资源描述
单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,计算中心编制,上海大学,Shanghai University,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,计算中心编制,上海大学,Shanghai University,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,*,第三章 多媒体技术基础,3.1,音频信息处理技术,音频的基本概念,声音,声音多媒体系统中一个基本的元素,是,携带信息的重要媒体,。在多媒体系统中,声音是指人耳能识别的音频信息,,它的主要表现形式,为,语音、自然声,、,音乐,以及各种人工合成的声音等,。,2,音频的基本概念,声音的三个重要指标,振幅:通常是指音量,也就是声波波形的高低幅度,表示声音的强弱程度。,周期:两个相邻声波之间的时间长度,即重复出现的时间间隔,以秒(,s,)为单位。,频率:每秒钟声波振动的次数,以赫兹(,Hz,)为单位。,3,音频的基本概念,声音的三要素,音调:代表了声音的高低。音调与频率有关,频率越高,音调越高。,音色:具有特色的声音。,纯音,是指振幅和周期均为常数的声音,复音则是具有不同频率和不同振幅的混合声音,大自然中的声音大部分是复音。在复音中,最低频率的声音是基音,它是声音的基调。其他频率的声音称为谐音,称为泛音。基音和谐音是构成声音音色的重要因素。,音强:声音的强度,也被称为声音的响度或声音的大小,它取决于声波振幅的大小,振幅越大,强度越大。常说的音量也是指音强。,4,音频的基本概念,声音的其他特性,声音的传播与可听域,声音依靠介质的振动进行传播。,模拟音频信号由许多频率不同的信号组成,每个信号都有各自的频率范围,这个组合信号被称为复合信号。声音的频率范围又称频域或频带,不同种类的声源其频带也不同。一般而言,声源的频带越宽则表现力越好,层次越丰富。,人耳的可听域在,2020000Hz,之间,这些信号称为音频信号;频率低于,20Hz,(称为亚音信号或次音信号)和高于,20000Hz,(称为超音频信号)的声音信号人类是听不到的。,5,音频的基本概念,声音的其他特性,声音的方向,声音以振动波的形式从声源向四周传播,人类在辨别声源位置时,首先依靠声音到达左、右两耳的微小时间差和强度差异进行辨别,然后经过大脑综合分析而判断出声音来自何方。,6,音频的基本概念,声音的其他特性,声音的频谱,声音的频谱有线性频谱和连续频谱之分。,线性频谱是指具有周期性的单一频率声波,连续频谱是指具有非周期性的带有一定频带所有频率分量的声波。,纯粹的单一频率的声波只能在专门的设备中创造出来,声音效果单调而乏味。自然界中的声音几乎全部属于非周期性声波,具有广泛的频率分量,听起来声音饱满、音色多样、具有生气。,7,音频的基本概念,声音的其他特性,声音的质量,声音的质量简称音质,音质的好坏与音色和频率范围有关。,影响音质的因素,对于数字音频信号,音质的好坏与数据采样频率和数据位数有关。采样频率越低,位数越少,音质越差。,音质与声音还原设备有关,音响放大器和扬声器的质量能够直接影响重放的音质。,音质与信号噪声比有关。在录制声音时,音频信号幅度与噪声幅度的比值越大越好,否则声音被噪声干扰,会影响音质。,8,音频的基本概念,声音的其他特性,声音的连续时基性,声音在时间轴上是连续信号,具有连续性和过程性,属于连续时基性媒体形式。构成声音的数据前后之间具有强烈的相关性。除此之外,声音还具有实时性,这对处理声音的硬件和软件提出很高的要求。,数字化声音,声音是自然界中一切可听到的振动波,为了用计算机表示和处理声音,必须把声音进行数字化,即用数字表示声波。数字化的声音称为“数字音频信号”,它除了包含有自然界中所有的声音之外,还具有经过计算机处理的独特音色和特质,这些是自然界所没有的。,9,音频的基本概念,数字音频,数字音频是以二进制的方式记录的音频,是模拟音频的数字化表达。,数字音频技术是指把模拟信号通过采样、量化和编码过程转换成数字信号,然后再进行记录、传输以及其他加工处理;在重放时再将这些记录的数字信号还原为模拟信号,获得连续的声音。,10,音频的基本概念,模拟音频数字化,采样,采样就是每隔一段时间从连续变化的模拟音频信号中取一个幅度值(也称为采样值),从而把时间上的连续信号变成时间上的离散信号。采样的时间间隔称为采样周期;每秒内采样的次数称为采样频率;采样后所得的一系列在时间上离散的样本值称为样值序列。,11,音频的基本概念,模拟音频数字化,量化,采样是把模拟音频信号转变为时间上离散的样值序列。但每个样值的幅度仍然是一个连续的模拟量。因此还必须对其进行离散化处理,将其转换为有限个离散值,才能最终用数码来表示其幅度值。这种对采样值进行离散化的过程称为量化。,12,音频的基本概念,模拟音频数字化,编码,采样、量化后的信号还不是数字信号,需要把它转换成数字编码脉冲,这一过程称为编码。最简单的编码方式是二进制编码。就是用,n,位二进制码来表示已经量化了的采样值,每个二进制数对应一个量化值,然后把它们排列,得到一串由二值脉冲组成的数字信息流。,13,音频的基本概念,数字音频的技术指标,采样频率,采样频率是对声音波形每秒钟进行采样的次数。奈奎斯特理论指出:采样频率不应低于模拟音频信号最高频率的两倍,这样才能将数字化的声音还原为原始声音,这叫做无损数字化(,lossless digitization,)。,音频数据的采样频率,f,采样,与声音还原频率,f,还原,的关系如下:,f,采样,=2f,还原,音频数据的采样频率是还原模拟声音频率的两倍。例如,人的听觉的频率上限为,20kHz,左右,为了使声音不发生失真,采样频率一般在,40kHz,左右。常使用的采样频率有,11.025kHz,、,22.05kHz,和,44.1kHz,等。,采样频率越高,声音失真越小,音频数据量越大。,14,音频的基本概念,数字音频的技术指标,采样精度,采样精度是每次采样的数据位数。数据位数是每个采样点的振幅动态响应数据范围,经常采用的有,8,位、,12,位和,16,位。,例如,,8,位量化表示每个采样点可以表示,2,8,个不同量化值。,采样量化位数越高,声音质量越好,而需要的存储空间也越多。,15,音频的基本概念,数字音频的技术指标,声道数,声道数表示一次采样的声音波形个数。单声道一次采样一个声音波形,双声道被人们称为“立体声”,一次采样两个声音波形。从而双声道比单声道多一倍的数据量,而多声道的数据量则更大。,16,音频的基本概念,数字音频的技术指标,编码算法,编码算法的作用,采用一定的格式来记录数据,采用一定的算法来压缩数据。压缩比是压缩编码的基本指标,表示压缩的程度,是压缩前的音频数据量与压缩后的音频数据量的比值。压缩程度越大,信息丢失越多、信号还原后失真越大。根据不同的应用,应该选用不同的压缩编码算法。,17,音频的基本概念,模拟音频数字化过程中的采样频率和采样精度越高,结果越接近原始声音,但记录数字声音所需存储空间也随之增加。,未经压缩的音频文件所需的存储空间的计算公式如下:,v=,(,fb,),/8st,其中,,v,代表存储容量(字节);,f,是采样频率;,b,是采样精度(数据位数);,s,是声道数;,t,是时间(秒),例如,以,CD,激光盘音质(,44.1kHz,的采样频率、,16,位立体声形式)记录一首,1,分钟的乐曲,则其存储容量为:,v=,(,44.116,),/8260=10584KB10.34MB,18,数字音频文件格式,WAV,格式,MIDI,(乐器数字化接口),CDA,格式,MP3,格式,MP4,格式,WMA,格式,RealAudio,格式,VOC,格式,AIFF,格式,AU,格式,19,语音技术的应用,语音识别技术,语音识别技术就是让计算机通过识别和理解过程把语音信号转变为相应的文本或命令的技术。语音识别以语音为研究对象,是语音信号处理的一个重要研究方向,是模式识别的一个分支,其目的就是要让机器具有人的听觉功能,在人机语音通讯中“听懂”人类的语言。语音识别是一个多学科交叉的研究领域,涉及语言学、认知科学以及计算机科学等多个学科。,20,语音技术的应用,语音识别系统结构,语音特征提取:其目的是从语音波形中提取出随时间变化的语音特征序列。,声学模型与模式匹配(识别算法):声学模型通常将获取的语音特征通过学习算法产生。在识别时将输入的语音特征同声学模型(模式)进行匹配与比较,得到最佳的识别结果。,语言模型与语言处理:语言模型包括由识别语音命令构成的语法网络或由统计方法构成的语言模型,语言处理可以进行语法、语义分析。对小词表语音识别系统,往往不需要语言处理部分。,21,语音技术的应用,语音识别系统的分类,语音识别系统可以根据对输入语音的限制加以分类,从说话者与设别系统的相关性考虑,语音设别系统可分为:特定人语音设别系统、非特定人语音识别系统和多人的识别系统。,从说话的方式考虑,语音设别系统可分为:孤立词语音识别系统、连接词语音识别系统和连续语音识别系统。,从识别系统的词汇量大小考虑,语音设别系统可分为:小词汇量语音识别系统、中等词汇量语音识别系统和大词汇量语音识别系统。,22,语音技术的应用,语音识别的基本方法,基于声道模型和语音知识的方法,该方法起步较早,在语音识别技术提出的开始,就有了这方面的研究,但由于其模型及语音知识过于复杂,现阶段没有达到实用的阶段。,模式匹配的方法,该方法发展比较成熟,目前已达到了实用阶段。在模式匹配方法中,要经过四个步骤:特征提取、模式训练、模式分类和判决。常用的技术有三种:动态时间归正、隐马尔可夫理论、矢量量化技术。,利用人工神经网络的方法,该方法是,80,年代末期提出的一种新的语音识别方法。人工神经网络本质上是一个自适应非线性动力学系统,模拟了人类神经活动的原理,具有自适应性、并行性、鲁棒性、容错性和学习特性,其强大的分类能力和输入,/,输出映射能力在语音识别中都很有吸引力。但由于存在训练、识别时间太长的缺点,目前仍处于实验探索阶段。,23,语音技术的应用,语音识别的关键技术,语音识别单元选取,语音识别单元有单词、音节和音素三种。,特征参数提取技术,从语言信号中提取用于语音识别的有用信息。,模式匹配及模型训练技术,模式匹配是指根据一定准则,使未知模式与模型库中某一模型获得最佳匹配。,模型训练是指按照一定准则,从大量已知模式中提取表示该模式特征的模型参数。,24,语音技术的应用,语音合成技术,语音合成,又称文语转换技术,能将任意文字信息实时转化为标准流畅的语音朗读出来。它涉及声学、语言学、数字信号处理、计算机科学等多个学科技术。通过计算机语音合成可以在任何时候将任意文本转换成具有高自然度的语音,从而真正实现让机器“像人一样开口说话”。,语音合成技术可以通过将预先录制并存储的语音信号重新播放来实现。也可以采用数字信号处理的方法,通过激励一个类似人们发声时声道谐振特性的时变数字滤波器,调整滤波器的相关参数,生成各种音调的语音。,25,语音技术的应用,语音合成的三个层次,语音合成可分为三个层次,分别是文字到语音、概念到语音、意向到语音的合成。要合成出高质量的语言,不仅要对语言进行理解,还必须遵循人类语言的一些表达规则,如语义学规则、词汇规则、语音学规则。,26,语音技术的应用,语音合成系统的三大模块。,一个典型的语言合成系统可分为文本分析、韵律建模和语音合成三大模块。主要功能是根据韵律建模的结果,从原始语音库中取出相应的语言基元,然后利用特定的语音合成技术对语音基元进行韵律特性的调整和修改,最终合成出符合要求的语音。,27,语音技术的应用,常用的语音合成方法,按照合成方法分类,参数合成法:通过调整合成器参数实现语音合成。,基音同步叠加法:通过对时域波形拼接实现语音合成。,基于数据库的语音合成法:采用预先录制语音单元并保存在数据库中,再从数据库中选择并拼接出各种语音内容。,28,语音技术的应用,常用的语音合成方法,按照技术方式分类,波形编辑合成:将语句、短语、词或音节作为合成单元。这些单元被分别录音后进行压缩编码,组成一个语音库。重放时,取出相应单元的波形数据,串接或编辑在一起,经解码还原出语音。这种合成方式也称为录音编辑合成。,参数分析合成:以音节、半音节或音素为合成单元。按照语音理论,对所有合成单元的语音进行分析,提取有关语音参数,这些参数经编码后组成一个合成语音库;输出时,根据待合成的语音信息,从语音库中取出相应的合成参数,经编辑和连接,顺序送入语音合成器。在合成器中,通过合成参数的控制,将语音波形重新还原出来。,规则合成:存储的是较小的语音单位,如音素、双音素、半音节或音节的声学参数,以及由音素组成音节、再由音节组成词或句子的各种规则。当输入字母符号时,合成系统利用规则自动地将它们转换成连续的语音波形。,29,语音技术的应用,语音合成发展方向,提高合成语音的自然度,丰富合成语音的表现力,降低语音合成技术的复杂度,多语种文语合成,30,常用音频处理软件,Adobe Audition,GoldWave,Sonar,31,3.2,图像信息处理技术,图像的基本概念,像素:图像最基本的单位。一个像素通常被视为图像最小的完整采样,是一个带有颜色的小方块。,分辨率:衡量图像质量的重要参数。,显示分辨率:显示分辨率是指在某一种显示模式下计算机屏幕上最大的显示区域,以水平和垂直方向的像素个数来表示,也即屏幕上的点数。,图像分辨率:图像分辨率是指每英寸图像中含有的点(或像素)的个数。,33,图像的基本概念,数字图像种类,矢量图:采用数学方法描述的图形,一般有点、线、矩形、多边形、圆和弧线等几何图形组成。,点阵图:也称位图,它由许多颜色不同、深浅不同的像素组成。,34,图像的基本概念,像素深度,颜色深度,是指存储每个像素所用的位数,像素深度决定彩色图像的每个像素可能有的颜色数,或者确定灰度图像的每个像素可能有的灰度级数。,35,图像的基本概念,色彩模式,RGB,模式:又称加色模式,是日常生活中最常见的一种模式,由红、绿、蓝三种颜色叠加产生的色彩模式。,CMYK,模式:也称减色模式,是印刷中普遍使用的色彩模式。,C,表示青色,,M,表示品红色,,Y,表示黄色,,K,表示黑色。,HSB,模式:是一种基于人对颜色的感觉的色彩模式,是以色相(,H,)、饱和度(,S,)和亮度(,B,)彩色三要素为基础来描述颜色的。,位图模式:又称黑白模式,用黑、白两种颜色表示图像中的像素。,灰度模式:该模式只有灰度色。所谓灰度色,就是指纯白、纯黑以及两者中的一系列从黑到白的过渡色。,Lab,模式:由,L,通道、,A,通道和,B,通道三个通道组成,其中,L,通道表示亮度,,A,通道包括的颜色是从深绿色到灰色再亮粉红色,,B,通道包括的颜色是从亮蓝色到灰色再到黄色。,双色调模式,:,通过两至四种自定油墨创建单色调、双色调(两种颜色)、三色调(三种颜色)和四色调(四种颜色)的灰度图像。,索引颜色模式:是使用最多含有,256,种颜色来表现彩色图像的模式,该模式只支持,8,位色彩。,多通道模式:在多通道模式中,每个通道都使用,256,级灰度。可以将一个以上通道合成的任何图像转换为多通道模式,而原来的通道则被转换为专色通道。,36,图像的基本概念,色彩理论,对图像色彩和色调的控制是所有图像处理的关键。色彩和色调调节主要是对图像的亮度、对比度、饱和度以及色相的调节。只有有效地控制图像的色彩和色调,才能制作出高品质的图像。,亮度:就是各种色彩,模式下的图像原色(例如,CMYK,图像的原色为,C,、,M,、,Y,、,K,四种)的明暗程度,。,对比度:,指不同颜色之间的差异。对比度越大,两种颜色之间的差异就越大。,饱和度:,指图像颜色的强度和纯度。它表示纯色中灰成分的相对比例数量。,色相:,指色彩的相貌,也就是色彩的基本特征。,色调:,一幅画像的总体色彩倾向,是上升到一种艺术高度的色彩概括。,37,图像处理技术,图像处理通常是指利用计算机对图像进行处理。其处理手段非常丰富。一般,图像处理可以通过图像处理软件完成。,38,图像处理技术,数字图像处理主要研究内容:,图像变换,图像编码压缩,图像增强和复原,图像分割,图像描述,图像分类,39,图像处理技术,数字图像处理技术主要优点:,再现性好。数字图像不会因图像的存储、传输或复制等一系列变换操作导致图像质量的退化。,处理精度高。图像的数字化精度可以达到很高的应用需求。,灵活性高。数字图像处理不仅能完成线性运算,而且能实现非线性运算,即凡是可以用数学公式或逻辑关系表达的一切运算都可以由数字图像处理实现。,适用面宽。图像可以来自多种信息源,既可以是可见光图像,也可以是不可见的波谱图像。只要针对不同的图像信息源,采取相应的图像采集方法,就可以用图像处理技术处理任何图像。,40,图像文件格式,JPEG,格式是图像最常用的有损压缩格式,文件的扩展名为“,.jpg”,。,JPEG,格式的压缩率是目前各种图像文件中最高的,是目前网络上流行的图像格式。,BMP,格式是,Windows,操作系统中标准的位图文件格式,其扩展名为“,.bmp”,。这种格式的特点是包含的图像信息较丰富,但不采用压缩技术,故占用磁盘空间过大,不利于网络传输。,GIF,格式是由,CompuServe,公司开发的图像文件格式,文件的扩展名为“,.gif”,。,GIF,格式的颜色数目最多,达到,256,色,但文件压缩比较大,因此文件小,适合网上传输。,TIFF,格式是由,Aldus,和,Microsoft,公司为扫描仪和台式计算机出版软件开发的,是为存储黑白图像、灰度图像和彩色图像而定义的存储格式,文件的扩展名为“,.,tif,”,。,PNG,格式是为适应网络传输而设计的静态图像文件格式,文件的扩展名为“,.,png,”,。,41,常用图像处理软件,ACDSee,ACDSee,是由,ACDsystem,公司开发的数字图像处理软件,它提供了良好的操作界面,简单人性化的操作方式,优质的快速图形解码方式,支持丰富的图形格式,强大的图形文件管理功能。能广泛应用于图像的获取、管理、浏览和优化等操作。,Photoshop,Photoshop,是,Adobe,公司推出的最优秀的图像处理软件之一,被广泛应用于平面设计、广告摄影、影像创意、建筑设计、照片设计和修复、网页制作、印刷等应用领域。,Coreldraw,CorelDRAW,是一款由,Corel,公司开发的矢量图形绘制软件,被广泛地应用于商标设计、标志制作、模型绘制、描图描画、排版及分色输出等诸多领域。它提供绘图和排版两大功能。,Fireworks,Fireworks,是由,Adobe,公司开发的专为网页制作者设计的处理网络图像的软件。使用,Fireworks,,不仅可以轻松地制作出十分动感的,GIF,动画,还可以轻易地完成大图切割、动态按钮、动态翻转图等。,42,3.3,动画制作,44,动画的基本概念,产生动画的原理,从屏幕上观看电影、电视或动画片时,看到的画面是连续的,而从胶片上看到的却是一幅幅定格的画面,这是由于人眼有视觉残留的生理特点。人的眼睛在看到一幅画或一个物体后,在,1/24,秒内不会消失。利用这一原理,如果以每秒,24,幅画面的速度播放,人眼就可以看到连续的画面,产生了运动的视觉效果。,动画的基本原理,压缩与拉伸,预备动作,演出(布局),44,45,动画的基本概念,顺序动画与原图,动画制作方式,追随与交搭动作,慢入与慢出,运动弧线,次要动作,时间掌握,夸张,立体造型,吸引力,45,46,动画的基本概念,动画的分类,二维动画又称为平面动画,三维动画又称为,3D,动画,计算机动画的特点,计算机动画与手工动画相比有许多优越性,使用计算机可以进行角色设计、背景绘制、描线上色等常规工作,它具有操作方便、颜色一致、准确等特点,不用担心颜料变质等问题。其绘图界线明确,不需晾干,不会串色,改色方便,更不会因层数增多而影响下层的颜色。,46,47,动画的基本概念,计算机动画的特点,计算机动画还具有检查方便、简化管理、提高生产效率、缩短制作周期等优点。很多重复劳动可以借助计算机来完成,比如计算机生成的图像可以复制、翻转、放大、缩小。,47,48,动画制作技术,逐帧动画,逐帧动画是最基础的动画表现方法,每一帧的内容都不同,需要一帧一帧绘制。逐帧动画具有非常大的灵活性,几乎可以表现任何想表现的内容,适合制作表演很细腻的动画,如,3D,效果、人走路等。但是,由于逐帧动画需要逐帧绘制每一帧的内容,增加了制作负担,而且最终输出的文件也很大。,48,动画制作技术,路径动画,生活中存在着大量的曲线运动,例如:大炮射出炮弹的抛物体运动,人造卫星围绕地球的圆周运动等。在动画中,如果让对象沿曲线运动,应先绘制曲线作为对象运动的轨迹,然后进行相应的设置,可以看到对象沿着曲线运动,这就是路径动画。,49,49,50,动画制作技术,变形动画,变形指对象的形状变化,它可以使一个对象逐渐变成另一个完全不同的对象,或者改变一个对象的形状。变形的起始对象和结束对象分别在两个关键帧中,从起始形状变化到结束形状的关键在于自动地生成中间形状,即自动生成中间帧。,50,51,动画制作技术,粒子动画,粒子动画方面的先驱是,Reeves,,他提出了粒子系统理论。粒子系统的基本思想是把不规则模糊物体看作由一定数量的粒子组成的粒子群体,每个粒子有共同的属性,如速度、加速度、颜色、生存周期、大小、形状等。粒子在随时间的变化过程中,按照所赋予的粒子动力学规律改变其状态,这种粒子运动均可以通过受控的随机过程来模拟实现。,由于粒子系统是一个有“生命”的系统,它充分体现了不规则物体的动态性和随机性,这使模拟动态的自然景观如火、云、水等成为可能。通过粒子动画模拟的火光、烟雾、闪电等特殊光效,已广泛应用于电影行业。,51,52,动画制作技术,群体动画,在生物界,许多动物如鸟、鱼等以群体的方式运动。这种运动既有随机性,又有一定的规律性。,Reynolds,提出的群体动画成功地解决了这一问题。群体的行为包含两个对立的因素,既要相互靠近又要避免碰撞。可以使用按优先级递减的碰撞避免原则(即避免与相邻的群体成员相碰)、速度匹配原则(即尽量匹配相邻群体成员的速度)和群体合群原则(即群体成员之间尽量靠近)三条原则,来控制群体的行为。,52,53,动画文件格式,GIF,格式,GIF,(,Graphics Interchange Format,)即“图像交换格式”,文件的扩展名是“,.GIF”,。这种格式在,20,世纪,80,年代由美国一家著名的在线信息服务机构,CompuServe,开发而成。,GIF,格式的颜色数较少,最多只能用,256,种颜色来表示对象。,GIF,格式文件小,适合网络传输。考虑到网络传输中的实际情况,,GIF,格式还增加了渐显方式,在图像传输过程中,用户可以先看到图像的大致轮廓,然后随着传输过程的继续而逐步看清图像中的细节部分,从而适应了用户的“从朦胧到清楚”的观赏心理。目前,Internet,上大量采用的彩色动画文件多为这种格式的文件。,53,54,动画文件格式,SWF,格式,动画制作软件,Flash,制作出扩展名为“,.SWF”,的动画文件。这种格式的动画文件比较小并且画面质量高。在图像的传输方面,采用的是流式动画播放技术,用户不必等到文件全部下载才能观看,而是可以边下载边欣赏,因此特别适合网络传输。此外,,SWF,动画是基于矢量技术制作的,因此不管将画面放大多少倍,画面仍然清晰流畅,质量不会因此而降低。,SWF,格式动画作品受到了越来越多网页设计者的青睐,成为网页动画的主流。,54,55,动画文件格式,FLIC,格式,FLIC,是,AutoDesk,公司在其出品的,2D,、,3D,动画制作软件中,采用的彩色动画文件格式。,FLIC,是,FLI,和,FLC,的统称,,FLI,是最初的基于,320200,像素的动画文件格式,而,FLC,则是,FLI,的扩展格式,采用了更高效的数据压缩技术,其分辨率也不再局限于,320200,像素。,FLIC,文件采用行程编码(,RLE,)算法和,Delta,算法进行无损数据压缩,首先压缩并保存整个动画序列中的第一幅图像,然后逐帧计算前后两幅相邻图像的差异或改变部分,并对这部分数据进行,RLE,压缩,由于动画序列中前后相邻图像的差别通常不大,因此可以得到相当高的数据压缩率。,55,56,二维动画制作,二维动画,二维动画又称为平面动画,通过平面上物体的运动和变形来实现动画。二维动画是对手工传统动画的改进。可以输入和编辑关键帧,计算和生成中间帧,定义运动路径,实现画面与声音的同步。,二维动画应用领域,二维动画主要应用于网站建设、动画短片、游戏开发和制作教学课件等领域。,56,57,二维动画制作,常用二维动画制作软件,ANIMO,是英国,Cambridge Animation,公司开发的动画制作软件,模拟传统的动画制作过程,操作方式直观。,TOONZ,是优秀的卡通动画制作软件,被广泛应用于卡通动画系列片、音乐片、教育片、商业广告片中的卡通动画制作。,Flash,是目前流行的二维动画制作软件,制作的动画具有体积小、交互性好的特点,被广泛应用于网络动画制作。,57,58,三维动画制作,三维动画,三维动画又称,3D,动画,是近年来随着计算机软硬件技术的发展而产生的新兴技术。三维动画软件在计算机中首先建立一个虚拟的世界,设计师在这个虚拟的三维世界中按照要表现的对象的形状尺寸建立模型以及场景,设置模型的动画效果,最后按要求为模型赋上特定的材质,并打上灯光。,58,59,三维动画制作,三维动画应用领域,三维动画能给观赏者以身临其境的感觉,主要应用于广告、影视、建筑、模拟动画、园林设计和产品演示等领域。,常用三维动画制作软件,3ds Max,是,AutoDesk,公司出品的三维动画制作软件。它具有优良的多线程运算能力、丰富的建模和动画能力以及出色的材质编辑系统。,59,60,三维动画制作,Maya,是,AutoDesk,公司出品的三维动画制作软件。作为三维动画软件的后起之秀,深受业界欢迎和钟爱。它不仅包括一般三维和视觉效果制作的功能,而且还结合了最先进的建模、数字化布料模拟、毛发渲染和运动匹配技术。,Maya,因其强大的功能在,3D,动画界造成巨大的影响,已经渗入到电影、电视、游戏可视化等领域,成为三维动画软件中的佼佼者。,Lightwave,3D,是,NewTek,公司的产品。它具有出色的品质,价格却非常低廉,这也是众多公司选用它的原因之一。,Softimage 3D,是由专业动画师设计的强大的三维动画制作工具。,60,3.4,视频信息处理技术,视频的基本概念,视频基础,视频:由一系列单独的静止图像组成,每秒钟连续播放静止图像,利用人眼的视觉残留现象,在观者眼中就产生了平滑而连续活动的影像。,帧(,Frame,):视频图像的最小单位,一帧表示扫描获得一幅完整图像的模拟信号。,帧频:每秒钟连续播放的帧数,单位是帧,/,秒。,典型的帧频,:24,帧,/,秒、,25,帧,/,秒,和,30,帧,/,秒,(,29.97,帧,/,秒)。,扫描:在电视台发射的信号中,每帧图像都是逐行“画”成的,称为“扫描”。,逐行扫描:一帧即是一个垂直扫描场,.,隔行扫描,:,一帧由奇数场和偶数场两个场构成,两个隔行扫描场表示一帧。,常见的视频信号有:电视和电影。,62,视频的基本概念,电视的色彩模型,电视所采用的色彩模型有,RGB,模型和,YUV,模型等。,RGB,:又称三原色相加混色模型。在彩色电视拍摄和播放时,采用这种色彩模型。,YUV,:又称亮度色差模型。在电视信号传送时,采用这种色彩模型。,由于电视的制式不同,采用的色彩模型也不一样。但基本的原理是一样的,即拍摄和播放时采用,RGB,模型,传送时用,YUV,模型。两种模型之间可以相互转换。,63,视频的基本概念,电视制式,电视的制式就是电视信号的标准。制式的区分主要在于帧频、分辨率、信号带宽以及载频、色彩空间的转换关系上。不同的制式对视频信号的解码方式、色彩处理方式以及屏幕扫描频率的要求都有所不同。,目前全世界有,NTSC,、,PAL,、,SECAM,和,HDTV,几种常见的彩色电视制式。中国采用的是,PAL,制式。,64,视频的基本概念,NTSC,制式,NTSC,(,National Television Systems Committee,,即国家电视制式委员会)是,1952,年美国国家电视标准委员会定义的彩色电视广播标准,它采用了正交平衡调幅技术(正交平衡调幅制)。美国、加拿大等大部分西半球国家,和亚太地区日本、韩国、菲律宾等国和中国的台湾地区采用这种制式。,NTSC,制式规定:帧频为,30,帧,/,秒,(,29.97,帧,/,秒,),每帧图像有,525,行扫描线,扫描方式为隔行扫描,宽高比是,4,:,3,,场扫描频率是,60Hz,,色彩模型为,YIQ,。,YIQ,也是一种亮度色差模型,其中:,Y,表示亮度,,I,和,Q,表示色差。,65,视频的基本概念,PAL,制式,PAL,(,Phase-Alternative Line,,即逐行相位交换)是,1962,年德国(当时的联邦德国)制定的一种彩色电视广播标准。德国、英国等一些西欧国家,以及中国、朝鲜、新加坡、澳大利亚、新西兰等国家采用这种制式。,PAL,制式规定:帧频为,25,帧,/,秒,,每帧图像有,625,行扫描线,扫描方式为隔行扫描,宽高比是,4,:,3,,场扫描频率是,50Hz,,色彩模型为,YUV,。,66,视频的基本概念,SECAM,制式,SECAM,(,Sequential,Colour,Avec,Memoire,,即顺序传送彩色信号与存储恢复彩色信号)是法国,1956,年提出、,1966,年制定的一种彩色电视广播标准,这种制式与,PAL,制类似,其差别是,SECAM,中的色度信号是频率调制(,FM,)。法国、前苏联、东欧以及中东部分国家采用这种制式。,SECAM,制式规定:帧频为,25,帧,/,秒,每帧图像有,625,行扫描线,扫描方式为隔行扫描,宽高比是,4,:,3,,场扫描频率,50Hz,,色彩模型为,YUV,。,67,视频的基本概念,HDTV,HDTV,(,High Definition TV,,即高清晰度电视)是目前正在蓬勃发展的电视标准,尚未完全统一。但一般认为:每帧扫描在,1000,行以上,宽高比是,16,:,9,,扫描方式为逐行扫描,有较高的扫描频率,传送的信号全部数字化。,68,视频的基本概念,视频时间码,一段视频片段的持续时间以及它的开始帧和结束帧通常用时间单位和地址来计算,这些时间单位和地址被称为时间码(简称时码)。,时码标准为,SMPTE,,其格式为“小时:分钟:秒:帧”。,例:,一个,PAL,制式(,25,帧,/,秒)的素材片段表示为“,00,:,01,:,30,:,12”,,播放的帧率为,25,帧,/,秒,那么这段素材共有,2560+2530+12=2262,(帧),69,视频的基本概念,视频的特点,直观、生动、具体,高分辨率、色彩逼真(真彩色),信息容量大,人类接受的信息约,70%,来自视觉,一般还包括音频信号。,70,视频的基本概念,模拟视频,模拟视频信号是一种用于传输图像和声音且随时间连续变化的电信号。早期视频的获取、存储和传输都是采用模拟方式,所用的存储介质、处理设备以及传输网络都是模拟的。,计算机不能处理模拟视频信息,只有把模拟视频图像转换成数字化的视频图像,计算机才能对视频信号进行处理。,71,视频的基本概念,数字视频,数字视频是以离散的数字信号表示、存储、处理和传输的视频信息,所用的存储介质、处理设备以及传输网络都是数字的,对模拟视频进行数字化后得到的就是数字视频。,模拟视频数字化过程:模,/,数转换(,A/D,),数字信号转换成模拟信号的过程:数,/,模转换(,D/A,),72,视频的基本概念,模拟视频数字化,采样、量化和编码。,视频采样。模拟视频一般采用分量数字化方式,使用,RGB,模型中的,R,、,G,、,B,分量或,YUV,模型中的,Y,、,U,、,V,分量表示图像上的数据,这是模拟视频转换成数字视频常用的方法。,数字视频常用的采样格式有,4:4:4,、,4:2:2,、,4:1:1,、,4:2:0,四种。,4:4:4,采样格式称为全采样格式,其他采样格式称为子采样格式。,视频量化。对视频图像进行离散化处理,如果信号的量化精度为,8,位二进制,信号就有,2,8,=256,个量化等级。相对于以上不同的采样格式,如果使用相同的量化精度,则每个像素的采样数据也不同。,编码。数字视频信号要经过编码压缩后才能以视频文件的形式存储或传输,最后由解码器将压缩后的数字视频还原输出,实现视频播放。,73,视频的基本概念,数字视频技术的发展概况,第一发展阶段,此时的硬盘存储容量一般只有几百兆字节,数字视频技术基本上用于专业视频影像领域,可编辑的视频信号长度非常有限。,第二发展阶段,随着计算机硬件技术的发展,外存储器的存储容量成倍地增长,可编辑的数字视频信号在时间上得到延长。,第三发展阶段,数据压缩算法的快速发展,使得对视频数据序列进行压缩处理并保存得以实现,解决了数字视频信号数据量大的问题。然而,标准化的问题却日渐突出,尽快解决标准化的问题变得非常迫切。,第四发展阶段,定义了数字视频信号的标准文件格式,比如,AVI,(,Audio Video Interleaved,)格式,使得数字视频信号实现了标准化,同时进一步完善了视频信号的压缩和解压缩技术,使个人计算机处理、交换、网络传输和保存视频信号成为可能。,74,视频的基本概念,数字视频的特点,数字视频的播放速度为每秒,25,帧;,可倒序播放,具有逆向性;,保存时间长,远距离传输没有失真的积累,抗干扰性能强,无信号衰减问题;,可以无限制地复制副本,图像质量好,不存在失真问题;,利用计算机视频编辑技术制作特殊效果,例如三维动画效果、变形动画效果;,可以采用成本低、容量大的激光盘存储介质;,可以把数字信号转换成模拟信号,记录在录像带上。,75,视频的基本概念,数字视频的技术参数,帧频,为了产生动感,视频信号在连续播放时,采用快速切换帧的方法。不同制式的视频信号帧率不同。电影的帧率是,24,帧,/,秒,,NTSC,制式的帧率为,30,帧,/,秒,,PAL,制式的帧率为,25,帧,/,秒。在互联网中,有时有意减少数据量,帧率降低至,16,帧,/,秒或更低,视觉效果尽管不如,25,帧,/,秒的播放效果,但能快速传送视频信号。,数据量,视频信号的大量数据将使计算机和显示器的运行速度跟不上,因此数据压缩方法是减少数据量最常用的方法,此外,通过减小画面尺寸、降低帧率、减少彩色数量等也可以达到减少数据量的目的,当然过分减少数据量的结果,会使视觉效果不佳。,图像质量,过分压缩的结果,使图像质量明显下降。因此需要掌握适当的压缩倍数,在图像质量与数据量之间寻求平衡。,76,视频的基本概念,数字视频压缩技术,压缩比一般指压缩前的数据量与压缩后的数据量之比,由于视频是连续的静态图像,因此其压缩编码算法与静态图像的压缩编码算法有些相同的地方。随着视频压缩技术和硬件技术的发展,专门用于压缩和解压缩的协处理器芯片问世,目前的视频压缩卡上都有这种协处理器芯片,大大加快了压缩和解压缩的速度。,目前所有数字视频压缩技术均采用有损数据压缩方法,有损压缩意味着解压缩后的数据与压缩前的数据不一致。在压缩过程中要损失一些人眼和人耳所不敏感的图像信息,而且丢失的信息不可恢复。但由于损失被控制在很小的范围内,并且图像是动态的,因此肉眼无法察觉。可根据使用场合的不同和图像质量的不同选择合适的视频数据压缩比。,77,视频的基本概念,视频数字化的优点。,数字视频便于处理,数字视频再现性好,数字视频可以长距离传输,78,数字视频文件格式,AVI,格式,MPEG/MPG/DAT,格式,RA/RM/RAM,格式,MOV,格式,VCD,光盘视频标准,DVD,光盘视频标准,79,常用视频处理软件,Adobe Premiere,After Effects,会声会影,80,3.5,多媒体素材制备,数码音频的制备技巧,数码音频制作时,其音频质量除了与设备质量有关外,还与音频的制作方法有关。要使音频效果好,应注意以下几条原则:,(,1,)尽量避免记录声音信号,要记录电信号,(,2,)尽量用高电平录音,而不用低电平录音,(,3,)选择录音的输入方式,音频几种电信号录音方式:线路输入,,DIN,插座输入和话筒输入。各种输入方式对输入的电信号的要求是:线路输入:约为,20mV-100mV,左右;,DIN,插座输入:约为,30mV,左右;话筒输入:是把语音信号直接转换为电信号,电信号强度与,DIN,插座输入接近,82,数码图像的制备技巧,概述,数码图像的获取可以分为两种方法:一种是对采用模拟设备获取的图像通过扫描仪等设备转化为数码图像;另一种是直接用数码照相机通过摄影获取数码图像。,在摄影中主要是注意光源、构图和色彩三个方面的问题。,图像扫描技术,扫描仪是一种把模拟图像转换为计算机能够处理的数码图像的必备工具,它是一种捕获图像,并将之转化为计算机可以显示、编辑、存储、打印的一种数字化输入设备。其采用封闭的光学扫描环境,受环境的影响小,图像稳定,扫描精度高,在数字图像获取领域具有重要作用。,83,图像摄影中的光源应用技巧,在摄影中常用的光源有自然光、人工光和混合光三种。,(,1,)自然光:,自然界中有许多发光体及发光现象,这些发光体所发出的光都属于自然光,但在摄影中所指的自然光一般指太阳光。,自然光的属性包含照度变化、照射角度、光质变化、色温变化,(,2,)人工光,人工光包括照明灯光和闪光灯两种,人工光特点:,光源本身的面积较小,属于点光源,其照度及曝光量的变化与照射距离有关;,光源本身面积越小,灯泡透明度越高,发光越集中,光质越硬,被照物体明暗反差越强,物体投影越浓重,轮廓清晰;,照明灯含色各不相同,色温也有很大差异,所以拍摄彩色图像必须注意色温。,84,图像画面构图技巧,(,1,)构图的一般规律,内容的简洁性。,形式结构的相关性。,表现手法的多样性。,操作实践的灵活性。,(,2,)构图的基本要素,在构图中有多种要素会影响整个画面的主题,这些要素包括线条、形状、明暗、质感、立体感、时间感、均衡、节奏、布局、对比、夸张等。,布局就是画面的总体设计,要把各种有利于表达主题的构图要素做一个统一的安排。在布局中要注意两点:,突出一个中心。,在变化中求统一,在统一中求变化。,85,图像中的色彩,色彩是通过眼、脑和人们的生活经验所产生的一种对光的视觉效应。人对颜色的感觉不仅仅由光的物理性质所决定,比如人类对颜色的感觉往往受到周围颜色的影响。人们也将物质产生不同颜色的物理特性直接称为颜色。,红、绿、蓝三色称为三原色,通过三原色的不同组合可以形成自然界中的万紫千红的色彩,其色彩组合亮度公式为:,Y=0.59R+0.11G+0.30B,其中:,Y,为色彩亮度,,R,为红色,,G,为绿色,,B,为蓝色。,86,图像中的色彩,色彩的三个基本特性:,色相(色别):即色彩的相貌和特征。,饱和度(色纯度):即色彩的鲜艳程度。,亮度(色度或色值):指色彩的明暗程度。,87,图像中的色彩,色彩的造型:色彩的造型是指摄影师、摄像师对画面的色调处理。,色彩对比:色彩对比是指某一色彩,因受到周围色彩的影响,产生了与该色彩单独存在时不一样的视觉效果。色彩对比包含色相对比、明度对比、饱和度对比。,色彩的协调:根据色彩的色相、饱和度、亮度的三个基本属性之间的相互关系,来进行色彩的协调。主要包括:整幅画面必须具有整体感的色调,但不排除其他色彩;色亮度要有机搭配,和谐统一;色彩要有对比,但要避免冲突。,色彩的色调:色调是颜色的重要特征,它决定了颜色本质的根本特征。通常可以从色相、明度、冷暖、纯度四个方面来定义色调。色调概况起来有这几种类型,淡调、浓调、暖调、冷调、中间调、强烈色调。,88,数码视频的制作技巧,数码视频的获取有两种方式:一是通过视频捕获设备把模拟视频信号转换为数码视频信号;另一种是直接通过数码摄像设备获取数码视频信号。,数码视频捕获转换设备有多种,目前最常用的设备是,IEEE 1394,视频采集卡。,IEEE 1394,卡是一种用于采集视频信号的外部设备,它一般都是把输入的模拟信号通过内置芯片提供的采集捕获功能转换成数字信号。,89,数码视频的制作技巧,视频制作中的布光技巧,摄像用光分类。根据其功能和效果,可分为主光、辅助光、轮廓光、背景光、装饰光等。,三点布光。利用主光、轮廓光和辅助光来进行布光的方法称为三点布光。,光位布光。以光源所在位置来划分。以水平方向来分,有顺光、顺侧光、侧光、逆侧光和逆光;以高低角度来分,有顶光、仰光、俯光、平光和脚光。,视频拍摄所需的照度。在进行彩色拍摄时,最佳照度一般为,2000lx,,其光圈指数可在,F4F2,之间。,布光的时候应注意:布光目标必须明确;灯光色温要一致;掌握好布光的次序,其顺序为主光,辅助光,轮廓光,装饰光;要进行全面检查,检查的顺序为从小到大,从局部到整体。检查内容为明暗度、色彩还原等。,90,数码视频的制作技巧,视频拍摄运动画面和场景的技巧,镜头的划分。镜头的种类较多,分法也多种多样。一般来说与照相机镜头相似可分为普通镜头、广角镜头、长焦距镜头。不同焦距的镜头具有不同的造型性能和艺术效果。,景别的选用。景别是由视距决定的。视距是在不使用变焦镜头的情况下,从拍摄点到被拍摄物体之间的距离。视距近,主体显得大;视距远,主体就显得小。所谓的景别,就是指被摄物体在画面中所占的范围大小。常用的景别有远景、全景、中景、近景和特写等。,运动镜头。指在拍摄中有目的地变换摄像机的角度、移动机位或改变镜头焦距。运动镜头的基本形式主要以机身为轴心进行旋转,与空间运动结合起来。具体可分为推、拉、摇、移、跟等多种拍摄方法。,91,数码视频的制作技巧,视频画面的基本构图技巧,(,1,)视频画面构图特点。,构图是指画面的结构与布局,其特点有两个:一是对比鲜明;二是主次分明。,(,2,)视频画面构图要求。,视频画面主要由主体、陪体、前景、背景和空白,5,部分构成,称为构图五要素。陪体是帮助表达主体特征,烘托主体。前景是处于主体前靠近镜头的景物,起到美化画面、增强空间感的作用。背景是位于主体后面的人物或景物,使画面产生纵深感。空白,即为单一色调的背景,对抒发感情,塑造形象起特殊作用。构图五要素之间的关系必须和谐统一、相互呼应,才能较好地表现视频画面的主题。,(,3,)视频画面构图方法。,在视频拍摄时,首先根据创作意图,选择构图对象,主体、陪体、衬景(前景和背景)、空白。然后选定具有一定距离、角度的较佳视点作为拍摄位置。主题必须突出,布局要严谨。不要过多使用远景、大远景场面,这样将使主题目标过小,不能突出主题,达不到预期效果。,92,
展开阅读全文