多媒体技术原理和应用(马华东第二版)第二章.ppt

第二章 多媒体数据压缩技术 数字音频编码 数字图像编码 数字视频编码 常用的数据压缩技术 多媒体数据转换 2.1 数字音频编码 音频的基本特性 声音是由振动的声波所组成，在任一时刻t，声波可分解为一系列正弦波线性叠加： f(t)= ΣAnsin(nωt+φn) 其中, ω称为基频或基音，它决定声音的高低；nω称为ω的n次谐波分量或称为泛音，与声音的音色有关; An是振幅,表示声音的强弱；φn是n次谐波的初相位。 音频数字化 波形音频是以数字方式表示音波。它是用声卡(包含ADC和DAC)来录制与执行播出声音的。计算机对声音表示主要通过采样产生一系列声音数据。 事实上, 声波按频率可分为4类, 其中多媒体系统仅处理人类的听力所接受的频率范围的声音，我们称之为音频, 这个频率范围的音波称之为声音信号。 声音的频率分类 通过规则时间间隔测出音波振动幅度从而产生一系列声音数据。这种测出数据方法称之为采样,一秒内采样次数叫采样率。 采样的离散音频数据要转换成计算机能够表示的数据范围,这个过程称之为量化 。 量化后数字音频存储量计算公式 音频数据存储量(字节)=采样率(Hz)×量化位数(位)×声道数×音频长度(秒)/8 MIDI 1980年制定一项工业标准,目的是让音乐及合成音可以经由一串消息在不同的设备上交流传输。 MIDI提供了计算机外部的电子乐器与计算机内部之间的连接器接口。这种连接接口定义物理连接与电子乐器沟通的协议。 MIDI也定义音频的形态与存储的方法。MIDI音频是以消息的方式而非波形的方式组成。 MIDI有三种连接器(In、Out、Thru)。 In为输入, Out为输出,而Thru是用来扩充MIDI与其它设备连接用的。 序器可以将音乐等声音以一种序列来储存。所谓序列便是一连串的音符加上系统事件的命令。 MIDI适配器是用来改变频道、路径与按键的。当电子琴的键盘与一般的MIDI规格不一致时可以经由适配器来修正使两者一致。 MIDI音频文件 MIDI音频文件是一串时序命令,它记录音乐的行为。 命令消息分为频道消息(频道声音消息、频道模式消息)和系统消息(系统实时消息、系统通用消息与系统专用消息)。它是以某种乐器的发声为其数据记录的基础。 它的文件占用很少存储器空间,且可以做细部的修改，如修改节拍等。其声音效果不会因改变节拍而变调。 MIDI不适合编制口语旁白的音频。 数字音频可从麦克风、录音带、CD、电视及其它来源获取。它把声音转换成储存体中数字信息。 数字音频较为稳定,容易保持一致性,音频品质也较易获得保证。 缺点是记录非常详尽,数据量极大,文件较MIDI音频大出200倍以上。要修改数字音频细节非常困难,大大地增加了CPU的负担。 它可以适合任何一种音响,包括人的口语在内,故大多数节目仍采用这种音频。 3D音频 3D音效可分为以下几类： （1）扩展式立体声。 （2）环绕立体声。 （3）交互式音效。 支持3D音频API种类: DirectX DirectSound 3D; Aureal 3D; EAX; Sensaura; Qsound; 杜比AC-3; 数字化影院系统DTS 2.2 数字图像编码 2.2.1 彩色空间 常见模型： RGB彩色空间 HSI彩色空间 YUV彩色空间 YIQ彩色空间 RGB彩色空间 R、G、B是彩色最基本表示模型,也是计算机系统中所使用的彩色模型。 RGB5:5:5方式 用2个字节表示一个象素，具体位分配。 RGB5:5:5方式 RGB8:8:8方式 R、G、B三个分量各占一个字节。 HSI彩色空间 这种模型中, 用H(Hue,色调)、S(Saturation,饱和度)、I(Intensity,光强度)3个分量来表示一种颜色, 这种表示更适合人的视觉特性。 YUV彩色空间 Y为亮度信号,U、V是色差信号(B-Y,R-Y)。 PAL制式彩色空间即为YUV。优点是亮度和色差信号分离,容易使彩色电视系统与黑白电视信号兼容。 国际无线电咨询委员会根据实验认为采用双倍度采样4:2:2方案效果较好, 提出CCIR601标准。 变换公式（YUV---RGB） Y = 0.299*R + 0.587*G+ 0.114*B; U =-0.169*R - 0.332*G+ 0.500*B; V = 0.500*R + 0.419*G - 0.081*B YIQ彩色空间 广播电视系统另一种常用的亮度与色差分离的模型。NTSC制式彩色空间即为YIQ。这里Y是亮度, I和Q共同描述图象的色调和饱和度。 变换公式(YIQ---RGB) Y =0