多媒体技术复习题纲

1、JPEG编码步骤：JPEG压缩是有损压缩，它利用了人的视角系统的特性，使用量化和无损压缩编码相结合来去掉视角的冗余信息和数据本身的冗余信息。

压缩编码大致分成三个步骤：1）使用正向离散余弦变换(forward discrete cosine transform，FDCT)把空间域表示的图变换成频率域表示的图。

2）使用加权函数对DCT系数进行量化，这个加权函数对于人的视觉系统是最佳的。

3）使用霍夫曼可变字长编码器对量化系数进行编码。

译码或者叫做解压缩的过程与压缩编码过程正好相反。

2、MPEG图像信息如何编码：MPEG视频压缩技术是以两个基本技术为基础的，一是基于16×16子块的运动补偿，可以减少帧序列的时域冗余度。

二是基于DCT的压缩技术，减少空域冗余度。

MPEG图像以三种类型的图像格式表示：内码帧（I）、预测帧（P）、插补帧（B）。

I帧：是完整的独立编码的图像，是不能由其他帧构造的帧，必须存储或传输。

内码帧也是基准帧。

P帧：通过对它之前的I帧进行预测，对预测误差作有条件的存储和传输。

B帧：是根据其前后的I帧或P帧的信息进行插值编码而获得。

各帧之间的关系是：P帧仅由前帧构造所得，B帧由前、后帧插值所得。

运动补偿算法有二种：运动补偿预测法、运动补偿插补法3、MPEG数据格式：MPEG视频位流分层结构共包括6层，分别是：图像序列层、图像组层、图像层、宏块片层、宏块层、块层。

每一层支持一个确定的函数，或是一个信息处理函数（DCT，运行补偿），或是一个逻辑函数（同步，随机存取点）等。

每一层的开始有一个头，作为说明参数。

组成与功能如下表：4、H.261 1/4帧间格式H.261是ITU-T为在综合业务数字网(ISDN)上开展双向声像业务(可视电话、视频会议)而制定的，速率为64kb/s的整数倍。

H.261只对CIF和QCIF两种图像格式进行处理，每帧图像分成图像层、宏块组层、宏块层、块层来处理。

H.261是最早的运动图像压缩标准，它详细制定了视频编码的各个部分，包括运动补偿的帧间预测、DCT变换、量化、熵编码，以及与固定速率的信道相适配的速率控制等部分。

压缩算法采用运动补偿帧间预测与分块DCT相结合的混合编码。

5、香农-范诺编码香农-范诺（Shannon-Fano）算法：这种方法采用从上到下的方法进行编码。

首先按照符号出现的频度或概率排序, 例如A，B，C，D和E，如表4-02所示。

然后使用递归方法分成两个部分，每一部分具有近似相同的次数表4-02 Shannon-Fano算法举例表符号出现的次数log2（1/p i）分配的代码需要的位数A 15 (0.375) 1.4150 00 30B 7 (0.175) 2.5145 01 14C 7 (0.175 ) 2.5145 10 14D 6 (0.150) 2.73691 10 18E 5 (0.125) 3.00001 11 156、霍夫曼编码: 从下到上的编码方法.答案：1初始化，根据符号概率的大小按由大到小顺序对符号进行排序 2把概率最小的两个符号组成一个节点，如图中的D 和E 组成节点P1。

3 重复步骤2，得到节点P2、P3和P4，形成一棵“树”，其中的P4称为根节点。

4 从根节点P4开始到相应于每个符号的“树叶”，从上到下标上“0”(上枝)或者“1”(下枝)，至于哪个为“1”哪个为“0”则无关紧要，最后的结果仅仅是分配的代码不同，而代码的平均长度是相同的。

5 从根节点P4开始顺着树枝到每个叶子分别写出每个符号的代码，如表所示。

霍夫曼编码举例表符号 出现的次数 log 2（1/p i ） 分配的代码 需要的位数 A 15 (0.375) 1.4150 00 30 B 7 (0.175) 2.5145 01 14 C 7 (0.175 ) 2.5145 10 14 D 6 (0.150) 2.73691 10 18 E 5 (0.125) 3.00001 11 15这两种方法都自含同步码，在编码之后的码串中都不须要另外添加标记符号，即在译码时分割符号的特殊代码。

此外，ADB CE 0 0 01111 A(0.3846)B0.1759)C(0.1538)D(0.1538)E(0.1282)111P 1P 21P 3P 4Huffman 编码举例香农范诺编码举例霍夫曼编码方法的编码效率比仙农-范诺编码效率高一些。

7、MPEG4与MPEG2之间的区别：MPEG4和MPEG2标准的根本区别是：MPEG4是基于内容的压缩编码方法。

MPEG4具有高校压缩、基于内容交互（操作、编辑、访问等）以及基于内容分级扩展（空域扩展、时域扩展）等特点。

8、MPEG-7标准MPEG-7标准即“多媒体内容描述接口”。

其目标就是产生一种描述多媒体信息的标准, 满足实时、非实时以及推-拉应用的需求。

并将该描述与所描述的内容相联系, 以实现快速有效的检索。

9、5种媒体技术：感觉媒体、表示媒体、显示媒体、存储媒体、传输媒体的的概念(1)感觉媒体(Preception Medium) 直接作用于人的感官，产生感觉(视、听、嗅、味、触觉) 的媒体称为感觉媒体。

例如语言、音乐、音响、图形、动画、数据、文字、文件等都是感觉媒体，也就是本章中讨论的媒体。

(2)表示媒体(Presentation Medium) 为了对感觉媒体进行有效的传输，以便于进行加工和处理，而人为地构造出的一种媒体称为表示媒体。

例如语言编码，静止和活动图象编码以及文本编码等都称为表示媒体。

(3)显示媒体(Display Medium) 显示媒体是显示感觉媒体的设备。

显示媒体又分为两类，一类是输入显示媒体，如话筒，摄象机、光笔以及键盘等，另一种为输出显示媒体，如扬声器、显示器以及打印机等。

(4)传输媒体(Transmission Medium) 传输媒体是指传输信号的物理载体，例如同轴电缆、光纤、双绞线以及电磁波等都是传输媒体。

(5)存储媒体(Storage Medium) 用于存储表示媒体，也即存放感觉媒体数字化后的代码的媒体称为存储媒体。

例如磁盘、光盘、磁带、纸张等。

10、H261、H320标准的内容：H.261是最早的运动图像压缩标准，是ITU-T为IS-DN开展可视电话、视频会议而制定的，速率为64kbit/s的整数倍。

它详细制定了视频编码的各个部分，包括运动补偿的帧间预测、DCT变换、量化、熵编码以及与固定速率的信道相适配的速率控制等部分。

H.261只对CIF和QCIF两种图像格式进行处理，每帧图像分成图像层、宏块组(GOB)层、宏块(MB)层、块(Block)层来处理。

H.320是一个系列标准，传输速率在64kbit/s-2Mbit/s之间，它的主要组成部分为H.221提供把音频、视频、数据和控制信息复用进单个比特流的标准，使用时分复用(TDM)系统，帧长为10ms。

H.230/H.242提供用于方式命令和指示以及功能交换的标准。

H.261提供用于视频编码的标准。

H.263是一个新的可选方式，能提供更好的图像质量。

G.721提供用于音频编码标准。

G.722和G.728是可选的代替方式。

除了视频和音频信道外，在需要时可以传送数据。

例如T.120会议。

11、光存储媒体光存储的类型：只读型、一次写型和可重写型光存储系统的技术指标：尺寸、容量、平均存取时间、数据传输率、误码率、平均无故障时间等12、CD-ROM的存储格式，CD-ROM morde1 和CD-ROM morde2 有什么差别？ISO 9660标准（黄皮书）规定了CD-ROM的基本数据格式，是红皮书的扩充，黄皮书又可细分为mode1和mode2两组标准。

Mode1包括ISO 9660和HFS，Mode2为CD-ROM XA。

CD-ROM XA提供了声音压缩和声音质量水平的选择。

Mode1和Mode2格式不同之处•用户数据量不同。

Model1为2048个字节，Mode2为2336个字节。

•存储数据的类型不同。

Mode1用于存放对错误极为敏感的数据，如计算机程序等；而Mode2用于存放对错误不太敏感的数据，如声音、图像、图形等。

•Mode2的数据经过CIRC检验后的误码率为1/109，对声音、图像类的数据可以不必做进一步校验；而要满足计算机数据误码率小于1/1012的要求，则应对Mode1的数据作进一步校验。

13、什么是MIDIMIDI是指乐器数字接口，它规定了电子乐器与计算机之间相互数据通信的协议。

是数字音乐的国际标准。

任何电子乐器，只要有处理MIDI消息的微处理器，并有合适的硬件接口，都可以成为一个MIDI设备。

MIDI的特点：与波形声音相比，MIDI不是声音数据而是指令；MIDI可以与其它波形声音配合使用；对MIDI的编辑也很灵活；MIDI在音质上与真正的乐器无法比拟。

14、算术编码（计算）算术编码把一个信源集合表示为实数线上的0到1之间的一个区间。

这个集合中的每个元素都要用来缩短这个区间。

信源集合的元素越多，所得到的区间就越小，当区间变小时，就需要一些更多的数位来表示这个区间，这就是区间作为代码的原理。

算术编码首先假设一个信源的概率模型，，然后用这些概率来缩小表示信源集的区间。

新子区间的起始位置=前子区间的起始位置+当前符号的区间左端×前子区间长度新子区间的长度=前子区间的长度×当前符号的概率（等价于范围长度）最后得到的字期间的长度决定了表示该区域内的某一个数所需的位数解码是编码的逆过程。

算术编码举例：采用固定模式符号概率分配如下：字符 a e i o u频率0.2 0.3 0.1 0.2 0.2范围[0，0.2﹚[0.2,0.5﹚[0.5,0.6﹚[0.6,0.8﹚[0.8,1.0﹚编码数据串为eai，令high为间隔的高端，low为低端，range为间隔的长度，rangelow为编码字符分配的间隔低端，rangehigh为编码字符分配的间隔高端：初始high=1,low=0,range=high-low,一个字符编码后新的low和high如下计算：Low=low+range×rangelowHigh=low+range×rangehigh(1)在e被编码时，e的rangelow=0.2,rangehigh=0.5,则Low=0+1×0.2=0.2High=0+1×0.5=0.5Range=high-low=0.5-0.2=0.3此时分配给e的范围是[0.2,0.5﹚（2）a编码时使用新生成的范围[0.2,0.5﹚，a的rangelow=0,rangehigh=0.2,则Low=0.2+0.3×0=0.2High=0.2+0.3×0.2=0.26Rangehigh=0.06范围变成[0.2,0.26﹚（3）对i编码，字符i的rangelow=0.5,rangehigh=0.6,range=0.06则Low=0.2+0.06×0.5=0.23High=0.2+0.06×0.6=0.236,则用[0.23,0.236﹚表示eai，若解码器直到最后范围是[0.23,0.236﹚，马上可解得一个字符为e,然后依次得到a,I,最后得到eai..15、脉冲编码、分量编码调制脉冲编码调制（PCM）是把模拟信号变换为数字信号的一种调制方式，其最大的特点是把连续输入的模拟信号变换为在时域和振幅上都离散的量，然后将其转化为代码形式传输。