第四章多媒体应技术基础.ppt

第四章 多媒体技术基础 [本章内容] 多媒体的概念 声音处理 图像处理 动画处理 视频处理 3.1 多媒体的概念 媒体(Media)是指承载或传递信息的载体。 媒体具有多种形式： 1. 存储信息的实体载体，如纸张、磁盘等； 2. 表述信息的逻辑载体，如文字、声音、图形、图像等。 1、媒体的分类 根据CCITT的定义，媒体可分为五种： 感觉媒体：例如声音、文字、图像及物质的质地、形状等。 表示媒体：例如语言、图像、视频的编码方式。 显示媒体：例如输入显示媒体（键盘等）和输出显示媒体（显示器等）。 存储媒体：例如磁盘、光盘等。 传输媒体：例如双绞线、光纤等。 2、多媒体与多媒体技术 通常人们将各种感觉媒体包括文字、声音、图形、图像、动画、视频称为多媒体。 多媒体技术：以计算机为中心，把语音、图像和视频处理技术等集成在一起的技术。 多媒体技术涉及：数字化信息处理技术、音频和视频技术、计算机软硬件技术、人工智能和模式识别技术、通信和网络技术。 3、多媒体计算机系统 多媒体计算机系统的组成： 硬件系统 软件系统（操作系统） 多媒体API（应用程序接口） 多媒体创作工具软件 多媒体应用系统 4.2 声音处理基础 1、音频信号的类型 音频信号可分为两类：语音信号和非语音信号。 2、音频的数字化过程 计算机要处理音频信息，首先要将模拟音频信号（如语音5.7 Internet的服务 与应用、音乐等）转变成数字信号，这个过程称之为模／数转换（A／D）。 模拟信号数字化过程的三个步骤：采样、量化和编码。 1）采样 采样是指用每隔一定时间间隔，在模拟声音的波形上取一个幅度值，把时间上的连续信号变成时间上的离散信号。 采样周期：即采样的时间间隔，（其倒数为采样频率） 采样频率：每秒钟对模拟信号的采样次数 目前最常用的三种采样频率分别为：电话效果（11 kHz）、FM电台效果（22 kHz）和CD效果（44.1 kHz）。 2）量化 量化：对声波波形幅度的数字化。 量化位数：量化时采用的二进制位数，位数越多，精度也越高，音质越细腻。 例如，用16个二进制位（bit）表示声音，可将声音强度分为216 =65536级。 每秒声音的数据量 =采样频率×量化位数×声道数/8（字节） 3）编码 编码：是按照一定的格式，把量化后的值用二进制数字表示，并加入一些纠错、同步和控制的数据。 常用的编码方式：脉冲编码调制（PCM），特点是抗干扰能力强、失真小、传输特性稳定。 3、数字音频的文件格式 波形文件—— .wav WAV文件来源于对声音模拟波形的采样，并以不同的量化位数把这些采样点的值转换成二进制数，然后存入磁盘。 WAV文件支持多种压缩算法，支持多种音频位数、采样频率和声道，但文件尺寸过大。 MPEG音频文件——.mp1/.mp2/.mp3 这里的音频文件格式指的是MPEG标准中的音频部分（音频层）。根据压缩质量和编码处理的不同分为3层，分别对.mp1/.mp2/.mp3这3种声音文件。 MPEG音频文件的压缩是一种有损压缩,其中MPEG3音频编码具有10：1～12：1的高压缩率，用.mp3格式来储存，一般只有.wav文件的1/10，而音质要次于CD格式或WAV格式的声音文件。 使用Winamp播放。 RealAudio文件—— .RA/.RM/.RAM 一种新型流式音频（Streaming Audio）文件格式，使用Real Player播放。 特点：可以实时传输音频信息，尤其是在网速较慢的情况下，仍然可以较为流畅地传送数据，因此RealAudio主要适用于网络上的在线播放。 VOC文件 VOC文件是Creative公司的波形音频文件格式，也是声霸卡使用的音频文件. AIFF文件——.AIF/.AIFF 苹果公司开发的声音文件格式，被Macintosh平台和应用程序所支持。 CD音乐格式——.CDA CD存储采用了音轨的形式，其取样频率为44.1kHz，16位量化位数，是一种近似无损的格式。 MIDI文件—— .MID/.RMI MIDI是数字乐器接口的国际标准，规定了使用数字编码来描述音乐乐谱的规范。计算机就是根据MIDI文件中存放的对MIDI设备的命令，即每个音符的频率、音量、通道号等指示信息进行音乐合成的。MID文件的优点是短小；缺点是播放效果因软、硬件而异。 ASF文件—— .ASF/.WMA ASF和WMA都是微软公司针对Real公司开发的新一代网上流式数字音频压缩技术。这种压缩技术的特