第3章多媒体信息处理技术.pdfVIP

第 3 章　多媒体信息处理技术 本章介绍多媒体信息处理技术的基本问题,包括多媒体数据的分类、多媒体信息的计算机表示、多媒体数 据压缩和编码技术、音频卡和视频卡的应用。重点是掌握多媒体信息处理技术的基本概念,学会音频卡和视频 卡的安装与使用, 了解多媒体技术中数据的压缩与编码方法。 通过相关实验, 掌握获取多媒体素材的一般 方法。 3 1　多媒体数据的分类及特点 媒体是承载信息的载体,是信息的表示形式。客观世界有各种各样的信息形式,它们都是 自然界和人类社会活动中原始信息的具体描述和表现,信息媒体元素是指多媒体应用中可以显 示给用户的媒体组成元素, 目前主要包括文本、 图形、 图像、声音、动画和视频等媒体。 1 多媒体数据的特点 传统的数据采用编码表示,数据量并不大。而多媒体数据具有数据量巨大、数据类型多、 数据类型间差别大、数据输入和输出复杂等特点。例如一幅 640 × 480 分辨率、256 种颜色的 彩色照片,存储量要0 3 MB,CD 双声道的声音,存储量要 1 4 MB/ s 多媒体数据类型多,包 括图形、 图像、声音、文本和动画等多种形式,即使同属于图像一类,也还有黑白、彩色、高 分辨率和低分辨率之分, 由于不同类型的媒体内容和格式不同,其存储容量、信息组织方法等 方面都有很大的差异。 因此,多媒体数据在计算机中的表示是一项很复杂的工作。 2 多媒体数据的分类 (1)文字 现实世界中,文字是人们通信的主要方式。在计算机中,文字是人与计算机之间信息交换 的主要媒体。文字用二进制编码表示,也就是使用不同的二进制编码来代表不同的文字。在计 算机发展的早期, 比较流行的终端一般为文字终端,在屏幕上显示的都是文字信息。 由于人们 在现实生活中不局限于用文字进行交流,所以出现了图形、 图像、声音等媒体,这样也就相应 地出现了多种终端设备。 文本是各种文字的集合。它是用得最多的一种符号媒体形式,是人和计算机交互作用的主 要形式。 文本数据可以在文本编辑软件里制作,如Word 编写的文本文件大多可以直接应用到多媒 体应用系统中。但多媒体文本大多直接在制作图形软件或多媒体编辑软件时一起制作。 相对于图像而言,文本媒体的数据量要小得多。它不像图像那样记录特定区域中的所有的 信息,而只是按需要抽象出事物中最本质的特征加以表示。 (2 )音频 音频泛指声音,除语音、音乐外,还包括各种音响效果。将音频信号集成到多媒体中,可 28 第3 章　多媒体信息处理技术 提供其他任何媒体不能取代的效果,从而烘托气氛、增加活力。 音频通常被作为 “音频信号” 或 “声音” 的同义语,如:波形声音、语音和音乐等,它 们都属于听觉媒体,其频率范围大约在20 Hz ～ 20 kHz 之间。 波形声音包含了所有的声音形式。任何声音信号,包括话筒、磁带录音、无线电和电视广 播、光盘等各种声源所产生的声音,都要首先对其进行模数转换,然后再恢复出来。 人的声音不仅是一种波形,而且还有语言和语音学的内涵,可以利用特殊的方法进行抽 取,通常语音也作为一种媒体。 音乐是符号化了的声音。这种符号就是乐谱,乐谱是转化为符号媒体的声音。MIDI 是十 分规范的一种形式。 声音数据具有很强的前后相关性,数据量大,实时性强。声音有两种类型:一类是直接获 取的声音,一类是合成声音。 (3 )图形、 图像 一般地说,凡是能被人类视觉系统所感知的信息形式或人们心目中的有形想象都称为图 像。事实上,无论是图形,还是文字、视频等,最终都以图像的形式出现,但是由于在计算机 中对它们分别有不同的表示、处理及显示方法,一般把它们看成不同的媒体形式。 图像文件以位图形式保存。位图图像是一种最基本的形式。位图是在空间和亮度上已经离 散化的图像,可以把一幅位图图像看成一个矩阵,矩阵中的任一元素对应于图像的一个点,而 相应的值对应于该点的灰度等级。 图形是指从点、线、面到三维空间的黑白或彩色几何图形,也称向量图。 图形是一种抽象 化的图像,是对图像依据某个标准进行分析而产生的结果。 向量图形文件则用向量代表图中的文件, 以直线为例,在向量图中,有一数据说明该元件 为直线,另外有些数据注明该直线的起始坐标及其方向、长度或终止坐标。 图形文件保存的不是像素点的值,而是一组描述点、线、面等几何图形的大小、形状、位 置、维数等其他