第四章多媒体技术基础总结

常见的几种位图图像：
黑白图像：每个像素点仅用1bit表示。
灰度图像：每个点由从0 (黑色)到2n -1(白色)的亮 度值来表现，其中间的值来表现不同程度的灰。 每个像素点用nbit表示。
彩色图像：任何一种颜色均可台用红、绿、蓝三 种原色调配出来。每种颜色用若干位来表示。
CD音乐格式——.CDA
CD存储采用了音轨的形式，其取样频率为 44.1kHz，16位量化位数，是一种近似无损的格 29 式。
VOC文件
VOC文件是Creative公司的波形音频文件格式， 也是声霸卡使用的音频文件。
MIDI文件—— .MID/.RMI
MIDI是数字乐器接口的国际标准，规定了使用 数字编码来描述音乐乐谱的规范。计算机就是根 据MIDI文件中存放的对MIDI设备的命令，即每个 音符的频率、音量、通道号等指示信息进行音乐 合成的。MID文件的优点是短小；缺点是播放效 果因软、硬件而异。
27
RealAudio文件—— .RA/.RM/.RAM
一种新型流式音频（Streaming Audio） 文件格式，使用Real Player播放。 特点：可以实时传输音频信息，尤其是在 网速较慢的情况下，仍然可以较为流畅地传 送数据，因此RealAudio主要适用于网络上 的在线播放。
RealNetworks 公司出品
23
4）数字化音频文件的存储容量
波形声音文件的存储量（未经压缩）
=采样频率×量化位数×声道数×时间/8（字节）
例4-1：用44.1KHz的采样频率进行采样，量化 位数选用16位，则录制一分钟的立体声节目， 求波形文件的大小？
44.1K*16bit*2*60/8=10584KB 约10MB
24
3、数字音频的文件格式
21
采样率为2000Hz，量化等级为20的采样量化过程
在相同的采样频率下，量化位数愈高，声音的质量越 好；在相同量化位数的情况下，采样频率越高，声音 效果也就越好。
22
3）编码
编码：是按照一定的格式，把量化后的值用 二进制数字表示，并加入一些纠错、同步和 控制的数据。 常用的编码方式：脉冲编码调制（PCM）， 特点是抗干扰能力强、失真小、传输特性稳 定。
K：blacK ＝ 黑色，为了避免与RGB的Blue 蓝色混淆而改称K。
33
3、图像的数字化过程
图像数字化过程分为：采样、量化和编码。
1）图像采样是将二维空间上连续的图像用等距 的水平线和垂直线分割成像素点，通过像素 点的亮度（灰度）或色彩值来表示图像。
像 素
把图像分割成离散 的小区域即像素。 一幅图像是M×N 个像素的集合， M×N表示图像的分 34 辨率。
2
1、媒体的分类
根据CCITT的定义，媒体可分为五种：
感觉媒体：例如声音、文字、图像及物质的质地、 形状等。
表示媒体：例如语言、图像、视频的编码方式。
显示媒体：例如输入显示媒体（键盘等）和输出显 示媒体（显示器等）。 存储媒体：例如磁盘、光盘等。 传输媒体：例如双绞线、光纤等。
3
2、多媒体与多媒体技术
通常人们将各种感觉媒体包括文字、声音、 图形、图像、动画、视频称为多媒体。 多媒体技术是指利用计算机综合处理（获取、 编辑、存储和显示）多种媒体信息（文本、 图形、图像、音频和视频）的技术。 多媒体技术涉及：数字化信息处理技术、音 频和视频技术、计算机软硬件技术、人工智 能和模式识别技术、通信和网络技术。
9
3、光盘的标准
CD-DA：数字式激光唱盘，用于存储数字 化的高保真立体声音乐。 CD-ROM：制定了光盘存储只读信息的统 一标准，可用于存储数据、文本、图形、图 像、声音、视频等信息。 CD-R：一次写入，永久读的标准。用途： CD-R空白光盘在按一定文件格式刻写数据 后，可变成CD-DA、CD-ROM、VCD等格 式的光盘。
RGB模型（显示）：将红（Red）、绿 （Green）、蓝（Blue）三原色的色光以不同 的比例相加，以产生多种多样的色光。 CMYK模型（打印）：印刷四分色模式利用色 料的三原色混色原理，加上黑色油墨，共计四 种颜色混合叠加，形成所谓“全彩印刷”。四 种标准颜色是：

C：Cyan ＝ 青色；
M：Magenta ＝ 品红色（洋红色）。 Y：Yellow ＝ 黄色。
波形文件—— .wav
Βιβλιοθήκη Baidu
Microsoft 公司
WAV文件来源于对声音模拟波形的采样， 并以不同的量化位数把这些采样点的值转换 成二进制数，然后存入磁盘。
WAV文件支持多种音频位数、采样频率 和声道，但文件尺寸过大。
25
MPEG音频文件——.mp1/.mp2/.mp3
这里的音频文件格式指的是MPEG标准中的音频 部分（音频层）。根据压缩质量和编码处理的不 同分为3层，分别对.mp1/.mp2/.mp3这3种声音 文件。 MPEG音频文件的压缩是一种有损压缩,其中 MPEG3音频编码具有10：1～12：1的高压缩率， 用.mp3格式来储存，一般只有.wav文件的1/10， 而音质要略次于CD格式或WAV格式的声音文件。
2）图像量化是将采样值划分成各种等级，用一 定位数的二进制数（量化字长）来表示采样 的值。
量化字长（也称颜色深度）越大，则越能真 实地反映原有图像的颜色。但得到的数字图 像的容量也越大。
3）图像编码是按一定的规则，将量化后的数据 用二进制数据存储在文件中。 位图文件（.bmp）：Microsoft Windows 中使用的一种非压缩图像文件格 35 式。
28
ASF文件—— .ASF/.WMA ASF和WMA都是微软公司针对Real公司开发的 新一代网上流式数字音频压缩技术。这种压缩技 术的特点是同时兼顾了保真度和网络传输需求， 所以具有一定的先进性。可以利用WinAMP或媒 体播放机播放。
AIFF文件——.AIF/.AIFF
苹果公司开发的声音文件格式，被Macintosh平 台和应用程序所支持。
10
VCD （Video－CD）：用于表述在光盘上 存放Mpeg－1标准编码的全动态图像及其 相应声音数据（数字电视视盘）。
DVD：数字通用光盘，主要用于存储多媒 体软件和影视节目。特点：

容量单层4.7GB，4层17GB 采用Mpeg－2标准进行视频处理
11
蓝光光盘（Blue-ray Disc，简称BD）是新 一代光盘标准，用以存储高品质的影音以及 高容量的数据存储。一个单层的蓝光光碟的 容量为25GB，双层50GB，四层100GB； 可以支持VC-1、Mpeg-2、H.264、 Mpeg-4等视频标准。
16
模拟音频信号的两个重要参数：频率体现音 调的高低；幅度体现声音的强弱。 周期（T）：信号在两个峰点或谷底之间的 相对时间。 频率（f）：每秒钟波峰所发生的数目，单 位用赫兹（Hz）或千赫兹（kHz）表示， 周期与频率互为倒数，f＝1/T。 幅度（振幅）：从信号的基线到当前波峰的 距离。
12
4、光盘记录与读取信息的原理
光盘读取信息的原理：光盘上用“平面” 和“凹坑”来表示二进制信息，通过激光的 反射来读出其中存储的信息。激光照射在 “平面”上将有70％～80％光反射回来， CD头顺利读取；若照射在“凹坑”将出现 激光散射，CD头无法接收。
13
光盘刻录的原理：
1. CD-ROM光盘中的数据通过压模或化学刻 写方法制成。 2. CD-R光盘增加了一层有机染料作为记录层， 在刻录CD-R盘片时，通过大功率激光照射 CD-R盘片的染料层，在染料层上形成代表 信息的平面和凹坑，由于这种变化是一次性 的，所以CD-R盘片只能写入一次，不能重 复写入。
6
4.2 光盘存储系统
光盘存储系统由光盘和光盘驱动器组成。 光盘又称CD（Compact Disc）通过光学 方式来记录和读取信息。 光驱是对光盘上存储的信息进行读写操作的 设备。CD－ROM驱动器的速度通常以数据 传输率来衡量，数据传输率以150KB/S为 一倍速。
7
1、光盘主要特点
第四章 多媒体技术基础
【本章内容】 4.1 多媒体的概念 4.2 光盘存储系统 4.3 多媒体音频信号处理 4.4 多媒体图像信号处理 4.5 多媒体视频信号处理
1
4.1 多媒体的概念（自学）
媒体(Media)是指承载或传递信息的载体。 媒体具有多种形式： 1. 存储信息的实体载体，如纸张、磁盘等； 2. 表述信息的逻辑载体，如文字、声音、 图形、图像等。
使用千千静听、Winamp播放。
26
（补充）Mp3中位速的概念：Kbps又称比 特率，指的是数字信号的传输速率。常见的 MP3的位速： 128Kbps=磁带（手机立体声MP3播放 器最佳设定值、低档MP3播放器最佳设 定值） 192Kbps=接近CD（高档MP3播放器 最佳设定值） 320Kbps=Studio音乐工作室（音乐发 烧友适用）
奈奎斯特采样定理：采样频率≥2×信号最高频率。 目前最常用的三种采样频率分别为：电话效果（11 kHz）、FM电台效果（22 kHz）和CD效果（44.1 kHz）。
20
2）量化
量化：对声波波形幅度的数字化。
量化位数：量化时采用的二进制位数，位数 越多，精度也越高，音质越细腻。 例如， 用16个二进制位（bit）表示声音，可将声 音强度分为216 =65536级。 每秒声音的数据量 =采样频率×量化位数×声道数/8（字节）
30
4、语音处理技术
语音编码 语音合成 语音识别 语音增强
31
4.4 多媒体图像信息处理
1、计算机图像处理的概念
计算机图像处理的主要研究内容：

图像数字化（采样、量化、编码）
图像变换
图像编码压缩 图像特征增强与提取 计算机视觉和模式识别 图像噪声的滤除
32
2、彩色模型
模拟信号数字化过程的三个步骤：采样、量 化和编码。
100101100011101
模拟信号的数字化过程
19
1）采样
采样是指用每隔一定时间间隔，在模拟声音的波形 上取一个幅度值，把时间上的连续信号变成时间上 的离散信号。 采样周期：即采样的时间间隔，（其倒数为采样频 率）
采样频率：每秒钟对模拟信号的采样次数
4
多媒体技术的主要特性
多样性 集成性 交互性

多媒体的关键技术


大容量数据存储 多媒体压缩编码和解码 虚拟现实（VR）技术 多媒体数据库 智能多媒体技术 多媒体信息检索
5
3、多媒体计算机系统
多媒体计算机系统的组成：

硬件系统（P94 图4-4） 软件系统（操作系统） 多媒体API（应用程序接口） 多媒体创作工具软件 多媒体应用系统
14
3. CD-RW的刻录原理与CD-R大致相同，只
在记录层上镀的是一层结晶物质，这种结晶
层能够呈现出结晶和非结晶两种状态，等同 于CD-R的平面和凹坑。通过激光束的照射， 可以在这两种状态之间相互转换，所以CDRW盘片可以重复写入。
15
3.3
多媒体音频信号处理
1、音频信号的类型 音频信号可分为两类：语音信号和非语音信 号。 规则音频是一种连续 变化的模拟信号，可 用一条连续的曲线来 表示，这条曲线可分 解成一系列正弦波的 线性叠加。
17
亚音（subsonic）：频率小于20Hz的信号 音频（Audio）：频率范围为20Hz～ 20kHz的信号 超音频（ultrasonic）：高于20kHz的信号 日常说话的语音信号频率范围：300～ 3000Hz
18
2、音频的数字化过程
计算机要处理音频信息，首先要将模拟音频 信号（如语音、音乐等）转变成数字信号， 这个过程称之为模／数转换（A／D）。
记录密度高 存储容量大 采用非接触方式读/写信息 信息保存时间长 多种媒体融合 价格低廉
8
2、光盘的类型
按读写性能可分为三种：
只读光盘存储器：包括CD-DA、CD-ROM、 VCD、DVD-ROM。 一次可写光盘存储器：包括CD-R，DVD-R。 特点每个记忆单元只能写入一次，信息写入后呈 只读状态。 多次可擦写光盘存储器：包括CD-RW，DVDRW，DVD-RAM。 特点可多次读写，采用相变或磁光技术。