多媒体技术原理及应用(第二版马华东)

·简答题
1.什么是媒体？
信息的载体。

可以分为视觉类媒体,听觉类媒体, 触觉类媒体,活动媒体,抽象事实媒体。

2.什么是多媒体信息？
·文本
·图形和图像
·音频
·动画和视频
3.什么是多媒体技术?
利用计算机技术把文本、图像、图形、动画、音频及视频等多种媒体综合一体化，使之建立起逻辑上的联系，并能够对它们获取，编码，编辑，处理，存储，传输和再现。

4.它有什么特点？
·多样性：信息媒体的多样性，即能综合处理文本、图形、图像、动画、音频及视频等多种信息。

·交互性:指用户可以与计算机的多种信息媒体进行交互操作，从而为用户提供更加有效地控制和使用信息的手段。

·集成性:集成性是指以计算机为中心综合处理多种媒体，它包括信息媒体的集成和这些媒体设备的集成。

·实时性:多媒体系统对声音和视频等时基媒体提供实时处理的能力。

第五章思考练习题——参考答案
1.自适应脉冲编码调制（APCM）和差分脉冲编码调制（DPCM）的基本思想是什么？
答：APCM：根据输入信号幅度大小改变量化阶大小的一种波形编码技术。

DPCM：对预测的样本值与原始的样本值之间的差值进行编码。

2.对信源
X＝[x1=0.25,x2=0.25,x3=0.2,x4=0.15,x5=0.10,x6=0.05]进行Huffman编码
答：
(1) 将信源符号按概率递减顺序排列 ;
(2) 把两个最小的概率加起来 , 作为新符号的概率 ;
(3) 重复步骤 (1) 、 (2), 直到概率和达到 1 为止 ;
(4) 在每次合并消息时，将被合并的消息赋以1和0或0和1；
(5) 寻找从每个信源符号到概率为1处的路径，记录下路径上的1和0；
(6) 对每个符号写出"1"、"0"序列（从码数的根到终节点）。

3.已知信源X＝[x1=1/4,x2=3/4],若x1=1,x2=0,试对1011进行算术编码。

答：
由题意知：编码的数据串为 x1x2x1x1。

令 high 为编码间隔的高
端 ,low 为编码间隔的低端 , range 为编码间隔的长度 ,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。

则得出范围：
字符x1x2
概率1/4 3/4
范围[0,1/4) [1/4,1)
初始 high=1,low=0,range＝high-low=1, 一个字符编码后新的 low
和 high 按下式计算 :
·low =low＋range × rangelow
·high =low＋range×rangehigh
(1) 在第一个字符 x1被编码时,range=1 ,x1 的 rangelow＝
0,rangehigh=1/4, 因此 :
low＝0 + 1 × 0 ＝ 0
high=0 + 1 × 1/4 ＝1/4
range=high－low=1/4－0=1/4
此时分配给 x1 的范围为 [0,1/4] 。

(2)第二个字符 x2编码时使用新生成范围 [0,1/4],range=1/4,x2 的
rangelow=1/4, rangehigh=1, 因此：
low=0 十1/4×1/4=1/16
high=0 + 1/4×1=1/4
range=3/16
范围变成 [1/16,1/4] 。

(3) 对下一个字符 x1编号,x1 的 rangelow=0,,rangehigh=1/4, 则：
low=1/16 ＋3/16×0=1/16
high=1/16 ＋3/16×1/4=7/64
range=3/64
范围变成 [1/16,7/64]
(3) 对最后一个字符 x1编号,x1的 rangelow=0,,rangehigh=1/4,
则：
low=1/16 ＋3/64×0=1/16
high=1/16 ＋3/64×1/4=19/256
范围变成 [1/16,19/256]
即用[1/16,19/256]表示数据1011。

4.简述JEPG算法的主要计算步骤，并详细说明每个步骤。

答：JPEG算法的基本思想：
a. 分块：按序分块，将图像分成 8 * 8 的子块。

b. DCT变换(离散余弦变换)：对每一个子块，进行DCT变换，得到DCT系
数矩阵。

DCT变换，即离散余弦变化。

DCT（x,y）= f（像素（x，y））。

为了压缩RGB彩色图像，这项工作必须进行3遍，因为JPEG分别处理每
个颜色成分。

c. 量化：量化说起来很简单，是一种降低整数精度的过程，因此就减少
了存储整数所需的位数。

量化的过程：试图确定什么信息可以安全地消去，
而没有任何明显的视觉保真度损失。

DCT系数矩阵被量化以减少系数的精
度，因此提高了压缩率。

d. 对量化后的值进行Z扫描：
量化后的矩阵，右下角的部分接近0，把这个矩阵中的值重新排列游程，
可以使游程中0值的长度增加，以此进一步提高压缩率。

JPEG提出用之字
形序列的方法为量化后的DCT系数排序。

e. Huffman算法或算术编码：
对扫描后的数列进行Huffman编码。

算术编码：对于算术编码，JPEG没有要求编码表。

当它对图像编码时，它
能随图像的统计特性进行调整。

对量化后的系数矩阵，矩阵（0，0）位置
上的系数称为DC系数，矩阵中其他63个系数称为AC系数。

DC系数与AC
系数分别进行压缩。

DC系数编码：在DC系数被压缩之前，首先处理DC预测。

差分DC系数= DCx-DCx-1
AC系数编码：游程或长度，值。

5.游程编码的思想和方法
答：游程编码(简写为RLE或RLC)是一种十分简单的压缩方法 ,它将数据
流中连续出现的字符 ( 称为游程 ) 用单一的记号来表示。

例如,字符串
a b a C CC b b a aaa
可以压缩为
a b a 3c 2b 4a
6,MPEG-Video图像压缩技术的依据是什么？MPEG采用了哪三种运动图像类型？简述它们之间的关系和含义。

答：MPEG-Video图像压缩技术的依据:因为数据存在冗余，包括：
·空间冗余：空间上占据位置，但不载有有效信息；
·时间冗余：动态媒体信息，视频，音频等和时间相关的媒体信息，不同时刻的信息内容相同或相似；
·编码冗余：不合理的编码。

·结构冗余：如对称的内容；
MPEG采用了哪三种运动图像类型：
·I帧：(Intra pictures )帧内图:不用以任何图片为参考就可以对这种类型的帧编码。

帧内图片可以放在序列中的任何位置，并可用于对序列的随机访问。

帧内图片由于是独立编码的，所以它的压缩率相对来说要小一些。

预测图片：预测图片分为两种，单向预测图片和双向预测图片。

预测图片的编码要参考以前的图片，被参考的图片可以是帧内图片也可以是单向预测图片。

双向预测图片永远也不能作为参考图片。

我们通常把帧内图片和单向预测图片称为锚图片。

·P帧：（Predicted Pictures）：称为单向预测图片。

对某一个P帧进行编码时，在它之前（可以是相邻的也可以不相邻）的帧内图片或单向预测图片就作为参考，P帧就被对照着参考图片进行编码，提高P帧压缩率的方法我们B帧：（Bi_directional Predicted Picures）称为运动补偿。

·B帧：（Bi_directional Predicted Picures）：双向预测图片。

被放在锚图片之间。

双向预测图片通过对前面和后面的锚图片的运动补偿方法来编码。

它可以使用3种运动补偿技术：正向运动补偿，反向运动补偿和内插补偿。

正向运动补偿使用前面锚图片的信息，反向运动补偿使用为了锚图片的信息。

内插补偿使用过去和将来锚图片信息的平均。