多媒体技术4.ppt

数据冗余的类型 空间冗余 像素点在空间上的强相关性 结构冗余 像素存在具有一定的分布模式 时间冗余 运动图像中相邻的图像间有较大相关 视觉冗余 视觉系统对图像场的注意是非线性的 知识冗余 图像的理解与某些知识有相关性 冗余类型 信息熵冗余： 信息熵：一组数据所携带的信息量 信息熵冗余：数据所携带的信息量少于信息本身反映出来的信息冗余 听觉冗余：人而不察觉所有频率的变化 其它冗余： 多媒体数据压缩方法的分类 可逆编码 （无损编码）解码图像与原始图像严格相同 不可逆编码 解码图像与原始图像存在一定的误差 根据压缩编码方法的原理进行分类 预测压缩：空间和时间冗余 变换压缩：将时域信号变换到频域 统计压缩：根据信息熵，无损压缩 分析-合成压缩：先分解成基元，然后合成 音频信号的处理 采样 采样定理：一个连续变化的模拟信号，假设有最高频率或带宽Fmax，若周期采样周期为T，则采样频率为F=1/T，若能满足 F=1/T=2Fmax，即采样频率大于或等于模拟信号最高频率的两倍，那么采样后的离散序列就能无失真地恢复出原始连续模拟信号。 音频信号的处理 量化 把采样所得到的脉冲信号的幅度按量级比较，并且“取整”，把脉冲信号转换成数字信号。这是一个分级过程。 编码 用以表示采样序列量化后的量化幅度，用一定位数的二进制码表示。如果有N个量化级，就应当有log2N位二进制数码。 音频信号的处理 音频文件的存储格式 voc格式 主要用于DOS操作系统，由首部和波形音频数据块组成。 wav格式 又称为波形文件，是用不同的采样率对声音的波你波形采样得到的一系列离散采样点，用不同的量化位数把这些采样点转换成二进制得到的。 Midi格式 数字音乐，通过MIDI合成器合成，记录的是一系列指令而不是数字化后的波形数据。 音频文件的存储格式 MP3格式 MPEG-1 压缩的layer3标准压缩的音频文件，压缩比较大，音质较高。 RM格式 按照Real Media标准压缩的音频文件。 MOD格式 以不同的采样频率和音量在4个独立的通道同时播放音乐，可存放自然音效、语音和音乐，甚至能存储大型乐队效果。 声音质量的度量 声道数：声音通道的个数，涉及到声音的质量和数据量 声音信号的带宽：DAT、CD、FM、AM、数字电话，按由高到低的等级排列 主观质量度量：为主 客观质量度量 声音质量的度量 声音信号的带宽 电话语音:300Hz～3.4KHz 调幅广播:50Hz～7KHz 调频广播:20Hz～15KHz CD:20Hz～20KHz 声音质量的度量 客观质量的度量 信躁比：音源产生最大不失真声音信号强度的时候，同时发出噪音强度之间的比率（S/N）。 SNR=10 log[(Vsignal)2/(Vnoise)2] =20log(Vsignal/Vnoise) 声音质量的度量 声音主观质量的度量 音频信号压缩技术 人耳听觉特性 绝对音域：在安静环境中，能被人耳听到的纯音的最小值 掩蔽效应：频域中的一个强音会掩蔽与之同时发声的附近的弱音。 绝对音域 响度 人类所感受到声音大小的程度，而响度级则是以1 kHz信号的声压级数定义的响度的数值，单位是“方”（Phon）。 掩蔽效应 掩蔽效应 频域中的一个强音会掩蔽与之同时发声的附近的弱音。 脉冲编码 均衡量化 采用相同的度量采样 量化噪声：量化后的样本值Y和原始值X的差E＝Y－X 脉冲编码 非均衡量化 采用不同的度量采样 大的（变化慢）输入信号采用大的量化间隔，小的输入信号采用小量化间隔。 彩色空间表示及其转换 颜色的概念 视觉系统对波长再380nm～780nm之间可见光的感知结果。 物体的颜色是由该物体所反射的光的波长来决定的。 颜色的三要素 亮度 色调 饱和度 颜色的三要素 色调 用来描述颜色的不同类别的物理量。 色饱和度 用来描述颜色深浅程度的物理量。 亮度 发射光或物体反射光明亮程度的度量。 三基色原理 自然界中景物的绝大多数的彩色光能分解为互相独立的红（R）、绿(G)、蓝(B)三种基色光；反之用互相独立的红、绿、蓝三种基色光以不同的比例混合，可模拟出自然界中绝大多数景物的彩色。 色彩空间 色彩空间（色彩模型）是定量颜色的方法。 RGB色彩空间 CMY色彩空间 YUV色彩空间 HIS色彩空间 色彩空间 RGB色彩空间 以RGB三色光互相叠加来实现混色的方法，适合发光体的显示。（加色法） F=r[R]+g[G]+b[B] 色彩空间 采用青、品红、黄三种颜色按一定比例合成颜色。（减色法） 色彩空间 YUV与YIQ模型 在彩色电视系统中不采用RGB颜色模型，而采用YUV或颜色YIQ模型表示彩色图像。YUV适用于PAL和SECAM彩色电视制式，而YIQ适用于美国国家电视标准委员会（Nari