走进多媒体、模拟信号的数字化 | 学习笔记

简介: 快速学习走进多媒体、模拟信号的数字化,介绍了走进多媒体、模拟信号的数字化系统机制, 以及在实际应用过程中如何使用。

开发者学堂课程【高校精品课-华中科技大学 -智能媒体计算走进多媒体、模拟信号的数字化】学习笔记,与课程紧密联系,让用户快速学习知识。

课程地址:https://developer.aliyun.com/learning/course/811/detail/15666


走进多媒体、模拟信号的数字化


内容介绍:

一、多媒体

二、数字信号与系统

三、信噪比

四、信号量化噪声比


一、多媒体( Multimedia )

1、定义:

从字面上看来讲,就是它不只是一种媒体。Multiple 就是多个的意思

⑴融合两种或者两种以上媒体的一种人-机交互式信息交流和传播媒体。

融合媒体形式:文字图形图像声音动画和电视图像

例如一出生睁开双眼看到的就是五彩斑斓的世界,听到了父母亲的声音,这是声音的这种格式。长大开始认字,那就是文字了,看动画片,这是动画。看电视,这视频。比如说画个圆曲线的话,这都是图形方面。

这里面的多媒体指多种的媒体形式在计算机里面怎么对他进行处理

2、特点:

由于是多种媒体的融合在一起因此这个媒体形式它具有这样的特点

⑴集成性、实时性(例如动画、视频直播、新闻、比赛)、交互性(例如游戏)

数字化(现在的多媒体信号为数字信号)

网页超文本文件为多媒体融合提供条件,尤其是 HTML5出来以后编辑一个非常漂亮的这种多媒体形式的网页就变得十分容易。

微信公众号文字图像图形视频融合在一个文件里形成一个整体的内容展现,为整个的这种多媒体形式的多媒体教学提供了很好的方便。

很典型的一个例子是现在的这个政治学习的软件学习强国。那里面其实有关整个党的这种新闻、总书记的讲话、党史资料,老电影。革命歌曲等等全在里面。有了这么一个学习的平台基本上可以把各种资料整合在了一起,也是现在主流的叫做媒体融合。

媒体融合的技术基础就是多媒体的技术。

image.png

 

二、数字信号与系统

1、多媒体信号目前都是以数字的形式存在的。但实际上自然界的任何一种信号,它都是以模拟信号存在的。模拟信号要进到数字系统里面去,那么就要进行模拟信号和数字信号的转换。

2、数字系统的定义:  

数字系统是一个能对数字信号进行加工、传递、和存储的实体,它由实现各种功能的数字逻辑电路相互连接而成。

例如:智能手机、数字计算机、MP3、洗衣机空调控制面板、电视机都是数字系统,但复杂程度不同。实际上智能手机本身已经是一台数字计算机了,因此数字计算机的很多特点在智能手机里面也是有的,因此它是一个很复杂的也是非常非常典型的数字系统。

3、模拟信号与数字信号的相互转换

⑴ A/D -模数转换( Analog-Digital ):模拟信号变成数字信号

D/A -模数转换( Digital-Analog ):数字信号还原到模拟信号

模拟信号:模拟信号是一个连续的波形,如何对它进行数字化?

image.png

时间维度上对曲线进行采样采样是每隔一定的时间间隔采集一个点

image.png

采样间隔越小采集到的点越多对这个曲线描述越精细

//奈奎斯特采样定理采样间隔即采样频率只有高于原始信号的频率两倍的时候才能不失真还原原始信号;如果低于两倍的频率,得越多失真就越多//

通过这样的采样间隔将原本连续的线变成离散的点,将这些离散的点,存到计算机里面变成01的组合在垂直坐标上将其进行了离散,这就是量化。

量化就像在垂直坐标上加很多水平线,将其分为格子,格子越多,描述差别越小。画八条线,描述8个数,从0~7的话,需要三位。将曲线幅度变化分为八个等级即011-111

image.png

观察红色的采样点是否都在线上,可知:很多点不在,有的差别还很大。若采样点不在线上,四舍五入,要么靠上,要么靠下,离哪个近靠哪一级。这时发现线画的太稀疏,误差大。

继续细化,变为16个格子,将线加密,原来不在线上的点在线上了,原来离线很远的点现在已经接近了。将线加密后,离散点接近线,采样点的值描述精度进一步提高,从8变为16,二进制位数变为四位即0110-1101。再继续加线的话,描述的精度指标会越来越高。

image.png

总结:

模拟信号进行数字化需要采样。

①采样:每隔一定的时间间隔采取一个点

采样频率:根据奈奎斯特的采样定理采样频率不低于模拟信号最高频率的两倍这样就可以不失真还原成原来的模拟信号

量化把信号幅度划分成若干小段每段都是相等的,就是一个均匀的量化,称为线性量化;否则称为非线性量化。

量化取决于用二进制这个数的位数。

④量化精度:用样本值的二进制位数来表示,位数越多精度越高,数据也越大。量化精度取决于二进制的位数。

无论是声音图像还是视频都是通过这种方式进行模拟信号到数字信号转换的。不同的是声音它是个二维的,就是在时间轴上去把波形采样出来。而图像是个二维的要把空间的点把它采集下来,并且进行量化。而动画或者视频它除了空间,还有时间的维度。三维动画,

是三维视频,那么维度就继续加大


三、信噪比 ( SNR S/N ): Signal to Noise Radio

1、描述一个信号的质量好坏的时候通常是用信噪比。在模拟信号里面或在数字信号里面,都有信噪比的概念。

⑴定义:指一个电子设备或者电子系统中信号与噪声的比值

信号:来自设备外部需要通过设备进行处理的电子信号。

噪声:指经过设备后产生的原信号中并不存在的无规则额外信号或信息

噪声信号不随原信号的变化而变化,与原信号无关,与信号的失真不同,它是无规律的,比如采样由于精度不够,就是采样点间隔太大了。这引起的失真它是有规律的,它跟原始型号是有联系的。

⑵单位:分贝( dB )

2、计算公式:

image.png

P 指功率或能量,Ps 指信号功率,Pn 指噪声的功率

由于功率和电压成平方正比,所以可用电压取代功率,电压的平方可以把它变换到前面来:

image.png

信噪比是与质量成正比的,或者是信号的质量与信噪比成正比。信噪比越大,信号质量越好,相反噪声越小,信噪比值越大。这个值越大,信号的质量就越高。

 

四、信号量化噪声比

1、把一个模拟信号变换成了这个数字信号以后,在哪里可以产生噪声?

在量化的过程里,由于采样点的值很少有恰好在线上,不在线上的这个点需四舍五入取整,要靠离它最近的值,在这个过程里面产生了误差,这个误差叫量化噪声。

image.png

2、量化噪声,取的名字叫信号量化噪声比,既然有噪声,怎么描述这个信号量化之后的信号的质量?

在有噪声的情景中,描述信号量化之后的信号质量,将信噪比的概念引入,由于是在量化过程中产生的噪声,就用信号与量化噪声的比即( SQNR )( Signal to Quantization Noise Radio )表示质量。

有三位是8种组合(0-7),这个绿圈的值它最大的误差实际上是这个格子的1/2。取这个这个点在两条线中间的时候,就是离上下两条线一样高的时候,差值是最大的,也就是等于1/2。

image.png

计算方法:( N 为量化位数)

将数值代入,推导可得 SQNR 所得值

image.png

⑵从这个公式上来看 SQNR 与量化的精度就是二进制的位数n是成正比,量化位数越高, SQNR 越大,质量越高。

每增加一位, SQNR 增加6 dB

16位达到96 dB

提高量化精度可以提高信噪比,就可以提高信号整体质量。

后面的课就会分别从声音图像动画视频不同的媒体形式来介绍如何对这些模拟信号进行数字化以及它们本身所涉及到的一些基本的概念

相关文章
|
5月前
|
安全
全息技术有哪些应用?
【6月更文挑战第27天】全息技术有哪些应用?
133 4
|
5月前
|
存储
全息技术
【6月更文挑战第27天】全息技术
158 3
|
6月前
|
传感器 编解码 安全
《物联网技术》课程笔记——第三章 物联网感知技术之传感技术
《物联网技术》课程笔记——第三章 物联网感知技术之传感技术
《物联网技术》课程笔记——第三章 物联网感知技术之传感技术
|
6月前
|
传感器 存储 监控
【物联网】数字交响:红外炫遥控,蜂鸣躁动,干簧管传感演绎科技交响曲
【物联网】数字交响:红外炫遥控,蜂鸣躁动,干簧管传感演绎科技交响曲
72 1
|
编解码 监控 物联网
【学员源鑫笔记】韦东山物联网流媒体实战项目-智慧家居视频监控系统(值得收藏)
【学员源鑫笔记】韦东山物联网流媒体实战项目-智慧家居视频监控系统(值得收藏)
735 0
|
传感器 人工智能 搜索推荐
万物智联的羁绊,是让设备听懂每一种声音
  什么是万物互联?这并不是哈姆雷特,科技也不讲求千人千面。其在课本上的定义是将人、流程、数据和事物结合一起,使得网络连接变得更有价值。而在这些连接相关的过程中,智能设备的出现让万物互联有了新的发展思路,5G技术的落地和无处不在的算力支持,让“万物智联”成为可能。当然,物联网与互联网在交互模式上也有很大区别,不同于互联网主要以鼠标键盘为主的窗口交互,物联网的交互方式更加丰富,生物识别、多因子识别、跨设备交互等多种交互模式不断的发展变化。   从使用习惯来看,人均持有联网设备正在变得越来越多,从传统的电脑和手机,到如今的智能手表、电视等各类智能家居设备。不难想象,未来必然会有更多的设备接入网络
181 0
|
人工智能 Rust 物联网
从语音交互历史浅看它是否会是物联网行业的一个爆点?
近几年得益于人工智能在语音领域的突破,语音AI已经趋于成熟,尤其在智能音箱领域,智能音箱又带来了IoT应用到智能家居。本文主要讨论从语音交互历史看它能否成为物联网新的爆点。
从语音交互历史浅看它是否会是物联网行业的一个爆点?
语音社交源码快速发展,不断展现声音经济市场潜力
语音社交源码快速发展,不断展现声音经济市场潜力
|
物联网
物联网入门训练营“W800开发板的奇思妙想”:基于W800的情绪接收器
如果你有好的创意或者对文中的创意有更多延展想法,也可以在本文后评论,我们还有少数试用开发板的机会,期待你的评论。
物联网入门训练营“W800开发板的奇思妙想”:基于W800的情绪接收器