多媒体通信技术——多媒体信息处理的必要性和可行性.pptxVIP

2.1 多媒体信息的特点 ; （2） 码率可变、 突发性强： 代表多媒体信息的数据流其码率是随着不同的信息内容、 所处的不同时间而不断变化的。 人们讲话时的停顿、 所传场景图像中物体的运动等都会形成码流速率的波动， 而且这种波动往往呈现出极强的突发性。 再加上采用了种种信息压缩编码的方法， 就更加剧了这种变化。 　 　（3） 复合性信息多， 同步性、 实时性要求高： 多媒体通信系统中传输的往往是两种或两种以上媒体的复合信息， 各类信息之间存在着很强的关联， 因此， 对信息传输的同步性及实时性的要求也就相当高了。 ;2.2 信息压缩的必要性 ; 再设各样点均被数字化为8 bit， 从而1秒钟的电视信号的数据量为 （4＋1.3＋0.5）× 2 × 8 bit = 92.8 Mbit 因而一张640 MB容量的CD[CD*2]ROM能够存放的原始电视数据（每字节附有2位校验位）为 640×8／［92.8×(1+0.25)］=44 s 也就是说， 一张普通光盘只能存放44 s的原始数据。 ; 很显然， 电视信号数字化后直接保存的方法是难以令人接受的， 因而必须采取某些措施进行保存， 例如， 对图像数据进行压缩后再保存。 我们再来看看语音信号的数据量， 人在正常说话时的音频一般在200 Hz～3.4 kHz， 即人类语音的带宽为3.4 kHz。 同样依据采样定理， 并设数字化精度为8 bit， 则每秒的数据量为 3.4 kHz×2×8=54.4 kbit 在上述采样条件下讲一分钟话的数据量约为400 kbit。 表2.2-1列出了支持语音、 图像、 视频等多媒体信号高质量存储和传输所必需的未压缩速率以及信号特性。 ;表2.2-1 各种信号的特性和未压缩速率 ; 从以上两个例子以及表2.2-1可以看出： 未进行任何形式编码和压缩的窄带语音信号需要128 kb/s的速率， 即两倍于普通电话的速率。 信号未被压缩的宽带话音需要256 kb/s的速率， 未压缩的双声道立体声CD音频需要1.41 Mb/s的速率。 在保持原始信号质量的前提下， 窄带语音可以压缩到4 kb/s（30∶1的压缩比）， 宽带话音可以压缩到约16 kb/s（15∶1的压缩比）， CD音频可以压缩到64 kb/s（22∶1的压缩比）。 ; 显然， 对于多媒体处理系统所要求的语音与音频、 图像、 视频、 文本、 数据的结合， 信号进行有效的存储和传输之前， 必须进行处理， 而最关键的处理方法是进行数据压缩。 多媒体信息压缩技术的对象主要是视频、 音频和文本信息这三大类。 例如， 现代数字压缩技术可以对多数图像实现大于100∶1的压缩比， 而质量没有重大损失。 ;2.3 信息压缩的可行性 ;图2.3-1 空间冗余 ; 1． 空间冗余 空间冗余是在图像数据中经常存在的一种冗余。 在任何一幅图像中， 均有许多灰度或颜色都相同的邻近像素组成的局部区域， 它们形成了一个性质相同的集合块， 即它们之间具有空间（或空域）上的强相关性， 在图像中就表现为空间冗余。 例如， 图2.3-1是一张俯视图， 图中央的黑色是一块表面均匀的积木块， 在图中， 黑色区域所有点的光强和色彩以及饱和度都是相同的， 因而黑色区域的数据表达有很大的冗余。 ; 对空间冗余的压缩方法就是把这种集合块当作一个整体， 用极少的数据量来表示它， 从而节省了存储空间。 这种压缩方法叫空间压缩或帧内压缩， 它的基本点就在于减少邻近像素之间的空间（或空域）相关性。 ; 2． 时间冗余 时间冗余是活动图像和语音数据中经常包含的冗余。 活动图像中的两幅相邻的图像有较大的相关性， 这反映为时间冗余。 同理， 在语音中， 由于人在说话时其发出的音频是一个连续和渐变的过程， 而不是一个完全的时间上独立的过程, 因而存在着时间冗余。 图2.3-2中F1帧中有一辆汽车和一个路标P， 在经过时间T后的图像F2仍包含以上两个物体，; 只是小车向前行驶了一段路程。 此时， F1和F2是时间相关的， 后一幅图像F2在参照图像F1的基础上只需很少数据量即可表示出来， 从而减少了存储空间， 实现了数据压缩。 这种压缩对运动图像往往能得到很高的压缩比， 这也称为时间压缩或帧间压缩。 ;图2.3-2 时间冗余 ; 3．