1、1.3多媒體的關鍵技術在開發(fā)多媒體應用系統(tǒng)中，要使多媒體系統(tǒng)能交互地綜合處理和傳輸數(shù)字化的聲音、文 字、圖像信息，實現(xiàn)面向三維圖形、立體聲音、彩色全屏幕運動畫面的技術處理和傳播的效 果，它的關鍵技術是要進行數(shù)據(jù)壓縮、數(shù)據(jù)解壓縮、生產(chǎn)專用芯片、解決大容量信息存儲等 問題。1.3.1視頻音頻數(shù)據(jù)壓縮/解壓縮技術研制多媒體計算機需要解決的關鍵問題之一是要使計算機能適時地綜合處理聲、文、圖 信息。由于數(shù)字化的圖像、聲音等媒體數(shù)據(jù)量非常大，致使在目前流行的計算機產(chǎn)品，特別 是微機系列上開展多媒體應用難以實現(xiàn)。例如，未經(jīng)壓縮的視頻圖像處理時的數(shù)據(jù)量每秒約 28MB，播放一分鐘立體聲音樂也需要100MB存儲

2、空間。視頻與音頻信號不僅需要較大的 存儲空間，還要求傳輸速度快。因此，既要對數(shù)據(jù)進行壓縮和解壓縮的實時處理，又要進行 快速傳輸處理。這對目前的微機來說無法勝任。因此，必須對多媒體信息進行實時壓縮和解 壓縮。如果不經(jīng)過數(shù)據(jù)壓縮，實時處理數(shù)字化的較長的聲音和多幀圖像信息所需要的存儲容 量、傳輸率和計算速度都是目前PC機難以達到的和不經(jīng)濟實用的。數(shù)據(jù)壓縮技術的發(fā)展大 大推動了多媒體技術的發(fā)展。目前的研究結果表明，選用合適的數(shù)據(jù)壓縮技術，有可能將字符數(shù)據(jù)量壓縮到原來的 1/2左右，語音數(shù)據(jù)量壓縮到原來的1/21/10，圖像數(shù)據(jù)量壓縮到原來的1/21/60。數(shù)據(jù)壓 縮理論的研究已有40多年的歷史，技術日

3、趨成熟。如今已有壓縮編碼/解壓縮編碼的國際 標準JPEG和MPEG，并且已經(jīng)產(chǎn)生了各種各樣針對不同用途的壓縮算法、壓縮手段和實現(xiàn) 這些算法的大規(guī)模集成電路和計算機軟件。1.3.2多媒體專用芯片技術專用芯片是多媒體計算機硬件體系結構的關鍵。因為，要實現(xiàn)音頻、視頻信號的快速壓 縮、解壓縮和播放處理，需要大量的快速計算。而實現(xiàn)圖像的許多特殊效果（如改變比例、 淡入淡出、馬賽克等）、圖形的處理（圖形的生成和繪制等）、語音信號處理（抑制噪聲、濾波） 等等，也都需要較快的運算和處理速度。因此只有采用專用芯片，才能取得滿意的效果。 多媒體計算機專用芯片可歸納為兩種類型：一種是固定功能的芯片，另一種是可編程的

4、數(shù)字 信號處理器（DSP）芯片。DSP芯片是為完成某種特定信號處理設計的，在通用機上需要多條 指令才能完成的處理，在DSP上可用一條指令完成。最早出現(xiàn)的固定功能專用芯片是基于圖像處理的壓縮處理芯片，即將實現(xiàn)靜態(tài)圖像的數(shù) 據(jù)壓縮/解壓縮算法做在一個芯片上，從而大大提高其處理速度。以后，許多半導體廠商或 公司又推出了執(zhí)行國際標準壓縮編碼的專用芯片，例如，支持用于運動圖像及其伴音壓縮的 MPEG標準芯片，芯片的設計還充分考慮到MPEG標準的擴充和修改。由于壓縮編碼的國 際標準較多，一些廠家和公司還推出了多功能視頻壓縮芯片。另外還有高效可編程多媒體處 理器，其計算能力可望達到2Bips（Billion

5、 Instructions Per Second）。這些高檔的專用多媒體處 理器芯片，不僅大大提高了音頻、視頻信號處理速度，而且在音頻、視頻數(shù)據(jù)編碼時可增加 特技效果。1.3.3大容量信息存儲技術多媒體的音頻、視頻、圖像等信息雖經(jīng)過壓縮處理，但仍然需要相當大的存儲空間。而 且硬盤存儲器的盤片是不可交換的，不能用于多媒體信息和軟件的發(fā)行。大容量只讀光盤存 儲器(CD-ROM)的出現(xiàn)，解決了多媒體信息存儲空間及交換問題。光盤機以存儲量大、密度高、介質可交換、數(shù)據(jù)保存壽命長、價格低廉以及應用多樣化 等特點成為多媒體計算機中必不可少的設備。利用數(shù)據(jù)壓縮技術，在一張CD-ROM光盤上 能夠存取74分鐘全

6、運動的視頻圖像或者十幾個小時的語音信息或數(shù)千幅靜止圖像。 CD-ROM光盤機技術已比較成熟，但速度慢，其只讀特點適合于需長久保存的資料。在 CD-ROM基礎上，還開發(fā)了有CD-I和CD-V，即具有活動影像的全動作與全屏電視圖像的 交互式可視光盤。在只讀CD家族中還有稱為“小影碟”的VCD、可刻錄式光盤CD-R、高 畫質、高音質的光盤DVD以及用數(shù)字方式把傳統(tǒng)照片轉存到光盤，使用戶在屏幕上可欣賞 高清晰度的照片的PHOTO CD。DVD(Digital Video Disc)是1996年底推出的新一代光盤標 準，它使得基于計算機的數(shù)字視盤驅動器將能從單個盤片上讀取4.7GB至17GB的數(shù)據(jù)量，

7、而盤片的尺寸與CD相同。1.3.4多媒體輸入與輸出技術多媒體輸入/輸出技術包括媒體變換技術、媒體識別技術、媒體理解技術和綜合技術。媒體變換技術是指改變媒體的表現(xiàn)形式，如當前廣泛使用的視頻卡、音頻卡(聲卡)都屬 媒體變換設備。媒體識別技術是對信息進行一對一的映像過程。例如，語音識別是將語音映像為一串字、 詞或句子；觸摸屏是根據(jù)觸摸屏上的位置識別其操作要求。媒體理解技術是對信息進行更進一步的分析處理和理解信息內容，如自然語言理解、圖 像理解、模式識別等技術。媒體綜合技術是把低維信息表示映像成高維的模式空間的過程，例如，語音合成器就可 以把語音的內部表示綜合為聲音輸出。前兩種技術相對比較成熟，應用較

8、廣泛，而媒體理解和綜合技術目前還不成熟，只用在 某些特定場合。1.3.5多媒體軟件技術多媒體軟件技術主要包括多媒體操作系統(tǒng)、多媒體素材采集與制作技術、多媒體編輯與 創(chuàng)作技術、多媒體應用程序開發(fā)技術、多媒體數(shù)據(jù)庫管理技術等。多媒體操作系統(tǒng)多媒體操作系統(tǒng)是多媒體軟件的核心。它負責多媒體環(huán)境下多任務的調度、保證音頻、 視頻同步控制以及信息處理的實時性，提供多媒體信息的各種基本操作和管理，具有對設備 的相對獨立性與可擴展性。要求該操作系統(tǒng)要像處理文本、圖像文件一樣方便靈活的處理動 態(tài)音頻和視頻：在控制功能上，要擴展到對錄像機、音響、MIDI等聲像設備以及CD-ROM 光盤存儲設備等。多媒體操作系統(tǒng)要能

9、處理多任務，易于擴充；要求數(shù)據(jù)存取與數(shù)據(jù)格式無 關；提供統(tǒng)一的友好界面。為支持上述要求，一般是在現(xiàn)有操作系統(tǒng)上進行擴充。Windows、 OS/2和Macintosh操作系統(tǒng)都提供了對多媒體的支持。在我國，目前微機上開發(fā)多媒體軟 件用得較多的是Windows操作系統(tǒng)。多媒體素材采集與制作技術素材的采集與制作主要包括采集并編輯多種媒體數(shù)據(jù)，如聲音信號的錄制、編輯和播放； 圖像掃描及預處理；全動態(tài)視頻采集及編輯；動畫生成編輯；音/視頻信號的混合和同步等。 同時還涉及到相應的媒體采集、制作軟件的使用問題。多媒體編輯與創(chuàng)作工具多媒體編輯創(chuàng)作軟件又稱多媒體創(chuàng)作工具，是多媒體專業(yè)人員在多媒體操作系統(tǒng)之上開

10、 發(fā)的，供應用領域的專業(yè)人員組織編排多媒體數(shù)據(jù)，并把它們連接成完整的多媒體應用系統(tǒng) 的工具。高檔的創(chuàng)作工具可用于影視系統(tǒng)的動畫制作及特技效果，中檔的用于培訓、教育和 娛樂節(jié)目制作，低檔的可用于商業(yè)簡介、家庭學習材料的編輯。多媒體數(shù)據(jù)庫技術由于多媒體信息是結構型的，致使傳統(tǒng)的關系數(shù)據(jù)庫已不適用于多媒體的信息管理，需 要從下面幾個方面研究數(shù)據(jù)庫：多媒體數(shù)據(jù)模型。目前主要采用基于關系模型加以擴充，因為傳統(tǒng)的關系數(shù)據(jù)庫將所有 的對象都看成二維表，難以處理多媒體數(shù)據(jù)模型。而面向對象技術的發(fā)展推動了數(shù)據(jù)庫技術 的發(fā)展，面向對象技術與數(shù)據(jù)庫技術的結合導致了基于面向對象模型和超媒體模型的數(shù)據(jù)庫 的研究。媒體數(shù)

11、據(jù)壓縮和解壓縮的模式。該技術主要解決多媒體數(shù)據(jù)過大的空間和時間開銷問 題。壓縮技術要考慮算法復雜度、實現(xiàn)速度以及壓縮質量等問題。多媒體數(shù)據(jù)管理及存取方法。采用目前常用的分頁管理、B樹和HASH方法外，多媒 體數(shù)據(jù)庫還要引入矢量空間模型信息索引檢索技術，超位檢索技術，智能索引技術以及基于 內容的檢索方法等。尤其是超媒體組織數(shù)據(jù)機制更為多媒體數(shù)據(jù)庫操作增加了活力。用戶界面。用戶界面除提供多媒體功能調用外，還應提供對各種媒體的編輯功能、變換 功能和用戶接口。超文本/超媒體技術超文本是一種新穎的文本信息管理技術。它提供的方法是建立各種媒體信息之間的網(wǎng)狀 鏈接結構。這種結構由節(jié)點組成，沒有固定的順序，也

12、不要求必須按某個順序檢索，與傳統(tǒng) 的線性文本結構有著很大的區(qū)別。以節(jié)點為基礎的信息塊容易按照人們的“聯(lián)想”關系加以 組織，符合人們的“聯(lián)想”邏輯思維習慣。一般把已組織成的網(wǎng)狀的信息稱為超文本，而把對其進行管理使用的系統(tǒng)稱為超文本系 統(tǒng)。典型的超文本系統(tǒng)應具有用于瀏覽節(jié)點、防止迷路的交互式工具，即瀏覽器，或稱為導 航圖。它是超文本網(wǎng)絡的結構圖與數(shù)據(jù)中的節(jié)點和鏈形成一一對應的關系。導航圖可以幫助 用戶在網(wǎng)絡中定向和觀察信息的連接。如果超文本中的節(jié)點的數(shù)據(jù)不僅可以是文本，還可以 是圖像、動畫、音頻、視頻，則稱為超媒體。超文本和超媒體己廣泛應用于多媒體信息管理 中。多媒體應用開發(fā)技術在多媒體應用開發(fā)方

13、面，目前還缺少一個定義完整的應用開發(fā)方法學。采用傳統(tǒng)的軟件 開發(fā)方法在多媒體應用領域中成功的例子很少。多媒體應用的開發(fā)會使一些采用不同問題解 決方法的人集中到一起，包括計算機開發(fā)人員、音樂創(chuàng)作人員、圖像藝術家等，他們的工作 方法以及思考問題的方法都將是完全不同的。對于項目管理者來說，研究和推出一個多媒體 應用開發(fā)方法學將是極為重要的。1.3.6多媒體通信技術多媒體通信要求能夠綜合地傳輸、交換各種信息類型，而不同的信息呈現(xiàn)出不同的特征。 比如，語音和視頻有較強的適應性要求，它容許出現(xiàn)某些文字的錯誤，但不能容忍任何延遲。 而對于數(shù)據(jù)來說，則可容忍延遲，但卻不能有錯，因為即便是一個字節(jié)的錯誤都會改變

14、數(shù)據(jù) 的意義。多媒體通信技術包含語音壓縮、圖像壓縮及多媒體的混合傳輸技術。為了只用一根電話 線同時傳輸語音、圖像、文件等信號，必須要用復雜的多路混合傳輸技術，而且要采用特殊 的約定來完成。現(xiàn)有的通信網(wǎng)大都不太適應數(shù)字化的多媒體數(shù)據(jù)的傳輸。人們期望未來能夠將多種網(wǎng)絡 進行統(tǒng)一，包括用于話音通信的電話網(wǎng)、用于計算機通信的計算機網(wǎng)和用于大眾傳播的廣播 電視網(wǎng)。對于實時性要求不高且數(shù)據(jù)量不很大的應用來說，矛盾尚不突出。但一旦涉及到大 量的數(shù)據(jù)，許多網(wǎng)絡中的特性就難以滿足要求，寬帶綜合業(yè)務數(shù)字網(wǎng)(B-ISDN)是解決這 個問題的一個比較完整的方法，其中ATM (異步傳送模式)是近年來在研究和開發(fā)上的一個

15、 重要成果。實現(xiàn)多媒體通信，對不同的應用，其技術支持要求有所不同，例如，在信息點播服務中， 用戶和信息中心為點對點的關系，信息的傳輸要采用雙向通路。電視中心把信息發(fā)往各用戶 則要實現(xiàn)一點對多點的關系，而在協(xié)同工作環(huán)境CSCW應用中，各用戶的關系就成為多點 對多點的，所以多媒體通信技術要提供上述連接類型。1.3.7虛擬現(xiàn)實技術虛擬現(xiàn)實技術是用計算機生成現(xiàn)實世界的技術。虛擬現(xiàn)實的本質是人與計算機之間進行 交流的方法，它以其更加高級的集成性和交互性，給用戶以十分逼真的體驗，可以廣泛應用 于模擬訓練、科學可視化等領域，如飛機駕駛訓練、分子結構世界、宇宙作戰(zhàn)游戲等。 虛擬現(xiàn)實的定義可歸納為：利用計算機技術生