正版新书]多媒体技术教程(原书第2版)/计算机科学丛书(加)李泽年

出版者的话
译者序
前言
第一部分　多媒体概述和数据表现
第1章　多媒体导论2
　1.1　什么是多媒体2
　　1.1.1　多媒体的组成部分2
　1.2　多媒体：历史和现状3
　　1.2.1　多媒体的早期历史3
　　1.2.2　超媒体、万维网和Internet6
　　1.2.3　新世纪的多媒体8
　1.3　多媒体软件工具概述10
　　1.3.1　编曲和谱曲10
　　1.3.2　数字音频11
　　1.3.3　图形和图像编辑11
　　1.3.4　视频编辑11
　　1.3.5　动画12
　　1.3.6　多媒体编著12
　1.4　未来的多媒体13
　1.5　练习14
　参考文献15
第2章　走进多媒体16
　2.1　多媒体任务和关注点16
　2.2　多媒体展示16
　2.3　数据压缩20
　2.4　多媒体制作22
　2.5　多媒体共享和分发23
　2.6　多媒体编辑和编著工具25
　　2.6.1　Adobe Premiere25
　　2.6.2　Adobe Director28
　　2.6.3　Adobe Flash31
　2.7　练习34
　参考文献36
第3章　图形和图像的数据表现37
　3.1　图形/图像的数据类型37
　　3.1.1　1位图像37
　　3.1.2　8位灰度图像38
　　3.1.3　图像数据类型40
　　3.1.4　24位彩色图像40
　　3.1.5　高位深度图像40
　　3.1.6　8位彩色图像41
　　3.1.7　颜色查找表42
　3.2　常见的文件格式45
　　3.2.1　GIF45
　　3.2.2　JPEG47
　　3.2.3　PNG48
　　3.2.4　TIFF48
　　3.2.5　Windows BMP49
　　3.2.6　Windows WMF49
　　3.2.7　Netpbm Format49
　　3.2.8　EXIF49
　　3.2.9　PS和PDF49
　　3.2.10　PTM50
　3.3　练习51
　参考文献52
第4章　图像和视频中的颜色53
　4.1　颜色科学53
　　4.1.1　光和光谱53
　　4.1.2　人的视觉54
　　4.1.3　眼睛的光谱灵敏度54
　　4.1.4　图像的形成55
　　4.1.5　相机系统55
　　4.1.6　伽马校正55
　　4.1.7　颜色匹配函数57
　　4.1.8　CIE色度图58
　　4.1.9　彩色显示器规格60
　　4.1.10　超色域的颜色61
　　4.1.11　白点校正61
　　4.1.12　XYZ到RGB的转换62
　　4.1.13　带伽马校正的转换62
　　4.1.14　L*a*b*(CIELAB)颜色模型63
　　4.1.15　其他颜色坐标系统64
　　4.1.16　蒙赛尔颜色命名系统64
　4.2　图像中的颜色模型64
　　4.2.1　显示器的颜色模型64
　　4.2.2　多传感器相机65
　　4.2.3　相机相关的颜色65
　　4.2.4　减色法：CMY颜色模型66
　　4.2.5　从RGB到CMY的转换67
　　4.2.6　消除不足颜色：CMYK系统67
　　4.2.7　打印机色域67
　　4.2.8　多墨水打印机68
　4.3　视频中的颜色模型68
　　4.3.1　视频颜色转换68
　　4.3.2　YUV颜色模型69
　　4.3.3　YIQ颜色模型70
　　4.3.4　YCbCr颜色模型71
　4.4　练习72
　参考文献74
第5章　视频中的基本概念75
　5.1　模拟视频75
　　5.1.1　NTSC视频77
　　5.1.2　PAL视频79
　　5.1.3　SECAM视频79
　5.2　数字视频79
　　5.2.1　色度的二次采样80
　　5.2.2　数字视频的CCIR和ITU-R标准80
　　5.2.3　高清电视81
　　5.2.4　超高清电视82
　5.3　视频显示接口82
　　5.3.1　模拟显示接口82
　　5.3.2　数字显示接口84
　5.4　3D视频和电视85
　　5.4.1　3D感知线索85
　　5.4.2　3D相机模型86
　　5.4.3　基于立体视觉的3D电影和电视87
　　5.4.4　视觉辐辏调节冲突87
　　5.4.5　自由立体（无眼镜）显示设备88
　　5.4.6　3D内容创建过程中的视差处理89
　5.5　练习90
　参考文献90
第6章　数字音频基础92
　6.1　声音数字化92
　　6.1.1　什么是声音92
　　6.1.2　数字化93
　　6.1.3　奈奎斯特理论94
　　6.1.4　信噪比95
　　6.1.5　信号量化噪声比96
　　6.1.6　线性量化和非线性量化97
　　6.1.7　音频滤波100
　　6.1.8　音频质量与数据率100
　　6.1.9　合成的声音101
　6.2　乐器数字接口102
　　6.2.1　MIDI概述103
　　6.2.2　MIDI硬件105
　　6.2.3　MIDI消息的结构106
　　6.2.4　通用MIDI109
　　6.2.5　MIDI到WAV的转换109
　6.3　音频的量化和传输109
　　6.3.1　音频的编码109
　　6.3.2　脉冲编码调制110
　　6.3.3　音频的差分编码111
　　6.3.4　无损预测编码112
　　6.3.5　DPCM114
　　6.3.6　DM116
　　6.3.7　ADPCM117
　6.4　练习118
　参考文献120
第二部分　多媒体数据压缩
第7章　无损压缩算法122
　7.1　简介122
　7.2　信息论基础123
　7.3　游程编码125
　7.4　变长编码125
　　7.4.1　香农凡诺算法125
　　7.4.2　赫夫曼编码127
　　7.4.3　自适应赫夫曼编码130
　7.5　基于字典的编码133
　7.6　算术编码137
　　7.6.1　基本的算术编码算法137
　　7.6.2　缩放和增量编码140
　　7.6.3　算术编码的整数实现143
　　7.6.4　二进制算术编码143
　　7.6.5　自适应算术编码144
　7.7　无损图像压缩146
　　7.7.1　图像的差分编码146
　　7.7.2　无损JPEG147
　7.8　练习148
　参考文献150
第8章　有损压缩算法151
　8.1　简介151
　8.2　失真度量151
　8.3　比率失真理论152
　8.4　量化152
　　8.4.1　均匀标量量化152
　　8.4.2　非均匀标量量化154
　　8.4.3　向量量化155
　8.5　变换编码156
　　8.5.1　离散余弦变换157
　　*8.5.2　Karhunen-Loève变换167
　8.6　小波编码169
　　8.6.1　简介169
　　*8.6.2　连续小波变换172
　　*8.6.3　离散小波变换173
　8.7　小波包181
　8.8　小波系数的嵌入式零树181
　　8.8.1　零树数据结构182
　　8.8.2　逐次逼近量化183
　　8.8.3　EZW示例183
　8.9　层次树的集合划分185
　8.10　练习186
　参考文献188
第9章　图像压缩标准189
　9.1　JPEG标准189
　　9.1.1　JPEG图像压缩的主要步骤189
　　9.1.2　JPEG模式195
　　9.1.3　JPEG位流概述197
　9.2　JPEG2000标准198
　　*9.2.1　JPEG2000图像压缩的主要步骤199
　　9.2.2　使EBCOT适合JPEG2000204
　　9.2.3　感兴趣区域编码205
　　9.2.4　JPEG和JPEG2000的性能比较205
　9.3　JPEG-LS标准207
　　9.3.1　预测208
　　9.3.2　确定上下文208
　　9.3.3　残差编码208
　　9.3.4　近似无损模式208
　9.4　二值图像压缩标准209
　　9.4.1　JBIG标准209
　　9.4.2　JBIG2标准209
　9.5　练习211
　参考文献213
第10章　视频压缩技术基础214
　10.1　视频压缩简介214
　10.2　基于运动补偿的视频压缩214
　10.3　搜索运动向量215
　　10.3.1　顺序搜索216
　　10.3.2　2D对数搜索217
　　10.3.3　分层搜索218
　10.4　H.261220
　　10.4.1　I帧编码220
　　10.4.2　P帧编码221
　　10.4.3　H.261中的量化221
　　10.4.4　H.261的编码器和解码器222
　　10.4.5　H.261视频位流语法概述223
　10.5　H.263225
　　10.5.1　H.263的运动补偿226
　　10.5.2　H.263可选的编码模式226
　　10.5.3　H.263+和H.263++228
　10.6　练习228
　参考文献230
第11章　MPEG视频编码：MPEG-1、MPEG-2、MPEG-4和MPEG-7231
　11.1　概述231
　11.2　MPEG-1231
　　11.2.1　MPEG-1的运动补偿231
　　11.2.2　与H.261的其他主要区别233
　　11.2.3　MPEG-1视频位流235
　11.3　MPEG-2236
　　11.3.1　支持隔行扫描视频237
　　11.3.2　MPEG-2的可伸缩性239
　　11.3.3　与MPEG-1的其他主要区别243
　11.4　MPEG-4243
　　11.4.1　MPEG-4概述243
　　11.4.2　MPEG-4的基于对象的视觉编码245
　　11.4.3　MPEG-4的合成对象编码254
　　11.4.4　MPEG-4部分、规范和层次260
　11.5　MPEG-7260
　　11.5.1　描述子261
　　11.5.2　描述方案263
　　11.5.3　描述定义语言265
　11.6　练习265
　参考文献266
第12章　新视频编码标准：H.264和H.265269
　12.1　H.264269
　　12.1.1　运动补偿270
　　12.1.2　整数变换272
　　12.1.3　量化和缩放274
　　12.1.4　H.264整数变换和量化示例275
　　12.1.5　帧内编码277
　　12.1.6　环路去块滤波278
　　12.1.7　熵编码279
　　12.1.8　上下文自适应可变长度编码280
　　12.1.9　上下文自适应二进制算术编码282
　　12.1.10　H.264配置文件283
　　12.1.11　H.264可伸缩视频编码285
　　12.1.12　H.264多视点视频编码285
　12.2　H.265286
　　12.2.1　运动补偿286
　　12.2.2　整数变换290
　　12.2.3　量化和缩放290
　　12.2.4　帧内编码291
　　12.2.5　离散正弦变换291
　　12.2.6　环路滤波292
　　12.2.7　熵编码293
　　12.2.8　特殊编码模式293
　　12.2.9　H.265配置文件294
　12.3　视频编码效率的比较294
　　12.3.1　客观评估294
　　12.3.2　主观评估295
　12.4　练习295
　参考文献296
第13章　音频压缩技术基础298
　13.1　语音编码中的ADPCM298
　　13.1.1　ADPCM298
　13.2　G.726 ADPCM,G727-9299
　13.3　声音合成器300
　　13.3.1　相位不敏感性300
　　13.3.2　通道声音合成器301
　　13.3.3　共振峰声音合成器302
　　13.3.4　线性预测编码302
　　13.3.5　码激励线性预测304
　　*13.3.6　混合激励声音合成器309
　13.4　练习311
　参考文献312
第14章　MPEG音频压缩313
　14.1　心理声学简介313
　　14.1.1　等响度关系313
　　14.1.2　频率掩蔽314
　　14.1.3　时间掩蔽318
　14.2　MPEG音频319
　　14.2.1　MPEG的层319
　　14.2.2　MPEG音频策略319
　　14.2.3　MPEG音频压缩算法320
　　14.2.4　MPEG-2高级音频编码325
　　14.2.5　MPEG-4音频326
　14.3　其他音频编解码器326
　　14.3.1　Ogg Vorbis326
　14.4　MPEG-7音频及其他328
　14.5　进一步探索328
　14.6　练习328
　参考文献329
第三部分　多媒体通信和网络
第15章　多媒体通信的网络服务及协议332
　15.1　计算机通信网络的协议层332
　15.2　局域网和接入网333
　　15.2.1　局域网标准333
　　15.2.2　以太网技术334
　　15.2.3　接入网技术335
　15.3　互联网技术和协议338
　　15.3.1　网络层：IP338
　　15.3.2　传输层：传输控制协议和用户数据报协议340
　　15.3.3　网络地址转换和防火墙343
　15.4　组播延伸344
　　15.4.1　基于路由器的架构：IP组播344
　　15.4.2　非路由器的组播架构346
　15.5　多媒体通信的服务质量346
　　15.5.1　服务质量347
　　15.5.2　互联网的服务质量349
　　15.5.3　速率控制和缓冲区管理352
　15.6　多媒体传输和交互协议353
　　15.6.1　超文本传输协议353
　　15.6.2　实时传输协议354
　　15.6.3　RTP控制协议355
　　15.6.4　实时流协议356
　15.7　案例研究：网络电话357
　　15.7.1　信令协议：H.323和会话发起协议357
　15.8　进一步探索360
　15.9　练习360
　参考文献362
第16章　Internet多媒体内容分发364
　16.1　代理缓存365
　　16.1.1　滑动间隔缓存365
　　16.1.2　前缀缓存和分段缓存367
　　16.1.3　速率分割缓存和工作提前平滑367
　　16.1.4　总结与比较369
　16.2　内容分发网络369
　　16.2.1　Akamai的流媒体CDN371
　16.3　视频点播中的广播与组播372
　　16.3.1　智能电视和机顶盒372
　　16.3.2　可扩展组播/广播视频点播373
　16.4　异构用户的广播/组播376
　　16.4.1　流复制376
　　16.4.2　分层组播378
　16.5　应用层组播379
　　16.5.1　终端系统组播379
　　16.5.2　多树结构380
　16.6　点对点视频流网格覆盖381
　　16.6.1　典型：CoolStreaming382
　　16.6.2　混合树和网格覆盖384
　16.7　基于HTTP的流媒体385
　　16.7.1　用于流式传输的HTTP385
　　16.7.2　HTTP上的动态自适应流传输386
　16.8　练习388
　参考文献389
第17章　无线和移动网络中的多媒体392
　17.1　无线信道的特征392
　　17.1.1　路径损耗392
　　17.1.2　多径衰落392
　17.2　无线网络技术394
　　17.2.1　1G蜂窝模拟无线网络394
　　17.2.2　2G蜂窝网络：GSM和窄频CDMA395
　　17.2.3　3G蜂窝网络：宽频CDMA398
　　17.2.4　4G蜂窝网络及其前景399
　　17.2.5　无线局域网400
　　17.2.6　蓝牙和短距离传输技术402
　17.3　无线信道上的多媒体402
　　17.3.1　错误检测403
　　17.3.2　错误校正405
　　17.3.3　容错编码408
　　17.3.4　错误隐藏412
　17.4　移动性管理413
　　17.4.1　网络层移动IP414
　　17.4.2　链路层切换管理415
　17.5　进一步探索416
　17.6　练习416
　参考文献418
第四部分　多媒体信息共享和检索
第18章　社交媒体分享420
　18.1　典型的社交媒体服务420
　　18.1.1　用户创作内容分享420
　　18.1.2　在线社交网络421
　18.2　用户创作式的媒体内容分享421
　　18.2.1　YouTube 视频格式与元数据421
　　18.2.2　YouTube视频特点422
　　18.2.3　YouTube视频中的小世界理论424
　　18.2.4　合作者眼中的YouTube425
　　18.2.5　加强用户创作内容式视频的分享427
　18.3　在线社交网络的媒体传播430
　　18.3.1　个体用户的分享模式430
　　18.3.2　视频传播结构和模型431
　　18.3.3　视频的观看和分享行为433
　　18.3.4　实时播放和在线存储的协调434
　18.4　进一步探索436
　18.5　练习436
　参考文献437
第19章　云计算多媒体服务440
　19.1　云计算概览440
　　19.1.1　代表性存储服务:亚马逊 S3443
　　19.1.2　代表性计算服务：亚马逊EC2444
　19.2　多媒体云计算446
　19.3　云辅助媒体共享447
　　19.3.1　全球化的影响448
　　19.3.2　案例研究：Netflix450
　19.4　多媒体服务的计算卸载451
　　19.4.1　计算卸载的需求451
　　19.4.2　视频编码的服务划分452
　　19.4.3　案例研究：云计算辅助运动估计452
　19.5　云端游戏互动454
　　19.5.1　云游戏的问题和挑战455
　　19.5.2　真实世界实现456
　19.6　进一步探索458
　19.7　练习458
　参考文献459
第20章　数字图书馆中基于内容的检索461
　20.1　如何检索图像461
　20.2　早期CBIR系统概述462
　20.3　案例研究：C-BIRD464
　　20.3.1　颜色直方图464
　　20.3.2　颜色密度和颜色分布466
　　20.3.3　纹理分布467
　　20.3.4　纹理分析细节467
　　20.3.5　按光照不变性查找468
　　20.3.6　按对象模型查找469
　20.4　量化搜索结果472
　20.5　现代CBIR系统中的关键技术474
　　20.5.1　鲁棒的图像特征及表征474
　　20.5.2　相关反馈475
　　20.5.3　其他的后处理技术476
　　20.5.4　视觉概念搜索476
　　20.5.5　用户在交互式CBIR系统中的作用477
　20.6　视频查询477
　20.7　基于人类行为的视频查询480
　　20.7.1　对人类行为结构建模480
　　20.7.2　实验结果482
　20.8　质量感知的移动视觉搜索483
　　20.8.1　相关工作484
　　20.8.2　质量感知方法484
　　20.8.3　实验结果485
　20.9　练习486
　参考文献487
索引490