001第一章至第四章复习重点

1、00-1第一章至第四章复习重点第一章多媒体技术概论1计算机基本技术五个方面的发展，使得多媒体技术发展到了新的阶段：1超大规模集成电路的密度的不断增加；超大规模集成电路的处理速度的增加；-可作为低成本、大容量只读存储器，每片容量为0以及每片单面容量为；双通道（显存）的引进；网络技术的广泛使用。2媒.体的概念承载信息的载体，在计算机信息领域中泛指一切信息载体，通常有两种含义：一是指存储信息的实体，如磁盘、光盘、磁带、半导体存储器等存储媒体；二是指传递信息的载体，如数字、文字、声音、图形和图像等信息媒体。按照国际电信联盟（）的定义，媒体分为五类：1）感觉媒体表示媒体3表）现媒体4存）储媒体5传）输媒

2、体4多.媒体文本、声音、图形、图像和动画等是信息的载体，其中两个或多于两个的组合构成了多媒体。5多.媒体计算机技术运用计算机综合处理多媒体信息（文本、声音、图形、图像等）的技术，包括将多种信息建立逻辑连接，进而集成一个具有交互性的系统等等。6多.媒体系统利用计算机技术和数字通讯网络技术处理和控制多媒体信息的系统。如：电视节目、动画片、课件、视频音频演示系统等。7把.一台普通的计算机变成多媒体计算机要解决的关键技术是：1视频音频信号获取技术（模数转换）；2多）媒体数据压缩编码和解码技术；3视）频、音频数据的实时处理和特技；4数）据存储技术；5视）频、音频数据的输出技术；6）虚拟现实技术；7）多媒

3、体数据库技术；8）多媒体网络与通信技术；9）智能多媒体技术；10）多媒体信息检索技术；8. 多媒体的六大表现形式文本、图形、图像、音频、视频、动画。9. 多媒体技术主要提供多种文字信息（文字、数字、数据库等）和多种图像信息（图形、图像、视频、动画等）的输入、输出、传输、存储和处理。10. 多媒体的分类视觉文字图符号文字二维图形三维图形二维图像三维图像视频影像动画（二维、三维）静态图像动态图像图像图形听觉声音音响语音音乐触觉虚拟现实技术压力运动传感/发生器其他嗅觉、味觉等多媒体11. 多媒体技术的关键特性1）集成性A. 多媒体技术能将各种不同的媒体信息有机地进行同步组合成为一个完整的多媒体信息；

4、B. 把不同的媒体设备集成在一起，形成多媒体系统2）实时性3）交互性4）非线性5）多样性6）高质量12. 多媒体技术的发展的两个主要阶段1）启蒙发展阶段（198320世纪90年代）2）初期应用和标准化阶段（压缩、降低多媒体产品的成本）（20实际90年代以来）13多媒体技术正向两个方而发展一是网络化发展趋势，与宽带网络通信等技术相互结合，使多媒体技术进入科研设计、企业管理、办公自动化、远程教育、远程医疗、检索咨询，文化娱乐、自动测控等领域；二是多媒体终端的部件化、智能化和嵌入化，提高计算机系统本身的多媒体性能，开发智能化家电。14. 多媒体技术的意义使计算机可以处理人类生活中最直接、最普遍的信息

5、，从而使得计算机应用领域及功能得到了极大的扩展；1）使计算机系统的人机交互界面和手段更加友好和方便，非专业人员可以方便地使用和操作计算机；2）多媒体技术使音像技术、计算机技术和通信技术三大信息处理技术紧密地结合起来，为信息处理技术发展奠定了新的基石。15. 多媒体技术的应用范围1）办公室自动化2）电子出版物3）多媒体通信4）教育与培训5）多媒体作品设计16. 多媒体数据管理的应用范围6）“多媒体网页”类将多媒体网页作为重点关注对象包括对用户浏览行为的统计分析,网页用户视图的设计和网页数据的抽取、分类以及整理等。7）“多媒体数据库”类中主要是关于多媒体数据库索引、一致性等方面的文章。8）“多媒体

6、数据检索”类主要包括针对图像、视频以及3维模型的标注、分类、检索的研究，以及跨媒体检索的研究。17. 视频会议系统的分类点对点视频会议系统和多点视频会议系统。18. 多点会议系统的关键技术是多点控制器（MCU）,它能自动地交换数据，把正确音频和视频信号发送给每个与会者，多点控制器可以被放置在视频会议网络的任何一个点上，它通过编码和解码器接收所有的数字信号，并自动地把数据发送到合适的地点。19. 虚拟现实虚拟现实是利用计算机生成一种模拟环境（如飞机驾驶舱、操作现场等），通过多种传感设备使用户“投入”到该环境中，实现用户与该环境直接进行自然交互的技术。20. 自然交互是指用日常的方式对环境内的物体

7、进行操作(如用手拿东西、行走等)并得到实时立体回馈。21. 虚拟现实的含义用三个I”来评价它，即Immersion-Interaction-Imagination(沉浸交互构想)。1) 沉浸感(Immersion)使用者与计算机完全通过自然的交互方式，完全沉浸在计算机所营造的虚拟环境中。2) 交互性(Interaction)是VR系统区别于传统三维动画(Animation)的特征，使用者不再是被动地接受信息或者是旁观，而是能够使用交互输入设备操纵虚拟物体，改变虚拟世界。3) 想象(Imagination)是指使用者利用VR系统可以从定性和定量综合集成的环境中得到感性和理性的认识从而深化概念和萌

8、发新意。22. 多媒体数据库的研究途径1) 在现有商用数据库管理系统的基础上增加接口，以满足多媒体应用的需要；2) 建立基于一种或几种应用的专用多媒体信息管理系统；3) 从数据模型入手，研究全新的通用多媒体数据库管理系统。23. 多媒体数据库要解决的关键技术问题1) 多媒体数据模型2) 数据的压缩和解压缩3) 多媒体数据的存贮管理和存取方法4) 多媒体信息的再现及良好的用户界面5) 分布式技术24. 多媒体计算机MPC的基本结构主机多媒体计算机的基本结构视频卡音频卡显示器喇叭CD/DVD驱动器其他设备：扫描仪、打印机、语音及图像识别卡摄像机录像机影碟机话筒音响设备MIDI设备25. 多媒体系统

9、的层次结构用户多媒体应用软件多媒体开发工具多媒体操作系统多媒体驱动软件多媒体硬件设备多媒体计算机的层次结构第二章多媒体信息的表示-音频26. 多媒体数据具有以下特点1）数据量巨大2）数据类型多3）数据类型间区别大4）多媒体数据的输入和输出复杂27. 多媒体数据的输入方式多通道异步输入（目前较流行）和多通道同步输入28. 音频指的是大约在20HZ20KHZ的频率范围，属于听觉类媒体，主要分为波形声音、语音和音乐。29. 声音及特点声音是通过空气传播的一种连续的波，称为声波。声音的强弱体现在声波压力的大小上。音调的高低体现在声音的频率上。声音有音调（与频率有关）、音强（与幅度有关）、音色（由混入基

10、音的泛音所决定）三要素，具有很强的前后相关性，数据量大、实时性强，通常把其称之为连续型时基媒体类型。30. 音频数字化和主要技术问题把模拟音频信号转换成有限个数字表示的离散序列，主要技术问题：采样（选择采样频率）、量化（选择分辨率）和编码（形成声音文件）o31. 声音的三要素音强一响度，由振幅决定；即声音的强度，也被称为声音的响度，常说的音量”也是指音强。音强与声波的振幅成正比，振幅越大，强度越大。唱片、CD光盘以及其他形式声音载体中的声音强度是一定的，通过播放设备的音量控制，可以改变聆听时的响度；音调由频率决定，代表了声音的高低，频率越高音调越高，反之亦然；各种不同的声源具有自己特定的音调，

11、如果改变了某种声源的音调，则声音会发生质的变化，是人们无法辨别出声源本来的面目；音色指声音频率组成成分，即特色的声音；声音分为纯音和复音两种类型。所谓纯音，是指振幅和周期均为常数的声音；复音则是具有不同频率和不同振幅的混合声音。大自然中的声音大多数为复音，在复音中，最低频率的声音是“基音”，它是声音的基调。其他频率的声音称为“谐音”，也叫“泛音”。基音和谐音是构成声音音色的重要因素。各种声源都具有自己独特的音色，例如各种乐器的声音、每个人的声音、各种生物的声音等等，人们就是依据音色来辨别声源的种类的；32. 声音的频谱声音的频谱分为线性频谱和连续频谱。线性频谱是具有周期性的单一频率声波；连续频

12、谱是具有非周期性的带有一定频带所有频率分量的声波。纯粹的单一频率的声波只能在专门的设备中创造出来，声音效果单调而乏味。自然界中的声音几乎全部属于非周期性声波，该声波具有广泛的频率分量，听起来声音饱满、音色多样且具有生气。33. 声音分类1）次音频信号：20Hz（人耳听不到）2）音频信号：20Hz20kHz（人耳能听到）3）超音频信号：20kHz（人耳听不到，有很强的方向性，可以形成波束）34模拟音频与数字音频模拟音频信号的两个重要参数：频率和幅度。声音的频率体现音调的高低，声波幅度的大小体现声音的强弱。个声源每秒钟可以产生成百上千个波，我们把每秒钟波峰所发生的数目称之为信号的频率，单位用赫兹H

13、z)或千赫兹kHz)表示。信号的幅度是从信号的基线到当前波峰的距离。幅度决定了信号音量的强弱程度。幅度越大，声音越强。对音频信号，声音的强度用分贝(dB)表示，分贝的幅度就是音量。模拟音频：在时间和幅度上都是连续变化的数字音频：在时间和幅度上都是离散、不连续的35. 音频的数字化模拟音频的数字化过程中，采样频率越高(高低)，越能真实地反映音频信号随时间的变化；量化位数越多(多/少)，越能细化音频信号的幅度变化；编码即用二进制数码表示量化后的音频釆样值。为减小数据量，通常使用压缩编码技术。模拟晋频数字音频lU-lid/I-Tri36. 釆样将时间上连续的取值变成有限个离散取值的过程。即把时间上连

14、续的信号，变成在时间上不连续的信号序列。香农釆样定理指出：在定条件下，用离散的序列可以完全代表个连续函数，这就是釆样定理的基本内容。为实现模数转换，需要把模拟信号波形进行分割，这种方法就是釆样。釆样的过程是把时间上的连续信号变成时间上的离散信号。该时间间隔就是釆样周期，其倒数为釆样频率。釆样频率是指计算机每秒钟釆集多少个声音样本。釆样频率的高低有奈奎斯特釆样定理和声音信号本身的最高频率决定：釆样频率越高，声音失真越小，存储音频的数据量也就越大。常用釆样频率有8kHz、11.025kHz、22.05kHz、16kHz、44.1kHz、48kHz等等。37. 奈奎斯特釆样定理设连续信号X(t)的最

15、高频率分量为Fm,以等间隔Ts(Ts称为釆样间隔，fs=1/Ts称为釆样频率)对X(t)进行釆样，得到Xs(t)。如果Fs=2Fm,则Xs(t)保留了X(t)的全部信息(从Xs(t)可以不失真地恢复出X(t)。釆样频率与声音频率之间有一定的关系，根据奈奎斯特理论，只要釆样频率高于信号中最高频率的?倍，即fs=2f,就可以从釆样中完全恢复原始信号的波形。原则：釆样频率至少高于信号最高频率的2倍，釆样的频率越高，声音，回放”出来的质量也越高，但是要求的存储容量也越大。38. 音频量化把对声波波形幅度的数字化表示称之为量化”。量化位数是每个釆样点能够表示的数据范围，常用的有8位、12位、16位等。量

16、化位数越高，表示的声音的动态范围就越广,音质就越好，但是同样的储存的数据量也越大。音频量化就是将经釆样后幅度上无限多个连续的样值变为有限个离散值的过程。国际标准的语音编码釆用8位，可有256个量化值。39. 量化的方法分类1）均匀量化：也就是釆用相同“等尺寸”来度量釆样得到的幅度，这种方法对于输入信号不论大小一律釆用相同的量化间隔，也称为线性量化。2）非均匀量化：就是对输入的信号釆用不同的量化间隔。这样，增加的样本位数可以得到有效的利用。对于小信号釆用小的量化间隔，对于大信号釆用大的量化间隔，这种量化的方法可以在保证精度要求的情况下使用较少的样本位数来表示输入的信号。40. 声音质量与数据率的

17、关系AM采样频率kHzb/s数据率艰矗飙率范國电话9单声這2040C调帳AM11.0259单声這阴20-1500C调FV122.0501698.250-7000光盘CD.44,1-16立体声176.420-2000数宇录音带DAT.腐16立体声12.020-200041. 声音通道的个数反映音频数字化质量的另一个因素是通道（或声道）个数。记录声音时，如果每次生成一个声波数据，称为单声道；如果每次生成两个声波数据，称为双声道（立体声）。因此表明声音记录是只产生一个波形（单声道）还是产生两个波形（立体声双声道），立体声的声音有空间感，但需要两倍的存储空间。42. 声音文件容量计算字节数/秒=釆样频

18、率（Hz）*量化位数（Bit）*声道数/8例如：数字光盘CD-DA（红皮书标准）的标准釆样频率为44.1kHz,量化位数为16位，立体声（即所谓的CD音质），可以几乎无失真地播出频率高达22kHz的声音，这也是人耳所能听到的最高声音频率。1分钟CD-DA音乐所需要的存储量为：（44.1x1000x16x2x60）/8=10584000（Bit）43. 存储声音信息的常用文件格式主要有：WAV、MP3、RAM/RA、VOC、MIDI、AIF、SNO、RMI44. WAV文件的基本结构标溟符(RIFF)格式娑型厂-懶TE)hhfrrtSp-cof(PCMWA/EFCFNATPCMWAVEFORMA

19、Thhdata,声肖敎据知卜声音数据WAV文件结构45. 声音质量的度量1）客观质量度量：信噪比。信噪比SNR（SignaltoNoiseRatio）是有用新号与噪声之比的简称。噪声可分为环境噪声和设备噪声。信噪比越大，声音质量越好。SNR=有用信号的平均功率噪声的平均功率2）客观质量度量：带宽。音频信号的带宽越宽，所包含的音频信号分量就越丰富，音质就越好。2C0-34kHz电话声音范围5C7kdz调穏广椿声音范园2C15Hz调预广椿声音范同1C20Hz高慄真立棒声音范围3）客观质量度量:：变到最强的氾围。声音的动态范围还与频率有关。动态范围最大的频率区间是10006000Hz,计量单位是分贝

20、（dB）。动态范围越大，信号强度的相对变化范围就越大，音响效果就越好。动态范围=20*log（信号的最大强度/信号的最小强度）（dB）膏厭效果AMT播FM广播数字电话CD-DA动态范图（朋】4060501004）4、主观质量度量：MOS方法。MOS方法早期用于评估语音通信系统的质量，后广泛用于鉴定语音通信系统中关键技术/器件。MOS方法釆用仆5分的评分值，是一种模糊的评估方法，其测试结果很难对P电话系统的改进和不同IP电话设备之间性能的比较做出有实际意义的判别。分歡质簸别失真融别应用范围良刚刚覚熱不讨厌4,5*4C二可收费电信级中觉察、苛点讨厌4.3-35=1通话电宿圾差廿厌而不反感3.5-2

21、5二可建立连接级46音频压:缩技术板讨厌、令人反感指的是对原始数字音频信号流（PCM编码）运用适当的数字信号处理技术，在不损失有用信息量，或所引入损失可忽略的条件下，降低（压缩）其码率，也称为压缩编码。它必须具有相应的逆变换，称为解压缩或解码。47人耳的组成部分可以分为外耳、中耳和内耳三个组成部分。人耳结构功能类比：外一拾音；中一放大；内耳信号分析48. 人如何感知声音人可以通过两种途径听到声音：一是：外界的声音一骨膜听小骨及其他组纟一听觉神经大脑二是（骨传导）：声音一头骨、颌骨听觉神经大脑49. 骨传导声音还可以通过颅骨的振动使内耳液体运动，这一传导途径称为骨传导。颅骨的振动可由振动源直接引

22、起，也可由极强声压级的声波引起，还可由身体组织和骨骼结构把身体其他部分受到的振动传至颅骨。在以空气为介质时，声压级超过听阀60dB以上，就能由骨传导途径听到。例如伟大的音乐家贝多芬耳聋之后就是用牙咬住木棒的一端，另一端顶在钢琴上听自己演奏的琴声。50. 人耳对声音的响度感觉人耳对声音正常的听觉频率范围是2020kHz。人们日常对话音量的动态范围为30dB70dB,聆听音乐时约为20dB100dB。51. 脉冲编码调制脉冲编码调制（PulseCodeModulation）,简称PCM。是数字信号是对连续变化的模拟信号进行抽样、量化和编码产生。PCM的优点就是音质好，缺点就是体积大。PCM可以提供

23、用户从2M到155M速率的数字数据专线业务，也可以提供话音、图像传送、远程教学等其他业务。PCM是一种对模拟信号数字化的取样技术，将模拟语音信号变换为数字信号的编码方式，特别是对于音频信号。PCM对信号每秒钟取样8000次；每次取样为8个位，总共64kbps。取样等级的编码有二种标准。北美洲及日本使用Mu-Law标准，而其它大多数国家使用A-Law标准。脉冲编码调制主要经过3个过程：抽样、量化和编码。抽样过程将连续时间模拟信号变为离散时间、连续幅度的抽样信号，量化过程将抽样信号变为离散时间、离散幅度的数字信号，编码过程将量化后的信号编码成为一个二进制码组输出。第三章多媒体信息的表示-图形与图像

24、52. 图可以分为两类一类是可见的图像，例如照片、图纸和人们创作的各种美术作品等，对于这一类图，只能靠扫描仪、数字照相机或者摄影机进行数字化后，才能由计算机进行简介处理。另一类是可以用数学公式或者模型描述的图形，这一类图可以由计算机直接进行创作和处理。由此对应的图的文件有两种，一种是存储图形信息的矢量图文件，简称为图形，另一种是存储图像信息的位图文件，一般称为图像。53. 视觉是光刺激作用于视觉器官而产生的主观映像，人眼是视觉系统的外周感受器。视觉器官包括眼睛、视觉通道（视神经和视经等）和视中枢（大脑的枕叶皮层）。光线进入眼睛，在视网膜产生电信号，经视神经和视经等传入大脑，最后在其枕叶皮层形成

25、视觉。视觉可以分为光觉、形觉、色觉、立体觉、运动觉和视觉滞留等几个方面。54. 光光（light）是一种电磁波，可按波长分成不同种类，可见光（visiblelight）是波长在780nm380nm之间的电磁波，顺序对应于赤橙黄绿青蓝紫诸种颜色。55. 光的三要素主波长：决定光的颜色（波长）纯度：决定光的饱和度（主波长处的功率谱强度与光的平均功率谱强度之比）辉度：决定光的亮度（光的功率谱曲线下的面积）56. 颜色三要素颜色的三个特性分别是色调，饱和度和明度，它们是颜色所固有的并且是截然不同的特性，也称为颜色三要素。57. 色调（hue）又称为色相，是视觉系统对光波波长的感觉，用于区别颜色的名称和

26、种类，是最容易把颜色区分开的一种属性。色调取决于可见光谱中的光波的频率（主波长），没有主波长的颜色，称为无色彩的颜色，如黑、灰、白等。色调用红、橙、黄、绿、青、蓝、靛、紫等术语来刻画。“红色”便是一种色调，它与颜色明暗无关。色调的种类有一千万种以上，但普通颜色专业人士可辨认出的颜色大约有三百至四百种。色调有一个自然次序：红（red）、橙（orange）、黄（yellow）、绿（green）、青（cyan）、蓝（blue）、靛（indigo）、紫（violet）。在这个次序中，当人们混合相邻颜色时，可以获得在这两种颜色之间连续变化的色调。色调在颜色圆上用圆周表示，位于同一圆周上的不同颜色，具有相

27、同的饱和度和明度，但它们的色调不同，参见图示。白1色调表示法用于描述感知色调的一个术语是色彩(colorfulness)。色彩是视觉系统对一个区域呈现的色调多少的感觉，例如，是浅蓝还是深蓝的感觉。58. 饱和度(saturation)是指颜色的纯洁性，它可用来区别颜色鲜艳的程度。当一种颜色渗入其他光成分愈多时，就说颜色愈不饱和。完全饱和的颜色是指没有渗入白光所呈现的颜色(单波长的纯色光)。例如，仅由单一波长组成的光谱色就是完全饱和的颜色。在英文文献中，术语chroma(色度)有时也指saturation(饱和度)。饱和度在颜色圆上用半径表示，如图(a)所示。沿径向方向上的不同颜色具有相同的色调

28、和明度，但它们的饱和度不同。例如，在图(b)所示的七种颜色，它们具有相同的色调和明度，但具有不同的饱和度，左边的饱和度最低，右边的饱和度最高。白(a)半径表示法(b)示例饱和度表示法59朋度(brightness)是视觉系统对可见物体辐射或者发光多少的感知属性。虽然明度的主观感觉值目前还无法用物理设备来测量，但可以用辐射的能量来度量。有色表面的明度取决于亮度和表面的反射率。由于感知的明度与反射率不是成正比，而认为是一种对数关系，因此在颜色度量系统中使用一个比例因子(例如，010)来表示明度。明度的一个极端是黑色(没有光)，另一个极端是白色，在这两个极端之间是灰色。在许多颜色系统中，明度常用垂直

29、轴表示，如下图(a)所示。在下图(b)示例中的七种颜色，它们具有相同的色调和饱和度，但它们的明度不同，底部的明度最小，顶部的明度最大。(b)明度表示法是用反映视觉特性的光谱敏感函数加权之后得到的辐射功率radiantpower),并在555nm处达到了峰值，它的幅度与物理功率成正比。从这个意义上说，可以认为亮度就是光的强度(intensity)。在CIEXYZ系统和丫UV、YCbCr等颜色模型中，亮度都用丫表示。亮度的值是可度量的，它用单位面积上反射或者发射的光的强度表示，单位为烛光平方米(cd/m2)。1烛光(坎德拉candela缩写为cd)等于，发出频率为540x1012Hz辐射的光源，在

30、给定方向的发光强度，此光源在该方向的辐射强度为/683瓦/球面度。例如LCD显示器的亮度一般为200500cd/m2。亮度还可以用光通量单位一流明(lumen缩写为lm)来表示。1流明等于一烛光的均匀点光源在单位立体角内发出的光通量。对面光源，同一亮度的m和cd/m2的值，在数量上是相等的。例如LCD显示器的亮度一般为200500lm。实际上常用指定的亮度即白光作参考，并把它标称化为1或者256个单位。例如，CRT监视器用亮度为80cd/m2的白光作参考，并指定丫=1。61.颜色模型(colormodel)是用简单方法描述所有颜色的一套规则和定义。颜色空间是颜色模型最普通的例子，RGB、HSB、CMY、CIEXYZ、CIELAB、CMYK和颜色的光谱描述方法都是颜色模型。事实上，“颜色空间”和“颜色模型”是同义词；62. 编目系统(catalogingsystem)是给每一种颜色分配一个唯一的名称或者一个号码。例如，Munsell颜色系统(