多媒体技术习题参考答案

多媒体技术习题参考答案

第一章

1.1 D 1.2 C 1.3 C 1.4 A

1.5 所谓多媒体技术就是计算机综合处理多种媒体信息，如文本、图形、图像、声音和视频，使多种信息建立逻辑连接，集成为一个系统并具有交互性。简言之，多媒体技术就是以继承性、多样性和交互性为特征的综合处理声音、文字、图形、图像等信息的计算机技术。

1.6 视频、音频数据压缩/解压缩技术；多媒体专用芯片技术；大容量信息存储技术；多媒体输入与输出技术；多媒体软件技术；多媒体通信技术；虚拟现实技术。

1.7 略

第二章

2.1 B 2.2 B 2.3 B 2.4 2.5 2.6 A 2.7 C 2.8 C 2.9 B 2.10一个能发出光波的物体称为有源物体，它的颜色由该物体发出大光波决定，并且使用RGB相加混色模型。计算机显示器使用的阴极射线管CRT就是一个有源物体。CRT使用3个电子枪分别产生红、绿、蓝三种波长的光，并以这三种光不同的相对强度综合起来产生颜色。组合这三种光波以产生特定颜色称为相加混色，因为这种相加混色是利用R、G和B 颜色分量产生颜色，所以称为RGB相加模型。从理论上讲，任何一种颜色都可以用三种基本颜色按不同的比例混合得到。三种颜色的光强越强，到达我们眼睛的光就越多，它们的比例不同，我们看到的颜色也就不同。当三种基本颜色按不同强度相加时，总的光强增强，并可得到任何一种颜色。某一种颜色和这三种颜色之间的关系可用下面大式子来描述，即颜色＝R（红色的百分比）＋G（绿色的百分比）＋B（蓝色的百分比）

2.11汉字内码是用于汉字信息的存储、交换、检索等操作的机内代码，一般采用两个字节表示。是计算机中用于内部处理的编码；

国标码是计算机中用于输入的编码；

显示码是计算机中用于输出的编码。

2.12①选择采样频率，进行采样；

②选择分辨率，进行量化；

③形成声音文件。

2.13数字水印的制作过程是将产权等信息作为附加噪声融合在原数字产品当中（大多将水印大小控制在100个比特之内），但不致影响人的感官对数字作品的感觉欣赏，即利用了人在感受上的冗余。

2.14 HSL（Hue-Satuation-Lightness）模型即色调－饱和度－亮度颜色模型，在HSL模型种，H定义颜色的波长，称为色调；S定义颜色的强度（intensity），表示颜色的深浅程度，称为饱和度；L定义掺入的白光量，称为亮度。

任何一种颜色都可以用三种基本颜料按一定比例混合得到，这三种颜料的颜色是青色（Cyan）、品红（Magenta）和黄色（Y ellow），通常写成CMY，称为CMY模型。用这种方法单声道颜色之所以称为相减色，是因为它减少了为视觉系统识别颜色所需要的反射光。

第三章

一、选择题

3.1 标出JPEG压缩的步骤，并指出哪几步会带来失真：a）8X8子块分割；b）量化DCT 系数；c）Z字形编码；d）DCT变换。

答案：JPEG压缩的步骤：a）、d）、b）、c），带来失真的是步骤b）

3.2 MPEG-1码流的位率是哪一种：a）5Mbps；b）128Kbps；c）1.5Mbps

答案：c)

3.3 支持HDTV的是哪一种编码：a）MPEG-1；b）MPEG-2；c）H.261

答案：b）

二、简述题

3.4 什么是空间冗余和时间冗余？

答案：空间冗余指多媒体数据在空间上的相关性，例如图像中存在大量的像素，其亮度、饱和度及颜色都极具相似性，照片中的天空或大地都呈现相似的天蓝色或草绿色，等等。时间冗余指的是多媒体数据在时间维度上的相关性，例如渐变的动态影像的前后帧之间存在大量的相似之处。

3.5 解释图像信号信息熵的含义。

答案：熵是信源所携带的平均信息量。在图像中反映了各种像素出现的不确定性，决定了图像像素编码的平均长度。

3.6 举例说明统计编码的原理。

答案：统计编码依据的是信源符号出现概率的分布特性，在信源信号和码字之间建立明确的对应关系，用较少的比特（码长）表示概率大的码字，用较多的比特（码长）表示概率小的码字，在恢复时准确地复原原始信号的同时，能使平均编码长度和数据位率尽量小。

3.7 简述变换编码的压缩原理。

答案：变换编码进行一种函数变换，通过映射变换从一种信号域变换到另一个信号域。例如

将空间域的图像信号变换到正交矢量空间（变换域或频域），产生一批变换系数，对之进行编码和处理。一般在空间域上具有强相关性的信号，变换到频域之后会形成能量相对集中的特定区域，或者说变换系数矩阵的分布具有某种规律性。利用这一特点，在不同的频域上按不同精度进行量化，分配不同的量化比特，即可以达到数据压缩的目的。由于存在量化过程，变换编码是有损的。

3.8 简述静态图像压缩和动态图像压缩的区别和联系。

答案：静态图像压缩技术主要是对空间冗余进行压缩，而对动态图像来说，除对空间冗余进行压缩外，还要对时间冗余进行压缩。动态图像可以看成是沿时间轴方向按每秒25～30帧组织的一系列静态图像组成的。相邻帧画面对应像素的亮度、色度往往变化很小，故可采用帧内的静态图像压缩方法加上运动预测和补偿技术进行帧间图像压缩。

3.9 MPEG编码中为什么要划分I帧P帧和B帧？

答案：MPEG编码中划分I帧P帧和B帧是为了提高动态图像压缩效率。对I帧进行基于DCT的帧内图像压缩方法，可以减少图像的空间冗余，同时作为P帧和B帧预测的基准；对P帧和B帧采用基于块的运动预测补偿技术，可以减少帧间的时间冗余。

3.10 MPEG中是如何进行运动补偿的？

答案：因为图像序列的相邻帧画面中景物的运动具有连续性，可以认为当前画面的某部分是前一幅画面的某部分在某时刻的位移。运动补偿技术在宏块一级工作。运动补偿把当前子块认为是先前某个时刻图像块的位移，块位移用运动矢量表示，包含运动幅度和运动方向。对于P帧而言，它就是把I图的“准宏块”复制过来，拼成一幅图，这一复制过程称为“运动”。复制这样的类似块之后，与真正的P帧可能不吻合，需要修正，这个过程即为“补偿”。经过补偿之后，P图就与该处的原始图像差别不大了。由于P帧是I帧的将来，所以称为“前向预测”。对于B帧而言，除了前向预测，还有后向预测及双向平均预测。可见，基于块的运动补偿技术，就是在参考帧中寻找符合某种条件的、当前被预测块的最佳匹配块，找到之后，或者直接将其复制过来，或者对预测误差采用DCT技术编码，在恢复被预测块时，用匹配块加上预测误差来恢复。

3.11 为什么VCD影像中常常会出现马赛克效应？

答案：VCD光盘中存储的影像数据使用了MPEG视频压缩算法，而MPEG帧内图像的压缩是基于DCT算法的。在压缩质量变差的情况下，DCT算法的子块划分的方式造成各子块只保留少量低频信息，而失去了变化丰富的高频信息，从而导致VCD影像中的马赛克效应。

3.12 解释什么是基于内容的编码。

答案：基于内容的编码，其编码和利用方式取决于多媒体的内容。例如MPEG-4，它对每个视频对象的形状、运动和纹理信息进行编码成为单独的视频对象，并可以单独解码，同时也支持音频对象的单独编码，这样可以实现对音视频对象（Audio Video Object，A VO）的表示、交互和检索。

3.13 JPEG与JPEG2000压缩原理有何不同？

答案：JPEG标准采用了混合编码方法，它是一种是基于DPCM的无失真压缩算法，虽然压缩比只有4:1—8:1，但可以做到无损可逆；另一种是基于DCT并结合Huffman编码的压缩算法，压缩比可以达到几十倍至上百倍，它是JPEG标准的主要算法。JPEG2000作为JPEG 的升级，采用小波变换为主的多分辨率编码方式取代了DCT的编码方式，对高压缩比和低压缩比都提供了很好的支持。JPEG2000采用的小波变换可以处理局部时域过程的频域特征和时域特征。它将信号分解为一个低频分量和各级高频细节信号，分解后的低频分量相关性较强，可以采用DCT等变换方法；高频分量具有较小的相关性，采用由粗到细渐进的时空域上的取样间隔，能像物理上自动调焦看清远近不同景物一样放大任意细节。

3.14 为什么在H.261中要引入CIF，为什么会有多种中间图像格式？

答案：H.261支持单向和双向通讯，并支持多点通信。为了消除视频通信领域存在多种制式的影响，H.261定义了公共中间图像格式CIF（Common Intermediate Format）在地区间用不同电视格式的设备进行通讯时，需要先转成CIF格式，再使用标准的编码器和解码器进行通讯。为了适应具有不同分辨率要求的应用和不同带宽支持能力的信道，中间图像格式还包括Sub-QCIF/SQCIF、QCIF、4CIF和16CIF等。

3.15波形编码和参数编码有何不同？

答案：波形编码的内容是声音的波形，这种方法要求重构的声音信号的各个样本尽可能地接近原始声音的采样值。能够对波形进行编码的技术有PCM、ADPCM和A TC（自适应变换

编码）等。参数编码是一种对语音参数进行分析合成的编码方法，主要原理是构建语音的生成模型，通过参数调节使生成的语音尽量接近原来的声音。可以使用线性预测（LPC）方法来对语音参数编码。

第四章

一、选择题

1． C 2． B 3． B 4． B 5． C 6． B 7． C 8． D 9． C 10．B 11．B 12．C 13．C 14．B 15．C 16．C 17．D 18．D

二、简述题

1.答：

①录制、编辑和回放数字声音文件。

②编辑与合成

③MIDI接口和音乐合成

④文-语转换和语音识别

⑤支持全双工功能

2.答：

MIDI是Music Instrument Digital Interface 的缩写，指乐器数字接口。任何电子乐器，只要有处理MIDI消息的微处理器，且有合适的硬件接口，都可成为一个MIDI设备。

与波形音频的本质区别是：MIDI音乐，乐谱完全由音符序列、定时以及被称为合成音色的乐器定义组成。当一组MIDI消息通过音乐合成器芯片演奏时，合成器就会解释这些符号并且产生音乐。MIDI给出另外一种得到音乐声音的方法，其关键是能使媒体应能记录这些音乐的符号，相应的设备能够产生和解释这些符号。

3.答：

视频卡的一般功能：

①全活动数字图像的显示、抓取、录制，支持Microsoft Video for Windows。

②可从录像机(VCR)，摄像机，ID,IV等视频源中抓取定格，存储输出图像。

③近似真彩色YUV格式图像缓冲区，可将缓冲区映射到高端内存。

④可按比例缩放、剪切、移动于扫描视频图像。

⑤色度、饱和度、亮度、对比度及R,G,B三色比例可调。

⑥可用软件选端口地址和IRQ。

⑦具有若干可用软件相互切换的视频输入源，以其中一个做活动显示。

视频卡的工作原理：视频信号源、摄像机、录像机或激光视盘的信号首先经过A/D变换，送到多制式数字解码器进行解码，得到YUV数据；由视频窗口控制器对其进行剪裁，改变比

例后存入帧存储器。帧存储器的内容在窗口控制器的控制下，与VGA同步信号或视频编码器的同步信号同步，再送到D/A变换器变成模拟的RGB信号，同时送到数字是视频编辑器进行视频编码，最后输出到VGA监视器及电视机或录像机。

4.答：

视频卡核心部件：A/D变换和数字解码，窗口控制器，帧存储器系统，数模转换和矩阵变换，视频信号和VGA信号的叠加，数字式多制式视频信号编码等。

音频卡核心部件：MIDI输入输出电路，MIDI合成器芯片，CD音频输入与线输入相混合电路，脉冲编码调制电路模数转换器等。

5.答：

扫描仪的主要性能指标：

①光学分辩率：是扫描仪最重要的性能指标之一，它直接决定了扫描仪扫描图像的清晰程度，通常用每英寸长度上的点数，即DPI来表示。

②色彩深度、灰度值：较高的色彩深度位数可以保证扫描仪反映的图像色彩与实物的真实色彩尽可能的一致，而且图像色彩会更加丰富。扫描仪的色彩深度值一般有24BIT、30BIT、32BIT、36BIT几种。

③感光元件：是扫描图像的拾取设备，目前扫描仪所使用的感光器件有三种：光电倍增管，电荷偶合器（CCD），接触式感光器件（CIS或LIDE）。

④扫描仪的接口：是指与电脑主机的联接方式，通常分为SCSI、EPP、USB三种。

6.答：

①红外触摸屏：使用红外线传感器，这是一种需要特殊框的触摸屏形式。

②电阻触摸屏：使用电阻性传感器，其主要结构是电阻膜。

③电容触摸屏：使用电容性传感器，利用人体所带电荷的电容感应作用工作。

④表面声波触摸屏：使用声波传感器，由声波传感器和反射器组成。

⑤压感触摸屏：使用压力矢量传感器，利用显示器下的垫感受压力。

⑥电磁感应触摸屏：非机械式开关将电容变化转变为频率变化。

7.答：

光标准存储的类型及相关如下表：

8.答：

一般光驱又称做CD-ROM，而CD-R和CD-RW则是光盘刻录机。

CD-ROM光驱只能够读取光盘的资料，并不能将资料写入光盘。光盘刻录机可以将资料写入光盘中，就是将资料“刻录”到CD-R或CD-RW光盘上，一般光盘的容量大约在640MB 以上，可以用来储存大量的资料。CD-R（CD Recordable）光盘只能写入一次资料，而CD-RW （CD Rewritable）光盘可以利用CD-RW光驱重复写入的操作，如果原先的资料不要，可以进行格式化之后，再刻录新的资料。这两种形式光盘，都可以在CD-ROM光驱上读取。

9.答：

①聚焦伺服：自动聚焦伺服系统通过产生聚焦误差信号，调整光头和光盘之间的距离，以保证聚焦点落在光盘的信息面上。

②道跟踪伺服：道跟踪伺服系统是通过产生偏离光道的误差信号，控制光头调整聚焦光束，使它落在有凹坑的光道中央的。

10.答：

DVI技术最早是由美国普林斯顿David Samoff研究中心研究开发的交互式数字视频装

置，Intel公司已将成功的DVI多媒体系统做到一个母板上，目前已把DVI技术集成在一个芯片上。

DVI系统作为较早商品化的多媒体系统，具有以下特点：

①提供一种全数字化的方法。

②先进的视频压缩技术。

③声音压缩技术。

④合成图形。

11.答：

以CD-I交互式多媒体系统为例，CD-I基本系统主要由5部分构成：

①音频处理子系统。

②视频处理子系统。

③多任务的操作系统。

④CD播放机。

⑤微处理器、存储器、键盘、定位装置和CSD字体模块。

12.答：

MPC设计原则是：

①采用国际标准的设计原则；

②将多媒体和通信功能的单独解决变成集中解决：

③体系结构设计和算法相结合；

④把多媒体和通信技术做到CPU芯片中。

所以，MPC联盟规定多媒体计算机包括五个基本的部件:个人计算机（PC），只读光盘驱动器(CD-ROM)，声卡，Windows操作系统和一组音箱或耳机。

第五章

5.1 A 5.2 C 5.3 ABCD 5.4 ABC 5.5 AB 5.6 C 5.7 ABCD 5.8 ABCD 5.9 AB 5.10 D 5.11 B 5.12 D 5.13 B 5.14 D 5.15 B 5.16 D 5.17 A 5.18 D

5.193D Studio MAX是一个集成化的三维动画制作环境，它把模型的建立、绘制、渲染及动画制作集成在一起。利用Windows的图形化界面，在一个程序窗口中完成场景建立、渲染和动画制作等各项工作。

5.20 ⑴单击右侧命令面板Geometry下的Teapot，按钮显示为黄色；

⑵将鼠标移到Top视图中，单击一下，确定Top为当前激活窗口；

⑶在左上角按下鼠标左键不放，向右下角拖动，将出现一个白色图形，松开鼠标左键，

即可得到一个茶壶。

5.21 在Premiere中把要制作的影视节目称为一个Project（项目），由它来集中管理所用到的原始片段、各片段的有序组合、各片段间的叠加与转换效果等，并可生成最终的影视节目。

第六章

6.1 D 6.2 C 6.3 D 6.4 C 6.5 D 6.6 B 6.7 C

6.8多媒体创作工具是电子出版物、多媒体应用系统开发的基础工具，它提供组织和编辑多媒体项目所需要的重要框架，包括图形、声音、动画和视频剪辑。

根据多媒体创作工具的创作方法和特点的不同，可将其划分为如下几类：⑴以时间为基础的多媒体创作工具；⑵以图标为基础的多媒体创作工具；⑶以页式或卡片为基础的多媒体创作工具；⑷以传统程序语言为基础的创作工具。

6.9 多媒体创作工具应具有以下功能：⑴具有良好的，面向对象的编程环境；⑵具有较强的多媒体数据I/O能力；⑶动画处理能力；⑷超级链接能力；⑸应用程序的链接能力；⑹模块化和面向对象；⑺友好的界面，易学易用。

6.10 ⑴在编辑状态下，舞台大小可变化（编辑以后就不行了）。

⑵角色表能以列表形式查看，并且可以排序和更改属性。

⑶增加了角色表管理区。

⑷允许将脚本语言存储到外部文件进行编辑。

⑸可以对位图进行压缩。

⑹可以锁定Sprite（精灵），即舞台上的一个对象，以避免在编辑过程中不慎移动Sprite（精灵）。

⑺对舞台进行了较大的改进，舞台分为标题栏、画布区和滚动条。

⑻在HTML文档中生成Shockwave电影。

⑼可自由伸缩Shockwave电影，使之与浏览器匹配。

⑽可支持和编辑多种向量曲线。

⑾可支持日文双字节。

⑿Lingo的性能有了很大的提高。

⒀可以使用Lingo全程控制位图元素。

⒁可以使用Lingo控制声音。

⒂可以从外部导入图像、声音、视频、影片及其他对象，并利用其所带的辅助工具进行编辑，用来创建电影片断、场景和影片等。

⒃可以用来创建动画、多媒体演示软件、游戏、广告及演示器等。

⒄与因特网结合紧密，其生成的Shockwave电影在网络中得到了良好的应用。

⒅Director中几乎所有的功能都有与之相对应的浮动窗口，如Paint窗口、Text窗口、编排表和控制面板等。

⒆Director中每个角色、窗口及每个按钮的快捷菜单都有共同的部分，除了Windows 中传统的剪切、复制和粘贴命令外，还有Director特有的导入等命令。

⒇在Director中，光标停留在任意组件处时间超过1s，即会显示该组件的说明与提示。

6.11有了角色，必须进行编排，才能使角色完成电影的表演。编排表把对电路的控制可视化

地展现在了用户的面前，编排表是Director的核心，窗口中的每一列代表着一帧，相当于电影的一个定格，连续流动的帧组成了电影。

第七章

7.1 多媒体数据库的主要问题是什么？在哪些地方与传统的数据库系统是相同的？哪些地方是不同的？有了多媒体数据库后，关系数据库会怎样？

答：多媒体数据库的主要问题是对图形、图像、声音等多种媒体信息进行数据管理。

多媒体数据库与传统数据库相比：

1、数据库的组织和存储。两种数据库都要保持数据的独立性。多媒体数据库中由于多媒体

数据的数据量巨大，且媒体之间的差异也极大，从而影响数据库的组织和存储方法。只有组织好多媒体数据库中的数据，选择设计合适的物理结构和逻辑结构，才能保证磁盘的充分利用和应用的快速存取。

2、媒体种类的增多增加了数据处理的困难。除了处理传统数据库中的基本数据类型以外，

每种多媒体数据类型都要有自己的一组最基本概念（操作和功能），适当的数据结构和存取方法，以及高性能的实现支持。除此之外，也要有一些标准的操作，包括各种多媒体数据通用的操作及多种新类型数据的集成。

3、数据库的内容查询、多解查询。传统的数据库查询只处理精确的概念和查询，但在多媒

体数据库中非精确匹配和相似性查询将占有相当大的比重。

4、用户接口的支持。多媒体数据库的用户接口肯定不能用一个表格来描述，对于媒体的公

共性质和每种媒体的特殊性质，都要在用户的接口上，在查询的过程中加以体现。多媒体数据库的查询结果将不仅仅是传统的表格，而是丰富的多媒体信息的表现，甚至是由计算机组合出来的结果“故事”。

5、媒体信息的分布对多媒体数据库体系带来巨大的影响。这里所说的分布，主要是指以

WWW网络为基础的分布。Internet的迅速发展，网络上的资源日益丰富，传统的固定模式的数据库形式已经显得力不从心。多媒体数据库系统肯定需要考虑如何从WWW网络信息空间中寻找信息，查询所要的数据。

6、处理长事务增多。传统的事务一般短小精悍，在多媒体数据库管理系统中也应尽可能采

用短事务。但有些场合，短事务不能满足需要，不得不增加处理长事务的能力。

7、多媒体数据库对服务质量的要求。许多应用对多媒体数据的传输、表现和存储的质量要

求是不一样的，系统所能提供的资源也要根据系统运行的情况进行控制。

8、多媒体数据管理还要考虑版本控制的问题。

当有了多媒体数据库后，并不意味着关系模型会消失，相反，关系模型通过扩充之后可以适应多媒体数据库的要求。传统的关系模型是一种结构简单的二维“表格”，只能支持规范化的数据类型和数据结构，不支持多媒体数据所需的新的数据类型和数据结构，很难实现空间数据和时态数据，缺乏演绎和推理操作，因此表达数据特性的能力受到限制。在多媒体数据库管理系统中使用关系模型，必须对现有的关系模型进行扩充，使它不但能支持格式化数据，也能处理非格式化数据。模型扩充的主要技术策略有三种：

（1）使关系数据库管理技术和操作系统中文件系统功能相结合，实现对非格式化数据的管理。

（2）将关系元组中格式化数据和非格式化数据直接装在一起形成一个完整的元组，存放在数据页面或数据页面组中。

（3）将元组中非格式化数据分成两部分，一部分是格式化数据本身，另一部分是对非格式化数据的引用。

7.2简述多媒体数据库管理系统的体系结构？哪一种是最适用的结构？为什么？

答：多媒体数据库的组织结构一般可分为三种，即集中型、联邦型和客户服务型。

1、集中统一型多媒体数据库管理系统的体系结构：集中统一型多媒体数据库管理系统是指由单独一个多媒体数据库管理系统来管理和建立一个集中的数据库，统一管理各种多媒体资源，并由这个多媒体数据库管理系统来管理对象空间及目的数据的集成。

2、联邦性多媒体数据库管理系统的体系结构：联邦性多媒体数据库管理系统是将不同类型的多媒体资源分别建立不同的数据库，每个数据库都有自己的管理系统，它们各自管理自己的数据库。应用程序可以通过不同的管理系统访问不同类型媒体的数据库。

3、客户/服务型多媒体数据库管理系统的体系结构：客户/服务型多媒体数据库管理系统和联邦性结构有一定相似性，但它支持网络功能，不同之处在于，联邦性结构只支持单机使用，应用程序直接通过不同的数据库管理系统来访问不同类型资源数据库，而这种结构支持客户/服务模式，这就要在数据库管理系统和用户之间要加入一个多媒体数据库服务器及中件，用户程序通过相应的接口与服务器相连。

显然，第三种是最适用的结构。由于多媒体数据的数据量比较大，单机是很难存储那么多的数据的，所以目前多媒体应用一般是基于网络的，将大量的多媒体数据存储在分布式的网络中，然后通过多媒体数据库箮理系统来管理这些数据。那么分布式的多媒体数据库管理系统应解决分布在网络上的多媒体数据库中数据的定义、存储、操作问题，并对数据一致性、安全性、并发性进行协调和管理。

7.3面向对象的数据库有哪些特点？为什么说它能对多媒体数据进行有效的管理？

答：面向对象的数据模型在支持多媒体应用方面具有自己独特的优缺点：

(1)聚集层次：多媒体信息往往是多种媒体所提供信息的组合，聚集抽象机制实现不同媒体信息的有机组合。利用这种机制可以很方便地得到复杂对象的层次结构以及同一级上各子对象间的顺序关系，这一点对多媒体数据的存储是很有意义的。

(2)关系建模设施：除了聚集层次反映的多媒体数据之间的层次关系外，多媒体数据还具有更复杂的复杂交叉关系，多媒体数据模型应能提供相应的建模设施。

(3)方法管理:对多媒体数据的存取需要通过具体媒体技术解决，例如对图像的分割、识别与压缩等。

(4)多种属性的支持和语义信息的维护:实际上是要求多媒体数据库系统支持抽象数据类

型。保持多媒体数据语义信息的一种良好的万式，是构造包含语义信息的类属性及操作方法的结构。

(5)支持特性传播：多媒体应用不仅需要在聚集层次上子类能够自动继承超类的内容，同时也需要聚集层次上各节点的某些属性能够沿着层次结构自动向下传播。

(6)支持模式的演进:能够动态地修改层次各节点的模式，支持模式演进。这一点在工程中尤为突出，在一张复杂的装配图上更换一个小小的零件，所要做的只是在零件这个属性上做出简单的修改。

(7)版本管理：能对每次操作有所反映，版本的创建和控制以及版本变化的通知是十分重要的。

(8)并发控制和数据恢复：支持多个用户对同一个数据的访问。

(9)数据共享：具有更加灵活的读写控制。

(10)快速存储和灵活交付:应该对多媒体数据的物理表示和逻辑表示进行有效的映射管理，拥有高效的存储管理子系统，保证媒体数据流的灵活交付。

当用面向对象的方法对多媒体数据库进行建模，对多媒体数据的管理具有显而易见的好处。“封装”允许多媒体类型通过一个公共的界面进行访问和操纵，因此即使系统发生演变，媒体的操纵仍能保持一致；“继承”能够有效地减少媒体数据的冗余存储，也是聚集分层和特性传播的基本方法；对象类与实例的概念有效地维护多媒体数据的语义信息，也为聚集抽象提供一种可行的方案；复合对象根据复合引用的语义，对象间的引用只是被引用对象的标志符放在引用对象的属性中，从而实现共享引用、依赖引用和独立引用，为多媒体数据的关系表示提供一种很好的机制。

7.4简述基于内容的检索过程，其关键的特征匹配问题主要采用哪些方法解决？

答：基于内容检索是一个逐步求精的过程，其主要步骤有：

(1)初始检索说明：用户开始检索时，要形成一个检索的格式，最初可用QBE或特定的查

询语言来形成。系统对示例的特征进行提取，或把用户描述的特征映射为对应的查询参数。

(2)相似性匹配：将特征与特征库中的特征按照一定的匹配算法进行匹配。满足一定相似性的一组候选结果按相似度大小排列返回给用户。

（3）特征调整：用户浏览系统返回的一组满足初始特征的检索结果，挑选满意的结果，检索过程完成；或者从候选结果中选择一个最接近的示例，进行特征调整，然后形成一个新的

查询。

（4）重新检索：逐步缩小查询范围，重新开始。该过程直到用户放弃或得到满意的查询结果时为止。

其关键的特征匹配问题主要采用以下方法来解决：

1、模糊值

2、特征值分类和计算

3、特征调整

4、相似特征偏差

5、相似度及最终求值

7.5 简述MPEG-7的主要功能和它对多媒体信息的描述方法。

答：MPEG-7的目标是根据信息的抽象层次，提供一种描述多媒体材料的方法以便表示不同层次上的用户对信息的需求。以视觉内容为例，较低抽象层将包括形状、尺寸、纹理、颜色、运动（轨道）和位置的描述。对于音频的较低抽象层包括音调、调式、音速、音速变化、音响空间位置。抽象层与提取特征的方式有关：许多低层特征能以完全自动的方式提取，而高层特征需要更多人的交互作用。MPEG-7还允许依据视觉描述的查询去检索声音数据，反之也一样。

MPEG-7定义了“标准描述子集合(Standard Set of Descriptors)”用于描述各种类型的多媒体数据，与之相应的“描述方案( Description Schemes)”用于规范多媒体描述子的生成和不同描述子之间的有机联系。这些描述子与所指定的多媒体对象的内容紧密联系，采用提取对象特征的方法为实现基于内容的语义的准确检索提供了接口。在此基础上，MPEG-7定义了一种新的语言──“描述定义语言(Description Definition Language)”用于指定和生成描述方案。

第八章

8.1试比较传统文本与超文本之间的关系

答案：文本是一种由文字组成的简单媒体形式，其最显著的特点是它在组织上是线性的和顺

序的。超文本以节点为单位组织信息，在节点与节点之间通过表示它们之间关系的链加以连接，构成一个具有一定逻辑结构和语义的网络。

8.2什么是非线性阅读方式？

答案：读者根据个人的需要，利用超文本系统提供的语义关联，找到自己感兴趣的信息；换句话说，用户可以根据自己的兴趣选择阅读文本的顺序。这就是所谓的非线性阅读方式。

8.3Internet上的超文本是如何体现的？

答案：Internet的超文本内容是以HTML写成的网页，在浏览器中。超文本内容中的一些字、短语或符号成为可触发的“热标”，它们在显示的时候，其字体或颜色周围的文字有所不同，或者标有下横线，作为与一般的正文的区别。当光标移到这些内容上面并按下鼠标键之后，阅读的内容便沿着一条链路替换成该网页的另一处内容或另一个网页的内容。

8.4超媒体的节点和链有哪几种？

答案：节点一般分为：媒体类节点、动作类节点、组织类节点、推理类节点等；链一般包括基本结构链和组织链和推理链。前者又包括基本链、交叉索引链、节点内注释链、缩放链、全景链、视图链；后者包括索引链、Is-a链、Has-a链、推理链、执行链等。

8.5超文本系统的著作子系统和浏览子系统有什么区别？

答案：著作子系统向构建超文本内容的用户提供生成超文本的工具，包括编辑器、超文本语言分析器、媒体编辑工具等。该系统负责完成多媒体的数据准备，多媒体时空关系的描述，建立超文本信息节点并构造链接。可以支持对已有系统的增、删、改等操作。浏览子系统向访问超文本内容的用户提供使用超文本的手段，一般包括浏览器和其他的工具。浏览子系统一般不具备编辑、修改超文本的能力。

8.6试将web系统映射到HAM模型，分析其各个部分。

答案：HAM模型把超文本系统划分为3个层次：用户界面层、超文本抽象机层（HAM层）、数据库层。数据库层是模型中的最低层，以数据库作为基础，提供存储、共享数据和网络访问的功能；在web系统中，它对应web服务器和应用服务器。HAM层决定了超文本系统节点和链的基本特点，记录了节点之间链的关系，并保存了有关节点和链的结构信息；在web系统

中，它对应各种静态和动态的网页。用户界面层是三层模型中的最高层，体现了超文本系统的使用特性，具有直观、简明、生动、方便等特点，它在web系统中对应浏览器。

8.7简述Dexter模型部件内部层和存储层的关系。

答案：部件内部层描述超文本中部件的内容和结构，与之对应的是各个媒体单个应用部件。部件是由存储层提供的基本对象，它包括内容、属性等，表现规范和一个锚定接口集合。存储层描述的是部件之间的网状关系，存储层着重于定义部件之间的连接关系，而对部件的内部结构不作描述。在Dexter模型中，存储层和部件内部层是相互独立的，检索定位时需要锚定机制或定位机制来维护由存储层到部件内部层、部件内部层到存储层的检索定位过程。

8.8试从逻辑结构和布局结构两个方面描述一种出版物。

答案：逻辑结构体现文献内容的层次性，布局结构体现文献版面安排样式。同一文件可以同时具备这两种结构，这两者提供了同一文件不同但又互相补充的观念。例如，对于一本杂志，在逻辑结构上，我们可以把它看成是由一定数目的文章组成的；在布局结构上，我们可以把它看成是由包含正文块和图形块的页组成的。逻辑结构是由作者决定的，而布局结构通常是由格式化过程决定的。

8.9HyTime有哪三种基本的逻辑结构?

答案：HyTime有以下三种基本的逻辑结构：1）SGML层次元素结构，即SGML描述的父子元素构成的树形结构。2）HyTime超链结构，这种结构可以在节点之间建立非层次关系。3）HyTime调度结构，通过有限坐标空间FCS表现与媒体数据关联的时间表。

8.10简述SGML与XML的关系。

答案：XML是在SGML的基础上发展而来的，是SGML的一个简化的而严格的子集。XML去掉了SGML中很少使用而且处理起来很麻烦的特征，但继承了SGML具有的可扩展性、结构性及可校验性。它是一种具有数据描述功能、高度结构性及可验证性的置标语言。

8.11设计一幅带有文字、音乐和视频内容的网页。

答案：（略）

8.12SMIL怎样扩充的HTML的多媒体描述能力？

答案：SMIL把多媒体表现能力集成到网页的布局和排版之中，提供了很强的时基描述功能。SMIL在HTML的布局标记之外提供了一系列时序标记，使我们可以精确控制媒体表现中的时空关系，例如， SMIL文件允许对时间轴操作，当回放内容包括多个媒体片断（如文字、影像、广告图片）时，SMIL可以定义它们各自的时空布局关系。

8.13SMIL有哪些功能组？

答案：SMIL2.0规定了10个功能组，包括：结构、布局、媒体对象、链接、时序同步、内容控制、元信息、动画、时序控制和过渡。这些功能组作用是将元素和属性按不同功能划分，每个都针对多媒体处理的一个方面。其中时序同步是SMIL的核心。每个功能组由若干模块构成，从2个到20个左右，模块的划分基于重用的关系，通过概型指定按用户的目标裁剪的一系列模块。

8.14设计一个简单的SVG动画。

答案：（略）

8.15简述数字出版和网络出版的关系。

答案：数字出版是利用电子手段创建、管理、传播出版物的过程。它经历了电子排版、多媒体出版以及网络出版三次技术上的飞跃。数字出版的本质是将传统出版行为的三个主要阶段即编辑、印刷与发行数字化。数字出版当前以光盘形式的CD-Title和基于web的网络出版为主要形式。网络出版利用互联网创建、管理、传递和访问数字内容。Web出版是网络出版的主要形式。网络环境下的多媒体出版是网络通信技术和多媒体技术的有机结合。

8.16试述按需出版的含义。

答案：“按需出版”，即可以根据不同读者的要求，根据不同的浏览设施，及时提供最适合的出版物的输出形态。“内容与式样分离”是按需出版的基础。通过“内容与式样分离”，可以把不同来源的内容根据读者的要求加以选择，加上特定的式样描述而形成最适合特定读者的表现形式。

8.17XML怎样做到内容与表现分离？

答案：采用置标语言（XML）可以使文档作者专注于写作文档的逻辑内容，只需设计一种式样单（如XSLT）就可使同类的文档自动套用给定的格式，实现自动排版，不再需要为每篇文档加上格式信息，从而实现内容与表现的分离。

第九章

一、选择题

9.1 多媒体通信解决的重点是什么：a）智能化、个人化；b）支持视频宽带通信；c）安全

问题。

答案：b）

9.2 视频会议系统主要包括哪些：a）视频会议终端和多点控制单元；b）视频服务器；c）

摄像机、白板和投影仪。

答案：a）

9.3 完成音视频信号采集、编/解码和传输的视频会议设备是哪个：a）多点控制单元；b）

视频会议终端；c）信道控制设备。

答案：b)

9.4 H.320系列标准是支持下述环境的视频会议标准：a）N-ISDN；b）B-ISDN/A TM；c）

以太网。

答案：a)

9.5 IP电话技术中传送语音数据的协议是哪个：a）TCP；b）UDP。

答案：b)

二、简述题

9.6 A TM较之其他网络在多媒体通信中有何优势？

答案：A TM在多媒体通信中主要优势有：（1）A TM在底层采用面向连接的传输机制，以获得电路交换实时性的优点；（2）A TM采用53字节长度的信元，这种短小而固定的信元有利于降低处理的复杂度，采用硬件电路来进行处理，从而减少传输延迟。（3）A TM提供多种

传输服务类型，分别代表不同的QoS，并且提供了QoS协商和保证机制。（4）A TM在高层进行差错控制和流量控制。可以明显提高传输速率。总而言之，A TM综合了电路交换和分组交换的优点，克服了传统网络技术的缺陷，提供了很高的网络性能，适合传输话音、视频和数据。

9.7 说明抖动的产生原因可可能的消除方法。

答案：网络的延迟抖动指的是网络传输延迟的变化，一般以一段时间内最长和最短的延迟之差来表示。对多媒体数据而言，当以分组方式传输数据时，各个分组到达接受端的延迟是不同的，造成多媒体数据传输的抖动。消除抖动的可能方法有：（1）改善网络性能，包括提高传输率和吞吐量，降低网络延迟，优化网络结构；（2）优化拥塞处理、差错控制和流量控制等控制传输质量的方法，使得各个分组能够以比较稳定的延迟在发送端和接受端之间传输；（3）在多媒体传输过程中通过时间戳、缓冲或反馈的方法进行流间和流内同步。

9.8 简述QoS的基本内容。

答案：QoS（Quality of Service）即服务质量，代表具体应用对网络的工作期望值以及希望网络能够提供的服务水平。通常人们用一些定义好的QoS参数的形式来表示这类期望值，典型的有吞吐量、端端延迟、延迟抖动和可靠性等。另外，人们设计了一系列的QoS的保障机制来保证QoS的顺利实施，主要包括资源预订和规划、资源协商、QoS承诺和进入控制这四个阶段。

9.9 RTP和RSVP的主要思想有何不同？

答案：RTP是针对多媒体数据流的一种传输协议，支持在单播和组播的网络服务中传输实时数据，而此时的数据传输由RTCP实时传输控制协议来检测数据流的性能和质量。RTP并不涉及资源预留，也不确保实时服务的QoS，它主要通过RTCP为应用提供会话质量和广播性能质量的信息来改善数据传输的能力。而资源保留协议RSVP提供的是一种允许应用程序保留系统资源的机制，用来实现QoS，在Internet上提供有质量保证的多媒体网络服务。

9.10 IPv6对多媒体通信提供了哪些支持？

答案：IP v6通过以下两个特性来提供对多媒体通信的支持：（1）新定义的组块头流标志字段，可以用来鉴别属于同一数据流的所有组块。路径上所有的路由器都可以鉴别一个流的所