Analogique et numérique
Partie 2 sur 4
3Numériser : échantillonner puis quantifier
La transformation d’un signal analogique en signal numérique s’appelle la numérisation. On la décrit comme deux activités parallèles : l’échantillonnage (sampling en anglais) et la quantification. Ce sont deux gestes distincts, qui répondent à deux questions différentes : quand mesure-t-on, et avec quelle précision note-t-on le résultat ?
3.1L’échantillonnage : quand mesurer
L’échantillonnage consiste à prélever, à intervalles réguliers, la valeur du signal. Chaque prélèvement s’appelle un échantillon. On remplace ainsi une courbe, qui a une valeur à chaque instant (une infinité de valeurs), par une suite de valeurs mesurées à des instants choisis. Le nombre de mesures par seconde s’appelle la fréquence d’échantillonnage (ou taux d’échantillonnage). On l’exprime en hertz (Hz), unité qui compte les répétitions par seconde : 44 100 Hz, ou 44,1 kHz (kilohertz, mille hertz), signifie 44 100 mesures chaque seconde.
Plus on mesure souvent, plus la suite d’échantillons suit fidèlement la courbe d’origine. Plus la fréquence est grande, c’est-à-dire plus les échantillons sont relevés à de petits intervalles de temps, plus le signal numérique est fidèle à l’original. Il y a toutefois une limite précise, que donne le théorème de la partie 4 : au-delà d’une certaine fréquence, mesurer plus souvent n’apporte plus rien.
3.2La quantification : avec quelle précision noter
Une fois l’échantillon prélevé, il faut l’écrire sous forme de nombre. Mais un nombre écrit sur un nombre limité de chiffres ne peut représenter qu’un nombre limité de valeurs. La quantification consiste à affecter à chaque échantillon la valeur permise la plus proche. On dit souvent qu’elle « affecte une valeur numérique à chaque échantillon », ce qui est juste ; il faut préciser que cette valeur est arrondie.
Le nombre de valeurs permises dépend du nombre de bits utilisés pour chaque échantillon, que l’on appelle la résolution (le mot est parfois remplacé par « profondeur de codage »). Avec n bits, on peut écrire 2 puissance n valeurs différentes :
| Bits par échantillon | Niveaux possibles | Où on le rencontre |
|---|---|---|
| 1 | 2 | Noir ou blanc, interrupteur ouvert ou fermé |
| 8 | 256 | Téléphonie, anciens jeux, une couleur d’un point d’image |
| 16 | 65 536 | Disque compact (CD), la plupart des musiques |
| 24 | 16 777 216 | Enregistrement de studio |
L’écart entre la valeur exacte et la valeur arrondie s’appelle l’erreur de quantification. Elle est au plus égale à la moitié d’un « marche ». Elle produit un petit souffle, le bruit de quantification, qui baisse à mesure que l’on ajoute des bits : chaque bit supplémentaire réduit le bruit d’environ 6 décibels (le décibel est l’unité qui compare deux niveaux sonores). Avec 16 bits, l’écart entre le plus fort signal possible et le bruit de quantification est d’environ 96 à 98 décibels, ce qui dépasse ce que la plupart des pièces d’écoute permettent d’entendre.
3.3Pourquoi on réduit parfois la qualité exprès
La numérisation permet de garantir une qualité, mais aussi de la réduire volontairement. Pourquoi sacrifier la qualité ? Cinq raisons, mises à jour :
- Diminuer le coût de stockage. Chaque bit coûte de la place. Un son téléphonique, qui n’a pas besoin de la qualité d’un concert, est pris à 8 000 mesures par seconde sur 8 bits, soit 64 000 bits par seconde, contre plus de 1,4 million pour un CD.
- Diminuer le coût de la numérisation : un convertisseur rapide et précis coûte plus cher qu’un convertisseur modeste. Un thermomètre de cuisine n’a pas besoin d’un composant de laboratoire.
- Diminuer les temps de traitement : moins de nombres, c’est moins de calculs. C’est ce qui permet de traiter un signal en direct.
- Tenir compte du nombre de valeurs nécessaires selon l’application. Un interrupteur n’a que deux états ; mesurer une température d’une pièce à 0,1 degré près demande environ 10 bits sur une plage de 100 degrés.
- Tenir compte des limitations matérielles : un petit capteur, un petit processeur ou une liaison lente imposent des compromis.
En pratique, la bonne qualité n’est pas « la plus haute possible » : c’est celle qui suffit à l’usage. Un enregistrement de voix pour une réunion peut se contenter de 16 000 mesures par seconde ; un disque de musique en demande 44 100 ; une photo pour un panneau d’affichage demandera beaucoup plus de points qu’une photo pour un écran de téléphone.
3.4La même idée pour une image
La numérisation d’une image suit le même schéma, avec une différence : on échantillonne dans l’espace et non plus dans le temps. On découpe l’image en un quadrillage de petits carrés, les pixels (contraction de l’anglais picture element, « élément d’image »), et on mesure la lumière en chaque point. Le nombre de pixels est la définition de l’image : l’équivalent de la fréquence d’échantillonnage. Pour chaque pixel, on note l’intensité de rouge, de vert et de bleu, chacune sur un certain nombre de bits : c’est l’équivalent de la résolution. Avec 8 bits par couleur, soit 24 bits par pixel, on peut distinguer environ 16,7 millions de couleurs. Une vidéo ajoute une troisième dimension, le temps : une succession d’images prises plusieurs fois par seconde.
Dans un tableur ou un appareil photo, vous retrouvez donc les mêmes deux réglages sous d’autres noms : combien de mesures (le nombre de pixels), et avec quelle précision pour chacune (le nombre de bits par couleur). Pour l’écran qui affiche ces pixels, voir l’article sur l’écran.
Pour s’exercer
Exercice 2 : combien de bits ?
Un thermomètre doit mesurer de −20 à +50 degrés, avec une précision de 0,5 degré. Combien de niveaux faut-il, et combien de bits ?
Voir la réponse
La plage fait 70 degrés ; avec un pas de 0,5 degré, il faut 70 / 0,5 = 140 niveaux, plus un pour inclure les deux extrémités, soit 141. Comme 2 puissance 7 vaut 128 (trop peu) et 2 puissance 8 vaut 256 (suffisant), il faut 8 bits. Il resterait même 115 niveaux de marge.
Exercice 3 : la taille d’une chanson
Calculez le poids, sans compression, d’une chanson de 3 minutes en qualité CD (stéréo, 44 100 mesures par seconde, 16 bits).
Voir la réponse
Par seconde : 44 100 × 2 voies × 2 octets (16 bits) = 176 400 octets. En 180 secondes : 176 400 × 180 = 31 752 000 octets, soit environ 31,8 Mo. Un fichier MP3 de la même chanson pèse typiquement 3 à 5 Mo.
4Le théorème de Shannon : à quelle vitesse mesurer ?
Une question se pose naturellement : à quelle vitesse faut-il mesurer un signal pour ne rien perdre d’important ? Si l’on mesure trop rarement, on rate des variations. Si l’on mesure bien plus souvent que nécessaire, on gaspille de la place. Le théorème de Shannon (on dit aussi théorème de Nyquist-Shannon, du nom de deux ingénieurs américains, Harry Nyquist et Claude Shannon) répond avec précision.
4.1L’énoncé
Une version simple de ce théorème dit que, pour numériser correctement un signal, il faut échantillonner à une fréquence double (ou supérieure) à la fréquence du signal que l’on échantillonne. Voici la version exacte, avec deux précisions. D’abord, le signal réel est un mélange de plusieurs fréquences : c’est la plus haute fréquence présente dans le signal qui compte. Ensuite, la condition est qu’il faut mesurer à plus du double de cette fréquence maximale : si l’on respecte cette condition, on peut reconstruire le signal d’origine exactement, pas seulement à peu près.
Prenons un son aigu de 10 000 hertz (le signal fait 10 000 allers et retours par seconde). Il faut au moins 20 000 mesures par seconde, et un peu plus par sécurité. L’oreille humaine entend jusqu’à environ 20 000 hertz chez un jeune adulte en bonne santé : voilà pourquoi le disque compact utilise 44 100 mesures par seconde (une marge au-dessus de 40 000), et pourquoi la téléphonie, qui ne garde que les fréquences de 300 à 3 400 hertz environ, se contente de 8 000 mesures par seconde.
4.2Ce qui se passe quand on mesure trop peu : le repliement
Si l’on ne respecte pas la condition, on ne perd pas seulement du détail : on invente un signal faux. Ce phénomène s’appelle le repliement (aliasing en anglais). Un son de 15 000 hertz mesuré 20 000 fois par seconde sera lu, à la reconstruction, comme un son de 5 000 hertz, qui n’existait pas dans l’enregistrement original : la figure 3 montre le principe avec une onde dessinée de deux manières possibles à partir des mêmes points.
Vous avez déjà vu le phénomène à l’image : au cinéma ou à la télévision, les roues d’une voiture ou les pales d’un hélicoptère semblent parfois tourner lentement, à l’arrêt ou à l’envers. La caméra prend 24 ou 25 images par seconde, ce qui est trop peu pour suivre une rotation rapide : les images successives montrent la roue dans une position à peine décalée, et l’œil croit à un mouvement lent. De même, une photographie d’un écran ou d’un tissu à rayures fines fait parfois apparaître de grandes ondulations, les moirés : un quadrillage (les pixels de l’écran) échantillonné par un autre quadrillage (ceux du capteur).
4.3Comment on évite le repliement en pratique
Dans un vrai appareil, on ne peut pas savoir à l’avance qu’aucun son trop aigu n’arrivera au microphone. On place donc avant le convertisseur un filtre qui supprime les fréquences trop hautes : le filtre anti-repliement. C’est un composant électronique simple, mais indispensable : ce qui n’est pas coupé avant la mesure ne peut plus être corrigé après. Dans les appareils photo, le même rôle est tenu par un filtre optique placé devant le capteur, qui floute très légèrement l’image pour éviter les moirés ; certains appareils haut de gamme le suppriment pour gagner en netteté, au risque de faire apparaître des moirés.
On a également l’idée de mesurer beaucoup plus vite que nécessaire (le suréchantillonnage), puis de réduire ensuite : cela simplifie le filtre et déplace le travail dans le monde des nombres, où il est moins cher et plus précis. C’est la méthode des convertisseurs modernes.
4.4Une nuance historique
L’idée est plus ancienne que Shannon. L’ingénieur américain Harry Nyquist avait montré en 1928 un résultat voisin sur les télégraphes, le Russe Vladimir Kotelnikov l’avait démontré en 1933, et le mathématicien britannique Edmund Whittaker s’en était approché dès 1915. Claude Shannon l’a replacé en 1949 dans sa théorie de l’information, ce qui lui a valu de donner son nom au théorème dans l’usage courant en France. Les trois noms Nyquist, Shannon et Kotelnikov se rencontrent selon les livres.
Pour s’exercer
Exercice 4 : à quelle vitesse mesurer ?
(a) Un son de téléphone va jusqu’à 3 400 hertz : quelle fréquence d’échantillonnage minimale faut-il ? (b) Un son de 15 000 hertz est mesuré 20 000 fois par seconde : que se passe-t-il ?
Voir la réponse
(a) Plus du double de 3 400, donc plus de 6 800 mesures par seconde ; la téléphonie en prend 8 000, avec une petite marge. (b) La condition n’est pas respectée : 20 000 est inférieur à 30 000, le double de 15 000. Le son est « replié » et on entend à la place une fréquence de 20 000 − 15 000 = 5 000 hertz, qui n’existait pas. Pour l’éviter, on filtre les sons trop aigus avant la mesure.
Exercice 5 : le poids d’une vidéo
Une vidéo de 1 920 × 1 080 pixels, 24 bits par pixel, 25 images par seconde, dure une minute. Quelle taille aurait-elle sans compression ? Comparez avec une vidéo compressée de 50 Mo.
Voir la réponse
Une image : 1 920 × 1 080 × 3 octets = 6 220 800 octets. Par seconde : 25 × 6 220 800 = 155 520 000 octets. En 60 secondes : 9 331 200 000 octets, soit environ 9,3 Go. La version compressée de 50 Mo est environ 190 fois plus petite : la compression a retiré l’essentiel de l’information redondante ou peu visible.