【正文】 共同研制的 DVI系統(tǒng)的一種動態(tài)圖像文件格式，AVS文件只能在 DVI系統(tǒng)硬件下才能夠讀寫 AVI Intel和 IBM公司共同研制的 DVI系統(tǒng)的一種動態(tài)圖像文件格式 視覺媒體數(shù)字化 2．圖形 圖形 ()：一種抽象化的圖像，是對圖像依據(jù)某個標準進行分析而產(chǎn)生的結(jié)果。 當進行再現(xiàn)時 ， 被表示稱數(shù)字形式的數(shù)據(jù)按格式和時間送上顯示器 ， 就又恢復了原先的形態(tài) 。 按照標準間隔在時間軸上采樣的圖像組組成視頻序列 。 視覺媒體數(shù)字化 在一幅圖像的 X軸上是一行的點數(shù) ， 在 Y軸上是行數(shù) 。它同樣與頻率和量化的比特數(shù)有關(guān)。數(shù)字化的結(jié)果放在顯示緩存區(qū)中，與顯示器上的點一一對應，這就是位圖圖像。 視覺媒體數(shù)字化 1．位圖圖像與數(shù)字視頻 對計算機來說，無論是文字或圖形，還是圖像或視頻，在計算機上進行處理首先要數(shù)字化。而消費級是家用設(shè)備，一般操作簡單、性能可靠，一般價格是第一位的。 模擬視頻原理 ?視頻設(shè)備 ? 按照用途不同，視頻設(shè)備可以分為廣播、專業(yè)和消費三個級別。 、 可以與互換 。 的亮度信號稱為 Y， 色度信號為 I和 Q， 即方式 。 將亮度和色度交錯排列分別放到電纜上 ， 就組成了復合信號 。 根據(jù)亮度/色度原理 ， 任何彩色信號都可以分為亮度和色度 。在系統(tǒng)中需要三根視頻電纜互連，但是三個信號在同步關(guān)系方面相當復雜，所以大部分彩色電視不處理，而是將信號組合起來在一條電纜中傳輸，這就是復合信號。 模擬視頻原理 ?彩色視頻 ? 加基系統(tǒng)是彩色視頻系統(tǒng)的基礎(chǔ)。 掃描行的長度與在圖像垂直方向上的所有掃描行所跨過的距離之比 ， 就成為寬高比 。 因此 ， 人眼就不容易看到閃爍 。 模擬視頻原理 每一秒鐘所掃描的幀數(shù)稱為幀頻 ， 一般為 25幀 （ ） 或者 30幀 （ ） 。 垂直分辨率和每幀中的掃描線有關(guān) ， 掃描線越多 ， 分辨率就越高 。 一個系統(tǒng)的水平分辨率為 400線 ， 指在對應于圖像高度的水平距離內(nèi)能交替顯示 200條白線和 200條黑線 。 水平掃描線所能分辨出的點數(shù)稱為水平分辨率 。連續(xù)不斷的圖像序列就形成了動態(tài)視頻圖像?？焖俚膾呙杈€從頂部開始，一行一行地向下掃描，直至顯示器的最底部，然后再返回頂部的起點，重新開始掃描。但是需要注意，只有大的視野才有可能制造出臨場感。但視力好的部位僅限于 2到 3度，用于觀察視覺媒體的細節(jié)。注視點容易集中在時隱時現(xiàn)運動變化的部分或者圖像中特別不規(guī)則的地方。 視覺心理學 ? 注視點和視野范圍 ? 人在觀察視覺類媒體時，注視點喜歡集中在什么地方？研究表明，視覺注視點主要集中在圖像中黑白交界的部分，尤其是拐角處。 在黑色背景下 ， 一般使用紅綠藍作為基色來混合其它顏色 ， 這就是加基色合成彩色系統(tǒng) 。研究表明，人眼對亮度信息敏感，而對顏色的敏感程度相對較弱。 在輻射功率相同的條件下，不同波長的光不僅給人不同的顏色感覺，而且也給人不同的亮度感覺。不同波長呈現(xiàn)出不同顏色，可見光波長從長到短依次為紅橙黃綠青藍紫。 視覺心理學 顏色是由三種原色光混合而成的。對同一色調(diào)的彩色光，飽和度越深顏色越鮮艷。亮度是光作用于人眼所引起的明亮程度的感覺，與光強有關(guān)。 視覺心理學 ?彩色 ? 表示顏色需要考慮三種心理屬性：色調(diào)、亮度和飽和度。這是因為把光轉(zhuǎn)變?yōu)樯窠?jīng)電需要時間。 視覺也有掩蔽現(xiàn)象 ， 在很亮的高光周圍時難以看清的 ， 道理和聲音是類似的 。 視覺心理學 與聲音相似 ， 視覺上也有等亮曲線 ， 反映了視覺在亮度上與波長的關(guān)系 。這些都取決于中心和周圍之間的相對強度，也就是對比度。假定整個照明增大了，目標和環(huán)境的光強就按照比例增大了，兩者之間的物理對比就維持不變。 視覺心理學 視覺心理變量 主要的物理變量 亮度 光強 色調(diào)（彩色） 波長 濃度（彩色的濃度） 光譜成分 對比 光強、波長、周圍光 視覺心理學 2. 視覺特性 亮度 亮度是人眼對光強度的感受。雖然光的物理特性與心理知覺有關(guān)，但它們的關(guān)系并不是線性的。 音頻媒體的三維化處理 場景模型（幾何、屬性、聲源、聲宿） 聲 學 模 擬 脈 沖 響 應 曲 線 卷 積 運 算 雙 耳 脈 沖 響 應 卷 積 運 算 真 實 感 空 間 聲 H RTF 雙耳相關(guān)函數(shù) 無 回 響 聲 音 輸 出 威海北洋職業(yè)技術(shù)學校 《 多媒體技術(shù)教程 》 視覺媒體技術(shù) 視覺心理學 1．視覺的心理特征 視覺是人類最重要的感知能力，通過視覺可以感知到外部世界的形狀、大小、色彩、明暗、機理和運動等多方面的信息。 音頻媒體的三維化處理 3．方法 實現(xiàn)空間真實感的關(guān)鍵是建立起耳廓模型，這種方法被稱為“雙耳相關(guān)函數(shù)法”，也即（ ，與頭部有關(guān)的轉(zhuǎn)移函數(shù)）。另外，當聲音從聲源傳到人的內(nèi)耳并形成聽覺時，聲音信號已經(jīng)攜帶了兩個很重要的信息，從而形成了空間真實感和環(huán)境真實感。當聲波從聲源傳到聽者的耳部時，聲波會在耳廓發(fā)生不斷的反射和折射，然后由內(nèi)耳道傳到耳鼓，使人產(chǎn)生音感。 音頻媒體的三維化處理 3理論較形象地說明：人耳對聲音定位的特性，通過大腦的綜合作用后，對有差別的聲音信號進行了相對于空間位臵的定位。 時間差是由于距離的原因造成的，當聲音從正面?zhèn)鱽頃r，距離相等，所以沒有時間差；但若偏右 3o，則到達右耳的時間就要比左耳約早 30，而正是這 30，使得我們辨別出了聲源的位臵。一般說來，三維虛擬聲空間要達到以下的一些目標： ① 在可聽的范圍內(nèi)重現(xiàn)頻率分辨度和動態(tài)范圍； ② 在三維空間中精確地呈現(xiàn)聲音的位臵信息； ③ 能表達多個靜止和移動的聲源； ④ 能和頭部的動作具有一定的關(guān)聯(lián)； ⑤ 能夠支持一定程度的交互。 音頻媒體的三維化處理 1．三維虛擬聲空間 所謂三維虛擬聲空間（ ， 3），是指用一定的聲音設(shè)備人為地產(chǎn)生出來的具有空間位臵信息的聲音空間。在采集和存儲上可以與波形聲音一樣，但由于語音是由一連串的音素組成。對語音的符號化實際上就是對語音的識別，將語音轉(zhuǎn)變?yōu)樽址粗部梢詫⑽淖趾铣烧Z音。 無法模擬自然界中其它非樂曲類聲音 音頻的數(shù)字化和符號化 （ 2）語音的符號化 語音與文字是對應的。 30分鐘的音樂 ， 用文件記錄只需200， 用 16位品質(zhì)的未壓縮文件記錄需 317 可以與其他波形聲音配合使用 ， 形成伴樂的效果 。它給出了一種得到音樂聲音的方法。當一組消息通過音樂合成芯片處理時，合成器能解釋這些符號并且產(chǎn)生音樂。 消息，是指樂譜的數(shù)字描述。 對于聲音的符號化 （ 也可以稱為抽象化） 表示包括兩種類型：一種是音樂 ， 一種是語音 。 音頻的數(shù)字化和符號化 ?聲道數(shù) ? 有單聲道、雙聲道和多聲道。 采樣位數(shù) 存放一個采樣點所需的比特數(shù)。采樣頻率越高，聲音質(zhì)量越接近原始聲音，所需的存儲量便越多。 一般來說 ， 聲音恢復和采樣頻率 、 信道帶寬都有關(guān) 。 因為人耳所能聽到的頻率范圍為 20到 20， 所以實際的采樣過程中 ， 為了達到好的效果 ， 就采用 。 音頻的數(shù)字化和符號化 對聲音進行采樣用奈奎斯特采樣定理來決定采樣的頻率 。 數(shù)字聲音是一個數(shù)據(jù)序列 。 聲音信號也是由一系列的數(shù)字來表示的， 稱為數(shù)字音頻 。 人通過網(wǎng)絡與異地的人進行語音通信 ， 相關(guān)的音頻處理有語音采集 、 音頻的編碼和解碼 、 音頻的存儲 、 音頻的傳輸 、 基于內(nèi)容的檢索等 。 包括音樂合成 、 語音合成 、 聲音的定位以及音頻視頻的同步。 包括音頻獲