数字媒体基础

第一部分数字媒体基础1.1

数字图形与图像1.2数字视频与音频1.3数字压缩编码

1数字媒体基础

1.1数字图形与图像数字媒体中的图形与图像主要是指静态的数字媒体形式，它不仅包含着诸如形、色、明、暗等外在的信息显示属性，而且从产生、处理、传输、显示的过程看，还包含着诸如颜色模型、分辨率、像素深度、文件大小、真/伪彩色等计算机技术的内在属性。

1数字媒体基础

1.1数字图形与图像1.图形与图像的区别与联系图像所表现的显示内容是自然界的真实景物，或利用计算机技术逼真地绘制出的带有光照、阴影等特性的自然界景物－－位图。图形实际上是对图像的抽象，组成图形的画面元素主要是点、线、面或简单立体图形等，与自然界景物的真实感相差很大－－矢量图。

1数字媒体基础

1.1数字图形与图像2.图形与图像的像素像素是数字图形与图像中能被单独处理的最小基本单元。从像素的属视觉性看，它是一个最小可视单位。从像素的量值属性看，它的数据结构应同时包含有显示地址、色彩、亮度等数据，这些数据就称为像素值。如果把每个像素值按照图像中该像素所对应的位置排列，就可以构成一个像素矩阵，矩阵中的每一个元素对应图像中的一个点。因此数字图形与图像的非线性编辑正是对这个像素矩阵的数据采用一定的算法进行有目的的处理。

1数字媒体基础

1.1数字图形与图像3．图形与图像的颜色模型（1）RGB模型

RGB模型也称为加色法混色模型。它是以RGB（红、绿、蓝）三基色光互相叠加来实现混色的方法，因而适合于显示器等发光体的显示（2）CMY模型

CMY模型（Cyan，Magenta，Yellow）是采用青、品红、黄色3种基本颜色按一定比例合成颜色的方法。CMY模型又称为减色法混色模型

1数字媒体基础

1.1数字图形与图像（3）YUV与YIQ模型

YUV适用于PAL和SECAM彩色电视制式，而YIQ适用于NTSC（NationalTelevisionSystemCommittee,国家电视系统委员会）彩色电视制式。其中Y是亮度信号，U和V则是两个色差信号，分别传送红基色分量和蓝基色分量与亮度分量的差值信号，在NTSC彩色电视制式中使用YIQ模型，其特性与YUV模型相近。

1数字媒体基础

1.1数字图形与图像（4）HSI颜色模型HSI模型用H、S、I三个参数描述颜色特性，其中H定义颜色的波长，称为色调；S表示颜色的深浅程度，称为饱和度；I表示强度或亮度。这些正是颜色的三要素。

1数字媒体基础

1.1数字图形与图像4．图形与图像的基本属性（1）分辨率分辨率是一个统称，分为显示分辨率、图像分辨率等。显示分辨率是指某一种显示方式下，显示屏上能够显示出的像素数目，以水平和垂直的像素数表示。图像分辨率是指组成数字图形与图像的像素数目，以水平和垂直的像素数表示。

1数字媒体基础

1.1数字图形与图像（2）颜色深度颜色深度是指图像中每个像素的颜色（或亮度）信息所占的二进制数位数，记作位/像素（bitsperpixel，bpp

）。常见颜色深度种类有：

2位、8位、16位、24位、32位、像素深度、图像深度

1数字媒体基础

1.1数字图形与图像（3）Alpha通道使用32位颜色深度时，用一个8位来表示图像的透明度信息，这个8位通道称为Alpha通道。

Alpha通道分为两种类型：Straight和Premultiplied通道。StraightAlpha通道将像素的透明度信息保存在独立的Alpha通道中，它也被称为不带遮罩的Alpha通道。

PremultipliedAlpha通道不但保存Alpha通道中的透明度信息，而且同时保存RGB通道中的相同信息，因而它也被称为带有背景色遮罩的Alpha通道。

1数字媒体基础

1.2数字视频与音频图像亮度视觉

t亮度

t

△t

图1-2动态图像之间在视觉亮度上的时间重叠特性曲线1．动态图形与图像的视觉原理人眼具有“视觉暂留”的时间特性，人眼对图像的主观亮度感觉与图像对人眼作用的时间并不同步,主观感觉亮度是逐渐下降的,如图1-2所示。因而，动态图形与图像是由多幅连续的、内容相关而又彼此独立的画面序列构成的一种离散型时基媒体形式。非线性编辑系统也正是利用了这种离散时基特性进行剪切、抽取、插入等操作从而完成新的序列编排。

1数字媒体基础

1.2数字视频与音频2．视频与动画动态图形与图像序列根据每一幅画面的产生形式，又分为两种不同的类别。当每一幅画面是人工绘制或计算机生成的画面时，称为动画；当每一幅画面是由各种设备实时获取的自然界景物图时，称为动态影像视频，简称视频。

1数字媒体基础

1.2数字视频与音频

1数字媒体基础

1.2数字视频与音频3．视频信号的描述视频信号的是基于电视信号标准的。由于电视技术发展早期的不统一，造成目前世界上存在几种互不兼容的彩色电视信号制式，即PAL、NTSC、SECAM制式。数字视频的描述与模拟视频相近。

1数字媒体基础

1.2数字视频与音频（1）视频扫描特性实际上，每秒24幅图像的刷新率虽不会出现停顿现象，但仍会使人眼感到画面的闪烁，要消除明显的闪烁感就要使画面刷新率提高一倍，即每秒48次以上（如图1-3所示）。

图像亮度视觉t亮度

t

△t

图1-3画面刷新率每秒48次以上的视觉亮度上的时间重叠特性曲线

1数字媒体基础

1.2数字视频与音频电视技术中是把一帧图像的每一个像素按从左到右，从上到下的顺序逐点扫描传送的。在PAL制中1帧图像分625个扫描行，为消除视觉闪烁感，又将原来一帧625扫描行的图像按奇数、偶数扫描行分离为“奇”、“偶”两幅画面（又称为场），这样，每场画面采用隔行扫描方式，共312.5行。

1数字媒体基础

1.2数字视频与音频信号发送时先发送奇数场，然后再发送偶数场，在接收端先接收到奇数场光栅，将整幅图象大致呈现，然后再接收偶数场，并将偶数场图象镶嵌在奇数场图像中，从而得到了精细的整幅图象，如图所示。（a）奇数场图像（b）偶数场图像（c）奇、偶数场镶嵌图1-4隔行扫描图像再现示意图

1数字媒体基础

1.2数字视频与音频除了上述隔行扫描的方式之外，还有逐行扫描的方式，它是计算机屏幕画面显示的基础，具有更好的动态显示效果。作为计算机显示基础的逐行扫描方式已被吸纳到数字高清晰度电视标准中来，电视第一次在动态画面和高清晰静止画面两方面的显示都达到了较好的平衡。

1数字媒体基础

1.2数字视频与音频（2）视频扫描格式目前扫描格式主要有两大类：

(每帧的行数/每秒的场数)525/59.94，如NTSC625/50，如PAL

在数字视频技术中经常用水平、垂直像素数和帧频来表示扫描格式。

1数字媒体基础

1.2数字视频与音频（3）像素与帧的宽高比

像素比是指图像中的一个像素的宽度和高度之比，帧宽高比则是指图像一帧的宽度和高度之比。在非线性编辑工作中建立新项目时，根据最终作品的要求都需要设置项目视频画面的帧宽高比，当导入的视频素材使用了与项目设置不同的帧宽高比时，就必须确定如何协调这两个不同的参数值。像素的宽高比为1时是方形像素，其它类型是矩形像素，这主要取决于不同标准的视频图像的水平与垂直像素数目的比值与其帧宽高比是否相同。

1数字媒体基础

1.2数字视频与音频（4）场及其顺序视频素材从扫描的形式上看，可以分为交错式和非交错式。在交错视频中，每一帧由奇偶场构成，在非线性编辑中有时称为上场和下场，这些场依顺序显示在NTSC或PAL制式的监视器上。在非交错视频中，扫描线是按着从上到下的顺序全部显示的，而计算机图形图像软件是以非交错式显示视频的。

1数字媒体基础

1.2数字视频与音频（5）SMPTE时间码

SMPTE将以小时:分钟:秒:帧的形式确定每一帧的地址。有几种不同的SMPTE时间码标准，用于不同的帧率。

PAL制采纳的是25fps的标准，而NTSC制采纳了29.97fps的标准。但NTSC时间码仍采用30fps的帧速率，这就造成了实际播放和测量的时间长度有0.1的差异。为了定位，制定出一个被称为掉帧的格式。多数视频编辑系统既装有掉帧，也装有不掉帧时间码格式。

1数字媒体基础

1.2数字视频与音频4．视频信号的数字化数字化过程包括视频信号的采样、量化与编码3个步骤，一般习惯称其为数字化三步曲。以适当的时间间隔读取模拟信号波形幅值的过程叫“采样”，将采样时刻的信号幅值定量表示的过程叫“量化”，将量化后的一连串整数用一个二进制数码序列来表示叫做“编码”。图1-5是数字化过程的示意图。

1数字媒体基础

1.2数字视频与音频幅109.7输入波形值988.877.1665.8554.94322.311.40t

（a）采样量77输入波形化66级55数44444322110t

（b）量化（3bit）脉1001100111110100100101100010冲0t

（c）编码图1-5采样、量化、编码示意图采样编码量化

1数字媒体基础

1.2数字视频与音频

5．数字音频技术能够被人的听觉感知并且被人们接受的声音信号是一种模拟信号,因为它在时间上和幅值上都是连续（不间断）变化的信号。同模拟视频处理一样，想要将模拟音频在计算机内进行编辑处理，也要通过数字化转换把模拟信号转换为数字音频信号。数字化转换过程，同样由采样、量化和编码构成。由于人耳能听到的声音最高频率为20kHZ，也就是音频的最大带宽为20kHZ，因而根据采样定理要想不失真地重构音频信号，则采样频率必须高于被采样信号所含最高频率的两倍，即采样率只要高于40kHZ就可，这与视频采样速率比较起来低得多。

1数字媒体基础

1.2数字视频与音频数字化后的视频与音频信号由于其所具有的庞大的信息量，还难于直接用在非线性编辑的实时处理工作中，因此数字化后的视频与音频信号还必须要经过编码压缩。

1数字媒体基础

1.2数字视频与音频每小时不压缩”vcd”视频的数据量：

3×320×240×25×3600/(1024×1024×1024)＝19.31GB每张VCD光盘（700MB）可存储：

700/(3×320×240×25×60/(1024×1024))＝2.1分钟

1数字媒体基础

1.3数字压缩编码

1．视频信号的压缩编码在保持信号质量的前提下，设法降低码率及数据量，才能使数字视频标准得到应用。而这种降低码率的过程，被称为压缩编码，或信源编码。信源之所以可以压缩是因为视频图像信息内存在着大量的规律性，或称相关性，导致产生冗余内容。

1数字媒体基础

1.3数字压缩编码

压缩方法基本可分成无损压缩和有损压缩两类。无损压缩，压缩率通常很小，并不实用。有损压缩，有较高的压缩比。虽然图像质量降低了，但引起的微小误差，不足以使人眼察觉。因此，有损压缩是视频处理中更有实用价值的方式。

1数字媒体基础

1.3数字压缩编码

常用的压缩标准是国际标准化组织推荐的JPEG和MPEG。JPEG是针对静止的连续色调的图像压缩方法属于帖内压缩。可按约20:1压缩图像，而不会导致太大的质量下降，压缩和解压是对称的，可以使用相同的硬件或软件，而且时间大致相同。

1数字媒体基础

1.3数字压缩编码

非线编系统中常使用的压缩格式是在JPEG基础上制定的Motion-JPEG标准，它实现了对视频图像的实时压缩和解压缩。使用Motion-JPEG方式捕获的视频在编辑过程中可以随机编辑任意帧，而与其他帧不相关。

1数字媒体基础

1.3数字压缩编码

MPEG是一种不对称的压缩算法，压缩的计算量比解压缩大得多，所以压缩常用硬件来执行而解压缩则用软件、硬件均可执行。由于MPEG压缩形成的数字视频不具有帧的定位功能，因此无法对帧进行编辑处理。在视频制作过程中，往往是非线性编辑系统先采用通用的格式进行编辑，最后再转换成MPEG文件。

1数字媒体基础

1.3数字压缩编码

常用的编码方式：国际电联的H.261、H.263运动静止图像专家组的M-JPEG国际标准化组织运动图像专家组的MPEG系列标准在互联网中广泛应用的有：Real-Networks的RealVideo微软公司的WMTApple公司的QuickTime

1数字媒体基础

1.3数字压缩编码

目前的多媒体视频产品所支持的视频输入输出格式主要有：AVI、WMV、ASF、DivX、MPEG和MOV等。

1数字媒体基础

1.3数字压缩编码

2．数字音频的压缩编码音频数据压缩的方案可以有三方面的考虑，一是降低采样频率，二是降低量化位数，三是去除音频编码中的冗余信息。根据数字信号采样定理的要求，以及音频信号的带宽等因素，人们一般将音频采样频率确定为44.1kHz量化位数的降低应是建立在确保音频质量的基础之上的，过于低的量化位数会导致信息的损失，降低音频质量。

1数字媒体基础

1.3数字压缩编码

更多的考虑是去除音频编码中的冗余信息。数字音频的压缩可以考虑两个心理声学模型，即绝对听阈和掩蔽效应，以此来确定哪些成分在音频信号内可能是冗余的。右图反映了人的绝对听阈的情况。

140(db)120