多媒体作业及答案

第一二次作业1、简要说明多媒体信息数据流的基本特征，列表分析之。

2、详细说明多媒体信息传输对网络性能指标的要求，并说明网络延时与速度的不稳定性对多媒体通信质量的影响结果。

3、简述多媒体数据库与一般数据库的主要差异。

4、多媒体通信中为什么需要进行图象、视频与音频的压缩编码，请说明原因1、2不稳定性对多媒体通信质量的影响结果。

答：多媒体通信对网络性能指标的要求可以用吞吐量、可靠性（差错）和延迟等参数来描述。

A吞吐量需求：与网络传输速率，接收端缓冲容量以及数据流量有关。

由于要保证传输信息时不引起端到端的延迟和分组的丢失，因此要求有足够高的传输带宽；为了接收源源不断的多媒体信息，防止信息溢出，造成分组丢失，要求有大的缓冲容量；对流量的需求，网络的有效带宽必须大于或等于所有这些数据流传输速率的总和。

B可靠性需求：由于人感知能力限制，我们的视觉听觉很难分辨和感觉图像或声音本身微小的差异，因此多媒体应用允许网络传输中存在一定程度的错误，可靠性的精确表示是很困难的，但实践知道，音频比视频的可靠性需求高。

C延迟需求：多媒体信息流中包含有音频和视频流，并且它们之间存在着时间关系，即流内和流间同步关系，在理想情况下要求以最小的延迟来传输音频流和视频流，并且能够同时到达，这样才能保证同步地播放，这样就必须将延迟限制在很小的范围内，否则将会影响同步的质量。

网络的延时与速度的不稳定性可能导致传输音频流和视频流不能够同步地到达相应的演示设备上，不能够同步地播放，导致声音和画面不能够匹配，不能达到观看的效果3、简述多媒体数据库与一般数据库的主要差异。

答：一般数据库的主要特点有实现数据共享，减少数据的冗余度，数据的独立性，数据实现集中控制等等。

而多媒体数据库是数据库技术与多媒体技术结合的产物。

多媒体数据库不是对现有的数据进行界面上的包装，而是从多媒体数据与信息本身的特性出发，考虑将其引入到数据库中之后而带来的有关问题。

多媒体数据库要解决三个难题。

第一是信息媒体的多样化，不仅仅是数值数据和字符数据，要扩大到多媒体数据的存储、组织、使用和管理。

第二要解决多媒体数据集成或表现集成，实现多媒体数据之间的交叉调用和融合，集成粒度越细，多媒体一体化表现才越强，应用的价值也才越大。

第三是多媒体数据与人之间的交互性。

没有交互性就没有多媒体，要改变传统数据库查询的被动性，能以多媒体方式主动表现。

4.多媒体通信中为什么需要进行图象、视频与音频的压缩编码，请说明原因。

答：由于连续媒体信息源所产生的实时数据非常大。

如果直接进行传输或者存储，则会对网络带宽和存储空间带来很大的负担。

因此，多媒体数据在传输或者存储之前，先进行压缩处理，传送到目的地后再解压播放出来。

而多媒体压缩编码主要侧重有损压缩编码，且这仍可保持一定的视听质量和效果。

它主要利用人的视，听觉特性，在保持一定保真度下对数据进行压缩。

而且信息一般都包含有一定的冗余度，压缩后传输不影响传输信息的质量。

如果不压缩就进行传输，会占用很大的带宽，而带宽资源是有限的，这样势必会浪费资源。

因此多媒体通信中需要进行图象、视频与音频的压缩编码。

第三次作业1、简述煽编码的基本原理，举出几个煽编码方法的实例。

2、简述预测编码的基本原理，进一步说明自适应预测编码改善压缩性能的原因。

3、为什么变换编码可以对图象数据进行压缩。

1、简述熵编码的基本原理，举出几个煽编码方法的实例。

答：基本原理：根据信息论的原理，可以找到最佳数据压缩编码的方法，数据压缩的理论极限是信息熵。

如果要求编码过程中不丢失信息量，即要求保存信息熵，这种信息保持编码叫熵编码，是根据消息出现概率的分布特性而进行的，是无损数据压缩编码。

在这个技术中一段文字中的每个字母被一段不同长度的比特(Bit)所代替。

与此相对的是LZ77或者LZ78等数据压缩方法，在这些方法中原文的一段字母列被其它字母取代。

要使得所有的字母可以在压缩后互相区别需要一定数量的比特，因此每个字母被取代的比特数不能无限小。

每个字母按照其出现的可能性所获得的最佳比特数取决于熵。

归纳成一句话，就是出现概率较大的符号赋予一个短码字，而概率比较小的赋予一个长码字，从而使得最终的平均码长很小。

实例：LHA首先使用LZ编码，然后将其结果进行熵编码。

Zip和Bzip的最后一级编码也是熵编码。

常用方法：行程编码，哈夫曼编码和算术编码。

2、简述预测编码的基本原理，进一步说明自适应预测编码改善压缩性能的原因。

答：基本原理：预测编码是根据离散信号之间存在着一定关联性的特点，利用前面一个或多个信号预测下一个信号进行，然后对实际值和预测值的差（预测误差）进行编码。

如果预测比较准确，误差就会很小。

在同等精度要求的条件下，就可以用比较少的比特进行编码，达到压缩数据的目的。

可分为帧内预测和帧内预测。

改善压缩性能的原因：自适应预测，顾名思意就是能够自动适应确定应该采用哪组预测参数。

为了减少计算工作量，预测参数仍采用固定的，但此时有多组预测参数可供选择，这些预测参数根据常见的信源特征求得。

编码时具体采用哪组预测参数需根据特征来自适应地确定。

为了自适应地选择最佳参数，通常将信源数据分区间编码，编码时自动地选择一组预测参数，使该实际值与预测值的均方误差最小。

随着编码区间的不同，预测参数自适应地变化，以达到准最佳预测。

预测参数的最佳化依赖信源的特征，要得到最佳预测参数显然是一件繁琐的工作。

而采用固定的预测参数往往又得不到较好的性能。

所以为了能使性能较佳，又不致于有太大的工作量，可以采用自适应预测，即自适应预测编码会改善压缩性能。

3、为什么变换编码可以对图象数据进行压缩。

答：因为：变换编码不直接对空间域图像数据进行编码，而是首先将空间域图像数据映射变换到另一个正交向量空间，得到一组变换系数，然后对这些变换系数进行量化、编码、传输，比如将时域信号变换到频域，因为声音、图像大部分信号都是低频信号，在频域中信号的能量较集中，再进行采样、编码，肯定能够压缩数据。

因为对变换系数进行压缩编码，往往比直接对图像数据本身进行压缩更容易获得高的效率。

变换编码系统中压缩数据有变换、变换域采样和量化三个步骤。

变换编码的基本方法是将数字图像分成一定大小的子图像块，用某种变换对子像块进行变换，得到变换域中的系数矩阵，然后选用其中的主要系数进行量化和编码。

变换本身并不进行数据压缩，它只把信号映射到另一个域，使信号在变换域里容易进行压缩，变换后的样值更独立和有序。

这样，量化操作通过比特分配可以有效地压缩数据。

用于量化一组变换样值的比特总数是固定的，它总是小于对所有变换样值用固定长度均匀量化进行编码所需的总数，所以量化使数据得到压缩，是变换编码中不可缺少的一步。

在变换编码系统中，在对量化后的变换样值进行比特分配时，要考虑使整个量化失真最小。

图像显示时再经过逆变换即可重构原来图像。

所以说变换编码可以对图像数据进行压缩。

第四次作业1、简述JPEG压缩标准的工作原理，说明其与三大基本编码方法的关系。

2、运动补偿技术对活动视频的压缩效果评价带来什么影响，简单描述之。

3、JPEG编码中的Z形扫描有什么意义？用C语言编写一段程序，实现8×8点阵的Z形扫描的数据读入，放在一个数组中。

1答：JPEG压缩标准的工作原理：在编码器中, 首先由FDCT对源图像8×8样本数据块进行正向离散余弦变换, FDCT将输出64个DCT系数, 其中1个是直流系数（DC）, 其余63个是交流系数（AC）。

量化器对FDCT输出的每个DCT系数进行量化处理。

量化的目的是去除那些无显著视觉意义的高频信息。

在量化时, 每个DCT系数与量化表中的64个元素进行舍取运算。

量化表是由开发者指定并输入到编码器中。

经过量化处理后, DC系数从63个AC系数中分离出来进行单独处理, 因为DC 系数代表了相当一部分图像信息。

所有的量化系数按“之”字形顺序排列, 低频系数将排在高频系数之前, 以利于实现熵编码。

在熵编码处理之前, 先对DC系数进行DPCM编码, 对AC系数进行行程编码。

由于大多数AC系数都为零, 只有少数不为零, 行程编码将压缩AC系数中零值序列, 对非零系数进行有效编码。

行程编码分为两步处理: 先将量化的DCT系数转换成中间符号序列, 再向符号分配可变长代码。

中间符号序列是一种双符号序列。

对于AC系数, 符号1表示两部分信息: 行程和位长, 行程取值为0~15, 位长取值0~10; 符号2表示振幅信息, 即非零系数大小。

对于DC系数, 符号1表示位长信息, 符号2表示振幅信息。

由于DC系数有别于AC系数, 故它的符号1取值范围是1~11。

为其分配的代码是可变长的, 以便于使用熵编码进行压缩处理。

熵编码是按DCT系数的统计特征对量化系数进一步编码, 实现无损压缩。

JPEG规定了两种熵编码方法: 哈夫曼编码和算术编码。

对于哈夫曼编码所需的哈夫曼表, JPEG标准没有作具体规定, 这由开发者根据应用需要来决定。

PEG还要对成分所用的表进行控制, 以保证将适当的表用于适当的成分。

对一个成分中所有样本进行编码时, 必须使用同一个量化表和同一套熵编码表。

JPEG解码器同时存放4个不同的量化表和4套不同的熵编码表（顺序扫描解码器例外, 它只能存放2套熵编码表）, 这对解码时为多成分图像切换不同的适用表来说是必要的。

与上述编码过程相反, 在解码处理过程中首先是熵解码过程, 然后是解量化过程, 它是将量化函数值乘以步长, 其结果作为IDCT的输入量, 最后执行IDCT, 重建8×8样本数据块, 形成重建图像。

2答：运动补偿预测编码是一种主要用于动态图像的压缩的预测编码。

动态图像是由一系列视频帧组成, 帧与帧之间可能存在着瞬时冗余, 这种瞬时冗余主要是由静态背景前的运动物体或摄像机的移动引起的。

运动补偿预测编码主要通过帧间编码来压缩时间冗余信息。

因此，运动补偿预测技术对活动视频的压缩效果影响十分明显，使视频看上去更加流畅，被广泛应用。

例如，H.261中使用了单向运动补偿预测编码，MPEG-1也使用了运动补偿预测编码。

3答：PEG编码中的Z形扫描有的意义：采用该扫描能够实现高效压缩,由于静态图像经过DCT变换后得到的频谱的特点一般是低频成分高（频域时集中在图像的左上部分），高频成分低（频域时集中在图像的右下部分），采用“Z”字形扫描的方式在数据中会出现较多的“连0”的情况，且通常是从左上角开始沿着对角线方向分布的,对这些0值采用形成编码算法RLE沿着Z型路径可有效地积累图像中的0的个数,所以编码用的数据量减少了,提高压缩效率。

程序# include<stdio>#include<math.h>void main(){int a=0,b=0,i=0,c=0；int x[100],xx[100][100];for(c=0;c<=14:c++){if(b=0||b=7){x[i++]=xx[a][b];a++;c++;if(a=7&&b=7){x[i++]=xx[a][b];break;}else x[i++]=xx[a][b];b++;a=c-b;continue;}else if((a=0&&b!=0)||(a=7&&b!=7)){x[i++]=xx[a][b];b++;c++;x[i++]=xx[a][b];a++;b=c-a;continue;}elseif((a=1&&b=1)||(a=1&&b=3)||(a=1&&b=5)||(a=2&&b=6)||(a=4&&b=6)||(a=6&&b =6)){c=a+b;x[i++]=xx[a][b];a++;b=c-a;if(b=0||a=7)continue;else{x[i++]=xx[a][b];a++;}}elseif((a=2&&b=1)||(a=4&&b=1)||(a=6&&b=1)||(a=6&&b=3)||(a=6&&b=5)){c=a+b;x[i++]=xx[a][b];b++;a=c-b;if(b=7||a=0)continue;else{x[i++]=xx[a][b];b++;}}}第五次1、音频数据压缩的方法有哪些？具体如何实现？2、比较MPEG-4在哪些方面对MPEG-2作了改进，简要描述之。