第五章 數(shù)字媒體及應(yīng)用

第五章數(shù)字媒體及應(yīng)用Chapter5DigitalMediaandItsApplicationChapter5DigitalMediaandItsApplication什么是數(shù)字媒體？“媒體”指的是信息的各種表示形式（如數(shù)值、文字、圖象、聲音、視頻等）數(shù)字媒體就是數(shù)值、文字、聲音、圖像等的二進(jìn)制數(shù)字表示數(shù)字媒體是隨著計(jì)算機(jī)功能的不斷增強(qiáng)、計(jì)算機(jī)應(yīng)用的不斷深入而發(fā)展起來(lái)的5.1文本與文本處理文本:基于特定字符集的、按一定格式組織起來(lái)的、具有上下文相關(guān)性的一個(gè)字符流，每個(gè)字符均使用編碼表示。文本展現(xiàn)（閱讀器）文本處理（文本處理軟件）文本生成其他媒體電子文本文本編輯（編輯器）格式化的電子文本網(wǎng)絡(luò)傳輸計(jì)算機(jī)對(duì)文本的處理5.1.1字符的編碼TheEncodingofCharacter美國(guó)標(biāo)準(zhǔn)信息交換碼(AmericanStandardCodeforInformationInterchange)：使用7個(gè)二進(jìn)位對(duì)字符進(jìn)行編碼（叫做標(biāo)準(zhǔn)ASCII碼），稱(chēng)為ISO-646標(biāo)準(zhǔn)。基本的ASCII字符集共有128個(gè)字符96個(gè)可打印字符（常用字母、數(shù)字、標(biāo)點(diǎn)符號(hào)等）32個(gè)控制字符特殊字符的ASCII碼空格（32）A（65）a（97）0（48）ASCII字符集和ASCII碼0123456789ABCDEF控制字符01234567b3b2b1b0b6b5b4(ASCIICodeSet)漢字編碼字符集漢字是記錄漢語(yǔ)（國(guó)語(yǔ)，華語(yǔ)）的文字，屬于表意文字，它用符號(hào)直接表達(dá)詞或詞素。漢字的特點(diǎn)：數(shù)量大（我國(guó)漢字自古至今累計(jì)已超過(guò)7萬(wàn)字,國(guó)家語(yǔ)委頒布的“現(xiàn)代漢語(yǔ)通用字表”包含7000漢字）多個(gè)國(guó)家和地區(qū)使用：港臺(tái)地區(qū)，日、韓、朝、新、馬等字形復(fù)雜，同音字多，異體字多。我國(guó)漢字編碼的國(guó)家標(biāo)準(zhǔn)：GB2312-80（6763個(gè)常用簡(jiǎn)體漢字和682個(gè)非漢字字符）GBK-95（21003個(gè)漢字和883個(gè)圖形符號(hào)）GB18030-2000GB2312字符集及其碼位分布GB2312字符集及區(qū)位碼在雙字節(jié)代碼空間中GB2312漢字內(nèi)碼的碼位分布

（3）UCS/Unicode與GB18030漢字編碼標(biāo)準(zhǔn)（a）通用編碼字符集UCS/Unicode優(yōu)點(diǎn)：編碼空間極大，能容納足夠多的各種字符集（13億字符）缺點(diǎn)：4字節(jié)的字符編碼使存儲(chǔ)空間浪費(fèi)嚴(yán)重歐洲及中東地區(qū)使用的拉丁字母、音節(jié)文字各種標(biāo)點(diǎn)符號(hào)、數(shù)學(xué)符號(hào)、技術(shù)符號(hào)、幾何形狀、箭頭及其他符號(hào)中、日、韓（CJK）統(tǒng)一編碼的漢字漢字的編碼（十二）TheEncodingofChineseCharacter5.1.2文本的準(zhǔn)備ThePreparationofText文本的準(zhǔn)備文本信息的輸入：文本的編輯（使文本內(nèi)容正確，版面清晰整齊、美觀大方）：對(duì)字、詞、句、段落進(jìn)行添加、刪除、修改等操作；字的處理：設(shè)置字體、字號(hào)、字的排列方向、間距、顏色、效果等；段落的處理：設(shè)置行距、段間距、段縮進(jìn)、對(duì)稱(chēng)方式等；頁(yè)面布局處理：設(shè)置頁(yè)邊距、每頁(yè)行列數(shù)、分欄、頁(yè)眉、頁(yè)腳等。5.1.3文本的分類(lèi)與表示TheTypesandPresentationofText文本的分類(lèi)按是否格式化分：簡(jiǎn)單文本(plaintext)/豐富格式文本(richtext)按結(jié)構(gòu)分：線性文本/超文本(hypertext)按是否可執(zhí)行來(lái)分：靜態(tài)文本/動(dòng)態(tài)文本/主動(dòng)文檔簡(jiǎn)單文本（plaintext）：是由一連串用于表達(dá)正文內(nèi)容的編碼字符（包括漢字）所組成，它幾乎不包含任何其他格式信息和結(jié)構(gòu)信息。這種文本通常稱(chēng)為純文本，其文件后綴名是.txt特性：呈現(xiàn)為一種線性結(jié)構(gòu)，以行、字為單位，是順序?qū)懽髋c閱讀最通用的文本文件格式。文件體積小，閱讀不受限制，幾乎所有的文字處理軟件都能識(shí)別和處理。但不能插入圖片、表格等，不能建立超鏈接。簡(jiǎn)單文本（純文本）PlainText豐富格式文本：文本的格式化，設(shè)置文本的字體、字號(hào)、顏色、段落等格式，使文本整齊、美觀、大方，也稱(chēng)排版。richtext、fancytext、formattedtextRTF格式文本：由于不同軟件制作的豐富格式文本相互不兼容，為了便于豐富格式文本能在不同的軟件和系統(tǒng)中互換使用，一些公司聯(lián)合提出了一種公用的中間格式，稱(chēng)為RTF格式。多媒體文檔（MultimediaDocument）：許多應(yīng)用場(chǎng)合需要在文本中插入圖、表、公式，聲音、視頻。其中含有聲音、視頻信息的文本稱(chēng)為多媒體文檔。

豐富格式文本RichFormattedText線性文本：順序閱讀方式超文本(hypertext)的閱讀方式傳統(tǒng)的順序式閱讀通過(guò)鏈接、跳轉(zhuǎn)、導(dǎo)航、回溯等操作實(shí)現(xiàn)跳躍式閱讀，實(shí)現(xiàn)對(duì)文本內(nèi)容的方便訪問(wèn)。超文本的結(jié)構(gòu)：

網(wǎng)狀結(jié)構(gòu)，各信息塊按照其內(nèi)容的關(guān)系互相鏈接節(jié)點(diǎn)（node）：一個(gè)文本塊（標(biāo)題、字、詞、圖片等）超鏈（hyperlink）：定向指針鏈源（起點(diǎn)位置）、鏈宿（鏈接的目標(biāo)）超文本(Hypertext)5.1.5文本的展現(xiàn)打印輸出屏幕顯示ThePresentationofText文本輸出：在屏幕上顯示文本，用打印機(jī)打印文本，進(jìn)行閱讀、瀏覽。文本輸出過(guò)程：首先要對(duì)文本的格式描述進(jìn)行解釋?zhuān)缓笊晌淖趾蛨D表的映像（bitmap），最后再傳送到顯示器或打印機(jī)輸出。文本閱讀器：承擔(dān)上述文本輸出任務(wù)的軟件，也稱(chēng)為瀏覽器。它們可以是嵌入在文本處理軟件中的一個(gè)模塊，如微軟的Word，也可以是獨(dú)立的軟件，如Adobe公司的AcrobatReader，微軟公司的IE等。文本的輸出（一）TheOutputofText文字（漢字）字形的生成過(guò)程：先根據(jù)字符的字體確定相應(yīng)的字型庫(kù)（font），再按照該字符的代碼從字型庫(kù)中取出該字符的形狀描述信息，然后按形狀描述信息生成字形，并按照字號(hào)大小及有關(guān)屬性（粗體、斜體、下橫線）將字形作必要的變換，最后將變換得到的字形放置在頁(yè)面的指定位置處。字型庫(kù)：簡(jiǎn)稱(chēng)字庫(kù)，同一種字體的所有字符(例如GB2312中的7000多字符)的形狀描述信息的集合。不同的字體(如宋體、仿宋、楷體、黑體等)對(duì)應(yīng)不同的字庫(kù)。文本的輸出（二）TheOutputofText字符形狀的描述方法：點(diǎn)陣描述輪廓描述文本的輸出（三）字符的點(diǎn)陣描述字符的輪廓描述TheOutputofText數(shù)字電子文本的缺點(diǎn)：容易被復(fù)制和修改，版權(quán)保護(hù)和信息安全不易保證；閱讀數(shù)字電子文本信息感知效率低，人容易疲勞，這是有待解決的問(wèn)題5.2圖像與圖形ImagesandGraphics圖象的獲取過(guò)程圖象的獲取設(shè)備：掃描儀，數(shù)碼相機(jī)取樣模擬圖像量化量化量化數(shù)字圖像分色黑白圖象的表示Blackandwhiteimage灰度圖象的表示Grayscaleimage彩色圖象的表示圖象的主要參數(shù)：圖象分辨率，位平面數(shù)目，顏色空間的類(lèi)型，像素深度等藍(lán)色分量綠色分量紅色分量5.2.3數(shù)字圖像處理與應(yīng)用TheProcessingofDigitalImageandApplication數(shù)字圖像處理：使用計(jì)算機(jī)對(duì)來(lái)自照相機(jī)、攝像機(jī)、傳真機(jī)、掃描儀、醫(yī)用CT機(jī)、X光機(jī)等的圖像，進(jìn)行去噪、增強(qiáng)、復(fù)原、分割、提取特征、壓縮、存儲(chǔ)、檢索等操作處理對(duì)圖像進(jìn)行處理的主要目的提高圖像的視感質(zhì)量（亮度、色彩、特技）圖像復(fù)原與重建（圖像校正、使用投影重建圖像）圖像分析（頻域、灰度、紋理、形狀等特征）圖像數(shù)據(jù)的變換、編碼和數(shù)據(jù)壓縮（圖像存儲(chǔ)與傳輸）圖像的存儲(chǔ)、管理、檢索，以及圖像內(nèi)容與知識(shí)產(chǎn)權(quán)的保護(hù)等1.數(shù)字圖像處理TheProcessingofDigitalImage 與應(yīng)用領(lǐng)域密切相關(guān)，通常具有很強(qiáng)的專(zhuān)業(yè)性，如遙感圖像處理軟件、醫(yī)學(xué)圖像處理軟件等。 使用較多的是面向辦公、出版與信息發(fā)布的圖像處理軟件，也稱(chēng)為圖像修飾（imageretouching）或圖像編輯軟件，支持多種不同的圖像文件格式，提供多種圖像編輯處理功能，可制作出生動(dòng)形象的圖像。如美國(guó)Adobe公司的PhotoShop，集圖像掃描、圖像編輯、繪圖、圖像合成及圖像輸出等多種功能于一體，是一個(gè)流行的圖像處理工具。2.圖像處理軟件ImageProcessingSoftware圖像的顯示控制圖像區(qū)域的選擇圖像的編輯操作圖像的濾鏡操作繪圖功能文字編輯功能圖層操作PhotoShop的主要功能包括圖像處理軟件

ImageProcessingSoftware常用圖像編輯處理軟件：AdobePhotoshopCoreldrawWindows畫(huà)圖軟件,Imageforwindows映像軟件MicrosoftPhotoEditorPhotoImpactACDSystem公司的ACDSee32其它（網(wǎng)絡(luò)下載）圖像通信（傳真、可視電話、視頻會(huì)議）遙感（航空遙感、衛(wèi)星遙感等）醫(yī)療診斷（X射線、超聲、核磁共振CT等）工業(yè)生產(chǎn)中的應(yīng)用(產(chǎn)品質(zhì)量檢測(cè)，自動(dòng)控制）機(jī)器人視覺(jué)（危險(xiǎn)環(huán)境作業(yè)、工件裝配定位識(shí)別）軍事、公安、檔案管理（軍事偵察、指紋印章識(shí)別、古跡鑒別與圖片檔案管理等）3.數(shù)字圖像的應(yīng)用TheApplicationsofDigitalImages5.2.4計(jì)算機(jī)圖形ComputerGraphics使用計(jì)算機(jī)合成圖像的主要優(yōu)點(diǎn)：能生成實(shí)際存在的具體景物的圖像，還能生成假想或抽象景物的圖像(虛擬現(xiàn)實(shí)）能生成靜止圖像，還能生成各種運(yùn)動(dòng)、變化的動(dòng)態(tài)圖像計(jì)算機(jī)合成圖像的應(yīng)用：計(jì)算機(jī)輔助設(shè)計(jì)和輔助制造（CAD／CAM）利用計(jì)算機(jī)生成各種地形圖、交通圖、天氣圖、海洋圖、石油開(kāi)采圖等作戰(zhàn)指揮和軍事訓(xùn)練計(jì)算機(jī)動(dòng)畫(huà)和計(jì)算機(jī)藝術(shù)(計(jì)算機(jī)三維動(dòng)畫(huà)電影)其他：電子出版、數(shù)據(jù)處理、工業(yè)監(jiān)控、輔助教學(xué)(CAI)、軟件工程等3.計(jì)算機(jī)合成圖像的應(yīng)用ApplicationofComputerSynthesisImages矢量圖形：計(jì)算機(jī)合成圖像矢量繪圖軟件：制作矢量圖形的軟件 如：AutoCAD、MAPInfo、ARCInfo等2D的矢量繪圖軟件：Corel公司的CorelDrawAdobe公司的IllustratorMacromedia公司的FreeHand微軟公司的MicrosoftVisio微軟公司Office辦公套件中的Word和PowerPoint（可插入矢量圖形）4.矢量繪圖軟件VectorDrawingSoftware國(guó)際標(biāo)準(zhǔn)的繪圖語(yǔ)言（編程語(yǔ)言）二維圖形的國(guó)際標(biāo)準(zhǔn)是GKS三維圖形的國(guó)際標(biāo)準(zhǔn)是GKS-3D、PHIGS工業(yè)標(biāo)準(zhǔn)OpenGL公司標(biāo)準(zhǔn)如微軟公司的Direct-3D圖形元文件標(biāo)準(zhǔn)（數(shù)據(jù)形式，在不同計(jì)算機(jī)系統(tǒng)之間交換矢量圖形）國(guó)際標(biāo)準(zhǔn)CGM和STEPAutodesk公司的DXFMicrosoft公司的WMF矢量繪圖軟件VectorDrawingSoftware5.3數(shù)字聲音及應(yīng)用DigitalAudioanditsApplication5.3數(shù)字聲音及應(yīng)用數(shù)字聲音的特點(diǎn)：是一種連續(xù)媒體，傳輸與播放有實(shí)時(shí)性要求數(shù)據(jù)量大，對(duì)存儲(chǔ)和傳輸?shù)囊蠛芨摺?/p>

數(shù)字聲音的類(lèi)型：取樣（波形）聲音語(yǔ)音全頻帶聲音計(jì)算機(jī)合成聲音合成音樂(lè)（MIDI）合成語(yǔ)音5.3.1波形聲音的獲取與播放TheCaptureandPlayofWaveSound波形聲音的獲取方法：2.量化（quantization，ADconversion)3.編碼（encoding）模擬聲音信號(hào)量化數(shù)字聲音01100011001···編碼取樣1.取樣（sampling）波形聲音獲取設(shè)備聯(lián)機(jī)獲取設(shè)備(聲卡)麥克風(fēng)（microphone）聲音卡（soundcard）聲波轉(zhuǎn)換為電信號(hào)取樣、量化、壓縮、編碼、模擬聲音數(shù)字聲音脫機(jī)獲取設(shè)備：數(shù)碼錄音筆聲卡的功能與原理DSPDMA接口PC總線取樣，量化D/A重建濾波聲音輸出聲音輸入MIDI合成器mixerMIDI接口

波形聲音的獲取、編碼；波形聲音的重建、播放；

MIDI消息的輸入；

MIDI聲音的合成、播放；(CD-ROM驅(qū)動(dòng)器的控制，CD-DA聲音的播放)5.3.2波形聲音的表示與壓縮編碼ThePresentationandCompressionCodeofWaveSound取樣頻率(SamplingRate)量化位數(shù)聲道數(shù)目使用的壓縮編碼方法數(shù)碼率（bitrate）：指的是每秒鐘的數(shù)據(jù)量，也稱(chēng)比特率、碼率數(shù)字聲音未壓縮前，其計(jì)算公式為：波形聲音的碼率

＝

取樣頻率

×

量化位數(shù)

×

聲道數(shù)壓縮編碼以后的碼率＝壓縮前的碼率/壓縮倍數(shù)波形聲音的主要參數(shù)TheParameterofWaveSound幾種常見(jiàn)數(shù)字聲音的主要參數(shù)

波形聲音的主要參數(shù)聲音類(lèi)型帶寬（Hz）取樣頻率（kHz）量化位數(shù)（bits）聲道數(shù)未壓縮時(shí)的碼率壓縮后的碼率數(shù)字語(yǔ)音300～340088164kb/s2~64kb/sCD唱片20～2000044.1162176.4kB/s176.4kB/sMP3音樂(lè)20～2000044.1162176.4kB/s128~112kb/sTheParameterofWaveSound問(wèn)題：數(shù)據(jù)量很大。如CD盤(pán)片上所存儲(chǔ)的立體聲高保真的全頻帶數(shù)字音樂(lè)，1小時(shí)的數(shù)據(jù)量大約是635MB目的與辦法：降低存儲(chǔ)成本和傳輸通信帶寬，對(duì)數(shù)字波形聲音進(jìn)行數(shù)據(jù)壓縮波形聲音數(shù)據(jù)壓縮的可能性：聲音信號(hào)中包含有大量的冗余信息，再加上還可以利用人的聽(tīng)覺(jué)感知特性，因此，產(chǎn)生了許多壓縮算法聲音數(shù)據(jù)壓縮算法的評(píng)價(jià)：壓縮倍數(shù)高，聲音失真小，算法簡(jiǎn)單，編碼器/解碼器的成本低全頻帶聲音的壓縮編碼TheCompressionCodeofBandwidthAudio全頻帶聲音壓縮編碼標(biāo)準(zhǔn)全頻帶聲音的壓縮編碼名稱(chēng)壓縮后的碼率（每個(gè)聲道）聲道數(shù)目主要應(yīng)用MPEG-1層1384kbps（壓縮4倍）2數(shù)字盒式錄音帶MPEG-1層2256～192kbps（壓縮6～8倍）2DAB，VCD，DVDMPEG-1層3128～112kbps（壓縮10～12倍）2Internet，MP3音樂(lè)MPEG-2層audio與MPEG-1層1，層2，層3相同5.1，7.1同MPEG-1DolbyAC-364kbps5.1，7.1DVD，DTV，家庭影院TheCompressionCodeofBandwidthAudioMPEG-1聲音壓縮編碼是國(guó)際上第一個(gè)高保真聲音數(shù)據(jù)壓縮的國(guó)際標(biāo)準(zhǔn)，它分為三個(gè)層次：層1(Layer1)：編碼簡(jiǎn)單，用于數(shù)字盒式錄音磁帶層2(Layer2)：算法復(fù)雜度中等，用于數(shù)字音頻廣播(DAB)和VCD等層3(Layer3)：編碼復(fù)雜，用于互聯(lián)網(wǎng)上的高質(zhì)量聲音的傳輸，如MP3音樂(lè)，壓縮10倍MPEG-2的聲音壓縮編碼采用與MPEG-1聲音相同的編譯碼器，層1,層2和層3的結(jié)構(gòu)也相同，但它能支持5.1聲道和7.1聲道的環(huán)繞立體聲全頻帶聲音的壓縮編碼TheCompressionCodeofBandwidthAudio音（視）頻媒體的傳輸要求高帶寬連續(xù)實(shí)時(shí)傳輸平穩(wěn)傳輸，克服突發(fā)問(wèn)題傳輸音（視）頻媒體的方式先下載，后播放（下載方式，需要等待很長(zhǎng)時(shí)間，有很大的存儲(chǔ)需求）邊下載，邊播放（流式傳輸方式，不需要下載完整個(gè)文件,只需經(jīng)過(guò)幾秒或十?dāng)?shù)秒的啟動(dòng)延時(shí)即可進(jìn)行播放）全頻帶聲音的壓縮編碼TheCompressionCodeofBandwidthAudio聲音流媒體產(chǎn)品RealNetworks公司的RA（RealAudio）數(shù)字音頻微軟公司的WMA（WindowsMediaAudio）數(shù)字音頻蘋(píng)果公司的QuickTime全頻帶聲音的壓縮編碼TheCompressionCodeofBandwidthAudio.wav(waveform)：用于PC.PCM：使用PCM編碼的聲音文件,.VOC：聲霸卡使用的音頻文件格式.Mp2：MPEGLayerI，II.Mp3：MPEGLayerIII,.rm，ra(RealAudio)：RealNetworks的流式聲音文件.wma：微軟公司的流式聲音文件.aif(AudioInterchangeableFileFormat)：蘋(píng)果機(jī)波形聲音的文件格式TheFormatofWaveSoundFiles語(yǔ)音：空氣通過(guò)聲道引起聲門(mén)振動(dòng)產(chǎn)生語(yǔ)音 帶寬只有300～3400Hz壓縮方法波形編碼（PCM脈沖編碼調(diào)制）特點(diǎn)：碼率較高（64kb/s、32kb/s）、語(yǔ)音質(zhì)量高、 算法簡(jiǎn)單、易實(shí)現(xiàn)應(yīng)用：固定電話通信系統(tǒng)、多媒體文檔參數(shù)編碼或模型編碼特點(diǎn)：碼率很低、聲音質(zhì)量較差應(yīng)用：保密通信混合編碼特點(diǎn)：中度碼率(4.8-16kb/s)、壓縮比較高、 語(yǔ)音質(zhì)量較好應(yīng)用：移動(dòng)通信、IP電話數(shù)字語(yǔ)音的壓縮編碼TheCompressionCodeofDigitalVoices5.3.3波形聲音的編輯TheCompileofWaveSound基本編輯操作聲音的剪輯（刪除、移動(dòng)或復(fù)制一段聲音，插入空白等）聲音音量調(diào)節(jié)（提高或降低音量，淡入、淡出處理等）聲音的反轉(zhuǎn)持續(xù)時(shí)間的壓縮/拉伸消除噪音聲音的頻譜分析聲音的效果處理包括混響、回聲、延遲、頻率均衡、和聲效果、動(dòng)態(tài)效果、升降調(diào)、顫音等格式轉(zhuǎn)換功能其他功能（如分軌錄音，配音，刻錄CD唱片等）聲音編輯軟件的功能TheFunctionsofAudioEditSoftware5.3.4計(jì)算機(jī)合成聲音SynthesisAudioInComputer語(yǔ)音合成（Speechsynthesis）：根據(jù)語(yǔ)言學(xué)和自然語(yǔ)言理解的知識(shí)，使計(jì)算機(jī)模仿人的發(fā)聲，自動(dòng)生成語(yǔ)音的過(guò)程。目前主要是按照文本（書(shū)面語(yǔ)言）進(jìn)行語(yǔ)音合成，這個(gè)過(guò)程稱(chēng)為文語(yǔ)轉(zhuǎn)換（Text-To-Speech,簡(jiǎn)稱(chēng)TTS）。文語(yǔ)轉(zhuǎn)換過(guò)程文本分析韻律分析語(yǔ)音生成語(yǔ)音合成SpeechSynthesis文語(yǔ)轉(zhuǎn)換過(guò)程語(yǔ)音合成SpeechSynthesis文本文本分析韻律處理語(yǔ)音合成合成語(yǔ)音詞典，發(fā)音規(guī)則韻律規(guī)則庫(kù)語(yǔ)音庫(kù)語(yǔ)音庫(kù)：語(yǔ)音庫(kù)中存儲(chǔ)了大量預(yù)先錄制的語(yǔ)音基元（單音、詞組、短語(yǔ)或句子）的波形，合成時(shí)讀取語(yǔ)音基元的波形，將這些波形進(jìn)行拼接和韻律修飾，然