多媒體技術(shù)基礎(chǔ)

第五章多媒體技術(shù)基礎(chǔ)9/23/20241第5章多媒體技術(shù)基礎(chǔ) 5.1多媒體技術(shù)概述

5.2聲音5.3圖形和圖像5.4動(dòng)畫(huà)5.5視頻

9/23/202425.1多媒體技術(shù)概述5.1.1什么是多媒體技術(shù) 5.1.2多媒體技術(shù)的應(yīng)用領(lǐng)域9/23/202435.1.1什么是多媒體技術(shù)媒體（medium）是信息的載體。它既可以是具體地承載信息的物理載體，如紙張、磁盤(pán)、磁帶等；也可以是表示信息的邏輯載體，如文字、圖形、圖像等。（ITU-T）將媒體分為5種類(lèi)型：感知媒體（perceptionmedium）表示媒體（representationmedium）顯示媒體（presentationmedium）存儲(chǔ)媒體（storagemedium）傳輸媒體（transmissionmedium）9/23/202445.1.1什么是多媒體技術(shù)感知媒體感知媒體輸入設(shè)備CPU輸出設(shè)備存儲(chǔ)媒體顯示媒體顯示媒體表示媒體傳輸媒體各種媒體之間的關(guān)系

9/23/202455.1.1什么是多媒體技術(shù)多媒體：兩種或兩種以上媒體的聯(lián)合使用。多媒體技術(shù)：同時(shí)獲取、處理、編輯、存儲(chǔ)和顯示多種媒體信息的技術(shù)，多媒體技術(shù)也指多媒體計(jì)算機(jī)技術(shù)，利用計(jì)算機(jī)對(duì)文本、圖形、圖像、聲音、影像等多種信息進(jìn)行綜合處理的產(chǎn)物。（1）數(shù)字化（2）交互性（3）多樣化（4）集成性9/23/202465.1.1什么是多媒體技術(shù)多媒體信息的類(lèi)型文本音頻圖形圖像動(dòng)畫(huà)視頻9/23/202475.1.2多媒體技術(shù)的應(yīng)用領(lǐng)域交互式電視網(wǎng)絡(luò)游戲視頻會(huì)議遠(yuǎn)程教學(xué)遠(yuǎn)程醫(yī)療虛擬現(xiàn)實(shí)9/23/202485.1.2多媒體技術(shù)的應(yīng)用領(lǐng)域多媒體通信在一次呼叫過(guò)程中傳輸語(yǔ)音、數(shù)據(jù)、圖像、視頻等多種信息多媒體通信是通信技術(shù)、計(jì)算機(jī)技術(shù)以及多媒體技術(shù)的結(jié)合多媒體通信特征傳輸信息的多樣性通信過(guò)程的交互性信息傳輸?shù)耐叫詫?duì)通信網(wǎng)的要求：高帶寬、低延遲、低抖動(dòng)、QoS保證9/23/20249補(bǔ)：多媒體計(jì)算機(jī)的組成-簡(jiǎn)化9/23/2024105.2聲音聲音是人類(lèi)進(jìn)行交流和認(rèn)識(shí)自然的重要媒體形式5.2.1什么是聲音5.2.2聲音的數(shù)字化 5.2.2音頻文件的格式 5.2.3音頻數(shù)據(jù)的采集處理9/23/2024115.2.1什么是聲音聲音就是一種具有一定的頻率和振幅且隨時(shí)間變化的聲波。聲波的振幅表現(xiàn)為音強(qiáng)，就是聲音的大小。通常我們使用音量來(lái)描述音強(qiáng)，以分貝（1dB=20logP）為單位。聲波的頻率范圍稱(chēng)為帶寬。人耳能夠聽(tīng)到的頻率范圍是20~20000Hz9/23/2024125.2.2聲音的數(shù)字化

模擬信號(hào)數(shù)字信號(hào)轉(zhuǎn)換聲音信號(hào)處理過(guò)程流程采樣頻率采樣編碼開(kāi)始結(jié)束

采樣、量化、編碼量化音頻信號(hào)頻率保存為音頻文件9/23/2024135.2.2聲音的數(shù)字化采樣是按照一定的頻率每隔一定時(shí)間間隔（稱(chēng)為采樣周期）測(cè)量一次摸擬聲音波形上的幅度值（電壓值）。采樣頻率越高，經(jīng)過(guò)轉(zhuǎn)換的聲波越接近其原始的波形，數(shù)字化聲音的質(zhì)量越好，需要存儲(chǔ)的信息也就越多。9/23/2024145.2.2聲音的數(shù)字化量化：將整個(gè)信號(hào)取值范圍劃分為若干個(gè)標(biāo)準(zhǔn)值，將采樣值向一個(gè)最接近的標(biāo)準(zhǔn)值取齊的過(guò)程。量化時(shí)標(biāo)準(zhǔn)值的劃分可以是均勻間隔的，也可以是間隔不均勻的。標(biāo)準(zhǔn)值劃分越細(xì)，效果越好；但是，需要的編碼長(zhǎng)度也越長(zhǎng)。9/23/2024155.2.2聲音的數(shù)字化編碼就是對(duì)每個(gè)量化后的采樣值用二進(jìn)制代碼來(lái)表示。用一組0和1數(shù)字表示的聲音，稱(chēng)為數(shù)字音頻。9/23/202416A/D轉(zhuǎn)換的主要參數(shù)某信號(hào)采集系統(tǒng)要求用一片A/D轉(zhuǎn)換集成芯片在1s(秒)內(nèi)對(duì)16個(gè)熱電偶的輸出電壓分時(shí)進(jìn)行A/D轉(zhuǎn)換。已知熱電偶輸出電壓范圍為0～0.025V(對(duì)應(yīng)于0～450oC溫度范圍)，需要分辨的溫度為0.1oC，試問(wèn)應(yīng)選擇多少位的A/D轉(zhuǎn)換器?解：對(duì)于0～450oC溫度范圍，信號(hào)電壓為0～0.025V，分辨溫度為0.1oC，這相當(dāng)于 的分辨率。12位A/D轉(zhuǎn)換器的分辨率為

所以必須選用13位的A/D轉(zhuǎn)換器。9/23/2024175.2.2聲音的數(shù)字化數(shù)字化以后的聲音是以文件的形式進(jìn)行存儲(chǔ)的，不同的音質(zhì)根據(jù)其采樣頻率、量化位數(shù)以及聲道數(shù)的不同，需要的存儲(chǔ)空間也不一樣。

以上這種量化和編碼的方式稱(chēng)為PCM（PulseCodedModulation）編碼。.wav文件采樣頻率f、編碼位數(shù)b、聲道數(shù)n計(jì)算公式：文件大小=f×b×n×?xí)r間/8(Byte)9/23/202418舉例如果采樣頻率為44.1kHz，分辨率為16位，立體聲，錄音時(shí)間為10s，符合CD音質(zhì)的聲音文件的大小是多少？

數(shù)據(jù)量Byte

=

44100Hz×(16/8)×2×10s=1764KByte9/23/2024199.2.3聲音文件的格式音樂(lè)CD，文件擴(kuò)展名是.CDA。所有音頻文件中音質(zhì)最好的，不過(guò)它的最大弱點(diǎn)就是容量太大。WAV格式，文件擴(kuò)展名為.WAV。被稱(chēng)為“無(wú)損的音樂(lè)”，是Microsoft和IBM共同開(kāi)發(fā)的PC標(biāo)準(zhǔn)聲音格式，文件的數(shù)據(jù)量大，要占用較大的存儲(chǔ)空間。MP3格式，文件擴(kuò)展名為.MP3。MPEG1Layer－3規(guī)定的音頻壓縮編碼格式。是目前使用最廣泛的音頻媒體格式。壓縮比是10：1~12：19/23/202420聲音文件的格式WindowsMediaAudio格式，文件擴(kuò)展名是.WMA。WMA是微軟力推的一種音頻流媒體格式提供了數(shù)字版權(quán)管理（DRM：DigitalRightsManagement）技術(shù)，可以在WMA文件中加入防拷貝保護(hù)。MIDI格式，文件擴(kuò)展名是.mid。樂(lè)器數(shù)字化接口（MusicalInstrumentDigitalInterface）的英文縮寫(xiě)，是關(guān)于數(shù)字音樂(lè)/電子合成樂(lè)器的統(tǒng)一國(guó)際標(biāo)準(zhǔn)，作曲家最?lèi)?ài)。MID文件并不是一段錄制好的聲音，而是記錄聲音的信息，然后在告訴聲卡如何再現(xiàn)音樂(lè)的一組指令。9/23/2024215.2.4音頻數(shù)據(jù)的采集處理使用現(xiàn)有的音頻數(shù)據(jù)錄制音頻數(shù)據(jù)9/23/2024225.3圖形和圖像5.3.1色彩模型5.3.2圖形和圖像的數(shù)字化5.3.3位圖和矢量圖5.3.4常見(jiàn)圖像格式5.3.5圖形圖像素材處理9/23/2024235.3.1色彩模型在對(duì)圖形和圖像進(jìn)行處理和顯示時(shí)，必須把它們按照一定的模型表示出來(lái)。常用的色彩模式有RGB、CMYK、HSB等。9/23/2024245.3.2圖形和圖像的數(shù)字化在水平方向和垂直方向上限定“點(diǎn)”的數(shù)目。并把這里所說(shuō)的“點(diǎn)”稱(chēng)為“像素”。把圖形圖像上像素的多少稱(chēng)為“像素密度”。同樣一幅畫(huà)，劃分得越細(xì)，像素密度越高，在計(jì)算機(jī)中重現(xiàn)時(shí)就越清晰。像素密度用圖像分辨率（Imageresolution）來(lái)度量水平方向的像素?cái)?shù)×垂直方向的像素?cái)?shù)單位打印長(zhǎng)度上的圖像像素的數(shù)目多少，即用每英寸多少點(diǎn)(dpi：dotperinch)9/23/2024255.3.2圖形和圖像的數(shù)字化分辨率確定后，確定每一個(gè)像素點(diǎn)用多少種顏色來(lái)表示。黑白圖像，就是兩種顏色。帶層次的黑白圖像，灰度的多少，就是多少種顏色。彩色圖像，可以規(guī)定每個(gè)點(diǎn)只有16種顏色，或者256種顏色。把每個(gè)點(diǎn)的顏色看成的紅、綠、藍(lán)三種基色的疊加。如果把三種基色都看成有256個(gè)層次，總共就有256×256×256種顏色。也就是所謂的“真彩色”。RGB顏色模式、CMYK、HSB9/23/202426圖形和圖像的數(shù)字化每一點(diǎn)的顏色多少確定后，就可以確定用多少位二進(jìn)制代碼來(lái)表示一個(gè)像素。黑白圖像，用1位二進(jìn)制代碼就可以256色彩色圖像，用8位，即1個(gè)字節(jié)來(lái)編碼真彩色的彩色圖像就要用3個(gè)字節(jié)二進(jìn)制碼來(lái)編碼每個(gè)像素編碼時(shí)所需要的二進(jìn)制代碼的位數(shù)稱(chēng)為“像素深度”。

9/23/202427圖形和圖像的數(shù)字化圖形圖像數(shù)字化以后，二進(jìn)制編碼文件的大小而已按以下公式計(jì)算：

文件大小=圖形圖像總的像素?cái)?shù)目×像素深度/8(字節(jié))

一幅分辨率為640*480的真彩色圖像（24位）需要的存儲(chǔ)空間是

640*480*24/8=921600B=900KB

用以上方法對(duì)于圖形圖像數(shù)字化以后得到的圖形稱(chēng)為位圖（bitmap或bit-mappedimage）。位圖是用像素點(diǎn)來(lái)描述或映射的圖形。9/23/2024285.3.3位圖和矢量圖Bitmap,bitmappedimage位圖的表現(xiàn)力強(qiáng)，細(xì)膩、層次多、細(xì)節(jié)豐富，可適于表現(xiàn)任何自然圖像。但是放大后的效果和位圖本身的分辨率關(guān)系很大。9/23/202429位圖和矢量圖VectorGraphics矢量圖又稱(chēng)幾何圖形，它是用一組指令來(lái)描述圖形元素。這些指令給出構(gòu)成該畫(huà)面的所有直線、曲線、矩形、橢圓等的形狀、位置、顏色等各種屬性和參數(shù)。這種方法實(shí)際上是用數(shù)學(xué)方法來(lái)表示圖形9/23/202430位圖和矢量圖VectorGraphics由于矢量圖只保存繪圖的指令，而不是保存每個(gè)點(diǎn)，需要的存儲(chǔ)空間比位圖小許多。矢量圖形另一個(gè)優(yōu)點(diǎn)是無(wú)論放大、縮小或旋轉(zhuǎn)，圖形都不會(huì)失真。特別是在圖形圖像放大后打印輸出，圖像質(zhì)量也不會(huì)降低。矢量圖形主要用于計(jì)算機(jī)輔助設(shè)計(jì)、工程制圖、廣告設(shè)計(jì)等。9/23/2024315.3.4常見(jiàn)圖像格式BMP圖像文件，windows系統(tǒng)使用的圖形文件。GIF文件格式，是GraphicsInterchangeFormat的縮寫(xiě)，為了在不同平臺(tái)上使用，可以形成所謂的GIF動(dòng)畫(huà)。JPEG文件格，靜態(tài)圖像數(shù)據(jù)壓縮標(biāo)準(zhǔn)，使用有損壓縮編碼（對(duì)于圖像中較小的顏色變化、亮度變化的不敏感性）。TIFF文件格式，是TaggedImageFileFormat的縮寫(xiě)。由Aldus公司與微軟公司共同開(kāi)發(fā)設(shè)計(jì)，適合廣泛的應(yīng)用程序，與計(jì)算機(jī)結(jié)構(gòu)、操作系統(tǒng)、圖形硬件無(wú)關(guān)。PNG格式，PortableNetworkGraphic的縮寫(xiě)，“可移植的網(wǎng)絡(luò)圖像”，為了適應(yīng)網(wǎng)絡(luò)數(shù)據(jù)傳輸，同時(shí)增加一些其他圖像文件格式所不具備的特性。矢量圖的擴(kuò)展名，*.cdr，*.dwg，*.ai，*.wmf9/23/2024325.3.5圖形圖像素材處理1.圖形圖像素材的獲取2.圖像瀏覽和格式轉(zhuǎn)換ACDSee3.專(zhuān)業(yè)的圖像處理軟件9/23/2024335.4動(dòng)畫(huà)動(dòng)畫(huà)（Animation）是指利用人的視覺(jué)暫留特性，以每秒24~30幀的速度播放畫(huà)面，從而產(chǎn)生動(dòng)態(tài)效果 原畫(huà)（關(guān)鍵幀）：一般表達(dá)某動(dòng)作的極限位置、一個(gè)角色的特征或其它的重要內(nèi)容。中間畫(huà)（中間幀）：是位于關(guān)鍵幀之間的過(guò)渡畫(huà)，可能有若干張，目的是使動(dòng)作更加流暢自然。9/23/2024345.4.2計(jì)算機(jī)動(dòng)畫(huà)的種類(lèi)二維動(dòng)畫(huà)三維動(dòng)畫(huà)9/23/2024355.4.3動(dòng)畫(huà)制作

Flash動(dòng)畫(huà)應(yīng)用廣泛美國(guó)Micromedia公司出品的用于二維矢量動(dòng)畫(huà)編輯和創(chuàng)作的專(zhuān)業(yè)軟件。Flash源文件的擴(kuò)展名為.fla，制作完畢后進(jìn)行發(fā)布，此時(shí)的文件擴(kuò)展名是.swf。9/23/2024365.5視頻5.5.1視頻信號(hào)的數(shù)字化5.5.2視頻的壓縮技術(shù)5.5.3常用的視頻文件格式5.5.4視頻制作9/23/2024375.5.1視頻信號(hào)的數(shù)字化靜止圖像組成了視頻。圖像是視頻的最小和最基本的單元。電視一幀（frame），電影的一格。視頻是活動(dòng)的圖像。以一定的速率將靜止畫(huà)面投射到屏幕上時(shí)，由于人眼的視覺(jué)暫留效應(yīng)，我們的視覺(jué)就會(huì)產(chǎn)生動(dòng)態(tài)畫(huà)面的感覺(jué)。9/23/2024385.5.1視頻信號(hào)的數(shù)字化視頻的分類(lèi)模擬視頻由連續(xù)的模擬信號(hào)組成的視頻圖像，常用的有兩種視頻標(biāo)準(zhǔn)：PAL制式（25幀/秒，625行/幀）和NTSC制式（30幀/秒，525行/幀）。我國(guó)采用的是PAL（PhaseAlternationLine）制。數(shù)字視頻把每一幅圖像中的每一個(gè)點(diǎn)（稱(chēng)為像素）通過(guò)采樣、量化、編碼之后用二進(jìn)制代碼組成的編碼來(lái)表示的視頻。視頻信號(hào)的數(shù)字化基于圖像數(shù)字化。9/23/2024395.5.1視頻信號(hào)的數(shù)字化每一秒鐘數(shù)字視頻的存儲(chǔ)量是： 一幅圖像的總像素×像素深度×每秒幀數(shù)/8（字節(jié)） 例5-3：使計(jì)算機(jī)播放分辨率為1024×768的24位真彩色高質(zhì)量電視圖像，按每秒24幀來(lái)計(jì)算，則一分鐘的視頻需要的存儲(chǔ)空間是多少？解：每幀圖像的存儲(chǔ)空間：1024×768×24/8=2.25MB字節(jié)一分鐘視頻需要的存儲(chǔ)空間：2.25×24(幀/秒)×60(秒)=3.2GB字節(jié)

9/23/2024405.5.2壓縮技術(shù)直接存儲(chǔ)，不壓縮。占用存儲(chǔ)空間較大靜態(tài)圖像的壓縮方式：JPE