多媒體信息處理（簡體書）

本書深入淺出地介紹了多媒體信息處理領域的基本概念、基本原理、關鍵技術和典型應用。全書共10章，主要包括多媒體信息處理基礎、圖像增強、形態學圖像處理、圖像分割、數字圖像與視頻壓縮編碼原理及相關標準、數字音頻編碼技術及標準、數字媒體文件格式、數字水印技術、基于內容的多媒體信息檢索等內容。每章都附有小結與習題，以指導讀者加深對本書主要內容的理解。 本書取材精選，內容新穎，條理清晰，通俗易懂，重點突出，注重實用。在強調基本概念、基本原理的同時，注重理論與實際應用相結合，介紹了相關領域的最新研究成果及發展新動向。 本書既可作為高等院校電子信息工程、通信工程、電子科學與技術、計算機應用、廣播電視工程等專業的高年級本科生或研究生的教材或教學參考書，也可供從事多媒體信息處理技術領域工作的研究與開發人員參考。

目　錄第1章　多媒體信息處理基礎　11.1　多媒體的基本概念　11.1.1　媒體的概念　11.1.2　多媒體與多媒體技術　41.2　音頻信息處理基礎　41.2.1　聲音的基本特性　51.2.2　聲音的主觀感覺　61.2.3　音頻信號的數字化　91.3　圖像信息處理基礎　111.3.1　光的顏色與彩色三要素　111.3.2　三基色原理　121.3.3　幾種典型的顏色空間模型及轉換關系　141.3.4　圖像信號的數字化　181.4　視頻信號的數字化　231.5　MATLAB在圖像處理中的應用　251.5.1　MATLAB簡介　251.5.2　MATLAB中圖像文件的基本操作　251.5.3　MATLAB編程實例　271.6　小結　29習題　29第2章　圖像增強　302.1　引言　302.2　圖像的灰度變換　312.2.1　灰度的線性變換　312.2.2　灰度的非線性變換　342.2.3　直方圖修正　342.2.4　直方圖規定化　412.3　圖像平滑　442.3.1　模板操作和卷積運算　442.3.2　鄰域平均法　462.3.3　中值濾波　482.3.4　頻率域低通濾波　502.4　圖像銳化　532.4.1　梯度運算(算子)　542.4.2　索貝爾(Sobel)算子　552.4.3　拉普拉斯(Laplacian)算子　562.4.4　頻率域高通濾波　582.5　圖像的同態濾波　612.6　彩色增強　622.6.1　偽彩色增強　622.6.2　假彩色增強　642.7　MATLAB編程實例　652.8　小結　67習題　68第3章　形態學圖像處理　693.1　引言　693.1.1　數學形態學的發展簡史和基本思想　693.1.2　集合論基礎　703.1.3　數學形態學中的幾個基本概念　723.2　二值形態學基本運算　743.2.1　腐蝕　743.2.2　膨脹　753.2.3　腐蝕運算與膨脹運算的對偶性　763.2.4　開運算　773.2.5　閉運算　783.3　二值圖像的形態學處理　793.3.1　邊緣提取　793.3.2　區域填充　793.3.3　骨架抽取　813.3.4　細化　823.3.5　粗化　833.3.6　形態濾波　843.4　灰度形態學基本運算　853.4.1　灰度腐蝕　853.4.2　灰度膨脹　873.4.3　灰度開運算與閉運算　883.5　灰度圖像的形態學處理　903.5.1　形態學梯度　903.5.2　形態學平滑濾波　913.5.3　高帽(Top-hat)變換　913.6　MATLAB編程實例　913.6.1　MATLAB中形態學基本運算函數　913.6.2　MATLAB編程實例　943.7　小結　96習題　97第4章　圖像分割　984.1　圖像分割的概念及分類　984.1.1　圖像分割的概念　984.1.2　圖像分割的依據和方法分類　994.2　基于灰度閾值化的圖像分割　1004.2.1　閾值化分割的原理　1004.2.2　全局閾值化分割法　1014.2.3　局部閾值化分割法　1034.3　基于邊緣檢測的圖像分割　1034.3.1　邊緣檢測的基本原理和步驟　1044.3.2　梯度算子　1054.3.3　Laplacian算子和LoG算子　1074.3.4　Canny算子　1094.3.5　邊緣跟蹤　1124.4　基于區域的圖像分割　1144.4.1　區域生長法　1144.4.2　區域分裂與合并法　1164.5　MATLAB編程實例　1174.6　小結　122習題　123第5章　數字圖像與視頻壓縮編碼原理　1245.1　數字圖像與視頻壓縮編碼概述　1245.1.1　數字圖像與視頻壓縮的必要性和可能性　1245.1.2　數字圖像與視頻壓縮編碼的主要方法及其分類　1265.2　無失真編碼　1285.2.1　游程編碼　1285.2.2　霍夫曼編碼　1285.2.3　算術編碼　1295.3　預測編碼　1345.3.1　圖像差值信號的統計特性　1355.3.2　幀內預測編碼　1365.3.3　幀間預測編碼　1375.4　變換編碼　1425.4.1　圖像的頻率域統計特性　1425.4.2　變換編碼的基本原理　1425.4.3　正交變換基的選擇　1435.4.4　DCT圖像編碼　1445.5　MATLAB編程實例　1475.6　小結　149習題　150第6章　數字圖像與視頻壓縮編碼標準　1516.1　靜止圖像編碼標準　1516.1.1　JPEG標準概述　1516.1.2　JPEG基本編碼系統　1526.1.3　基于DCT的漸進編碼　1536.1.4　分級編碼　1546.1.5　JPEG 2000標準概述　1546.1.6　JPEG 2000標準的基本框架　1546.1.7　JPEG 2000的主要特點　1556.2　數字視頻編碼的標準化進程　1576.3　MPEG-1/MPEG-2視頻編碼標準　1596.3.1　I幀、P幀和B幀　1596.3.2　視頻碼流的分層結構　1606.3.3　MPEG-1/MPEG-2視頻編解碼原理　1636.3.4　MPEG-2的功能擴展　1646.4　MPEG-4視頻編碼標準　1666.4.1　概述　1666.4.2　MPEG-4視頻編碼功能與特點　1676.4.3　MPEG-4基于內容的視頻編碼　1686.5　H.263視頻編碼標準　1696.5.1　視頻信源圖像格式　1696.5.2　H.263視頻編解碼原理　1706.5.3　H.263可選模式　1716.5.4　H.263+的可選模式　1736.5.5　H.263++的可選模式　1736.6　H.264/AVC視頻編碼標準　1736.6.1　H.264/AVC編碼器的分層結構　1746.6.2　H.264/AVC中的預測編碼　1756.6.3　整數變換與量化　1766.6.4　基于上下文的自適應熵編碼　1796.7　AVS視頻編碼標準　1806.7.1　AVS-P2　1806.7.2　AVS-P2與H.264的比較　1846.8　小結　185習題　186第7章　數字音頻編碼技術及標準　1877.1　數字音頻壓縮編碼概述　1877.1.1　數字音頻壓縮編碼的機理　1877.1.2　音頻編/解碼器的性能指標　1887.1.3　數字音頻編碼技術的分類　1917.1.4　數字音頻編碼標準概述　1937.2　常用數字音頻編碼技術　1977.2.1　線性預測編碼　1977.2.2　矢量量化　1997.2.3　CELP編碼　2007.2.4　子帶編碼　2027.3　MPEG-1音頻編碼標準　2037.3.1　MPEG-1音頻編碼算法的特點　2037.3.2　MPEG-1音頻編碼的基本原理　2057.4　MPEG-2 AAC音頻編碼標準　2107.4.1　概述　2107.4.2　MPEG-2 AAC編碼算法和特點　2107.4.3　MPEG-2 AAC的檔次　2137.5　中國制定的音頻編碼標準　2147.5.1　AVS音頻立體聲編碼標準　2147.5.2　DRA多聲道數字音頻編解碼標準　2167.6　小結　219習題　219第8章　數字媒體文件格式　2208.1　資源交換文件格式(RIFF)　2208.2　數字圖像文件格式　2228.2.1　位圖和調色板的概念　2228.2.2　圖像文件的一般結構　2248.2.3　BMP文件格式　2248.2.4　GIF文件格式　2288.2.5　JPEG文件交換格式　2328.2.6　其他圖像文件格式　2358.3　常見的動畫文件格式　2388.3.1　FLI/FLC文件格式　2388.3.2　SWF文件格式　2398.4　數字視頻文件格式　2418.4.1　AVI文件格式　2418.4.2　MPEG/MPG/DAT/DivX/XviD　2458.5　數字音頻文件格式　2478.5.1　WAV文件格式　2478.5.2　MPEG音頻(MP1/MP2/MP3/AAC)文件格式　2498.5.3　其他音頻文件格式　2508.6　流媒體文件格式　2538.6.1　Real Media文件格式　2538.6.2　ASF文件格式　2558.6.3　QuickTime文件格式　2588.6.4　FLV文件格式　2598.6.5　其他流媒體文件格式　2618.7　小結　261習題　263第9章　數字水印技術　2649.1　數字水印概述　2649.1.1　數字水印技術的產生背景和應用　2649.1.2　數字水印的基本特征　2659.1.3　數字水印系統的組成　2679.1.4　數字水印的分類　2699.2　數字圖像水印算法　2709.2.1　最低有效位方法　2709.2.2　基于DCT域的方法　2729.3　數字視頻水印的嵌入和提取方案　2739.3.1　基于未壓縮的原始視頻的水印方案　2739.3.2　基于視頻編碼的水印方案　2749.3.3　基于壓縮視頻碼流的水印方案　2749.4　數字音頻水印算法　2759.4.1　最低有效位方法　2769.4.2　回聲隱藏方法　2779.4.3　相位編碼方法　2789.4.4　變換域方法　2789.4.5　基于壓縮音頻方法　2799.5　MATLAB編程實例　2799.6　小結　285習題　285第10章　基于內容的多媒體信息檢索　28610.1　基于內容檢索技術概述　28610.1.1　多媒體信息的內容　28610.1.2　內容處理技術　28710.1.3　基于內容檢索的查詢方式　28810.1.4　基于內容檢索系統的一般結構　28810.1.5　基于內容的檢索過程　29010.1.6　基于內容檢索的特點　29010.2　基于內容的圖像檢索　29110.2.1　基于內容的圖像檢索概述　29110.2.2　圖像顏色特征的提取與表示　29410.2.3　圖像紋理特征的提取與表示　29610.2.4　圖像形狀特征的提取與表示　29710.2.5　圖像空間關系特征的提取與表示　29810.2.6　圖像的相似性度量　29910.2.7　圖像檢索中的相關反饋機制　30010.3　基于內容的視頻檢索　30110.3.1　基于內容的視頻檢索概述　30110.3.2　視頻內容的結構化　30210.3.3　基于內容的視頻檢索工作流程　30310.3.4　基于內容的視頻檢索系統結構　30410.3.5　鏡頭切換的基本概念　30510.3.6　鏡頭邊界檢測　30710.3.7　關鍵幀的提取　30810.3.8　鏡頭聚類(場景檢測)　31010.4　基于內容的音頻檢索　31110.4.1　音頻內容的特征表示　31110.4.2　基于內容的音頻檢索概述　31110.4.3　基于內容的語音檢索　31210.4.4　基于內容的音樂檢索　31310.5　小結　315習題　315參考文獻　316