多媒体技术教程

第一部分 多媒体编著和数据表现  
第1章 多媒体导论 2  
1.1 什么是多媒体 2  
1.1.1 多媒体的组成部分 2  
1.1.2 多媒体的研究课题和研究项目 3  
1.2 多媒体和超媒体 3  
1.2.1 多媒体的历史 4  
1.2.2 超媒体和多媒体 5  
1.3 World Wide Web 5  
1.3.1 WWW的历史 5  
1.3.2 HTTP 6  
1.3.3 HTML 7  
1.3.4 XML 7  
1.3.5 SMIL 8  
1.4 多媒体软件工具概述 9  
1.4.1 编曲和谱曲 10  
1.4.2 数字音频 10  
1.4.3 图形和图像编辑 10  
1.4.4 视频编辑 11  
1.4.5 动画 11  
1.4.6 多媒体编著 12  
1.5 进一步探索 12  
1.6 练习 13  
1.7 参考文献 13  
第2章 多媒体编著和工具 15  
2.1 多媒体编著 15  
2.1.1 多媒体编著的模式 15  
2.1.2 多媒体作品 17  
2.1.3 多媒体展现 18  
2.1.4 自动编著 22  
2.2 多媒体编辑和编著工具 25  
2.2.1 Adobe Premiere 25  
2.2.2 Macromedia Director 28  
2.2.3 Macromedia Flash 31  
2.2.4 Dreamweaver 34  
2.3 VRML 34  
2.3.1 概述 34  
2.3.2 动画和交互 36  
2.3.3 VRML规范 37  
2.4 进一步探索 37  
2.5 练习 38  
2.6 参考文献 39  
第3章 图形和图像的数据表现 41  
3.1 图形/图像的数据类型 41  
3.1.1 1位图像 41  
3.1.2 8位灰度图像 41  
3.1.3 图像数据类型 44  
3.1.4 24位彩色图像 44  
3.1.5 8位彩色图像 44  
3.1.6 颜色查找表 46  
3.2 常见的文件格式 48  
3.2.1 GIF 48  
3.2.2 JPEG 51  
3.2.3 PNG 52  
3.2.4 TIFF 52  
3.2.5 EXIF 52  
3.2.6 图形动画文件 52  
3.2.7 PS和PDF 52  
3.2.8 Windows WMF 53  
3.2.9 Windows BMP 53  
3.2.10 Macintosh PAINT和PICT 53  
3.2.11 X Windows PPM 53  
3.3 进一步探索 53  
3.4 练习 54  
3.5 参考文献 55  
第4章 图像和视频中的颜色 56  
4.1 颜色科学 56  
4.1.1 光和光谱 56  
4.1.2 人的视觉 57  
4.1.3 眼睛的光谱灵敏度 57  
4.1.4 图像的形成 58  
4.1.5 照相机系统 59  
4.1.6 伽马校正 59  
4.1.7 颜色匹配函数 61  
4.1.8 CIE色度图 62  
4.1.9 彩色显示器规范 64  
4.1.10 超色域的颜色 65  
4.1.11 白点校正 65  
4.1.12 XYZ到RGB的转换 66  
4.1.13 带伽马校正的转换 66  
4.1.14 L*a*b*(CIELAB)颜色模型 67  
4.1.15 其他颜色坐标系统 68  
4.1.16 蒙塞尔颜色命名系统 68  
4.2 图像中的颜色模型 68  
4.2.1 CRT显示器的颜色模型 68  
4.2.2 减色法：CMY颜色模型 69  
4.2.3 从RGB到CMY的转换 69  
4.2.4 消除不足颜色：CMYK系统 69  
4.2.5 打印机色域 70  
4.3 视频中的颜色模型 71  
4.3.1 视频颜色转换 71  
4.3.2 YUV颜色模型 71  
4.3.3 YIQ颜色模型 72  
4.3.4 YCbCr颜色模型 73  
4.4 进一步探索 73  
4.5 练习 74  
4.6 参考文献 76  
第5章 视频中的基本概念 77  
5.1 视频信号的类型 77  
5.1.1 分量视频 77  
5.1.2 复合视频 77  
5.1.3 S-Video 78  
5.2 模拟视频 78  
5.2.1 NTSC视频 79  
5.2.2 PAL视频 81  
5.2.3 SECAM视频 82  
5.3 数字视频 82  
5.3.1 色度的二次采样 82  
5.3.2 数字视频的CCIR标准 83  
5.3.3 HDTV 84  
5.4 进一步探索 85  
5.5 练习 85  
5.6 参考文献 86  
第6章 数字音频基础 87  
6.1 声音数字化 87  
6.1.1 什么是声音 87  
6.1.2 数字化 87  
6.1.3 奈奎斯特理论 88  
6.1.4 信噪比 90  
6.1.5 信号量化噪声比 90  
6.1.6 线性量化和非线性量化 91  
6.1.7 音频滤波 93  
6.1.8 音频质量与数据率 93  
6.1.9 合成的声音 94  
6.2 MIDI：乐器数字化接口 95  
6.2.1 MIDI概述 95  
6.2.2 MIDI硬件 97  
6.2.3 MIDI消息的结构 98  
6.2.4 通用MIDI 101  
6.2.5 MIDI到WAV的转换 101  
6.3 音频的量化和传输 101  
6.3.1 音频的编码 101  
6.3.2 脉冲编码调制 101  
6.3.3 音频的差分编码 103  
6.3.4 无损预测编码 104  
6.3.5 DPCM 106  
6.3.6 DM 108  
6.3.7 ADPCM 109  
6.4 进一步探索 110  
6.5 练习 111  
6.6 参考文献 112  
第二部分 多媒体数据压缩  
第7章 无损压缩算法 117  
7.1 简介 117  
7.2 信息论基础 118  
7.3 游长编码 120  
7.4 变长编码 120  
7.4.1 香农-凡诺算法 120  
7.4.2 赫夫曼编码 122  
7.4.3 自适应赫夫曼编码 124  
7.5 基于字典的编码 127  
7.6 算术编码 131  
7.7 无损图像压缩 134  
7.7.1 图像的差分编码 134  
7.7.2 无损JPEG 135  
7.8 进一步探索 136  
7.9 练习 136  
7.10 参考文献 137  
第8章 有损压缩算法 139  
8.1 简介 139  
8.2 失真量度 139  
8.3 比率失真理论 140  
8.4 量化 140  
8.4.1 均匀标量量化 140  
8.4.2 非均匀标量量化 142  
*8.4.3 矢量量化 143  
8.5 变换编码 144  
8.5.1 离散余弦变换 144  
*8.5.2 Karhunen-Loève变换 154  
8.6 小波编码 156  
8.6.1 简介 156  
*8.6.2 连续小波变换 159  
*8.6.3 离散小波变换 161  
8.7 小波包 167  
8.8 小波系数的嵌入零树 168  
8.8.1 零树数据结构 168  
8.8.2 逐次近似量化 169  
8.8.3 EZW示例 170  
8.9 层次树的集合划分 172  
8.10 进一步探索 172  
8.11 练习 172  
8.12 参考文献 174  
第9章 图像压缩标准.. 176  
9.1 JPEG标准 176  
9.1.1 JPEG图像压缩的主要步骤 176  
9.1.2 JPEG模式 182  
9.1.3 JEPG位流概述 184  
9.2 JPEG 2000标准 184  
*9.2.1 JEPG 2000图像压缩的主要  
*9.2.1 步骤 185  
9.2.2 使EBCOT适合JEPG 2000 190  
9.2.3 感兴趣区域编码 191  
9.2.4 JPEG和JPEG 2000的性能  
9.2.4 比较 192  
9.3 JPEG-LS标准 193  
9.3.1 预测 194  
9.3.2 确定上下文 194  
9.3.3 残差编码 195  
9.3.4 准无损模式 195  
9.4 二值图像压缩标准 195  
9.4.1 JBIG标准 195  
9.4.2 JBIG2标准 196  
9.5 进一步探索 197  
9.6 练习 197  
9.7 参考文献 199  
第10章 基本视频压缩技术 200  
10.1 视频压缩简介 200  
10.2 基于运动补偿的视频压缩 200  
10.3 搜索运动向量 201  
10.3.1 顺序搜索 201  
10.3.2 2D对数搜索 202  
10.3.3 分层搜索 203  
10.4 H.261 205  
10.4.1 I帧编码 206  
10.4.2 P帧预测编码 206  
10.4.3 H.261的量化 207  
10.4.4 H.261编码器和解码器 207  
10.4.5 H.261视频位流语法概述 209  
10.5 H.263 210  
10.5.1 H.263的运动补偿 211  
10.5.2 H.263的可选编码模式 212  
10.5.3 H.263+和H.263++ 213  
10.6 进一步探索 214  
10.7 练习 214  
10.8 参考文献 215  
第11章 MPEG视频编码Ⅰ：MPEG-1  
第11章 和MPEG-2 216  
11.1 概述 216  
11.2 MPEG-1 216  
11.2.1 MPEG-1中的运动补偿 216  
11.2.2 与H.261的其他主要区别 218  
11.2.3 MPEG-1视频位流 220  
11.3 MPEG-2 221  
11.3.1 支持隔行扫描视频 221  
11.3.2 MPEG-2的可伸缩性 224  
11.3.3 与MPEG-1的其他主要区别 228  
11.4 进一步探索 228  
11.5 练习 228  
11.6 参考文献 229  
第12章 MPEG视频编码Ⅱ：MPEG-4.  
第12章 MPEG-7及更高版本 230  
12.1 MPEG-4概述 230  
12.2 MPEG-4的基于对象的视觉编码 232  
12.2.1 基于VOP的编码与基于帧的  
12.2.1 编码 232  
12.2.2 运动补偿 233  
12.2.3 纹理编码 236  
12.2.4 形状编码 238  
12.2.5 静态纹理编码 239  
12.2.6 子图像编码 240  
12.2.7 全局运动补偿 240  
12.3 MPEG-4的合成对象编码 241  
12.3.1 2D网格对象编码 241  
12.3.2 基于模型的3D编码 246  
12.4 MPEG-4对象类型. 规格和等级 247  
12.5 MPEG-4 Part10/H.264 248  
12.5.1 核心特征 249  
12.5.2 基本规格特征 250  
12.5.3 主要规格特征 250  
12.5.4 扩展规格特征 250  
12.6 MPEG-7 250  
12.6.1 描述子 252  
12.6.2 描述方案 253  
12.6.3 描述定义语言 255  
12.7 MPEG-21 256  
12.8 进一步探索 256  
12.9 练习 256  
12.10 参考文献 257  
第13章 音频压缩技术基础 260  
13.1 语音编码中的ADPCM 260  
ADPCM 260  
13.2 G.726 ADPCM 261  
13.3 声音合成器 262  
13.3.1 相位不敏感性 262  
13.3.2 通道声音合成器 263  
13.3.3 共振峰声音合成器 264  
13.3.4 线性预测编码 264  
13.3.5 CELP 266  
*13.3.6 混合激励声音合成器 270  
13.4 进一步探索 272  
13.5 练习 273  
13.6 参考文献 274  
第14章 MPEG音频压缩 275  
14.1 心理声学简介 275  
14.1.1 等响度关系 275  
14.1.2 频率遮掩 277  
14.1.3 时间遮掩 280  
14.2 MPEG音频 282  
14.2.1 MPEG的层 282  
14.2.2 MPEG音频策略 282  
14.2.3 MPEG音频压缩算法 283  
14.2.4 MPEG-2高级音频编码 287  
14.2.5 MPEG-4音频 288  
14.3 其他商业音频编解码器 289  
14.4 未来: MPEG-7和MPEG-21 289  
14.5 进一步探索 289  
14.6 练习 290  
14.7 参考文献 291  
第三部分 多媒体通信和检索  
第15章 计算机和多媒体网络 294  
15.1 计算机和多媒体网络基础 294  
15.1.1 OSI网络的层次 294  
15.1.2 TCP/IP协议 294  
15.2 多路复用技术 297  
15.2.1 多路复用技术基础 297  
15.2.2 综合业务数字网络 298  
15.2.3 同步光纤网络 299  
15.2.4 非对称数字用户线路 300  
15.3 LAN和WAN 301  
15.3.1 局域网 301  
15.3.2 广域网 303  
15.3.3 异步传输模式 304  
15.3.4 千兆和10千兆以太网 306  
15.4 接入网 306  
15.5 通用外设接口 307  
15.6 进一步探索 308  
15.7 练习 308  
15.8 参考文献 308  
第16章 多媒体网络通信和应用 309  
16.1 多媒体数据传输的质量 309  
16.1.1 服务质量 309  
16.1.2 IP协议的QoS 311  
16.1.3 具有优先级的发送 311  
16.2 IP上的多媒体 312  
16.2.1 IP多播 312  
16.2.2 实时传输协议（RTP） 314  
16.2.3 实时控制协议（RTCP） 315  
16.2.4 资源预留协议（RSVP） 315  
16.2.5 实时流协议（RTSP） 316  
16.2.6 因特网电话技术 317  
16.3 ATM网上的多媒体 320  
16.3.1 ATM网上的视频码率 320  
16.3.2 ATM适配层 321  
16.3.3 MPEG-2会聚到ATM 322  
16.3.4 ATM上的多播 322  
16.4 MPEG-4的传输 323  
16.4.1 MPEG-4中的DMIF 323  
16.4.2 IP上的MPEG-4 323  
16.5 媒体点播 324  
16.5.1 交互式电视和机顶盒 324  
16.5.2 视频点播的广播方案 325  
16.5.3 缓冲区管理 330  
16.6 进一步探索 333  
16.7 练习 333  
16.8 参考文献 334  
第17章 无线网络 336  
17.1 简介 336  
17.1.1 模拟无线网络 336  
17.1.2 数字无线网络 337  
17.1.3 TDMA和GSM 337  
17.1.4 扩频和CDMA 339  
17.1.5 CDMA分析 341  
17.1.6 3G数字无线网络 343  
17.1.7 无线局域网 345  
17.2 无线电传播模式 347  
17.2.1 多径衰减 347  
17.2.2 路径损耗 348  
17.3 无线网络上的多媒体 349  
17.3.1 同步损失 349  
17.3.2 错误修复熵编码 350  
17.3.3 错误隐藏 352  
17.3.4 前向纠错 353  
17.3.5 无线交互式多媒体的趋势 355  
17.4 进一步探索 357  
17.5 练习 357  
17.6 参考文献 358  
第18章 数字图书馆中基于内容的  
第18章 检索 359  
18.1 如何检索图像 359  
18.2 C-BIRD：一个实例研究 360  
18.2.1 C-BIRD的GUI 361  
18.2.2 颜色直方图 361  
18.2.3 颜色密度 363  
18.2.4 颜色分布 363  
18.2.5 纹理分布 364  
18.2.6 按光源恒常性查找 365  
18.2.7 按对象模型查找 366  
18.3 当前图像查找系统概览 377  
18.3.1 QBIC 377  
18.3.2 加州大学圣芭芭拉分校的  
18.3.2 搜索引擎 378  
18.3.3 加州大学伯克利分校的数字  
18.3.3 图书馆项目 378  
18.3.4 Chabot 378  
18.3.5 Blobworld 378  
18.3.6 哥伦比亚大学的图像  
18.3.6 搜索器 378  
18.3.7 Informedia 379  
18.3.8 MetaSEEk 379  
18.3.9 Photobook和FourEyes 379  
18.3.10 MARS 379  
18.3.11 Virage 380  
18.3.12 VIPER 380  
18.3.13 Visual RetrievalWare 380  
18.4 相关反馈 380  
18.4.1 MARS 380  
18.4.2 iFind 382  
18.5 结果的量化 382  
18.6 视频查询 382  
18.7 其他格式的查询 385  
18.8 基于内容检索的展望 385  
18.9 进一步探索 385  
18.10 练习 386  
18.11 参考文献 387  
索引... 391