Rec. 709

La Recomendación 709 de la UIT-R , abreviada habitualmente Rec. 709 , BT.709 o UIT-R 709 , es una norma desarrollada por el Sector de Radiocomunicaciones de la Unión Internacional de Telecomunicaciones (UIT-R) para la codificación de imágenes y las características de las señales de la televisión de alta definición (HDTV). ^[3] La norma especifica un esquema para la codificación digital de colores como tripletes de números enteros pequeños, un formato de pantalla ancha con 1080 líneas activas por imagen y 1920 píxeles cuadrados por línea (una relación de aspecto de 16:9 ), así como varios detalles de captura, transmisión y visualización de señales. Aunque está dirigida a la HDTV, algunas de sus especificaciones (como la codificación de color) también se han adoptado para otros usos. ^[4]

La norma está disponible gratuitamente en el sitio web de la UIT ^[3] y ese documento debe utilizarse como referencia autorizada. A continuación se resumen los aspectos esenciales.

La Recomendación UIT-R BT.709-6 define un formato de imagen común (CIF) en el que las características de la imagen son independientes de la velocidad de cuadros. La imagen tiene 1920 x 1080 píxeles, con un recuento total de píxeles de 2 073 600 y una relación de aspecto de 16:9. ^{[3] [5]}

BT.709-6 especifica las siguientes velocidades de cuadro posibles y el orden de escaneo de píxeles. Las opciones para este último son cuadro escaneado progresivamente ( P ), cuadros segmentados progresivos ( PsF ) y entrelazado ( I ).

24/P, 24/PsF, 23,976/P, 23,976/PsF

Estas combinaciones coinciden con la velocidad de cuadros utilizada en las películas cinematográficas. Las velocidades fraccionarias se incluyen para compatibilidad con las velocidades de " desplazamiento " utilizadas con NTSC .

50/P, 25/P, 25/PsF, 50/I (25 fps)

Estas combinaciones se proporcionan para compatibilidad con estándares de TV de "50 Hz" anteriores, como PAL o SECAM . No hay tasas fraccionarias, ya que PAL y SECAM no tenían el problema de pull-down de NTSC.

60/P, 59,94/P, 30/P, 30/PsF, 29,97/P, 29,97/PsF, 60/I (30 fps), 59,94/I (29,97 fps)

Estas combinaciones ofrecen compatibilidad con los estándares de TV de "60 Hz" anteriores, como NTSC. Nuevamente, las tasas fraccionarias son para compatibilidad con las tasas de conversión NTSC anteriores.

Las cámaras y los monitores pueden utilizar cualquiera de estos modos. El vídeo capturado en modo progresivo se puede grabar, transmitir o transmitir en modo progresivo o en modo de fotograma segmentado progresivo. El vídeo capturado en modo entrelazado se debe distribuir como entrelazado a menos que se aplique un proceso de desentrelazado en la posproducción.

En los casos en que una imagen capturada progresiva se distribuye en modo de cuadro segmentado, la frecuencia de segmento/campo debe ser el doble de la frecuencia de cuadro. Por lo tanto, 30/PsF tiene la misma frecuencia de campo que 60/I.

Los colores en el estándar BT.709 se describen básicamente según el modelo de color RGB , es decir, como mezclas de tres colores primarios, "rojo" (R), "verde" (G) y "azul" (B). Para BT.709, sus coordenadas en el diagrama de cromaticidad CIE 1931 son

En la norma BT.709, un valor de color se representa conceptualmente mediante tres números entre 0 y 1, donde 0 significa la ausencia del color primario correspondiente y 1 significa la intensidad máxima que el dispositivo puede representar. Si estos números se interpretan como coordenadas cartesianas en un espacio tridimensional, los colores representables corresponden a puntos en un cubo alineado con el eje de lado 1, con una esquina que representa el color negro y una esquina que representa el blanco de brillo máximo. De manera más general, los puntos a lo largo de la diagonal del cubo representan tonos de gris. Las coordenadas del punto blanco anteriores definen este color blanco como iluminante CIE D ₆₅ para condiciones de observación estándar de 2° . ${\ Displaystyle (E_ {R}, E_ {G}, E_ {B})}$${\estilo de visualización (0,0,0)}$${\estilo de visualización (1,1,1)}$

Se supone que las coordenadas son proporcionales a la intensidad física de cada componente primario, es decir, la potencia luminosa emitida o recibida por unidad de área. Por razones de eficiencia, la norma especifica una transformación no lineal de cada señal componente, lo que da como resultado . Esta función de transferencia óptica eléctrica , ^{[3] : p1} se define como ^{[3] : p3}${\ Displaystyle (E_ {R}, E_ {G}, E_ {B})}$${\displaystyle (E'_{R},E'_{G},E'_{B})}$

${\displaystyle V={\begin{cases}4.500\,L&{\mbox{si }}L<0.018\\[2mm]1.099\,L^{0.45}-0.099&{\mbox{si }}L\geq 0.018\end{cases}}}$

donde es la coordenada lineal ( , , o ), y es el valor no lineal correspondiente ( , , o ), ambos en el rango . ${\estilo de visualización L}$$Estilo de visualización E_{R}$$Estilo de visualización E_{G}$$Estilo de visualización E_{B}$${\estilo de visualización V}$$Estilo de visualización E'_{R}$$Estilo de visualización E'_{G}}$$Estilo de visualización E'_{B}}$${\displaystyle \left[0,1\right]}$

Para mostrar los colores en un dispositivo, como un monitor HDTV, los valores codificados deben convertirse nuevamente en intensidades físicas de los colores primarios. Matemáticamente, la inversa de la codificación no lineal anterior sería ${\displaystyle (E'_{R},E'_{G},E'_{B})}$

${\displaystyle L={\begin{cases}V/4.5&{\mbox{si }}V<0.081\\[2mm]\left({\dfrac {V+0.099}{1.099}}\right)^{1/0.45}&{\mbox{si }}V\geq 0.081\end{cases}}}$

Sin embargo, el estándar BT.709 no especifica esta conversión (a veces denominada "gamma de visualización"). ^[7] En la práctica, depende de varios factores como las capacidades del monitor, las condiciones de visualización y los efectos visuales deseados (como el estiramiento del contraste o la saturación ). ^{[8] [9] [7] [10]} La respuesta estándar para monitores HDTV está cubierta en los estándares ITU-R BT.1886 ^[11] y EBU Tech 3320. ^[7]

El estándar BT.709 también define una representación alternativa de colores mediante tres coordenadas que son combinaciones lineales de las coordenadas RGB (no lineales) . ^{[3] : p4} Es decir, ${\displaystyle (E'_{Y},E'_{CB},E'_{CR})}$${\displaystyle (E'_{R},E'_{G},E'_{B})}$

${\displaystyle E'_{Y}=0.2126\,E'_{R}+0.7152\,E'_{G}+0.0722\,E'_{B}}$

${\displaystyle E'_{CB}={\frac {E'_{B}-E'_{Y}}{1.8556}}={\frac {1}{1.8556}}(-0.2126\,E' _{R}-0.7152\,E'_{G}+0.9278\,E'_{B})}$

${\displaystyle E'_{CR}={\frac {E'_{R}-E'_{Y}}{1.5748}}={\frac {1}{1.5748}}(+0.7874\,E' _{R}-0.7152\,E'_{G}-0.0722\,E'_{B})}$

El valor se denomina "luminancia" en la norma y es aproximadamente una aproximación de la coordenada Y de la CIE (que se supone mide el brillo perceptual del color) modificada por la función no lineal anterior. Sin embargo, dado que se calcula a partir de los componentes RGB no lineales, esta equivalencia solo es correcta para los tonos de gris. Las otras dos coordenadas indican el "azulado" y el "rojizo" del tono del color . $Estilo de visualización E'_{Y}}$$Estilo de visualización E'_{Y}}$

Según estas fórmulas, como , , y varían entre 0 y 1, la luminancia variará entre 0 y 1, mientras que y variará entre y$Estilo de visualización E'_{R}$$Estilo de visualización E'_{G}}$$Estilo de visualización E'_{B}}$$Estilo de visualización E'_{Y}}$${\displaystyle E'_{CB}}$$Estilo de visualización E'_{CR}}$${\estilo de visualización -0.5}$${\estilo de visualización +0,5}$

Para el almacenamiento, transmisión y procesamiento digital, el estándar BT.709 especifica que las coordenadas de color no lineales , , , , , y se convertirán en números enteros , , , , y con un número fijo de bits , ya sea 8 o 10. Esta cuantificación se realizará mediante escalado y redondeo simples, de modo de producir números enteros que abarquen un subconjunto adecuado de los números enteros de -bits. Específicamente, ^{[3] : p4}$Estilo de visualización E'_{R}$$Estilo de visualización E'_{G}}$$Estilo de visualización E'_{B}}$$Estilo de visualización E'_{Y}}$${\displaystyle E'_{CB}}$$Estilo de visualización E'_{CR}}$${\displaystyle D'_{R}}$${\displaystyle D'_{G}}$${\displaystyle D'_{B}}$${\displaystyle D'_{Y}}$${\displaystyle D'_{CB}}$${\displaystyle D'_{CR}}$${\displaystyle n}$${\displaystyle n}$

${\displaystyle D'_{R}={\mbox{round}}((219\,E'_{R}+16)\,2^{n-8})}$

y de manera similar para , , ; mientras que ${\displaystyle D'_{G}}$${\displaystyle D'_{B}}$${\displaystyle D'_{Y}}$

${\displaystyle D'_{CB}={\mbox{round}}((224\,E'_{CB}+128)\,2^{n-8})}$

y lo mismo para . La función debe redondear el argumento al entero más cercano, con los empates redondeados hacia arriba (es decir, y . ${\displaystyle D'_{CR}}$${\displaystyle {\mbox{round}}}$${\displaystyle {\mbox{round}}(3.4999)=3}$${\displaystyle {\mbox{round}}(3.5000)=4}$

Estas fórmulas de cuantificación son las mismas que las definidas en ITU-R BT.601 . ^[12] Como se deduce de estas fórmulas, las señales , , y se asignan desde el rango a números enteros de 8 bits en [16 .. 235]; mientras que y se asignan desde el rango a números enteros en [16..240], con 0 asignado a 128. Para los bits, los valores cuantificados varían en [64..940] y [64..960], respectivamente. ^[13]${\displaystyle E'_{R}}$${\displaystyle E'_{G}}$${\displaystyle E'_{B}}$${\displaystyle E'_{Y}}$${\displaystyle [0,1]}$${\displaystyle E'_{CB}}$${\displaystyle E'_{CR}}$${\displaystyle [-0.5,+0.5]}$${\displaystyle n=10}$

De ello se deduce que en R'G'B' de 8 bits el color negro se representa como (16,16,16) mientras que el blanco es (235, 235, 235). En Y'C' _B C' _R de 8 bits , el negro es (16, 128, 128) y el blanco es (235, 128, 128).

Se permiten coordenadas de color cuantificadas fuera de los rangos nominales anteriores, pero normalmente se las restringiría para su difusión o visualización (excepto para Superwhite y xvYCC ). Sin embargo, los valores de 8 bits 0 y 255 y los valores de 10 bits 0..3 y 1020..1023 están reservados para marcas de sincronización (SAV y EAV) y pueden no aparecer en los datos de color. ^{[3] : p4  [14]}

La creación de una norma mundial de HDTV fue aprobada en 1989 por el Comité Consultivo Internacional para la Radio (CCIR) como "Recomendación XA/11 MOD F". ^[15] La primera versión oficial de la norma fue aprobada en 1990 por el CCIR, bajo el nombre de "Recomendación 709". El CCIR se convirtió en la UIT-R en 1992, y publicó una nueva versión de la norma (BT.709-1) en noviembre de 1993. ^[2] Estas primeras versiones aún dejaban muchas preguntas sin respuesta, y la falta de consenso hacia una norma mundial de HDTV era evidente. Tanto es así, que algunos de los primeros sistemas de HDTV como el 1035i30 y el 1152i25 todavía formaban parte de la norma en 2002, en la BT.709-5. ^[6]

La versión más reciente es BT.709-6 lanzada en 2015. ^[3]

El estándar determinaba estrictamente el tamaño de la imagen, pero ofrecía varias opciones para el orden de escaneo de píxeles y la velocidad de cuadros. Esta flexibilidad permitió que BT.709 se convirtiera en el estándar mundial para HDTV. Esto permite a los fabricantes crear un único televisor o pantalla para todos los mercados del mundo.

La norma BT.709 denomina a la codificación no lineal de la función de transferencia eléctrica óptica ^{[3] : p.1} porque pretendía asemejar la conversión de la intensidad de la luz en señales eléctricas analógicas implementada por las cámaras no digitales más antiguas. Se sabía desde hacía tiempo que una codificación no lineal de colores era más eficiente que una lineal porque la visión humana es más sensible a los cambios de brillo en niveles bajos de luz. Esa conversión se describía comúnmente como una ley de potencia con un exponente cercano a 0,5 (de ahí los nombres comunes de " corrección gamma " o "gamma de cámara" para la función de codificación). De hecho, la función de codificación BT.709 es cercana a una ley de potencia con un exponente cercano a 1/2,35. ^[16]${\displaystyle (E_{R},E_{G},E_{B})}$${\displaystyle (E'_{R},E'_{G},E'_{B})}$ ${\displaystyle V=L^{\gamma }}$${\displaystyle \gamma }$

La función de codificación BT.709 no es una ley de potencia simple porque esta última tiene una pendiente infinita en el origen, lo que enfatiza el ruido de la cámara y es problemático para los convertidores analógicos a digitales . ^[17] Por lo tanto, el estándar optó por una función por partes que combina una función lineal simple para niveles bajos de luz y una ley de potencia desplazada para valores mayores. Habiendo elegido 0,45 como exponente y 4,5 como pendiente de la parte lineal, las condiciones para que la función sea continua (sin saltos repentinos) y suave (sin cambios repentinos de pendiente) en el punto de quiebre son ${\displaystyle V=a\,L}$${\displaystyle ((L+c)/(1+c))^{\gamma }}$${\displaystyle \gamma }$${\displaystyle L=L_{0}}$

${\displaystyle {\begin{cases}4.5\,L_{0}=(1+c)\,L_{0}^{0.45}-c\\4.5=0.45(1+c)\,L_{0}^{-0.55}\end{cases}}}$

La solución de estas ecuaciones es y Estos valores se redondearon a 0,099 y 0,018, respectivamente. ^[18]${\displaystyle c\approx 1.099296826809442...}$${\displaystyle L_{0}\approx 0.018053968510807...}$

La conversión entre diferentes estándares de frecuencias de cuadros de vídeo y codificación de color siempre ha sido un desafío para los productores de contenido que distribuyen en regiones con diferentes estándares y requisitos. Si bien BT.709 ha aliviado el problema de compatibilidad en términos del consumidor y el fabricante de televisores, las instalaciones de transmisión aún utilizan una frecuencia de cuadros particular según la región, como 29,97 en América del Norte o 25 en Europa, lo que significa que el contenido de transmisión aún requiere al menos una conversión de frecuencia de cuadros.

Los colores primarios rojo y azul del BT.709 son los mismos que los del EBU Tech 3213 (PAL). La coordenada y _{G también es la misma, mientras que x G} está a medio camino entre la x _G del EBU Tech 3213 y la x _G del SMPTE C.

El espacio de color BT.709 resultante es casi idéntico al BT.601-6 utilizado por PAL y NTSC, y cubre el 35,9% del mismo. ^[19] También cubre el 33,24% del espacio u'v' CIE 1976 ^{[20] [21]} y el 33,5% del diagrama xy CIE 1931. ^[21]

La amplia biblioteca de programas y contenidos de definición estándar presenta más desafíos. NTSC , PAL y SECAM son formatos entrelazados con una relación de aspecto de 4:3 y una resolución relativamente baja. Escalarlos a una resolución HD con una relación de aspecto de 16:9 presenta una serie de desafíos.

En primer lugar, está la posibilidad de que se produzcan artefactos de movimiento que distraigan debido al contenido de vídeo entrelazado. La solución es convertir únicamente a un formato entrelazado BT.709 a la misma velocidad de campo y escalar los campos de forma independiente, o utilizar el procesamiento de movimiento para eliminar el movimiento entre campos y desentrelazar , creando fotogramas progresivos. En el último caso, el procesamiento de movimiento puede introducir artefactos y puede ser lento de procesar.

En segundo lugar, está la cuestión de adaptar la relación de aspecto SD 4:3 al marco HD 16:9. Recortar la parte superior o inferior del marco de definición estándar puede funcionar o no, dependiendo de si la composición lo permite y si hay gráficos o títulos que se cortarían. Alternativamente, el formato pillar-boxing puede mostrar toda la imagen 4:3 dejando bordes negros a la izquierda y a la derecha. A veces, este negro se rellena con una forma estirada y borrosa de la imagen.

Además, los primarios SMPTE C RGB utilizados en la definición estándar de América del Norte son diferentes a los de BT.709 (SMPTE C se conoce comúnmente como NTSC, sin embargo, es un conjunto diferente de primarios y un punto blanco diferente al NTSC de 1953. ^[22] ). Los primarios rojo y azul para PAL y SECAM son los mismos que BT.709, con un cambio en el primario verde. Convertir la imagen con precisión requiere una LUT (tabla de búsqueda) o un flujo de trabajo administrado por color para convertir los colores al nuevo espacio de color. ^[23] Sin embargo, en la práctica esto a menudo se ignora, excepto en mpv, porque incluso si el reproductor tiene administración de color (la mayoría de ellos no lo tienen, incluido VLC), solo puede ver primarios BT.709 o BT.2020.

Al codificar video Y'C _B C _R , BT.709 crea luma codificado en gamma ( Y' ) utilizando coeficientes de matriz 0,2126, 0,7152 y 0,0722 (juntos suman 1). BT.709-1 utilizó 0,2125, 0,7154 y 0,0721 ligeramente diferentes (cambiados a los estándar en BT.709-2). Aunque se logró un acuerdo mundial sobre un único sistema R'G'B' con Rec. 709, la adopción de diferentes coeficientes de luma (ya que se derivan de los primarios y el punto blanco ^[24] ) para Y'C _B C _R requiere el uso de una decodificación luma-croma diferente para la definición estándar y la alta definición. ^[25]

Estos problemas se pueden solucionar con software de procesamiento de vídeo, que puede ser lento, o con soluciones de hardware ^[26] que permiten la conversión en tiempo real y, a menudo, con mejoras de calidad.

Una solución más ideal es volver a los elementos cinematográficos originales para los proyectos que se originaron en película. Debido a los problemas heredados de la distribución internacional, muchos programas de televisión que se filmaron en película utilizaron un proceso de corte de negativos tradicional y luego tenían un único master de película que podía telecinearse para diferentes formatos. Estos proyectos pueden volver a telecinear sus masters negativos cortados a un master BT.709 a un costo razonable y obtener el beneficio de la resolución completa de la película.

Por otra parte, en el caso de proyectos que se originaron en película, pero que completaron su masterización en línea mediante métodos de video en línea, sería necesario volver a telecinemar las tomas individuales de la película necesarias y luego volver a ensamblarlas, lo que requiere una cantidad significativamente mayor de mano de obra y tiempo de máquina en este caso, en comparación con un telecine para un negativo conformado. En este caso, para disfrutar de los beneficios del original en película, implicaría costos mucho más altos para conformar los originales de la película a una nueva masterización en HD.

sRGB se creó después del desarrollo inicial de Rec.709. Los creadores de sRGB decidieron utilizar los mismos colores primarios y el mismo punto blanco que Rec.709, pero cambiaron la curva de respuesta tonal (a veces denominada gamma ) para que se adaptara mejor al uso previsto en oficinas y en condiciones más luminosas que las de ver televisión en una sala de estar oscura. ^{[ cita requerida ]}

Rec. 709 y sRGB comparten las mismas cromaticidades primarias y cromaticidad de punto blanco; sin embargo, sRGB se emite (visualiza) explícitamente con una gamma equivalente de 2,2 (la función real también es por partes para evitar problemas de negro cercano). ^[27] La ​​pantalla P3 usa sRGB EOTF con su segmento lineal, se necesita un cambio de ese segmento de 709 ya sea usando la codificación de curva paramétrica de ICC v4 o usando el límite de pendiente.

• Rec. 601 , un estándar comparable para la televisión de definición estándar (SDTV)
• Rec. 2020 , un estándar para televisión de ultra alta definición (UHDTV) con amplia gama de colores (WCG)
• Rec. 2100 , un estándar para televisión de alto rango dinámico (HDR-TV) con resolución FHD y UHD
• sRGB , un espacio de color estándar para gráficos web/de computadora, basado en los colores primarios y el punto blanco Rec. 709

• ITU-R BT.709-6: Valores de los parámetros de las normas HDTV para la producción y el intercambio internacional de programas. Junio ​​de 2015.
  • Tenga en cuenta que esta -6es la versión actual; las versiones anteriores fueron -1hasta -5.
• Poynton, Charles, Uniformidad perceptual, representación de imágenes, estado de la imagen y Rec. 709. Mayo de 2008.