《全國(guó)計(jì)算機(jī)等級(jí)考試一級(jí)教程》課件-1-3

1.3多媒體簡(jiǎn)介

隨著電子技術(shù)和信息處理技術(shù)的發(fā)展，計(jì)算機(jī)技術(shù)、廣播電視技術(shù)和通信網(wǎng)絡(luò)技術(shù)這三個(gè)領(lǐng)域互相滲透、通融、促進(jìn)，從而形成了一門(mén)新的技術(shù)，即多媒體技術(shù)，出現(xiàn)了改善人類信息的交流。對(duì)人們生活方式、交互環(huán)境起到了不容忽視的作用。

1.3.1多媒體的基本概念

多媒體是指文本、圖形、圖像、聲音、動(dòng)畫(huà)、視頻等多種媒體的統(tǒng)稱。多媒體技術(shù)是指利用計(jì)算機(jī)對(duì)文本、圖形、圖像、聲音、視頻等多種信息綜合處理，在各種媒體信息間建立邏輯關(guān)系和人機(jī)交互作用的技術(shù)。按照國(guó)際電信聯(lián)盟（ITU）標(biāo)準(zhǔn)的定義，媒體一般分為感覺(jué)媒體、表示媒體、表現(xiàn)媒體、存儲(chǔ)媒體和傳輸媒體。

多媒體是融合了兩種以上媒體的人機(jī)交互式信息交流和傳播媒體，具有以下5個(gè)特點(diǎn)：多樣性、交互性、集成性、數(shù)字化和實(shí)時(shí)性。1.3.2媒體的數(shù)字化

在計(jì)算機(jī)和通信領(lǐng)域里，歸結(jié)為最基本的三種媒體是：聲音、圖像、文本。傳統(tǒng)的計(jì)算機(jī)只能夠處理單一的文本媒體，而多媒體計(jì)算機(jī)能夠同時(shí)采集、處理、存儲(chǔ)和展示多種媒體信息。1．聲音

聲音是一種重要的媒體，其種類繁多，如人的語(yǔ)音、動(dòng)物的聲音、樂(lè)器聲、機(jī)器聲，等等。（1）聲音的數(shù)字化

聲音是通過(guò)空氣傳播的連續(xù)的波，即聲波。聲波傳入人耳，人們就產(chǎn)生了聲音的感覺(jué)。計(jì)算機(jī)系統(tǒng)通過(guò)輸入設(shè)備（麥克風(fēng)等）輸入聲音信號(hào)，并對(duì)其進(jìn)行采樣、量化而將其轉(zhuǎn)換成數(shù)字信號(hào)，然后通過(guò)輸出設(shè)備（音箱等）輸出。將連續(xù)的模擬信息變成離散的數(shù)字信號(hào)就是數(shù)字化，數(shù)字化的基本技術(shù)是脈沖編碼調(diào)制，主要包括采樣、量化、編碼3個(gè)基本過(guò)程：

①采樣：聲音用電表示時(shí)，聲音信號(hào)是在時(shí)間上和幅度上都連續(xù)的模擬信號(hào)。每隔一段時(shí)間對(duì)連續(xù)的模擬信號(hào)進(jìn)行測(cè)量，就是采樣。每秒鐘的采樣次數(shù)即為采樣頻率。采樣頻率越高，采集到的樣本就越多，則聲音信號(hào)的還原性能就越好。根據(jù)奈奎斯特采樣定理，當(dāng)采樣頻率大于或等于聲音信號(hào)最高頻率的兩倍時(shí)，就可以將采集到的樣本還原成原聲音信號(hào)。

②量化：在這些特定的時(shí)刻采樣后得到的信號(hào)轉(zhuǎn)換成相應(yīng)的數(shù)值，就是量化。轉(zhuǎn)換后的數(shù)值以幾位二進(jìn)制數(shù)的形式進(jìn)行存儲(chǔ)即為量化位數(shù)。

量化位數(shù)一般為8位、16位。量化位數(shù)越大，采集到的樣本精度就越高，聲音的質(zhì)量就越高。但量化位數(shù)越多，需要的存儲(chǔ)空間也就越多。

記錄聲音時(shí)，每次只產(chǎn)生一組聲波數(shù)據(jù)，稱單聲道；每次產(chǎn)生兩組聲波數(shù)據(jù)，稱雙聲道。雙聲道具有空間立體效果，但所占空間比單聲道多一倍。

③編碼：經(jīng)過(guò)采樣、量化后，還需要進(jìn)行編碼，即將量化后的數(shù)據(jù)轉(zhuǎn)換成二進(jìn)制碼組。編碼是將量化的結(jié)果采用二進(jìn)制數(shù)的形式表示。有時(shí)也將量化和編碼過(guò)程統(tǒng)稱為量化。最終產(chǎn)生的音頻數(shù)據(jù)量按照下面公式計(jì)算：頻數(shù)據(jù)量（B）=采樣時(shí)間（S）×采樣頻率（Hz）×量化位數(shù)（b）×聲道數(shù)／8

采樣和量化過(guò)程中使用的主要硬件是A／D轉(zhuǎn)換器（模擬／數(shù)字轉(zhuǎn)換器，實(shí)現(xiàn)模擬信號(hào)到數(shù)字信號(hào)的轉(zhuǎn)換）和D／A轉(zhuǎn)換器（數(shù)字／模擬轉(zhuǎn)換器，實(shí)現(xiàn)數(shù)字信號(hào)到模擬信號(hào)的轉(zhuǎn)換）。（2）聲音文件格式

存儲(chǔ)聲音信息的文件格式有很多種，常用的有WAV文件、MPEG文件、RealAudio文件、MIDI文件、VOC文件、AU文件以及AIF文件等。WAV文件又稱為波形文件，它是以“.wav”作為文件的擴(kuò)展名。WAV文件是Windows中采用的波形文件存儲(chǔ)格式，它是對(duì)聲音信號(hào)進(jìn)行采樣、量化后生成的聲音文件。波形文件中除了采樣頻率、樣本精度等內(nèi)容外，主要是由大量的經(jīng)采樣、量化后得到聲音數(shù)據(jù)組成的。因此，波形文件的大小可以近似地等于大量的聲音數(shù)據(jù)所占用的存儲(chǔ)空間。MPEG文件是指采用MPEG（.mp1/.mp2/.mp3）音頻壓縮標(biāo)準(zhǔn)進(jìn)行壓縮的文件。MPEG音頻文件的壓縮是一種有損壓縮，根據(jù)壓縮質(zhì)量和編碼復(fù)雜程度的不同可分為3層，分別對(duì)應(yīng)MP1、MP2、MP3這三種音頻文件，壓縮比分別是4:1，6:1～8:1，10:1～12:1。其中MP3文件因?yàn)槠鋲嚎s比高、音質(zhì)接近CD、制作簡(jiǎn)單、便于交換等優(yōu)點(diǎn)，非常適合在網(wǎng)上傳播，是目前使用最多的音頻文件格式，其音質(zhì)稍差于WAV文件。RealAudio文件是由RealNetwork公司推出的一種網(wǎng)絡(luò)音頻文件格式，采用了“音頻流”技術(shù)，其最大的特點(diǎn)就是可以實(shí)時(shí)傳播音頻信息，尤其是在網(wǎng)速較慢的情況下，仍然可以較為流暢地傳送數(shù)據(jù)，因此主要適用于在網(wǎng)絡(luò)上在線播放?，F(xiàn)在的RealAudio文件格式主要有RA、RM和RMX三種，這些文件的共性在于隨著網(wǎng)絡(luò)帶寬的不同而改變聲音的質(zhì)量，在保證大多數(shù)人聽(tīng)到流暢聲音的前提下，使帶寬較寬的聽(tīng)眾獲得好的音質(zhì)。MIDI（MusicalInstrumentDigitalInterface，電子樂(lè)器數(shù)字接口）文件規(guī)定了樂(lè)器、計(jì)算機(jī)、音樂(lè)合成器以及其他電子設(shè)備之間交換音樂(lè)信息的一組標(biāo)準(zhǔn)規(guī)定。MIDI文件中的數(shù)據(jù)記錄的是一些關(guān)于樂(lè)曲演奏的內(nèi)容，而不是實(shí)際的聲音。因此MIDI文件要比WAV文件小很多，而且易于編輯、處理。MIDI的缺點(diǎn)是播放聲音的效果依賴于播放MIDI的硬件質(zhì)量，但整體效果都不如WAV文件。產(chǎn)生MIDI樂(lè)音的方法有很多種，常用的有FM合成法和波表合成法。MIDI文件的擴(kuò)展名有“.mid”、“.rmi”等。VOC文件是聲霸卡使用的音頻文件格式，它以“.voc”作為文件的擴(kuò)展名。AU文件主要用在Unix工作站上，它以“.au”作為文件的擴(kuò)展名。AIF文件是蘋(píng)果機(jī)的音頻文件格式，它以“.aif”作為文件的擴(kuò)展名。。2．圖像（1）靜態(tài)圖像的數(shù)字化

一幅圖像可以近似地看成是由許許多多的點(diǎn)組成的，因此它的數(shù)字化通過(guò)采樣和量化就可以得到。圖像的采樣就是采集組成一幅圖像的點(diǎn)。量化就是將采集到的信息轉(zhuǎn)換成相應(yīng)的數(shù)值。組成一幅圖像的每個(gè)點(diǎn)被稱為是一個(gè)像素，每個(gè)像素值表示其顏色、屬性等信息。存儲(chǔ)圖像顏色的二進(jìn)制數(shù)的位數(shù)，稱為顏色深度。（2）動(dòng)態(tài)圖像的數(shù)字化

由于人眼看到的一幅圖像消失后，還將在視網(wǎng)膜上滯留幾毫秒，因此動(dòng)態(tài)圖像正是根據(jù)這樣的原理而產(chǎn)生的。動(dòng)態(tài)圖像是將靜態(tài)圖像以每秒鐘n幅的速度播放，當(dāng)n≥25時(shí)，顯示在人眼中的就是連續(xù)的畫(huà)面。（3）點(diǎn)位圖和矢量圖

表達(dá)或生成圖像通常有兩種方法：點(diǎn)位圖法和矢量圖法。點(diǎn)位圖法就是將一幅圖像分成很多小像素，每個(gè)像素用若干二進(jìn)制位表示像素的顏色、屬性等信息。矢量圖法就是用一些指令來(lái)表示一幅圖。（4）圖像文件格式

bmp文件：是Windows采用的圖像文件存儲(chǔ)格式。

gif文件：供聯(lián)機(jī)圖形交換使用的一種圖像文件格式，目前在網(wǎng)絡(luò)通信中被廣泛采用。

tiff文件：二進(jìn)制文件格式。廣泛用于桌面出版系統(tǒng)、圖形系統(tǒng)和廣告制作系統(tǒng)，也可以用于一種平臺(tái)到另一種平臺(tái)間圖形的轉(zhuǎn)換。

png文件：圖像文件格式，其開(kāi)發(fā)目的是替代GIF文件格式和TIFF文件格式。

wmf文件：是絕大多數(shù)Windows應(yīng)用程序都可以有效處理的格式，其應(yīng)用很廣泛，是桌面出版系統(tǒng)中常用的圖形格式。

dxf文件：一種向量格式，絕大多數(shù)繪圖軟件都支持這種格式。（5）視頻文件格式

avi文件：是Windows操作系統(tǒng)中數(shù)字視頻文件的標(biāo)準(zhǔn)格式。

mov文件：是QuickTimeforWindows視頻處理軟件所采用的視頻文件格式，其圖像畫(huà)面的質(zhì)量比AVI文件要好。1.3.3多媒體數(shù)據(jù)壓縮

多媒體信息數(shù)字化之后，其數(shù)據(jù)量往往非常龐大。多媒體信息必須經(jīng)過(guò)壓縮才能滿足實(shí)際的需要。

數(shù)據(jù)壓縮可以分為兩種類型：無(wú)損壓縮和有損壓縮。1．無(wú)損壓縮

無(wú)損壓縮是指壓縮后的數(shù)據(jù)能夠完全還原成壓縮前的數(shù)據(jù)，壓縮比較低一般為2:1～5:1。常用的無(wú)損壓縮編碼技術(shù)包括行程編碼、熵編碼等。（1）行程編碼

行程編碼簡(jiǎn)單直觀，編碼和解碼速度快；其壓縮比與壓縮數(shù)據(jù)本身有關(guān)，行程長(zhǎng)度大，壓縮比就高。適于計(jì)算機(jī)繪制的圖像，如BMP、AVI文件；對(duì)于彩色照片，由于色彩豐富，采用行程編碼壓縮比會(huì)比較小。（2）熵編碼

根據(jù)信源符號(hào)出現(xiàn)概率的分布特性進(jìn)行碼率壓縮的編碼方式稱為熵編碼，也叫統(tǒng)計(jì)編碼。其目的在于在信源符號(hào)和碼字之間建立明確的一一對(duì)應(yīng)關(guān)系，以便在恢復(fù)時(shí)能準(zhǔn)確地再現(xiàn)原信號(hào)，同時(shí)使平均碼長(zhǎng)或碼率盡量小。熵編碼包括霍夫曼編碼和算術(shù)編碼。

算術(shù)編碼的優(yōu)點(diǎn)是每個(gè)傳輸符號(hào)不需要被編碼成整數(shù)“比特”。雖然算術(shù)編碼實(shí)現(xiàn)方法復(fù)雜，但通常算術(shù)編碼的性能優(yōu)于霍夫曼編碼。JPEG標(biāo)準(zhǔn)：第一個(gè)針對(duì)靜止圖像壓縮的國(guó)際標(biāo)準(zhǔn)。JPEG標(biāo)準(zhǔn)制定了兩種基本的壓縮編碼方案：以離散余弦變換為基礎(chǔ)的有損壓縮編碼方案和以預(yù)測(cè)技術(shù)為基礎(chǔ)的無(wú)損壓縮編碼方案。

MPEG標(biāo)準(zhǔn)：規(guī)定了聲音數(shù)據(jù)和電視圖像數(shù)據(jù)的編碼和解碼過(guò)程、聲音和數(shù)據(jù)之間的同步等問(wèn)題。MPEG-1和MPEG-2是數(shù)字電視標(biāo)準(zhǔn)，其內(nèi)容包括MPEG電視圖像、MPEG聲音及MPEG系統(tǒng)等內(nèi)容。MPEG-4是1999年發(fā)布的多媒體應(yīng)用標(biāo)準(zhǔn)，其目標(biāo)是在異種結(jié)構(gòu)網(wǎng)絡(luò)中能夠具有很強(qiáng)的交互功能并且能夠高度可靠地工作。MPEG-7是多媒體內(nèi)容描述接口標(biāo)準(zhǔn)，其應(yīng)用領(lǐng)域包括數(shù)字圖書(shū)館、多媒體創(chuàng)作等。2．有損壓縮

有損壓縮是指壓縮后的數(shù)據(jù)不能夠完全還原成壓縮前的數(shù)據(jù)，其損失的信息多是對(duì)視覺(jué)和聽(tīng)覺(jué)感知不重要的信息。有損壓縮的壓縮比要高于無(wú)損壓縮。典型的有損壓縮編碼方法有預(yù)測(cè)編碼、變換編碼、基于模型編碼、分形編碼及矢量量化編碼等。（1）預(yù)測(cè)編碼

預(yù)測(cè)編碼是根據(jù)離散信號(hào)之間存在著一定相關(guān)性的特點(diǎn)，利用前面一個(gè)或多個(gè)信號(hào)對(duì)下一個(gè)信號(hào)進(jìn)行預(yù)測(cè)，然后對(duì)實(shí)際值和預(yù)測(cè)值之差進(jìn)行編碼和傳輸。在接收端把差值與實(shí)際值相加，恢復(fù)原始值。在同等精度下，就可以用比較少的“比特”進(jìn)行編碼，達(dá)到壓縮的目的。

預(yù)測(cè)編碼中典型的壓縮方法有脈沖編碼調(diào)制、差分脈沖編碼調(diào)制、自適應(yīng)差分脈沖編碼調(diào)制等，它們比較適合于聲音、圖像數(shù)據(jù)的壓縮，因?yàn)檫@些數(shù)據(jù)由采樣得到，相鄰采樣值之間相差不多很大，可以用較少位來(lái)表示。（2）變換編碼

變換編碼是指先對(duì)信號(hào)進(jìn)行某種函數(shù)變換，從一種信號(hào)空間轉(zhuǎn)換到另一種信號(hào)空間，然后再對(duì)信號(hào)進(jìn)行編碼。如將時(shí)域信號(hào)變換到頻域，因?yàn)槁曇?、圖像信號(hào)在頻域中其能量相對(duì)集中在直流及低頻部分，高頻部分則只包含少量的細(xì)節(jié)，如果去除這些細(xì)節(jié)，并不影響人類對(duì)聲音或圖像的感知效果，所以對(duì)變換后的信號(hào)進(jìn)行編碼，能夠大大壓縮數(shù)據(jù)。

變換編碼包括四個(gè)步驟：變換、變換域采樣、量化和編碼。變換本身并不進(jìn)行數(shù)據(jù)壓縮，它只把信號(hào)映射到另一個(gè)域，使信號(hào)在變換域里容易進(jìn)行壓縮，變換后的樣值更獨(dú)立和有序。典型的變換有離散余弦變換DCT、離散傅里葉變換DFT、沃爾什—哈達(dá)瑪變換WHT和小波變換等。量化是將處于取值范圍X的信號(hào)映射到一個(gè)較小的取值范圍Y中，壓縮后的信號(hào)比原信號(hào)所需的比特?cái)?shù)減少。（3）基于模型編碼

如果把以預(yù)測(cè)編碼和變換編碼為核心的基于波形的編碼稱為第一代編碼技術(shù)，則基于模型的編碼就是第二代編碼技術(shù)。

基于模型編碼的基本思想是：在發(fā)送端，利用圖像分析模塊對(duì)輸入圖像提取緊湊和必要的描述信息，得到一些數(shù)據(jù)量不大得模型參數(shù)；在接收端，利用圖像綜合模塊重建原圖像，是對(duì)圖像信息的合成過(guò)程。（4）分形編碼

分形編碼的目的是發(fā)覺(jué)自然物體（如大地、森林等）在結(jié)構(gòu)上的自相似形，這種自相似形是圖像整體與局部相關(guān)性的表現(xiàn)。分形編碼正是利用了分形幾何中的自形似的原理來(lái)實(shí)現(xiàn)的。首先對(duì)圖像進(jìn)行分塊，然后尋找各塊之間的相似形，這里相似形的描述主要是依靠仿射變換確定的。一旦找到了每塊的仿射變換，就保存這個(gè)仿射變換的系數(shù)。由于每塊的數(shù)據(jù)量遠(yuǎn)大于仿射變換的系數(shù)，因而圖像得以大幅度的壓縮。

分形編碼以其獨(dú)特新穎的思想，成為目前數(shù)據(jù)壓縮領(lǐng)域的研究熱點(diǎn)之一。