SlideShare une entreprise Scribd logo
Chapitre 2: Les données Multimédia
Cours N°04 du 05 Mars 2014
Présenté par: Mme ZERF.N
1
Plan
2
 Media: Tout support de diffusion de l’information
constituant à la fois un moyen d’expression et un
intermédiaire transmettant un message à l’attention d’un
groupe.
 Le mot multimédia est apparu vers la fin des années 1980,
lorsque les CD-ROM se sont développés. Il désignait alors les
applications qui, grâce à la mémoire du CD et aux capacités
de l'ordinateur, pouvaient générer, utiliser ou piloter
différents médias simultanément […]
 Aujourd'hui on utilise le mot multimédia pour désigner
toute application utilisant ou servant à travailler sur au
moins un média spécifique.
 Par ailleurs, en recherche en informatique, on nomme
multimédia l'étude des médias non textuels, principalement
les images, les vidéo et les sons. 3
Le Multimédia
Croissance…
 Nombre d’unités
 ► Internet visible : nécessite “seulement” 5-10 To de
capacité de stockage
 Sept 2013: > plus de 1 milliards de recherches / jour
 ► Films : http://www.imdb.org recense plus de 400
000 films
 ► Images (semi-)pro : Corbis, Getty, Fotolia = 10-100
M images
 Images/vidéo spécifiques : photos satellites, vidéo-
surveillance (4 M en GB),
4
 Croissance très importante, en raison de l’accumulation des
contenus
 numériques auto-produits par le grand public
 ► Images : par exemple, Flickr, Picasa, Facebook
 → ordre de grandeur: 10-100 milliards d’images
 → Facebook + 100 M d’images / jour
 ► http://www.flickr.com : “9600 images uploaded in the last
minute”
 → extrapolation : 14M d’images par jour, 5.2G d’images par an
 ► http://www.youtube.com : 2G de vidéos délivrées chaque
jour + 24 de vidéo / minute
 ► croissance > loi de Moore → “datacenters”
5
Croissance…
Applications types de BD multimedia
 News: journaux, TV…
 Films à la demande
 Commerce électronique
 Informations médicales
 Systèmes d’informations géographiques
 Architecture/Design
 Géo-localisation
 Enquêtes policières
 Militaire
 Expérimentations scientifiques
 Enseignement
 Archivage, gestion des bases de données de contenu (personnelles
ou professionnelles)
 Moteur de recherche (ex: Internet)
 Applications industrielles
6
Numérisation
 La plupart des informations sont distribuées sous
forme de textes, d'images, de sons, de vidéo.
7
Numérisation des textes
 Composés de caractères dits d'imprimerie, la
numérisation s'opère simplement par codage de
chaque caractère en une suite de 0 et de 1. Le code
ASCII (American Standard Code for Information
Interchange) sur 7 bits permet de coder 128 caractères
usuels. Comme les ordinateurs travaillent usuellement
sur des mots qui sont des multiples de mots de 8 bits
(octets), on peut rajouter un 0 devant le code ASCII, ce
qui correspond au code normalisé. Ainsi le caractère
"A" est codé 01000010.
8
 Il est également possible de coder la mise en forme du
texte : gras, italique, souligné, la taille des caractères,
l'alignement, etc. Là encore, il n'y a pas de
normalisation et les logiciels manipulant du texte
possèdent encore leur propre système.
 Pour un texte comportant 2000 caractères (espaces
compris), sans style, la taille du fichier numérisé sera
donc de 2000 octets ce qui correspond à un volume
faible.
9
Numérisation des textes
 Le pixel :est la taille du plus petit élément de l’image. Il
désigne aussi un point de la matrice image.
 Un pixel possède une valeur qui peut être un scalaire
et représenter un niveau de gris ou un vecteur
représentant une couleur.
 1) Les images dites en ”noir et blanc” sont composées
de pixels binaires noirs ou blancs (chaque point est
codé sur 2 bits (0 pour noir, 1 pour blanc).
 2) Les images en niveaux de gris sont composées de
pixels de valeurs scalaires représentant la luminosité,
Pour une image avec 256 nuances de gris allant du noir
total au blanc total, chaque point sera codé sur 8 bits
(de 00000000 pour noir à 11111111 pour blanc)
10
Numérisation des images
 3) Pour une image couleur, on exprime cette
couleur comme une superposition du Rouge,
du Vert et du Bleu (système RVB) ; si on permet
une variation de 0 à 255 pour chaque rang de
couleur, une couleur quelconque sera codée
comme combinaison de trois octets, soit 24 bits
(2^24 donc 16 777 216 couleurs possibles)
11
Numérisation des images
 Pour les applications multimédias, les images
sont converties en matrices de points. Chaque
point est codé suivant sa "couleur" et les codes
résultants sont placés séquentiellement dans
un fichier, ligne par ligne, colonne par
colonne Une image est définie par :
lensemble de pixels qui la compose en largeur et
en hauteur
12
Numérisation des images
 Considérons une image pour laquelle sa résolution est
640*480 points.
 1) Si l'image est binaire, sa taille est de 38 400 octets,
 2) Si l'image est à 256 nuances de gris, sa taille est de
307 200 octets ;
 3) Si l'image possède des couleurs codées sur 24 bits, sa
taille est de 921 600 octets.
 Sans prendre en compte le nom de l’image et sa
signature.
13
Numérisation des images
 Les technologies d'acquisition du son ont été
longtemps analogiques : le son était représenté par les
variations d'une grandeur physique, une tension
électrique par exemple. Les techniques actuelles
permettent d'obtenir directement un son numérisé :
c'est notamment le cas des magnétophones produisant
un enregistrement sur cassettes D.A.T. (Digital Audio
Tapes, digitalisation du son à une fréquence de 48
KHz) .
14
Numérisation du son
 Pour numériser un son enregistré de manière analogique, on
procède en trois étapes :
 1) Echantillonnage : l'amplitude du signal analogique est
mesurée à une fréquence d'échantillonnage f. On obtient
ainsi une collection de mesures.
 2) Quantification : une échelle arbitraire allant de 0 à 2n-1
est employée pour convertir les mesures précédentes. Une
approximation est faite de manière à ce que chaque mesure
coïncide avec une graduation de l'échelle (cette
approximation, qui modifie légèrement le signal, est appelée
bruit de quantification).
 3) Codage : suivant sa grandeur dans cette nouvelle échelle,
chaque mesure est codée sur n bits et placée
séquentiellement dans un fichier
 binaire.
15
Numérisation du son
16
Numérisation du son
 Comme pour le son, la vidéo s'exprime par des signaux de
nature analogique qu'il faut numériser pour une utilisation
multimédia. Il existe ici quatre signaux à numériser : trois
pour l'image et un pour le son. Les signaux d'image se
répartissent en signal de luminance Y et deux signaux
 de chrominance Db et Dr, reliés aux composantes R,V,B
(Rouge, Vert, Bleu) par les relations linéaires
 Y = 0.30R + 0.59V + 0.11B
 Db = B - Y
 Dr = R - Y.
 La composante Y est échantillonnée à une fréquence de 13,5
MHz, tandis que les composantes de chrominance sont
échantillonnées à une fréquence de 6,75 MHz. La
quantification pour les trois signaux d'image s'opère sur 8
bits.
17
Numérisation de la vidéo
 Les données peuvent être simultanément ou
ultérieurement compressées. Plusieurs systèmes sont
actuellement utilisés. La compression Indéo d'Intel est
utilisée dans le logiciel Vidéo For Windows (le résultat de
la numérisation et de la compression conduit à des fichiers
vidéo AVI).
 un grand intérêt de Quick Time est sa possibilité
d'intégration de données initiales diverses (images, sons,
textes) et de proposer plusieurs types de compression. Les
logiciels Video For Windows et Quick Time réalisent
également la synchronisation du son avec les images.
18
Numérisation de la vidéo
 ► Objets multimédia traités comme un seul item comme
champs au sein d’une base de données relationnelle (ex:
Oracle, LOB –Large Object)
 Recherche sur mots clés introduits manuellement dans le
système par la personne : nécessité d’un système
d’annotation (Tag dans xml)
 ► Utilisation des relations entre objets
 ► Recherche sur les mots présents dans les pages Web
 conjointement avec l’objet multimédia:
 http://images.google.com
 http://www.exalead.fr/image
 http://images.search.yahoo.com
 http://youtube.com
19
Base de données pour le multimédia
Spécificités des bases de données multimédia
(MMDB)
 Exemple de requête impossible avec un SGDB “classique”:
 ► récupérer tous les images “qui ressemblent” à une image
requête
 Grosky et Fotouhi caractérisent le multimédia à partir du
type d’activité impliquée dans la création des données
 L’information portée par le multimédia est tout ce qui peut
venir du monde réel, alors que l’information portée par une
base de données classique ne peut être qu’une
représentation symbolique de faits limites a l’univers de la
base de données.
 Donc ,le développeur d’une MMDB ne peut expliciter tous
les aspects des données qui seront importants pour
l’utilisateur.
 W.I. Grosky, F. Fotouhi and Z. Ziang. Multimedia data Management.
20
Bases de données multimédia ...
 Un système de gestion de bases de données
 multimédia doit :
 1) offrir les mêmes caractéristiques qu’un SGBD
classique (persistance, gestion des transactions,
interrogation …)
2) permettre de représenter, interroger et
manipuler tout type de media
 Les recherches actuelles :
 représentation, stockage, interrogation,
 liaison image et sémantique
21
Intégration du multimédia dans les BD classiques
 Exemple : package (ORDSYS) de classes fourni par
Oracle8 pour gérer des données multimédia :
 1) localData : contient les données multimédia stockées
localement comme un BLOB (Binary Large Object - jusqu'à 4
GB).
 2) srcType : identifie le type de source des données (FILE,
HTTP, …)
 3) srcLocation : identifie où les données peuvent être
trouvées (dépendant de srcType (FILE -> directory, HTTP ->
URL ou user-defined).
 4) srcName : identifie le nom des données.
 5) updateTime : la date à laquelle le fichier a été modifié
pour la dernière fois.
 6) local : valeur qui détermine si le fichier est local ou pas (1
= BLOB, 2 = externe).
22
23
 Classe ORDImage pour gérer les données image sous
Oracle :
1) source : source de l'image
2) height : la hauteur de l'image, en pixels
3) width : la largeur de l'image, en pixels
4) contentLength : la taille de l'image, en bytes
5) fileFormat : le type dans lequel l'image est stockée (jpg, tiff,
etc)
6) contentFormat : le type de l'image (monochrome, gris 8-bit,
etc)
7) compressionFormat : l'algorithme de compression (LZW,
JPEG,…)
8) mimeType : le type MIME de l'image
24
Intégration du multimédia dans les BD classiques
25
Recherche par annotation
Recherche par annotation
26
27

Contenu connexe

En vedette

Presentation1
Presentation1Presentation1
Presentation1
Arslaan Abbasi
 
The West _ Final Copy
The West _ Final CopyThe West _ Final Copy
The West _ Final Copy
Jyotika R Mehra
 
Tendencia en baños: lavabos sobre encimera
Tendencia en baños: lavabos sobre encimeraTendencia en baños: lavabos sobre encimera
Tendencia en baños: lavabos sobre encimera
TheBath
 
Nissan & Peugeot Success Story
Nissan & Peugeot Success StoryNissan & Peugeot Success Story
Nissan & Peugeot Success Story
Nourhan Ashraf
 
1a aproximacion novela
1a aproximacion novela1a aproximacion novela
1a aproximacion novela
Maria Gorocica
 
Infrared reflective pigments
Infrared reflective pigmentsInfrared reflective pigments
Infrared reflective pigments
saketmulge
 
Buyers Counseling Interview Questionnaire Nov 02
Buyers Counseling Interview Questionnaire Nov 02Buyers Counseling Interview Questionnaire Nov 02
Buyers Counseling Interview Questionnaire Nov 02
Conord Consulting Services
 
Que savez vous sur l’allemagne
Que savez vous sur l’allemagneQue savez vous sur l’allemagne
Que savez vous sur l’allemagne
Corinne Wesseler
 
Jawaharlal Nehru
Jawaharlal Nehru Jawaharlal Nehru
Jawaharlal Nehru
Sriram Goud
 
Atención a la diversidad, proceso evolutivo de la segregacion a la inclusion.
Atención a la diversidad, proceso evolutivo de la segregacion a la inclusion.Atención a la diversidad, proceso evolutivo de la segregacion a la inclusion.
Atención a la diversidad, proceso evolutivo de la segregacion a la inclusion.
Orbelin Farias
 
Arpanet/Internet
Arpanet/InternetArpanet/Internet
Arpanet/Internet
Maria Martinez
 

En vedette (11)

Presentation1
Presentation1Presentation1
Presentation1
 
The West _ Final Copy
The West _ Final CopyThe West _ Final Copy
The West _ Final Copy
 
Tendencia en baños: lavabos sobre encimera
Tendencia en baños: lavabos sobre encimeraTendencia en baños: lavabos sobre encimera
Tendencia en baños: lavabos sobre encimera
 
Nissan & Peugeot Success Story
Nissan & Peugeot Success StoryNissan & Peugeot Success Story
Nissan & Peugeot Success Story
 
1a aproximacion novela
1a aproximacion novela1a aproximacion novela
1a aproximacion novela
 
Infrared reflective pigments
Infrared reflective pigmentsInfrared reflective pigments
Infrared reflective pigments
 
Buyers Counseling Interview Questionnaire Nov 02
Buyers Counseling Interview Questionnaire Nov 02Buyers Counseling Interview Questionnaire Nov 02
Buyers Counseling Interview Questionnaire Nov 02
 
Que savez vous sur l’allemagne
Que savez vous sur l’allemagneQue savez vous sur l’allemagne
Que savez vous sur l’allemagne
 
Jawaharlal Nehru
Jawaharlal Nehru Jawaharlal Nehru
Jawaharlal Nehru
 
Atención a la diversidad, proceso evolutivo de la segregacion a la inclusion.
Atención a la diversidad, proceso evolutivo de la segregacion a la inclusion.Atención a la diversidad, proceso evolutivo de la segregacion a la inclusion.
Atención a la diversidad, proceso evolutivo de la segregacion a la inclusion.
 
Arpanet/Internet
Arpanet/InternetArpanet/Internet
Arpanet/Internet
 

Similaire à Cours4 gdm

Les mathématiques au service du transport de l’information
Les mathématiques au service du transport de l’informationLes mathématiques au service du transport de l’information
Les mathématiques au service du transport de l’information
Dany-Jack Mercier
 
CM1 - Signal et Information
CM1 - Signal et InformationCM1 - Signal et Information
CM1 - Signal et Information
Pierre Maréchal
 
Chapitre 1 Définitions et vocabulaires de base.pdf
Chapitre 1 Définitions et vocabulaires de base.pdfChapitre 1 Définitions et vocabulaires de base.pdf
Chapitre 1 Définitions et vocabulaires de base.pdf
YounesAziz3
 
Presentation cours informtiqueTDA2.ppt
Presentation cours informtiqueTDA2.pptPresentation cours informtiqueTDA2.ppt
Presentation cours informtiqueTDA2.ppt
PrimaelBouazo
 
Introduction&composants
Introduction&composantsIntroduction&composants
Introduction&composants
Anissa Teyeb
 
3 culture dunumerique-livrenumerique_cnfpt2011
3 culture dunumerique-livrenumerique_cnfpt20113 culture dunumerique-livrenumerique_cnfpt2011
3 culture dunumerique-livrenumerique_cnfpt2011
Fleury Christine
 
Bureautique
BureautiqueBureautique
Bureautique
sarrasarsora
 
ESILV Nabil Bouzerna Architecture de systèmes de traitement de l'information ...
ESILV Nabil Bouzerna Architecture de systèmes de traitement de l'information ...ESILV Nabil Bouzerna Architecture de systèmes de traitement de l'information ...
ESILV Nabil Bouzerna Architecture de systèmes de traitement de l'information ...
Nabil Bouzerna
 
Initiation image numérique & photoshop
Initiation image numérique  & photoshopInitiation image numérique  & photoshop
Initiation image numérique & photoshop
Gilberto Castorini
 
Présentation du logiciel PixInsight
Présentation du logiciel PixInsightPrésentation du logiciel PixInsight
Présentation du logiciel PixInsight
Didier Walliang
 
HISTOIRE DU JEU VIDÉO - Xavier Sené, BNF
 HISTOIRE DU JEU VIDÉO - Xavier Sené, BNF HISTOIRE DU JEU VIDÉO - Xavier Sené, BNF
HISTOIRE DU JEU VIDÉO - Xavier Sené, BNF
assobib93
 
Vocabulaire de base en science d'information
Vocabulaire de base en science d'informationVocabulaire de base en science d'information
Vocabulaire de base en science d'information
Jaouad Rachek
 
1 introduction informatique
1 introduction informatique1 introduction informatique
1 introduction informatique
CEFRI-UAC
 
1 introduction informatique
1 introduction informatique1 introduction informatique
1 introduction informatique
CEFRI-UAC
 
1_introduction.pdf
1_introduction.pdf1_introduction.pdf
1_introduction.pdf
karim743507
 
Dictionnaire informatique
Dictionnaire informatiqueDictionnaire informatique
Dictionnaire informatique
Franck Lecluse
 
Business modèles pour l'Open Source
Business modèles pour l'Open SourceBusiness modèles pour l'Open Source
Business modèles pour l'Open Source
alaprevote
 

Similaire à Cours4 gdm (20)

Les mathématiques au service du transport de l’information
Les mathématiques au service du transport de l’informationLes mathématiques au service du transport de l’information
Les mathématiques au service du transport de l’information
 
CM1 - Signal et Information
CM1 - Signal et InformationCM1 - Signal et Information
CM1 - Signal et Information
 
Chapitre 1 Définitions et vocabulaires de base.pdf
Chapitre 1 Définitions et vocabulaires de base.pdfChapitre 1 Définitions et vocabulaires de base.pdf
Chapitre 1 Définitions et vocabulaires de base.pdf
 
Cours fondement du multimedia
Cours fondement du multimediaCours fondement du multimedia
Cours fondement du multimedia
 
Presentation cours informtiqueTDA2.ppt
Presentation cours informtiqueTDA2.pptPresentation cours informtiqueTDA2.ppt
Presentation cours informtiqueTDA2.ppt
 
Introduction&composants
Introduction&composantsIntroduction&composants
Introduction&composants
 
3 culture dunumerique-livrenumerique_cnfpt2011
3 culture dunumerique-livrenumerique_cnfpt20113 culture dunumerique-livrenumerique_cnfpt2011
3 culture dunumerique-livrenumerique_cnfpt2011
 
Bureautique
BureautiqueBureautique
Bureautique
 
ESILV Nabil Bouzerna Architecture de systèmes de traitement de l'information ...
ESILV Nabil Bouzerna Architecture de systèmes de traitement de l'information ...ESILV Nabil Bouzerna Architecture de systèmes de traitement de l'information ...
ESILV Nabil Bouzerna Architecture de systèmes de traitement de l'information ...
 
Cours6 cdmm suite
Cours6 cdmm suiteCours6 cdmm suite
Cours6 cdmm suite
 
Initiation image numérique & photoshop
Initiation image numérique  & photoshopInitiation image numérique  & photoshop
Initiation image numérique & photoshop
 
Présentation du logiciel PixInsight
Présentation du logiciel PixInsightPrésentation du logiciel PixInsight
Présentation du logiciel PixInsight
 
Formation ps
Formation psFormation ps
Formation ps
 
HISTOIRE DU JEU VIDÉO - Xavier Sené, BNF
 HISTOIRE DU JEU VIDÉO - Xavier Sené, BNF HISTOIRE DU JEU VIDÉO - Xavier Sené, BNF
HISTOIRE DU JEU VIDÉO - Xavier Sené, BNF
 
Vocabulaire de base en science d'information
Vocabulaire de base en science d'informationVocabulaire de base en science d'information
Vocabulaire de base en science d'information
 
1 introduction informatique
1 introduction informatique1 introduction informatique
1 introduction informatique
 
1 introduction informatique
1 introduction informatique1 introduction informatique
1 introduction informatique
 
1_introduction.pdf
1_introduction.pdf1_introduction.pdf
1_introduction.pdf
 
Dictionnaire informatique
Dictionnaire informatiqueDictionnaire informatique
Dictionnaire informatique
 
Business modèles pour l'Open Source
Business modèles pour l'Open SourceBusiness modèles pour l'Open Source
Business modèles pour l'Open Source
 

Cours4 gdm

  • 1. Chapitre 2: Les données Multimédia Cours N°04 du 05 Mars 2014 Présenté par: Mme ZERF.N 1
  • 3.  Media: Tout support de diffusion de l’information constituant à la fois un moyen d’expression et un intermédiaire transmettant un message à l’attention d’un groupe.  Le mot multimédia est apparu vers la fin des années 1980, lorsque les CD-ROM se sont développés. Il désignait alors les applications qui, grâce à la mémoire du CD et aux capacités de l'ordinateur, pouvaient générer, utiliser ou piloter différents médias simultanément […]  Aujourd'hui on utilise le mot multimédia pour désigner toute application utilisant ou servant à travailler sur au moins un média spécifique.  Par ailleurs, en recherche en informatique, on nomme multimédia l'étude des médias non textuels, principalement les images, les vidéo et les sons. 3 Le Multimédia
  • 4. Croissance…  Nombre d’unités  ► Internet visible : nécessite “seulement” 5-10 To de capacité de stockage  Sept 2013: > plus de 1 milliards de recherches / jour  ► Films : http://www.imdb.org recense plus de 400 000 films  ► Images (semi-)pro : Corbis, Getty, Fotolia = 10-100 M images  Images/vidéo spécifiques : photos satellites, vidéo- surveillance (4 M en GB), 4
  • 5.  Croissance très importante, en raison de l’accumulation des contenus  numériques auto-produits par le grand public  ► Images : par exemple, Flickr, Picasa, Facebook  → ordre de grandeur: 10-100 milliards d’images  → Facebook + 100 M d’images / jour  ► http://www.flickr.com : “9600 images uploaded in the last minute”  → extrapolation : 14M d’images par jour, 5.2G d’images par an  ► http://www.youtube.com : 2G de vidéos délivrées chaque jour + 24 de vidéo / minute  ► croissance > loi de Moore → “datacenters” 5 Croissance…
  • 6. Applications types de BD multimedia  News: journaux, TV…  Films à la demande  Commerce électronique  Informations médicales  Systèmes d’informations géographiques  Architecture/Design  Géo-localisation  Enquêtes policières  Militaire  Expérimentations scientifiques  Enseignement  Archivage, gestion des bases de données de contenu (personnelles ou professionnelles)  Moteur de recherche (ex: Internet)  Applications industrielles 6
  • 7. Numérisation  La plupart des informations sont distribuées sous forme de textes, d'images, de sons, de vidéo. 7
  • 8. Numérisation des textes  Composés de caractères dits d'imprimerie, la numérisation s'opère simplement par codage de chaque caractère en une suite de 0 et de 1. Le code ASCII (American Standard Code for Information Interchange) sur 7 bits permet de coder 128 caractères usuels. Comme les ordinateurs travaillent usuellement sur des mots qui sont des multiples de mots de 8 bits (octets), on peut rajouter un 0 devant le code ASCII, ce qui correspond au code normalisé. Ainsi le caractère "A" est codé 01000010. 8
  • 9.  Il est également possible de coder la mise en forme du texte : gras, italique, souligné, la taille des caractères, l'alignement, etc. Là encore, il n'y a pas de normalisation et les logiciels manipulant du texte possèdent encore leur propre système.  Pour un texte comportant 2000 caractères (espaces compris), sans style, la taille du fichier numérisé sera donc de 2000 octets ce qui correspond à un volume faible. 9 Numérisation des textes
  • 10.  Le pixel :est la taille du plus petit élément de l’image. Il désigne aussi un point de la matrice image.  Un pixel possède une valeur qui peut être un scalaire et représenter un niveau de gris ou un vecteur représentant une couleur.  1) Les images dites en ”noir et blanc” sont composées de pixels binaires noirs ou blancs (chaque point est codé sur 2 bits (0 pour noir, 1 pour blanc).  2) Les images en niveaux de gris sont composées de pixels de valeurs scalaires représentant la luminosité, Pour une image avec 256 nuances de gris allant du noir total au blanc total, chaque point sera codé sur 8 bits (de 00000000 pour noir à 11111111 pour blanc) 10 Numérisation des images
  • 11.  3) Pour une image couleur, on exprime cette couleur comme une superposition du Rouge, du Vert et du Bleu (système RVB) ; si on permet une variation de 0 à 255 pour chaque rang de couleur, une couleur quelconque sera codée comme combinaison de trois octets, soit 24 bits (2^24 donc 16 777 216 couleurs possibles) 11 Numérisation des images
  • 12.  Pour les applications multimédias, les images sont converties en matrices de points. Chaque point est codé suivant sa "couleur" et les codes résultants sont placés séquentiellement dans un fichier, ligne par ligne, colonne par colonne Une image est définie par : lensemble de pixels qui la compose en largeur et en hauteur 12 Numérisation des images
  • 13.  Considérons une image pour laquelle sa résolution est 640*480 points.  1) Si l'image est binaire, sa taille est de 38 400 octets,  2) Si l'image est à 256 nuances de gris, sa taille est de 307 200 octets ;  3) Si l'image possède des couleurs codées sur 24 bits, sa taille est de 921 600 octets.  Sans prendre en compte le nom de l’image et sa signature. 13 Numérisation des images
  • 14.  Les technologies d'acquisition du son ont été longtemps analogiques : le son était représenté par les variations d'une grandeur physique, une tension électrique par exemple. Les techniques actuelles permettent d'obtenir directement un son numérisé : c'est notamment le cas des magnétophones produisant un enregistrement sur cassettes D.A.T. (Digital Audio Tapes, digitalisation du son à une fréquence de 48 KHz) . 14 Numérisation du son
  • 15.  Pour numériser un son enregistré de manière analogique, on procède en trois étapes :  1) Echantillonnage : l'amplitude du signal analogique est mesurée à une fréquence d'échantillonnage f. On obtient ainsi une collection de mesures.  2) Quantification : une échelle arbitraire allant de 0 à 2n-1 est employée pour convertir les mesures précédentes. Une approximation est faite de manière à ce que chaque mesure coïncide avec une graduation de l'échelle (cette approximation, qui modifie légèrement le signal, est appelée bruit de quantification).  3) Codage : suivant sa grandeur dans cette nouvelle échelle, chaque mesure est codée sur n bits et placée séquentiellement dans un fichier  binaire. 15 Numérisation du son
  • 17.  Comme pour le son, la vidéo s'exprime par des signaux de nature analogique qu'il faut numériser pour une utilisation multimédia. Il existe ici quatre signaux à numériser : trois pour l'image et un pour le son. Les signaux d'image se répartissent en signal de luminance Y et deux signaux  de chrominance Db et Dr, reliés aux composantes R,V,B (Rouge, Vert, Bleu) par les relations linéaires  Y = 0.30R + 0.59V + 0.11B  Db = B - Y  Dr = R - Y.  La composante Y est échantillonnée à une fréquence de 13,5 MHz, tandis que les composantes de chrominance sont échantillonnées à une fréquence de 6,75 MHz. La quantification pour les trois signaux d'image s'opère sur 8 bits. 17 Numérisation de la vidéo
  • 18.  Les données peuvent être simultanément ou ultérieurement compressées. Plusieurs systèmes sont actuellement utilisés. La compression Indéo d'Intel est utilisée dans le logiciel Vidéo For Windows (le résultat de la numérisation et de la compression conduit à des fichiers vidéo AVI).  un grand intérêt de Quick Time est sa possibilité d'intégration de données initiales diverses (images, sons, textes) et de proposer plusieurs types de compression. Les logiciels Video For Windows et Quick Time réalisent également la synchronisation du son avec les images. 18 Numérisation de la vidéo
  • 19.  ► Objets multimédia traités comme un seul item comme champs au sein d’une base de données relationnelle (ex: Oracle, LOB –Large Object)  Recherche sur mots clés introduits manuellement dans le système par la personne : nécessité d’un système d’annotation (Tag dans xml)  ► Utilisation des relations entre objets  ► Recherche sur les mots présents dans les pages Web  conjointement avec l’objet multimédia:  http://images.google.com  http://www.exalead.fr/image  http://images.search.yahoo.com  http://youtube.com 19 Base de données pour le multimédia
  • 20. Spécificités des bases de données multimédia (MMDB)  Exemple de requête impossible avec un SGDB “classique”:  ► récupérer tous les images “qui ressemblent” à une image requête  Grosky et Fotouhi caractérisent le multimédia à partir du type d’activité impliquée dans la création des données  L’information portée par le multimédia est tout ce qui peut venir du monde réel, alors que l’information portée par une base de données classique ne peut être qu’une représentation symbolique de faits limites a l’univers de la base de données.  Donc ,le développeur d’une MMDB ne peut expliciter tous les aspects des données qui seront importants pour l’utilisateur.  W.I. Grosky, F. Fotouhi and Z. Ziang. Multimedia data Management. 20
  • 21. Bases de données multimédia ...  Un système de gestion de bases de données  multimédia doit :  1) offrir les mêmes caractéristiques qu’un SGBD classique (persistance, gestion des transactions, interrogation …) 2) permettre de représenter, interroger et manipuler tout type de media  Les recherches actuelles :  représentation, stockage, interrogation,  liaison image et sémantique 21
  • 22. Intégration du multimédia dans les BD classiques  Exemple : package (ORDSYS) de classes fourni par Oracle8 pour gérer des données multimédia :  1) localData : contient les données multimédia stockées localement comme un BLOB (Binary Large Object - jusqu'à 4 GB).  2) srcType : identifie le type de source des données (FILE, HTTP, …)  3) srcLocation : identifie où les données peuvent être trouvées (dépendant de srcType (FILE -> directory, HTTP -> URL ou user-defined).  4) srcName : identifie le nom des données.  5) updateTime : la date à laquelle le fichier a été modifié pour la dernière fois.  6) local : valeur qui détermine si le fichier est local ou pas (1 = BLOB, 2 = externe). 22
  • 23. 23
  • 24.  Classe ORDImage pour gérer les données image sous Oracle : 1) source : source de l'image 2) height : la hauteur de l'image, en pixels 3) width : la largeur de l'image, en pixels 4) contentLength : la taille de l'image, en bytes 5) fileFormat : le type dans lequel l'image est stockée (jpg, tiff, etc) 6) contentFormat : le type de l'image (monochrome, gris 8-bit, etc) 7) compressionFormat : l'algorithme de compression (LZW, JPEG,…) 8) mimeType : le type MIME de l'image 24 Intégration du multimédia dans les BD classiques
  • 27. 27