第3讲_信息表示与编码(声音、图像、视频)详解
合集下载
第三讲：视频和数据
• Kbps：首先要了解的是，ps指的是/s，即 每秒。Kbps指的是网络速度，也就是每秒 钟传送多少个千位的信息（K表示千位，Kb
表示的是多少千个位），为了在直观上显
得网络的传输速度较快，一般公司都使用 kb（千位）来表示，如果是KBps，则表示 每秒传送多少千字节。1KBps=8Kbps。 ADSL上网时的网速是512Kbps，如果转换 成字节，就是512/8=64KBps（即64千字节 每秒）。
• 在计算机实现互联互通以后，计算机网络上存有 的信息和文档越来越多。用户在使用计算机的时 候，发现信息和文档的交换较为困难，无法用便 利和统一的方式来发布、交换和获取其他计算机 上的数据、信息和文档。因此，实现计算机信息 无缝交换的万维网概念出现。目前全世界的计算 机用户都可以依赖万维网的技术非常方便地进行 浏览网页、交换文件等，同时，网景、雅虎、谷 歌等企业依赖万维网的技术创造了巨量的财富。
视广播在播映电影时需要一些复杂的转换手续（参考 Telecine转换）。要达成最基本的视觉暂留效果大约需要 10fps的速度。
• 扫描传送
视频可以用逐行扫描或隔行扫描来传送，交错扫
描是早年广播技术不发达，带宽甚低时用来改善 画质的方法(其技术细节请参见其主条目）。 NTSC，PAL 与SECAM 皆为交错扫描格式。在视 频分辨率的简写当中经常以i来代表交错扫描。例 如PAL格式的分辨率经常被写为576i50，其中576 代表垂直扫描线数量，i代表隔行扫描，50代表每 秒50个field（一半的画面扫描线）。
• 3D视频的分辨率以voxel(volume picture element，中文译为“体素”)来表示。例如 一个512×512×512体素的分辨率，用于 简单的3D视频，可以被包括部分PDA在内 的电脑设备播放。
信息的编码ppt课件
• 模拟量:连续,平滑变化的量.
• 现实生活中的声音、图像和视频等信息都
是连续变化的物理量，通过传感器（如话
筒）将它们转换成电流或电压等模拟量的
变化形式；然后经过“模数转换”过程再
把它们转换为数字量。计算机要处理他们
模拟量,首先要将它们数字话,将它们变成
一系列二进制数据.
13
1、声音的数字化
• 采样:按照一定频率,即每隔一段时间,测得模拟信号的
7
(1)怎样将汉字输入计算机? ——输入码
向计算机输入汉字的两中方法: (1)自动识别方式(字形/语音)
例子:扫描仪、复印机; (2)将汉字编码(外码)输入形码/音码
例子：智能ABC(音码） 五笔（形码）
8
(2)在计算机之间怎样交换汉字信息? ——交换码(区位码)
• 为了方便数字系统之间汉字信息通信交换的需
模拟量值.;
• 如:CD采用的采样频率为44.1kHz. • 量化:将采样测得的模拟电压值,进行分级量化.按照整
个电压变化的最大幅度划分成几个区段,把落在某个区 段的采样到的样本值归成一类,并给出相应的量化值;
14
15
2、图像数字化
• 图形数字化的基本思想:把一副图象看成
由许多彩色和各种级别灰度的点组成.把 这种点称为像素.
10
(3)在计算机内部怎样处理汉字? —处理码
• 处理码:计算机内部用于信息处理的汉字代码,
也称汉字机内码.
• 已知:一个区位码占用两个字节,每个字节最高
位为0;英文字符的机内码是7位ASCII,最高位 也是0.
• [思考]两者如何区分呢? • 为了在计算机中能区分二者，将区位码最高位
置的0改设置为1（故ascii码小于128，机内 码大于128）并将区号和位号各增加一个适当 的常数，构成了汉字的机内码。
了解声音和图像数字化+课件—2024学年沪科版(2019)高中信息技术+必修1
项目二、探究计算机中的数据表示— 认识数据编码
自然界的人、鸟鸣声被录音设备录制下来并存入计 算机中，经历了怎样的转换过程？
了解声音和图像的数字化
声音的数字化 现实世界的声音是一种连续的波，称为声波。 声音有两个参数：幅度和频率。 要用计算机处理声音数据，必须把连续变化的波形信转换成为离散的数字信号， 将幅度和频率以0和1编码的形式表示出来，这一过程称为声音数字化。
声音数字化的量化过程
了解声音和图像的数字化
声音的数字化 2. 量化
首先将幅度值范围划分为2个级数，每个级数对应一个幅度值，
然后将采样得到的各个幅度值按一定的规则近似到某个级数值，并用二进 制数表示，从而形成一组二进制数序列。
这里的n称为量化位数。量化位数越大，划分的级数越多，采样结果近似到 某个级数值时产生的误差就越小。
位图（无损压缩，图片大）
3.编码：
图像的编码就是按照一定的格式将位图上各个像素点的量化数据记录 下来的过程。编码时一般采用数据压缩技术进行压缩和还原处理，不同的 编码方法形成了不同格式的图像文件，如BMP格式、JPEG格式等。
C 下列选项中,不属于图像格式的是(
)。
A.JPG
位图照片图片
B.PNG
截图
C.WMV
视频
D.BMP
模拟 声音信号
采样
量化
编码
数字 声音信号
声音数字化的过程
了解声音的数字化
1、采样（sampling） 即每隔一段时间在模拟声音信号的波形上采集一个幅度值。
一段鸟鸣声的模拟声音信号 等距离的选取若干个离散的点 采样得到的幅度值被记录下来 声音数字化的采样过程
了解声音的数字化
2、量化 采样之后，要用二进制数将采样得到的幅度值表示出来，这就是量 化（quantization）。
自然界的人、鸟鸣声被录音设备录制下来并存入计 算机中，经历了怎样的转换过程？
了解声音和图像的数字化
声音的数字化 现实世界的声音是一种连续的波，称为声波。 声音有两个参数：幅度和频率。 要用计算机处理声音数据，必须把连续变化的波形信转换成为离散的数字信号， 将幅度和频率以0和1编码的形式表示出来，这一过程称为声音数字化。
声音数字化的量化过程
了解声音和图像的数字化
声音的数字化 2. 量化
首先将幅度值范围划分为2个级数，每个级数对应一个幅度值，
然后将采样得到的各个幅度值按一定的规则近似到某个级数值，并用二进 制数表示，从而形成一组二进制数序列。
这里的n称为量化位数。量化位数越大，划分的级数越多，采样结果近似到 某个级数值时产生的误差就越小。
位图（无损压缩，图片大）
3.编码：
图像的编码就是按照一定的格式将位图上各个像素点的量化数据记录 下来的过程。编码时一般采用数据压缩技术进行压缩和还原处理，不同的 编码方法形成了不同格式的图像文件，如BMP格式、JPEG格式等。
C 下列选项中,不属于图像格式的是(
)。
A.JPG
位图照片图片
B.PNG
截图
C.WMV
视频
D.BMP
模拟 声音信号
采样
量化
编码
数字 声音信号
声音数字化的过程
了解声音的数字化
1、采样（sampling） 即每隔一段时间在模拟声音信号的波形上采集一个幅度值。
一段鸟鸣声的模拟声音信号 等距离的选取若干个离散的点 采样得到的幅度值被记录下来 声音数字化的采样过程
了解声音的数字化
2、量化 采样之后，要用二进制数将采样得到的幅度值表示出来，这就是量 化（quantization）。
声音编码和图像编码(教案)
课题：信息编码中的声音编码和图像编码教学目标：一、知识与技能：1、了解声音编码的两个步骤。
2、理解并学会采样频率、量化级数与存储声音的容量之间的关系及其计算方法。
3、了解计算机中显示的图像的两大分类的特点与区别。
4、理解并学会图像的分辨率、颜色与存储容量之间的关系及其计算方法。
二、过程与方法：1、通过对“采样”和“量化”的解说，掌握声音编码的原理。
2、通过观察一张放大的位图图像，掌握图像编码的原理。
3、通过例题与练习，加深对声音及图像文件数据量的计算方法。
三、情感态度与价值观：1、通过对声音和图像的编码的学习和了解，让学生对二进制在编码中的运用有一个更深入地了解，同时与生活中出现的各种音频及图像格式相联系，激发学习信息编码的兴趣。
教学重点：声音和图像文件的存储数据量的计算教学难点：量化的概念、位图教学方法：讲解法、演示法、问答法教学媒体：自制多媒体教学课件教学过程：新课导入（课前准备）：在平时的生活中，我们都习惯于用电脑或者MP3之类的工具来听音乐。
但是，同学们有没有想过存储在电脑或MP3中的声音和现实生活中人们发出的声音有什么不同呢？同学们在初中都学过声音的传播，都知道声波吧。
声音是一种波，是连续变化、平滑的量。
而我们通常把这种连续、平滑的量称作模拟量。
我们前课学过在计算机中的各类信息都是以二进制数的形式进行存储的，我们把各种信息转化为二进制数形式的过程叫做信息的数字化或者信息的编码。
那么，编码之后得到的二进制数的量我们就叫做数字量。
数字量是一串数字的序列，并不是连续的。
声音和图像是否也是编码之后存放在计算机中的，但是它们又是如何进行编码的呢？这堂课我们就来研究声音和图像是以何种形式如何存储于计算机中的。
课的进行：声音编码PCM（脉冲编码调制）：1.强调一下声音的概念，说明声音编码的两个步骤：采样、量化（也是模拟信号转化为数字信号的基本方法）及其概念。
采样：采集模拟信号的样本。
采样频率：每秒钟采样的样本数（单位：Hz）。
声音和图像的数字化课件高中信息技术归纳.ppt
俞 颖
整理
声音是通过什么产生的？
振动 声波
模拟信号：时间或幅值上连续的信号。
数字信号：幅值被限制在有限个数值之间。 数字信号经过编码可以被计算机识别。
整理
模数转换：采样和量化。 采样：就是按一定的频率， 每隔一段时间，测得模拟 信号的模拟量值。
量化：把采样时测得的模拟电压值， 进行分级量化。
图像和视频的数字化图像和视频的数字化的基本思想是把一幅图像看成由许许多多的彩色或各级别的灰度点组成的这些点按纵横排列起来构成一幅画这些点称为像黑白两色黑白照片彩色图象一位二进制数一个字节三个字节存储量图像水平分辨率图像垂直分辨率颜色深度存储量图像水平分辨率图像垂直分辨率颜色深度视频25时间s已知一个视频的分辨率是720576采用yuy2的色彩空间每个像素占用两个字节表示每一帧图像每秒钟播放25帧共能播放1小时30分
720*576*25(帧)*60(秒/分)*90(分钟)*2(字节/ 像素)=111,974,400,000字节=104GB 也就是说这段视频如果不经压缩，大约要占 104GB的容量
整理
整理
黑白两色
一位二进制数
黑白照片
一个字节
整理
彩色图象
三个字节
存储量=图像水平分辨率*图像垂 直分辨率*颜色深度
视频存储量=图像水平分辨率*图像垂 直分辨率*颜色深度*25*时间（s）
已知一个视频的分辨率是720 x 576，采用YUY2 的色彩空间（每个像素占用两个字节）表示每 一帧图像，每秒钟播放25帧，共能播放1小时30 分。请计算保存这样的视频文件所需的磁盘空 间要多大？
存储量(B)=采样频率（HZ）*量化位数 /8*声道数*时间(S)。
五分钟双声道、16位采样位数、44.1kHz 采样频率声音的不压缩数据量是多少？ 16*44.1*1000*2*300/8=52920000B =50.47MB
整理
声音是通过什么产生的？
振动 声波
模拟信号：时间或幅值上连续的信号。
数字信号：幅值被限制在有限个数值之间。 数字信号经过编码可以被计算机识别。
整理
模数转换：采样和量化。 采样：就是按一定的频率， 每隔一段时间，测得模拟 信号的模拟量值。
量化：把采样时测得的模拟电压值， 进行分级量化。
图像和视频的数字化图像和视频的数字化的基本思想是把一幅图像看成由许许多多的彩色或各级别的灰度点组成的这些点按纵横排列起来构成一幅画这些点称为像黑白两色黑白照片彩色图象一位二进制数一个字节三个字节存储量图像水平分辨率图像垂直分辨率颜色深度存储量图像水平分辨率图像垂直分辨率颜色深度视频25时间s已知一个视频的分辨率是720576采用yuy2的色彩空间每个像素占用两个字节表示每一帧图像每秒钟播放25帧共能播放1小时30分
720*576*25(帧)*60(秒/分)*90(分钟)*2(字节/ 像素)=111,974,400,000字节=104GB 也就是说这段视频如果不经压缩，大约要占 104GB的容量
整理
整理
黑白两色
一位二进制数
黑白照片
一个字节
整理
彩色图象
三个字节
存储量=图像水平分辨率*图像垂 直分辨率*颜色深度
视频存储量=图像水平分辨率*图像垂 直分辨率*颜色深度*25*时间（s）
已知一个视频的分辨率是720 x 576，采用YUY2 的色彩空间（每个像素占用两个字节）表示每 一帧图像，每秒钟播放25帧，共能播放1小时30 分。请计算保存这样的视频文件所需的磁盘空 间要多大？
存储量(B)=采样频率（HZ）*量化位数 /8*声道数*时间(S)。
五分钟双声道、16位采样位数、44.1kHz 采样频率声音的不压缩数据量是多少？ 16*44.1*1000*2*300/8=52920000B =50.47MB
第3讲_信息表示与编码(声音、图像、视频)
例：人正常说话时的声音频率一般在20Hz～4kHz。采样频 率为8kHz，量化位数为8bit，求1秒的声音数字化后的数据 量。 8k×8÷8=8000（B）≈7.8KB
如果是高质量的CD音质效果，采样频率为44.1kHz， 量化位数为16bit，双声道立体声，则1分钟的数据量为： 44.1k×16×2×60÷8=10584000B≈10.09MB
数据存储——存储图像
•矢量图文件优点 ①由于矢量图形的特点，通过软件可方便地将矢量图 进行缩放、移动、旋转等，其尺寸可以任意变化而不 会损坏图形的质量。 ②由于矢量图形只保存算法和特征点参数，因此占用 的存储空间较小。 •矢量图文件缺点 ①当图形复杂时，计算时间较长。 ②对于某些复杂的彩色照片（如真实世界的照片）很 难用数学公式来描述图形的构造，而采用位图来表示。
黄(255,255,0)
R:200 G:50 B:120
22/45
数据存储——存储图像
•位图 和音频类似，照片中的内容来自现实世界， 是随空间连续变化的一些颜色值，是一种模拟数据。
对模拟的图像数据，不可能完全在计算机中 进行存储。仍然需要通过空间采样的方法，测量离 散点处的颜色值来进行存储。 23/45
13/45
数据存储——存储音频
•声音文件（编码标准）——MPEG音频文件（.mp3）
MP3是一种音频压缩技术标准，其全称是动态影像专 家组音频层面3（Moving Picture Experts Group Audio Layer III），简称为MP3。 利用人耳对高频信号无法识别的原理，将时域波形信 号转换成频域信号，并划分成多个频段，对不同的频段使用 不同的压缩率，对高频加大压缩比（甚至忽略信号）对低频 信号使用小压缩比，保证信号不失真。 可以实现1∶10甚至1∶12的压缩率。
第3章 信息编码与数据表示2fjwPPT课件
8
二、汉字编码
❖ 2、汉字交换码：指不同的具有汉字处理功能的计算 机系统之间在交换汉字信息时所使用的代码标准。
❖ 目前国内计算机系统所采用的标准信息处理交换码， 是基于1980年制定的国家标准《信息交换用汉字编 码字符集·基本集》（GB2312-80）修订的国标码。
❖ 该字符集共收录了6763个汉字和682个图形符号。 6763个汉字按其使用频率和用途，又可分为一级常 用汉字3755个，二级次常用汉字3008个。其中一级 汉字按拼音字母顺序排列，二级汉字按偏旁部首排 列。
▪ 10个数字‘0’～‘9’：30H～39H，顺序排列■ ▪ 26个小写字母‘a’～‘z’：61H～7AH ，顺序排
列■
▪ 26个大写字母‘A’～‘Z’：41H～5AH ，顺序排 列■
▪ 各种运算符号和标点符号等。
4
ASCII码编码表
0000
0001
0010
0011 0100 0101 0110 0111 1000 1001 1010 1011 1100 1101 1110 1111
❖33个控制字符：不可打印或显示，分成5类： ▪① 10个传输类控制字符：用于数据传输控制；■ ▪② 6个格式类控制字符，用于控制数据的位置 ■ ▪③ 4个设备类控制字符，用于控制辅助设备； ■ ▪④ 4个信息分隔类控制字符，用于分隔或限定数据■ ▪⑤ 9个其他控制字符、空格字符和删除字符。
6
基于IBM ProPrinter打印机的扩展ASCII码
R
b
r
#
3
C
S
c
s
￥
4
D
T
d
t
%
5
E
U
e
u
&
二、汉字编码
❖ 2、汉字交换码：指不同的具有汉字处理功能的计算 机系统之间在交换汉字信息时所使用的代码标准。
❖ 目前国内计算机系统所采用的标准信息处理交换码， 是基于1980年制定的国家标准《信息交换用汉字编 码字符集·基本集》（GB2312-80）修订的国标码。
❖ 该字符集共收录了6763个汉字和682个图形符号。 6763个汉字按其使用频率和用途，又可分为一级常 用汉字3755个，二级次常用汉字3008个。其中一级 汉字按拼音字母顺序排列，二级汉字按偏旁部首排 列。
▪ 10个数字‘0’～‘9’：30H～39H，顺序排列■ ▪ 26个小写字母‘a’～‘z’：61H～7AH ，顺序排
列■
▪ 26个大写字母‘A’～‘Z’：41H～5AH ，顺序排 列■
▪ 各种运算符号和标点符号等。
4
ASCII码编码表
0000
0001
0010
0011 0100 0101 0110 0111 1000 1001 1010 1011 1100 1101 1110 1111
❖33个控制字符：不可打印或显示，分成5类： ▪① 10个传输类控制字符：用于数据传输控制；■ ▪② 6个格式类控制字符，用于控制数据的位置 ■ ▪③ 4个设备类控制字符，用于控制辅助设备； ■ ▪④ 4个信息分隔类控制字符，用于分隔或限定数据■ ▪⑤ 9个其他控制字符、空格字符和删除字符。
6
基于IBM ProPrinter打印机的扩展ASCII码
R
b
r
#
3
C
S
c
s
￥
4
D
T
d
t
%
5
E
U
e
u
&
《信息论与编码》课件
发展趋势与未来挑战
探讨信息论和编码学领域面临的未 来挑战。
介绍多媒体数字信号压缩和编码技术的发展和应用。
可靠的存储与传输控制技术
解释可靠存储和传输控制技术在信息论中的重要性。
生物信息学中的应用
探讨信息论在生物信息学领域的应用和突破。
总结与展望
信息论与编码的发展历程
回顾信息论和编码学的发展历程和 里程碑。
信息技术的应用前景
展望信息技术在未来的应用前景和 可能性。
介绍误码率和信噪比的定义和关系。
2
码率与修正码率的概念
解释码率和修正码率在信道编码中的重要性。
3
线性码的原理与性质
探讨线性码的原理、特点和应用。
4
编码与译码算法的实现
详细介绍信道编码和译码算法的实现方法。
第四章 信息论应用
无线通信中的信道编码应用
探索无线通信领域中信道编码的应用和进展。
多媒体数字信号的压缩与编码技术
《信息论与编码》T课 件
# 信息论与编码 PPT课件
第一章 信息的度量与表示
信息的概念与来源
介绍信息的定义，以及信息在各个领域中的来源和 应用。
香农信息熵的定义与性质
介绍香农信息熵的概念和其在信息论中的重要性。
信息量的度量方法
详细解释如何度量信息的数量和质量。
信息压缩的基本思路
探讨信息压缩的原理和常用方法。
第二章 信源编码
等长编码与不等长编码
讨论等长编码和不等长编码的特点 和应用领域。
霍夫曼编码的构造方法与 性质
详细介绍霍夫曼编码的构造和优越 性。
香农第一定理与香农第二 定理
解释香农第一定理和香农第二定理 在信源编码中的应用。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
则在0-0.5之间的所有数值均用0表示，0.51之间的数值均用0.5表示，1-1.5之间的数值均用 1表示，…，3.5-4之间的数值用3.5表示。
可见量化的作用是使幅值数字化，即把无限 个数值用有限个数来表示。
量化不可避免的存在偏差。如果分成16个量化 区间（量化等级为16），每份为0.25.
则0-0.25之间的数值用0表示，0.25-0.5之间 的数值用0.25表示，…，3.75-4之间的数值用3.75 表示，这时的偏差比分成8个区间要小。
可以实现1∶10甚至1∶12的压缩率。
例如：将“录音机”产生的.wav文件另存为.mp3
格式
14/45
数据存储——存储图像
位图
矢量图
15/45
数据存储——存储图像
44.1k×16×2×60÷8=10584000B≈10.09MB
10/45
数据存储——存储音频
•不同质量声音的性能指标
质量
电话 AM FM CD DAT
采样频率 （kHz）
8 11.025 22.050
44.1 48
样本精度 （b/s）
8 8 16 16 16
声道
单声道 单声道 立体声 立体声 立体声
100MB左右。
13/45
数据存储——存储音频
•声音文件（编码标准）——MPEG音频文件（.mp3）
MP3是一种音频压缩技术标准，其全称是动态影像专 家组音频层面3（Moving Picture Experts Group Audio Layer III），简称为MP3。
利用人耳对高频信号无法识别的原理，将时域波形信 号转换成频域信号，并划分成多个频段，对不同的频段使用 不同的压缩率，对高频加大压缩比（甚至忽略信号）对低频 信号使用小压缩比，保证信号不失真。
位率：单位时间内产生的音频数据位数。 量化位数为B，采样率为S，则位率为S×B（存储 每秒音频需要的位数）
8/45
数据存储——存储音频
•对比不同的采样、量化、编码
采样频率11KHz 8位量化
采样频率22KHz 16位量化
9/45
数据存储——存储音频
•数字化音频的数据量
采样是对模拟信号在时间轴上进行数字化，而量化是 对模拟信号在幅度上的数字化，编码则是将量化后得到的数 据表示成二进制数据，
7/45
数据存储——存储音频
•编码（采样值如何表示）
是指将量化后的样本值按照对应的量化等级， 用若干二进制位（也叫量化位数）表示的过程。
对于幅值为0-4，若量化等级为8，可用3位 的二进制数来表示样本值的大小，如用000表示0， 001表示0.5,010表示1，…，111表示3.5。
同理，若量化等级为16，则用4位的二进制数 来表示样本值的大小。
数据率 （kb/s）
64.0 88.2 705.6 1411.2 1536.0
频率范围 （Hz） 200～3400 50～7000 20～15000 20～20000 20～20000
Digital Audio Tape 数字录音带
样本位数越多，声音质量越高，而需要的存储空间也越大
11/45
数据存储——存储音频
（双声道），通常文件较大，多用于存储简短的声
音片段（Windows XP系统自带一些Wave格式的
声音文件，在C:\WINDOWS\Media文件夹储音频
•声音文件（编码标准）——MIDI格式文件（.mid）
MIDI是乐器数字接口 （Musical Instrument Digital Interface）的英文缩写，是声卡提 供的一个接口，用于将电子乐器与计 算机相连。
数据量（B）=采样频率×量化位数×采样时间×声道数÷8
例：人正常说话时的声音频率一般在20Hz～4kHz。采样 频率为8kHz，量化位数为8bit，求1秒的声音数字化后的 数据量。8k×8÷8=8000（B）≈7.8KB
如果是高质量的CD音质效果，采样频率为44.1kHz， 量化位数为16bit，双声道立体声，则1分钟的数据量为：
第三讲 信息编码
（声音、图像、视频）
第三讲 信息表示与编码 内容提要
数据存储
–声音 –图像 –视频
2/45
数据存储——存储音频
•模拟信号与数字信号
模拟信号: 时间和幅度都是连续的信号 数字信号: 时间和幅度都是离散的信号 音频是一种随时间连续变化的模拟数据.
3/45
数据存储——存储音频
•模拟信号如何存储？
•声音文件（编码标准）——Wave格式文件（.wav）
Wave文件的形成是用麦克风录音后，经计算 机的声卡完成数字化过程形成扩展名为.wav的声音 文件，存储在计算机的硬盘中。
例如：“附件”中“录音机”产生
的播.w放av时文由件声卡还原成模拟信号经扬声器输出。
Wave格式文件采样频率44.1khz,16位，立体声
当乐器弹奏时，声卡记录下乐器的音调、声音 的强弱、使用的何种乐器等信息，这些信息形成一连
串的二进制数字，从而形成MIDI文件。
播放MIDI格式的声音时，声卡根据数字代表的含义进行
声音合成后由扬声器输出。可见，MIDI文件存放的不是声音的
采样信息，相对于Wave文件，MIDI文件要小得多。同样10分
钟的立体声音乐，MIDI文件大小不到70KB，而声音文件要
数据存储——存储音频
•量化（离散化幅度） 将幅值在最大值和最小值之间划分N个区间，
一般采用等分方式。
幅度
时间
如上图所示的量化过程采用了8个量化区间 （也称量化等级为8），把位于一个量化区间内的采 样点的值归为一类，即赋予相同的量化值。
6/45
数据存储——存储音频
例如：假设声音的幅度值范围是0-4，将0-4 之间的幅值分成了8等份，每份为0.5.
➢ 一段时间内，拥有无限数量的观测值，不可 能完全存储在计算机中。
➢利用采样量化编码的策略，存储离散 时间点上的音频信号强度。
4/45
数据存储——存储音频
•采样（离散化时间）
在模拟信号上选择数量有限的点来度量他们的值并 记录下来，通过记录的值来表现模拟信号。
采样率：每秒钟采样的次数；采样率越高，则占用更 多的存储空间，效果越好；对于音频信号，每秒采样40000 次的效果已经足够好。 奈奎斯特理论（采样定理）: 采样频率不低于声音信号最高 频率的两倍，即可将以数字表达的声音还原成原来的声音。5/45
可见量化的作用是使幅值数字化，即把无限 个数值用有限个数来表示。
量化不可避免的存在偏差。如果分成16个量化 区间（量化等级为16），每份为0.25.
则0-0.25之间的数值用0表示，0.25-0.5之间 的数值用0.25表示，…，3.75-4之间的数值用3.75 表示，这时的偏差比分成8个区间要小。
可以实现1∶10甚至1∶12的压缩率。
例如：将“录音机”产生的.wav文件另存为.mp3
格式
14/45
数据存储——存储图像
位图
矢量图
15/45
数据存储——存储图像
44.1k×16×2×60÷8=10584000B≈10.09MB
10/45
数据存储——存储音频
•不同质量声音的性能指标
质量
电话 AM FM CD DAT
采样频率 （kHz）
8 11.025 22.050
44.1 48
样本精度 （b/s）
8 8 16 16 16
声道
单声道 单声道 立体声 立体声 立体声
100MB左右。
13/45
数据存储——存储音频
•声音文件（编码标准）——MPEG音频文件（.mp3）
MP3是一种音频压缩技术标准，其全称是动态影像专 家组音频层面3（Moving Picture Experts Group Audio Layer III），简称为MP3。
利用人耳对高频信号无法识别的原理，将时域波形信 号转换成频域信号，并划分成多个频段，对不同的频段使用 不同的压缩率，对高频加大压缩比（甚至忽略信号）对低频 信号使用小压缩比，保证信号不失真。
位率：单位时间内产生的音频数据位数。 量化位数为B，采样率为S，则位率为S×B（存储 每秒音频需要的位数）
8/45
数据存储——存储音频
•对比不同的采样、量化、编码
采样频率11KHz 8位量化
采样频率22KHz 16位量化
9/45
数据存储——存储音频
•数字化音频的数据量
采样是对模拟信号在时间轴上进行数字化，而量化是 对模拟信号在幅度上的数字化，编码则是将量化后得到的数 据表示成二进制数据，
7/45
数据存储——存储音频
•编码（采样值如何表示）
是指将量化后的样本值按照对应的量化等级， 用若干二进制位（也叫量化位数）表示的过程。
对于幅值为0-4，若量化等级为8，可用3位 的二进制数来表示样本值的大小，如用000表示0， 001表示0.5,010表示1，…，111表示3.5。
同理，若量化等级为16，则用4位的二进制数 来表示样本值的大小。
数据率 （kb/s）
64.0 88.2 705.6 1411.2 1536.0
频率范围 （Hz） 200～3400 50～7000 20～15000 20～20000 20～20000
Digital Audio Tape 数字录音带
样本位数越多，声音质量越高，而需要的存储空间也越大
11/45
数据存储——存储音频
（双声道），通常文件较大，多用于存储简短的声
音片段（Windows XP系统自带一些Wave格式的
声音文件，在C:\WINDOWS\Media文件夹储音频
•声音文件（编码标准）——MIDI格式文件（.mid）
MIDI是乐器数字接口 （Musical Instrument Digital Interface）的英文缩写，是声卡提 供的一个接口，用于将电子乐器与计 算机相连。
数据量（B）=采样频率×量化位数×采样时间×声道数÷8
例：人正常说话时的声音频率一般在20Hz～4kHz。采样 频率为8kHz，量化位数为8bit，求1秒的声音数字化后的 数据量。8k×8÷8=8000（B）≈7.8KB
如果是高质量的CD音质效果，采样频率为44.1kHz， 量化位数为16bit，双声道立体声，则1分钟的数据量为：
第三讲 信息编码
（声音、图像、视频）
第三讲 信息表示与编码 内容提要
数据存储
–声音 –图像 –视频
2/45
数据存储——存储音频
•模拟信号与数字信号
模拟信号: 时间和幅度都是连续的信号 数字信号: 时间和幅度都是离散的信号 音频是一种随时间连续变化的模拟数据.
3/45
数据存储——存储音频
•模拟信号如何存储？
•声音文件（编码标准）——Wave格式文件（.wav）
Wave文件的形成是用麦克风录音后，经计算 机的声卡完成数字化过程形成扩展名为.wav的声音 文件，存储在计算机的硬盘中。
例如：“附件”中“录音机”产生
的播.w放av时文由件声卡还原成模拟信号经扬声器输出。
Wave格式文件采样频率44.1khz,16位，立体声
当乐器弹奏时，声卡记录下乐器的音调、声音 的强弱、使用的何种乐器等信息，这些信息形成一连
串的二进制数字，从而形成MIDI文件。
播放MIDI格式的声音时，声卡根据数字代表的含义进行
声音合成后由扬声器输出。可见，MIDI文件存放的不是声音的
采样信息，相对于Wave文件，MIDI文件要小得多。同样10分
钟的立体声音乐，MIDI文件大小不到70KB，而声音文件要
数据存储——存储音频
•量化（离散化幅度） 将幅值在最大值和最小值之间划分N个区间，
一般采用等分方式。
幅度
时间
如上图所示的量化过程采用了8个量化区间 （也称量化等级为8），把位于一个量化区间内的采 样点的值归为一类，即赋予相同的量化值。
6/45
数据存储——存储音频
例如：假设声音的幅度值范围是0-4，将0-4 之间的幅值分成了8等份，每份为0.5.
➢ 一段时间内，拥有无限数量的观测值，不可 能完全存储在计算机中。
➢利用采样量化编码的策略，存储离散 时间点上的音频信号强度。
4/45
数据存储——存储音频
•采样（离散化时间）
在模拟信号上选择数量有限的点来度量他们的值并 记录下来，通过记录的值来表现模拟信号。
采样率：每秒钟采样的次数；采样率越高，则占用更 多的存储空间，效果越好；对于音频信号，每秒采样40000 次的效果已经足够好。 奈奎斯特理论（采样定理）: 采样频率不低于声音信号最高 频率的两倍，即可将以数字表达的声音还原成原来的声音。5/45