目　录

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　**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　**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