《多媒体技术》作业题参考解答
第一章 绪论
1. 什么是媒体？国际电信联盟定义了哪几类媒体？
媒体是指信息存储、加工和传输的各种技术或手段。
国际电信联盟定义了五大类媒体：存储媒体、传输媒体、显示媒体、表示媒体、感觉媒体。
2. 什么是多媒体？多媒体的主要特点是什么？
多媒体是指融合两种以上不同媒体的人-机交互式信息交流的传播媒体。
多媒体的特点是：① 多媒体形式的多样性；②多媒体应用的交互式性；③多媒体技术的集成性；媒体传输的实时性。
3. 什么是超媒体？多媒体与超媒体之间有什么区别？
超媒体是指通过超级链接技术将多媒体对象以非线性方式组织成网络结构的技术。
超媒体与超文本之间的不同之处是，超文本主要是以文字的形式表示信息，建立的链接关系主要是文句之间的链接关系。超媒体除了使用文本外，还使用图形、图像、声音、动画或影视片断等多种媒体来表示信息，建立的链接关系是文本、图形、图像、声音、动画和影视片断等媒体之间的链接关系。
4. 多媒体技术的主要研究内容是什么？
多媒体技术是一门综合性、理论性和实践性都很强的学科。作为一门相对独立的学科，它主要解决多媒体应用的各种理论和技术问题，主要包括：数据压缩与解压缩技术、音/视频专用芯片技术、多媒体软件技术、网络多媒体技术和多媒体存储技术。
第二章 数字语音技术
1. 什么叫做采样？什么叫做量化？什么叫做线性量化？什么叫做非线性量化？
以某种特定的频率对模拟信号进行测量得到一系列离散样本的过程叫做采样(sampling)。量化是指把样本表示成二进制数的过程。线性量化是指量化间隔（样本幅值之差）为均匀值的一种量化。非线性量化则是指量化间隔（样本幅值之差）为非均匀值的一种量化。
2. 选择采样频率为22.050 kHz和样本精度为16位的录音参数。在不采用压缩技术的情况下，计算录制2分钟的立体声需要多少MB(兆字节)的存储空间(1MB=1024×1024B)
存储空间
= 22.050 x 1000 样本/秒 x 16 位/样本 x 1字节/8位 x 2 (立体声) x 2 分钟 x 60秒/分 = 5292000 字节
= 5292000 / 1024 KB = 5168 KB = 5168 / 1024 MB = 5.047 MB
第三章 话音编码
1. 用自己的语言说出下面3种话音编译码器的基本想法。 2. ① 波形编译码器，②音源编译码器，③混合编译码器
答： 波形编译码器的基本思想是，通过对话音波形信号采样来生成一种与原始话音波形尽可能一致的重构信号。一般来说，这种编译码器的复杂程度比较低，数据速率在16 kb/s以上，质量相当高。低于这个数据速率时，音质急剧下降。 音源编译码的想法是企图从话音波形信号中提取生成话音的参数，使用这些参数通过话音生成模型重构出话音。在话音生成模型中，声道被等效成一个随时间变化的滤波器，它由白噪声—无声话音段激励，或者由脉冲串——有声话音段激励。因此需要传送给解码器的信息就是滤波器的规格、发声或者不发声的标志和有声话音的音节周期等。 混合编译码的想法是企图填补波形编译码和音源编译码之间的间隔，混合使用波形编译码和音源编译码技术。
一般来说，波形编译码器的话音质量高，但数据率也很高；音源编译码器的数据率很低，产生的合成话音的音质有待提高；混合编译码器使用音源编译码技术和波形编译码技术，数据率和音质介于它们之间。
3. 什么叫做均匀量化？什么叫做非均匀量化？
采用相等的量化间隔对采样得到的信号进行的量化称为均匀量化。均匀量化就是采用相同的“等分尺”来度量采样得到的幅
度，也称为线性量化。非均匀量化的基本想法是，对输入信号进行量化时，大的输入信号采用大的量化间隔，小的输入信号采用小的量化间隔，这样就可以在满足精度要求的情况下用较少的位数来表示整个信号。
4. 什么叫做 律压扩？什么叫做A律压扩？
律压扩是非均匀量化的一种，又称为对数PCM，其量化输出值与作为输入的采样样本值之间的关系由如下的关系式规定： 式中：x为输入信号幅度，规格化成 -1 ≤ x ≤ 1;sgn(x)为x的极性； 为确定压缩量的参数，它反映最大量化间隔和最小量化间隔之比，取100 500。具体计算时，用 ＝255，
律压扩也是非均匀量化的一种，其量化输出值与作为输入的采样样本值之间的关系由如下的关系式规定：
0 |x| 1/A
1/A |x| 1
式中：x为输入信号幅度，规格化成 -1 x 1；sgn(x)为x的极性；A为确定压缩量的参数，它反映最大量化间隔和最小量化间隔之比。
5. G.711标准定义的输出数据率是多少？
对于采样频率为8 kHz，样本精度为13位、14位或者16位的输入信号，使用 律压扩编码或者使用A律压扩编码，经过PCM编码器之后每个样本的精度为8位，输出的数据率为64 kb/s。这个数据就是CCITT推荐的G.711标准。
第四章 无损数据压缩
1、 现有8个待编码的符号，它们的概率为：0.15 ,0.4 , 0.2 , 0.03, 0.07 , 0.04 , 0.10, 0.01。使用霍夫曼编码算法求出这8个符号的所分配的代码，并计算平均码长。
① 将各个码元的概率值按升序（或者降序）排列。
0.4 , 0.2 , 0.15 , 0.10 , 0.07 , 0.04 , 0.03, 0.01
② 把最小的两个概率值相加，得到一个新的概率值，将这个新概率值与剩下的其他概率值一起重新按升序排序。 0.4 , 0.2 , 0.15 , 0.10 , 0.07 , 0.04 , 0.03, 0.01
③ 重复第2步，直到生成一个二叉树形结构，其根节点为概率值0.04 1。 0.4 , 0.2 , 0.15 , 0.10 , 0.07 , 0.04 , 0.03, 0.01
0.35 0.60 0.25 0.15 0.08 0.04
④ 为生成树的各个分支分配编码，原则是：对于一个父节点的两个分支，概率值大的分支赋予1，概率值小的分支赋予0。 1.0 0.4 , 0.2 , 0.15 , 0.10 , 0.07 , 0.04 , 0.03, 0.01
0.35 1 0.60 1
0
0 1 0.25
0.15 0
1 0
0.08 1
0
1 1
0.04 0
0
⑤ 从根节点开始，（对应码元）的路径，读取路径各个链路的编码，所得到的编码序列即为各个码元的 Huffman1.0 沿到各个叶节点
编码：
0.4 , 0.2 , 0.15 , 0.10 , 0.07 , 0.04 , 0.03, 0.01 0 111 101 100 1100 11011 110101 110100
平均码长 = 1 x 0.4 + 3 x 0.2 + 3 x 0.15 + 3 x 0.10 + 4 x 0.07 + 5 x 0.04 + 6 x 0.03 + 6 x 0.01 = 2.27
2、 给出报文ababcbababaaaaaaaaab的LZ77（设滑动窗口为10）和LZSS编码（设滑动窗口为10，最小匹配
长度为2）。 ① LZ77编码：
(0,0,a) (0,0,b) (2,2,c) (4,3,a) (2,2,a) (2,2,a) (4,4,b)
② LZSS编码
a b (2,2) c (4,3) (8,3) a (2,2) (4,4) (10,2)
第五章 数字图像技术
1、用十六进制表示的8位压缩图像数据如下：
03 04 05 06 00 03 45 56 67 00 02 78 00 02 05 01 02 78 00 00 09 1E 00 01 试将这些压缩数据还原为图像数据。
04 04 04 06 06 06 06 06 45 56 67 78 78
* * * * * 78 78 1E 1E 1E 1E 1E 1E 1E 1E 1E 说明：*表示空，即不显示图像像素。
2、 如果有一幅256色的图像，问该图的颜色深度是多少？
8位。
3、 JPEG压缩编码算法的主要计算步骤有哪些？假设计算机的精度足够高，问在这些计算方法中，哪些计算对
图像的质量是有损的？哪些计算对图像的质量是无损的？
① DCT变换，②量化，③Z字形编码，④使用DPCM对直流系数(DC)进行编码，⑤ 使用RLE对交流系数(AC)进行编码，⑥熵编码。第2步量化和第4步DPCM编码会产生失真，其他是无损的。
第六章 数字视频技术
1. 世界上主要的彩色电视制式有哪几种？ 目前世界上现行的彩色电视制式有三种：NTSC制、PAL制和SECAM制。NTSC(National Television Systems Committee)彩色电视制是1952年美国国家电视标准委员会定义的彩色电视广播标准，称为正交平衡调幅制。美国、加拿大等大部分西半球国家，以及日本、韩国、菲律宾等国和中国的台湾采用这种制式。由于NTSC制存在相位敏感造成彩色失真的缺点，因此德国(当时的西德)于1962年制定了PAL(Phase-Alternative Line)制彩色电视广播标准，称为逐行倒相正交平衡调幅制。德国、英国等一些西欧国家，以及中国、朝鲜等国家采用这种制式。法国制定了SECAM (法文：Sequential Coleur Avec Memoire)彩色电视广播标准，称为顺序传送彩色与存储制。法国、苏联及东欧国家采用这种制式。世界上约有65个地区和国家试验这种制式。 2. 隔行扫描是什么意思？非隔行扫描是什么意思？
隔行扫描中，一帧(frame)图像由奇数行构成的一场和偶数行构成的一场组成，即两场合起来组成一帧。因此在隔行扫描中，无论是摄象机还是显示器，获取或显示一幅图像都要扫描两遍才能得到一幅完整的图像。在非隔行扫描中，电子束从显示屏的左上角一行接一行地扫到右下角，在显示屏上扫一遍就显示一幅完整的图像， 3. PAL制彩色电视使用什么颜色模型？NTSC制彩色电视使用什么颜色模型？计算机图像显示使用什么颜色模型？
PAL制式使用YUV颜色模型，NTSC制式使用YIQ颜色模型，计算机则使用RGB颜色模型。 4. ITU-R BT.601标准规定PAL和NTSC彩色电视的每一条扫描线的有效显示像素是多少?
720像素。
5. 一幅YUV彩色图像的分辨率为720×576。分别计算采用4:2:2、4:1:1和4:2:0子采样格式采样时的样本数。 ① 4:2:2 Y样本数 = 720 x 576 = 414720
U样本数 = V样本数 = 414720 / 4 = 103680 总样本数：414720 + 103680 + 103680 = 622080
② 4:1:1 Y样本数 = 720 x 576 = 414720
U样本数 = V样本数 = 414720 / 16 = 25920 总样本数：414720 + 25920 + 25920 = 466560
③ 4:2:0 Y样本数 = 720 x 576 = 414720
U样本数 = V样本数 = 414720 / 16 = 25920 总样本数：414720 + 25920 + 25920 = 466560
第七章 MPEG视频
1. MPEG专家组在制定MPEG-1/-2 Video标准时定义了哪几种图像？哪种图像的压缩率最高？哪种图像的压缩率最低？
MPEG专家组在制定MPEG-1/-2 Video标准时定义了I图像、P图像和B图像3种图像。B图像压缩率最高，I图像压缩率最低。
2. 什么是MPEG-4的视频对象？什么是MPEG-4的视频对象区？
一个视频对象是指视频图像序列中的同一个物理对象。位于一个图像中的视频对象称为一个视频对象区。 3. 什么是MPEG-4的轮廓编码？什么是MPEG-4的纹理编码？
在形状自适应宏块网格中，对轮廓宏块进行基于DCT的编码称为轮廓编码；对轮廓宏块和标准宏块进行基于DCT的编码称为纹理编码。
第八章 光学存储媒体
1. 激光唱盘播放机的声音数据传输率是多少？
44.1 KHz x 1000 x 16 bit x 2 channels = 1315200 bps
第九章 网络多媒体应用
1. 因特网电话和实时电视会议是多媒体网络应用中频繁交互的应用例子，根据人的听觉系统，对延迟小于150毫秒的声音感觉不到有时延，在150毫秒400毫秒之间的时延可以接受，时延超过400毫秒的会话就令人甚感别扭。
2、 网络多媒体应用有哪些类型？
1. 现场交互应用：因特网电话和实时电视会议是频繁交互的应用例子。在这种应用场合下，与会者在任何时候都可能说话或者移动。从与会者说话或者移动的动作到达接收端的时延应该小于几百毫秒才能为用户接受。
2. 交互应用：声音点播、影视点播是交互应用的例子。在这种应用场合下，用户仅仅是要求服务器开始传输文件、暂停、从头开始播放或者是跳转而已。从用户发出请求播放到在客户机上开始播放之间的时延大约在1～5秒钟就可以接受。对信息包时延和抖动的要求不像因特网电话和实时会议那样高。
3. 非实时交互应用：现场声音广播和电视广播或者预录内容的广播是非实时交互应用的例子。在这些应用场合下，发送端连续发出声音和电视数据，而用户只是简单地调用播放器播放，如同普通的无线电广播或者电视广播。从源端发出声音或者电视信号到接收端播放之间的时延在10秒或者更多一些都可以接受。对信号的抖动要求也可以比交互应用的要求低。
3、基于Web的多媒体传送有哪些模式？
通过Web浏览器把声音/电视从Web服务器传送给媒体播放器；直接把声音/电视从Web服务器传送给媒体播放器；直接把声音/电视从多媒体流放服务器传送给媒体播放器。
第十章 网络组播技术
1. 什么叫做单播(unicast)和组播(或多播，或多目标广播，multicast)？什么叫做网际组播(IP Multicast)？ 单播是指通过一个传输路径将源端数据传送到一个接收者的传输方式，即点到点的传输。组播是指通过一种树状传输结构将
源端数据发送到一组接收者的传播方式，是真正的分布式信息传输服务。IP组播是指在IP层实现的组播。
2. IP组播使用哪类地址？写出其分布区间。
IP组播使用D类IP地址。其分布是224.0.0.0~239.255.255.255。
3. 用伪代码写出反向路径转发算法。
设P表示数据包，DestinationNode表示目标地址，AllNodes表示广播地址，SourceNode表示源端地址，
IncomingLink表示P的输入链路，OutgoingLinkSet表示输出链路集，Routing(Node)表示计算到Node去的最短路经。
if ( P.DestinationNode = = AllNodes )
{ if ( IncomingLink = = Routing(P.SourceNode)) OutgoingLinkSet ← ( Alllinks – IncomingLink ) ;
else
OutgoingLinkSet ← { };
} else
OutgoingLink←Routing(DestinationNode) ;
第十一章 多媒体通信系统
1. 目前的多媒体通信系统中的两个重要标准系列是什么？它们各自要达到什么目标？
多媒体通信中两个最令人重视的标准：H.323和H.324。在局域网上的桌面电视会议采用H.323标准，这是基于信息包交换的
多媒体通信系统；在公众交换电话网上的桌面电视会议使用调制解调器，采用H.324标准。因特网上的电视会议目前大部分都趋向于采用H.323标准和正在开发的SIP标准，使用IP协议提供局域网上的电视会议，而全球的因特网电视会议目前还不能保证实时电视会议的服务质量。
2. 分别列出H.323和H.324标准系列涉及的重要标准，并分别说明这些标准的用途。
H.323是一个在局域网(LAN)上并且不保证服务质量(QoS)的多媒体通信标准。H.323指定包括H.261和H.263作为电视图像编码器，指定G.711, G.722, G.728，G.729和G.723.1作为声音编码器。此外，还包括网关(gateways)、会议服务器(gatekeeper)和多点控制设备(MCU)。H.323网关还可支持遵循V.70, H.324, H.322, H.320, H.321和H.310标准的终端。
H.324系列是一个低位速率多媒体通信终端标准，在它的旗号下的标准包括：H.263：电视图像编码标准，压缩后的速率为20 kb/s。 G.723.1：声音编码标准，压缩后的速率为5.3 kb/s(用于声音＋数据)或者6.3 kb/s。 H.223： 低位速率多媒体通信的多路复合协议。 H.245：多媒体通信终端之间的控制协议。T120：实时数据会议标准(可视电话应用中不一定是必须的)。
3. 什么叫做网关？网关的主要功能是什么？
在H.323会议中，网关是一个可选择的部件，因为如果电视会议不与其他网络上的终端连接时，同一个网络上的终端之间还是可以直接进行通信。网关可建立连接的终端包含PSTN终端、运行在ISDN网络上与H.320兼容的终端以及运行在PSTN上与H.324兼容的终端。终端与网关之间的通信使用H.245和Q.931。H.323网关提供许多服务，但最基本的服务是对在H.323会议终端与其他类型的终端之间传输的数字信号进行转换。这个功能包括传输格式之间的转换(例如， 从H.225.0标准到H.221标准的格式转换)和通信过程之间的转换(例如，从H.245标准到H.242标准)。此外，H.323网关也要支持声音和电视图像编译码器之间的转换，执行呼叫建立和终止呼叫的功能。
4. 什么叫做会务器？会务器的主要功能是什么？
会务器是H.323中最重要的部件，是它管辖区域里的所有呼叫的中心控制点，并且为注册的端点提供呼叫控制服务。 会务器执行两个重要的呼叫控制功能。一个是定义在RAS规范中的地址转换，即从终端别名和网关的LAN别名转换成IP或者网际信息包交换协议(IPX)地址；另一个也是在RAS规范中定义的网络管理功能。例如，如果一个网络管理员已经设定在局域网上同时召开的会议数目，一旦超过这个设定值时会务器可拒绝更多的连接，以限制总的会议带宽，其余的带宽用于电子邮件、文件传输和网上的其他应用。由单个会务器管理的所有终端、网关和多点控制单元(MCU)的集合被称为H.323区域(H.323 Zone)。
会务器的一个可供选择但有价值的特性是它可安排H.323的呼叫。这个特性便于服务提供者管理使用他们的网络进行呼叫的帐目，也可以在被呼叫端点不能使用的情况下把呼叫转接到另一个端点。此外，这个特性还可用来平衡多个路由器之间的呼叫负荷。
5. H.323定义了哪几种形式的多点多媒体会议？
按照H.323标准，可以召开各种形式的多点电视会议。H.323标准可支持的会议形式包括：①集中式电视会议，②分散式电视会议，③声像集散混合式多点电视会议，④会议集散混合式多点电视会议。
在集中式电视会议中，需要一个MCU来管理多点会议，所有终端都要以点对点的方式向MCU发送声音、电视图像、数据和控制流。
在分散式电视会议中，与会终端以多播的方式向没有使用MCU的所有其他与会终端广播声音和电视图像。
声像集散混合式多点电视会议有两种形式：声音集中广播混合式多点电视会议和电视集中广播混合式多点电视会议。在前一种形式中，终端以多目标广播形式向其他与会终端播放他们的电视，而以单目标广播形式把声音传送给多点控制单元(MCU)中的多点处理器(MP)，然后由MP把声音流发送给每个终端；在后一种形式中，终端以多目标广播形式向其他与会终端播放他们的声音，而以单目标广播形式把电视图像传送给多点控制单元(MCU)中的多点处理器(MP)进行切换和混合，然后由MP把电视图像流发送给每个
终端。混合式电视会议组合使用了集中式和分散式电视会议的特性。
会议集散混合式多点电视会议是由以集中方式召开的会议和以分散方式召开的会议组合的一种会议形式。
因篇幅问题不能全部显示，请点此查看更多更全内容