视频信息的处理

1、第三章 多媒体信息处理技术 本章介绍多媒体信息处理技术的基本问题，包括多媒 体数据的分类、多媒体信息的计算机表示、多媒体数据压 缩和编码技术、音频卡和视频卡的应用。重点是掌握多媒 体信息处理技术的基本概念，学会音频卡和视频卡的安装 与使用，了解多媒体技术中数据的压缩与编码方法。通过 相关实验，掌握获取多媒体素材的一般方法。 第三章 多媒体信息处理技术 多媒体数据的分类 多媒体信息的计算机表示 多媒体数据压缩和编码技术 音频卡 音乐合成与MIDI 视频卡 31 多媒体数据的分类 媒体是承载信息的载体，是信息的表示形式。客观世界有各 种各样的信息形式，它们都是自然界和人类社会活动中原始信息 的具体描述和表现，信息媒体元素是指多媒体应用中可以显示给 用户的媒体组成元素，目前主要包括文本、图形、图像、声音、 动画和视频等媒体。 311 多媒体数据的特点 传统的数据采用编码表示，数据量并不大。而多媒体数据具有数据量巨 大、数据类型多、数据类型间差别大、数据输入和输出复杂等特点。例如一 幅640480分辨率、256种颜色的彩色照片，存储量要0.3MB，CD质量双声道 的声音，存储量要每秒1.4MB

2、。多媒体数据类型多，包括图形、图像、声音、 文本和动画等多种形式，即使同属于图像一类，也还有黑白、彩色、高分辨 率和低分辨率之分，由于不同类型的媒体内容和格式不同，其存储容量、信 息组织方法等方面都有很大的差异。因此，多媒体数据在计算机中的表示是 一项很复杂的工作。 312 多媒体数据的分类 1文字 文本是各种文字的集合。它是用得最多的一种符号媒体形式，是人和计算机 交互作用的主要形式 2音频 音频泛指声音，除语音、音乐外，还包括各种音响效果。 3图形、图像 图形文件基本上可以分为两大类：位图和向量图。 4动画 图像或图形都是静止的。由于人眼的视觉暂留作用，在亮度信号消失后亮度 感觉仍可保持120s110s。利用人眼视觉惰性，在时间轴上，每隔一段时间 在屏幕上展现一幅有上下关联的图像、图形，就形成了动态图像。 用计算机制作动画的方法有两种：一种称为造型动画，另一种称为帧动画。 5视频 影像视频是动态图像的一种。与动画一样，由连续的画面组成，只是画面图 像是自然景物的图像。视频一词源于电视技术，但电视视频是模拟信号，而计算 机视频则是数字信号。 32 多媒体信息的计算机表示 321 文本

3、文件格式 常用的文本文件的格式有TXT、RTF以及WORD格式的DOC、DOT文件。 这些都是大家比较熟悉的文件格式。 323 图形、图像文件格式 为了适应不同应用的需要，图像可以以多种格式进行存储。例如，Windows中 的图像以BMP或DIB格式存储。另外还有很多图像文件格式，如PCX、PIC、GIF、TGA 和JPG等等。不同格式的图像可以通过工具软件来转换。 常见的图形文件的格式有如下几种：BMP、PCX、GIF、TIF、JPG、TGA等。 1GIF(Graphic Interchange Format)文件 GIF文件格式是由Compu-Serve公司在1987年6月为制定彩色图像传输协议而 开发的。GIF是一种压缩图像存储格式，压缩比高，文件长度小。GIF格式是图形交 换文件格式，支持黑白、16色和256色的彩色图像。 GIF主要用于在不同平台上进行图像交流和传输。它同时支持静态、动态两种 形式，在网页制作中受到普遍欢迎。 2BMP（bitmap）文件 BMP是一种与设备无关的图形文件格式，它是Windows软件推荐使用的一种格式 ，随着Windows的普及，BMP的应用越

4、来越广泛。 BMP是标准Windows和OS/2的图形图像的基本位图格式， BMP文件格式支持黑白 、16色和256色的伪彩色图像以及RGB真彩色图像。 3JPG文件 JPG文件原来是在Apple Mac机器上使用的一种图像格式，使用JPG方法进行图 像数据压缩，近年来PC机上十分流行。 323 图形、图像文件格式 4TGA文件 TGA图形文件格式是Truevision公司为支持Targe和Visa图像捕获卡而设计的文 件格式，Targe和Visa图像捕获卡在PC机上得到广泛的应用，因此，TGA图形文件格 式的应用也越来越广泛。 5TIF文件 TIF格式由Aldus和Microsoft合作开发，最初用于扫描仪和桌面出版业，是工 业标准格式，支持所有图像类型。 6PCX文件 PCX图形文件格式是Zsoft公司研制开发的，主要用于商业性PC Paintbrush图 形软件。PCX文件可以分成三类：各种单色的PCX文件、不超过16种颜色的PCX文件 和具有256色和16色的不支持真彩色的图形文件。 7PCD文件 PCD文件格式是Kodak公司开发的电子照片文件存储格式，是Photo-CD的专

5、用存 储格式，一般都存在CD-ROM上，读取PCD文件要用Kodak公司的专门软件。 除了上述几种常用的图像文件格式外，其他格式还有：CorelDRAW默认图像文件 格式（*.cdr）、Photoshop默认图像文件格式（*.psd）、CAD中使用的绘图文件格 式（.dxf）、Kodak数码相机支持的文件格式（.fpx）、Windows的图元文件格式（ *.wmf）等。 324 影像文件格式 影像文件通常泛指自扫描仪或视频卡读入的静态画面（影像）。因为这种影像 不容易像圆、直线、方形、曲线等图形元件那样清楚地被定义，所以，都是以点阵 的方式存入文件。 数字视频图像有两层技术涵义。一是模拟视频信号输入计算机进行数字化视频 编辑，最后的成品称为数字化视频图像。二是指视频图像由数字化的摄像机拍摄下 来，从信号源开始，就是无失真的数字化视频。输入计算机时不再考虑视频质量的 衰减问题，然后通过软件编辑制成成品。这是第二层涵义的数字化视频，也是更纯 粹的数字视频技术。一般我们所指的数字化视频技术主要还是前一种数字视频技术 ，即模拟视频的数字化处理存储输出技术。 目前，在动态图像的文件格式中，常用的

6、有AVI 、MOV、MPG和DAT文件等。 324 影像文件格式 1AVI Video for Windows所使用的文件称为音频-视频交错文件（Audio-Video Interleaved），文件扩展名为AVI。AVI格式的文件将视频信号和音频信号混合交 错地存储在一起，是一种不需要专门硬件参与就可以实现大量视频压缩的视频文件 格式。在各种多媒体演示系统中被广泛应用。 AVI文件使用的压缩方法有好几种，主要使用有损压缩，压缩比高。 2MOV文件 MOV文件格式是Quick for Windows视频处理软件所选用的视频文件格式，与 AVI文件格式相同，MOV文件也采用Intel公司的Indeo视频有损压缩技术以及视频信 息与音频信息混排技术，一般认为，MOV文件的图像质量较AVI格式好。它是 Macintosh计算机用的视频文件格式。 3MPG文件格式 PC机上的全屏幕活动视频的标准文件为MPG格式文件，也称为系统文件或隔行 数据流。 4DAT文件格式 DAT是Video CD或Karaoke CD（卡拉 OK）数据文件的扩展名，也是基于MPEG压 缩方法的一种文件格式。 5DIR

7、文件格式 DIR是Macromedia公司使用的Director多媒体著作工具产生的电影文件格式。 325 动画文件格式 多媒体应用中使用的动画文件主要有GIF、AVI、SWF等等。 1GIF文件 GIF文件可保存单帧或多帧图像，支持循环播放。GIF文件小，是网络唯一支持 的动画图形格式，在因特网上非常流行。GIF与JPG的区别在于它支持透明格式，虽 然图像压缩比不及JPG文件，但是具有更快的传送速度。 2SWF文件 SWF文件是Macromedia公司的Flash动画文件格式，需要用专门的播放器才能播 放，所占内存空间小，在网页上使用广泛。 33 多媒体数据压缩和编码技术 331 多媒体的数据量、信息量和冗余 多媒体计算机面临的最大难题是大量数据的存储与传送问题。在所有可能的数 据库中，图像是数据量最大的数据类型。 数据是用来记录和传送信息的，或者说数据是信息的载体。对于人类而言，真 正有用的不是数据本身，而是数据所携带的信息。 信息量与数据量的关系是：信息量=数据量+数据冗余 多媒体数据中存在的数据冗余类型有： 1空间冗余 2时间冗余 3编码冗余 4结构冗余 5知识冗余 6视觉冗余

8、 7其他冗余 332 数据压缩的基本方法 多媒体是将文本、图形、音频、视频、动画、通信和计算机技术结合在一起的 一种新技术。人们发现，在处理图形、图像、声音、动画、影像等多媒体信息时， 必须要占用相当大的存储空间。因此，以压缩的方式存储数字化的多媒体信息是解 决这一问题的唯一途径。 可用多种方法，对数据压缩处理方法进行。 1按照解码后的数据与原始数据一致性分类 根据解码后的数据与原始数据是否完全一致来进行划分，数据压缩方法有两类 ：可逆编码方法和不可逆编码方法。 可逆编码方法又称无损压缩编码。用可逆编码方法压缩的图像，其解码图像与 原始图像严格相同，即压缩是完全可以恢复的或没有偏差的。多媒体应用中经常使 用的无损压缩方法主要是基于统计的编码方法，如游程编码、Huffman编码、算术 编码和LZW编码等。 不可逆编码方法又称有损压缩编码。用不可逆编码方法压缩的图像，其还原图 像较原始图像存在一定的误差，但视觉效果一般是可以被接受的。因此，该方法大 多数被使用在把人类视觉作为对象的场合。 常用的有损压缩方法有脉码调制（PCM）、预测编码、变换编码、插值和外推 法等等。新一代的数据压缩方法有

9、矢量量化和子带编码、基于模型的压缩、分型压 缩和小波变换压缩等。 332 数据压缩的基本方法 2按方法的原理分类 根据方法的原理进行分类，可以划分为预测编码、变换编码、量化与向量量化 编码、信息熵编码、分频带编码、结构编码和基于知识的编码等。 预测编码 变换编码 量化与向量量化编码 信息熵编码 分频带编码 结构编码 基于知识的编码 333 音频信号的压缩编码 音频信号是多媒体信息的重要组成部分。音频信号可以分成电话质量的语音、 调幅广播质量的音频信号和高保真立体声信号。语音信号的频率范围是300Hz到 3400Hz。随着带宽的增加，信号的自然度将逐步得到改善。高保真音频信号的频率 范围是20Hz到20000Hz。 从方法上看，声音信号的编码方式可以分为三大类： 波形编码：要求重构的声音信号尽可能地接近于原始声音。典型的波形编码技 术有脉冲编码调制（PCM）、自适应差分脉冲编码调制（ADPCM）、自适应预测编码 （APC）、子带编码（SDC）、自适应变换编码（ATC）等。 分析合成编码：以声音信号产生模型为基础，将声音信号变换成模型参数后再 进行编码，又称为参数编码方法。典型的分析和合成技术有通道声码器、共振峰声 码器、同态声码器、线性预测声码器等。 混合型编码：是一种在保留分析合成编码技术精华的基础上，引用波形编码准 则去优化激励源信号的方案，可以在4.8k位/秒9.6k位/秒的编码率上获得较高质 量的合成声音。 334 视频信号的压缩编码 近年来，图像和视频处理技术越来越得到人们的重视。多媒体技术中的关键技 术之一就是要用计算机存储和显示静止或活动图像，这就要求计算机具有实时编辑 处理、存储和显示数兆字节活动图像的能力。 1视频信号的压缩编码分类 在多媒体系统中，图像压缩方法主要利用消除图像在空间和时间上很强的相关 性带来的数据冗余度来满足应用要求。图像压缩方法可以分成两种类型：有损压缩 和无损压缩。 2视频信号的压缩编码标准 JPEG和MPEG就是得到国际标准化组织认可并推荐的两个国际标准。 3JPEG静止图像压缩算法 JPEG标准是面向连续色调、多级灰度、彩色或单色静止图像的压缩标准，它 定义了两种基本的压缩

《视频信息的处理》由会员xmg****18分享，可在线阅读，更多相关《视频信息的处理》请在金锄头文库上搜索。