多媒体技术与应用.docx
《多媒体技术与应用.docx》由会员分享，可在线阅读，更多相关《多媒体技术与应用.docx（20页珍藏版）》请在冰点文库上搜索。
多媒体技术与应用
1、多媒体是指融合两种或者两种以上媒体的一种人际交互式的信息交流和传播媒体，是指集文本、图形、图像、动画、音频、视频为一体，并提供信息交互的综合媒体形式。
2、多媒体是超媒体的子集。
超媒体由超文本和多媒体两部分构成。
3、多媒体的特征：
（1）多媒体是信息交流和传播媒体
（2）多媒体是人机交互式媒体
（3）多媒体信息都是以数字形式存储和传输的
（4）传播信息的媒体的种类很多
4、媒体的分类：
（1）感觉媒体
感觉媒体是指能够直接作用于人的感觉器官，使人产生直接感觉的一类媒体。
如声音、光线、颜色、文字、图像。
（2）表现媒体
表现媒体是指感觉媒体和用于通信的电信号之间转换用的一类媒体。
一种是输入表现媒体，如键盘、话筒、摄像机。
一种是输出表现媒体，如显示器、扬声器、打印机。
（3）表示媒体
表示媒体是指为了加工、处理和传输感觉媒体而人为研究、构造出来的一种媒体，即信息的数据编码。
如文本编码、图像编码、声音编码以及电报码和条形码等。
（4）存储媒体
存储媒体用于存放表示媒体，以便计算机随时处理、加工和调用，如硬盘、软盘、磁带以及CD-ROM光盘。
（5）传输媒体
传输媒体是用来将媒体从一处传送到另一处的物理载体，如双绞线、同轴电缆、光纤。
5、多媒体的关键特性主要包括信息载体的多样性、集成性、交互性和实时性四个方面。
（1）媒体种类的多样性是指计算机所能够处理的媒体种类。
（2）多媒体的集成性包括两方面，一方面是多种媒体的集成；另一方面是处理这些媒体的设备和系统的集成。
（3）多媒体的交互性是指人—机之间的信息交换关系。
（4）多媒体的实时性又称动态性，是指媒体随着时间的变化而变化的特性。
6、多媒体的含义：
多媒体技术就是计算机综合处理声、文、图形图像，且具有集成性、实时性和交互性的技术。
7、多媒体的文件格式
（1）文本：
.txt.doc
（2）声音：
.WAV.MP3.MID
（3）图形：
.ai
图形一般是指由计算机通过计算而绘制的画面，又称矢量图，如直线、圆、矩形、曲线、图表、景物。
图形文件只记录生成图的算法和图上的某些特征点。
图形的最大优点在于可以分别控制处理图中的各个部分，在移动、旋转、放大、缩小、扭曲时不产生失真。
（4）图像：
.BMP.JPEG（JPG）.GIF.pcx.tif.psd
图像是指用于各种观测系统、以不同形式和手段观测客观世界而获得的影像数据，它直接作用于人眼，进而产生视觉感知的实体。
数字图像的基本单元称为像素。
位图：
一幅数字图像由许多紧密排列的像素点组成的矩阵描述。
（5）动画：
.GIF.FLI或FLC.SWF
（6）视频：
.AVI.MPG
8、图像检索：
在基于内容的图像检索系统中，图像利用其本身的视觉信息进行描述，利用图像之间的视觉相似性度量来实现查询。
9、多媒体通信：
多媒体通信技术是指通信技术、计算机技术和电视技术的相互渗透，是多媒体技术与通信技术的结合，是两者应用的拓展和延伸。
多媒体通信的特点：
（1）数据量大。
（2）实时性强。
（3）时空约束。
（4）多媒体交互性。
10、虚拟现实：
虚拟现实通常是指用立体眼镜、传感手套、三维鼠标等一系列传感设备来实现一种三维现实。
11、多媒体的应用：
（1）教育培训。
（2）医疗卫生。
（3）文化娱乐。
（4）传媒广告。
（5）广播通信。
（6）在电子出版物方面。
12、1984年美国苹果公司在世界上首次使用位图概念对图像进行描述。
13、1985年美国Commodore公司研制了首台多媒体计算机系统，命名为Amiga。
14、1986年荷兰Philips公司和日本SONY公司共同制定了CD-I交互式激光盘系统标准。
15、多媒体技术的发展趋势：
（1）高分辨化，提高显示质量；
（2）高速度化，缩短处理时间；
（3）简单化，便于操作；
（4）高维化，三维、四维或更高维；
（5）智能化，提高信息识别能力；
（6）标准化，便于信息交换和资源共享。
16、多媒体计算机系统由多媒体硬件系统和多媒体软件系统组成。
17、多媒体计算机在原有计算机硬件环境的基础上加入各种多媒体输入输出设备适配器电路与接口，以解决多媒体数据、信号进出计算机系统问题。
18、多媒体计算机系统层次：
多媒体应用软件
第六层
软件系统
多媒体创作软件
第五层
多媒体数据处理软件
第四层
多媒体操作系统、驱动程序
第三层
多媒体计算机硬件
第二层
硬件系统
多媒体外围设备
第一层
19、多媒体驱动软件
（1）多媒体驱动软件是多媒体计算机软件中直接作用于多媒体硬件的软件。
（2）多媒体操作系统就是具有多媒体功能的操作系统。
（3）常见的音频编辑软件有AdobeAudition，图形图像编辑软件有Illustrator、CorelDRAW、Photoshop，非线性视频编辑软件有Premiere，动画编辑软件有AnimatorStudio和3DStudioMAX。
20、文本工具（了解）：
（1）AcrobatReader：
PDF阅读器
（2）ReadBook：
电子文本阅读器
（3）e-Book：
电子小说阅读器
（4）EditPlus：
超星文本阅读器
（5）UltraEdit：
多功能文本编辑器
21、图像浏览处理工具（了解）：
（1）ACDSee：
图像浏览管理工具
（2）豪杰大眼睛：
图像浏览工具
（3）CompuPic：
图像文件管理工具
（4）ArtIcons：
图标制作工具
（5）SnagIt：
抓图及简单图像处理工具
（6）HyperSnap-DX：
抓图工具
22、多媒体播放工具（了解）：
（1）RealPlayer：
网络多媒体播放工具
（2）金山影霸：
多媒体播放工具
（3）RealProducer：
RM文件制作工具
（4）QuickTime：
视频播放工具
（5）WinDVD：
DVD播放器
（6）Winamp：
MP3播放器
（7）MP3ToEXE：
MP3转换器
（8）MP3ToAllConverter：
MP3转换器等
23、图像创作工具（了解）：
（1）photoshop
（2）CorelDRAWGraphicsSuite（3）Illusteator（4）Freehand（5）Painter
24、动画创作工具（了解）：
Flash、3DMAX
25、声音编辑工具（了解）：
（1）CoolEditPro
（2）GoldWave（3）CakeWalkProAudio
26、影视编辑工具（了解）：
AdobePremiere、MovieMaker
27、多媒体创作工具（了解）：
（1）Authorwave
（2）Director（3）ToolBook（4）PowerPoint
28、声卡的组成：
FM合成音效、总接口芯片、Mixer控制芯片、WAVE波表
29、声卡的功能：
声卡的基本功能是将声波信号从模拟信号形式转化为数字信号形式，以及将数字信号形式的声音数据转换为模拟信号形式的声音波形。
30、声卡的外部接口：
蓝色为线路输入、绿色为扬声器或耳机插孔、粉色为话筒插孔。
31、多媒体输入设备
（1）手写仪
（2）扫描仪
扫描仪是一种数字化输入设备
扫描仪的主要性能指标：
分辨率：
表示扫描仪精度。
灰度：
表示扫描图像亮度层次范围。
色彩度：
表示色彩扫描仪所能产生的颜色范围。
（3）触摸屏
触摸屏的组成：
触摸屏系统包括触摸屏控制器、触摸检测装置和驱动程序三个部分。
32、多媒体输出设备
（1）显示器
（2）音响设备
（3）打印机：
喷墨打印机、针式打印机、激光打印机。
33、光盘盘片是记录信息的介质，使用塑料压制成的圆盘，标准盘片的直径为120mm，中心定位孔为15mm，厚度为1.2mm。
34、光存储器标准：
（1）CD-ROM：
容量：
650MB/74min；基本传输速率：
150KBps；激光驱动器：
52倍率基本传输速率。
（2）VideoCD：
数字电视光盘技术规格，采用MPEG-1压缩技术，能存储74min的视频与立体声音频数据。
（3）DVD：
数字视频光盘标准，采用MPEG-2压缩技术标准，能存储133~488min的影片、4.7~17GB的数据，9倍率CD的读取速率；分辨率为640x480的画面质量和高清晰度数字图像；环绕立体声或AC-35.1声道。
35、光存储器分三类：
只读型、一次写入型、可重写型。
36、蓝光光盘的技术特征：
单面容量25~50GB；高清晰度；MPEG-2视频记录格式；AC3、MPEG-1、Layer-2音频记录格式；盘片大小：
直径12cm、厚度1.2mm；传输率：
36Mbps。
37、常用刻录软件（了解）：
Nero、RoxioWinonCD、NTICDDVDMaker、PRASSIONES、ImgBurn。
38、模拟信号：
把在时间和幅度上都连续的信号称为模拟信号。
39、数字信号：
时间和幅度都用离散的数字表示的信号称为数字信号。
40、采样：
数字化的第一步是要将来自于模拟量的信号转换为数字量，即数模转换。
奈奎斯特定理：
对于一个最高频率为f0模拟信号，当采样频率f满足f≥2f0时，经过取样后的离散信号能够包含原模拟信号的全部信息，并且，经过数模转换和低通滤波，可以不失真地恢复出原始信号。
例：
低于4kHz频率的语音信号，为保证数字化后的信号可以恢复原始信号中的信息，采样频率要大于等于8kHz。
每分钟采样的数据量：
8kbps×60s=480kb=60kB
41、量化：
将采样所得脉冲幅度的最大值、最小值之间的数据分割为若干等级，而采样得到的脉冲数据只能根据数值大小取等级中的某个等级数值，即量化。
42、编码：
编码就是把代表特定量化等级的信号输出状态进行组合，变换成一个用n位表示的二进制数码，即每一组二进制码代表一个取样值的量化等级。
取样频率f与n位数的乘积就是每秒需处理和发送的位数，通常称为比特率或数码率。
例：
CD音响的采样频率选用44.1kHz，16位二进制数量化等级，2声道立体声，计算数字化后所占的存储容量。
如果一首歌长度为4分钟，一张CD容量为600MB，那么一张CD所能存放几首这样的歌曲。
解：
每秒钟的量化数量：
44.1kHz×16×2÷8=176.4（KB）
4分钟的容量：
176.4KB×60×4=42336KB≈42.336MB
一张CD存放的歌曲：
600MB÷42.336MB≈14
43、数据压缩：
数据压缩就是以最少的数码符号表示信源所发出的信号，减少容纳给定信息或数据采样集合的信号空间。
44、数据压缩的必要性：
（1）位图：
数据量=（分辨率×颜色深度）÷8（字节）
以一个中等分辨率的真彩色位图图像为例，图像分辨率为640×480，图像颜色数为16777216，颜色深度为24b，则其数据量为：
（640×480×24）÷8=900（KB）
（2）声音：
数据量=（采样频率×量化位数×声道数×声音持续时间）÷8（字节）
电话的采样频率为8kHz，量化位数为8b，声道数为1，电话语音每小时的数据量为:
（8k×8×1×3600）÷8=28125（KB）≈27.47（MB）
45、多媒体数据的可压缩性主要表现在：
数据冗余度、人类不敏感因素。
46、数据冗余的类别：
空间冗余、时间冗余、结构冗余、视觉冗余、听觉冗余、知识冗余、编码冗余。
47、编码数据量与所表示的信息量以及冗余信息之间的关系为：
数据量=信息量+冗余量
48、多媒体数据压缩分为有损压缩和无损压缩
49、无损压缩：
是指原数据经过压缩后，还能完全恢复到压缩前的原样，信息不损失，压缩比一般为2：
1~5：
1之间。
50、常见的无损压缩算法（其余算法都是有损压缩）：
行程编码、霍夫曼编码、算术编码、LZW编码、词典编码
51、有损压缩：
是指原数据经过压缩后，不能完全恢复到压缩前的原样，信息受到损失。
52、常见的有损压缩算法（不全）：
脉冲调制编码、变换编码、子带编码、向量量化编码、预测编码
53、数据压缩原理分类（了解）：
统计编码：
行程编码、霍夫曼编码、算术编码、词典编码
变换编码：
DCT、K-L、小波变换
预测编码：
DPCM、ADPCM、运动估计
混合编码：
JPEG、MPEG、H.261
其他编码：
分形编码、矢量量化编码、子带编码
54、预测编码：
根据离散信号之间存在一定相关性的特点，利用前面的一个或多个信号对下一个信号进行预测，然后对实际值和预测值的差（预测误差）进行编码。
55、数据压缩技术的主要性能指标：
压缩比、压缩质量、压缩与解压缩速度
56、压缩比：
压缩比即原始数据和压缩后数据之比。
设原信源的平均码长为L，压缩后的平均码长为Lc，则压缩比C为：
C=L÷Lc
例：
一幅512×480像素的图像，每个像素由24位二进制数表示（24b/pixel（bpp）），对这幅图像使用压缩算法后的输出为15KB，计算该算法的压缩比。
该幅图像未经压缩的大小：
512×480×24=5898240（b）=737280（B）≈737.28（KB）
则压缩比为737.28÷15=49
57、压缩质量：
压缩质量是指多媒体信息压缩前和经压缩还原后，相比较的一致程度。
58、压缩与解压缩速度与压缩方法和压缩编码的算法有关，主要是指实现算法的复杂度，一般压缩比解压缩计算量大，因而压缩比解压缩慢。
59、行程编码：
原理：
是检测重复的比特或字符序列，并用它们的出现次数取而代之。
两种模式：
消零（消空白）编码、行（游）程编码。
（1）消零（消空白）法
例：
已知一组数字和字符序列如下：
数字序列：
7423000000000000000000555
字符序列：
ababbbdd（字符中间有7个连续的空格）
使用消零法对上述数字和字符序列进行编码。
在本题数字序列中，含有18个连续的“0”，根据消零法使用“0”的标示符“Z”表示为“Z18”；同理使用空格的标示符“c”表示字符序列中的空白个数为“c7”，最后得到编码结果如下：
数字序列：
7423000000000000000000555
编码为：
7423Z18555
字符序列：
ababbbdd
编码为：
abac7bbbdd
（2）行程编码法的特点：
不必预先定义模型、直观、经济
行程编码是一种无损压缩方法
压缩比取决于图像本身特点
适用于计算机生成的图像
61、霍夫曼编码：
方法：
（1）信源符号按概率递减顺序排列
（2）将最小的两个概率加起来作为新符号的概率
（3）重复第一步和第二步，直到概率和为1
（4）完成上述步骤后再沿路径返回编码，寻找从每一个信源符号到概率为1的路径，每一层有两个分支，分别赋予0,1（概率大为1，小为0。
数字相同时上方编码为1，下方编码为0）。
例：
已知7个信源符号{a1,a2,a3,a4,a5,a6,a7}的概率顺序为{0.35,0.20,0.15,0.12,0.10,0.05,0.03}，试进行霍夫曼编码，并计算平均码长、压缩比。
结束
1
第六步
0.62
（1）
0.38（0）
第五步
0.35（11）
0.27（10）
0.38（0）
第四步
0.35（11）
0.27（10）
0.20（01）
0.18（00）
第三步
0.35（11）
0.15（101）
0.12（100）
0.20（01）
0.18（00）
第二步
0.35（11）
0.15（101）
0.12（100）
0.20（01）
0.10（001）
0.08（000）
第一步
0.35（11）
0.15（101）
0.12（100）
0.20（01）
0.10（001）
0.05（0001）
0.03（0000）
信源符号
a1
a3
a4
a2
a5
a6
a7
码字
11
101
100
01
001
0001
0000
码长
2
3
3
2
3
4
4
码字的平均码长Lc，Pj为信源符号aj出现的概率，Lj为编码长度
n7
Lc=∑PjLj=∑PjLj=（0.35+0.20）×2+（0.15+0.12+0.10）×3+（0.05+0.03）×4=2.53（b）
j=1j=1
压缩比：
C=L÷Lc=3÷2.53=1.19
62、预测编码：
原理：
预测编码根据某一模型利用以往的样本值对于新样本进行预测，并将样本的实际值与预测值相减得到一个误差值，然后对这一误差值进行编码。
预测编码可以获得比较高的编码质量，并且实现起来比较简单，因此被广泛应用在图像压缩编码系统中。
63、变换编码：
是采用一种函数变换的思想，将信源从一个描述域变换到另一个描述域。
64、电话语音压缩标准：
最简单的波形编码是脉冲编码调制，电话质量语音信号的频率范围是300Hz~3.4kHz，采用标准的PCM，采样频率为8kHz，量化位数为8b，所对应的速率为64kbps。
65、高保真立体声音压缩标准的频率范围为50Hz~20kHz
66、国际标准化组织和国际电报电话咨询委员会联合成立的“联合照片专家组”JPEG与1991年对静止图像压缩提出了JPEG标准，它是国际上第一个彩色、灰度、静止图像的国际标准。
67、运动图像压缩标准：
MPEG
MPEG-1：
主要用于音视频的存储等应用。
1992年发布
MPEG-2：
数字电视标准，1994年颁布
MPEG-3：
已合并到高清晰度电视（High-DefinitionTV,HDTV）工作组。
MPEG-4：
多媒体应用标准（1999年发布）
68、MPEG标准分为MPEG视频、MPEG音频、和MPEG系统三部分。
69、MPEG将图像分为三种类型：
内码帧I、预测帧P和双向帧B。
（1）I帧，是完整的独立编码的图像，是不能由其他帧构造的帧，必须存储和传输。
（2）P帧，通过对之前的I帧或P帧进行预测，并对预测误差进行有条件的存储和传输。
（3）B帧，根据前后I帧或者P帧的信息进行插值编码获得。
70、MPEG-7标准称为“多媒体内容描述接口”，它扩展了现有编码内容识别专用解决方案的有限能力，特别是包括更多数据类型。
71、MPEG-7标准的重点在于影音内容的描述和定义，以明确的结构和语法来定义影音资料的内容。
72、H.26x系列标准时ITU-T制定的面向可视通信领域的国际标准。
73、声音的产生：
声音是由物体的振动产生的。
由于振动产生的声波传入人耳，到达鼓膜，使鼓膜发生振动。
鼓膜的振动通过耳小骨和淋巴液传递到“基底膜”，最终引起有毛细胞的纤毛振动，激起神经细胞信号。
这种神经细胞信号传递到大脑，人们便感知到了声音信号。
大脑对声音信号进行解读，人就获得了听觉信息。
74、声音的三要素：
响度，音调，音色
75、响度又称音强，是人主观上感觉到的声音大小，由声波的振幅决定，振幅越大，响度就越大，响度单位是分贝。
76、当声音弱到人耳刚刚可以听见时，称此时德尔音强为“听阈”。
另一种使人耳感到疼痛的声音音强称为“痛阈”。
在听阈和痛阈之间的区域就是人耳的听觉范围，人类能够感知的声音幅度范围为0~120dB。
77、音调是声音的高低，是人对声音频率的感觉。
人耳听觉频率范围是20Hz~20kHz，人的发生频率约为85Hz~11kHz，话音频率一般为300~3400Hz。
78、声音质量等级由高到低一次是DAT→CD→FM→AM→电话。
79、1kHz纯音的声强打到10-16W/cm2（0dB）人耳刚能可闻。
80、实验表明，如果频率为1kHz的纯音的声强级达到120dB左右，人的耳朵就会感到疼痛，这个阈值称为“痛阈”。
81、频域掩蔽：
对于频率相近的声音，响度高的阻碍另一个响度较低声音的听觉感知的现象，称为频域掩蔽效应。
82、时域掩蔽：
在时间上相邻的声音之间存在掩蔽现象，称为时域掩蔽。
83、MPEG声音编码指MPEG-1Audio、MPEG-2Audio和MPEG-2AAC声音编码。
MPEG声音编码进行数据压缩编码的主要依据是人耳的听觉特性，据此建立“心理声学模型”，从而控制、实现音频数据压缩。
84、心理声学模型的一个基本依据是听觉系统中存在一个听觉阈值电平，低于这个电平的声音信号，人耳就听不见，因此就可以把这部分声音数据去掉。
85、MPEG-1音频编码依靠心理声学模型进项数据压缩编码，心理声学模型是依据人耳听觉感知特征建立的。
86、MPEG-2标准委员会定义了两种音频数据压缩编码，一种为MPEG-2Audio，另一种为MPEG-2AAC。
87、常见音频格式（了解）：
WAV，MP3，WMA，CDA，APE，FLAC，MIDI
88、Audition具有的基本技术特征：
按时间线方式工作，支持128条音轨、多种音频特效、多种音频格式，可以很方便地对音频文件进行修改、合并操作。
提供高级混音、编辑、控制和特效处理能力，允许用户编辑个性化的音频文件。
支持实时特效、环绕声、分析工具、MIDI、视频功能等。
89、MIDI是一种国际标准，是计算机和MIDI设备之间进行信息交换的一整套规则，包括记录、表示、重放乐音，控制电子乐器设备，以及各种电子乐器之间传送数据的通信协议。
90、MIDI音频可将电子琴键盘上的弹奏信息记录下来，包括键名、力度、时间长短等，是对乐铺的一种数字描述。
91、MIDI应用：
贝音2.0（简谱版）、MidiNotate、天才音乐家音乐创作工具程序、CuteMIDI简谱作曲家、Cakewalk（Sonar）作曲软件
92、三基色原理：
自然界常见的各种颜色的光都可以由红、绿、蓝三种颜色的光按不同的比例混合而成，同样，各种颜色的光也可以分解成红、绿、蓝三种颜色。
93、色彩可用亮度、色调、饱和度三个特性来综合描述。
94、亮度是指彩色光作用于人眼时所引起的明亮程度的感觉，与光源能量或与被观察物体的发光强度有关。
95、色调也成色相，是指色彩的相貌和特征。
96、饱和度是指色调深浅的程度。
97、色调与饱和度合称为色度，它既说明了彩色光的颜色类别，又说明了颜色的深浅程度。
色度再加上亮度，就能对颜色做完整的说明。
98、色彩模式是指同一属性下的不同颜色的集合。
RGB模式用于数码设计，CMYK模式用于出版印刷。
99、色彩模式：
RGB模式，CMYK模式，Lab模式，灰度模式，索引模式。
100、图像的基本属性有：
（1）分辨率：
三种形式：
显示分辨率，图像分辨率，像素分辨率
（2）像素深度：
像素深度也称位深度或颜色深度，它描述位图中每个像素点所占的二进制位数，它决定了彩色图像中可以出现的最多颜色数，或者灰度图像中的最大灰度等级数。
（3）颜色类型（了解）：
真彩色和伪彩色。
（4）位图文件大小：
设图像的垂直方向分辨率为h像素，水平方向分辨率为w像素，图像深度为c位，则该图像所需数据空间大小B可按下面的公式计算：
B=（h×w×c）÷8
例：
一幅分辨率为640×480的二值图像（图像深度为1），其大小是多少？
B=（640×480×1）÷8=38400（B）
一幅同样大小的图像，若显示256色，即图像深度为8位（28=256），则：
B=（640×480×8）÷8=307200（B）
101、常用位图图像文件格式：
BMP，PCX，TIFF，GIF，JPEG，PSD，PNG
102、位图图像的特点：
（1）位图是由像素所构成的图像，文件较大，处理高质量彩色图像时对硬件平台要求也较高。
（2）由于像素之间没有内在联系
升级会员 