
本书主要内容包括多媒体基础知识,多媒体计算机及多媒体音频/视频数据处理,多媒体的关键技术,超文本、超媒体及多媒体数据库技术等。全书共9章,包括:概论、基础知识、感知与质量、量化和编码、信号压缩方法、帧内编码、帧间编码、语音与音频编码、多媒体数据的传输与存储等。全书涵盖了图像、视频和音频压缩及表示的理论背景和多方面应用,并通过举例,使读者的理解更加深入。
译者序 随着信息处理技术、计算机技术和通信技术的迅猛发展,多媒体技术应运而生,并已经成为一项最具活力、发展速度很快的新兴技术之一。多媒体技术突破了计算机、通信、电视等传统产业间相对独立发展的界限,将多种前沿技术有机融合在一起。多媒体技术的广泛应用已经对人们的生产、生活产生了深刻的影响,可以预见,它必将成为科技进步、经济发展、人们生活质量提高的主要推动力之一。 原著Multimedia Signal Coding and Transmission是Springer出版社“信号与通信技术”系列丛书中的一部优秀著作。它由国际著名学者Jens-Rainer Ohm教授积多年科研和教学经验编撰而成。Ohm教授是被誉为欧洲“麻省理工学院”的德国亚琛工业大学(RWTH Aachen)通信工程研究所的所长,H.264/AVC、H.265/HEVC标准的主要制定者之一,国际电信联盟(ITU)联合视频协作组(JVC-VC)主席,德国工程师协会信息技术组发言人,国际视频编码标准制定过程中的领军人物及视频信号处理领域的权威学者。 本书紧密联系现代多媒体系统的发展需要,将多媒体信息处理(编码)与无线及有线通信传输融为一体,系统地介绍了多媒体信号与信息处理的基础理论以及研发、应用的成果。全书共9章,涵盖了图像、视频、语音和音频的压缩及表示的理论背景和多方面应用,并通过举例,使读者的理解更加深入。内容深入浅出,适合视频信号处理的初学者阅读;大多数章节都辅以练习题,适合学生进行课程学习;书中包括视频信号处理的前沿动态与应用,可为工业多媒体通信系统的研究人员和开发人员提供参考。 第1章概论:主要引入和介绍基本概念。第2章基础知识:介绍信号与系统的基本知识、傅里叶变换、多媒体信号的采样、离散信号处理、统计分析、线性预测、线性块变换与滤波器组变换等内容。第3章感知与质量:介绍人类的视觉/听觉特性,引入信号质量评价标准。第4章量化与编码:介绍标量量化和脉冲编码调制、编码理论、量化器的率失真优化、熵编码、向量量化等知识。第5章信号压缩方法:包括行程编码、预测编码、变换编码、可伸缩编码、多描述编码和分布式信源编码等。第6章帧内编码:包括二值图像编码、多幅值图像编码、无损和近无损图像编码、三维图像编码、重构滤波与静止图像编码标准等。第 7 章帧间编码:介绍混合视频编码、时空变换编码、可伸缩视频编码、多视图编码及视频编码标准等内容。第8章语音与音频编码:包括语音、音频、音乐和声音编码的方法与标准等。第 9 章多媒体数据的传输与储存:包括数字多媒体服务、网络接口、媒体储存与传输的相关知识等。 本书由卢鑫、金雪松、顾谦翻译,其中卢鑫博士翻译前言、第1章、第2章、第4章、第6章、第7章、第8章、第9章,金雪松博士翻译第3章,顾谦硕士翻译第5章、附录A、附录B、附录C、附录E。顾谦硕士、余唱硕士、周必兴硕士协助校对了全书的图表和公式。赵志杰教授负责全书的审校。 本书在翻译过程中,得到了多位老师和研究生的帮助与参与。特别需要感谢英国华威大学(University of Warwick)的Graham R. Martin教授为本书的翻译提供的宝贵意见和建议。感谢同学们的辛苦校对,感谢译者家人对本书翻译工作的支持与帮助,感谢杨博编辑在本书出版过程中付出的辛勤劳动。 本书的出版得到了国家自然科学基金重点国际合作研究项目(61720106002)、国家自然科学基金青年基金项目(61401123)、中央高校基本科研业务费专项资金(HIT.NSRIF.201617)、哈尔滨市科技创新人才项目(优秀学科带头人2017RAXXJ055)等的支持,在此表示衷心感谢。 由于时间仓促,译者水平有限,译文中如有不妥之处,恳请广大读者谅解,并提出改进意见,不胜感激! 卢 鑫 于哈尔滨 2017年7月 前言 近几十年来,数字视听信息在专业领域及日常生活中可谓无处不在。视听媒体已经深刻地改变了人们沟通合作、信息获取、学习、工作以及交互的方式。与此同时,传统的分发和访问方式已被互联网、移动网络和数字存储逐渐取代。在此背景下,多媒体通信构建了人与/或机器之间进行通信的全新模式,其特点包括普遍性、综合性、交互性以及智能性。 多媒体通信系统课程在亚琛工业大学已开设多年,本书连同Multimedia Content Analysis 正是以该课程的讲义为基础,是2004年出版的教材《多媒体通信技术》(Multimedia Communication Technology)的全面升级版。多媒体信号编码和传输是本书讨论的主要内容,而另一本书《多媒体数据内容分析》(Multimedia Content Analysis,MCA)则主要围绕多媒体信号的识别展开。这两本书中的内容(以及作为这两本书基础的课程讲义)都是自成体系的,因此不能将其理解为一套图书的上部和下部。但是,编码和内容分析之间存在着许多共性问题(两者都建立在信号处理和信息论的思想基础上),因此,读者经常会发现两书之间存在交叉引用(包括指向章节号的索引)的情况。关于信号处理(Signal Processing,SP)和信息论(Information Theory,IT)的基本知识有助于对本书内容的理解,因此,第2章和第4章针对相关的基本概念进行了总结。 自《多媒体通信技术》(2004 版)出版以来,视听数据的压缩技术又取得了惊人的进展。因此,本书体现了该领域的最新进展,其中包括关于高效视频编码(High Efficiency Video Coding,HEVC)标准所运用的编码思想的更深层次理解,以及三维视频和音频数据的压缩方法,同时本书还简述了未来可能的发展趋势。但是,本书无意阐述现有标准的具体实现细节,而是侧重于为读者提供关于基本概念的深入理解,最终为读者成为掌握该领域新兴技术的设计人员提供支持。 本书多数章节都辅以习题加以补充,访问网址http://www.ient.rwth-aachen.de可以获得参考答案 。 本书的出版离不开学术和标准化机构中广大师生、科技人员及同事们的贡献,以及25年来在图像、视频、音频的处理、编码和识别领域与本人开展合作的其他人员的努力。为简洁起见,不进行一一致谢,在此向所有人一并表示感谢。 Jens-Rainer Ohm 于德国亚琛 2014年12月21日
目 录 第1章 概论 1 1.1 概念和术语 1 1.1.1 信源编码的信号表示 2 1.1.2 传输的优化 4 1.2 信号源与信号的获取 5 1.3 多媒体信号的数字表示 7 1.3.1 图像与视频信号 8 1.3.2 语音和音频信号 13 1.3.3 压缩技术的必要性 13 1.4 习题 13 第2章 基础知识 15 2.1 信号与系统 15 2.1.1 基本信号 15 2.1.2 系统运算 17 2.2 信号与傅里叶频谱 19 2.2.1 二维和多维坐标上的频谱 19 2.2.2 时空信号 21 2.3 多媒体信号的采样 23 2.3.1 可分离的二维采样 24 2.3.2 不可分离的二维采样 26 2.3.3 视频信号的采样 30 2.4 离散信号处理 34 2.4.1 线性移不变系统 34 2.4.2 离散傅里叶变换 34 2.4.3 z变换 35 2.4.4 多维线性移不变系统 37 2.5 统计分析 39 2.5.1 样点的统计特性 39 2.5.2 联合统计特性 43 2.5.3 随机信号的频谱特性 47 2.5.4 马尔可夫链模型 48 2.5.5 信息论的统计学基础 50 2.6 线性预测 54 2.6.1 自回归模型 54 2.6.2 线性预测 60 2.7 线性块变换 70 2.7.1 正交基函数 70 2.7.2 正交变换的类型 73 2.7.3 变换的效率 84 2.7.4 重叠块变换 84 2.8 滤波器组变换 86 2.8.1 抽取和插值 87 2.8.2 子带滤波器的性质 91 2.8.3 滤波器组结构的实现 96 2.8.4 小波变换 101 2.8.5 二维与多维滤波器组 106 2.8.6 金字塔分解 109 2.9 习题 112 第3章 感知与质量 118 3.1 视觉特性 118 3.1.1 眼生理学 118 3.1.2 灵敏度函数 119 3.1.3 彩色视觉 122 3.1.4 双目视觉与重现 122 3.2 听觉特性 124 3.2.1 耳生理学 124 3.2.2 灵敏度函数 124 3.3 质量测度 127 3.3.1 客观信号质量测度 128 3.3.2 主观评价 133 3.4 习题 137 第4章 量化与编码 138 4.1 标量量化与脉冲编码调制 138 4.2 编码理论 143 4.2.1 信源编码定理与率失真函数 143 4.2.2 相关信号的率失真函数 144 4.2.3 多维信号的率失真函数 147 4.3 量化器的率失真最优化 148 4.4 熵编码 152 4.4.1 变长码字的特性 152 4.4.2 哈夫曼码的设计 154 4.4.3 系统变长码 155 4.4.4 算术编码 159 4.4.5 自适应与基于上下文的熵编码 163 4.4.6 熵编码与传输误差 166 4.4.7 伦佩尔-齐夫编码 167 4.5 向量量化 169 4.5.1 向量量化的基本原理 169 4.5.2 使用均匀码书的向量量化 172 4.5.3 使用非均匀码书的向量量化 174 4.5.4 结构化码书 176 4.5.5 自适应向量量化 180 4.5.6 码率约束向量量化 182 4.6 网格编码量化 183 4.7 习题 186 第5章 信号压缩方法 188 5.1 行程编码 188 5.2 预测编码 190 5.2.1 开环和闭环预测系统 190 5.2.2 非线性移变预测 192 5.2.3 传输损耗的影响 193 5.2.4 向量预测 193 5.2.5 延迟决策预测编码 196 5.2.6 多分辨率金字塔中的预测 197 5.3 变换编码 200 5.3.1 离散变换编码的增益 201 5.3.2 变换系数的量化 203 5.3.3 变换系数的编码 206 5.3.4 有损传输下的变换编码 208 5.4 具备多重解码能力的码流 208 5.4.1 联播与转码 209 5.4.2 可伸缩编码 209 5.4.3 多描述编码 210 5.5 分布式信源编码 212 5.6 习题 213 第6章 帧内编码 215 6.1 二值图像压缩 215 6.1.1 二级图像的压缩 215 6.1.2 二值形状编码 218 6.1.3 轮廓编码 220 6.2 图像的向量量化 221 6.3 图像的预测编码 223 6.3.1 二维预测 223 6.3.2 二维块预测 224 6.3.3 预测误差的量化与编码 226 6.3.4 二维DPCM中的误差扩散 227 6.3.5 二维预测编码中边信息的编码 228 6.4 图像的变换编码 230 6.4.1 块变换编码 230 6.4.2 变换系数的量化与编码 232 6.4.3 重叠块变换编码 240 6.4.4 子带和小波变换编码 241 6.4.5 针对信号特性的变换基局部自适应 246 6.5 无损和近无损图像编码 248 6.6 基于合成的图像编码 249 6.6.1 基于区域的编码 250 6.6.2 颜色和纹理合成 252 6.6.3 照明效果的合成 254 6.7 分形图像编码 255 6.8 三维图像编码 257 6.9 重构滤波 258 6.10 静止图像编码标准 261 6.11 习题 264 第7章 帧间编码 268 7.1 帧内补偿编码 268 7.2 混合视频编码 269 7.2.1 运动补偿混合编码器 269 7.2.2 帧内预测误差信号的特性 272 7.2.3 量化误差反馈和误差扩散 274 7.2.4 运动补偿预测中的参考图像 276 7.2.5 运动补偿的精度 287 7.2.6 隔行视频信号的混合编码 292 7.2.7 混合编码器的优化 294 7.2.8 采用子带/小波变换的混合编码 296 7.3 时空变换编码 298 7.3.1 帧间变换与子带编码 298 7.3.2 运动补偿时域滤波 300 7.3.3 基于MCTF表示的量化与编码 304 7.4 边信息的编码(运动、模式、划分方式) 306 7.5 可伸缩视频编码 312 7.5.1 混合视频编码中的可伸缩性 313 7.5.2 可伸缩视频编码的标准化 319 7.6 多视图视频编码 322 7.7 基于合成的视频编码 328 7.7.1 基于区域的视频编码 329 7.7.2 超分辨率合成 331 7.7.3 动态纹理合成 331 7.8 视频编码标准 333 7.9 习题 340 第8章 语音与音频编码 342 8.1 语音信号编码 342 8.1.1 线性预测编码 342 8.1.2 参数(合成)编码 345 8.1.3 语音编码标准 346 8.2 一般音频、音乐与声音编码 347 8.2.1 音频信号的变换编码 347 8.2.2 基于合成的音频与声音信号编码 350 8.2.3 立体声与多声道音频信号的编码 352 8.2.4 音乐与声音编码标准 358 第9章 多媒体数据的传输与存储 362 9.1 数字多媒体服务 362 9.2 网络接口 363 9.3 对信道特性的适应性 366 9.3.1 码率与传输控制 367 9.3.2 错误控制 370 9.4 媒体传送、存储和再现 374 9.4.1 广播应用 375 9.4.2 通信服务 378 9.4.3 文件存储 379 9.4.4 互联网和移动流媒体 380 附录A 向量与矩阵代数 385 附录B 符号和变量 391 附录C 缩略语 395 附录D 参考文献 403 附录E 词汇表 418
http://www.hxedu.com.cn/hxedu/fg/book/bookinfo.html?code=G0329640