第6章-多媒體技術基礎課件

6.1多媒體技術概述6.1.1媒體（medium）是信息表示和傳輸的載體,如數字、文字、聲音、圖形、圖像和視頻等。分類感覺媒體—人的直觀感覺表示媒體—各種編碼,如圖像編碼,聲音編碼表現媒體—如鍵盤、顯示器、揚聲器存儲媒體—保存表示媒體的介質,Ｕ盤、光盤傳輸媒體—傳輸的物理載體，如光纖、電纜1多媒體多媒體（Multimedia）是指能夠同時獲取、處理、編輯、存儲和展示兩個以上不同類型信息媒體的技術。這些信息媒體包括文字、聲音、圖形、圖像、動畫與視頻等。多媒體不僅是指多種媒體本身，而且包含處理和應用它的一整套技術?！岸嗝襟w”與“多媒體技術”是同義詞。26.1.2多媒體計算機系統的組成1.多媒體硬件（1）外部設備光驅、麥克風、MIDI合成器、掃描儀、VCD/DVD、數碼照相機、攝像機、音箱、投影儀、刻錄機、聲卡、打印機等（2）功能卡作用：連接各種外部設備，完成音頻、視頻信息的數字化輸入、編輯和輸出種類：聲卡、視頻輸出卡、VGA/TV轉換卡等32.多媒體軟件音頻處理：AdobeAudition、SoundForge、Goldwave等圖像處理：Windows的畫圖、Photoshop、CorelDraw動畫制作：Gifanimator、Cool3D、Flash、3DMax視頻處理：AdobePremiere、DirectorVCD制作與光盤刻錄Authorware、Director等46.1.3多媒體技術的特點1．集成性多種媒體信息有機的組織在一起，共同表達一個完整的多媒體信息，成為一體化系統。2．交互性從單向的被動接收到雙向有選擇的交互方式轉變3．實時性要求系統有較高的傳輸速率。56.1.4多媒體技術的應用教育辦公自動化電子出版物通信商業(yè)廣告影視娛樂醫(yī)療旅游66.2多媒體信息的數字化6.2.1聲音數字化計算機處理聲音的硬件要求安裝聲卡麥克風連接到聲卡的MIC插孔音箱連接到聲卡的SPEAKER插孔處理過程：數字化、保存和處理、還原71.聲音的基本參數振幅音量，聲波波形的幅度，表示聲音信號的強弱。頻率聲音信號每秒鐘變化的次數帶寬聲音信號的頻率范圍，帶寬越寬音質越好DAT（DigitalAudioTape）——20Hz～20kHzCD（CompactDisc）——20Hz～20kHzFM（FrequencyModulation）——20Hz～15kHzAM（AmplitudeModulation）——50Hz～7kHz數字電話——200Hz～3.4kHz82.聲音信號的數字化過程模擬音頻信號時間上和幅度上都是連續(xù)變化的數字化將模擬的聲音信號轉變?yōu)閿底忠纛l的過程三個階段采樣、量化和編碼9（1）采樣采樣每隔一段時間間隔讀取一次聲音波形的幅度值采樣頻率單位時間內進行采樣的次數，通常用赫茲（Hz）表示。采樣頻率越高，經過離散的波形越接近原始波形，聲音還原質量越好奈奎斯特采樣定理10奈奎斯特采樣定理奈奎斯特采樣定理采樣頻率高于輸入信號中最高頻率的兩倍時，可以從采樣信號中無失真地重構原始信號示例：（1）話音信號最高頻率為3400Hz，采樣頻率為8000Hz，能以數字聲音還原原來的聲音（2）一般音頻信號最高頻率為20kHz，采樣頻率為40kHz以上時，就能無失真地還原11（2）量化量化對采樣后得到的幅度值取值數量加以限定離散值的個數與采用的編碼的二進制位數有關12模擬音頻信號分30次測量幅度值第20次測量幅度值結果為15513（3）編碼將量化后的幅度值用二進制編碼進行表示采樣精度用來表示量化級別的二進制數據的位數，也叫樣本位數、位深度。例如：采樣精度為8位，可以表示256種幅值；采樣精度為16位，可以表示65536種不同的幅值。采樣精度越高，聲音質量越高，需要存儲空間越大14153.數據率和未壓縮數據量的計算數據率還原1秒鐘的聲音所需傳輸的數據位數，未經壓縮的數字聲音的數據率為:數據率（b/s）=采樣頻率(*Hz)*樣本精度(bit)*聲道數未壓縮聲音數據的容量計算存儲空量（字節(jié)）=采樣頻率×樣本精度×聲道數×采樣時間/816示例（1）采樣頻率為8kHz，樣本精度為8位：數據率＝8（bit）*8kHz=64.0kb/s（2）采樣頻率8kHz，樣本精度8位,雙聲道：數據率＝8（bit）*8kHz*2（聲道數）=128kb/s（3）1分鐘的雙聲道聲音文件的數據量：8（bit）*8000Hz*2（聲道數）*60（秒）/8=960000/1024=937.5KB17示例（4）采樣頻率44.1kHz，采樣精度16位的立體聲聲音，采樣1秒鐘聲音的數據量大小為：16×44.1kHz×2×1/8＝176400Byte=172.27KB（5）某個立體聲音頻文件大小為2100000KB，采樣頻率為32000Hz，可以播放70分鐘，則該音頻文件的采樣深度為

bit。

解答：2100000*1024*8/（2*32000*4200）=64186.2.2圖像數字化1.圖像的數字化（1）采樣將連續(xù)圖像在二維空間上進行離散化處理采樣方式：逐行順序進行，假設在水平、垂直兩個方向上分別取M和N個相等的間隔，可以得到M×N個點每個點稱為一個圖像元素，簡稱像素（Pixel）或像元19（2）量化采樣后每個像素點的處理：單色圖像：將每個點量化為兩個級別，分別是0和1灰度圖像：將每個點的灰度進行離散化，劃分純白色、純黑色和介于這兩者之間的不同程度的灰色彩色圖像：要將每個點的顏色的值進行離散化，也就是使用不同的顏色模型進行顏色編碼量化的等級和像素的顏色編碼位數有關2021（3）編碼將量化后的每個點的灰度級別或顏色用不同的二進制編碼表示，用這種編碼表示的圖像就稱為數字圖像。像素深度（位深度）為每個像素點的顏色或灰度進行編碼所使用的二進制數的位數。像素深度的值越大表示的顏色數越多，色彩也越豐富逼真，占用的存儲空間越大。222.顏色模型1.RGB模型：相加混色有源物體:能發(fā)出光波的物體2.CMY模型：相減混色無源物體:不發(fā)出光波的物體3.HSB模型23RGB顏色模型1）國際照明委員會(CIE)規(guī)定以700nm(紅)、546.1nm(綠)、435.8nm(藍)三個色光為三基色。又稱為物理三基色。2）自然界的所有顏色都可以通過這三基色按不同比例混合而成。24RGB顏色模型R:200G:50B:120黃(255,255,0)黑(0,0,0)綠(0,255,0)青(0,255,255)藍(0,0,255)品紅(255,0,255)白(255,255,255)紅(255,0,0)25CMYK顏色模型

在理論上說，任何一種顏色都可以用青色（Cyan）、品紅（Magenta）和黃色（Yellow）三種基本顏料按一定比例混合得到，通常寫成CMY，稱為CMY模型由于彩色墨水和顏料的化學特性，用等量的三種基本顏色得到的黑色不是真正的黑色，因此在印刷術中常加一種真正的黑色（Blackink），所以CMY又寫成CMYK26HSB顏色模型1)色調顏色的外觀2)飽和度顏色明暗的程度3)明度對可見物體輻射或發(fā)光多少的感知屬性27HSB顏色模型28圖像分辨率圖像采樣的點數，稱為圖像分辨率,用點的“行數×列數”表示如數碼像機常用的圖像分辨率為640×480、1024×786、1128×764等。對相同尺幅的圖像，如果組成該圖的像素數目越多，則說明圖像的分辨率越高，看起來就越逼真。相反，圖像顯得越粗糙。29掃描分辨率用每英寸多少點（dotsperinch，DPI）表示。如果用300DPI來掃描一幅8′×10′的圖像，就得到一幅2400×3000個像素的數字圖像。分辨率越高，像素就越多，獲得的圖像越細膩掃描分辨率是采樣時，單位尺寸內采樣的點數，而圖像分辨率是組成數字圖像的像素數30像素深度數字圖像中表示每個像素的顏色使用的二進制位數稱為像素深度或位深度。像素深度值越大，圖像能表示顏色數越多，色彩越豐富逼真，占用的存儲空間越大。常見的像素深度有1位、4位、8位和24位，分別用來表示黑白圖像、16色或16級灰度圖像、256色或256級灰度圖像和真彩色（224—16777216種顏色）圖像31數字圖像數據大小的計算計算用位圖文件存儲一幅分辨率為352×288的靜態(tài)真彩色圖像需要的存儲空間。解：圖像文件大小的計算公式：文件字節(jié)數=每行列數×圖像行數×顏色深度÷8真彩色圖像的每一個像素點用24位來記錄：352×288×24/8B=304128B（字節(jié)）326.2.3視頻的數字化視頻數字化是將視頻信號經過視頻采集卡轉換成數字視頻文件存儲在硬盤中。在使用時，將數字視頻文件從硬盤中讀出，再還原成為電視圖像加以輸出。一般的視頻采集卡采用幀內壓縮的算法把數字化的視頻存儲成AVI格式文件，高檔一些的視頻采集卡還能直接把采集到的數字視頻數據實時壓縮成MPEG格式的文件。33視頻的壓縮

數字視頻標準主要由MPEG(MovingPictureExpertGroup)即運動圖像聯合專家組制定，這是由國際標準化組織（ISO）和國際電工委員會（IEC）聯合成立的專家組，負責制定關于運動圖像在不同速率的傳輸介質上傳輸的一系列壓縮標準，目前，已出臺的標準有MPEG1、MPEG2、MPEG4、MPEG7等。348.4數據編碼及壓縮一.編碼1.編碼：將模擬信號轉換成數字信號的過程2.解碼：將數字信號還原成模擬信號的過程3.編解碼器：完成編碼、解碼功能的裝置。二.數據壓縮1。必要性:數據量龐大2。壓縮目的：便于存儲和傳輸35例1：存儲3分30秒的CD音質立體聲歌曲44.1kHz×2B×2×210秒=37044KB=35.33M例2：存儲一幅352×288的靜態(tài)真彩色圖像352×288×3B=297kB例3：存儲1分鐘視頻所用的空間304.13kB×25×60=456195kB=435.06M363.數據壓縮的可能性1）信息冗余2）數據量不等于它所包含的信息量3）靜態(tài)圖像中存在的空間冗余4）動態(tài)視頻中存在的時間冗余374.壓縮的方法1）無損壓縮一種可逆壓縮方式，經過壓縮后可將原文件包含的信息完全保留利用原始信息中的相關性進行的數據壓縮不損失原信息的內容，可實現無損壓縮38例題：無損壓縮的RLE編碼RLE編碼后得到的代碼為：50（200,30,100）2（255,255,255）1（0,5,5）9（0,0,0）72（200,30,100）2）有損壓縮各種不同的壓縮標準39文件格式

AVI（AudioVideoInterleave）是一種音頻和視頻交叉記錄的數字視頻文件格式。在AVI文件中，運動圖像和伴音數據是以交織的方式存儲，并獨立于硬件設備。按交替方式組織音頻和視像數據可使得讀取視頻數據流時能更有效地從存儲媒介得到連續(xù)的信息。406.3數據壓縮在多媒體計算機系統中要表示、傳輸和處理聲文圖信息，特別是數字化圖像和視頻要占用大量的存儲空間，因此高效的壓縮和解壓縮算法是多媒體系統運行的關鍵。

數據壓縮是一種對原始數據進行重新編碼、去除原始數據中的冗余，以較小的數據量來表示原始數據的技術，它是實現在計算機上處理音頻和視頻等多媒體信息的前提。41基本原理數據壓縮的對象是數據。數據是信息的載體，用來記錄和傳送信息。真正有用的不是數據本身，而是數據所攜帶的信息,大的數據量并不代表含有大的信息量。例:食品包裝42信息冗余多媒體數據中大的數據量并不完全等于它們所攜帶的信息量。在信息論中，稱為冗余。冗余是指信息存在的各種性質的多余度。減少數據冗余可以節(jié)省存儲空間，有效利用網絡帶寬。43可逆編碼可逆編碼也叫無失真編碼、冗余度壓縮、熵編碼等。其原理是減少數據中的冗余度，而不損失任何信息。解壓時可以完全恢復出原來的數據，亦稱無損壓縮。典型的無損壓縮有Huffman編碼、算術編碼和行程編碼等。可逆編碼由于不會產生失真，因此在多媒體技術中常用于文本、數據的壓縮，它能保證完全地恢復原始數據。但這種方法的壓縮比較低，一般在2:1～5:1之間。44不可逆編碼不可逆編碼是有失真壓縮，信息論中叫熵壓縮。由于壓縮了熵，會減少信息而不能再恢復。因此這種壓縮又稱有損壓縮。在語音和圖像中，由于存在視覺冗余和聽覺冗余，減少這種信息并不影響人們的聽覺效果和視覺效果，所以經常采用這種方法。有損壓縮常用于數字化存儲的模擬數據，并且主要應用于圖像、聲音、動態(tài)視頻等數據的壓縮。如果用混合編碼的JPEG標準，對自然景物的彩色圖像，壓縮比可達到幾十倍甚至上百倍。453.矢量圖形使用一系列指令描述一幅圖所包含的直線、矩形、圓、圓弧、曲線等的形狀、位置、顏色等屬性和參數例如，直線的描述：line，start_point，end_point圓的描述：circle，center_x，center_y，radius矢量圖像不會隨圖像尺寸的改變而改變，也不存在采樣分辨率的問題，只與顯示的尺寸和顯示分辨率有關矢量圖像文件所占空間較小46473.聲音文件的存儲格式WAVWindows采用的波形聲音文件存儲格式MP3主要應用于因特網上的聲音傳輸。高達96:1的壓縮比，有較好的音質。RM、RARealNetworks公司制定的聲音文件格式，有較高的壓縮比，可采用流媒體方式在網絡上實時播放。474.圖像文件格式位圖文件(Bitmap-File，BMP)一種不壓縮的格式，占有較大存儲空間，但圖像質量較高。GIF(GraphicsInterchangeFormat)壓縮效率高、占用的存儲空間很小。JPEG(JointPhotographicExpertsGroup)文件存儲格式為jpg格式，適合存儲色彩豐富的照片。48文件格式文件格式是數據在存儲器中的存放形式。相同的數據，可以有不同的存放形式，所以也就有多種文件格式。

WAV是Windows采用的波形聲音文件存儲格式，主要用于自然聲的保存與回放，其特點是聲音層次豐富，還原性好，表現力強。如果使用足夠高的采樣頻率和采樣精度，可以獲得極好的音質，但文件的數據量比較大。該格式的文件可以被幾乎所有的多媒體軟件使用，易于編輯。

49MP3是MPEG（MovingPictureExpertGroup運動圖像專家組）第三層壓縮文件格式，提供8kb/s到128kb/s的數據率和高達96:1的壓縮比，有較好的音質。主要應用于因特網上的聲音傳輸。常見的MP3音樂就使用了該壓縮標準，是MP3播放器的主要格式

RM、RA是RealNetworks公司制定的聲音文件格式，有較高的壓縮比，可以采用流媒體的方式在網絡上實時播放，主要使用RealNetworks公司的播放器播放

50電子合成音樂MIDI文件的擴展名為“.MID”，它與波形文件不同，記錄的不是聲音本身，而是將每個音符記錄為一個數字，如按了哪一個鍵、力度多大、時間多長等。因此比較節(jié)省空間，可以滿足長時間音樂的需要。主要限制是缺乏重現真實自然的能力。WMA的全稱是WindowsMediaAudio，它是微軟公司推出的與MP3格式齊名的一種新的音頻格式。51聲音編輯GoldWave是一個專業(yè)級的數字音頻處理軟件。它可以以不同的采樣頻率錄制聲音，聲源可以是通過CD—ROM播放的激光音樂盤，也可以是通過音頻電纜傳送過來的錄音機信號，還可以通過麥克風直接進行現場錄音。CoolEdit是一個多軌錄混音軟件,功能強大,使用方便,放大、衰減、去噪、淡入淡出、回聲、混音、格式轉換。52實例:知道了圖像的分辨率和顏色深度，就可以計算出圖像的文件大小。文件大?。╧B）=圖像橫向點數×圖像縱向點數×顏色深度/8/1024如一幅分辨率為1024×768的16位圖像的文件大小為：1024×768×16/8/1024=1536kB≈1.5MB53文件格式

BMP是指位圖文件(BitmapFile)，其文件后綴名是.bmp，是微軟公司為其Windows環(huán)境設置的標準圖像格式，隨著Windows的不斷普及，BMP文件格式事實上也是PC機上的流行圖像文件格式，一般的圖像處理軟件都能打開該類文件。54GIF是GraphicsInterchangeFormat即圖形交換格式的縮寫，該格式文件的后綴名為.gif，可以用1～8位表示顏色，因此最多為256色.一個GIF文件中可以有多幅圖像，而且這多幅圖像可以按一定的時間間隔顯示，形成簡單的動畫。55JPEG是JointPhotographicExpertsGroup的縮寫，意思是聯合影像專家小組，這是一個由國際標準化組織（ISO）和國際電工委員會（IEC）聯合組成的專家組，負責制定靜態(tài)的數字圖像數據壓縮編碼標準，這個專家組開發(fā)的算法稱為JPEG算法，并且成為國際上通用的標準，相應的文件后綴為.JPG。JPEG標準是一個靜態(tài)圖像數據壓縮標準，既可用于灰度圖像又可用于彩色圖像。56TIF是TaggedImageFormat的縮寫，意思是標志圖像文件，這是一種多變的最復雜的圖像文件格式標準，支持的顏色從單色到真彩色，圖像文件可以是壓縮的和非壓縮的，其中壓縮的文件中，壓縮的方法很多，而且還可以擴充，有很大的選擇余地，由于這種靈活性，這種格式是圖像處理軟件支持的格式之一，大部分的OCR軟件也采用這種格式。57圖像編輯Micorsoft的“畫圖”程序是Windows操作系統附帶的一個圖像處理軟件，使用“開始\程序\附件\畫圖”命令啟動。該軟件簡單、方便，雖比不上其他專業(yè)軟件功能強大，但其非常小巧，做一些圖形的繪制、擦除、裁剪非常方便。如果不是對圖像做很多藝術上的加工，“畫圖”是個很好