华中科技大学第三章 多媒体技术与媒体形态

• WAV格式
– 微软公司开发的一种无损声音文件格式。 – 用于保存WINDOWS平台的音频信息资源，被WINDOWS平 台及其应用程序所支持。 – “*.WAV”格式支持MSADPCM、CCITT A LAW等多种压缩 算法，支持多种音频位数、采样频率和声道，标准格式的 WAV文件和CD格式一样，也是44.1K的采样频率，速率88K/ 秒，16位量化位数，WAV格式的声音文件质量和CD相差无几， 也是目前PC机上广为流行的声音文件格式，几乎所有的音频编 辑软件都“认识”WAV格式。
•图
•文
•声
•数
据
•信
息
•知识
•像
•音
•视频
• 视觉部分，首先是静止的图像、图形、符号、文 字；动态部分是视频、真实感三维动画，二维动 画。 • 听觉部分，声响（自然界）、语音、音乐。 • 触觉部分，压力、运动、传感/发生器。 • 其他媒体还有包括嗅觉等。
• 文字称之为“正文”(Text)，用二进制编码表示。 • 西文
• MIDI格式
– 经常玩音乐的人应该常听到MIDI（Musical Instrument Digital Interface）这个词，MIDI允 许数字合成器和其他设备交换数据。 – MID文件格式由MIDI继承而来。MID文件并不是 一段录制好的声音，而是记录声音的信息，然后 在告诉声卡如何再现音乐的一组指令。这样一个 MIDI文件每存1分钟的音乐只用大约5～10KB。 今天，MID文件主要用于原始乐器作品，流行歌 曲的业余表演，游戏音轨以及电子贺卡等。 – ＊.mid文件重放的效果完全依赖声卡的档次。
• 声音三要素
– 音强：响度，由振幅决定 – 音调：由频率决定 – 音色：声音频率的组成成分
• 声音的分类
– 次音频信号<20HZ(人耳听不到) – 音频信号20HZ~20kHZ(人能听到) – 超音频信号>20kHZ(人听不到,有很强的方向性, 可以形成波束)
• 声音的波动函数被称为音频信号
4
8 16
16
256 65536
索引16 色图像
索引256 色图像 Hi-Color 图像
24
16672216
True-Color 图像
• 图像数据量
– 用字节表示图像文件大小时，一幅未经压缩的 数字图像的数据量大小计算如下： 图像数据量大小 = 像素总数×图像深度÷8 – 例如：一幅 640×480 的 256 色图像为 640×480×8／8 = 307200 字节
• 图形与图像的关系
– 图像是位图，以像素pixels为基础，图像更逼 真，而图形更抽象 – 显示过程：图形－图元顺序、链码、与图元数 据有关；图像－扫描，从左自右、从上到下 – 图形变换无失真，如放大无失真 – 图像变换会失真，如放大会产生阶梯效应 – 图形能以图元为单位进行属性修改、编辑等操 作，而图像只能对像素或分块进行处理
• • • •
3.1.1 3.1.2 3.1.3 3.1.4
传播技术的发展历史与走向 多媒体技术的概念 多媒体信息的演变 媒体的种类与性质
•
单媒体
•.
•全
息
•. •. •. •.
•
•多媒体
•MULTIMEDIA
•全
息
单媒体
• “多媒体”翻译自英文：“MULTIMEDIA”，字根“media”是拉 丁文“medium”的复数形式，其基本意是“中间、中心”，后来， 逐渐表示“媒体”的意思。从词源我们可以判断出，多媒体意味着 “多媒介”或者是“多方法”的媒体。这里所谓的媒体就是承载信息 的载体或者说是信息的表达形式。 • 多媒体是在计算机系统中，组合两种或两种以上媒体的一种人机交互 式信息交流和传播媒体。使用的媒体包括文字、图片、照片、声音 （包含音乐、语音旁白、特殊音效）、动画和影片，以及程式所提供 的互动功能。
• • • •
3.3.1 3.3.2 3.3.3 3.3.4
声音信号 音频数字化原理 音频文件数据量 音频文件类型
• 概述
– 声音是通过空气传播的一种连续的波，叫声波。 – 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 – 复合信号：声音信号由许多频率不同的信号组 成。 – 分量信号：单一频率的信号
• 要在计算机内播放或是处理音频文件，也 就是要对声音文件进行数、模转换，这个 过程同样由采样和量化构成。
•
模拟音频
•数字音频
•采样、量化、编码
• 信号的采样
– 采样Sampling将时间上连续的取值变为有限个离散 取值的过程 – 以下以正弦波为例。
•原始波形
•采样频率
•采样数据
•重建波形
• 奈奎斯特采样定理
第3章 多媒体技术与媒体形态
• 多媒体技术是数字传播技术的核心，也是 新闻传播领域使用最多的、需要从业人员 掌握的关键技术。通过本章学习，要求学 生理解多媒体技术的演变过程、媒体文件 的数字化、各类媒体形态及相关格式特点， 强化学生处理和使用各类媒体格式的能力。
• • • • •
3.1 3.2 3.3 3.4 3.5
• 图像深度
– 图像深度（也称图像灰度、颜色深度）表示数 字位图图像中每个像素上用于表示颜色的二进 制数字位数。 – 显示深度：表示显示器上每个点用于显示颜色 的 2 进制数字位数。 – 若显示器的显示深度小于数字图像的深度，就 会使数字图像颜色的显示失真。
• 图像深度与图像色彩对照表
颜色深度 1 颜色总数 2 图像名称 单色图像
• 采样、量化、编码
•模拟信号
•采样
•量化
•编码
• 量化是将采样值整数化，用二进制表示，如用8位即有256个量化级。 • 数字录音文件大小的计算公式： S=F×T×(r/8)×C • 其中音频信号参数 S为文件大小，以字节来计算 F为采样频率，以Hz来计 T为录音时间，以秒来记 r为分辨率，二进制位数计，如8位，16位 C为声道数
• 图 形、 图 像 与 识 别 的 关 系
图像处理
图像
真实感描述
图形
图像分析与模式识别
抽象
符号
文字
• 分辨率
– 图像的分辨率是指每单位长度上的像素（pixel），即 直观看到的图像清晰程度。图像分辨率确立成一副图 像的像素密度，用每英寸多少点表示，它是组成一副 图像的像素密度的度量方法。图像分辨率在图像输入/ 输出时起作用。 – 屏幕分辨率：显示器屏幕上的最大显示区域，即水平 与垂直方向的像素个数。 – 像素分辨率：像素的宽和高之比一般为1:1。
20~2000
20~2000
• CD格式
– ＊.cda，这只是一个索引信息，并不是真正的包含声音信息，所 以不论CD音乐的长短，在计算机上看到的“＊.cda文件”都是44 字节长。 – 标准CD格式也就是44.1K的采样频率，速率88K/秒，16位量化位 数，因为CD音轨可以说是近似无损的，因此它的声音基本上是忠 于原声的，因此如果你如果是一个音响发烧友的话，CD是你的首 选。 – 不能直接的复制CD格式的＊.cda文件到硬盘上播放，需要使用抓 音轨软件把CD格式的文件转换成WAV，这个转换过程如果光盘驱 动器质量过关而且EAC的参数设置得当的话，可以说是基本上无 损抓音频。
• MP3格式
– MP3格式诞生于20世纪80年代的德国，所谓的MP3也就是指的是MPEG 标准中的音频部分，也就是MPEG音频层。根据压缩质量和编码处理的不 同分为3层，分别对应“*.mp1"/“*.mp2”/“*.mp3”这3种声音文件。 – 独创的心理声学和改佳压缩模式在最大程度上还原CD原版音频。 – MPEG音频文件的压缩是一种有损压缩，MPEG3音频编码具有10： 1~12：1的高压缩率，同时基本保持低音频部分不失真，但是牺牲了声 音文件中12KHz到16KHz高音频这部分的质量来换取文件的尺寸，相同 长度的音乐文件，用＊.mp3格式来储存，一般只有＊.wav文件的1/10， 而音质要次于CD格式或WAV格式的声音文件。 – MP3音乐的版权问题也一直是找不到办法解决。 – MP3格式压缩音乐的采样频率有很多种，可以用64Kbps或更低的采样频 率节省空间，也可以用320Kbps的标准达到极高的音质。
– 音频信号是（Audio）带有语音、音乐和音效 的有规律的声波的频率、幅度变化信息载体。 根据声波的特征，可把音频信息分类为规则音 频和不规则声音。其中规则音频又可以分为语 音、音乐和音效。规则音频是一种连续变化的 模拟信号，可用一条连续的曲线来表示，称为 声波。
• 模拟音频与数字音频
– 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
• 图像
– 从名称来看，图像是用于描绘或用于摄影等方法得 到的外在景物的相似物；像是直接或间接（如拍照） 得到的人或物的视觉印象，一般讲，能为人类视觉 系统所感觉的信息形式或人们心目中的有形想象。 – 从技术角度来看，图像在计算机上以位图 （bitmap）表示，实际上是自然的二维光场分布 经过空间和亮度的散化，将它考虑为一个矩阵，矩 阵中的任一元素，对应于图像中的一点，称为 pixel（像元－或像素），而这个点相应的值反映 它的灰度（或颜色）等级，这是数字化后的结果。
• • • •
3.4.1 3.4.2 3.4.3 3.4.4
图形、图像的概念 图像参数 色彩模式 图像格式
• 图形
– 图形是指由外部轮廓线条构成的矢量图 （ vectorgraph ）。即由计算机绘制的直线、圆、 矩形、曲线、图表等。 – 图形用一组指令集合来描述图形的内容，如描述 构成该图的各种图元位置维数、形状等。描述对 象可任意缩放不会失真。在显示方面图形使用专 门软件将描述图形的指令转换成屏幕上的形状和 颜色。适用于描述轮廓不很复杂，色彩不是很丰 富的对象，如：几何图形、工程图纸、CAD、3D 造型软件等。