【文章內(nèi)容簡介】 減少亮度信號和色差信號之間的交叉干擾。(2) 不須要使用梳狀濾波器來分離亮度信號和色差信號，這樣可提高亮度信號的帶寬。SVHS 和 Hi8 攝像機(jī)以及盒式錄像機(jī)(video cassette recorder，VCR)使用這種技術(shù)，它比標(biāo)準(zhǔn)的 VHS 和 8 毫米格式的設(shè)備提供質(zhì)量比較高的彩色圖像。在使用 Svideo 技術(shù)的設(shè)備上，電視信號的輸出除含有分離的亮度(Y)和色差信號(C)輸出外，還有復(fù)合彩色全電視信號。Svideo設(shè)備與其他設(shè)備連接的連接器使用 Svideo 連接器，而不是普通的 RCA 連接器。有些電視圖像卡和高檔家用錄像機(jī)(VCR)可以支持這種信號。 對彩色圖像進(jìn)行子采樣的理論根據(jù)是什么？人的視覺系統(tǒng)所具有的兩種特性。一是人眼對色度信號的敏感程度比對亮度信號的敏感程度低，利用這個特性可以把圖像中表達(dá)顏色的信號去掉一些而使人不察覺；二是人眼對圖像細(xì)節(jié)的分辨能力有一定的限度，利用這個特性可以把圖像中的高頻信號去掉而使人不易察覺。子采樣是壓縮彩色電視信號的一種技術(shù)。 圖像子采樣是在哪個彩色空間進(jìn)行的？YCbCr 一幅YUV彩色圖像的分辨率為720576。分別計(jì)算采用4:2:4:1:1和4:2:0子采樣格式采樣時的樣本數(shù)。(1) 4:4:4 這種采樣格式不是子采樣格式，它是指在每條掃描線上每 4 個連續(xù)的采樣點(diǎn)取 4個亮度 Y 樣本、4 個紅色差 Cr 樣本和 4 個藍(lán)色差 Cb 樣本，這就相當(dāng)于每個像素用 3 個樣本表示。7205763 ＝ 1 244 160(2) 4:2:2 這種子采樣格式是指在每條掃描線上每 4 個連續(xù)的采樣點(diǎn)取 4 個亮度 Y 樣本、2個紅色差 Cr 樣本和 2 個藍(lán)色差 Cb 樣本，平均每個像素用 2 個樣本表示。7205762 ＝ 829 440(3) 4:1:1 這種子采樣格式是指在每條掃描線上每 4 個連續(xù)的采樣點(diǎn)取 4 個亮度 Y 樣本、1個紅色差 Cr 樣本和 1 個藍(lán)色差 Cb 樣本，平均每個像素用 個樣本表示。720576 ＝ 622 080(4) 4:2:0 這種子采樣格式是指在水平和垂直方向上每 2 個連續(xù)的采樣點(diǎn)上取 2 個亮度 Y 樣本、1 個紅色差 Cr 樣本和 1 個藍(lán)色差 Cb 樣本，平均每個像素用 個樣本表示。720576 ＝ 622080第11章MPEG簡介 回顧制定MPEG標(biāo)準(zhǔn)的4個階段和各階段的提交的文件類型。(1) 工作文件(Working Draft，WD)：工作組(Working Group，WG)準(zhǔn)備的工作文件(2) 委員會草案(Committee Draft，CD)：從工作組 WG 準(zhǔn)備好的工作文件 WD 提升上來的文件。這是 ISO 文檔的最初形式，它由 ISO 內(nèi)部正式調(diào)查研究和投票表決。(3) 國際標(biāo)準(zhǔn)草案(Draft International Standard，DIS)：投票成員國對 CD 的內(nèi)容和說明滿意之后由委員會草案 CD 提升上來的文件。(4) 國際標(biāo)準(zhǔn)(International Standard，IS)：由投票成員國、ISO 的其他部門和其他委員會投票通過之后出版發(fā)布的文件。 MPEG1, 2, 4和7的目標(biāo)是什么？MPEG1 處理的是標(biāo)準(zhǔn)圖像交換格式的電視，即 NTSC 制為 352 像素240 行/幀30 幀/秒，PAL 制為 352 像素288 行/幀25 幀/秒，壓縮的輸出速率定義在 Mb/s 以下。這個標(biāo)準(zhǔn)主要是針對當(dāng)時具有這種數(shù)據(jù)傳輸率的 CDROM 和網(wǎng)絡(luò)而開發(fā)的，用于在 CDROM 上存儲數(shù)字影視和在網(wǎng)絡(luò)上傳輸數(shù)字影視。MPEG2 標(biāo)準(zhǔn)是一個直接與數(shù)字電視廣播有關(guān)的高質(zhì)量圖像和聲音編碼標(biāo)準(zhǔn)，是 MPEG1的擴(kuò)充。MPEG2 提供位速率的可變性能功能，其最基本目標(biāo)是：位速率為 4～9 Mb/s，最高達(dá)15 Mb/s。MPEG4 是為視聽數(shù)據(jù)的編碼和交互播放開發(fā)算法和工具，是一個數(shù)據(jù)速率很低的多媒體通信標(biāo)準(zhǔn)。MPEG4 的目標(biāo)是要在異構(gòu)網(wǎng)絡(luò)環(huán)境下能夠高度可靠地工作，并且具有很強(qiáng)的交互功能。MPEG7 的名稱叫做多媒體內(nèi)容描述接口，目的是制定一套描述符標(biāo)準(zhǔn)，用來描述各種類型的多媒體信息及它們之間的關(guān)系，以便更快更有效地檢索信息。這些媒體材料可包括靜態(tài)圖像、圖形、3D 模型、聲音、話音、電視以及在多媒體演示中它們之間的組合關(guān)系。在某些情況下，數(shù)據(jù)類型還可包括面部特性和個人特性的表達(dá)。第12章MPEG聲音 列出你所知道的聽覺系統(tǒng)的特性。響度感知, 音高感知, 掩蔽效應(yīng) 什么叫做聽閾？什么叫做痛閾？(1) 當(dāng)聲音弱到人的耳朵剛剛可以聽見時，稱此時的聲音強(qiáng)度為“聽閾”(2) 當(dāng)聲音強(qiáng)到人的耳朵剛剛感到疼痛時，稱此時的聲音強(qiáng)度為“聽閾”。實(shí)驗(yàn)表明，如果頻率為 1 kHz 的純音的聲強(qiáng)級達(dá)到 120 dB 左右時，人的耳朵就感到疼痛，這個閾值稱為“痛閾”。 什么叫做頻域掩蔽？什么叫做時域掩蔽？強(qiáng)純音掩蔽在其附近同時發(fā)聲的弱純音，這種特性稱為頻域掩蔽。(2) 在時間方向上相鄰聲音之間的掩蔽，這種特性稱為時域掩蔽。 MPEG1的層2和3編碼分別使用了聽覺系統(tǒng)的什么特性？層 1：頻域掩蔽特性層 2：頻域掩蔽特性，時間掩蔽特性層 3：頻域掩蔽特性，時間掩蔽特性 MPEG1的層2和3編碼器的聲音輸出速率范圍分別是多少？層 1：384 kb/s層 2：256～192 kb/s層 3：128～112 kb/s MPEG1的聲音質(zhì)量是： AM FM 電話 nearCD CDDA□ AM □ FM □ 電話 √ nearCD □ CDDA ？？(1) “ 環(huán)繞聲”也稱為“3/2立體聲加 LFE”，其中的“.1”是指 LFE 聲道。它的含義是播音現(xiàn)場的前面可有 3 個喇叭聲道(左、中、右)，后面可有 2 個環(huán)繞聲喇叭聲道，LFE 是低頻音效的加強(qiáng)聲道。 聲道環(huán)繞立體聲與 類似。參見圖 1219。 簡述MPEG2 AAC的特性。MPEG2 AAC 是 MPEG2 標(biāo)準(zhǔn)中的一種非常靈活的聲音感知編碼標(biāo)準(zhǔn)。它使用聽覺系統(tǒng)的掩蔽特性來減少聲音的數(shù)據(jù)量，并且通過把量化噪聲分散到各個子帶中，用全局信號把噪聲掩蔽掉。AAC 支持的采用頻率可從 8 kHz 到 96 kHz，AAC 編碼器的音源可以是單聲道的、立體聲的和多聲道的聲音。AAC 標(biāo)準(zhǔn)可支持 48 個主聲道、16 個低頻音效加強(qiáng)通道 LFE、16 個配音聲道或者叫做多語言聲道和 16 個數(shù)據(jù)流。MPEG2 AAC 在壓縮比為 11:1，即在每個聲道的數(shù)據(jù)率為(16 )/11=64 kb/s，而 5 個聲道的總數(shù)據(jù)率為 320 kb/s 的情況下，很難區(qū)分還原后的聲音與原始聲音之間的差別。與 MPEGAudio 層 2 相比，MPEG2 AAC 的壓縮率可提高 1 倍，而且質(zhì)量更高，與 MPEG 的層 3 相 比 ，在質(zhì)量相同的條件下數(shù)據(jù)率是它的 70%。 什么叫做自然聲音？什么叫做合成聲音？自然聲音通常是指人、動物等發(fā)出的聲音、彈奏樂器或其他音源自然發(fā)出的聲音。合成聲音通常指合成器生成的聲音，如 MIDI。 什么叫做TTS？至少列舉TTS的3個潛在應(yīng)用例子。通過話音合成設(shè)備自動地把基于文字的數(shù)據(jù)轉(zhuǎn)換為聲音輸出的一種技術(shù)。文語轉(zhuǎn)換的最終目標(biāo)是要使計(jì)算機(jī)像人一樣輸出清晰而又自然的聲音，也就是說，根據(jù)文本的內(nèi)容可以不同的情調(diào)來朗讀任意的文本。TTS 是一個十分復(fù)雜的系統(tǒng)，涉及到語言學(xué)、語音學(xué)、信號處理、人工智能等諸多的學(xué)科。盡管現(xiàn)有的 TTS 系統(tǒng)結(jié)構(gòu)各異，轉(zhuǎn)換方法不同，但是基本上可以分成兩個相對獨(dú)立的部分：①文本分析，通過對輸入文本進(jìn)行詞法分析、語法分析，甚至語義分析，從文本中抽取音素和韻律等發(fā)音信息。②語音合成，使用從文本分析得到的發(fā)音信息去控制合成單元的譜特征(音色)和韻律特征(基頻、時長和幅度)，送入聲音合成器(軟件或硬件)產(chǎn)生相應(yīng)的語音輸出。通過電話訪問信息，朗讀文本，盲人計(jì)算機(jī)等。第13章MPEG電視 電視圖像數(shù)據(jù)壓縮的依據(jù)是什么？根據(jù)人的視覺特性和電視圖像數(shù)據(jù)自身的冗余特性。注：人的視覺系統(tǒng)具有的兩種特性可以用來壓縮電視圖像數(shù)據(jù)。一是人眼對色度信號的敏感程度比對亮度信號的敏感程度低，利用這個特性可以把圖像中表達(dá)顏色的信號去掉一些而使人不察覺；二是人眼對圖像細(xì)節(jié)的分辨能力有一定的限度，利用這個特性可以把圖像中的高頻信號去掉而使人不易察覺。 MPEG1編碼器輸出的電視圖像的數(shù)據(jù)率大約是多少？ Mb/s MPEG專家組在制定MPEG1/2 Video標(biāo)準(zhǔn)時定義了哪幾種圖像？哪種圖像的壓縮率最高？哪種圖像的壓縮率最低？(1) MPEG 專家組定義了三種圖像：幀內(nèi)圖像 I(intra)，預(yù)測圖像 P(predicted )和雙向預(yù)測圖像 B (bidirectionally interpolated )。(2) 雙向預(yù)測圖的壓縮率最高，幀內(nèi)圖像的壓縮率最低。 有人認(rèn)為“圖像壓縮比越高越好”。你對這種說法有何看法？在圖像壓縮算法中，為了獲得比較高的壓縮率，通常要采用有損壓縮。這就意味壓縮率越高，圖像的質(zhì)量損失越大，重構(gòu)圖像的質(zhì)量將會越低。 有人說“MPEG1編碼器的壓縮比大約是200:1”。這種說法對不對？為什么？不對。理由：(1)電視圖像的子采樣(4：1：1)不是 MPEG 編碼器的功能，(2)電視圖像畫面尺寸(如 PAL 制 720576)的降采樣(變成 360288)也不屬于 MPEG 編碼器的功能。 說明電視規(guī)格MP@ML和HP@HL各自的含義。MP@ML (Main Profile, Main Level)指的是具有這種特性的電視：分辨率為 72057630，子采樣格式為 4:2:0，位速率可高達(dá) 15 Mb/s。HP@HL (High Profile, High Level)指的是具有這種特性的電視：分辨率為 1920115260，子采樣格式為 4:2:0 或者 4:2:2，位速率可高達(dá) 80 Mb/s。 電視圖像的空間分辨率和時間分辨率是什么意思？空間分辨率：圖像的尺寸。例如，PAL 制圖像尺寸：720576，360288。時間分辨率：圖像的幀數(shù)/每秒鐘。例如，PAL 制電視圖像的時間分辨率為 30 幀/秒，NTSC電視圖像的時間分辨率為 25 幀/秒，電影圖像的時間分辨率為 24 幀/秒。第14章只讀光盤存儲器 只讀光盤是如何記錄“0”和“1”的？只讀光盤通常是指 CD/DVD 系列只讀光盤。在盤上壓制凹坑的機(jī)械辦法來記錄“0”和“1”。凹坑的邊緣代表“1”，凹坑和非凹坑的平坦部分代表“0”，凹坑的長度和非凹坑的長度都代表有多少個“0”。 kHz？人耳朵(因人而異)能聽到的聲音信號頻率范圍是 20～20 000 Hz，為了避免高于 20 000 Hz的高頻信號干擾采樣，在進(jìn)行采樣之前，需要對輸入的聲音信號進(jìn)行濾波?？紤]到濾波器在20 000 Hz 的地方大約有 10%的衰減，所以可以用 22 000 Hz 的 2 倍頻率作為聲音信號的采樣頻率。但是，為了能夠與電視信號同步，PAL 電視的場掃描為 50 Hz，NTSC 電視的場掃描為 60 Hz，所以取 50 和 60 的整數(shù)倍，選用了 44 100 Hz 作為激光唱盤聲音的采樣標(biāo)準(zhǔn)。 激光唱盤音樂信號的樣本位數(shù)是16，它的信噪比是多少？如果樣本位數(shù)提高到20，它的信噪比是多少？(1) 96dB(2) 120 dB 為什么物理線路上傳輸?shù)臄?shù)字信號都需要采用通道編碼？主要原因有兩個，一是為了改善讀出信號的質(zhì)量，二是為了在記錄信號中提取同步信號。(例如，有連續(xù)多個字節(jié)的全“0”信號或者全“1”信號要記錄到盤上，如果不作通道編碼就把它們記錄到盤上，讀出時的輸出信號就是一條直線，電子線路就很難區(qū)分有多少個“0”或者多少個“1”信號。而對于沒有規(guī)律的數(shù)字信號，讀出時的信號幅度和頻率的變化范圍都很大，電子線路很難把“0”和“1”區(qū)分開，讀出的信息就很不可靠。因此通俗說來，通道編碼實(shí)際上就是要在連續(xù)的“0”插入若干個“1”，而在連續(xù)的“1”之間插入若干個“0”，并對“0”和“1”的連續(xù)長度數(shù)目即“行[游]程長度”加以限制。) CD盤中的EFM是什么意思？EFM (eighttofourteen modulation)是指由 8 比特的代碼調(diào)制成 14 比特的代碼。(解釋：它是一種物理通道編碼技術(shù)，使用這種技術(shù)可增加 CD 盤上信息凹坑和非凹坑的長度，降低讀出信號的頻率帶寬。CD 使用脈沖調(diào)寬技術(shù)，把 8 比特的用戶數(shù)據(jù)變換成 14 比特的通道碼。在紅皮書和 IEC 908 標(biāo)準(zhǔn)中，在 14 比特的碼之間增加 3 個比特的合并位，構(gòu)成 8 比特到 17 比特調(diào)制編碼。在物理存儲器上存儲數(shù)據(jù)或者在物理線路上傳輸數(shù)字信號都需要對用戶數(shù)據(jù)進(jìn)行通道編碼。物理盤上記錄的數(shù)據(jù)和真正的用戶數(shù)據(jù)之間需要做變換處理，這種處理統(tǒng)稱為通道編碼。采用通道編碼的目的主要是兩個，第一是為了改善信號質(zhì)量，使得讀出信號的頻帶