03多媒体技术简介.pptVIP

多媒体技术简介 第三、四讲 主要内容 多媒体数据的获取技术 数字化技术 编码技术 压缩技术 多媒体技术标准 存储格式。 1 多媒体数据的获取技术 计算机本身可以创建的媒体：文本、图形、动画和MIDI音乐 从外部输入到计算机内的媒体：图像、音频和视频 图像、音频和视频这三种媒体需要数字化，才能让计算机处理。 2 数字化技术 数字化：将模拟信号变成数字信号的过程 采样：把连续时间或者连续空间分布转化为离散值的过程，必须遵循奈奎斯特定理 量化：把连续的采样值转化为离散值的过程，分为线性量化和非线性量化 编码：把量化值表示成数字形式的过程 音频数字化、图像数字化、视频数字化。 3 编码技术 编码模型 压缩编码分类 统计编码：哈夫曼（Huffman）编码、香农-费诺编码、算术编码、游程编码（RLC）和LZW编码(第二类编码) 预测编码 变换编码 分形编码 矢量化编码 子带编码。 4 压缩技术 编码压缩的必要性与可能性 多媒体数据存在着大量的冗余:空间冗余、时间冗余、结构冗余、知识冗余、视觉冗余、图像区域的相同性冗余和纹理的统计冗余 文本压缩技术 图像压缩技术 音频压缩技术 视频压缩技术。 5 多媒体技术标准 多媒体压缩标准 音频压缩标准 图像压缩标准 视频压缩标准 多媒体表示标准 同步多媒体集成语言 MHEG标准 多媒体元数据标准。 6 存储格式 文本存储格式：.doc、.rtf、.pdf 图像存储格式 音频存储格式: .WAV、.MP3、.MID、其它格式 视频存储格式。 音频 音频数字化 连续的音频波形可通过麦克风等输入设备转化为连续的电信号，要使计算机能够处理和传输音频信号，必须经过模/数转换过程 采样。对声音波形的采样就是按采样的频率间隔、不断地获取幅度的量值，使连续的声音波形转变为离散的数字量 量化。将信号范围分割成固定数量。 图像数字化 采样（Sampling）是对图像空间坐标的离散化，它决定了图像的空间分辨率，就是用一个网格(如右图所示)把待处理的图像覆盖 ，把每一小格上模拟图像的各个亮度取平均值，作为该小方格中点的值 把采样后所得的各像素灰度值从模拟量到离散量的转换称为图像灰度的量化。 编码压缩的必要性与可能性 众所周知，多媒体量化所需数据量大。音频、图像和视频的庞大数据对计算机的处理速度、存储容量都提出过高的要求。因此必须进行数据量压缩 从传送的角度来看，在信道带宽、通信链路容量一定的前提下，采用编码压缩技术，减少传输数据量，是提高通信速度的重要手段。因此，更要求数据量压缩。 多媒体数据存在着大量的冗余 众所周知，视频由一帧一帧的图像组成，而图像的各像素之间，无论是在行方向还是在列方向，都存在着一定的相关性，即冗余度。应用某种编码方法提取或减少这些冗余度，便可以达到压缩数据的目的。 图形 图形不直接描述数据的每一点，而是描述产生这些点的过程与方法，在计算机图形学和数字图像处理中，图像是位图的概念，基本元素是像素；图形则是向量图的概念，基本元素是图元，即图形指令。 图像 编码模型(图像) 压缩编码分类 统计编码 统计编码属无损编码，它是根据消息出现概率的分布特性而进行的压缩编码。统计编码又可分为定长码和变长码，常分为如下几类： 哈夫曼（Huffman）编码 香农-费诺编码 算术编码 游程编码（RLC） LZW编码。 预测编码 预测编码是根据离散信号之间存在着一定的相关性，利用前面的一个或多个信号对下一信号进行预测，然后对实际值和预测值的差(预测误差)进行编码 预测编码中典型的压缩方法有脉冲编码调制(PCM, Pulse Code Modulation)、差分脉冲编码调制(DPCM，Differential Pulse Code Modulation)、自适应差分脉冲编码调制(ADPCM，Adaptive Differential Pulse Code Modulation)等 预测编码可分为无损预测编码和有损预测编码。 变换编码 变换编码的原理如右图所示。从图中看出，存储或传输都是在变换域中进行的，即传输或存储都不是空域图像而是变换域系数，分一般正交变换和小波变换。 分形编码 分形编码与分形几何相关。所谓分形几何就是研究无限复杂但具有一定意义下的自相似图形和结构的几何学。分形编码正是利用分形几何中自相似的原理来实现数据压缩的。首先对图像进行分块，然后再去寻找各块之间的相似性，这里相似性的描述主要是依靠仿射变换来确定的，一旦找到了每块的仿射变换，就保存下这个仿射变换的系数，由于每块的数据量远大于仿射变换的系数，因而图像得以大幅度地压缩 分形图像编码和解码不够成熟，产生的压缩比不够高。压缩效果还不十分理想，在当前图像压缩编码中还不能占据主导地位。 子带编码 由于人眼对不同频域段的敏感程度不同，图像信号可以划分为不同