多媒体信息处理基础.ppt

1.1 多媒体的基本概念 1.2 音频信息处理基础 1.3 图像信息处理基础 1.4 视频信号的数字化 1.5 MATALAB在图像处理中的应用 熟悉多媒体及多媒体技术的基本概念及特征。 了解声音的基本特性及主观感觉。 熟悉音频、图像、视频信号数字化的过程，掌握均匀量化的原理。 掌握彩色三要素、三基色原理及混色方法等色度学基本知识。 理解RGB、YUV、YIQ、YCbCr、HSI/HSV等颜色空间的表示及转换。 熟悉ITU-R BT.601建议的主要内容。 了解MATLAB在图像处理和分析领域的应用。 1.1 多媒体的基本概念 1.1.1 媒体的概念 1.1.2 多媒体与多媒体技术 1.媒体（medium） 按传统的说法，媒体指的是信息的载体，如： 报纸、杂志、电视、广播、因特网… 在计算机领域有两种含义： 信息的存储实体，如磁盘、光盘、磁带、半导体存储器等，中文常译为媒质或媒介； 传递信息的基本元素，如文字、声音、图形、动画和图像等。 在多媒体技术中所说的媒体一般指感知媒体。常见的感知媒体包括： （1）视觉媒体：图像、图形、符号、视频、动画等。 （2）听觉媒体：声音、语音、音乐和音响。 （3）触觉媒体：通过直接或间接与人体接触，使人能感觉到对象的位置、大小、方向、方位、质地等性质。 图像由像素组成 位图(bitmap，bit-mapped image ) 对位图进行操作时，只能对图中的像素进行操作，而不能把位图中的物体作为独立实体进行操作。 画位图或编辑位图的软件称为画图程序；存放位图的格式称为位图格式；存储的内容是描述像素的数值。 位图的获取通常用扫描仪、数码相机和相关的数字化设备。 位图文件占据的存储空间比较大，影响位图文件大小的因素 图像分辨率：分辨率越高，表示组成一幅图的像素就越多，图像文件就越大 像素深度：像素深度越深，表达单个像素的颜色和亮度的位数越多，图像文件就越大 灰度图像(gray-scale image或intensity image)：只有明暗不同的像素而没有彩色像素组成的图像。按灰度级的数目来划分： 单色图像（二值图像）：只有黑白两种颜色的图像。 每个像素的像素值用1bit存储，其值是“0”或“1” 灰度图像：如果每个像素的像素值用一个字节表示，灰度值级数就等于256级，每个像素可以是0～255之间的任何一个值。 彩色图像(color image) 每个像素包含颜色信息的图像。 可按照颜色的数目划分： 256色图像：每个像素的R、G和B值用一个字节来表示，一幅640×480的彩色图像需要300 KB的存储空间 真彩色图像：每个像素的R、G、B分量分别用一个字节表示，一幅640×480的真彩色图像需要900 KB的存储空间 帧动画 音频（Audio）可分为波形声音、语音和音乐。 波形声音 包含了所有的声音形式 自然界中的各种声音，包括人的说话声、音乐、天空的惊雷等，可以用一种模拟的连续波形表示。 语音：不仅是一种波形声音，而且还具有内在的语言、语音学内涵，可以经由特殊的方法而提取。波形声音也可以表现和记录语音，但常把语音作为一种特殊的听觉媒体。 1.1 多媒体的基本概念 1.2 音频信息处理基础 1.3 图像信息处理基础 1.4 视频信号的数字化 1.5 MATALAB在图像处理中的应用 1.2 音频信息处理基础 1.2.1 声音的基本特性 1.2.2 声音的主观感觉 1.2.3 音频信号的数字化 声音信号是典型的连续信号，不仅在时间上是连续的，而且在幅度上也是连续的。 数字化实际上就是对模拟信号进行采样、量化和编码。 采样（Sampling）：每隔一定的时间间隔，抽取信号的一个瞬时幅度值（样本值），即在时间上将模拟信号进行离散化。采样后所得到的一系列在时间上离散的样本值称为样值序列。 奈奎斯特（Nyquist）采样定理：只要采样频率大于或等于声音信号最高频率的两倍（ fs≥2fmax ），就可以通过理想低通滤波器，从样值序列中无失真地恢复原始模拟信号。也就是说，在满足奈奎斯特采样定理的条件下，在时间上离散的样值序列包含有采样前模拟信号的全部信息。　 常用音频采样频率：8kHz、11.025kHz、22.05kHz、32kHz、44.1kHz、48kHz、96kHz 量化（Quantization）：对每个样值的连续幅度进行离散化，即用有限个幅度值近似原来连续变化的幅度值，把模拟信号的连续幅度变为有限数量、有一定间隔的离散值。 均匀量化（线性量化）：量化器的每个量化间隔都相等，量化电平取各量化区间的中间值。 非均匀量化（非线性量化）：量化器的各个量化间隔是不相等的。 编码（Encoding）：采样、量化后的信号还不是数字信号，需