多媒体技术教程（原书第2版）

图书标准信息

• 作者 [加拿大]励泽年(Ze-Nian Li) 马克·S.德鲁(Mark S. Drew) 刘
• 出版社 机械工业出版社
• 出版时间 2019-08
• 版次 1
• ISBN 9787111626008
• 定价 139.00元
• 装帧 其他
• 开本 16开
• 纸张 胶版纸
• 页数 528页
• 字数 650千字

【内容简介】

本书由多媒体领域三位学者联袂编写，内容取自课堂上讲述的实际素材，适合作为计算机科学和工程专业学生的教材。本书从多媒体数据表现、多媒体数据压缩、多媒体通信和联网、多媒体信息分享和检索四个层面对多媒体涉及的基本概念、基本原理和基本技术进行了详细介绍。作者用一种实用的方式来讲述基本概念，使学生能够运用享有的技术来解决现实多媒体世界中的问题。

【作者简介】

励泽年（Ze-Nian Li）现为加拿大西蒙弗雷泽大学计算机科学学院教授。研究方向为：计算机视觉、多媒体和人工智能。长期讲授多媒体系统、计算机视觉和机器视觉课程；负责设置本科生和研究生在视觉和多媒体方向的教学课程；开发了与浙江大学合作的双学位课程。李泽年教授本科毕业于中国科学技术大学电子工程专业，随后分别于1981年和1986年获得美国威斯康星大学麦迪逊分校计算机科学硕士和博士学位。

马克·S• 德鲁（Mark S. Drew）现为加拿大西蒙弗雷泽大学计算机科学学院教授。研究方向为：图像处理、计算机视觉、计算机图形学、多媒体和可视化。讲授课程包括：多媒体系统、图像和视频中的光照。

刘江川（Jiangchuan LIU ） 现为加拿大西蒙弗雷泽大学计算机科学学院教授，江行智能CEO&董事长。他是IEEE Fellow，并于2015年获得加拿大国家自然科学与工程研究理事会（NSERC）授予杰出青年教授的*高奖项E.W.R. Steacie纪念奖。他还是清华大学EMC讲席教授，清华大学深圳研究生院兼职教授、博导，微软学者，香港科技大学博士，清华大学计算机系学士。研究方向为：网络和多媒体；尤其是多媒体内容处理和通信、无线移动网络、RFID、云和大数据计算、在线游戏和社交网络以及点对点网络。

【目录】

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