CHAPITRE III:

ECHANTIONNAGE, QUANTIFICATION ET CODAGE DES

SIGNAUX
RÉALISÉE PAR D. OUHOCINE
 1. PRINCIPE
NUMÉRISATION DES SIGNAUX

 Numériser une grandeur analogique consiste à transformer la suite continue de valeurs de la grandeur
analogique en une suite de valeurs discrètes finies.
 La figure ci dessous représente les différentes étapes de la numérisation.

 À intervalle régulier (période d’échantillonnage), on prélève une fraction du signal (échantillon). Puis, on
fait correspondre à l’amplitude de chaque échantillon une valeur discrète (quantification). Cette valeur est
ensuite transformée en valeur binaire (codification).
 ÉCHANTILLONNAGE IDÉAL

Définition x(t) xe(t)

Echantillonner un signal revient a le discrétiser.

On va prélever régulièrement des échantillons du
signal analogique à des intervalles de temps
régulier Te, période d’échantillonnage) à une
fréquence Fe dite fréquence d’échantillonnage.

Modélisation
L’opération mathématique associée à cette
discrétisation revient à multiplier le signal x(t)
x(t)
par un peigne de Dirac δTe (t) : xe (t) = x(t).δTe (t)
x(tk).δ(t-kTe)
xe(t) = x(t).δTe (t) = x(t).σ∞
𝑛=−∞ δ(t − nTe)
Te
xe(t) =σ∞
𝑛=−∞ x(nTe).δ(t − nTe)
-Te tk=kTe
ÉCHANTILLONNAGE IDÉAL

Le spectre du signal échantillonnée est calculé en utilisant la transformée de Fourier :

Xe 𝑓 = TF(𝑥 t . δ 𝑇𝑒 t )
Xe 𝑓 = TF(𝑥(𝑡)) ∗ TF(δ 𝑇𝑒 (t))

Sachant que : TF(δ 𝑇𝑒 t )= fe 𝛿𝑓𝑒 (f)

On aura: Xe 𝑓 = 𝑋 f ∗ 𝑓𝑒 𝛿𝑓𝑒 f = fe 𝑋 f ∗ 𝛿𝑓𝑒 f

on voit que échantillonner le signal x(t) dans le domaine temporel, revient donc à recopier dans le domaine
fréquentiel son spectre X(f) tous les fe. Xe 𝑓 = 𝑓𝑒 σ+∞
𝑘=−∞ 𝑋 f − 𝑘. 𝑓𝑒
ÉCHANTILLONNAGE IDÉAL

 On remarquera que si le spectre du signal d'origine à une largeur supérieur à 2F e on a ce qu'on appelle un
repliement de spectre.
xe(t) Xe(f)

Echantillonnage provoquant le repliement de spectre

 S’il y a repliement de spectre, il n’est plus possible de retrouver le spectre du signal d’origine. Dans ce cas,
l’opération d’échantillonnage modifie les caractéristiques du signal d’entrée.
 Ainsi, si l’on ne veut pas perdre d’informations par rapport au signal que l’on échantillonne, on devra toujours
respecter la condition :
Fe≥2Fmax. Condition plus connue par le théorème de Shannon.
 Remarque: il ne faut pas augmenter indéfiniment la fréquence d’échantillonnage car les échantillon sont
tellement proche de nivaux qu’il seront redondant car lors de la quantification il auront le même niveaux.
ÉCHANTILLONNAGE IDÉAL

SINUSOÏDE 1 KHZ Fe = 6 KHZ

Représentation temporelle

5kHz 7kHz
11kHz
13kHz 17kHz

18kHz

Représentation fréquentielle

3kHz
ÉCHANTILLONNAGE

Représentation temporelle

On ne peut
échantillonner un
signal qui contient des
fréquences
supérieures à Fe/2 2kHz
14KHz
10KHz 22 KHz
(Shannon / Nyquist)

Représentation fréquentielle

4kHz

Fréquence « repliée », n’existe pas dans le signal initial.

 ÉCHANTILLONNAGE Filtre d’anti-repliement

 Dans le cas d'un spectre de largeur infinie (la réalité), il y a donc toujours repliement de spectre. Il est donc
nécessaire de filtrer le signal d'origine afin de limiter cet effet de repliement.

Se(t)
Se(t)

 Idéalisé, il doit avoir un gain de 1 sur une bande de fréquence Fe, centrée en zéro. Son rôle va être de
limiter le contenu spectral du signal à la partie utile. Il va participer aussi à limiter l’influence du bruit
éventuellement présent sur le signal à numériser.

 Par exemple, dans le cadre de l’audio, on ne va garder que les fréquences que l’oreille est capable
d’entendre. Les caractéristiques internes de l'oreille induisent une sensibilité fréquentielle pouvant aller de
20Hz à 20kHz.

 Ainsi, avant d'échantillonner le signal, on place en amont un filtre qui a pour but d'éliminer toutes les
fréquences supérieures à 20khz. C'est un filtre passe bas.
 QUANTIFICATION Définition
Quantifier une valeur x réelle appartenant à un intervalle −𝑥𝑚𝑎𝑥 , +𝑥𝑚𝑎𝑥 , consiste a remplacer cette valeur x
par la valeur 𝑄 𝑥 = 𝑥𝑛 la plus proche de x choisit dans un ensemble finis (ou dénombrable) de N valeurs
réelles notées 𝑥𝑛 (avec n entre 0 et N-1)

 On peut procéder de façons différentes:

- par troncature

- par valeur milieux

- par arrondi
 Si tous les intervalles 𝑥𝑛 , 𝑥𝑛+1 ont même longueur, la quantification est dite uniforme. Sinon, elle est non
uniforme.
 Le quantificateur possède une courbe caractéristique (fonction de transfert) donnant la relation entre la
courbe réelle (entrée échantillonnée) et la courbe quantifié.
 3.2. QUANTIFICATION
QUANTIFICATION UNIFORME
• Le quantificateur uniforme est caractérisé par une fonction de transfert en marche d’escalier.
• Les paramètres d'une quantification uniformes sont :
• q : le pas de quantification (en volts) ou quantum ou LSB (pour Least Significant Bit, le bit de poids
faible) définit par 𝑥𝑛 − 𝑥𝑛+1
• V:le plage de quantification (en volts) représentant la plage de variation acceptable de la tension
analogique d’entrée
• n : le nombre de bits de la représentation numérique
n = 4 bits : 16 valeurs
1
q:pas de 0.875
quantification 0.75
0.625
0.5
0.375
0.25
0.125
0
-0.125
-0.25

V=2Vmax -0.375
-0.5
-0.625
-0.75
-0.875
-1
0 5 10 15 20 25 30

• Le quantificateur uniforme possède N niveaux de sortie commençant par le niveau 0 jusqu’au niveau N-1.
N= 2n
 QUANTIFICATION QUANTIFICATION PAR TRONCATURE

La quantification par troncature est l’approximation par défaut dans laquelle on prend la valeur discrète
immédiatement inférieure. Elle consiste donc à approcher par nq toute la valeur comprise entre nq et (n + 1)q ;

Vr

+4q Erreur de quantification

+3q
4q
+2q
Courbe réelle
3q
+q Courbe restituée
-3q -2q -q
2q
q 2q 3q 4q VE
--q
q
-2q

-2q

-4q

Signal quantifié
 QUANTIFICATION Quantification par arrondi

 La quantification par arrondi consiste à prendre la valeur discrète la plus proche.

 La valeur quantifié de x : 𝑄 𝑥 est donnée par

• Toute valeur du signal comprise entre (n – 1/2)q et (n + 1/2)q est arrondie à nq.
Vr

+4q

+3q Courbe réelle

+2q 4q

+q 3q
Courbe restituée
q/2 3q/2 5q2 7q/2 Ve 2q
-1q

-2q q

-2q

-4q
Erreur de quantification Signal quantifié
QUANTIFICATION PAR VALEUR MOITIÉ
La quantification par valeur moitié consiste à prendre la valeur moitié.
Vmax
Vr

7q/2

5q/2

3q/2

q/2
-4q -3q -2q -q
-q/2 q 2q 3q 4q Ve

-qE/2

-q/2

-q/2

-Vmax
7q/2 Erreur de quantification

5q/2

3q/2

q/2
 QUANTIFICATION Pas et résolution du convertisseur

 Considérant pour la suite que le CAN travaille avec n bits entre +Umax et -Umax, on a

la plage de quantification: V = 2Umax

 Le pas de quantification vaut alors:

∆𝑉 2𝑈𝑚𝑎𝑥 𝑈𝑚𝑎𝑥
q= = =
2𝑛 2𝑛 2𝑛−1

 Par définition, la résolution R d'un système est la plus petite valeur ou incrément minimum, que ce système
peut reconnaître ou délivrer, ramenée à la valeur maximum. Il s’agit de On peut définir que la résolution est
la plus petite variation relative de tension (courant ) de sortie par rapport a la pleine échelle.

𝑄 1
𝑅𝐶𝐴𝑁 = = 𝑛
∆𝑉 2
 QUANTIFICATION Erreur de quantification/bruit de quantification
 Ont définit l’erreur de quantification comme étant différence entre la valeur du signal échantillonné et la
valeur analogique d’entrée correspondant au code de sortie (valeur de l’échantillon quantifié).
 L’erreur maximum est alors : Eq= q/2
n = 4 bits : 16 valeurs
1
q:pas de 0.875
quantification 0.75
0.625
0.5
0.375
0.25
0.125
0
-0.125
-0.25
-0.375
-0.5
-0.625
-0.75
-0.875
-1
0 5 10 15 20 25 30

 Ainsi, la quantification a comme effet de superposer au signal d’origine un signal d’erreur e (t) désigné
par distorsion de quantification ou plus communément par bruit de quantification.
s (t) = sq (t) + e (t)
 QUANTIFICATION Erreur de quantification/bruit de quantification
• Dans le cas de l’arrondi, l’amplitude du signal d’erreur est comprise entre – q/2 et q/2.

• Quand les variations du signal sont grandes par rapport au pas de quantification, c’est-à-dire que la
quantification est faite avec suffisamment de finesse, le signal d’erreur est équivalent à un ensemble de
signaux élémentaires, constitués chacun par un segment de droite compris entre ±q/2 et de durée variable t.

• L’équation décrivant ce signal d’erreur élémentaire s’écrit alors:

𝒒 −∆𝒕 ∆𝒕
𝒆 𝒕 = .t avec ≤𝒕≤
∆𝒕 𝟐 𝟐
 QUANTIFICATION Erreur de quantification/bruit de quantification

 Puissance du bruit de quantification

 La puissance du bruit de quantification mesure la dégradation que subit le signal. Elle est donnée par la
relation suivante:
∆𝑡 ∆𝑡 2
1 2 1 𝑞 1 𝑞 2 1 ∆𝑡 3 𝑞2
𝑃𝑞 = ‫׬‬ 𝑒2 𝑡 𝑑𝑡= ‫ ׬‬2∆𝑡 𝑡 𝑑𝑡 = . . 2. =
∆𝑡 −∆𝑡 ∆𝑡 − ∆𝑡 ∆𝑡 ∆𝑡 3 2 12
2 2

 Cette puissance par rapport au nombre de bits du convertisseur est donnée par:
2 2
1 2. 𝑈𝑚𝑎𝑥 𝑈𝑚𝑎𝑥
𝑃𝑞 = =
12 2𝑛 2𝑛 3
 Rapport signal-sur-bruit (SNR) de quantification
𝑋𝑒𝑓𝑓
 Le rapport signal sur bruit de quantification est donné par: 𝑆𝑁𝑅 =
𝑁𝑒𝑓𝑓

 Avec Xeff, la valeur efficace du signal et Neff : la valeur efficace du bruit de quantification
𝑋𝑒𝑓𝑓 𝑋𝑒𝑓𝑓
 𝑆𝑁𝑅 = 𝑞 = 2𝑛−1 12
𝑈𝑚𝑎𝑥
12
𝑋𝑒𝑓𝑓
 SNRdB = 20·log (SNR)=20.(n−1).log(2)+10.log(12)+20log( )
𝑈𝑚𝑎𝑥
𝑋𝑒𝑓𝑓
 SNRdB ≈ 6n+4.8+20log( ) Ainsi on choisit le nombre de bits n en fonction de la dynamique
𝑈𝑚𝑎𝑥
 QUANTIFICATION Cas particulier : calcul du SNR pour un signal sinusoïdal
 Le rapport signal sur bruit de quantification est donnée
𝑋𝑒𝑓𝑓
𝑆𝑁𝑅𝑑𝐵 = 6n + 4.8 + 20. log
𝑈𝑚𝑎𝑥
𝑨
 Sachant que la valeur efficace d’un signal sinusoïdale d’amplitude A est 𝑿𝒆𝒇𝒇 =
𝟐

𝐴Τ 2
𝑆𝑁𝑅𝑑𝐵 = 6n + 4.8 + 20. log
𝑈𝑚𝑎𝑥
𝑈𝑚𝑎𝑥 𝑈𝑚𝑎𝑥
𝑆𝑁𝑅𝑑𝐵 = 6n + 4.8 − 20. log 2 = 6n + 4.8 − 20. log 2 − 20. log
𝐴 𝐴
𝑈𝑚𝑎𝑥
𝑆𝑁𝑅𝑑𝐵 = 6n + 4.8 − 3.0 − 20. log
𝐴
𝑼𝒎𝒂𝒙
𝑺𝑵𝑹𝒅𝑩 = 𝟔𝐧 + 𝟏. 𝟖 − 𝟐𝟎. 𝐥𝐨𝐠
𝑨
 Cette formule, d’une grande utilité pratique, relie le nombre de bits du codage à la plage des amplitudes qui peuvent être
codées.
On peut ainsi remarquer que:
 Rajouter 1 bit revient à augmenter la dynamique de 6 dB.
 Nous constatons que dans les cas général ou A< Umax (signaux de faible amplitude , le SNR est dégradée par rapport au
cas ou A=Umax ou il est en valeur maximal. 𝑺𝑵𝑹𝒎𝒂𝒙,𝒅𝑩 = 𝟔𝐧 + 𝟏. 𝟖
 CODAGE
 Le Codage consiste à affecter une valeur numérique aux échantillons obtenus lors de la première phase. Ce sont
ces valeurs qui sont transportées dans le signal numérique.

 Les codes les plus connus : code binaire naturel, code binaire décalé, code complément à 2, code DCB, code
Gray.
CODAGE CODAGE BINAIRE NON SIGNÉ

L'opération de la représentation d'un entier en base 2 s'effectue ainsi :

1. diviser le nombre par 2 ;
2. noter le reste de la division (0 ou 1) ;
3. recommencer l'opération avec le résultat de la division tant que le nombre n'est pas nul.
4. Les restes des divisions successives donnent alors les bits en base 2 en commençant par la droite.
13 s'écrit donc (1101)2

Code BCD (Binary Code Decimal)

Chaque chiffre décimal est codé sur un quartet (4 bits). Il y a donc 10 combinaisons possibles correspondant
aux chiffres de 0 à 9. Les combinaisons du quartet, supérieur à 9 n’existent pas en BCD.
Exemple: 38 en BCD :
3 : 0011
8: 1000
38: 00111000
 CODAGE Code GRAY

C’est un code non pondéré, où un seul bit change d’état entre deux combinaisons successives.
 la méthode la plus simple consiste à calculer le OU Exclusif entre le binaire de départ et ce même binaire
décalé d'un rang à droite.

 Codage de 7
 Méthode graphique.
Exemple : codage des chiffres de 0 à 7 :

 On écrit les combinaisons correspondantes aux chiffres 0 et 1. Les autres combinaisons sont obtenues par
symétrie du tableau et en fixant à 1 le bit immédiatement supérieur.
 CODAGE CODAGE BINAIRE SIGNÉ

 Pour coder un nombre signé, on utilise le bit de poids fort comme bit de signe. La méthode la plus simple
consiste à coder la valeur absolue du nombre et fixer le bit de poids fort à 0 pour un nombre positif et à 1
pour un nombre négatif.

 La notation la plus couramment utilisée pour les entiers signés est le complément à deux :
 un entier positif est représenté « normalement » ;
 un entier négatif est obtenu à partir de sa valeur absolue et en réalisant le complément à deux, chaque bit est
inversé puis on ajoute 1 au résultat.
 Par exemple pour représenter -56 sur 8 bits :
 on cherche la représentation de 56 : 56 = 32 + 16 + 8 = (00111000)2 ;
 on complémente (on inverse chaque bit) : (11000111)2 ;
 et on ajoute 1 : (11001000)2.
 CODAGE CODE BINAIRE DÉCALÉ

 Ce code présente l’avantage de faire correspondre une valeur de codage avec un minimum de 1 lorsque le
nombre est minimum.
 La plus petite valeur de l’interval a coder sera codée sur par 0 et l’on réalise la suite du codage binaire a
partir de cette valeur.
 Numérisation Exemple globale
 Soient le signal échantillonné de la figure ci-dessous. Quantifié et codé suivant la table représentée a gauche.

1. Donner le type de quantification utilisé, la plage de quantification du quantificateur et le pas de

quantification et le nombre de niveau existant.
2. Quelle est le type de codage utilisé
3. Quelle est la séquence binaire transmise.
 L’ÉCHANTILLONNAGE RÉEL

 L’échantillonnage idéal impliquant des impulsions infiniment courtes n’est qu’approximativement

réalisable. Dans la pratique, on utilisera des impulsions de durée courte mais finie.

 Il existe plusieurs procédés d’échantillonnage.

 Echantillonnage bloqueur

 Echantillonneur moyenneur

 Le choix entre les divers procédés possibles se fera suivant les moyens techniques disponibles et la
déformation tolérable lors de la restitution du signal.
L’ÉCHANTILLONNAGE RÉEL L’échantillonnage avec blocage

 L’échantillonnage avec blocage est le cas pratique le plus souvent mis en œuvre. Dans ce cas, l’amplitude
de chaque impulsion est constante et égale à l’amplitude du signal initial au temps nTe.
 Le signal échantillonné réel sera constitué alors d’une suite d’impulsions de largeur 𝜏 et distantes de Te.

 Modélisation : L’échantillonnage avec blocage peut donc être modélisé par la multiplication du signal x(t)
par un signal y(t) composé d’une suite de fonction rectangle (ou porte) de largeur τ.
𝑡 𝑡−𝑛𝑇𝑒
y 𝑡 = Π( ) ∗ σ∞ 𝑛=−∞ δ(t − nTe) = σ +∞
𝑛=−∞ Π ( )
𝜏 𝜏
 L’expression du signal d’échantillonnage devient donc :
𝑡−𝑛𝑇𝑒
 𝑥𝑒 𝑡 = 𝑥 𝑡 . 𝑦 𝑡 = 𝑥 𝑡 . σ+∞
𝑛=−∞ Π 𝜏
𝑡−𝑛𝑇𝑒
 𝑥𝑒 𝑡 = σ+∞
−∞ 𝑥(𝑛𝑇𝑒 . Π 𝜏
x(nTe) est la valeur de x(t) à l’instant t = nTe
La représentation mathématique du signal échantillonné peut être mise sous la forme d’une suite infinie de
fonctions « porte » d’amplitude égale aux échantillons du signal.
L’ÉCHANTILLONNAGE RÉEL L’échantillonnage avec blocage Spectre du signal

 Le spectre Xe( f ) de se(t) s’exprime par la relation suivante :

𝑡
Xe(f)= X(f)*TF Π( )) ∗ σ∞
𝑛=−∞ δ(t − nTe)
𝜏
𝑡
Xe(f)= X(f)*TF(Π( )). 𝐹𝑒 σ∞
𝑘=−∞ δ(f − kfe)
𝜏
Xe(f)=𝜏. fe. sinc(𝜏𝜋f)). S(f)* σ∞
𝑘=−∞ δ(f − kfe)
Xe(f)=𝜏. fe. sinc(𝜏𝜋f)). σ∞ ∞
𝑘=−∞ S(f − kfe) =𝜏. fe. σ𝑘=−∞ sinc(𝜏𝜋kfe)). S(f − kfe)

 L’échantillonnage bloqueur introduit une déformation par rapport à l’échantillonnage idéal. On retrouve la
même allure du spectre échantillonné idéal mais modulé en amplitude par une fonction en sinus cardinale.

 Cette distorsion reste petite dans le cas où la durée de la porte d’échantillonnage est faible devant la période
d’échantillonnage.
L’ÉCHANTILLONNAGE RÉEL L’échantillonnage bloqueur Spectre du signal
𝑡−𝜏/2
 L’effet de blocage peut être modélisé par une fonction porte décalée de τ/2 : Π( )
𝜏
𝑡−𝜏/2 𝑡−𝜏/2−𝑛𝑇𝑒
 Soit 𝑦 𝑡 = Π( ) ∗ σ∞ +∞
𝑛=−∞ δ(t − nTe) = σ𝑛=−∞ Π ( )
𝜏 𝜏
 L’échantillonnage-blocage consiste donc à la multiplication du signal x(t) par y(t).
 𝑥𝑒 𝑡 = 𝑥 𝑡 . 𝑦 𝑡

 La transformée de Fourier du signal échantillonné est donc : Xe(f)= X(f)*TF 𝑦(𝑡)

∞

𝑋𝑒 𝑓 = 𝜏. fe. sinc(𝜏πf)). ෍ S(f − kfe).𝑒 −𝑗𝜋𝑓𝜏

𝑘=−∞
𝜏
 Le spectre d’amplitude est identique au précédent. Le terme en 𝑒 −𝑗𝜋𝑓𝜏 traduit l’effet du retard introduit par
2
le circuit de maintien soit un déphasage entre le signal initial et le signal échantillonné.
L’ÉCHANTILLONNAGE RÉEL L’échantillonnage bloqueur Spectre du signal

Quand, on maintient la valeur de l’échantillon sur toute la période d’échantillonnage donc τ = Te.

 Le spectre du signal échantillonnée

𝑋𝑒 𝑓 = sinc(𝑇𝑒πf)). σ∞
𝑘=−∞ S(f − kfe).𝑒
−𝑗𝜋𝑓/𝑓𝑒

𝑇𝑒
 Le terme en 𝑒 −𝑗𝜋𝑓/𝑓𝑒 traduit l’effet du retard introduit par le circuit de maintien soit un déphasage entre
2
le signal initial et le signal échantillonné. Pour f = fe, on a un déphasage de -π.
 Le sinus-cardinal écrase les fréquences proches de la fréquence maximale du signal et vient donc modifier
les propriétés du spectre du signal d’entrée qui ne peut plus être restitué de manière parfaite à l’aide d’un
simple filtre. Par contre, il présente l’avantage d’éliminer les recopies de spectre et donc d’alléger le
contenu spectral du signal.
L’ÉCHANTILLONNAGE RÉEL Échantillonnage moyenneur

 L’ échantillonneur moyenneur donne des échantillons xe(kTe ) correspondant à la valeur moyenne de x(t)
prise sur la durée de l’impulsion 𝜏 . Ainsi l’échantillons k s’exprime sous la forme suivante:
1 𝑘𝑇𝑒 +𝜏/2 1 +∞
𝑥𝑒 𝑘𝑇𝑒 = න 𝑥 𝑡 . 𝑑𝑡 = න 𝑥 𝑡 . Π𝜏 (𝑡 − 𝑘𝑇𝑒). 𝑑𝑡
𝜏 𝑘𝑇𝑒 −𝜏/2 𝜏 −∞
 Cette expression représente le produit de convolution de x(t) et Π𝜏 𝑡 au temps kTe, d’où
1
𝑥𝑒 𝑘𝑇𝑒 = 𝑠 𝑡 ∗ Π𝜏 𝑡 . 𝛿(𝑡 − 𝑘𝑇𝑒)
𝜏
 Le signal échantillonné complet xe(t) va donc s’exprimer sous la forme suivante:
1 1
𝑥𝑒 𝑡 = [σ∞ ∞
𝑘=−∞[Π𝜏 𝑡 ∗ 𝑥 𝑡 ]𝛿(𝑡 − 𝑘𝑇𝑒) ]= [Π𝜏 𝑡 ∗ 𝑥 𝑡 ][σ𝑘=−∞ 𝛿(𝑡 − 𝑘𝑇𝑒) ]
𝜏 𝜏
 Le spectre du signal échantillonnée, Xe(f)
1
 𝑋𝑒 𝑓 = (𝜏. sinc(𝜏πf).X(f)) ∗ 𝑓𝑒 σ∞ ∞
𝑘=−∞ 𝛿(f − kfe) = 𝑓𝑒 (sinc(𝜏πf).X(f)) ∗ σ𝑘=−∞ 𝛿(f − kfe)
𝜏

 𝑋𝑒 𝑓 = 𝑓𝑒(sinc(𝜏πf). σ∞ ∞
𝑘=−∞ X(f − kfe)=𝑓𝑒 σ𝑘=−∞(sinc(𝜏π(f−kfe)).X(f − kfe)
QUANTIFICATION NON UNIFORME Principe

 Pour remédier au problème du bruit de quantification il faut essayer de quantifier les faibles signaux avec un pas plus
fin que celui des forts signaux. De cette façon on peut avoir la même erreur de quantification relative pour des signaux
de différents niveaux et obtenir ainsi un rapport signal à bruit constant. Ainsi, il faut un pas de quantication variable.
C’est ce que l’on appelle la quantification non uniforme.
 Ceci peut être conçue comme le résultat d’une compression des amplitudes du signal définie par la fonction u = F(x),
telle que Umax= xmax, suivie par une quantification uniforme sur L niveaux, avec un pas q= 2* xmax /L .
 Pour la restitution du signal on réalisera une expansion qui agit en sens opposé à celui de la compression. Aux valeurs
quantifiées ui correspondent les niveaux quantifiés de sortie yi après expansion par la fonction y = F −1 (u).
QUANTIFICATION NON UNIFORME Lois de quantification non uniforme µ et A

Pour la quantification des signaux téléphoniques dans les réseaux de télécommunication deux lois de
quantification non linéaires sont utilisées :
• La loi μ utilisée en Amérique du Nord, Japon et Australie quantifie les échantillons sur un espace linéaire
de 14 bits, réduit à 8 bits. Elle est définit par la fonction:

• Tel que

• La loi A mise en œuvre dans le reste du monde autorisent un codage sur 8 bits avec un rapport signal à
bruit pratiquement équivalent à une quantification linéaire sur 12 bits. Elle est définie par :

Pour μ = 255 , cette loi est très proche de la loi A=87,56.

QUANTIFICATION NON UNIFORME Rapport signal/bruit de quantification

 Pour des signaux de faible amplitude

𝑋𝑒𝑓𝑓
𝑆𝑁𝑅𝑑𝐵 = 6n + 4.8 + 20log(A/(1 + ln(A))) + 20. log
𝑈𝑚𝑎𝑥
 La loi A assure donc pour les petits signaux un SNR supérieur de
a ceux assuré par la loi uniforme .
 La loi européenne utilise une valeur de A telle que

 De plus pour n=8, la représentation des petits signaux correspond alors à un rapport SNR de 24 dB de
plus par rapport a une quantification uniforme sur 8 bit. Ce qui est équivalent a une quantification
uniforme sur 12 bit !

 Pour des signaux de grande amplitude:

 le SNR est donné par: SNR(dB)=6.02n+4.77−20log(1+ln(A))

 Pour n=8 SNR = 6,02n − 9,99 = 38,15 dB
QUANTIFICATION NON UNIFORME Approximation par segments de la lois de compression A
 La figure ci-dessous représente la partie positive de la loi A. Celle-ci divise l’espace de quantification en
huit intervalles. Chaque intervalle de quantification (sauf les deux premiers) est le double du précédent. À
l’intérieur de chaque intervalle, on opère une quantification linéaire sur 16 niveaux.

 La courbe de quantification fait apparaître 8 segments de droite dans le quadrant positif et dans le
quadrant négatif ; les 2 segments qui entourent l’origine étant colinéaires, au total la caractéristique
compte bien 13 segments.
 Pour l'ensemble des niveaux (positifs et négatifs) on dispose de 16 segments soit au total 256 plages.
  Codage des échantillons voies en téléphonie

 Un mot binaire est codé sur 8 bits,

S A B C W X Y Z
• Le bit S est le bit de signe ( "1" pour tension positive )
• Les bits A, B, C représente le numéro de segment de droite
• Les bits W, X, Y, Z indiquent la plage parmi les 16 plages possibles sur le segment de droite
sélectionné.
 Le mot 1 1 0 0 1 0 1 0 représente le code d’une impulsion positive de la plage 10 du segment 4.

35
NUMÉRISATION-IMAGE
 Mathématiquement une image est représenté par
 une fonction continue f (x ,y) des deux coordonnées d’un plan d’étendue limitée. Généralement l’amplitude de f (x ,
y) est transcrite par un niveau d’une échelle lumineuse (image monochrome) ou par la couleur d’une palette
chromatique (image couleur).
 Une fonction numérique f (i,j) ou f(n,m). 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 nombres (valeurs
numériques).
 La numérisation est le processus qui permet de passer de l’état d’image physique (image optique par
exemple) qui est caractérisée par l’aspect continu du signal qu’elle représente (une infinité de valeur dans
l’intensité lumineuse par exemple), à l’état d’image numérique qui est caractérisée par l’aspect discret
(l’intensité lumineuse ne peut prendre que des valeurs quantifiées en un nombre fini de points distincts).
 Le passage à une représentation numérique se fait en réalisant une discrétisation des coordonnées spatiale
de ce signal dans les deux dimensions de l’image (donnant la définition de l’image), et une discrétisation du
signal par un échantillonnage (quantification) codé numériquement avec une certaine précision (nombres
codés sur un certain nombre de bits).
NUMÉRISATION-IMAGE
 Une image numérique est caractérisée par trois éléments :
- Son type et son format: vectoriel(.pcx /.wmf /.pdf) Matricielle non compressées (.bmp /.tif) ou
compressées (.jpeg /.gif)
- Sa définition en pixels
- Sa profondeur de couleur ou dynamique
 La taille d’une image dépend de sa définition et de la profondeur de couleur
 Une image peut être composée de
 zone homogène: groupe de pixels présentas des caractéristiques similaire
 Texture: répartition statistique ou géométrique des intensités dans l’image
 Contour: limite entre deux (ou un groupe )de pixel dont la différence de niveau de gris ou de
couleurs est significative.
 Une image peut etre
 monochromatique
 En couleur
 On distingue trois type d’échantillonage:
 Echantillonnage spatial
 Echantillonnage spectral
 Echantillonnage temporel
NUMÉRISATION-IMAGE
 Le spectre électromagnétique est la principale source d’énergie pour source
les images. Il existe beaucoup d’autres sources : acoustique,
électronique, ultrason, ...
 Une source envoie un rayonnement EM sur un Objet. Capteurs et
 L’objet réfléchie les ondes EM dans certaines longueurs d’onde. dispositif de
traitement
 En fonction de leurs caractéristiques techniques, les capteurs enregistrent
le rayonnement réfléchi ou émis par les objets dans des gammes
ou intervalles de longueur d'onde donnés.
objet
 L’information issue des capteurs sera traité dans un dispositif de
traitement. Elle sera par la suite stoqué et visualisée ou transmisse.
NUMÉRISATION-IMAGE ECHANTILLONNAGE SPECTRAL

Microscope à éléctron (TEM): médecine, biologie  Imagerie ultrasons: médecine géologie

 Imagerie dans la bande radio  Imagerie dans la bande micro-onde

 Médecine: IRM(imagerie par résonnance magnétique)  Imagerie radar pour voir des zones inaccessible(nuages)
 Astronomie  Cartographie, agriculture
 NUMÉRISATION-IMAGE ECHANTILLONNAGE SPECTRAL
 Imagerie ultra-violet  Imagerie par Infrarouge
 Microscopie: différentes fluorescences pour mettre  Souvent utilisé conjointement avec le spectre visible
en valeur différents zone d’une même image  Télédétection: image multi spectrales (prévision météo,
 Astronomie, lithographie, biologie cartographie, agriculture,géologie..
 Microscopie, industries
 Photographie, vidéo…

 Imagerie par rayons X  Imagerie par rayons Gamma

 Utilisée depuis longtemps  Médecine nucléaire: détecter les phénomène métaboliques, fonctionnel,
 Rayonnement pénétrant la matière molle etc(infection, tumeurs): PET(Position émission Tomographie)
 Utilisée en médecine: localiser les pathologie(infection,  Astronomie: mesure de la force des radiations(éxplosition d’etoiles)
tumeur, astronomies(radiographie , angiographie, scanner  Photographie, vidéo…
(CT)
 industrie
NUMÉRISATION-IMAGE ECHANTILLONNAGE SPECTRAL

 Imagerie dans le spectre visible

 Les images de la vie courante: photos, images naturelles

 Image couleur: on échantillonne le spectre

visible dans trois bandes(rouge,vert,bleue).
Ces bandes ont été sélectionnée afin de
répondre a la vision humane standard
NUMÉRISATION-IMAGE ECHANTILLONNAGE SPECTRAL

 Imagerie multi spectral

L’imagerie multispectrale consiste en l’acquisition de dizaines d’images spectrales, chacune d’elles étant une image en
niveaux de gris acquise à travers un filtre centré sur une longueur d’onde particulière du spectre électromagnétique.
NUMÉRISATION-IMAGE ECHANTILLONNAGE SPECTRAL
 Une source envoie un rayonnement EM sur un Objet.
 Un dispositif de filtrage optique décompose l'énergie captée en bandes spectrales plus ou moins larges. Ces dispositifs
sont caractérisé par leur courbe de transmission.

 En fonction de leurs caractéristiques techniques, les capteurs enregistrent le rayonnement réfléchi ou émis par les
objets dans des gammes ou intervalles de longueur d'onde donnés.
 Un capteur monochromatique est caractérisée par une courbe de sensibilité spectrale.
 Pour acquérir une composante , on utilise un capteur qui a une sensibilité spectrale correspondant a une bande du
spectre.

 La résolution spectrale est l'aptitude du capteur à distinguer des rayonnements électromagnétiques de fréquences
différentes. Plus le capteur est sensible à des différences spectrales fines (intervalles de longueur d'onde étroits), plus la
résolution spectrale du capteur est élevée. La résolution spectrale dépend du dispositif de filtrage optique qui
décompose l'énergie captée en bandes spectrales plus ou moins larges.
NUMÉRISATION-IMAGE ECHANTILLONNAGE SPECTRAL
NUMÉRISATION-IMAGE ECHANTILLONNAGE SPECTRAL

Le capteur photographique dans une

grande majorité des cas, qu'il s'agisse
de CCD ou de CMOS, est formé
d'alignements d'éléments appelés
« photosites ». Les colonnes et
rangées de ces photosites composent
la « matrice » du capteur, ils
réagissent à la lumière qu'ils reçoivent
et la transforment en charge
électrique, sur le principe d'une cellule
photo-électrique. Ces photosites sont
sensibles à l'éclairement reçu, quelle
que soit sa couleur.
NUMÉRISATION-IMAGE ECHANTILLONNAGE SPECTRAL

Ces capteurs photographiques sont uniquement sensibles à

l'intensité et non à la couleur. Une solution pour
enregistrer les couleurs est alors de mettre des filtres
devant chaque capteur, chacun ne laissant passer qu'une
seule des composantes.
 La mosaïque de Bayer, comportant une moitié de
capteurs à filtre vert disposés en quinconce, séparés par
des capteurs à filtre alternativement rouge et bleu, est la
disposition la plus courante pour les capteurs couleur.
Cette matrice est constituée à 50 % de filtres verts, à 25 %
de filtres rouges et à 25 % de filtres bleus, de sorte à
imiter la physiologie de l'œil humain.
NUMÉRISATION-IMAGE ECHANTILLONNAGE SPECTRAL

 Le dématriçage est une des phases du traitement du signal brut issu du capteur d'un appareil
photographique numérique. Il consiste à estimer les niveaux manquants en chaque pixels de l'image pour
obtenir une une valeur trichrome pour chaque pixel. .

 Le dématriçage s'accompagne souvent d'opérations correctives.

 Il existe plusieurs méthode d’interpolation . Sur cette figure on représente l’interpolation par copie de pixels
et l’interpolation bilinéaire
NUMÉRISATION-IMAGE IMAGE MATRICIELLE-ECHANTILLONNAGE SPATIAL
 L'échantillonnage d'une image est le procédé de discrétisation spatiale de celle-ci. Il consiste en un
pavage de l’espace, en général rectangulaire en associant
à chaque pavé R(x,y) continue une unique valeur I(i,j).
 La valeur I(i,j) d’un pixels(i,j) représente sont intensité

 Chaque pavé est appelé pixel, est désigné par ses coordonnées entière (i,j) ou:

 i est l’indice de la colonne telque 𝑖 ∈ 0, 𝑀 − 1 ,

 j est l’indice de la ligne tel que j ∈ 0, 𝑁 − 1 .

 Par convention, le pixel origine(0,0) est en général en haut à gauche

NUMÉRISATION-IMAGE ECHANTILLONNAGE EN IMAGE

 La définition d’une image est le nombre total de pixels composant l’image: c’est à dire le nombre de
pixels en largeur M multiplié par le nombre de pixels en hauteur N.

 La résolution spatiale de l’image définit le degré de détail de l’image. Elle est donnée par le nombre de
pixel par pouce (1 pouce = 2,54cm). Elle se mesure en pixel par pouce (ppp) ou de Pixels Per Inch (PPI)
ou encors « dot per inch (dpi) » en anglais. Plus il y a de points par pouce, meilleure est la résolution
d'une image. Les détails que l'on pourra voir seront plus fins.
 NUMÉRISATION-IMAGE L’IMAGE EN HAUTE DÉFINITION
 Il existe plusieurs définitions des image suivant les dimensions « largeur » et « hauteur » de l’image sont
Nom Largeur hauteur format
SD(Standard Définition) 720 576 4/3
920 576 16/9
Haute 720p 1280 720
Définition Full HD 1920 1080
(HD)
Quad HD-ultra HD 3840 2160
4 K (UHD1) 4096 2160
8 K (UHD2) 7680 4320
=16*full HD =4 fois UHD.

 Avec ces définition, les pixels deviennent donc quasiment indiscernables, ce qui permet de profiter d'une
très grande image en limitant le recul nécessaire. On est alors carrément plongé dans l'image, avec une
définition très poussée .
 L’UHD nécessite
• un minimum de 100 images/s pour une meilleur rendu des mouvements
• Un nombre de couleurs important
• Une dynamique de codage plus grande que les HD.
NUMÉRISATION-IMAGE ECHANTILLONNAGE TEMPOREL

Cadence
25
30 combien d’image/s
50
100
NUMÉRISATION-IMAGE QUANTIFICATION SCALAIRE

 Chaque niveau de pixel est associé à une valeur quantifié.

 On distingue la quantification uniforme de la quantification non uniforme.
 Pour la quantification uniforme, avec un codage sur n bit au aura 2n niveaux. Les N niveaux sont représentés par
les entiers de 0 a N-1.
 La quantification non uniforme est souvent utilisée après transformation dans le domaine spectral. Elle consiste
a une division sur une matrice de quantifications.
 Codage d'une image en noir et blanc : Pour ce type de codage, chaque pixel est soit noir, soit blanc. Il faut donc un
bit pour coder un pixel : 0 pour noir, 1 pour blanc.
 Codage d'une image en niveaux de gris: Si on code chaque pixel sur deux bits, on aura 4 possibilités : noir, gris
foncé, gris clair, blanc ; l'image sera très peu nuancée mais plus que le noir et blanc. En général on code chaque pixel sur
8 bits = 1 octet. On a alors 256 niveaux de gris (possibilités). , 0 est traditionnellement attribué au noir et N-1 au blanc.
 Plus le nombre de bit de codage " résolution tonale (tonalité) est petit plus en économise en débit mais au détriment
d’une bonne qualité d’image (figure ci-dessous).

Codage d'une image

en noir et blanc
 Quantification scalaire pour les
NUMÉRISATION-IMAGE images- Représentation
QUANTIFICATION échantillons POUR
SCALAIRE quantifiés
LES IMAGES

 Les niveaux quantifiés peuvent être représentés sous forme matriciel ou histogramme.
 Sous forme matriciel
 Exemple de codage sur 8 bits d'un morceau d'image en niveaux de gris à l'aide d'entiers compris entre 0
pour le noir et 255 pour le blanc

 Sous forme Histogramme : l’histogramme donne le nombre de pixels en fonction du niveau de gris.
codage sur 8 bits
NUMÉRISATION-IMAGE CODAGE COULEUR COMPOSANTE RVB

 Un système de codage de la couleur, couplé à celui de la représentation des niveaux de luminosité, doit être
employé pour représenter les informations concernant la colorimétrie. On appel espace des couleurs a
représentation mathématique d’un ensemble des couleurs. Il en existe plusieurs parmi les plus connu.
 Tout couleur peut être représenté comme une combinaison linéaire de trois primaire: C1,C2 et C3.
 Le codage RVB(Ruge,Vert,Bleu) ou RGB(Red,Green,Blue)
 Le codage TSL(teinte, saturation ,luminance) ou HSL(Hue, Saturation, Luminance)
 Le codage CMYK
 Le codage CIE
 Le codage YUV ou YCbCr
 Le spectre de couleurs qu’un périphérique
d’affichage permet d’afficher est appelé
Gamut ou espace colorimétrique.
NUMÉRISATION-IMAGE CODAGE COULEUR COMPOSANTE RVB

 Le contenu de chaque pixel se décompose comme une synthèse

additive des couleurs primaires R V B.
 R l’intensité de la composante de lumière rouge,
 V celle de la composante de lumière verte,
 B celle de la composante de lumière bleue.
 L’on part du noir à l’extinction (autant que l’éclairage ambiant le
permet) pour arriver à une couleur toujours plus claire jusqu’à
l’intensité maximale où l’on perçoit un rai de lumière blanche qui
n’est en fait que trois lumières simultanées rouge, verte et bleue que
l’œil ne peut percevoir qu’en s’approchant très près de l’écran.
 Représentation graphique: un cube dont chacun des axes correspond a une couleurs primaire.
 En générale chaque pixel est codée sur trois octet soit 24 bits. Chaque couleur ayant une
possibilité de 256(0 a 255) ce qui fait une combinaison de 256^3=16777216 possibilité de
couleurs différente.
Quelques exemples de couleurs :

255.255.255
Pour transformer une image cours en échelle de gris
NUMÉRISATION-IMAGE CODAGE COULEUR
 La représentation d’une image couleur en RVB présente deux défauts majeurs :
 utilise une grande quantité d’information en codant chaque composante a part.
 ne tient pas compte du fait que l’euil humain ne perçoit pas les couleurs en RVB mais au travers deux types de
cellules : les une perçoivent la luminosité(en noir et blanc), et les autres la coloration.
 Ainsi dans le domaine de la compression image on utilisent un espace de couleurs plus approprié, de
façon à mieux profiter du format de la vision humaine. Un des format adopté est un format dit YCbCr.
 Y représente la luminosité (en anglais Luma)
 Cb représente la première valeur de chrominance (en anglais Chroma)
 Cr représente la deuxième valeur de chrominance
 Les formules permettant de passer d’un espace RVB a (YCbCr) et inversement sont:

Le passage d’une image en couleurs vers sa version en noir et blanc correspond à poser simplement Cb=Cr=0.
 NUMÉRISATION-IMAGE CODAGE COULEUR Le modèle HSL

 Modèle de représentation dit "naturel", c'est-à-dire proche de la perception physiologique de la couleur par
l'oeil humain. Il consiste à décomposer la couleur selon des critères physiologiques :
1. La teinte T (en anglais Hue), correspondant à la perception de la couleur (T-shirt mauve ou orange), 0 ≤ T
≤ 360 ; .
2. La saturation , décrivant la pureté de la couleur, c'est-à-dire son caractère vif ou terne (T-shirt neuf ou
délavé), 0 ≤ S ≤ 1 ;
3. La luminance, indiquant la quantité de lumière de la couleur, c'est-à-dire son aspect clair ou sombre (T-
shirt au soleil ou à l'ombre), 0 ≤ L ≤ 1 .
Voici une représentation graphique du modèle HSL, dans lequel
la teinte est représentée par un cercle chromatique et la
luminance et la saturation par deux axes :
NUMÉRISATION-IMAGE CODAGE COULEUR Le modèle HSL
NUMÉRISATION-IMAGE CODAGE COULEUR Le codage CMY

Le codage CMY (Cyan, Magenta, Yellow, ou Cyan, Magenta, Jaune en français, soit CMJ) est à synthèse
soustractive. Ce modèle consiste à décomposer une couleur en valeurs de Cyan, de Magenta et de Jaune.

L'absence de ces trois composantes donne du blanc tandis que leur ajout donne du noir. Toutefois, le noir
obtenu par l'ajout des trois couleurs Cyan, Magenta et Jaune n'étant que partiellement noir en pratique (et
coûtant cher), les imprimeurs ajoutent une composante d'encre noire que l'on appelle noir pur. On parle alors
de quadrichromie, ou modèle CMYK (Cyan, Magenta, Jaune, Noir pur, ou en français CMJN).
NUMÉRISATION-IMAGE CODAGE COULEUR
pixel 1 2 3 4 5 6 7 8 24 32
Nombre de couleurs 2 4 8 16 32 64 128 256 16777216 4294967296

Codage d’une image en couleurs 24 bits :

Dans ce cas, la couleur du pixel est codée sur la palette
du mode RVB (16 millions de couleurs). Chaque pixel
est codée 3 octets soit 24 bits ;

Codage en 32bits
Comme précédemment, la quantité de rouge, de vert et
de bleu sont codés sur 24 bits mais on ajoute 8 bits
supplémentaires pour coder également la transparence
de chaque pixel, ça fera donc 32 bits en tout pour
coder une couleur de pixel :
NUMÉRISATION-IMAGE CODAGE COULEUR
Les palettes et tonalités : système de couleurs indexées
 Une image en couleur 24 bits comporte une très grande palette de
couleurs (+ de 16 millions).cependant, pour chaque image,Certaines de
ses couleurs sont très voisines et beaucoup de couleurs ne sont même
pas utilisées ! Par exemple, une photo du désert du Sahara comportera
surtout des nuances de beige et de bleu, mais probablement pas de rose,
violet, fuchsia...

 Pour réduire le taille du fichier, il existe une autre méthode, le mode en

couleurs indexées. Pour ce faire, on compose une petite palette de Image d'origine
couleur unique (propre à l'image), mais en choisissant uniquement les
couleurs réellement utilisées dans l'image. On fait référence à une
couleur par son emplacement dans la liste, son index. L’indexation des
couleurs permet de réduire la taille des images.
Exemple: Codage d'une image en couleurs 8 bits :
 Dans ce cas on attache une palette de 28 = 256 couleurs à l'image.
Chaque code (de 0 à 255) désigne une couleur choisie parmi les 16
millions de couleurs de la palette RVB de manière pertinente ; c’est à
dire qu’un programme recherche les couleurs les plus adaptées
(indéxation). Ainsi chaque pixel est codée sur 8 bits = 1 octet, Image en 256 couleurs indexées
NUMÉRISATION-IMAGE Mode d’affichage et de balayage dans une image

 L'image matriciel, la lecture des pixels se fait selon des lignes, ou suivant les colonnes ou bien même en
zigzag.

 Le mode d’affichage, peut être progressif (p), ou entrelacé (i).

 Dans le mode entrelacé, une image équivaut à la découper en deux « demi-images » appelées trames. Ce
découpage s’effectue par ligne ; toutes les lignes paires forment une demi-image, tandis que toutes les
lignes impaires forment la seconde moitié de cette image. Ainsi, le téléviseur SD affiche une trame par
balayage. Par ailleurs, on affiche 50 demi-images par seconde, c’est-à-dire 50 images entrelacées. D’où la
dénomination 50i pour interlaced (entrelacé en anglais).
 Dans le mode progressive, on utilise des images pleines, affichées en une seule fois. C’est le mode le plus
répandu de nos jours, car il est parfaitement adapté aux écrans plats.