Sujets d'études et projets
Proposés par P. Leray
COMPRESSION DE LA PAROLE
(norme G722)
Contexte du projet et application
L’essor des réseaux de transmissions numériques et de l’informatique a
conduit à des techniques de numérisation du signal de parole. Le signal
numérisé a pour avantages par rapport au signal analogique une meilleure
immunité au bruit, une plus grande commodité d’emploi (multiplexage,
cryptage, ...).
Deux résultats théoriques influent sur la numérisation des signaux
audio :
- le théorème de Shannon sur l’échantillonnage impose de limiter le
spectre du signal à numériser à Fe/2 (Fe : fréquence d’échantillonnage).
- la quantification linéaire sur B bits, soit 2B niveaux, produit un bruit
de quantification.
Le débit vaut alors D = Fe.B exprimé en kbits/s.
Le but du codage est de réduire le débit en transmission, ce qui permet
d’augmenter le nombre de voies sur un canal à capacité fixe et d’augmenter
la capacité de stockage des mémoires.
Plusieurs techniques de codage ont été normalisées.
Cahier des charges
Il s’agit d’effectuer les opérations de compression et de décompression
de la parole en temps réel. La méthode retenue est décrite par la
recommandation G.722 du CCITT.
Numérisation du signal audio : Fe = 16 kHz, B = 14 bits.
Débit après compression : 64 kbits/s.
L’implantation se fera sur un Processeur de Traitement du Signal
(320C50 de TI).
étapes du projet
- étude bibliographique. Analyse des algorithmes.
- Conception d’un logiciel de simulation effectuant les opérations de
compression-décompression - évaluation des performances.
- Implantation pour une exécution temps réel des traitements sur le
DSP 320C50.
Domaines concernés
Traitement du signal, Programmation.
COMPRESSION DE LA PAROLE
(norme CELP)
Contexte du projet et application
L’essor des réseaux de transmissions numériques et de l’informatique a
conduit à des techniques de numérisation du signal de parole. Le signal
numérisé a pour avantages par rapport au signal analogique une meilleure
immunité au bruit, une plus grande commodité d’emploi (multiplexage,
cryptage, ...).
Deux résultats théoriques influent sur la numérisation des signaux
audio :
- le théorème de Shannon sur l’échantillonnage impose de limiter le
spectre du signal à numériser à Fe/2 (Fe : fréquence d’échantillonnage).
- la quantification linéaire sur B bits, soit 2B niveaux, produit un bruit
de quantification.
Le débit vaut alors D = Fe.B exprimé en kbits/s.
Le but du codage est de réduire le débit en transmission, ce qui permet
d’augmenter le nombre de voies sur un canal à capacité fixe et d’augmenter
la capacité de stockage des mémoires.
Plusieurs techniques de codage ont été normalisées.
Cahier des charges
Il s’agit d’effectuer les opérations de compression et de décompression
de la parole en temps réel. La méthode retenue est décrite par la norme
CELP.
Numérisation du signal audio : Fe = 16 kHz, B = 14 bits.
Débit après compression : 4.8 kbits/s.
L’implantation se fera sur un Processeur de Traitement du Signal
(320C50 de TI).
étapes du projet
- étude bibliographique. Analyse des algorithmes.
- Conception d’un logiciel de simulation effectuant les opérations de
compression-décompression - évaluation des performances.
- Implantation pour une exécution temps réel des traitements sur le
DSP 320C50.
Domaines concernés
Traitement du signal, Programmation.
DÉTECTION DES CONTOURS D’UNE IMAGE
Contexte du projet et application
On considère une image de N x N pixels de 8 bits contenue dans un
plan mémoire. On veut réaliser un circuit spécialisé permettant de faire
l’extraction des contours de cette image en utilisant l’algorithme de Shen &
Castan.
Cet algorithme consiste à effectuer un filtrage récursif sur les lignes et
sur les colonnes de la forme :
les dérivées première et seconde se calculant par :
Les contours se situent au niveau des extrema de la dérivée première.
L’utilisation de la dérivée seconde permet de les repérer (passage à zéro de la
dérivée seconde). L’observation du signe des dérivées lors des passages à
zéro permet d’éliminer de fausses transitions dues aux bruits et erreurs
d’arrondi.
Cahier des charges
Conception d’un opérateur de traitement d’image réalisant le filtrage
de Shen & Castan sur des images de dimension N x N paramétrable et
numérisées sur 8 bits.
étapes du projet
- étude bibliographique. Analyse des algorithmes.
- Conception d’un logiciel de simulation (MATLAB ou langage C) -
évaluation des performances.
- étude de l’architecture d’un opérateur spécialisé dans le filtrage de
Shen & Castan. Description en langage VHDL. Implantation sur composants
programmables.
Domaines concernés
Traitement d’image. Conception et Synthèse des systèmes logiques.
COMPRESSION DE DONNÉES :
CODAGE D’HUFFMAN
Contexte du projet et application
En 1952, D.A. Huffman présentait une méthode de compression des
données basée sur l’analyse statistique des symboles composant
l’information. Elle consiste à attribuer aux symboles des codes binaires de
différentes tailles, selon leurs proportions respectives : plus un symbole est
présent dans le bloc de données, plus son code calculé par "la méthode
d’Huffman" est court. Cette méthode fait partie des méthodes de
compression sans perte.
Cahier des charges
Il s’agit d’effectuer les opérations de compression et de décompression
de la parole en temps réel. La méthode retenue est décrite par la
recommandation G.722 du CCITT.
Numérisation du signal audio : Fe = 16 kHz, B = 14 bits.
Débit après compression : 64 kbits/s.
L’implantation se fera sur un Processeur de Traitement du Signal
(320C50 de TI).
étapes du projet
- étude bibliographique. Analyse des algorithmes.
- Conception d’un logiciel de simulation effectuant les opérations de
compression-décompression - évaluation des performances sur différents
types de données (données informatiques, son, image).
- étude de l’architecture d’un opérateur de compression-décompression
selon la méthode d’Huffman. Description en langage VHDL. Implantation
sur composants programmables.
Domaines concernés
Traitement d’image. Conception et Synthèse des systèmes logiques.
