Pourquoi faut-il coder les images et le son ?

Après avoir vu en détail les caractéristiques physiques d’une image mais aussi de l’œil humain et ce qu’elles entraînent pour pouvoir lui présenter sur un écran une image aussi proche que possible de ce qu’il aurait perçu devant la scène réelle, nous allons nous attacher à décrire deux opérations importantes pour la télévision : le codage de l’image et du son afin de pouvoir enregistrer l’émission télévisuelle et ensuite le transport de cette information.

En effet, nous avons vu que l’image HDTV 1080p est constituée de 1080 lignes de 1920 points lumineux. Cette image est prise au rythme de 25 par seconde. Si on prend le cas le plus courant où chaque pixel est défini sur 24 bits pour obtenir une gamme de 16,7 millions de couleurs, on peut facilement en déduire le débit d’information que représente une telle image.

1920 x 1080 = 2 073 000 pixels, qu’il faut multiplier par 3 octets par pixel et 25 images par seconde. 2 073 000 x 3 x 25 = 155 520 000 octets par seconde soit plus de 155 millions d’octets par seconde. Il peut être également exprimé sous la forme 1,2 Gigabits par seconde ce qui est énorme. Pour comparaison, un tel débit représente 155 fois le débit maximum théorique d’une connexion ADSL à 8 Mégabits !

Il devient donc évident qu’il est nécessaire de réduire et de réduire de façon importante ce débit pour pouvoir transporter cette émission de télévision. Comment y parvenir. En utilisant une caractéristique très importante des images vidéo : la redondance. Il existe une redondance spatiale et temporelle dans une image vidéo. En moyenne, une image vidéo ne voit pas tous ses points changer de couleur ou d’intensité tous les 25e de seconde. La redondance spatiale est constituée par les points d’une même image qui sont identiques (des points proches sur une image du ciel sont souvent identiques). La redondance temporelle est constituée par les points qui ne changent pas entre deux images successives. Nous allons voir qu’au moyen d’algorithmes d’analyse d’images appropriés, il devient possible de réduire le débit d’information de ce signal vidéo. C’est ce qu’on appelle la compression vidéo. Elle est également possible et nécessaire pour la partie audio du signal. Elle permet de réduire le débit dans des proportions considérables. Un flux HDTV 1080p nécessite un débit maximum de 18 Mégabits. La norme MPEG-4 permet donc d’atteindre un taux de compression de 66 !

Lors du passage au numérique, la norme de codage qui fut utilisée au début de la télévision numérique fut la norme MPEG-1. Elle était capable de stocker et reproduire une image dont la qualité était celle du format VCD et SVCD c'est-à-dire les formats utilisés dans les magnétoscopes VHS.

Le DVD fut ensuite introduit avec l’arrivée d’une nouvelle norme de compression, le MPEG-2 bien plus efficace en taux de compression et capable de fournir une image d’une qualité très améliorée. D’une façon pratique, le MPEG-2 permet de fournir ce qu’on a coutume de dénommer la qualité DVD.

Nous ne rentrerons pas plus en détails dans la norme MPEG-4 qui entraînerait immédiatement la discussion dans un niveau de complication qui sort totalement du propos de ce document.