato Codice : {entità} {sequenze di simboli} Un codice
DettagliLa Rappresentazione Dell Informazione
La Rappresentazione Dell Informazione Parte III I codici I Codici Un codice è una funzione che associa ad una sequenza di simboli un significato Un codice serve a: Permettere l elaborazione e la memorizzazione
DettagliIntroduzione alla codifica entropica
Compressione senza perdite Il problema Introduzione alla codifica entropica Abbiamo un alfabeto di simboli A (nota: non è detto che gli elementi di A siano numeri) Sappiamo che il simbolo a A si presenta
DettagliSistemi di Elaborazione delle Informazioni 6 CFU
Università degli Studi di Palermo Dipartimento dell Innovazione Industriale e Digitale Sistemi di Elaborazione delle Informazioni 6 CFU Anno Accademico 2016/2017 Docente: ing. Salvatore Sorce Rappresentazione
DettagliCompressione Parte 1. Prof. Filippo Milotta Informatica Musicale
Compressione Parte 1 Prof. Filippo Milotta milotta@dmi.unict.it Perché comprimere? 1. Riduzione dello spazio di memoria occupato 2. Riduzione dei tempi (e costi) di trasmissione 2 Compressione Come comprimere
DettagliComunicazioni Elettriche Esercizi
Comunicazioni Elettriche Esercizi Alberto Perotti 9 giugno 008 Esercizio 1 Un processo casuale Gaussiano caratterizzato dai parametri (µ = 0, σ = 0.5) ha spettro nullo al di fuori dellintervallo f [1.5kHz,
DettagliInformazione e sua rappresentazione: codifica
Corso di Calcolatori Elettronici I Informazione e sua rappresentazione: codifica ing. Alessandro Cilardo Corso di Laurea in Ingegneria Biomedica Il concetto di informazione Qualunque informazione è definita
DettagliTeoria dell informazione
Teoria dell informazione Giuseppe Ruggeri Università Mediterranea di Reggio Calabria Italy Outline Cos è l informazione? E possibile misurare l informazione? Limiti matematici nella rappresentazione dell
DettagliCodifica dei coefficienti AC
Codifica dei coefficienti AC Codifica dei coefficienti AC La DCT e la quantizzazione tendono a produrre blocchi di coefficienti con molti zeri. Esempio, con la tabella di quantizzazione predefinita: 56
DettagliIndice. A Riassunto formule principali sulla Teoria dell Informazione per sorgenti135
Indice 8 Teoria dell Informazione per sorgenti 123 8.1 Introduzione.................................... 123 8.2 Codifica di sorgente............................... 123 8.2.1 Classificazione tecniche di
DettagliInformazione e sua rappresentazione: codifica
Corso di Calcolatori Elettronici I A.A. 2011-2012 Informazione e sua rappresentazione: codifica Lezione 2 Prof. Antonio Pescapè Università degli Studi di Napoli Federico II Facoltà di Ingegneria Corso
DettagliInformazione e sua rappresentazione: codifica. Il concetto di informazione
Corso di Calcolatori Elettronici I A.A. 2011-2012 Informazione e sua rappresentazione: codifica Lezione 2 Prof. Roberto Canonico Università degli Studi di Napoli Federico II Facoltà di Ingegneria Corso
DettagliSistemi di Elaborazione delle Informazioni 6 CFU
Università degli Studi di Palermo Dipartimento di Ingegneria Chimica, Gestionale, Informatica, Meccanica Sistemi di Elaborazione delle Informazioni 6 CFU Anno Accademico 2015/2016 Docente: ing. Salvatore
DettagliCapitolo 4 Strato Fisico- Modellazione delle Sorgenti d Informazione e Codificazione di Sorgente
Capitolo 4 Strato Fisico- Modellazione delle Sorgenti d Informazione e Codificazione di Sorgente 1 Sorgenti d Informazione- Generalità Per valutare le prestazioni di un Sistema di TLC, è necessario descrivere
DettagliSuono digitale. Ø Un secondo di musica stereo richiede 44'100 campioni di 16 bit (2 byte) ciascuno per due canali, quindi 176'400 byte.
Suono digitale Ø Formato standard per i CD audio frequenza di campionamento di 44'100 Hz quantizzazione su 65'536 livelli (un campione viene codificato su 16 bit) Ø Un secondo di musica stereo richiede
DettagliCompressione di dati: testi, immagini, suoni e video
1 Compressione di dati: testi, immagini, suoni e video B. Cipolla V1.2 Gennaio 2008 2 Compressione: motivazioni Ridurre le dimensioni di oggetti digitali per Risparmiare spazio occupato tempo di trasmissione
DettagliSorgenti discrete e informazione
Sorgenti discrete e informazione La definizione formale della quantità di informazione è dovuta a Shannon Nella sua teoria si fa riferimento ad una sorgente di messaggi connessa tramite un canale a un
DettagliElementi di teoria dell informazione e della trasmissione
VERSIONE 19.4.01 Elementi di teoria dell informazione e della trasmissione Introduzione Efficienza nell uso dei supporti Quantità di informazione ed entropia La caratterizzazione statistica dei canali
DettagliINFORMAZIONE E COMPLESSITA
INFORMAZIONE E COMPLESSITA Antonio Restivo Università degli Studi di Palermo Lezioni Lincee di Scienze Informatiche Palermo 26 Febbraio 2015 Concetti fondamentali delle Scienze Informatiche Le Scienze
DettagliQUANTIZZAZIONE Conversione analogico/digitale
QUANTIZZAZIONE Conversione analogico/digitale 1 QUANTIZZAZIONE Campionamento e uantizzazione Campione del segnale Segnale originale (continuo nel tempo e nelle ampiezze) QUANTIZZAZIONE Conversione analogico/digitale
DettagliInformatica 3. LEZIONE 16: Heap - Codifica di Huffmann. Modulo 1: Heap e code di priorità Modulo 2: Esempio applicativo: codifica di Huffmann
Informatica 3 LEZIONE 16: Heap - Codifica di Huffmann Modulo 1: Heap e code di priorità Modulo 2: Esempio applicativo: codifica di Huffmann Informatica 3 Lezione 16 - Modulo 1 Heap e code di priorità Introduzione
DettagliCompressione dei dati. Appunti di Sistemi A cura del prof. Ing. Mario Catalano
Compressione dei dati Appunti di Sistemi A cura del prof. Ing. Mario Catalano Compressione di dati Cosa significa comprimere i dati? Eliminare l'informazione ridondante, in modo da poter rappresentare
DettagliLa compressione video. Analis i in multiris oluzione Wavelet La compres s ione di immag ini C ompres s ione JPEG S tandard MPEG
La compressione video Analis i in multiris oluzione Wavelet La compres s ione di immag ini C ompres s ione JPEG S tandard MPEG Trasformata di Fourier Analisi in frequenza delle immagini 2 Trasformata di
DettagliInformazione binaria:
Informazione binaria: Codici di compressione Ingegneria Meccanica e dei Materiali Università degli Studi di Brescia Prof. Massimiliano Giacomin Una soluzione per le immagini: la tavolozza (palette) Spesso
DettagliTecnologie Multimediali a.a. 2018/2019. Docente: DOTT.SSA VALERIA FIONDA
Tecnologie Multimediali a.a. 2018/2019 Docente: DOTT.SSA VALERIA FIONDA Rappresentazione digitale dell audio IL CAMPIONAMENTO E LA QUANTIZZAZIONE I dati multimediali vengono digitalizzati attraverso due
DettagliCodifica dell informazione. 11/2/2014 Informatica applicata alla comunicazione multimediale Cristina Bosco
Codifica dell informazione 11/2/2014 Informatica applicata alla comunicazione multimediale Cristina Bosco L informatica è Informatica e informazione lo studio degli algoritmi che elaborano l informazione
DettagliComunicazioni Elettriche II
Comunicazioni Elettriche II Laurea Magistrale in Ingegneria Elettronica Università di Roma La Sapienza A.A. 2017-2018 Equiripartizione asintotica AEP Asymptotic Equiripartition Property AEP Nella teoria
Dettagli..., x M. : codice o sequenza di bit che rappresentano il messaggio x i ; n i : lunghezza in bit del codice C X i
Definizioni X : sorgente di informazione discreta; X k : messaggi prodotti da X ; ogni messaggio è una v.c.d., k è l'indice temporale; alfabeto di X : insieme {x,..., x } degli messaggi che la sorgente
DettagliElaborazione di Immagini e Suoni / Riconoscimento e Visioni Artificiali 12 c.f.u. I suoni Rappresentazione digitale
Università degli Studi di Palermo Dipartimento di Ingegneria Informatica Elaborazione di Immagini e Suoni / Riconoscimento e Visioni Artificiali 12 c.f.u. Anno Accademico 2008/2009 Docente: ing. Salvatore
DettagliElaborazione dell informazione. Elaborazione dell informazione. Rappresentazione dei numeri INFORMATICA PER LE DISCIPLINE UMANISTICHE 2 (13042)
Elaborazione dell informazione INFORMATICA PER LE DISCIPLINE UMANISTICHE 2 (13042) Elaborazione di informazione prevede una codifica come: Dato: insieme di simboli rappresentati su un supporto Negli elaboratori:
DettagliTutti i dispositivi di un elaboratore sono realizzati con tecnologia digitale
Calcolatore e Informazione Tutti i dispositivi di un elaboratore sono realizzati con tecnologia digitale Corrente + Corrente Magnetismo + Magnetismo Luce presente (+) Luce assente (-) Dati ed operazioni
DettagliQUANTIZZAZIONE E CONVERSIONE IN FORMA NUMERICA. 1 Fondamenti Segnali e Trasmissione
UANTIZZAZIONE E CONVERSIONE IN FORMA NUMERICA Fondamenti Segnali e Trasmissione Campionamento e quantizzazione di un segnale analogico Si consideri il segnale x(t) campionato con passo T c. Campioni del
DettagliCampionamento e quantizzazione
Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Campionamento e quantizzazione A.A. 2008-09 Alberto Perotti DELEN-DAUIN Conversione analogico-digitale L elaborazione
DettagliInformatica per le discipline umanistiche 2
Informatica per le discipline umanistiche 2 Rappresentazione dell informazione Rappresentazione dell informazione Informatica: studio sistematico degli algoritmi che descrivono e trasformano l informazione:
DettagliLa rappresentazione. Rappresentazione dell Informazione. Il bit. Codifica delle informazioni. Molti oggetti hanno comunemente più rappresentazioni
La rappresentazione Rappresentazione dell Informazione Molti oggetti hanno comunemente più rappresentazioni Ad esempio un libro può essere stampato su carta memorizzato in un file / 7 Il bit Codifica delle
DettagliRAPPRESENTAZIONE DELLE INFORMAZIONI
RAPPRESENTAZIONE DELLE INFORMAZIONI 1 RAPPRESENTAZIONE DELLE INFORMAZIONI Le informazioni gestite dai sistemi di elaborazione devono essere codificate per poter essere memorizzate, elaborate, scambiate,
DettagliSoluzioni di Esercizi di Esame di Segnali Aleatori per Telecomunicazioni
Corso di Laurea in Ingegneria Informatica corso di Telecomunicazioni (Prof. G. Giunta) (editing a cura dell ing. F. Benedetto) Soluzioni di Esercizi di Esame di Segnali Aleatori per Telecomunicazioni Esame
DettagliUn ripasso di aritmetica: Conversione dalla base 10 alla base 2
Un ripasso di aritmetica: Conversione dalla base 10 alla base 2 Dato un numero N rappresentato in base dieci, la sua rappresentazione in base due sarà del tipo: c m c m-1... c 1 c 0 (le c i sono cifre
DettagliLa codifica del testo
La codifica delle informazioni Informatica e sistemi di elaborazione delle informazioni La codifica delle informazioni Informatica e sistemi di elaborazione delle informazioni I slide Informatica e sistemi
DettagliLaboratorio Informatico di Base. Concetti di base sull informatica
Laboratorio Informatico di Base Concetti di base sull informatica Codifica di filmati u Immagini in movimento sono memorizzate come sequenze di fotogrammi u In genere si tratta di sequenze compresse di
DettagliL'Informazione e la sua Codifica. Maurizio Palesi
L'Informazione e la sua Codifica Maurizio Palesi 1 L Informatica Cos è l Informatica? Studio sistematico degli algoritmi che descrivono e trasformano l informazione: la loro teoria, analisi, progetto,
DettagliSTII/Teoria dell Informazione
STII/Teoria dell Informazione Docente: Prof. Luisa Gargano Classe: Matricole Pari Testo principale: T. Cover, J. Thomas, Elements of Information Theory, Wiley. p./28 Un pò di storia La Teoria dell informazione
DettagliCorso di Calcolatori Elettronici I
Corso di Calcolatori Elettronici I Informazione e sua rappresentazione: codifica Roberto Canonico Università degli Studi di Napoli Federico II A.A. 2016-2017 Roberto Canonico Corso di Calcolatori Elettronici
DettagliIndice. 1 Introduzione 2. 2 Algoritmo di compressione LZ78 3
Algoritmi e Strutture Dati 2 e Aneno Acc. 1999/2000 PROF. ALFREDO DE SANTIS Metodo di Compressione LZ78 a cura di Maria Grazia Calabrò z 24 Luglio 2000 Indice 1 Introduzione 2 2 Algoritmo di compressione
DettagliCorso di Informatica modulo Informatica di Base 6 CFU. I suoni Rappresentazione digitale
DIPARTIMENTO DELL INNOVAZIONE INDUSTRIALE E DIGITALE Corso di Informatica modulo Informatica di Base 6 CFU Anno Accademico 2016/2017 Docente: ing. Salvatore Sorce I suoni Rappresentazione digitale Quantizzazione
DettagliCompressione Parte 2. Prof. Filippo Milotta Informatica Musicale
Compressione Parte 2 Prof. Filippo Milotta milotta@dmi.unict.it Fattori di compressione per codifiche basate su PCM Dipendono dalla implementazione della PCM: IMA ADPCM: 4/1 (75%) Con specifica G.721:
DettagliAnalogico vs. Digitale. LEZIONE II La codifica binaria. Analogico vs digitale. Analogico. Digitale
Analogico vs. Digitale LEZIONE II La codifica binaria Analogico Segnale che può assumere infiniti valori con continuità Digitale Segnale che può assumere solo valori discreti Analogico vs digitale Il computer
DettagliNumeri interi. Laboratorio di Calcolo Paola Gallo
Numeri interi Alfabeto binario anche il segno può essere rappresentato da 0 o 1 è indispensabile indicare il numero k di bit utilizzati Modulo Modulo e segno 1 bit di segno (0 positivo, 1 negativo) k 1
DettagliCodifiche a lunghezza variabile
Sistemi Multimediali Codifiche a lunghezza variabile Marco Gribaudo marcog@di.unito.it, gribaudo@elet.polimi.it Assegnazione del codice Come visto in precedenza, per poter memorizzare o trasmettere un
DettagliInformazione binaria: Codici per la rilevazione e correzione di errori Codici di compressione
Informazione binaria: Codici per la rilevazione e correzione di errori Codici di compressione Percorso di Preparazione agli Studi di Ingegneria Università degli Studi di Brescia Docente: Massimiliano Giacomin
DettagliCompressione di dati: testi, immagini, suoni e video. B. Cipolla
V1.3: Novembre 2008 1 Compressione di dati: testi, immagini, suoni e video B. Cipolla V1.3: Novembre 2008 2 Compressione: motivazioni Ridurre le dimensioni di oggetti digitali per Risparmiare spazio occupato
DettagliSegnali Numerici. Segnali Continui
Segnali Continui La descrizione dell andamento nel tempo di un fenomeno fisico è data da una funzione continua nel tempo (X) e nelle ampiezze (Y) Il segnale analogico è una serie continua di valori x e
DettagliL algoritmo di decodifica è semplice e computazionalmente meno oneroso rispetto a quello di codifica.
Decodificatore LZW L algoritmo di decodifica è semplice e computazionalmente meno oneroso rispetto a quello di codifica. A differenza di altre tecniche (ad es. Huffman), non è necessario fornire preventivamente
DettagliLa teoria dell informazione
Intelligenza artificiale, informatica, linguistica, scienze umane e molte altre discipline concorrono a formare il campo che oggi si definisce informatica umanistica Informatica Informazione+automatica
DettagliAlgoritmi e Strutture Dati Laboratorio 15/12/2008. Daniele Loiacono
Algoritmi e Strutture Dati Laboratorio 15/12/2008 Problema della compressione Rappresentare i dati in modo efficiente Impiegare il numero minore di bit per la rappresentazione Goal: risparmio spazio su
DettagliIl Livello di presentazione
IL LIELLO I RESENTAIONE 1 La codifica dei dati 1 La compressione dei dati. 2 Tecnica di uffmann 3 Crittografia 18 Il Livello di presentazione La codifica dei dati Scopo fondamentale del livello di presentazione
DettagliTecnologie Multimediali a.a. 2017/2018. Docente: DOTT.SSA VALERIA FIONDA
Tecnologie Multimediali a.a. 2017/2018 Docente: DOTT.SSA VALERIA FIONDA Rappresentazione digitale dell audio IL CAMPIONAMENTO E LA QUANTIZZAZIONE I dati multimediali vengono digitalizzati attraverso due
DettagliRappresentazione dell Informazione
Rappresentazione dell Informazione La rappresentazione Molti oggetti hanno comunemente più rappresentazioni Ad esempio un libro può essere stampato su carta memorizzato in un file 2 / 27 Il bit Il bit
DettagliParte Terza: Codificare l informazione. Fondamenti di informatica
Parte Terza: Codificare l informazione Fondamenti di informatica Informatica e telecomunicazione Cos è l informatica? Lo studio sistematico degli algoritmi che descrivono e trasformano l informazione:
DettagliCodici convoluzionali
Codici convoluzionali (dalle dispense e dal libro) Codici convoluzionali I codici lineari a blocchi sono caratterizzati dal fatto che il processo di codifica è senza memoria. I codici convoluzionali invece
DettagliComunicazioni Elettriche II
Comunicazioni Elettriche II Laurea Magistrale in Ingegneria Elettronica Università di Roma La Sapienza A.A. 2017-2018 Segnale vocale e segnale telefonico Segnale vocale I segnali vocali sono costituiti
DettagliInformazione multimediale
Informazione multimediale Lettere e numeri non costituiscono le uniche informazioni utilizzate dagli elaboratori ma ci sono sempre piu applicazioni che utilizzano ed elaborano anche altri tipi di informazione:
DettagliInformazione e sua rappresentazione: codifica
Corso di Calcolatori Elettronici I A.A. 2010-2011 Informazione e sua rappresentazione: codifica Lezione 1-2 Università degli Studi di Napoli Federico II Facoltà di Ingegneria Informazione Quale è il centravanti
DettagliIl sistema binario: bit e Byte Codifica del testo Il Byte come U.d.M. dell'informazione Multipli del Byte
Rappresentazione digitale delle informazioni Il sistema binario: bit e Byte Codifica del testo Il Byte come U.d.M. dell'informazione Multipli del Byte Ordini di grandezza Codifica delle immagini Codifica
DettagliComunicazioni Elettriche II
Comunicazioni Elettriche II Laurea Magistrale in Ingegneria Elettronica Università di Roma La Sapienza A.A. 2017-2018 Capacità del canale discreto Teoria dell informazione Sorgente Codificatore di sorgente
DettagliElementi di informatica
Elementi di informatica problema della rappresentazione dei valori delle informazioni la rappresentazione deve essere effettuata attraverso un insieme finito di simboli disponibili il numero di simboli
DettagliAritmetica dei Calcolatori Elettronici
Aritmetica dei Calcolatori Elettronici Prof. Orazio Mirabella L informazione Analogica Segnale analogico: variabile continua assume un numero infinito di valori entro l intervallo di variazione intervallo
DettagliConversione analogico-digitale
Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Campionamento e quantizzazione A.A. 2004-05 Alberto Perotti DELEN-DAUIN Conversione analogico-digitale L elaborazione
Dettagli10.. Codici correttori d errore. Modulo TLC:TRASMISSIONI Codici correttori d errore
10.. Codici correttori d errore Codici correttori d errore 2 Obiettivi: correggere o rivelare errori nella trasmissione di sequenze numeriche (sequenze di simboli, usualmente binari) Correzione di errore
DettagliCapitolo 1. Salvataggio dei dati. Prof. Mauro Giacomini Pearson Addison-Wesley. All rights reserved
Capitolo 1 Salvataggio dei dati Prof. Mauro Giacomini 2007 Pearson Addison-Wesley. All rights reserved Capitolo 1: Salvataggio dei dati 1.1 Bits e loro memorizzazione 1.2 Memoria principale 1.3 Memorie
DettagliTeoria dell Informazione
Corso di Laurea Magistrale in Scienze dell Informazione Editoriale, Pubblica e Sociale Teoria dell Informazione Cosa è l informazione L informazione è qualcosa che si possiede e si può dare ad un altro
Dettagli