第5章_多媒体技术基础剖析.ppt

主要内容 多媒体的基本概念 声音的编码技术 图像的编码技术 数据压缩技术 多媒体的基本概念 多媒体及多媒体分类 多媒体的关键技术 多媒体技术处理对象 多媒体信息的特点 多媒体技术的应用 多媒体及多媒体分类 媒体（Media）一般理解为信息的表现形式，如数值、文字、图像、图形、声音和视频等。 多媒体（Multi-media）意味着多重媒体，是数值、文字、图像、图形、声音和视频等多种媒体的统称。不同的媒体，其表现形式不同。 多媒体及多媒体分类 多媒体及多媒体分类 多媒体的关键技术 多媒体技术的处理对象 数值：整数、实数 整数如-1,-2,0,1,2等，计算机中使用补码表示 实数如1.24,1.35等，计算机中使用浮点表示 多媒体技术的处理对象 文本：英文字符、中文字符 英文字符.使用ASCII码表示 中文字符。使用中文信息交换码表示 多媒体技术的处理对象 图形：是使用专用软件（如AutoCAD和Microsoft Visio等）生成的矢量图，保存图形时只需要记录直线上关键点的坐标和两个点之间线段的宽度等信息。 多媒体技术的处理对象 图像：是采用扫描设备、摄像设备或专用软件（如Photoshop和Windows自带的绘图工具等）生成的图片，保存图像时需要记录每个点的颜色。 多媒体技术的处理对象 声音：是频率范围大约在20Hz～20kHz之间的连续变化的波形。 多媒体技术的处理对象 视频：是一系列静态图像在时间维度上的展示或渲染的过程。 多媒体技术的处理对象 动画：是采用动画制作软件（如Adobe Flash CS3和3DS Max等）生成的一系列可供实际播放的连续动态画面。 多媒体信息的特点 集成性 多媒体的集成性可以理解为两种情况，一种是多媒体信息的集成，另一种是多媒体处理设备的集成 大数据量 一个播放时间为1分钟，采样频率为44.1kHz，量化位数为16bit的立体声声音，大约需占用10.09 MB的存储空间；一幅分辨率为1024*768的真彩色图像，大约占用2.25 MB的存储空间；一个5分钟标准质量的PAL（Phase Alternation Line，一种电视视频信号标准）视频信息需要大约6.6GB的存储空间 多媒体信息的特点 交互性 交互性指的是操作者使用键盘、鼠标或语音等各种交互手段与多媒体系统实现信息传递 动态性 动态性也可以理解为连续性。动态性指的是多媒体信息中的声音和视频通常是随着时间的变化而变化 编码方式多样 文本中的英文字符使用ASCII编码，中文字符使用汉字信息交换码，语音使用脉冲编码调制PCM形式，图像使用JPEG编码，视频使用MPEG编码 基于内容的图像检索 基于内容的图像检索 语音识别 虚拟现实 虚拟现实 虚拟现实 虚拟现实 虚拟现实 视频点播 声音的编码技术 声音的本质及其特点 模拟信号与数字信号 声音的编码技术：采样、量化和编码 声音的本质及其特点 声音是通过空气传播的一种连续的波，称为声波。声音的强弱体现在声波压力的大小，音调的高低体现在声音的频率上。 声音信号的两个基本参数是频率和幅度。 频率小于20Hz的信号称为亚音信号；频率在20Hz～20kHz的信号称为音频信号；人们说话的信号频率通常在300Hz～3kHz；频率大于20kHz的信号称为超音频信号，或者称为超声波信号。 模拟信号与数字信号 模拟信号: 时间和幅度都是连续的信号 数字信号: 幅值被限制在有限个数值之内，它不是连续的而是离散的，即幅值只能取有限的数值 声音的编码技术 由于多媒体信息的特殊性，其二进制编码的技术和方法比一般的字符编码要复杂很多； 基本的思想就是将“连续”变成“离散”，将“模拟信号”变为“数字信号” 一般需经过采样、量化、编码三个过程。 声音采样 声音采样：每隔一个时间间隔在声音波形上取一个幅度值，将时间上连续的信号变成离散的信号； 采样的目的是在时间上，对连续的变化进行离散化，最终以有限个数的“点”，去替代原来连续的信号。 声音采样的例子 声音采样的例子 声音量化 声音量化指的是在幅度值的取值空间上进行离散化，用有限位的二进制代码，表示落在同一时间段内的幅度值 声音量化的例子 声音编码 根据采样和量化的结果，将各离散点的幅度值进行“逐点”记录，将记录的结果保存为一个文件，即为该音频信息的数据文件，实现对声音信息的编码； 将来按照采样、量化和编码的“逆思想” ，可把该文件还原。只有当采样频率高于声音信号最高频率的两倍时，才能将数字信号表示的声音还原为原来的声音。 声音编码的图示 不同技术指标下的效果图示 声音文件存储容量的计算 采样频率：(Hz 单位时间内的采样次数 一般为11.025kHz或22.0