第二章多媒体信息处理().pptVIP

* * 第二章 多媒体信息处理技术 2.1 多媒体信息处理技术概述 2.2 信息表示与编码 2.3 多媒体数据压缩技术 2.4 多媒体数据压缩技术标准简介 2.2 信息表示与编码 由于多媒体技术的应用必须是在计算机系统中进行的，因此，多媒体信息（如文字、图形、图像、视频、声音等媒体信息）必须数字化。 多媒体信息数字化的过程需要经过采用、量化、编码等处理。 数字化处理面临的主要问题就是巨大的数据量，尤其是对动态图形和视频图像。 下面就不同媒体的信息表示和编码技术进行简单的介绍。 一、字符、文本的表示和编码 1、字符编码 主要采用ASCII编码（ISO646、GB1988） 2、汉字编码 GB2312-80、GBK汉字内码、GB18030-2000、CJK 3、多文种文字编码 UCS（通用多8位编码字符集，也为ISO/IEC10646标准）、Unicode（统一码或联合码） 二、声音信号表示和编码 声音的种类分为：语音、音乐、其他声音（如风声、雨声、鸟叫声、汽车声等），频率的范围为20～20KHz，其中语音频率范围为300～3400Hz。 原始声音信号是一个物理模拟信号，需要进行数字化才能在计算机上进行处理和使用。 声音信号数字化分为三个步骤： 采样 : 采样频率不应低于声音信号最高频率的2倍(Nyquist theory)，因此，语音信号采样频率一般为8KHz，而音乐信号采样频率为40KHz。 量化 ： 量化的样值用若干位二进制（比特）来表示，二进制位数的多少反映了声音波形幅度的精度，称为量化精度（量化分辨率）。通常量化精度为8位、12位和16位，量化精度越高，保真度越好。 例如，若每个样值用8位比特（一个字节）表示，则样值的取值范围是0～255，则量化精度为1/256。 量化的方法有两类：均匀量化和非均匀量化。 非均匀量化的思想是：大的输入信号采用大的量化间隔，而小的输入信号则采用小的量化间隔。目的是在满足精度的前提下，可以使用较小的位数来表示输入信号。声音还原时，采用相同的原则。 非均匀量化中，采样输入信号幅度和量化输出数据之间定义了两种对应关系：μ律压扩算法和A律压扩算法。 编码 ： 将量化后的数字信息通过一种或几种方法进行二进制编码，编码后的数字声音主要有几个重要参数：采样频率、量化位数、原始声音的声道数、码率（单位为kb/s或bps）、压缩编码方法。 单声道与双声道：记录声音时，如果每次生成一个声波数据，称为单声道；每次生成2个声波数据，称为双声道（立体声）。声道数是反映数字音频质量的一个重要指标。 数字音频的存储 通常编码过程也就意味着数据压缩过程。因为数字化后的声音信息的数据量很大。 数字化波形声音信号的存储数据量的计算公式为： 码率＝（采样频率×量化位数×声道数）/8 （单位：B/s或KB/s） 数据量＝码率×时间 （单位：B/KB/MB） 例如，具有CD音乐激光唱盘音质的波形声音，具有如下的典型参数：采样频率为44.1KHz，量化位数为16位，立体声声道数为2，则根据下列公式： 码率=（采样频率×量化位数×声道数）/ 8 （字节/秒） 则得到其码率＝（44.1×16×2）/8 ＝ 0.17MB/s。 那么，1小时的数据量为 数据量＝码率×时间 ＝0.17×3600 ＝612MB/s 也就是说，如果不进行压缩编码，在一个容量为标准的650MB的光盘中存放的时间约为1个多小时的音频数据（大约能存储10多首歌曲）。 数字声音的数据压缩编码方法很多，从原理上大致分为3类： 波形编码（如PCM、ADPCM、子带编码等） 参数编码或模型编码 混合编码 数字声音的编码技术目前已经形成了国际标准，典型的有：ITU－G系列标准、MPEG系列标准。 数字音频的文件格式： 1）波形音频，如wav文件等，