（通信与信息系统专业论文）分布式多媒体编辑系统的资料管理及索引生成.pdf

北京邮电大学硕士学位论文 分布式多媒体编辑系统的资料管理及索引生成 摘要 本文对分布式多媒体编辑系统中关于数据存储以及网络化节目 制作管理的相关问题做了比较深入的讨论，并提出了一些具有普遍 我们讨论了面向对象的数据库设计方法，并以此导出了系统的数据 库结构。赫、弋 为了保证数据的永久性存储以及及时快捷的共享，系统采取了 层次化的存储结构。基于这种结构的系统由于涉及到众多的设备以 及复杂的网络环境，为了进行有效管理我们引入了事务管理支持的 功能，这种技术能够保证管理按照原子操作进行，如果操作失败则 恢复到操作前的状态，不会造成信息的丢失或者不完整。同时为了 保证系统的可扩展性，我们提出了用分布式统一接口的控制程序来 控制具体的设备、管理程序通过从数据库中获取相应设备的接口描 述与具体的设备打交道的解决方案，从而使得系统能够自由的扩展 新的设备，而不需要对程序做具体的改动。 根据分式布多媒体编辑系统的节目制作环境具有并行工作、高效、可扩展 性好、网络化等特点，我们设计了节目制作管理软件，提供对压缩采集站的控 制、节目的提交入库、人员的增减、各项任务的分配和审批、相关数据的统计、 控制节目播出以及数据库的维护等功能。通过这个软件，管理人员就可以对节 目制作子系统的日常事务进行统一管理，从而在宏观上把握和协调节目制作流 程中的各个环节。 为了让视频数据库中的原始视频数据可以通过网络浏览，需要 对它们进行分析、索引和组织，组织后的视频数据应该具有合适的 结构，适用于非线性的浏览和基于内容的视频检索。 随着系统功能的扩展，给我们提出了基于视频镜头分割的非线 性浏览的需求。为了适应这种变化，我们必须寻求一种高效快速的 北京邮电大学硕士学位论文 分割镜头技术，用于在m p e g 2 传送流文件中进行镜头分割。在此 我们基于z h a n ghj ，k a n k a n h a l i a ，s m o l i a rsw 的“双重比较法”提 出了一种改进方案。该方案直接从m p e g 2 传送流文件中提出i 帧 的d c 图像然后执行具体的镜头分割算法，大大降低了数据量，从 而获得了性能的极大提高。 关键词：多媒体关系型数据库层次化存储结构事务管理 关键帧m p e g 2 传送流 北京邮电大学硕士学位论文 a b s t r a c t i nt h ep a p e r , c o n e l a t e dq u e s t i o n sa b o u td a t a s t o r a g ea n dn e t w o r k - b a s e d p r o g r a m m i n gm a n a g e m e n ti nt h ed i s t r i b u t e dm u l t i m e d i ae d i t i n gs y s t e ma r e d i s c u s s e d ，a n ds o m es o l u t i o n s ，w h i c ha r ea d a p t a b l ea tl a r g e ，a r ea d d r e s s e d i nt h i s s y s t e m ，t h ec o r eo fd a t ap r o c e s s i n ga n ds t o r a g ei sb a s e do i ld a t a b a s e t h e r e f o r e ，t h e o b j e c t - o r i e n t e dd a t a b a s ed e s i g n i n gt e c h n i q u ei si n t r o d u c e d t o g u a r a n t e et h a t d a t ai ss t o r e dp e r m a n e n t l ya n ds h a r e di n t i m e ，t h e h i e r a r c h i c a ls t o r a g es t r u c t u r ei su s e di nt h es y s t e m a st h es y s t e mi sb a s e do nt h i s s t r u c t u r ei n v o l v e sl o t so fe q u i p m e n t ，n e t w o r kc o n d i t i o n sb e c o m ev e r yc o m p l i c a t e d t om a n a g et h i ss y s t e me f f i c i e n t l y , t h et r a n s a c t i o np r o c e s s i n gt e c h n i q u et h a tc a r l m a k et h eo p e r a t i o nb ep r o c e s s e d a t o m i c l ya n dg u a r a n t e et h ei n t e g r a l i t yo f i n f o r m a t i o ni su s e d r e s o l v i n gt h eq u e s t i o na b o u te x p a n s i b i l i t yo ft h es y s t e m ，t h e s o l u t i o nt h a tu s e sp r o g r a m sw i t hu n i f o r mi n t e r f a c et oc o n t r o lr e l a t e de q u i p m e n t d i s t r i b u t e d l y i sa d v a n c e d h t ht h ei n t e r f a c ef r o mt h ed a t a b a s e t h em a n a g i n g p r o g r a mc a l lc o n t r o lt h ee q u i p m e n t b a s e do nt h es o l u t i o n ，m o r ee q u i p m e n tw i t h o u t m o d i f y i n gt h em a n a g i n gp r o g r a mc a l lb em a n a g e d b e c a u s et h ef e a t u r eo f p r o g r a m m i n ge n v i r o n m e n ti sp a r a l l e lw o r k i n g ，e 伍c i e n t ， e x p a n s i b l ew i t hc o l l a b o r a t i o ni nd i s t r i b u t e dm u l t i m e d i ae d i t i n gs y s t e m ，t h e p r o g r a m m i n gm a n a g e ri sd e s i g n e d ，w h i c hh a sm a n yf u n c t i o n s ，s u c ha sc o m p r e s s i o n c o n t r o l l i n g ，p r o g r a ms u b m i t t i n g ，s t a f fm a n a g i n g ，w o r kd i s t r i b u t i n ga n da p p r o v a l i n g ， d a t a b a s em a i n t a i n i n g ，a n de t c b yt h es o f t w a r e ，m a n a g e r i a ls t a f fw i l lt a k ec h a r g eo f t h ed a i l yr o u n du n i t e d l ya n dh a r m o n i z ee v e r yp a r ti nt h ef l o wo f p r o g r a m m i n g a st h ee x t e n s i o no fs y s t e mc a p a b i l i t y , n e wd e m a n do fn o n l i n e a rb r o w s i n g b a s e d o nv i d e os h o ts e g m e n t a t i o nt e c h n i q u ei sn e c e s s a r y an e wt e c h n i q u et h a tc a n s e g m e n ts h o t sf r o mm p e g - 2t r a n s p o r ts t r e a mf i l e i ng o o dt i m em u s tb ef o u n d i n t h i sp a p e r , a l li m p r o v e ds c h e m eb a s e do nt w i n - c o m p a r i s o na l g o r i t h mt h a ta d v a n c e d b yz h a n ghj ，k a n k a n h a l ia ，s m o l i a rsw i si n t r o d u c e d i nt h es c h e m e ，t h ed c i m a g e so f i - f l a m ea r ee x t r a c t e dd i r e c t l yf r o mm p e g 一2t r a n s p o r ts t r e a mf i l e ，a n dt h e n t h es h o ts e g m e n t a t i o na l g o r i t h mi si m p l e m e n t e do nt h ed ci m a g e ss e q u e n c e t h i s s c h e m er e d u c e st h ed a t aq u a n t i t ye n o r m o u s l ya n di m p r o v e st h ec a p a b i l i t yo fs h o t s e g m e n t a t i o ng r e a t l y k e y w o r d s ：m u l t i m e d i a r d b m s h i e r a r c h i c a l - s t o r a g e t r a n s a c t i o n p r o c e s s i n gk e y f r a m em p e g 2 t s l j 独创性( 或创新性) 声明 本人声明所呈交的论文是本人在导师指导下进行的研究工作及取得的研究成果。尽我所 知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰 写过的研究成果，也不包含为获得北京邮电大学或其他教育机构的学位或证书而使用过的材 料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢 意。 申请学位论文与资料若有不实之处，本人承担一切相关责任。 本人签名 弛缅 关于论文使用授权的说明 学位论文作者完全了解北京邮电大学有关保留和使用学位论文的规定，即：研究生在校 攻读学位期间论文工作的知识产权单位属北京邮电大学。学校有权保留并向国家有关部 门或机构送交论文的复印件和磁盘，允许学位论文被查阅和借阅；学校可以公布学位论 文的全部或部分内容，可以允许采用影印、缩印或其它复制手段保存、汇编学位论文。 ( 保密的学位论文在解密后遵守此规定， 保密论文注释：本学位论文属于保密在年解密后适用本授权书。非保密论文注释： 本学位论文不属于保密范围，适用本授权书。 本人签名：一鹭垒魂 日期：2 1 噬壬： 导师签名：霉霉过乎址日期：。乙因= 扛 北京邮电大学硕士学位论文 1 1 多媒体通信技术 第一章绪论 1 9 8 7 年，世界上第一台多媒体计算机在国际第二届c d r o m 年会上展出， 它是由美国r c a 公司的普林斯顿实验室组织计算机、广播电视和数字技术三个 方面的4 0 余名专家，经过4 年的研究研制成功的，从此开创了多媒体技术的起 源。 多媒体技术的出现，在世界范围内引起了强烈的反响，因为它清楚地展现 出信息处理和通信技术的革命性发展方向。图像压缩编码技术的成熟和计算机 技术的发展，使得包括数字电视图像信号在内的电话、传真、图文电视、可视 电话等媒体业务都可以在一台终端上得以实现，从而将通信、广播电视和计算 机这三个原本各自独立的技术领域融合到了一起。 因此，通常所说的多媒体数据是由内容文本、图形、图像、声音、动画、 活动图像等媒体数据所形成的复合数据。如果将对时间敏感的声音、活动图像 的数据称为实时数据，其它类型的数据为非实时数据，那么，多媒体数据当中 至少得包含有一种实时数据和一种非实时数据【1 。 人与媒体之间的交互是多媒体技术最基本的特征。由此我们可以作出如下 定义：多媒体技术就是以交互的方式在计算机控制下处理多媒体数据的技术。 多媒体通信则是多媒体计算机和多媒体通信网的有机结合。依靠功能强大 的计算机和先进的通信网将各种媒体信息集合为一体，实现存储、显示、重现 和传输等功能，以达到充分开发、交流和利用信息的目的。 1 2 多媒体通信的主要研究课题 多媒体通信技术作为一门跨多学科的新兴技术面临着许多研究课题，如多 媒体数据压缩技术、多媒体数据存储技术、多媒体网络技术、多媒体同步技术 和多媒体软硬件技术等。由于本文涉及到多媒体数据压缩技术、多媒体数据存 储技术和多媒体网络技术，因此以下将对这三方面加以介绍。 北京邮电大学硕士学位论文 1 2 1 多媒体数据压缩技术 在多媒体系统中，由于涉及声音、图像以及视频影像等多种信息，其数据 量是非常大的。例如，对扫描点阵为7 2 0 x5 7 6 的p a l 电视信号进行数字化， 每个取样点8b m 则数字化后的数据传输速率将达到2 1 6m b s ，如果需要存储 这些数据，则一张6 0 0m b 的c d - r o m ( 只读光盘) 光盘只能存储2 2 秒左右的 视频图像，这对网络和存储设备来说是难以接受的。为节省存储介质空间和通 信网带宽，数据压缩技术就成为多媒体技术必须解决的关键技术之一。 数据压缩的理论基础是信息论，信息论中将离散无记忆信源发出符号所携 带的平均信息量h 定义为： h = 一p ( s f ) l 0 9 2 p o f ) 】 f 其中p ( s j 是第i 个符号出现的概率。并证明它就是对离散无记忆信源进行无失 真压缩的理论极限，也是信源符号的最短字长。如果某信源发出的符号平均字 长大于h ，则可认为它存在冗余，从理论上讲就有压缩余地。 从信息论的这一观点出发，人们陆续研究出一系列压缩编码算法，其中应 用较多的算法有：统计编码、预测编码、变换编码和矢量编码等，其原理都是 通过去除采样值之间的相关性来达到压缩目的。这些方法以信息论为基础，以 信号序列或信号矩阵作为研究对象，是一种微观编码方法( 也称作波形编码) ， 其现有研究水平已经比较成熟，并得到了广泛应用，但进一步发展的余地已不 大。现在具有良好应用前景的图像压缩方法是分形编码、物体模型编码和自适 应网格编码等，它们不再局限于信号的微观信息，而是基于人类视觉认识事物 的宏观过程：即先认识事物的整体结构和形状，再弄清其细节内容。理论上讲， 这些方法具有更高的压缩率，不过它们尚处于研究阶段，实际应用不多【2 】【”。 数据压缩方法多样化的一个必然要求就是数据压缩的标准化，从9 0 年代初 开始c c i t t ( 现为国际电信联盟i t u ) 、i s o ( 国际标准化组织) 和i e c ( 国际 电工委员会) 陆续颁布了一系列标准，如针对灰度静止图像的j b i g ( 静止二值 图像专家组) 、针对彩色静止图像的j p e g ( 联合图像专家组) 、针对活动图像 的m p e g ( 活动图像专家组) 和视听业务压缩编码标准h 2 6 1 、h 2 6 3 等。其中 得到应用最多的是y p e g 、m p e g 一1 和m p e g 2 压缩标准。 j p e g1 9 8 6 年i s o 和c c i t t 成立j p e g 专家组，其任务是建议一个适合于 连续色调图像压缩的国际标准。专家组最初提出了1 0 种建议算法，在经过认真 比较后，决定以a d c t ( 自适应离散余弦变换) 为基础提出一个标准草案，该 标准草案在1 9 9 0 年得到通过，即为j p e g 标准，标准编号i s o i e c1 0 9 1 8 ，现 北京邮电大学硕士学位论文 在数字视频编辑领域所使用的m o t i o n j p e g 压缩方法也使用了j p e g 压缩算 法，m o t i o n j p e g 能够同时实现活动图像的数据压缩和逐帧编辑的功能，但尚 无统一的国际标准。 m p e g - 1i s o 和c c i t t 于1 9 8 8 年成立了m p e g 专家组，致力于研究和制 定活动图像及其伴音编码的国际标准，并于1 9 9 1 年提出了“用于数字存储媒体 的活动图像及其伴音约1 5m b s 的编码”方案，也就是m p e g 1 标准，标准编 号为i s c i e c1 1 1 7 2 。它广泛应用于视频的数字存储领域，标准分为系统、视频、 音频和一致性测试四个部分【4 】。我们所熟知的v c d 采用的就是m p e g 1 压缩标 准。 m p e g 2 随着多媒体技术、数字电视技术、多媒体通信和交互式电视技术 的发展，人们明显感觉到m p e g 1 压缩标准在视音频分辨率和传输率等方面的 不足，于是m p e g 专家组在1 9 9 0 年开始了m p e g - 2 标准的制定工作，并于1 9 9 3 年提出“活动图像及其伴音的通用编码”标准，标准编号为i s o f l e c1 3 8 1 8 。其 后标准不断扩充，到1 9 9 5 年底，i s o i e c1 3 8 1 8m p e g 2 标准共达到9 项，涉 及到了系统、视频、音频及一致性测试等方面的内容。m p e g 2 一经推出立即 被数字电视标准所采用，并广泛应用于视频点播等多媒体通信业务之中 5 】【6 】。 1 22 多媒体数据存储技术 多媒体数据存储技术包括多媒体数据的存储介质和多媒体数据的存储组织 两个方面。多媒体数据的数据量大，普通的存储介质无法满足其存储要求，而 必须使用大容量存储设备。现有的大容量数据存储设备主要有r a i d ( 廉价冗 余硬盘阵列) 、光盘库( j u k e b o x ) 和磁带库，它们各自具有不同的特点，适合 于存储不同用途的数据。 硬盘阵列的数据搜寻速度快，读写带宽高，支持随机访问，能支持较大数 量的并发访问，但价格昂贵，替换拆卸困难。硬盘阵列适合于存储使用者较多、 访问次数频繁的数据。 磁带库的数据读写带宽由磁带驱动器数目决定，搜寻速度慢，只能支持线 性访问，且能支持的并发访问数目有限，但替换方便，价格便宜，而且磁带可 以从磁带库中取出单独保存。磁带库适合于存储使用者很少、很少被访问的数 据，特别是存档数据。 光盘库的数据读写带宽由光盘驱动器数目决定，搜寻速度较快，支持随机 访问，能支持的并发访问数目较多，且替换方便，但价格较贵。事实上，光盘 库的性能介于硬盘阵列和磁带库之间，兼有硬盘阵列和磁带库各自的一些特点。 由于硬盘阵列和磁带库所适宣存储的数据差异很大，光盘库通常可以介于它们 北京邮电大学硕士学位论文 之间作为一个缓冲。 既然多媒体数据量大，媒体种类多，且媒体之间既有差别又有联系，如何 管理组织好这些信息就成为多媒体数据存储组织的重要内容，其核心就是多媒 体数据库管理系统。多媒体数据库管理系统与传统的数据库管理系统相比具有 许多不同的特点： 1 支持多种媒体数据类型及其相应处理 2 支持对象的同步与集成 3 支持不同媒体的语义查询方法，即支持描述性查询方法 4 能够保持不同媒体数据之间关系的一致性 5 支持连续媒体的实时读写操作 6 支持长事务处理能力 7 能够管理大容量数据，支持分布式存储 构造多媒体数据库可以使用扩充现有数据库系统和重新建立面向对象的数 据库系统两种方法。扩充现有数据库将它改造为多媒体数据库，是现阶段商用 多媒体数据库产品的普遍做法，这种方法由于利用了现有数据库的成果，能够 快速完成实用产品，但同时也受到传统数据库设计上的限制，很难将之改造成 一个真正意义上的多媒体数据库。重新建立面向对象的数据库就是根据多媒体 数据库的以上特点，重新设计数据库的管理系统，使之成为一个真正意义上的 多媒体数据库，这是现在多媒体数据库研究的方向，不过还没有实用产品出现。 1 2 3 多媒体网络传输技术 多媒体网络与一般的数据通信网相比有其特殊性： 1 多媒体数据的数据量大，要实时地传送多媒体数据，多媒体网络就必须 有较高的传输带宽和数据吞吐量。 2 媒体类型的不同对网络也有不同的要求：文字信息对延时和延时抖动要 求不高，但不允许出错。实时媒体( 如声音、活动图像) 对延时和延时抖动十 分敏感，例如话音传输要求延时小于2 5 0m s ，延时抖动小于4 0 0m s ，但对数据 出错要求相对较低。因此要求多媒体网络能够根据不同的媒体类型采取不同的 传输策略。 3 多媒体网络必须能够支持多播( m u l t i c a s t ) ，以实现多媒体信息的共享。 4 多媒体网络要有服务质量( q o s ) 保证，网络自身需要有资源的接纳、 监测和调整策略，以保证实时媒体在终端重现时达到一定的质量。 要真正实现达到以上要求的多媒体网络是非常困难的，在现实应用中，都 是根据实际情况使用不同的网络。现在可用于多媒体数据传输的网络很多，如 4 北京邮电大学硕士学位论文 快速以太网、a t m ( 异步传输模式) 网、i - i f c ( 混合光纤同轴) 网、a d s l ( 非 对称数字用户环路) 网、电路交换网、f d d i 一2 ( 分布式光纤数据接口) 等。下 面介绍一下几种常用的多媒体网络技术。 快速以太网，它是一种共享式的宽带局域网，同一网段上的计算机共享网 络带宽，信号的碰撞检测采用c s m a c d ( 载波监听多路访问冲突检测) 协议。 在快速以太网中，用户的增多会导致冲突概率加大，从而造成有效带宽下降， 网络延时抖动增加。快速以太网对多媒体数据的传输策略是牺牲带宽，保证服 务质量，现在广泛用于多媒体系统的快速以太网有1 0 0 b a s e 以太网和千兆位以 太网等。 a t m 网，它是国际电信联盟推荐的宽带综合业务数字网( b - i s d n ) 的传 输模式。a t m 提供面向连接的高速异步数据传输服务，其接口速率为1 5 5m b s 和6 2 2m b s 。a t m 网根据不同数据服务特点提供了四种服务类型：固定比特速 率( c b r ) 、可变比特速率( v b r ) 、可用比特速率( a b r ) 及局域网仿真。在 各种网络中它最接近多媒体网络的要求。 h f c 网，它通过改造现有的有线电视同轴网，使之成为个双向的数据网。 h f c 网分为头端、传输系统和用户接入网三个部分。由于在h f c 网中传输的 仍旧是模拟信号，因此数字信号进入h f c 网前必须在头端进行模拟调制，并与 原有的模拟电视信号混合，通过传输系统传给用户。h f c 的主干传输网用光纤 取代了原来的同轴缆，提高了数据传输的可靠性，在用户接入端还是使用原有 的同轴分配网，只是分配节点需要进行双向改造。t - i f c 网是一种非对称网络， 网络下行频段与上行频段是分开的，在下行频段上，网络可以向用户提供独有 的高带宽接口，在上行频段上，网络只能向用户提供共享的有限带宽。 1 3 分布式多媒体编辑系统 1 31 系统的设计背景 在传统的视频节目编辑制作系统中，视频信号的采集、播放、编辑和存储 都采用模拟方式，即编辑人员使用摄像机或录像机等设备采集原始视频信号， 以模拟的方式编辑、处理素材，并将制作好的节目仍旧存储在模拟录像带上。 它在实际使用过程中，暴露出许多固有的缺点。尤其在多媒体技术日益普及的 今天，人们f 面临着更多旧体系所有不能解决的新要求、新挑战。 】大容量存储 虽然硬盘的容量越来越大，但依然无法满足人们使用多媒体数据所需要的 北京邮电大学硕士学位论文 存储要求。随着多媒体技术的不断发展，几百兆甚至上千兆字节容量的硬盘也 难以容纳下多媒体程序运行时所需要的图形、图像、声音和音乐等庞大的数据 文件。因此，合理的存储方式呼之欲出。 2 分布式节目制作 采用录像带进行编辑只能使用线性方式，如果要寻找定位一段节目，必须 使用编辑机反复快进或快退录像带，使得编辑工作麻烦且耗时，同时反复操作 录像带的次数过多，还会影响录像带的使用寿命。分布式的节目制作方式可以 在很大程度上解决这一矛盾，使各编辑阶段并行进行。 3 图像及视频索引 目前，文本索引技术旱已成熟，但随着人们要求的不断提高，单纯的文本 索引方式己不能满足用户的需要。建立有效的图像及视频索引成为一个亟待研 究和解决的问题。 由此可见，利用当前最新的多媒体技术开发全新的分布式多媒体编辑系统， 使之能够克服原有系统的缺点，并能够提供更高质量的声像服务，就成为我们 的主要研究任务和方向。 1 3 2 系统的设计要求 分布式多媒体编辑系统试图利用当前最新的计算机技术、通信网络技术和 数字视频压缩技术，因此提出了与原有系统不同的要求，该系统应该具有以下 特点和功能： 1 支持多种信息输入方式 要求系统能够接收如下视频信号：模拟电视信号、数字电视信号、各种光 盘信号( 如v c d 、s v c d 和d v d ) 和经过数字压缩的视频信号。 2 支持不同码率、不同格式的视频采集压缩和转换 根据系统不同功能模块的要求，可进行m p e g 1 ( 或者m p e g 4 ) 和m p e g 一2 的不同码率的压缩，并能完成一些必要的文件格式转换，如m p e g 一2 t s 文件到 m p e g 1 文件之间的转换，v c d 、s v c d 和d v d 文件到m p e g - 2t s 文件之间 的转换，等等。 3 支持层次化的存储结构 大容量的声像资料库需要采用分级存储结构。视频服务器的磁盘阵列作为 一级存储设备，其中存放近期的、使用频繁的信息，可供用户的实时浏览和调 用。二级存储设备为可读写光盘库，存放不经常使用的历史性资料信息，同时 也是一级库的备份。 北京邮电大学硕士学位论文 4 支持视频资料库基于关键帧的浏览 将一个节目的一系列具有代表性的帧提取出来，称为关键帧；浏览关键帧 则可获知节目的详细内容。为了浏览的方便，关键帧常按镜头、场景等分成若 干层次，用户首先概览节目所包含的所有场景；若对某个场景感兴趣，则可进 一步浏览该场景所包含的分镜头。每个关键帧都附有它在整个节目中的时间定 位信息。节目在进入资料库时，不仅要存储节目本身，还需要伴随存储它的关 键帧。显然，通过资料库节目的关键帧来对节目进行浏览、定位和剪切，不仅 比较精确，而且使节目内容变得直观、易于理解。对于网络化的节目制作环境， 基于关键帧的内容浏览可使在网络上传输的数据量大大减少。 5 支持视频资料库基于低码率视频流的浏览 对于网络化的多媒体编辑系统，如果要做到定位到帧准确的剪切，最好的 做法就是使用类似于真v o d ( t m e - v o d ) 的技术。因为资料库中的节目是要 用作节目制作的素材，所以是以高码率、低压缩比的格式( 如m p e g2 ) 存储 的。在初选素材时，浏览这种高质量的图像既无必要，又很浪费网络资源。因 此需要在存储低压缩比节目的同时，同步地存储一个帧对齐的高压缩比( 例如 m p e gl 或m p e g4 ) 文件。用户浏览高压缩比的码流，然后系统根据用户给出 的时间定位信息剪裁下高压缩比文件中的对应段，并将该段传送给用户作为粗 编的素材。粗编完成后，用户根据粗编所得到的e d l ( 编辑决策列表) 文件， 从资料库中获取低压缩比的资料片段进行最后的精编。 获得同一节目的高压缩比和低压缩比的两个文件的方法，可以是同步地( 即 二者在时间上帧对齐地) 对同一模拟信号进行采集和数据压缩；对于已经压缩 的节目则可以从低压缩比的数据通过格式转换获得高压缩比的文件。 6 支持分布式的系统管理和节目管理 所谓分布式管理，包括两个方面的含义。一是系统中的各种设备和资料数 据分布在网络上，需要进行有效的管理：二是只要具有相应权限，系统管理员 就应该可以在任意一台与网络相连的主机上，通过管理软件对系统进行相应的 管理。因此，分布式的系统管理和节目管理对于控制声像数据在系统内各个设 备之间的走向，和协调系统各个部分之间的工作，是至关重要的。它涵盖了三 个方面的内容，即节目管理、磁盘与光盘管理及系统管理。系统管理的主要内 容是对系统的操作人员进行分类和权限管理，及对系统中的各种硬件设备和软 件服务进行管理，包括设备服务的注册、修改和删除等。节目管理的主要内容 是节目的采集压缩、格式转换和视频摘要提取，及节目的入库、维护、查询、 浏览和调度。磁盘与光盘管理的主要内容是节目的删除和各份，及磁盘碎片整 理和光盘格式化等。 北京邮电大学硕士学位论文 1 3 3 各子系统及其网络结构 分布式多媒体编辑系统根据其功能可划分为三个子系统。下面我们将分别 进行介绍。 1 资料管理子系统 资料管理子系统主要完成分布式的系统管理和节目管理功能，它是控制与 管理整个系统的关键部分，其结构如图1 - 1 所示。 由图可见，资料管理子系统采用了层次化的存储结构，并可以支持对多个 视频服务器、多个光盘库的管理。 光盘库是系统的后备库，资料管理子系统将超过一定时限、暂时不使用的 视频资料转移到光盘库进行存储。如果视频服务器的磁盘阵列需要存储的节目 过多，也可以暂时将一部分调用较少的节目移入光盘库。系统采用的光盘库是 h p 公司的6 6 0f x 型光盘库，它有2 5 6 个光盘槽位，每个光盘的容量为5 2 3g b ， 光盘库的总容量可达到1 2t b 。光盘库使用h p 公司的m o 磁性光盘，可重复 擦写1 0 0 万次，而且光盘可以从光盘库中取出单独存放。光盘库中有6 个光盘 驱动器。可同时对6 张光盘进行读写操作，每个驱动器的读取速率可达到2 m b s 。光盘库通过s c s i ( 小型机串行接口) 总线与控制计算机相连，控制计算 机通过这条总线传送控制命令以及存储资料的数据。 图卜1 资料管理子系统结构图 磁盘阵列则存储着可供用户即时调用的节目，它也是通过s c s i 总线与视频 服务器相连。为保证实时调用的服务质量，磁盘阵列使用s g i 公司的实时文件 北京邮电大学硕士学位论文 系统) 口s 。 资料管理工作站是资料管理子系统的核心控制设备，它负责完成所有的系 统管理与节目管理操作。光盘库的控制是由文档服务器来完成的，资料管理子 系统所有针对光盘库的操作都是经过文档服务器进行的。光盘库和磁盘阵列中 的视频节目描述信息都存储在中心数据库之中，管理员据此可以查询到存储的 视频节目并负责节目的维护。其中，实现对视频服务器上调度缓存区的管理是 本文的主要内容之一，将在第三章中进行详细阐述。 2 素材共享及提取子系统 素材共享及提取子系统主要完成素材的共享、选择和获取功能，用户通过 该子系统查询和浏览资料库中的节目，寻找到感兴趣的节目后，再进行较精确 的片断选取，最后系统根据用户提交的素材剪切列表文件，将用户选取的节目 片断从高压缩比文件( 目前系统中使用的是m p e g - 1 文件) 中截取出来，并传 送到粗编站上，作为粗编的素材。系统允许用户同时调用两级库中的节目，为 了使读者有个较为明确的认识，下面我们将对其工作过程进行简要描述，系统 的结构如图1 2 所示。 视频服务器查询浏览工作站粗编站 图卜2 素材提取子系统结构图 素材提取操作的发起者是查询浏览工作站，它首先与w e b 服务器通信，通 过网页查询一级库和二级库中的节目信息，因为每个节目都伴随存储着它的关 键帧和m p e g 1 文件，所以用户对感兴趣的节目可以要求浏览其关键帧和 m p e g 1 文件，以便了解节目的详细内容，并进行素材的选取。用户提出浏览 要求后，w e b 服务器将向接纳控制服务器发起连接请求，如果接纳成功，w e b 服务器生成相应的描述文件传给查询浏览工作站。查询浏览工作站解析描述文 北京邮电大学硕士学位论文 件，向接纳控制服务器提出浏览申请。如果请求接纳成功，接纳控制服务器将 向查询浏览工作站进行确认，同时解析请求报文，并根据节目所在位置，向相 应的视频服务器和文档服务器发出命令，要求将对应的关键帧或m p e g 一1 文件 发送到查询浏览工作站。系统中，考虑到节目的关键帧文件占用的存储空间不 大，我们将一级库和二级库中所有节目的关键帧都存储在视频服务器上。因此， 如果用户要求浏览的是节目的关键帧，则系统对两级库节目的调用没有区别， 都由视频服务器来进行关键帧的发送。而当用户要求浏览二级库节目的 m p e g - 1 文件时，接纳控制服务器首先需要通知用户进行等待，与此同时，将 二级库节目的m p e g 1 文件整体迁移到视频服务器上。当隔一段时间后，用户 再次发起请求时，系统才可以象处理用户浏览一级库节目的m p e g - 1 文件请求 一样，由视频服务器负责将对应的m p e g 1 文件打成r t p ( 实时传输协议) 包， 并传送给查询浏览工作站。 用户浏览并对节目进行片断选取的结果记录在素材剪切列表文件中，当用 户完成所有的素材选取操作后，就可以将此文件提交给接纳控制服务器，由它 来进行文件的解析，并根据素材所在位置，向相应的视频服务器和文档服务器 发出素材剪切迁移命令，最后由视频服务器和文档服务器将要求剪切的 m p e g - l 文件片断传送到粗编站上，同时接纳控制服务器也将素材剪切列表文 件传送到粗编站，以便与素材相对应，至此素材提取过程就结束了。 3 节目制作子系统 节目制作子系统主要完成节目编辑制作的功能，其结构如图1 - 3 所示。 视频服务器 编辑机控制台配音_ 亡作站翻译工作站管理中心 北京邮电大学硕士学位论文 图1 3 节目制作子系统结构图 由图可知，节目制作子系统实际包含两大功能。一个功能是对各种来源的 视频信号进行采集、翻译、配音和编辑，此功能使得编辑系统的信息输入方式 非常灵活，并能极大地丰富节目制作的素材。另一个功能则是利用素材提取子 系统获得的素材进行粗编，并在粗编完成后，根据粗编生成的e d l ( 编辑决策 列表) 文件，获取低压缩比、高质量的节目片断，之后进行精编，直到生成最 终的节目。 非线性编辑机是系统的精编设备，它可以采集模拟视频信号，将其实时数 字化压缩成m p e g 格式的文件，并存储在它的附属硬盘上，作为精编的素材。 由于m j p e g 格式的文件压缩率很低，数据量大，不适于大量存储，所以要通 过m p e g 采集站进一步压缩成m p e g 格式的文件。管理中心负责控制素材的采 集，并负责将这些素材分配给不同的翻译人员进行翻译，翻译完成后，再分配 给配音人员进行配音，最后将配音文件传输到非线性编辑机上，与素材文件存 储在一起，供节目制作人员进行节目制作选用。 对于通过素材提取子系统获得的m p e g 1 素材，节目制作人员首先在粗编 站上对其进行粗编，并根据素材剪切列表文件生成粗编后的e d l 文件，然后系 统将此e d l 文件提交给接纳控制服务器。接纳控制服务器则负责对e d l 文件 进行解析，并根据素材所在的位置，向相应的视频服务器和文档服务器发出 m p e g 一2 文件剪切传送命令，由它们来将要求的m p e g 2 节目片断剪切出来， 并传送到非线性编辑机，完成这些剪切迁移操作后，接纳控制服务器还要将e d l 文件传送到非线性编辑机。最后，节目制作人员根据非线性编辑机上的e d l 文 件及其对应的m p e g - 2 素材进行最后的精编工作，完成节目的制作过程。其中， 节目制作子系统管理中心的实现是本文的主要内容之一，将在第四章中进行详 细阐述。 1 4 论文安排 在研究生期间，本人参加了分布式多媒体编辑系统的开发过程，并在其中 主要从事多媒体节目制作管理、多媒体数据存储管理和图像索引生成等方面的 理论研究和软件设计工作。具体来说，主要完成了以下工作： 1 完成了对分布式多媒体编辑系统中资料中心管理平台的改进工作，包括 添加海报入库和关键字入库功能。 2 参与了分布式多媒体编辑系统中磁盘管理子系统的开发工作，实现了调 度缓存区的磁盘管理软件。 北京邮电大学礤士学位论文 3 完成了分布式多媒体编辑系统中新闻中心管理平台的设计，包括设计并 实现了粗编站管理软件，设计并修改了配音站管理、翻译站管理、播出 节目、统计报表、管理人员帐号和修改节目信息等软件模块。 4 对镜头切换的检测进行了深入的研究，针对双阈值比较法在累积过程中 不易找到递增序列的终止点这一问题，提出了基于i 帧d c 图的镜头切 换检测的改进算法，即在比较累积差值的同时，仍然进行帧间直方图的 比较，并实现了相关软件。经过大量的实验证明，和原算法相比，改进 算法可有效提高检测的查全率和准确率。 其中第一部分的工作是本人研一时完成的，其改动幅度不大，所以本文将 不对其进行说明。 本文第二章简要介绍了分布式多媒体编辑系统中心数据库的设计情况，第 三章详细讨论了分布式多媒体编辑系统中存储介质管理的设计和实现，第四章 详细描述了分布式多媒体编辑系统中新闻中心管理平台的设计和实现，第五章 从建立图像索引的必要性入手，详细讲述了基于d c 图的镜头切换检测的思路、 方法和实现，第六章则是对论文工作的总结和展望。 北京邮电大学硕士学位论文 第二章系统中心数据库的设计 信息的存储和管理都离不开数据库的支持。我们在绪论中谈到过，多媒体 的发展使得多媒体数据库的研究和开发成为必要，但是由于其过于复杂，目前 仍然没有成熟产品出现，因此我们只能基于现有的数据库，来构造能够满足我 们要求的多媒体数据库。现行的数据库可以分为关系型数据库、面向对象的数 据库以及对象关系型数据库。面向对象数据库能够支持非常复杂的数据模型， 从而特别适用于工程设计领域。打个比方，想象c a d 中的一个复杂部件，它可 能由成千上万个不同的零件组成，要是用关系模型中的表来表达，表的数量将 是极其庞大，而且是几乎不可实现的。而描述这种复杂的部件，正好是高级程 序设计语言的强项。此外，面向对象数据库还吸收了面向对象程序设计语言的 思想，如支持类、方法、继承等概念。但由于模型较为复杂，而且缺乏数学基 础，使得很多系统管理功能难以实现( 如权限管理) ，同时它也不具备s q l 处 理集合数据的强大能力。虽然关系型数据库在设计方面以及在与高级程序语言 的接口方面存在着缺陷，但在数据库系统方面发展得非常完善，有强大的管理 功能和可操纵性。另外，关系模型具有坚实的数学基础 7 1 。 考虑到关系型数据库具有当前最成熟的数据库产品，因此我们应用了关系 型数据库。利用数据库来存储和管理多媒体信息中的文字描述信息，而将相关 的多媒体数据存储在专用的存储设备上，然后建立数据库记录与存储设备之间 的关联，最终形成对多媒体数据的有效管理。在数据库设计过程中，我们采用 了面向对象的设计方法，并将设计结果一对象模型一映射到关系型数据库之中。 2 1 关系型数据库简介 所谓关系数据库系统指的是支持关系模型的数据库系统，关系数据库应用 数学方法来处理数据库中的数据。系统而严格地提出关系模型的是美国m m 公 司的e e c o d d ，他从1 9 7 0 年起连续发表了多篇论文，奠定了关系数据库的理论 基础。关系模型由数据结构、关系操作集合和完整性约束三部分组成f l 】 2 1 。 关系模型的数据结构非常单一，在用户看来，关系模型中数据的逻辑结构 是一张扁平的二维的表。但关系模型的这种简单的数据结构能够表达丰富的语 义，描述出现实世界的实体以及实体问的各种联系。在关系模型中，无论是实 体还是实体之间的联系均由单一的结构类型即关系( 表) 来表示。关系可以有 北京邮电大学硕士学位论文 三种类型：基本关系( 通常又称为基本表或基表) 、查询表和视图表。基本表是 实际存在的表，它是实际存储数据的逻辑表示。查询表是查询结果对应的表。 视图表是由基本表或其他视图表导出的表，是虚表，即不对应实际存储的数据。 关系的描述称为关系模式。关系实际上就是关系模式在某一时刻的状态或 内容。也就是说，关系模式是型，关系是它的值。关系模式是静态的、稳定的， 而关系是动态的、随时间不断变化的，因为关系操作在不断地更新着数据库中 的数据。但在实际当中，常常把关系模式和关系统称为关系，读者可以从上下 文中加以区别。在关系模型中，实体及实体间的联系都是用关系来表示。在 个给定的现实世界领域中，相应于所有实体及实体之间的联系的关系的集合构 成个关系数据库。 关系操作采用集合操作方式，即操作的对象和结果都是集合，这种操作方 式称为一次集合的方式。关系模型中常用的关系操作包括：查询操作一选择、 投影、连接、除、并、交、差以及增、删、改操作。关系数据库标准操作语言 是结构化查询语言( s q l 语言) 。关系模型的完整性规则是指对关系的某种约 束条件。 2 2 数据库结构的描述方法 传统的关系数据库有两种设计方法，第一种以所研究闯题的属性为分析对 象，对所有的属性归类，得到不同的二维表结构；第二种以具有一定属性的实 体为分析对象，用实体关系图模型描述实体间的关系。 面向对象的分析设计方法是目前系统设计方法的主流1 8 1 【9 1 ，其在数据库设计 中的应用也是必然的。其对数据库的影响体现在两个方面：一方面对数据库技 术本身，