多媒体技术考前整理

第一章多媒体是融合两种或两种以上媒体的人机互动的信息交流和传播媒体。

这个定义中有如下含义：●多媒体是信息交流和传播媒体。

●多媒体是人机交互媒体。

●多媒体信的息都是以数字的形式而不是以模拟信号的形式存储和传输的。

●传播信息的种类很多，如文字、声音、电视图像、图形、图像、动画等。

超文本是包含指向其他文档或文档元素的指针的电子文档(以节点为单位)。

超文本是以非线性方式组织的。

超媒体与超文本之间的不同之处是，超文本主要是以文字的形式表示，建立的链接关系主要是文句之间的连接关系。

超媒体除了使用文本外，还使用图形、图像、声音、动画或影视片段等多种媒体来表示信息，建立的链接关系是文本、图形、图像、声音、动画和影视片段等媒体之间的链接关系。

（多媒体是超媒体的一部分）压缩技术：(1)无损压缩：无损压缩是用压缩后的数据进行重构(也成还原或解压缩)，重构后的数据与原来的数据完全相同的数据压缩技术。

如磁盘文件压缩，常用算法包括哈夫曼编码和LZW等算法。

(2)有损压缩：有损压缩是用压缩后的数据进行重构，重构后的数据与原来的数据有所不同，但不影响人对原始资料表达的信息造成误解的数据压缩技术。

如图像，视像和声音数据的压缩。

虚拟显示造型语言(VRML)【三维交互环境的文件格式】HTML是面向显示的标记语言。

VRML语言是创建含有三维交互对象的Web网页程序设计语言。

VRML与HTML不同的是，以HTML为核心的万维网浏览器浏览的是二维世界，而以VRML为核心的万维网浏览器浏览的是三维世界。

第二章视听冗余：由于人的视觉系统和听觉系统的局限性，在图像数据和声音数据中，有些数据确实是多余的，使用算法将其去掉后并不会丢失实质性的信息或含义，对理解数据表达的信息几乎没有影响。

这种冗余称为视听冗余。

采样—听觉数据冗余(ASC码)：不考虑数据来源时，单纯数据集中也可能存在多余的数据，去掉这些多余数据并不会丢失任何信息，这种冗余称为数据冗余，而且还可定量表达。

决策量：在有限数目的互斥事件集合中，决策量是事件数的对数值。

在数学上表示为：对数的底数决定决策量的单位。

信息量：是具有确定概率事件的信息的定量度量。

在数学上定义为：p(x)是事件x出现的概率。

对一个等概率事件的集合，每个事件的信息量等于该集合的决策量。

熵：事件的信息量的平均值，也称事件的平均信息量。

用数学表示为：数据冗余量：在信息论中，数据的冗余量(R)定义为决策量(H0)超过熵(H)的量。

数学上表示为：R=H0-H 数据量数据量最低霍夫曼编码：“从上到下”的熵编码方法。

可逆、无损。

【平均码长的计算：∑(概率*码长)】编码步骤一：初始化，根据符号概率的大小，按由大到小的顺序对符号进行排序。

步骤二：把概率最小的两个符号组成一个节点，成为一个新节点。

步骤三：重复步骤二。

步骤四：概率大的为0，概率小的为1。

概率大的符号长，概率小的符号短步骤五：从根节点开始顺着树枝到每个叶子分别写出每个符号的代码。

(1)霍夫曼码没有错误保护功能。

错误传播。

(2)霍夫曼码是可变长度码。

压缩和解压缩较慢。

硬件实现困难。

编码效率取决于信号源的数据出现概率。

RLE编码：行程长度编码是数据无损压缩技术，它利用连续数据单元有相同数值这一特点对数据进行压缩。

在编码时，对相同的数值只编码一次，同时计算相同数值连续重复的次数，称为“行程程度”。

在JPEG和MPEG等标准中，RLE用来对图像数据经变换和量化后的系数进行编码。

用RLE编码方法得到的代码为：80315084180.代码中用黑体表示的数字是行程长度，黑体字后面的数字代表像素的颜色值。

RLE所能获得的压缩比大小主要是取决于数据本身的特点。

词典编码的思想词典编码的根据是数据本身包含的重复代码。

第一类算法的想法是：企图查找正在压缩的字符序列是否是以前输入的数据中出现过，然后用已经出现过的字符串替代重复的部分，它的输出仅仅是指向早期出现过的字符串的“指针”。

（指针指向前面重复的字段）第二类算法的想法是(代码)：企图从输入的数据中创建一个“短语词典”，它可以任意字符的组合。

编码数据过程中当遇到已经在词典中出现的“短语”时，编码器就输出这个词典中的短语的“索引号”，而不是短语本身。

LZW算法比LZ78相比，仅增加了一个术语：前缀跟（Root），它是由单个字符号串组成的缀—符串。

LZW编码算法的执行步骤：①开始时的词典包含所有可能的根，而当前前缀P是空的。

②当前字符（C）:=字符流中的下一个字符。

③判断缀—符串P+C是否在词典中：是，则P=P+C；否，则把P的码字输出到码字流，把P+C添加到词典，令P:=C④判断字符流中是否还有字符要编码：是，则返回②；否，则把代表当前前缀P的码字输出到码字流。

LZW译码算法的执行步骤：①在开始译码时词典包含所有可能的前缀根。

②当前码字cW:=码字流中的第一个码字。

③输出当前缀—符串string.cW到字符流。

④先前码字pW:=当前码字cW。

⑤当前码字cW:=码字流中的下一个码字。

⑥判断当前码字cW是否在词典中：是，则当前缀—符串string.cW输出到字符流，当前前缀P:=先前缀—符串string.cW，当前字符C:=当前前缀—符串string.cW的第一个字符。

把P+C添加到词典。

否，则当前前缀P:=先前缀—符串string.pW，当前字符C:=先前缀—符串string.pW的第一个字符，输出P+C到字符流，把它添加到词典中。

⑦判断码字流中是否还有码字要译：是，就返回④，否，结束。

第三章声音是听觉器官对声波的感知，声波是通过空气或者其他媒体传播的连续振动。

声音的强弱体现在声波压力的大小上音调的高低体现在声音的频率上。

幅度决定声音的强弱和音量的大小。

描述声音信号的两个基本参数是频率（音调）和幅度[声波的振幅]（音量）。

信号的频率是指信号每秒钟变化的次数，用Hz表示。

把频率小于20Hz的信号称为亚音信号（次音信号）。

信号频率为20Hz~20kHz的信号称为声音信号，将20Hz~20kHz范围的频率称为（声）音频（率）。

300Hz~3.4kHz范围的信号称为话音信号。

信号频率高于20kHz的信号称为超音信号（超声波）。

模拟信号：在时间和幅度上都是连续的信号。

数字信号：时间和幅度都是用离散化的数字表示的信号。

在某些特定的时刻对模拟信号进行测量叫做采样。

连续时间的离散化通过采样来实现，就是每个相等的一段时间采样一次，这种采样称为均匀采样。

【非均匀采样—>不相等】幅值连续的模拟信号转化为幅值离散的数字信号的过程叫做量化。

连续幅度的离散化通过量化来实现，就是把信号的强度划分成一小段一小段，如果幅度划分是等间隔的，就称为线性量化，否则称为非线性量化。

采样频率（每秒钟需采集多少个声音样本）的高低是根据奈奎斯特理论和声音信号本身的最高频率决定的。

采样频率不应低于声音信号最高频率的两倍，这样就能把以数字表达的声音还原成原来的声音，即无所数字化。

f为被采样信号的最高频率。

采样精度样本大小是用每个声音样本的位数（即bps）表示的，它反映度量声音波形幅度的精度。

样本位数越多，声音质量越高，存储空间越多。

☆声音数据量的计算：采样频率*样本精度（位数）*声道数*时间（单位：bit等）实例：非均匀量化（采用非相等的量化间隔对采样得到的信号进行量化）非线性量化的基本想法是：对输入信号进行量化时，大的输入信号采用大的量化间隔，小的输入信号采用小的量化间隔。

在非线性量化中，采用输入信号幅度和量化输出数据之间定义了两种对应关系：μ律压扩算法：输入和输出关系是对数关系。

A律压扩算法：前一部分是线性的，其余部分与μ律压扩相同。

频分多路复用：是在一条通信线路上使用不同频段同时传送多个独立信号的通信方法，它是模拟载波通信用的主要方法。

它的核心思想是把传输信道的频带分成几个窄带，每个窄带传送一路信号。

时分多路复用：是在同一条通信线路上使用不同时段“同时”传送多个独立信号的通信方法，它是数字通信的主要方法。

其核心思想是将时间分成等间隔的时段，为每对用户指定一个时间间隔，每个间隔传输信号的一部分，这样就可使许多用户使用一条传输线路。

在开始阶段增量调制起的输出不能保持跟踪输入信号的快速变化的现象称为增量调制器的“斜率过载”。

在输入信号缓慢变化部分，即输入信号与预测信号的差值接近零的区域，增量调制器的输出出现随机交变的“0”和“1”。

这种现象称为增量调制器的粒状噪声，这种噪声是不可能消除的。

自适应脉冲编码调制（APCM）是根据输入信号幅度大小来改变量化阶大小的一种波形编码技术。

改变量化阶大小的方法：（1）前向自适应（2）后向自适应差分脉冲编码调制（DPCM）是利用样本与样本之间存在的信息冗余来进行编码的一种压缩技术。

其思想是：根据过去的样本去估算下一个样本信号的幅度大小，这个值称为预测值，然后对实际信号值与预测值之差进行量化编码，从而就减少了表示每个样本信号的位数。

自适应差分脉冲编码调制（ADPCM）综合了APCM的自适应特性和DPCM系统的差分特性，是一种性能较好的波形编码技术。

核心思想是：（1）利用自适应的思想改变量化阶的大小，即使用小的量化阶去编码小的差值，使用大的量化阶去编码大的差值（2）使用过去的样本值估算下一个输入样本的预测值，使实际样本值与预测值之间的差值总是最小。

子带—自适应差分脉冲编码调制（SB-ADPCM）：用正交镜像滤波器把频带分成两个等带宽的子带，分别是高频子带和低频子带，在每个子带中的信号都用ADPCM进行编码。

补充：MIDI：（是指令）定义计算机与声音设备连接间的标准协议。

MIDI+IN(播放)/OUT/through(转发) 第四章一个能发出光波的物体称为有源物体，它的颜色由该物体发出的广播决定，并且使用RGB相加混色模型。

组合红、绿、蓝三种光波来产生特定颜色的方法叫做相加混色模型（RGB相加混色模型）。

一个不发光波的物体称为无源物体，它的颜色由该物体吸收或者反射哪些光波决定，用CMY相减混色模型。

用青色、品红、黄色的颜料按一定比例混合的方法生成的颜色称为相减色，CMY模型。

相加混色和相减混色之间成对出现互补色。

图像分辨率（多少行，多少列）是图像精细程度的度量方法，也成空间分辨率和像素分辨率。

对同样尺寸的一幅图，如果像素数目越多，则说明图像的分辨率越高，看起来就越逼真。

在图像数字化和打印应用中，通常要指定图像的分辨率，用每英寸多少点（DPI）表示。

像素深度是指存储每个像素所用的位数，它决定彩色图像的每个像素可能有的颜色数，或者确定灰度图像的每个像素能有的灰度级数。

图像数据量的计算：图像像素数（分辨率）*像素深度（位数）（单位转换为字节）真彩色是指每个像素的颜色值用红(R)、绿(G)、蓝(B)表示。

伪彩色是指每个像素的颜色不是由每个基色分量的数值直接决定的，而是把像素值当作彩色查找表的表项入口地址，去查找显示图像时使用的R、G、B值，用查找出的R、G、B值产生的彩色。