武漢大學(xué)多媒體

理解多媒體、多媒體技術(shù)的概念明確多媒體中的主要元素及其特點(diǎn)了解多媒體的關(guān)鍵特性以及這些特性之間的關(guān)系了解多媒體的關(guān)鍵技術(shù)、主要應(yīng)用領(lǐng)域和發(fā)展方向了解多媒體數(shù)據(jù)壓縮方法第8章多媒體技術(shù)概述多媒體的基本概念1多媒體的定義2多媒體技術(shù)及其特性3多媒體中的媒體元素及其特征1多媒體的定義“多媒體”一詞譯自英文“Multimedia”即“Multiple”和”Media”的合成其核心詞是媒體何謂多媒體呢？媒質(zhì)：存儲(chǔ)信息的實(shí)體，如磁盤、光盤、磁帶、半導(dǎo)體存儲(chǔ)器等。媒介：傳遞信息的載體，如數(shù)字、文字、聲音、圖形和圖像等。媒體（medium）在計(jì)算機(jī)領(lǐng)域有兩種含義：即媒質(zhì)和媒介。 (1)感覺媒體：能直接作用于人們的感覺器官，從而能使人產(chǎn)生直接感覺的媒體。如語音、音樂、各種圖像、動(dòng)畫、文本等。 (2)表示媒體：為了傳送感覺媒體而人為研究出來的媒體。借助于此種媒體，便能更有效的存儲(chǔ)或傳送感覺媒體。如語言編碼、電報(bào)碼等。 通常概念的“媒體”，可分為以下五種類型： (3)顯示媒體：用于通信中使電信號(hào)和感覺媒體之間產(chǎn)生轉(zhuǎn)換用的媒體。如輸入、輸出設(shè)施，鍵盤鼠標(biāo)器、顯示器、打印機(jī)等。 (5)存儲(chǔ)媒體：用于存放某種媒體的媒體如紙張、磁帶、磁盤、光盤等。 (4)傳輸媒體：用于傳輸某些媒體的媒體，如電話線、電纜光纖等。 多媒體計(jì)算機(jī)技術(shù)的定義： 計(jì)算機(jī)綜合處理多種媒體信息，文本圖形、圖像、音頻和視頻，使多種信息建立邏輯連接，集成為一個(gè)系統(tǒng)并具有交互性。2計(jì)算機(jī)技術(shù)及其特性多媒體計(jì)算機(jī)技術(shù)的三個(gè)主要特性信息載體的多樣性交互性集成性

信息載體的多樣性是相對(duì)于計(jì)算機(jī)而言的，即指信息媒體的多樣性。 多媒體就是要把計(jì)算機(jī)處理的信息多樣化或多維化，從而改變計(jì)算機(jī)信息處理的單一模式，使人們能交互的處理多種信息。信息載體的多樣性交互性 多媒體的交互性是指用戶可以與計(jì)算機(jī)的多種信息媒體進(jìn)行交互操作從而為用戶提供了更加有效地控制和使用信息的手段。集成性

集成性是指以計(jì)算機(jī)為中心綜合處理多種信息媒體，它包括信息媒體的集成和處理這些媒體的設(shè)備的集成。

信息媒體的集成包括信息的多通道統(tǒng)一獲取、多媒體信息的統(tǒng)一組織和存儲(chǔ)、多媒體信息表現(xiàn)合成等方面。

多媒體設(shè)備的集成包括硬件和軟件兩個(gè)方面。 多媒體媒體元素是指多媒體應(yīng)用中可顯示給用戶的媒體組成。1.1.3多媒體中的媒體元素及特征音頻動(dòng)畫視頻文本圖形圖像文本 文本分為非格式化文本文件和格式化文本文件。 非格式化文本文件：只有文本信息沒有其他任何有關(guān)格式信息的文件，又稱為純文本文件。如“.TXT”文件。 格式化文本文件：帶有各種文本排版信息等格式信息的文本文件。如“.DOC”文件。圖形 圖形（Graphic）一般指用計(jì)算機(jī)繪制的畫面，如直線、圓、圓弧、矩形、任意曲線和圖表等。 圖形的格式是一組描述點(diǎn)、線、面等幾何圖形的大小、形狀及其位置、維數(shù)的指令集合。 在圖形文件中只記錄生成圖的算法和圖上的某些特征點(diǎn)，因此也稱矢量圖。圖像圖像（Image）是指由輸入設(shè)備捕捉的實(shí)際場(chǎng)景畫面，或以數(shù)字化形式存儲(chǔ)的任意畫面。 靜止的圖像是一個(gè)矩陣，陣列中的各項(xiàng)數(shù)字用來描述構(gòu)成圖像的各個(gè)點(diǎn)（稱為像素點(diǎn)pixel）的強(qiáng)度與顏色等信息。這種圖像也稱為位圖（bit-mappedpicture）。 用于生成和編輯位圖圖像的軟件通常稱為“paint”程序。 圖像文件在計(jì)算機(jī)中的存儲(chǔ)格式有多種，如BMP、PCX、TIF、TGA、GIF、JPG等，一般數(shù)據(jù)量都較大。圖像處理時(shí)要考慮三個(gè)因素：分辨率圖像深度與顯示深度圖像文件大小分辨率屏幕分辨率：顯示器屏幕上的最大顯示 區(qū)域，即水平與垂直方向 的像素個(gè)數(shù)。圖像分辨率：數(shù)字化圖像的大小，即該 圖像的水平與垂直方向的 像素個(gè)數(shù)。像素分辨率：像素的寬和高之比一般為 1:1。圖像深度和顯示深度

圖像深度（也稱圖像灰度、顏色深度）表示數(shù)字位圖圖像中每個(gè)像素上用于表示顏色的二進(jìn)制數(shù)字位數(shù)。

顯示深度：表示顯示器上每個(gè)點(diǎn)用于顯示顏色的2進(jìn)制數(shù)字位數(shù)。 若顯示器的顯示深度小于數(shù)字圖像的深度，就會(huì)使數(shù)字圖像顏色的顯示失真。顏色深度與顯示的顏色數(shù)目圖像文件大小 用字節(jié)表示圖像文件大小時(shí)，一幅未經(jīng)壓縮的數(shù)字圖像的數(shù)據(jù)量大小計(jì)算如下：圖像數(shù)據(jù)量大小=像素總數(shù)×圖像深度÷8例如：一幅640×480的256色圖像為 640×480×8／8=307200字節(jié)Comparison:寬度：271高度：300顏色：2大?。?.9KB寬度：271高度：300顏色：4大小：19.8KBComparison:寬度：271高度：300顏色：256大?。?9.4KB寬度：271高度：300顏色：真彩色大?。?38.2KB1．BMP格式 BMP是標(biāo)準(zhǔn)的WINDOWS和OS/2的圖形和圖像的基本位圖格式，有壓縮（RLE）和非壓縮之分。BMP支持黑白圖像、16色和256色的偽彩色圖像以及RGB真彩色圖像。2．PCX格式 是使用游程長(zhǎng)編碼（RLE）方法進(jìn)行壓縮的圖像文件格式文件。支持黑白圖像、16色和256色的偽彩色圖像、灰度圖像以及RGB真彩色圖像，圖像文件的基本格式3．GIF格式 GIF是壓縮圖像存儲(chǔ)格式，它使用LZW壓縮方法，壓縮比較高，文件長(zhǎng)度較小。支持黑白圖像、16色和256色的彩色圖像。4．TIF格式 TIF格式是工業(yè)標(biāo)準(zhǔn)格式，支持所有圖像類型。文件分成壓縮和非壓縮兩大類。5．JPG和PIC格式 JPG和PIC都使用JPEG方法進(jìn)行圖像數(shù)據(jù)壓縮。這兩種格式的最大特點(diǎn)是文件非常小。它是一種有損壓縮的靜態(tài)圖像文件存儲(chǔ)格式。支持灰度圖像、RGB真彩色圖像和CMYK真彩色圖像。6．PCD格式 PCD格式是Photo-CD的專用存儲(chǔ)格式，文件中含有從專業(yè)攝影照片到普通顯示用的多種分辨率的圖像，所以數(shù)據(jù)量都非常大。3視頻和動(dòng)畫的文件格式

動(dòng)畫文件的格式主要有兩種：FLIC格式和MMM格式。

視頻文件的使用一般與標(biāo)準(zhǔn)有關(guān)，主要有AVI、MOV、MPG、DAT、DIR等。音頻 數(shù)字音頻（Audio）可分為波形聲音語音和音樂。 波形聲音實(shí)際上已經(jīng)包含了所有的聲音形式，它可以將任何聲音都進(jìn)行采樣量化，相應(yīng)的文件格式是WAV文件或VOC文件。

語音也是一種波形，所以和波形聲音的文件格式相同。

音樂是符號(hào)化了的聲音，樂譜可轉(zhuǎn)變?yōu)榉?hào)媒體形式。對(duì)應(yīng)的文件格式是MID或CMF文件。 計(jì)算機(jī)音頻技術(shù)主要包括聲音的采集、數(shù)字化、壓縮/解壓縮以及聲音的播放。

數(shù)字化主要包括采樣和量化這兩個(gè)方面。

采樣頻率（samplingrate）是將模擬聲音波形轉(zhuǎn)換為數(shù)字時(shí)，每秒鐘所抽取聲波幅度樣本的次數(shù)，單位是Hz（赫茲）。

量化數(shù)據(jù)位數(shù)（也稱量化級(jí)）是每個(gè)采樣點(diǎn)能夠表示的數(shù)據(jù)范圍，經(jīng)常采用的有8位、12位和16位。

例如，8位量化級(jí)表示每個(gè)采樣點(diǎn)可以表示256個(gè)不同量化值，而16位量化級(jí)則可以表示65536個(gè)不同的量化值 記錄聲音時(shí)，如果每次生成一個(gè)聲道數(shù)據(jù)，稱為單聲道；每次生成兩個(gè)聲波數(shù)據(jù)，稱為立體聲（雙聲道）。

數(shù)字音頻的存儲(chǔ)量： 可用以下公式估算聲音數(shù)字化后每秒所需的存儲(chǔ)量（未經(jīng)壓縮的）存儲(chǔ)量=采樣頻率×量化位數(shù)÷8

例如，數(shù)字激光唱盤（CD-DA）的標(biāo)準(zhǔn)采樣頻率為44.1kHz，量化位數(shù)為16位，立體聲。一分鐘CD-DA音樂所需的存儲(chǔ)量為44.1K×16×2×60÷8=10584KB若使用雙聲道，存儲(chǔ)量再增加一倍聲音文件的基本格式1.WAV文件2.MP33.MIDI文件WAV文件 Windows所用的標(biāo)準(zhǔn)數(shù)字音頻稱為波形文件，文件的擴(kuò)展名是“.WAV”，它記錄了對(duì)實(shí)際聲音進(jìn)行采樣的數(shù)據(jù)。它可以重現(xiàn)各種聲音，但產(chǎn)生的文件很大。 人的講話聲使用8位量化級(jí)11.025KHz采樣率就能較好的還原。CD音質(zhì)需要16位量化級(jí)、44.1KHz的采樣率。mp3文件MP3是MPEG（MovingPictureExpertGroup運(yùn)動(dòng)圖像專家組）第三層壓縮文件格式，提供8kb/s到128kb/s的數(shù)據(jù)率和高達(dá)96:1的壓縮比，有較好的音質(zhì)。主要應(yīng)用于因特網(wǎng)上的聲音傳輸。常見的MP3音樂就使用了該壓縮標(biāo)準(zhǔn)，是MP3播放器的主要格式。MIDI MIDI文件的擴(kuò)展名為“.MID”，它與波形文件不同，記錄的不是聲音本身，而是將每個(gè)音符記錄為一個(gè)數(shù)字，因此比較節(jié)省空間，可以滿足長(zhǎng)時(shí)間音樂的需要。 MIDI的主要限制是缺乏重現(xiàn)真實(shí)自然的能力。采用波表法進(jìn)行音樂合成的聲音卡可以使MIDI音樂的質(zhì)量大大提高。 動(dòng)畫是活動(dòng)的畫面，實(shí)質(zhì)是一幅幅靜態(tài)圖像的連續(xù)播放。動(dòng)畫的連續(xù)播放既指時(shí)間上的連續(xù)，也指圖像內(nèi)容上的連續(xù)。 計(jì)算機(jī)設(shè)計(jì)動(dòng)畫有兩種：一種是幀動(dòng)畫，一種是造型動(dòng)畫。動(dòng)畫

幀動(dòng)畫是由一幅幅位圖組成的連續(xù)的畫面，就如電影膠片或視頻畫面一樣要分別設(shè)計(jì)每屏幕顯示的畫面。

造型動(dòng)畫是對(duì)每一個(gè)運(yùn)動(dòng)的物體分別進(jìn)行設(shè)計(jì)，賦予每個(gè)動(dòng)元一些特征，然后用這些動(dòng)元構(gòu)成完整的幀畫面。動(dòng)元的表演和行為是由制作表組成的腳本來控制。 存儲(chǔ)動(dòng)畫的文件格式有FLC、MMM等視頻 視頻是由一幅幅單獨(dú)的畫面序列（幀frame）組成，這些畫面以一定的速率（fps）連續(xù)地投射在屏幕上，使觀察者具有圖像連續(xù)運(yùn)動(dòng)的感覺。 視頻文件的存儲(chǔ)格式有AVI、MPGMOV等。視頻和動(dòng)畫的文件格式

動(dòng)畫文件的格式主要有兩種：FLIC格式和MMM格式。

視頻文件的使用一般與標(biāo)準(zhǔn)有關(guān)，主要有AVI、MOV、MPG、DAT、DIR等。1.FLIC動(dòng)畫

早期版本的FLIC文件只支持320×200×256色模式，文件的擴(kuò)展名為“.FIY”。較新版本支持的分辨率和顏色數(shù)都有所提高，文件的擴(kuò)展名也改為“.FLC”。它使用了無損壓縮方法，畫面效果十分清晰，但本身不能存儲(chǔ)同步聲音。2.MMM動(dòng)畫 MMM格式是微軟多媒體動(dòng)畫的文件格式。3.AVI文件 AVI文件將視頻和音頻信號(hào)混合交錯(cuò)地存儲(chǔ)在一起。其文件擴(kuò)展名為“.AVI”,采用了Intel公司的Indeo視頻有損壓縮技術(shù)，較好地解決了音頻信息與視頻信息同步的問題。4.MOV文件 MOV是Macintosh計(jì)算機(jī)用的影視文件格式。也采用了Intel公司的Indeo視頻有損壓縮技術(shù)，以及視頻與音頻信息混排技術(shù)。5.MPG文件 是PC機(jī)上全屏幕活動(dòng)視頻的標(biāo)準(zhǔn)文件格式，它是使用MPEG方法進(jìn)行壓縮的全運(yùn)動(dòng)視頻圖像。6.DAT文件 DAT是VideoCD或KaraokeCD數(shù)據(jù)文件的擴(kuò)展名，也是基于MPEG壓縮方法的一種文件格式。7.DIR格式 DIR是MarcoMedia公司使用的Director多媒體著作工具產(chǎn)生的電影文件格式。多媒體技術(shù)的應(yīng)用 就目前而言，多媒體技術(shù)已在商業(yè)教育培訓(xùn)、電視會(huì)議、聲像演示等方面得到了充分應(yīng)用。在教育與培訓(xùn)方面的應(yīng)用在通信方面的應(yīng)用在其他方面的應(yīng)用在教育與培訓(xùn)方面的應(yīng)用 多媒體技術(shù)使教材不僅有文字、靜態(tài)圖像,還具有動(dòng)態(tài)圖像和語音等。使教育的表現(xiàn)形式多樣化，可以進(jìn)行交互式遠(yuǎn)程教學(xué)。 利用多媒體計(jì)算機(jī)的文本、圖形、視頻、音頻和其交互式的特點(diǎn),可以編制出計(jì)算機(jī)輔助教學(xué)CAI(ComputerAssistedInstruction)軟件，即課件。在通信方面的應(yīng)用多媒體技術(shù)在通信方面的應(yīng)用主要有： 可視電話 視頻會(huì)議 信息點(diǎn)播（InformationDemand） 計(jì)算機(jī)協(xié)同工作CSCW （ComputerSupported CooperativeWork）

信息點(diǎn)播有桌上多媒體通信系統(tǒng)和交互電視ITV。

計(jì)算機(jī)協(xié)同工作CSCW是指在計(jì)算機(jī)支持的環(huán)境中，一個(gè)群體協(xié)同工作以完成一項(xiàng)共同的任務(wù)。 計(jì)算機(jī)的交互性，通信的分布性和多媒體的現(xiàn)實(shí)性相結(jié)合，將構(gòu)成繼電報(bào)電話、傳真之后的第四代通信手段。在其他方面的應(yīng)用 多媒體技術(shù)給出版業(yè)帶來了巨大的影響，其中近年來出現(xiàn)的電子圖書和電子報(bào)刊就是應(yīng)用多媒體技術(shù)的產(chǎn)物。 利用多媒體技術(shù)可為各類咨詢提供服務(wù)，如旅游、郵電、交通、商業(yè)、金融、賓館等。 多媒體技術(shù)還將改變未來的家庭生活，多媒體技術(shù)在家庭中的應(yīng)用將使人們?cè)诩抑猩习喑蔀楝F(xiàn)實(shí)。多媒體技術(shù)的發(fā)展方向目前，多媒體主要從以下幾個(gè)方向發(fā)展：

多媒體通信網(wǎng)絡(luò)環(huán)境的研究和建立將使多媒體從單機(jī)單點(diǎn)向分布、協(xié)同多媒體環(huán)境發(fā)展，在世界范圍內(nèi)建立一個(gè)可全球自由交互的通信網(wǎng)。 對(duì)該網(wǎng)絡(luò)及其設(shè)備的研究和網(wǎng)上分布應(yīng)用與信息服務(wù)研究將是熱點(diǎn)。1 利用圖像理解、語音識(shí)別、全文檢索等技術(shù)，研究多媒體基于內(nèi)容的處理、開發(fā)能進(jìn)行基于內(nèi)容的處理系統(tǒng)是多媒體信息管理的重要方向。

多媒體標(biāo)準(zhǔn)仍是研究的重點(diǎn)：各類標(biāo)準(zhǔn)的研究將有利于產(chǎn)品規(guī)范化，應(yīng)用更方便。它是實(shí)現(xiàn)多媒體信息交換和大規(guī)模產(chǎn)業(yè)化的關(guān)鍵所在。23 多媒體技術(shù)與相鄰技術(shù)相結(jié)合，提供了完善的人機(jī)交互環(huán)境。多媒體仿真智能多媒體等新技術(shù)層出不窮，擴(kuò)大了原有技術(shù)領(lǐng)域的內(nèi)涵，并創(chuàng)造新的概念。 多媒體技術(shù)與外圍技術(shù)構(gòu)造的虛擬現(xiàn)實(shí)研究仍在繼續(xù)進(jìn)展。多媒體虛擬現(xiàn)實(shí)與可視化技術(shù)需要相互補(bǔ)充，并與語音、圖像識(shí)別、智能接口等技術(shù)相結(jié)合，建立高層次虛擬現(xiàn)實(shí)系統(tǒng)。45虛擬現(xiàn)實(shí)技術(shù)(VR)

虛擬現(xiàn)實(shí)的定義可歸納為：利用計(jì)算機(jī)技術(shù)生成的一個(gè)逼真的視覺、聽覺觸覺及嗅覺等的感覺世界，用戶可以用人的自然技能對(duì)這個(gè)生成的虛擬實(shí)體進(jìn)行交互考察。 虛擬現(xiàn)實(shí)技術(shù)是在眾多相關(guān)技術(shù)上發(fā)展起來的一個(gè)高度集成的技術(shù)，是計(jì)算機(jī)軟硬件技術(shù)、傳感技術(shù)、機(jī)器人技術(shù)、人工智能及心理學(xué)等飛速發(fā)展的結(jié)晶。多媒體數(shù)據(jù)壓縮方法 壓縮處理一般是由兩個(gè)過程組成：一是編碼過程，即將原始數(shù)據(jù)經(jīng)過編碼進(jìn)行壓縮，以便存儲(chǔ)與傳輸；二是解碼過程，此過程對(duì)編碼數(shù)據(jù)進(jìn)行解碼，還原為可以使用的數(shù)據(jù)。 數(shù)據(jù)壓縮可分為兩種類型：一種叫做無損壓縮，另一種叫做有損壓縮。無損壓縮混合壓縮有損壓縮無損壓縮 無損壓縮常用在原始數(shù)據(jù)的存檔，如文本數(shù)據(jù)、程序以及珍貴的圖片和圖像等。 其原理是統(tǒng)計(jì)壓縮數(shù)據(jù)中的冗余(重復(fù)的數(shù)據(jù))部分。常用的有：RLE(runlengthencoding)行程編碼Huffman編碼算術(shù)編碼LZW(lempel-ziv-welch)編碼有損壓縮 圖像或聲音的頻帶寬、信息豐富，人類視覺和聽覺器官對(duì)頻帶中某些頻率成分不大敏感，有損壓縮以犧牲這部分信息為代價(jià)，換取了較高的壓縮比。 常用的有損壓縮方法有：PC