D-1: Цифровой видеоформат на магнитной ленте

Введение

Магнитная кассета D1 или 4:2:2 Component Digital — это стандарт цифровой видеозаписи SMPTE, представленный в 1986 году благодаря работе инженерных комитетов SMPTE. Он был разработан компаниями Sony и Bosch – BTS и стал первым широко используемым профессиональным цифровым видеоформатом. SMPTE стандартизировал этот формат в соответствии со стандартом ITU R 601 (первоначально CCIR 601), также известным как Rec. 601, который был основан на стандартах SMPTE 125M и EBU 3246 E.

Формат

D 1 или 4:2:2 D 1 (1986) стал значительным достижением в области цифровой видеозаписи вещательного качества в реальном времени. Он хранит несжатое оцифрованное видео, закодированное в Y'CbCr 4:2:2 с использованием растрового формата CCIR 601 с 8 битами, вместе с аудиодорожками PCM и тайм-кодом на 3/4-дюймовой (19 мм) видеокассете (хотя и не следует путать с широко распространенной 3/4-дюймовой U-Matic/U-Matic SP кассетой). Несжатое видео требовало огромной пропускной способности для своего времени: 167 Мбит/с (скорость передачи данных). Один из первых VTR D 1, Sony DVR 1000, требовал отдельного, крупного видеопроцессора. Формат использует спиральное сканирование с М-образной обмоткой, при которой лента оборачивается вокруг головного барабана с левой и правой сторон. Головной барабан вращается со скоростью 10 800 об/мин для видео NTSC или 9000 об/мин. Его диаметр составляет 75 мм, а ширина спиральных дорожек, считываемых видео-головками, установленными на головном барабане, – 40 микрон. Благодаря бескомпромиссному качеству изображения, компонентной обработке и несжатой записи, D 1 был наиболее популярен в высококлассном графическом и анимационном производстве, где ранее многослойный монтаж выполнялся за короткое время с помощью жестких дисков (Quantel Harry, Henry, Harriet, Hal или Abekas DDR) или нескольких аналоговых машин, работающих одновременно. В 1980-х годах жесткие диски, способные хранить видео вещательного качества, обычно вмещали от 30 секунд до нескольких минут видео, при этом сами системы могли стоить 500 000 долларов. В отличие от этого, на кассете D 1 можно было записать 94 минуты видео за 200 долларов. Разрешение D 1 составляет 720 (горизонтальных) × 486 (вертикальных) пикселей для систем NTSC и 720 × 576 для систем PAL; эти разрешения соответствуют стандарту Rec. 601. Небольшая модификация, удаляющая верхние 6 строк для экономии места, была позже внедрена и стала популярной в 1/4-дюймовых форматах DV/DVCAM/DVCPRO и для цифрового вещания, которые имеют разрешение 720 x 480 пикселей для NTSC; также используется в DVD-Video и телевидении стандартной четкости. Устройства D1 могут переключаться между NTSC и PAL. Яркость (Luma) дискретизируется с частотой 13,5 МГц, а цветность (Chroma) – с частотой 6,75 МГц, что обеспечивает общую скорость передачи данных 27 МГц. Частота дискретизации 13,5 МГц была выбрана как общее кратное частоте строк NTSC/PAL (6 x 2,5 МГц). Первым интерфейсом ввода/вывода был 25-контактный параллельный кабель (SMPTE 125M), который позже был обновлен до последовательного цифрового интерфейса на коаксиальном кабеле (SDI, SMPTE 259M, 75 Ом коаксиальный кабель, 270 МГц). Вспомогательные данные могут быть помещены в интервалы гашения. Цветовое пространство для Y’B’Y’R’ также определено в ITU Rec. 601 или Rec. 709. Формат D 5 от Panasonic имеет аналогичные характеристики, но использует 10-битную дискретизацию вместо 8-битной у D 1. Он имел преимущество во времени разработки, поскольку был выпущен намного позже, чем Sony D 1, и через год после представления Sony формата Digital Betacam. Система формата D2 от Sony и Ampex вскоре последовала за ним через два года, используя композитное видео для снижения необходимой пропускной способности. Это снизило цену D2 вдвое по сравнению с D1. Поскольку D2 был композитным цифровым, а не компонентным, его можно было легко интегрировать в пространство и инфраструктуру композитных аналоговых машин, используемых в то время (2-дюймовый Quadruplex, 1-дюймовый Type C и 3/4-дюймовый U-Matic). Поскольку на D2 записывалось меньше информации, чем на D1, скорость ленты могла быть снижена, что позволяло записывать до 208 минут по сравнению с 94 минутами у D1. Однако D2 все же был компромиссом, поскольку использовал композитное видео. По мере того как вещатели переходили от аналоговой к цифровой проводки, компонентная цифровая инфраструктура стала осуществимой. Популярный компонентный формат Sony Digital Betacam поддерживал этот переход, сохраняя цветовые компоненты разделенными в компонентном цифровом пространстве (D1/D5), а не объединенными в композитном пространстве (D2/D3). Digital Betacam мог воспроизводить предыдущие аналоговые ленты Betacam/Betacam SP, которые к тому времени сформировали библиотечный архив для вещателей, используя свой 1/2-дюймовый формат ленты (в отличие от более громоздких 19-мм кассет D1/D2). 1/2-дюймовый Digital Betacam стал де-факто стандартом для редактирования, доставки и архивирования вещательного видео стандартной четкости. Даже после того, как HD-вещание и доставка стали более распространенными в США после 2008–2010 годов, телесети часто требовали копии стандартной четкости на Digital Betacam. Телевизионные шоу, такие как The Rachael Ray Show на CBS, записывались и архивировались на Digital Betacam вплоть до 2012 года.

D 1 or 4:2:2 D 1 (1986) was a major feat in real time, broadcast quality digital video recording. It stores uncompressed digitized component video, encoded at Y'CbCr 4:2:2 using the CCIR 601 raster format with 8 bits, along with PCM audio tracks as well as timecode on a 3/4 inch (19 mm) videocassette tape (though not to be confused with the ubiquitous 3/4 inch U Matic/U Matic SP cassette). The uncompressed component video used enormous bandwidth for its time: 167 Mbit/sec (bit rate). One of the first D 1 VTRs, the Sony DVR 1000, required a separate, large video processor. The format uses helical scan, with an M wrap pattern in which the tape is wrapped around the head drum around the left and right side. The helical scan head drum rotates at 10,800 RPM for NTSC video, or at 9000 RPM. It is 75 mm in diameter and the helical tracks, read by video heads mounted on the head drum, are 40 microns wide. Because of the uncompromising picture quality, component processing and uncompressed recording, D 1 was most popular in high end graphic and animation production – where multiple layering had previously been done in short run times via hard drives (Quantel Harry, Henry, Harriet, Hal or Abekas DDR) or via multiple analog machines running at once. Hard drives in the 1980s that stored broadcast quality video would typically only hold 30 seconds to a few minutes of space, yet the systems that made them work could cost $500,000. By contrast, the D 1 machine allowed 94 minutes of recording on a $200 cassette. D 1 resolution is 720 (horizontal) × 486 (vertical) for NTSC systems and 720 × 576 for PAL systems; these resolutions come from Rec. 601. A small variation removing the top 6 lines to save space was later introduced and made popular in the 1/4 inch DV/DVCAM/DVCPRO formats and for digital broadcasting, which have 720 x 480 pixels for NTSC; and is also used in DVD Video and standard definition television. The D1 units are switchable between NTSC and PAL. Luma is sampled at 13.5 MHz and Chroma at 6.75 MHz with an overall data rate of 27 MHz. Sampling at 13.5 MHz was used as it is a common multiple of NTSC/PAL line rate (6 x 2.5 MHz). The first input/output interface was a 25 pin parallel cable (SMPTE 125M) and later updated to serial digital interface on coaxial cable (SDI, SMPTE 259M, 75Ω coax, 270 MHz). Ancillary data can be put in H/V blanking intervals. Color space for Y’ B’ Y’ R’ Y’ is also defined in ITU Rec. 601 or Rec. 709 color space. Panasonic's D 5 format has similar specifications, but sampled at 10 bits as opposed to D 1's 8 bits. It had the advantage of development time as it was released much later than Sony's D 1 and one year after Sony's Digital Betacam format was unveiled. The D 2 format system from Sony and Ampex soon followed two years later, using composite video in order to lower the bandwidth needed. This reduced D 2's price tag to half that of D 1. Since D 2 was composite digital as opposed to component, it could easily be dropped into the space and infrastructure of composite analog machines presently used at the time (2 inch Quadruplex, 1 inch Type C and 3/4 inch U Matic). Since less information was recorded on D 2 than on D 1, tape speed could be reduced and hold a maximum of 208 minutes compared to D 1's 94 minutes. However, D 2 was still a compromise, being composite video. As broadcasters would later convert from analog to digital wiring, component digital infrastructure became feasible. Sony's popular component Digital Betacam supported this transition by keeping the colors separated in component digital space (D1/D5) rather than combined in composite space (D2/D3). Digital Betacam could play previous analog Betacam/Betacam SP tapes which by now had built a library archive for broadcasters using its 1/2 inch tape format (as opposed to the bulkier 19mm D1/D2 cassettes). 1/2 inch Digital Betacam thus became the de facto standard definition broadcast editing, delivery and archive standard. Even as HD broadcasting and delivery became more commonplace in the U. S. after 2008–2010, networks would often require standard definition copies on Digital Betacam. Television shows such as CBS' The Rachael Ray Show were still recorded and archived on Digital Betacam as late as 2012.

Использование

D 1 был печально известен своей высокой стоимостью, и оборудование требовало значительных изменений инфраструктуры на объектах, перешедших на этот цифровой формат записи, поскольку машины, отличавшиеся бескомпромиссным качеством, возвращались к компонентной обработке, где яркость (черно-белая информация изображения) и основные цвета – красный, зеленый и синий (RGB) – хранились раздельно в алгоритме дискретизации, известном как 4:2:2. Именно поэтому многие машины имели обозначение "4:2:2" вместо "D 1". Первые опыты работы с D 1 были сопряжены с трудностями, однако формат быстро стабилизировался и до сих пор славится своим превосходным качеством изображения стандартной четкости. D 1 стал первым полноценным цифровым форматом записи вещательного качества в реальном времени. Оригинальный Sony DVR 1000, представленный в 1986 году, имел рекомендованную производителем розничную цену (MSRP) в США в размере 160 000 долларов. Спустя несколько лет инженерам Sony удалось значительно уменьшить размер машины, разместив электронную обработку в шасси основного кассетного привода, и они назвали новую модель DVR 2000, снизив стоимость в США до 120 000 долларов. Внешний модуль в один стойковом отсек позволял машине записывать дополнительный канал ключа (матовый канал) (4:2:2:4) или удваивать горизонтальное разрешение (8:4:4) путем одновременной работы двух видеомагнитофонов (VTR). Позднее модели "SP" и "OS" работали на пониженной скорости, что делало их удобными для переноса 24-кадрового телекинофильма на ленту D1, а также позволяло одной ленте одновременно содержать мастер-копии в стандартах NTSC (525 строк) и PAL (625 строк).

Связь с другими лентами

В то время как ранние эксперименты с цветным телевидением проводились в компонентной цветовой модели RGB, большая часть цветного телевизионного вещания и постпродакшна в 1960-х и 1970-х годах была упрощена за счет объединения цветовой и яркостной информации (композитного сигнала) для упрощения инфраструктуры и передачи. Однако, после объединения цветовой и яркостной информации, их уже невозможно было разделить столь же чисто, как изначально. Компонентное видео редко обрабатывалось в видеоцентрах в формате RGB, как это делается на компьютерных дисплеях. Существовала историческая необходимость в сохранении черно-белых сигналов. Кроме того, поскольку человеческий глаз более чувствителен к черно-белому изображению, чем к цветному, инженеры рассчитали, что при размерах самых больших домашних телевизоров нет необходимости дискретизировать цветные видеолинии для каждого преобразованного цифрового пикселя. В 1982 году компания Sony представила формат видеозаписи Betacam на кассетах 1/2 дюйма, первую комбинацию видеокамеры и магнитофона, который предложил компромисс, известный как YUV. "Y" обозначает яркость, или детали черно-белого изображения. Он содержал синхронизирующий "кадровый" сигнал, необходимый для создания стабильной картинки. Если подключить только кабель "Y", можно увидеть черно-белое изображение, но не если подключить только два других канала цветовой информации. "UV" представлял собой математический алгоритм, основанный на R Y (красный минус яркость) и B Y (синий минус яркость). Информация о зеленом цвете получалась как разность (поэтому YUV называют обработкой цветовой разности). Например, если в коробке (Y) пять черно-белых плюшевых панд, плюс восемь красных яблок (R Y) и две черники (B Y), а общее количество предметов должно быть равно 20, можно легко рассчитать, сколько осталось зеленых яблок: 20 минус 15 дает разницу в пять. Когда инженеры стремились обрабатывать и записывать в реальном времени огромный объем цифровых данных, необходимый для создания первого формата цифровой видеозаписи, сохранение алгоритма Y, R Y, B Y или YUV было ключевым фактором для упрощения и уменьшения объема исходной информации об изображении, что позволило сэкономить ценное пространство. 4:2:2 – это Y, R Y и B Y, а не RGB. 4:2:2 часто ошибочно интерпретируется как 4, обозначающее красный цвет, а две оставшиеся цифры 2 – зеленый и синий. Если бы это было правдой, то запись зеленого и синего цвета была бы неравномерной по сравнению с красным. В небольшой выборке видеоизображения – например, первые четыре пикселя, расположенные горизонтально в верхнем левом углу экрана – первая "4" означает, что более важная информация о яркости/черно-белых деталях изображения была дискретизирована в каждом пикселе этой выборки из 4 пикселей. Две следующие цифры 2 означают, что R Y и B Y дискретизировались через каждый второй пиксель, пропуская пиксель между ними. Глаз не должен замечать, что два пропущенных пикселя не имеют фактической цветовой информации, записанной исходной камерой – предыдущий цветовой пиксель просто дублируется. Таким образом, при 4:2:2 все цвета – красный, зеленый и синий – дискретизируются с частотой вдвое меньшей, чем детали черно-белого (яркостного) изображения. Можно сказать, что фактически записано 50% цвета, поскольку для телевизионного экрана этого было достаточно для человеческого глаза. Популярный формат 1995/96 года на кассетах 1/4 дюйма – DV/DVCAM/DVCPRO – использовал компонентную цифровую дискретизацию YUV 4:1:1, что означает, что фактически записан только 1 из 4 пикселей, или 25% цвета, поэтому цвет выглядит "грязным" и не таким насыщенным по сравнению с любой записью 4:2:2. Это также сделало создание идеальных цветовых ключей (хромакея) невозможным в этом формате. Формат DV дополнительно сжал цифровые данные в соотношении 5:1, что означает потерю 80% информации об изображении для размещения 25 миллионов бит в секунду на небольшой кассете, движущейся с низкой скоростью. Сравните качество DV с D1 1986 года, использующим 4:2:2, без сжатия и сохраняющим 173–226 миллионов бит данных в секунду. Современные видеорегистраторы высокой четкости, такие как формат HDCAM SR от Sony (SR означает superior resolution – превосходное разрешение), имеют возможность переключаться между 4:2:2 и полной RGB-записью для работы с изображениями для больших экранов, таким образом, RGB дискретизируется в каждом пикселе и обозначается как 4:4:4.

While early color television experiments were kept in the component domain of RGB, most color television broadcasting and post production was compromised in the 1960s and 1970s to simplify infrastructure and transmission by combining the color and luminance (composite). However, once the color and luminance information was combined, it could never truly be uncombined as cleanly as originated. Component video was rarely processed through a video facility as RGB, as it is in computer displays. There was a historical legacy need to maintain black and white signals. Further, as the human eye is more sensitive to black and white picture information than color, engineers calculated that with the size of the largest home television screen, the color video lines did not need to be sampled for every converted digital pixel. Sony's 1982 news gathering 1/2 inch video format Betacam, the first camcorder combination came up with a compromise, known as YUV. The "Y" was luminance, or the detail of the video picture, in black and white. It contained the sync 'frame' needed to make a stable picture. If one connects only the "Y" cable, one can see a black and white image, but not if only connecting the other two color information channels. The "UV" was a math algorithm of R Y (red minus luminance) and B Y (blue minus luminance). The green information was derived by the difference (thus YUV is referred to as color difference processing). For example, if there are five black and white panda teddy bears in a box (Y); plus eight red apples (R Y) and two blueberries (B Y); and the total number of items has to equal 20, one can easily calculate how many remaining green apples there are, as 20 minus 15 would leave a difference of five. When engineers sought to process and record in real time the huge amount of digital data needed to make the first digital video tape format, keeping the Y, R Y, B Y or YUV algorithm was key to simplifying and reducing the initial picture information sampled, saving valuable space. 4:2:2 is Y, R Y and B Y; not RGB; 4:2:2 is often erroneously quoted as 4 meaning red, and the remaining 2s standing for green and blue. If this were true, it would produce an uneven recording of green and blue data compared to red. In a given small sample of the video picture – for instance the first four pixels going across horizontally in the top left corner of the screen, the first "4" means that the more important luminance/black and white picture detail was sampled in every pixel in that 4 sample. The next two 2s mean that R Y and B Y were sampled at every other pixel, skipping the one in between. The eye should not be able to see the two in between pixels not having the actual color information that the originating camera recorded – previous color pixel is simply replicated. Thus with 4:2:2, all color, red, green and blue, is sampled at half the rate of the black and white (luminance) picture detail. You could say that 50% of the color is actually recorded – because for the TV screen, it was good enough for the human eye. The popular 1995/96 1/4 inch DV/DVCAM/DVCPRO format had a component digital YUV sampling of 4:1:1, meaning only 1 out of 4 pixels or 25% of the color is actually recorded, which is why the color looks "muddy" and not as vibrant when compared to any 4:2:2 recording. This further made perfect green screen mattes impossible on the format. The DV format further compressed the digital data at 5:1, meaning compromising the picture information by 80% to get 25 million bits per second onto a small tape moving at a slow speed. Compare the DV quality to 1986's D1, with 4:2:2, no compression, and 173~226 million bits per second of data preserved. Modern high definition video recorders like Sony's HDCAM SR format, SR stands for superior resolution, have the ability to switch between 4:2:2 and full RGB recording for giant screen motion picture work, thus RGB is sampled at every pixel and branded 4:4:4.