多媒体信息处理技术PDF电子书下载

第1章 多媒体信息处理基础 1

1.1 多媒体的基本概念 1

1.1.1 媒体的概念 1

1.1.2 多媒体与多媒体技术 4

1.2 音频信息处理基础 4

1.2.1 声音的基本特性 5

1.2.2 声音的主观感觉 6

1.2.3 音频信号的数字化 9

1.3 图像信息处理基础 11

1.3.1 光的颜色与彩色三要素 11

1.3.2 三基色原理 12

1.3.3 几种典型的颜色空间模型及转换关系 14

1.3.4 图像信号的数字化 18

1.4 视频信号的数字化 23

1.5 MATLAB在图像处理中的应用 25

1.5.1 MATLAB简介 25

1.5.2 MATLAB中图像文件的基本操作 25

1.5.3 MATLAB编程实例 27

1.6 小结 29

习题 29

第2章 图像增强 30

2.1 引言 30

2.2 图像的灰度变换 31

2.2.1 灰度的线性变换 31

2.2.2 灰度的非线性变换 34

2.2.3 直方图修正 34

2.2.4 直方图规定化 41

2.3 图像平滑 44

2.3.1 模板操作和卷积运算 44

2.3.2 邻域平均法 46

2.3.3 中值滤波 48

2.3.4 频率域低通滤波 50

2.4 图像锐化 53

2.4.1 梯度运算（算子） 54

2.4.2 索贝尔（Sobel）算子 55

2.4.3 拉普拉斯（Laplacian）算子 56

2.4.4 频率域高通滤波 58

2.5 图像的同态滤波 61

2.6 彩色增强 62

2.6.1 伪彩色增强 62

2.6.2 假彩色增强 64

2.7 MATLAB编程实例 65

2.8 小结 67

习题 68

第3章 形态学图像处理 69

3.1 引言 69

3.1.1 数学形态学的发展简史和基本思想 69

3.1.2 集合论基础 70

3.1.3 数学形态学中的几个基本概念 72

3.2 二值形态学基本运算 74

3.2.1 腐蚀 74

3.2.2 膨胀 75

3.2.3 腐蚀运算与膨胀运算的对偶性 76

3.2.4 开运算 77

3.2.5 闭运算 78

3.3 二值图像的形态学处理 79

3.3.1 边缘提取 79

3.3.2 区域填充 79

3.3.3 骨架抽取 81

3.3.4 细化 82

3.3.5 粗化 83

3.3.6 形态滤波 84

3.4 灰度形态学基本运算 85

3.4.1 灰度腐蚀 85

3.4.2 灰度膨胀 87

3.4.3 灰度开运算与闭运算 88

3.5 灰度图像的形态学处理 90

3.5.1 形态学梯度 90

3.5.2 形态学平滑滤波 91

3.5.3 高帽（Top-hat）变换 91

3.6 MATLAB编程实例 91

3.6.1 MATLAB中形态学基本运算函数 91

3.6.2 MATLAB编程实例 94

3.7 小结 96

习题 97

第4章 图像分割 98

4.1 图像分割的概念及分类 98

4.1.1 图像分割的概念 98

4.1.2 图像分割的依据和方法分类 99

4.2 基于灰度阈值化的图像分割 100

4.2.1 阈值化分割的原理 100

4.2.2 全局阈值化分割法 101

4.2.3 局部阈值化分割法 103

4.3 基于边缘检测的图像分割 103

4.3.1 边缘检测的基本原理和步骤 104

4.3.2 梯度算子 105

4.3.3 Laplacian算子和LoG算子 107

4.3.4 Canny算子 109

4.3.5 边缘跟踪 112

4.4 基于区域的图像分割 114

4.4.1 区域生长法 114

4.4.2 区域分裂与合并法 116

4.5 MATLAB编程实例 117

4.6 小结 122

习题 123

第5章 数字图像与视频压缩编码原理 124

5.1 数字图像与视频压缩编码概述 124

5.1.1 数字图像与视频压缩的必要性和可能性 124

5.1.2 数字图像与视频压缩编码的主要方法及其分类 126

5.2 无失真编码 128

5.2.1 游程编码 128

5.2.2 霍夫曼编码 128

5.2.3 算术编码 129

5.3 预测编码 134

5.3.1 图像差值信号的统计特性 135

5.3.2 帧内预测编码 136

5.3.3 帧间预测编码 137

5.4 变换编码 142

5.4.1 图像的频率域统计特性 142

5.4.2 变换编码的基本原理 142

5.4.3 正交变换基的选择 143

5.4.4 DCT图像编码 144

5.5 MATLAB编程实例 147

5.6 小结 149

习题 150

第6章 数字图像与视频压缩编码标准 151

6.1 静止图像编码标准 151

6.1.1 JPEG标准概述 151

6.1.2 JPEG基本编码系统 152

6.1.3 基于DCT的渐进编码 153

6.1.4 分级编码 154

6.1.5 JPEG 2000标准概述 154

6.1.6 JPEG 2000标准的基本框架 154

6.1.7 JPEG 2000的主要特点 155

6.2 数字视频编码的标准化进程 157

6.3 MPEG-1/MPEG-2视频编码标准 159

6.3.1 I帧、P帧和B帧 159

6.3.2 视频码流的分层结构 160

6.3.3 MPEG-1/MPEG-2视频编解码原理 163

6.3.4 MPEG-2的功能扩展 164

6.4 MPEG-4视频编码标准 166

6.4.1 概述 166

6.4.2 MPEG-4视频编码功能与特点 167

6.4.3 MPEG-4基于内容的视频编码 168

6.5 H.263视频编码标准 169

6.5.1 视频信源图像格式 169

6.5.2 H.263视频编解码原理 170

6.5.3 H.263可选模式 171

6.5.4 H.263＋的可选模式 173

6.5.5 H.263＋＋的可选模式 173

6.6 H.264/AVC视频编码标准 173

6.6.1 H.264/AVC编码器的分层结构 174

6.6.2 H.264/AVC中的预测编码 175

6.6.3 整数变换与量化 176

6.6.4 基于上下文的自适应熵编码 179

6.7 AVS视频编码标准 180

6.7.1 AVS-P2 180

6.7.2 AVS-P2与H.264的比较 184

6.8 小结 185

习题 186

第7章 数字音频编码技术及标准 187

7.1 数字音频压缩编码概述 187

7.1.1 数字音频压缩编码的机理 187

7.1.2 音频编／解码器的性能指标 188

7.1.3 数字音频编码技术的分类 191

7.1.4 数字音频编码标准概述 193

7.2 常用数字音频编码技术 197

7.2.1 线性预测编码 197

7.2.2 矢量量化 199

7.2.3 CELP编码 200

7.2.4 子带编码 202

7.3 MPEG-1音频编码标准 203

7.3.1 MPEG-1音频编码算法的特点 203

7.3.2 MPEG-1音频编码的基本原理 205

7.4 MPEG-2 AAC音频编码标准 210

7.4.1 概述 210

7.4.2 MPEG-2 AAC编码算法和特点 210

7.4.3 MPEG-2 AAC的档次 213

7.5 中国制定的音频编码标准 214

7.5.1 AVS音频立体声编码标准 214

7.5.2 DRA多声道数字音频编解码标准 216

7.6 小结 219

习题 219

第8章 数字媒体文件格式 220

8.1 资源交换文件格式（RIFF） 220

8.2 数字图像文件格式 222

8.2.1 位图和调色板的概念 222

8.2.2 图像文件的一般结构 224

8.2.3 BMP文件格式 224

8.2.4 GIF文件格式 228

8.2.5 JPEG文件交换格式 232

8.2.6 其他图像文件格式 235

8.3 常见的动画文件格式 238

8.3.1 FLI/FLC文件格式 238

8.3.2 SWF文件格式 239

8.4 数字视频文件格式 241

8.4.1 AVI文件格式 241

8.4.2 MPEG/MPG/DAT/DivX/XviD 245

8.5 数字音频文件格式 247

8.5.1 WAV文件格式 247

8.5.2 MPEG音频（MP1/MP2/MP3/AAC）文件格式 249

8.5.3 其他音频文件格式 250

8.6 流媒体文件格式 253

8.6.1 Real Media文件格式 253

8.6.2 ASF文件格式 255

8.6.3 QuickTime文件格式 258

8.6.4 FLV文件格式 259

8.6.5 其他流媒体文件格式 261

8.7 小结 261

习题 263

第9章 数字水印技术 264

9.1 数字水印概述 264

9.1.1 数字水印技术的产生背景和应用 264

9.1.2 数字水印的基本特征 265

9.1.3 数字水印系统的组成 267

9.1.4 数字水印的分类 269

9.2 数字图像水印算法 270

9.2.1 最低有效位方法 270

9.2.2 基于DCT域的方法 272

9.3 数字视频水印的嵌入和提取方案 273

9.3.1 基于未压缩的原始视频的水印方案 273

9.3.2 基于视频编码的水印方案 274

9.3.3 基于压缩视频码流的水印方案 274

9.4 数字音频水印算法 275

9.4.1 最低有效位方法 276

9.4.2 回声隐藏方法 277

9.4.3 相位编码方法 278

9.4.4 变换域方法 278

9.4.5 基于压缩音频方法 279

9.5 MATLAB编程实例 279

9.6 小结 285

习题 285

第10章 基于内容的多媒体信息检索 286

10.1 基于内容检索技术概述 286

10.1.1 多媒体信息的内容 286

10.1.2 内容处理技术 287

10.1.3 基于内容检索的查询方式 288

10.1.4 基于内容检索系统的一般结构 288

10.1.5 基于内容的检索过程 290

10.1.6 基于内容检索的特点 290

10.2 基于内容的图像检索 291

10.2.1 基于内容的图像检索概述 291

10.2.2 图像颜色特征的提取与表示 294

10.2.3 图像纹理特征的提取与表示 296

10.2.4 图像形状特征的提取与表示 297

10.2.5 图像空间关系特征的提取与表示 298

10.2.6 图像的相似性度量 299

10.2.7 图像检索中的相关反馈机制 300

10.3 基于内容的视频检索 301

10.3.1 基于内容的视频检索概述 301

10.3.2 视频内容的结构化 302

10.3.3 基于内容的视频检索工作流程 303

10.3.4 基于内容的视频检索系统结构 304

10.3.5 镜头切换的基本概念 305

10.3.6 镜头边界检测 307

10.3.7 关键帧的提取 308

10.3.8 镜头聚类（场景检测） 310

10.4 基于内容的音频检索 311

10.4.1 音频内容的特征表示 311

10.4.2 基于内容的音频检索概述 311

10.4.3 基于内容的语音检索 312

10.4.4 基于内容的音乐检索 313

10.5 小结 315

习题 315

参考文献 316