多媒體技術(shù)基礎(chǔ)(第二版)

第8章多媒體技術(shù)基礎(chǔ)北京郵電大學(xué)計(jì)算機(jī)學(xué)院本章內(nèi)容8.1多媒體技術(shù)基礎(chǔ)知識(shí)8.2多媒體的關(guān)鍵技術(shù)8.3多媒體計(jì)算機(jī)設(shè)備8.4多媒體數(shù)據(jù)的表示與壓縮8.5多媒體制作工具8.6實(shí)驗(yàn)指導(dǎo)8.1多媒體技術(shù)基礎(chǔ)知識(shí)8.1.1多媒體技術(shù)基本概念8.1.2多媒體信息的類型及特點(diǎn)8.1.3多媒體數(shù)據(jù)的特點(diǎn)8.1.4多媒體技術(shù)的發(fā)展8.1.5多媒體技術(shù)的應(yīng)用范圍8.1.1多媒體技術(shù)基本概念媒體（media）指信息表示和傳輸?shù)妮d體，例如書籍、報(bào)刊、話語(yǔ)、電視、廣播等是傳統(tǒng)的媒體。由于信息被人們感覺、表示、顯示、存儲(chǔ)和傳輸?shù)姆椒ǜ饔胁煌?，因此?guó)際電聯(lián)將媒體分為了五類：感覺媒體（PerceptionMedium）表示媒體（RepresentationMedium）顯示媒體（PresentationMedium）存儲(chǔ)媒體（StorageMedium）傳輸媒體（TransmissionMedium）多媒體（multimedia）：由multiple和media復(fù)合而成的，指多種信息表示和傳輸?shù)妮d體，包括：文字（Text）圖形（Graphics）圖像（Image）音頻（Audio）視頻（Video）動(dòng)畫（Animation）多媒體多媒體技術(shù)：指運(yùn)用計(jì)算機(jī)綜合處理多媒體信息的技術(shù)，使多種信息媒體建立邏輯連接，集成為一個(gè)系統(tǒng)并具有交互性。簡(jiǎn)言之，多媒體技術(shù)就是具有集成性、實(shí)時(shí)性和交互性的計(jì)算機(jī)綜合處理聲文圖信息的技術(shù)。多媒體技術(shù)有三個(gè)顯著的特點(diǎn)：集成性、實(shí)時(shí)性和交互性。多媒體技術(shù)多媒體系統(tǒng)指能夠提供交互式處理（包括獲?。–apture）、處理（Manipulate）、編輯（Authoring）、存儲(chǔ)（Save）、放映（Present））文本、聲音、圖像視頻等多種媒體信息的計(jì)算機(jī)系統(tǒng)。多媒體系統(tǒng)包括四個(gè)部分：多媒體硬件系統(tǒng)、多媒體操作系統(tǒng)、媒體處理系統(tǒng)工具和用戶應(yīng)用軟件。多媒體系統(tǒng)8.1.2多媒體信息的類型及特點(diǎn)多媒體信息主要包括六類：文本圖形圖像音頻視頻動(dòng)畫文本文本：以文字和各種專用符號(hào)表達(dá)的信息形式；主要用于對(duì)知識(shí)的描述性表示，如闡述概念、定義、原理和問題等；特點(diǎn)：編碼的方法表示；西文字符用1字節(jié)表示（ASCII），中文字符用2字節(jié)表示（GB碼，Unicode碼）；占用系統(tǒng)空間?。恍枰到y(tǒng)字模庫(kù)支持；圖形圖形：通過繪圖工具利用已有的基本圖形制作出來的圖形對(duì)象，又叫做矢量圖。在計(jì)算機(jī)內(nèi)部表示時(shí)，矢量圖記錄一系列數(shù)學(xué)公式和某些特征點(diǎn)值。矢量圖形尤其適用于標(biāo)志設(shè)計(jì)、圖案設(shè)計(jì)、文字設(shè)計(jì)、版式設(shè)計(jì)等。特點(diǎn)：占用系統(tǒng)空間小分辨率無關(guān)；顯示速度相對(duì)較慢；圖像圖像：指由輸入設(shè)備捕捉的實(shí)際場(chǎng)景畫面，或以數(shù)字化形式描述組成圖像的每個(gè)點(diǎn)的顏色而表示的任意畫面，又叫作位圖，或像素圖。將圖像放大到一定的程度，就會(huì)發(fā)現(xiàn)它是由一個(gè)個(gè)小方格組成的，這些小方格被稱為像素點(diǎn)，圖像就是由像素點(diǎn)構(gòu)成的網(wǎng)格所組成。圖像處理時(shí)一般考慮三方面的因素：分辨率：組成圖像的像素的個(gè)數(shù)，常用以下方式描述：水平方向像素?cái)?shù)×垂直方向像素?cái)?shù)，例1024×768圖像深度：描述像素點(diǎn)顏色的二進(jìn)制位數(shù)，常見的有1位（單色）、4位（16色）、8位（256色）、16位（增強(qiáng)色16位）、24位（真彩色）等圖像文件的大小：分辨率×圖像深度÷8圖像三要素分辨率顏色深度文件大小例如，一幅640×480的256色圖像的大小為：

640×480×8／8=307200Byte=300KB某照相機(jī)能支持分辨率為300萬的圖像，即支持圖像分辨率為2048×1536，支持24位圖像像素深度，試計(jì)算一張?jiān)嘉粓D圖像的大小為?圖像文件大小計(jì)算音頻數(shù)字音頻（Audio）可分為波形聲音和MIDI音樂。波形聲音實(shí)際上已經(jīng)包含了所有的聲音形式，它可以將任何聲音都進(jìn)行采樣量化，相應(yīng)的文件格式是WAV文件。MIDI音樂是符號(hào)化了的聲音，樂譜可轉(zhuǎn)變?yōu)榉?hào)媒體形式。對(duì)應(yīng)的文件格式是MID或RMI文件。視頻視頻是由一幅幅單獨(dú)的畫面序列（幀frame）組成，這些畫面以一定的速率（fps）連續(xù)地投射在屏幕上，使觀察者具有圖像連續(xù)運(yùn)動(dòng)的感覺。視頻的技術(shù)參數(shù)有：幀速：每秒播放的幀個(gè)數(shù)數(shù)據(jù)量圖像質(zhì)量動(dòng)畫動(dòng)畫是活動(dòng)的畫面，實(shí)質(zhì)是一幅幅靜態(tài)圖像的連續(xù)播放。動(dòng)畫的連續(xù)播放既指時(shí)間上的連續(xù)，也指圖像內(nèi)容上的連續(xù)。計(jì)算機(jī)設(shè)計(jì)動(dòng)畫有兩種：幀動(dòng)畫造型動(dòng)畫數(shù)據(jù)量大數(shù)據(jù)類型多不同數(shù)據(jù)類型之間差別大數(shù)據(jù)處理復(fù)雜8.1.4多媒體數(shù)據(jù)的特點(diǎn)8.1.5多媒體技術(shù)的應(yīng)用范圍教育培訓(xùn)信息管理銷售宣傳家庭娛樂其他8.2多媒體的關(guān)鍵技術(shù)多媒體數(shù)據(jù)編解碼技術(shù)多媒體數(shù)據(jù)存儲(chǔ)技術(shù)多媒體計(jì)算機(jī)硬件平臺(tái)多媒體計(jì)算機(jī)軟件平臺(tái)多媒體數(shù)據(jù)庫(kù)技術(shù)超文本和超媒體技術(shù)虛擬現(xiàn)實(shí)技術(shù)人機(jī)交互技術(shù)分布式多媒體技術(shù)8.3多媒體計(jì)算機(jī)設(shè)備8.3.1聲卡8.3.2顯卡8.3.3顯示器8.3.4觸摸屏多媒體計(jì)算機(jī)組成典型多媒體計(jì)算機(jī)設(shè)備：聲卡顯卡視頻采集卡光驅(qū)掃描儀音箱其他8.3.1聲卡聲卡（SoundCard）又叫做音頻卡，是多媒體計(jì)算機(jī)中最基本的組成部分，有了它計(jì)算機(jī)才有了聲音的處理能力。聲卡是實(shí)現(xiàn)了聲波／數(shù)字信號(hào)相互轉(zhuǎn)換的硬件，它的基本功能是把來自話筒、磁帶、光盤的原始聲音信號(hào)加以轉(zhuǎn)換，輸出到耳機(jī)、揚(yáng)聲器、擴(kuò)音機(jī)、錄音機(jī)等聲響設(shè)備，或通過音樂設(shè)備數(shù)字接口（MIDI）使樂器發(fā)出美妙的聲音。聲卡的組成典型的聲卡由以下的組件組成：一個(gè)數(shù)字信號(hào)處理器（DSP），負(fù)責(zé)大部分的運(yùn)算。一個(gè)數(shù)模轉(zhuǎn)換器（DAC），負(fù)責(zé)把音頻輸出電腦。一個(gè)模數(shù)轉(zhuǎn)換器（ADC），負(fù)責(zé)把音頻輸入電腦。音樂設(shè)備數(shù)字接口（MIDI），用于連接外部的音頻設(shè)備（對(duì)于大部分聲卡而言，游戲端口也可以用于連接外部的MIDI適配器）。用于連接揚(yáng)聲器和麥克風(fēng)的插口，還有線性輸入（linein）和線性輸出（lineout）。聲卡功能圖聲卡的安裝（1）關(guān)閉計(jì)算機(jī)電源，拔下供電電源和所有外接線插頭。（2）打開機(jī)箱外殼，選擇一個(gè)空閑的16位擴(kuò)展槽并將聲卡插入擴(kuò)展槽。（3）連接來自CD-ROM驅(qū)動(dòng)器的音頻輸出線到聲卡的CDIN針形輸入線上。（4）蓋上機(jī)箱外殼，并將電源插頭插回。聲卡安裝示意圖LINEINLINEOUTSPKOUTMIDI錄音機(jī)、CD唱機(jī)等線性輸出話筒揚(yáng)聲器線性輸入立體聲放大器MIDI設(shè)備MICIN8.3.2顯卡多媒體計(jì)算機(jī)的顯示系統(tǒng)包括兩個(gè)部分：顯卡和顯示器。顯卡也叫做圖形顯示適配器，是顯示系統(tǒng)的核心，它負(fù)責(zé)將CPU送來的影像資料處理成顯示器可以了解的格式，再送到顯示器上形成影像。顯卡決定了顯示的分辨率、顯示速度和效果。

顯卡的組成存儲(chǔ)器：用來存放顯示畫面的字節(jié)數(shù)，可以是DRAM、VRAM、RAM等；總線：顯卡和主板之間傳送數(shù)據(jù)的總線，決定著顯卡與主板之間數(shù)據(jù)的最大流量；VGA芯片：繪圖芯片，相當(dāng)于顯卡的心臟,可直接處理軟件送來的繪圖指令，并將運(yùn)算結(jié)果寫入顯卡存儲(chǔ)器中，節(jié)省CPU的運(yùn)算能力；RAMDAC：存儲(chǔ)器數(shù)字模擬轉(zhuǎn)換器，負(fù)責(zé)顯示存儲(chǔ)器中的數(shù)據(jù)實(shí)時(shí)地轉(zhuǎn)換為顯示器所能接受的RGB模擬信號(hào)；BIOS：基本輸入輸出系統(tǒng)，存有繪圖芯片與驅(qū)動(dòng)軟件間的輸入和輸出的控制邏輯，是由顯卡生產(chǎn)廠家提供的。顯卡組成圖顯卡的工作原理要顯示的數(shù)據(jù)在經(jīng)過CPU處理后，一般要經(jīng)過以下四個(gè)步驟才能到達(dá)顯示器：（1）通過總線將CPU送來的數(shù)據(jù)資料送到顯卡芯片里面進(jìn)行處理。（2）將顯卡芯片處理完的數(shù)據(jù)資料送到顯存。（3）從顯存讀取出數(shù)據(jù)資料再送到RAMDAC進(jìn)行轉(zhuǎn)換的工作。（4）將轉(zhuǎn)換完的數(shù)據(jù)對(duì)應(yīng)到CRT顯示器內(nèi)的陰極射線管或液晶顯示器的LCD控制器上，從而在顯示屏上顯示內(nèi)容。8.3.3顯示器顯示器通常也被稱為監(jiān)視器，是屬于電腦的輸出設(shè)備。顯示器可以分為CRT、LCD、PDP、OLED等多種。顯示器是一種將一定的二進(jìn)制數(shù)據(jù)通過特定的傳輸設(shè)備顯示到屏幕上再反射到人眼的顯示工具。CRT顯示器CRT顯示器是一種使用陰極射線管（CathodeRayTube）的顯示器。CRT顯示器主要有五部分組成：電子槍，偏轉(zhuǎn)線圈，蔭罩，熒光粉層及玻璃外殼。CRT顯示器工作原理：在顯示器屏幕內(nèi)側(cè)涂有一層熒光粉，電子槍發(fā)射出的電子束擊打在屏幕上，使被擊打位置的熒光粉發(fā)光，從而產(chǎn)生了圖像。每一個(gè)發(fā)光點(diǎn)又由“紅”“綠”“藍(lán)”三個(gè)小的發(fā)光點(diǎn)組成，組成一個(gè)像素。陰極射線管會(huì)發(fā)射三條電子束，它們分別射向屏幕上的這三種不同的發(fā)光小點(diǎn)，電子束強(qiáng)度的不同就會(huì)導(dǎo)致組成像素點(diǎn)顏色的紅、綠、藍(lán)分量不同，從而在屏幕上出現(xiàn)絢麗多彩的畫面。LCD顯示器LCD（LiquidCrystalDisplay）顯示器又稱為液晶顯示器，其優(yōu)點(diǎn)是機(jī)身薄、占地小、輻射小，廣泛應(yīng)用于臺(tái)式機(jī)顯示器和筆記本電腦。LCD顯示器通過一個(gè)晶體管陣列控制顯示效果，每個(gè)像素由獨(dú)立的晶體管進(jìn)行控制。LED顯示器LED（LightEmittingDiode，發(fā)光二極管）顯示器是一種通過控制半導(dǎo)體發(fā)光二極管的顯示方式。LED顯示器集微電子技術(shù)、計(jì)算機(jī)技術(shù)、信息處理于一體，以其色彩鮮艷、動(dòng)態(tài)范圍廣、亮度高、壽命長(zhǎng)、工作穩(wěn)定可靠等優(yōu)點(diǎn)，成為最具優(yōu)勢(shì)的新一代顯示媒體。PDP顯示器PDP（PlasmaDisplayPanel，等離子顯示器）是采用了等離子平面屏幕技術(shù)的新一代顯示設(shè)備。等離子顯示技術(shù)的成像原理是在顯示屏上排列上千個(gè)密封的小低壓氣體室，通過電流激發(fā)使其發(fā)出肉眼看不見的紫外光，然后紫外光碰擊后面玻璃上的紅、綠、藍(lán)3色熒光體發(fā)出肉眼能看到的可見光，以此成像。8.3.4觸摸屏觸摸屏是一種坐標(biāo)定位裝置，屬于計(jì)算機(jī)輸入設(shè)備。通過觸摸屏，用戶可直接用手向計(jì)算機(jī)輸入坐標(biāo)信息。與傳統(tǒng)的鼠標(biāo)和鍵盤輸入相比，它提供了更加簡(jiǎn)單、方便、自然的人機(jī)交互方式，目前已經(jīng)廣泛使用在智能手機(jī)、平板電腦、GPS、展示主機(jī)等方面。觸摸屏工作原理觸摸屏由觸摸檢測(cè)部件和觸摸屏控制器組成，觸摸檢測(cè)部件安裝在顯示器屏幕前面，用于檢測(cè)用戶觸摸位置，然后將相關(guān)信息傳送至觸摸屏控制器；觸摸屏控制器的主要作用是從觸摸點(diǎn)檢測(cè)裝置上接收觸摸信息，并將它轉(zhuǎn)換成觸點(diǎn)坐標(biāo)，再傳送給CPU。觸摸屏分類電容式觸摸屏電阻式觸摸屏紅外線觸摸屏表面聲波觸摸屏近場(chǎng)成像觸摸屏8.4多媒體信息的表示與壓縮8.4.1多媒體數(shù)據(jù)的表示方法8.4.2數(shù)據(jù)冗余8.4.3常用數(shù)據(jù)壓縮技術(shù)8.4.4多媒體數(shù)據(jù)常用壓縮標(biāo)準(zhǔn)8.4.5各種常見圖像、聲音、視頻格式介紹8.4.1多媒體數(shù)據(jù)的表示方法圖像表示方法：采樣：將圖像分解為像素點(diǎn)；量化：為每個(gè)像素點(diǎn)指定顏色；編碼：將每個(gè)像素點(diǎn)的顏色用其對(duì)應(yīng)的二進(jìn)制編碼表示的過程。

聲音是由空氣震動(dòng)產(chǎn)生的一種物理現(xiàn)象，是一種連續(xù)變化的模擬信號(hào)。聲音有兩個(gè)基本參數(shù)：頻率和振幅。振幅表示聲音的大小、強(qiáng)弱；頻率表示信號(hào)每秒鐘變化的次數(shù)。音頻的數(shù)字化過程分為采樣量化編碼聲音的表示方法振幅周期聲音的采樣采樣指在原來連續(xù)的音頻信號(hào)時(shí)間軸上等間隔地獲取波形瞬時(shí)幅值的過程，采樣后，將得到原來波形信號(hào)上一系列的離散點(diǎn)，這些離散點(diǎn)叫做樣本值。

t2t樣本值量化指將采樣得到的樣本值在幅值上以一定的級(jí)數(shù)離散化，將幅值分成若干等級(jí)，再用足夠的二進(jìn)制位對(duì)量化的等級(jí)進(jìn)行表示，之后把落入某個(gè)等級(jí)內(nèi)的樣本值歸為一類，并用相同的量化二進(jìn)制來表示。聲音的量化量化成8個(gè)等級(jí)t2t111110101100011010001000編碼指將量化后的樣本值按照對(duì)應(yīng)的量化級(jí)別，用量化點(diǎn)對(duì)應(yīng)的二進(jìn)制對(duì)其表示的過程。例如上例中經(jīng)過量化后的音頻，編碼結(jié)果為：100100101101110110110110110110101100011……聲音的編碼音頻信號(hào)占用的系統(tǒng)存儲(chǔ)空間與采樣頻率和量化精度有關(guān)。計(jì)算公式如下：音頻存儲(chǔ)空間/s=采樣頻率×量化精度例：對(duì)于簡(jiǎn)單的音頻信號(hào)，人在正常說話時(shí)的音頻一般在20Hz到4KHz范圍，即人類語(yǔ)音帶寬約為4KHz。依據(jù)采樣定理，當(dāng)采樣頻率不小于兩倍的原始信號(hào)頻率時(shí)，才能保證采樣后的信號(hào)可被保真的恢復(fù)為原始信號(hào)，及采樣頻率需為8KHz。若量化位數(shù)取8bit，則1秒的音頻數(shù)據(jù)存儲(chǔ)量為：4K×2×8＝64Kbit；音頻數(shù)據(jù)文件大小視頻信號(hào)的數(shù)字化指以一定的速度對(duì)模擬視頻信號(hào)進(jìn)行捕獲、處理生成數(shù)字信息的過程。以一般彩色電視信號(hào)為例計(jì)算其所占用存儲(chǔ)空間的情況。例：設(shè)一普通彩色電視信號(hào)采用YIQ彩色空間，其中各分量的帶寬分別為4.2MHz、1.5MHz和0.5MHz。設(shè)各分量均被數(shù)字化為8位，根據(jù)采樣定理，則1秒的電視圖像信號(hào)數(shù)據(jù)存儲(chǔ)量將達(dá)到：（4.2＋1.5＋0.5）×2×8＝99.2Mbit存放在700MB的標(biāo)準(zhǔn)光盤上，也僅能存放約56秒的視頻信號(hào)。視頻數(shù)據(jù)文件大小多媒體數(shù)據(jù)中存在著大量的多余信息，稱為冗余信息。在媒體數(shù)據(jù)存儲(chǔ)之前，通過某種方法找到其中的冗余數(shù)據(jù)，并將其去除的過程稱為壓縮，也叫做編碼；在將存儲(chǔ)的媒體數(shù)據(jù)顯示之前，通過相應(yīng)的算法將其完整數(shù)據(jù)還原的過程叫做解壓縮，也叫做解碼。8.4.2數(shù)據(jù)冗余常見數(shù)據(jù)冗余類型如下：空間冗余時(shí)間冗余視覺冗余知識(shí)冗余8.4.2數(shù)據(jù)冗余（2）按照壓縮方法是否產(chǎn)生失真分類:

無損壓縮：常用的有：RLE（runlengthencoding）行程編碼、Huffman編碼、算術(shù)編碼、LZW（lempel-ziv-welch）編碼。有損壓縮：常用的有損壓縮方法有：PCM（脈沖編碼調(diào)制）、預(yù)測(cè)編碼、變換編碼、插值與外推等。新一代的數(shù)據(jù)壓縮方法：矢量量化和子帶編碼、基于模型的壓縮、分形壓縮及小波變換等。8.4.3常用數(shù)據(jù)壓縮技術(shù)按照壓縮方法的原理分類:行程編碼：又稱游程編碼或運(yùn)行長(zhǎng)度編碼?；舅枷胧菍⒁粋€(gè)相同值的連續(xù)串用一個(gè)控制碼，一個(gè)代表值和串長(zhǎng)來代替。例如,字符串AAABCDDDDDDDDBBBBB可以壓縮為*3ABC*8D*5B;長(zhǎng)度由18變成11；算術(shù)編碼：基本思想是將被編碼的信息表示成【0，1】之間的一個(gè)間隔。信息越長(zhǎng)，間隔就越小，編碼所需的二進(jìn)制位就越多。壓縮算法子帶編碼：又稱為頻帶編碼?；舅枷胧菍D像數(shù)據(jù)變換到頻域后，按頻率分帶，然后用不同的量化器進(jìn)行量化，達(dá)到最優(yōu)的組合。信息熵編碼：根據(jù)信息熵原理，對(duì)出現(xiàn)概率大的符號(hào)用短碼字表示，反之用長(zhǎng)碼字表示。其目的是減少符號(hào)序列中的冗余度，提高符號(hào)的平均信息量。統(tǒng)計(jì)編碼：統(tǒng)計(jì)編碼技術(shù)是根據(jù)一幅圖像像素值的統(tǒng)計(jì)情況進(jìn)行編碼壓縮，也可以先將圖像按前述方法壓縮，對(duì)所得的值加以統(tǒng)計(jì)，再做壓縮。壓縮算法壓縮算法預(yù)測(cè)編碼：針對(duì)空間冗余和時(shí)間冗余的壓縮方法?；舅枷胧抢靡驯痪幋a的點(diǎn)的數(shù)據(jù)值來預(yù)測(cè)鄰近像素點(diǎn)的數(shù)據(jù)值。變換編碼：針對(duì)空間冗余和時(shí)間冗余的壓縮方法?；舅枷胧菍D像的光強(qiáng)矩陣（時(shí)域信號(hào)）變換到系數(shù)空間（頻域）上，然后對(duì)系數(shù)進(jìn)行壓縮編碼。8.4.4多媒體數(shù)據(jù)常用壓縮標(biāo)準(zhǔn)音頻壓縮技術(shù)標(biāo)準(zhǔn)電話質(zhì)量的音頻壓縮編碼技術(shù)標(biāo)準(zhǔn)G.711、G.721、G.728、G.729等調(diào)幅廣播質(zhì)量的音頻壓縮編碼技術(shù)標(biāo)準(zhǔn)G.722高保真立體聲音頻壓縮編碼技術(shù)標(biāo)準(zhǔn)

MPEG標(biāo)準(zhǔn)靜態(tài)圖像壓縮標(biāo)準(zhǔn)JPEG國(guó)際標(biāo)準(zhǔn)化組織（ISO）和國(guó)際電報(bào)電話咨詢委員會(huì)（CCITT）聯(lián)合成立的“聯(lián)合照片專家組“

JPEG（jointphotographicexpertsgroup）于1991年提出的“多灰度靜止圖像的數(shù)字壓縮編碼“（簡(jiǎn)稱JPEG標(biāo)準(zhǔn)）。是一個(gè)適應(yīng)于彩色和單色多灰度或連續(xù)色調(diào)靜止數(shù)字圖像的壓縮標(biāo)準(zhǔn)。JPEG標(biāo)準(zhǔn)支持很高的圖像分辨率和量化精度。它包含兩部分：第一部分是無損壓縮，基于差分脈沖編碼調(diào)制（DPCM）的預(yù)測(cè)編碼。第二部分是有損壓縮，基于離散余弦變換（DCT）和Huffman編碼,通常壓縮20-40倍。運(yùn)動(dòng)圖像壓縮標(biāo)準(zhǔn)MPEGMPEG是（MovingPictureExpertsGroup）于1990年形成的一個(gè)標(biāo)準(zhǔn)草案（簡(jiǎn)稱MPEG標(biāo)準(zhǔn)）。兼顧了JPEG標(biāo)準(zhǔn)和CCITT專家組的H.261標(biāo)準(zhǔn)。MPEG標(biāo)準(zhǔn)主要有MPEG-1、MPEG-2、MPEG-4，MPEG-7和MPEG-21等標(biāo)準(zhǔn)；MPEG標(biāo)準(zhǔn)分成MPEG視頻、MPEG音頻和MPEG系統(tǒng)三大部分。MPEG算法除了對(duì)單幅圖像進(jìn)行編碼外（幀內(nèi)編碼），還利用圖像序列的相關(guān)特性去除幀間圖像冗余，大大提高了視頻圖像的壓縮比。壓縮比可達(dá)到60-100倍。MPEG系列標(biāo)準(zhǔn)MPEG-1：用于傳輸1.5Mbps數(shù)據(jù)傳輸率的數(shù)字存儲(chǔ)媒體運(yùn)動(dòng)圖像及其伴音的編碼，典型應(yīng)用為VCD，MP3MPEG-2：針對(duì)標(biāo)準(zhǔn)數(shù)字電視和高清晰度電視在各種應(yīng)用下的壓縮方案和系統(tǒng)層的詳細(xì)規(guī)定，編碼碼率從每秒3兆比特～100兆比特，典型應(yīng)用為數(shù)字廣播電視、DVD、收費(fèi)電視、VOD、交互式電視等；MPEG-4：甚低速率視聽編碼，針對(duì)低速率下視頻、音頻編碼和交互播放開發(fā)的算法和工具。典型應(yīng)用為數(shù)字電視、交互式圖形應(yīng)用、實(shí)時(shí)多媒體監(jiān)控、網(wǎng)絡(luò)視頻會(huì)議、移動(dòng)多媒體通信、可是游戲等方面。H.26X標(biāo)準(zhǔn)視頻通信編碼標(biāo)準(zhǔn)H.26X多媒體通信中的電視圖像編碼標(biāo)準(zhǔn)都采用H.261和H.263。H.261主要用來支持電視會(huì)議和可視電話。電視圖像數(shù)據(jù)壓縮后的數(shù)據(jù)速率為P×64kb/s，其中P是一個(gè)可變參數(shù)，取值范圍是1-30。除采用四分之一屏格式QCIF外，還可采用子頻（Sub-Frame）技術(shù)，即隔一（或二、三）幀處理一幀，壓縮比可達(dá)48：1。H.263是在H.261的基礎(chǔ)上開發(fā)的電視圖像編碼標(biāo)準(zhǔn)，用于低位速率通信的電視圖像編碼。8.4.5各種圖像、聲音、視頻格式介紹圖像文件格式*.bmp（Bitmap）*.bmp是Windows中的標(biāo)準(zhǔn)圖像文件格式，已成為PC機(jī)Windows系統(tǒng)中事實(shí)上的工業(yè)標(biāo)準(zhǔn)，有壓縮和不壓縮兩種形式。它以獨(dú)立于設(shè)備的方法描述位圖，可用非壓縮格式存儲(chǔ)圖像數(shù)據(jù)，解碼速度快，支持多種圖像的存儲(chǔ)，常見的各種PC圖形圖像軟件都能對(duì)其進(jìn)行處理。在PhotoShop中，最多可以使用16M的色彩渲染bmp圖像。*.gif（GraphicsInterchangeFormat）*.gif是在各種平臺(tái)的各種圖形處理軟件上均能夠處理的、經(jīng)過壓縮的一種圖形文件格式。該格式由Compuserver公司創(chuàng)建，存儲(chǔ)色彩最高只能達(dá)到256種。因?yàn)樗墙?jīng)過壓縮的圖像文件格式，所以大多用在網(wǎng)絡(luò)傳輸上，速度要比傳輸其他圖像文件格式快得多。它的最大缺點(diǎn)是最多只能處理256種色彩，故不能用于存儲(chǔ)真彩色的圖像文件，但其GIF89a格式能夠存儲(chǔ)成背景透明的形式，并且可以將數(shù)張圖存成一個(gè)文件，從而形成動(dòng)畫效果。GIF*.png（PortableNetworkGraphics）*.png是一種能存儲(chǔ)32位信息的位圖文件格式，其圖像質(zhì)量遠(yuǎn)勝過*.gif。同*.gif一樣，*.png也使用無損壓縮方式來減少文件的大小。目前，越來越多的軟件開始支持這一格式，*.png圖像可以是灰階的（16位）或彩色的（48位），也可以是8位的索引色。*.png圖像使用的是高速交替顯示方案，顯示速度很快，只需要下載1/64的圖像信息就可以顯示出低分辨率的預(yù)覽圖像。與*.gif不同的是，*.png圖像格式不支持動(dòng)畫。PNG*.wmf（WindowsMetafileFormat）*.wmf是MicrosoftWindows中常見的一種圖元文件格式，它具有文件短小、圖案造型化的特點(diǎn)，是根據(jù)位圖和矢量圖混合而成的圖形文件，它最大的特點(diǎn)是可以實(shí)現(xiàn)無極變倍（無論擴(kuò)大或縮小多少倍都不會(huì)產(chǎn)生鋸齒），因而在文字處理等領(lǐng)域應(yīng)用非常廣泛。

WMF*.jpg/*.jpeg（JointPhotographicExpertGroup）*.jpg/*.jpeg是24位的圖像文件格式，也是一種高效率的壓縮格式，文件格式是JPEG（聯(lián)合圖像專家組）標(biāo)準(zhǔn)的產(chǎn)物，是面向連續(xù)色調(diào)靜止圖像的一種壓縮標(biāo)準(zhǔn)。通過損失極少的分辨率，可以將圖像所需存儲(chǔ)量減少至原大小的10％。由于其高效的壓縮效率和標(biāo)準(zhǔn)化要求，目前已廣泛用于彩色傳真、靜止圖像、電話會(huì)議、印刷及新聞圖片的傳送上。但那些被刪除的資料無法在解壓時(shí)還原，所以*.jpg/*.jpeg文件并不適合放大觀看，輸出成印刷品時(shí)品質(zhì)也會(huì)受到影響。一般情況下，*.jpg/*.jpeg文件只有幾十KB，而色彩數(shù)最高可達(dá)到24位，所以它被廣泛運(yùn)用在Internet上，以節(jié)約寶貴的網(wǎng)絡(luò)傳輸資源。JPEG*.psd（AdobePhotoShopDocument）/*.pdd*.psd是PhotoShop中使用的一種標(biāo)準(zhǔn)圖形文件格式，可以存儲(chǔ)成RGB或CMYK模式，還能夠自定義顏色數(shù)并加以存儲(chǔ)。*.psd文件能夠?qū)⒉煌奈锛詫樱↙ayer）的方式來分離保存，便于修改和制作各種特殊效果。PSDWAV：WaveAudioFiles（WAV）是微軟公司和IBM共同開發(fā)的PC標(biāo)準(zhǔn)聲音格式。它依照聲音的波形進(jìn)行儲(chǔ)存，因此擁有驚人的存儲(chǔ)體積。WMA：WindowsMediaAudio（WMA）是微軟公司制定的一種流式聲音格式。采用WMA格式壓縮的聲音文件比起由相同文件轉(zhuǎn)化而來的MP3文件要小得多，并且在音質(zhì)上也毫不遜色。VQF：TwinVQFiles即VQF是由NipponTelegraphandTelephone（NTT）開發(fā)的一種音頻壓縮技術(shù)。無論在音頻壓縮率還是音質(zhì)上，VQF比起Mp3都有很大的優(yōu)勢(shì)。聲音文件格式MP3：MPEGLayer-3（MP3）：采用MPEG1聲音壓縮標(biāo)準(zhǔn)壓縮的聲音文件，一般是原始WAV文件的十分之一。RA：RealAudio（RA）是RealNetwork公司推出的一種流式聲音格式。這是一種在網(wǎng)絡(luò)上很常見的音頻文件格式，但是為了確保在網(wǎng)絡(luò)上傳輸?shù)男剩趬嚎s時(shí)聲音的質(zhì)量成了犧牲的對(duì)象。MID：MusicalInstrumentDigitalInterface（MIDI）由于只是象記樂譜一樣地記錄下演奏的符號(hào)，所以它的體積是所有音頻格式中最小的。嚴(yán)格地說MIDI與上面提到的那些聲音格式不是一族的，因?yàn)樗皇钦嬲臄?shù)字化聲音，而僅是一堆聲音或樂器符號(hào)的集合。聲音文件格式AVI（AudioVideoInterleaved）：是微軟公司開發(fā)的一種符合RIFF文件規(guī)范的數(shù)字音頻與視頻文件格式。AVI格式允許視頻和音頻交錯(cuò)在一起同步播放，支持256色和RLE壓縮。但AVI文件并未限定壓縮標(biāo)準(zhǔn)，因此，AVI文件格式只是作為控制界面上的標(biāo)準(zhǔn)，不具有兼容性，用不同壓縮算法生成的AVI文件，必須使用相應(yīng)的解壓縮算法才能播放。視頻文件格式MOV/QT：即QuickTime音頻、視頻文件格式。它是Apple公司開發(fā)的一種音頻、視頻文件格式，用于保存音頻和視頻信息。QuickTime文件格式支持32位彩色，支持RLE、JPEG等領(lǐng)先的集成壓縮技術(shù)，提供150多種視頻效果，并配有提供了200多種MIDI兼容音響和設(shè)備的聲音裝置。DAT:常見的vcd、CD光盤的存儲(chǔ)文件格式。

視頻文件格式MPEG/MPG/DAT：MPEG文件格式是運(yùn)動(dòng)圖像壓縮算法的國(guó)際標(biāo)準(zhǔn)，它采用有損壓縮方法減少運(yùn)動(dòng)圖像中的冗余信息，同時(shí)保證每秒30幀的圖像動(dòng)態(tài)刷新率。MPEG標(biāo)準(zhǔn)包括MPEG視頻、MPEG音頻和MPEG系統(tǒng)（視頻、音頻同步）三個(gè)部分，前文介紹的MP3音頻文件就是MPEG音頻的一個(gè)典型應(yīng)用，而VideoCD（VCD）、SuperVCD（SVCD）、DVD則是全面采用MPEG技術(shù)所產(chǎn)生出來的新型消費(fèi)類電子產(chǎn)品。視頻文件格式RM：RealNetworks公司開發(fā)的一種新型流式視頻文件格式。主要用來在低速率的廣域網(wǎng)上實(shí)時(shí)傳輸活動(dòng)視頻影像，可以根據(jù)網(wǎng)絡(luò)數(shù)據(jù)傳輸速率的不同而采用不同的壓縮比率，從而實(shí)現(xiàn)影像數(shù)據(jù)的實(shí)時(shí)傳送和實(shí)時(shí)播放。ASF：ASF是微軟為了和現(xiàn)在的Realplayer競(jìng)爭(zhēng)而發(fā)展出來的一種可以直接在網(wǎng)上觀看視頻節(jié)目的文件壓縮格式。由于它使用了MPEG4的壓縮算法，所以壓縮率和圖像的質(zhì)量都很不錯(cuò)。視頻文件格式視頻文件格式3GP、MP4：用于手機(jī)播放的視頻格式；它使用MPEG-4或H.263兩種影片編碼方式，以AMR-NB或AAC-LC兩種聲音儲(chǔ)存方式，可以將影片以更經(jīng)濟(jì)的方式存放在手機(jī)或是其他行動(dòng)裝置里。FLV：FLV流媒體格式是一種新的視頻格式，全稱為FlashVideo。由于它形成的文件極小、加載速度極快，使得網(wǎng)絡(luò)觀看視頻文件成為可能，是目前網(wǎng)絡(luò)視頻點(diǎn)播的主流視頻格式Swf：動(dòng)畫文件標(biāo)準(zhǔn)，macromedia公布了swf的標(biāo)準(zhǔn)，ShockwaveFlash可以用來制作該類動(dòng)畫文件。dir：Director原始文件，Director是美國(guó)Macromedia公司開發(fā)的一個(gè)軟件，主要用于多媒體項(xiàng)目的集成開發(fā)。max：Autodesk公司出品的3DSSTUDIOMAX的原始文件，廣泛應(yīng)用于廣告、影視、工業(yè)設(shè)計(jì)、建筑設(shè)計(jì)、多媒體制作、游戲、輔助教學(xué)以及工程可視化等領(lǐng)域，可以說3DMAX是當(dāng)今最流行的三維動(dòng)畫軟件。其他多媒體文件格式8.5多媒體制作工具8.5.1多媒體制作工具分類8.5.2音頻剪輯工具——GoldWave8.5.3圖像處理工具——畫圖8.5.1多媒體制作工具分類媒體素材編輯工具音頻剪輯視頻剪輯圖形圖像制作動(dòng)畫制作多媒體著作工具基于圖標(biāo)的多媒體創(chuàng)作工具基于時(shí)間軸的多媒體創(chuàng)作工具基于頁(yè)面的多媒體創(chuàng)作工具以傳統(tǒng)的編程語(yǔ)言為基礎(chǔ)的多媒體創(chuàng)作工具8.5.2音頻剪輯工具——GoldWaveGoldWave是一款專業(yè)的音頻處理工具，可以實(shí)現(xiàn)數(shù)字音頻的錄制、特效、剪輯、格式轉(zhuǎn)換等功能。錄制音頻執(zhí)行“文件”|“新建”命令后，會(huì)出現(xiàn)音頻屬性設(shè)置對(duì)話框，可以設(shè)置采樣頻率和聲道數(shù)和初始化錄音的時(shí)間