《多媒体技术教程（第三版）》习题解答
第 1 章 绪 论
1．多媒体信息系统和多媒体计算机有什么不同？在概念上应如何看待两者之间的关系？
多媒体信息系统是新一代高度集成的、功能强大的、智能化的计算机信息系统，它是提供多
媒体信息、辅助人们对环境进行控制和决策的系统，是基于计算机、通信网络等现代化的工
具和手段，服务于管理领域的信息处理系统。而多媒体计算机指的是硬件设施，多媒体计算
机是多媒体信息系统得以应用的平台。
2．试归纳叙述多媒体关键特性以及这些特性之间的关系。
多媒体的关键特性主要包括信息载体的多样性、交互性和集成性这三个方面，这既是多媒体
的主要特征，也是在多媒体研究中必须解决的主要问题。
信息载体的多样性是相对于计算机而言的，指的就是信息媒体的多样化，有人称之为信息多
维化；多媒体的第二个关键特性是交互性，多媒体系统将向用户提供交互式使用、加工和控
制信息的手段，为应用开辟更加广阔的领域，也为用户提供更加自然的信息存取手段；多媒
体的集成性主要表现在两个方面，一是多媒体信息媒体的集成，二是处理这些媒体的设备与
设施的集成。
信息载体的多样性是集成性的基础，没有多种信息媒体，也就无法进行多媒体信息的集成化
处理；而处理多媒体的设备与设施的集成性是实现交互性的前提，没有系统、网络、软硬件
设施的集成，就无法为用户交互式使用、加工和控制信息提供平台。
3．为什么说多媒体缩短了人类信息交流的路径？人类与计算机进行信息交流的目的是什么？
与以往的方法相比，计算机在数据处理方面有了很大的改善。计算机所提供的功能强大的数
据组织和构造技术，如传统数据结构中的数组、向量、队列、堆栈、树和堆等，为动态地加
工和处理数据提供了基础。高效的算法和高速的网络通信，大大地加强了用文字和数据表示
概念的能力并加速了它的传递过程。但人类并不是仅仅依赖文本这一类单一的数据形式来传
递所有的信息和接受概念的，图像、声音等多媒体信息都是人类获取和传递信息极为重要的
渠道。图像的信息量最大，一幅画胜过千言万语，最直观、最能一目了然。而动态的影像视
频和动画则更生动、更逼真、更接近客观世界的原型、更能反映事物的本质和内涵。声音和
文字也是信息的重要媒体，综合应用不仅有利于接受，也有利于存储（记忆）和保留。这就
意味着必须同时启动大脑的形象思维和逻辑思维，才能更好地获得更多更有用的信息。因此，
通过多种感觉器官用多种信息媒体形式向人提供信息才算是更好的表达方法，它不仅加速和
改善了理解，并且提高了信息接受的兴趣和注意力。多媒体正是利用各种信息媒体形式，集
成地用声、图、文等来承载信息，也就是缩短信息传递的路径。
人类与计算机进行信息交流的目的是为了高效的获取、传递以及使用信息。计算机的发展使
得人类的信息处理手段得到加强，高速的计算能力扩展了对数据进行重复计算的能力，大规
模的存储扩展了记忆信息的范围，高速通信网使得我们可以同远在异地他乡的同事、朋友、
亲人甚至陌生人进行快速的信息交换。这些机器成为我们与他人进行交流的中介。
4．有人说，在未来信息系统中计算机和电视将合为一体，这意味着产生了新一代的信息系
统，是革命性的转变，而不仅仅是某种设备功能的增强。你的看法呢？
1
计算机和电视合为一体，是多媒体信息系统应用的一个实例，将提高家庭自动化程度，而并
不是意味着新一代信息系统的产生。通过这种方式，将改变人们长久依赖被动接收信息的情
况。将交互式手段融入到人们的日常生活中。交互可以增加对信息的注意力和理解力，延长
信息在头脑中保留的时间。而在单向的信息空间中，这种接收的效果和作用就很差。借助于
交互活动，人们可以获得所关心的内容，获取更多的信息；用户也可以找出想看的电视节目，
可以快速跳过不感兴趣的部分，可以对某些所关心的内容进行编排等，从而改变现在观看电
视节目的方法。
5．有人说，多媒体是界面技术，即人机接口技术，你同意吗？为什么？
多媒体技术包括人机接口技术，但不仅仅是人机接口技术。而人机接口技术也不仅仅在多媒
体领域得到应用。
人机接口技术的目的是让一般用户利用计算机完成他们在某一工作领域中的任务。随着多媒
体技术及其相关技术的不断发展，人机交互的接口已经开始向更加自然，更加人性化的方向
发展。例如多模态接口，它将手势识别、语音识别、自然语言理解甚至面部表情识别等综合
应用于人机交互。当然，人机交互接口不仅仅是一个人机界面的问题，对于媒体的理解和人
机通信过程可以看成是一种智能的行为，它与人类的智能活动有着密切的关系。
而多媒体技术的涵盖面更加宽泛，包括多媒体数据模型、多媒体数据压缩技术、多媒体内容
处理与检索技术、多媒体表现与同步技术、多媒体人机交互接口技术、多媒体通信与分布处
理技术等等。略为全面的，多媒体技术可以定义为：以数字化为基础，能够对多种媒体信息
进行采集、编码、存储、传输、处理和表现，综合处理多种媒体信息并使之建立起有机的逻
辑联系，集成为一个系统并能具有良好交互性的技术。
2
第 2 章 媒体及媒体技术
1．为什么说媒体具有不同的抽象层次？对媒体的抽象层次和性质进行小结。
在获得媒体语义的过程中，抽象起着十分重要的作用，这种抽象是复杂的，而且与任务有关。
通常包括若干抽象层，每一个抽象层都包含着与具体的任务和问题域有关的模型。从接近具
体感官的信息表示层到接近符号的信息表示层，信息的抽象程度递增，而数据量则递减。语
义就是在从感官数据到符号数据的抽象过程中逐步形成的。对不同媒体来说，媒体的语义是
处于不同层次上的。抽象的程度不同，语义的重点也就不同。
2．媒体的空间含义是指什么？媒体的时间含义是指什么？媒体的时空综合是指什么？什么
是媒体的时空“上下文”？
多媒体信息的空间意义有两种解释。第一种是指表现空间，尤其是指显示空间的安排，目前
在大多数研究中指的都是这一类。第二种空间意义是把环境中各种表达信息的媒体按相互的
空间关系进行组织，全面整体地反映信息的空间结构，而不仅仅是零散的信息片断。
媒体的时间也有两种含义。一是表现所需的时间，这是所有媒体都需要的。第二种时间意义
即同媒体的空间一样，媒体的时间也可以包含媒体在时间坐标轴上的相互关系。
媒体的时间关系存在于同步、实时等许多方面。空间和时间组成了一个三维的时空坐标系统。
时间与空间的联系构成了媒体的时空“上下文”。
3．媒体的结合为什么会产生“感觉相乘”的效果？试举几个例子对此加以说明。
多媒体的作用在很大程度上是媒体之间结合产生的影响。这种结合可以是低层次的，如在显
示窗口中提供多种媒体信息片断，并将视觉、听觉相互结合，造成一种比较适合的媒体表现
环境；也可以是高层次的，由各种媒体组成完全沉浸的虚拟空间，但应该如何结合现在还缺
乏理论上的指导。媒体之间可以相互支持，也可以相互干扰。如果媒体之间是相互支持的关
系，则这种媒体结合所产生的效果就是“感觉相乘”效应。
“感觉相乘”的例子很多，比如以视听并举的方式传递信息，比仅仅依靠观察或者解说能产生
更好的效果；为了追求更强的沉浸感，虚拟现实环境的构建往往需要综合考虑视觉、听觉、
触觉甚至嗅觉等多种感觉。
4．什么是媒体的语义？什么是隐喻？
各种媒体的信息在最低层次上都是二进制位流。如果仅仅作为信息的简单通道，系统不必了
解媒体的语义，但如果要多媒体系统具有对媒体进行选择、合成等方面的能力，就必须赋予
它媒体的语义知识，从而使得系统能在媒体之上对媒体进行比较、选择和合成。媒体被赋予
的媒体的语义知识即为媒体的语义。
在与多媒体系统交互的过程中，人所依据的是关于这种交互的概念模型，也称心智模型
（Mental Model）。这种概念模型的建立往往需要培训和经验，不易于被用户所接受。一种
较好的方法是模拟人对其他事物的知识和技能，把它们挪到多媒体系统中使用，媒体的多样
性为这种模拟提供了一个很好的基础，这种模拟，就是隐喻技术。
5．研究声音心理学对声音的处理会带来哪些好处？试举例加以说明。说明掩蔽、临界频带、
相位对声音的影响。
各种声音可以互相掩蔽，也就是说一种声音的出现可能使得另一种声音难于听清。纸张的沙
沙声、鼓掌声、咳嗽声等往往会掩盖说话声和音乐声。一般说来，在掩蔽音条件下，要
3
听清被测量的测验音，就必须提高测验音的强度。由于声音的掩蔽效果，可以欺骗人的听觉。
在频率的某一临界区里，各种声音强度是相互作用的，合成声音的响度由这些频率共同决定，
但在临界区内不会改变。如果超出临界区，声音的响度不再相互作用，随频率而变。这个临
界区就是临界频带，其宽度视其中心频率而定。
从声音的波形来看，声音的起点和方向也要反映声音的特性，这就是声音的相位。当两个声
音相同而相位完全相反时，它们将相互抵消；当两个声音相同而且相位也相同时，声音就会
得到加强。相位的确定对于多声道声音系统的设计非常重要，它可以应用在回声的消除、会
议系统的声音设计上等。
6．声音的数字化过程是怎样的？什么是声音的符号化？
声音在真实世界是模拟的，时间和幅度上是连续的，声音的数字化主要包括采样、量化、编
码等步骤。
波形声音可以把音乐、语音都进行数字化并表示出来，但这并没有将它看成音乐和语音。对
声音的抽象化（即符号化）表示包括两种类型，一种是音乐、一种是语音。声音的符号化即
将声音转变为符号序列的过程。
7．声音的三维化处理所基于的原理是什么？双工理论的作用在何时体现得较为明显、何时
又会失效？耳廓模型的建立是为了达到什么样的目标？
声音的三维化处理基于的原理是双工理论。人耳对声音定位的特性，通过大脑的综合作用后，
对有差别的声音信号进行了相对于空间位置的定位。很显然，如果按此方法使用计算机向人
耳提供不同的声音，人的大脑也会综合出声音的位置信息。
双工理论过于简单，这一理论实际上是处于一个较理想的状态下，即无反射、无折射和单频
率等，但实际上人耳所处的环境比双工理论描述的环境要复杂得多。按照双工理论，人耳应
没有在垂直平面的定位能力，不能够区分前后，因为在这些情况下两耳间声音的到达时间
差 ITD 和两耳间声音的强度差 IID 都几乎为零；而实际上，人耳确实具有这方面的能力，
这就是耳廓的作用。
耳廓模型的建立，主要为了模拟出人耳的听觉特性，具体来讲，就是模拟如何解析声源的本
身信号特征、声源的空间三维位置、声源所处的环境这 3 个因素。建立正确的耳廓模型有利
于创造三维的虚拟听觉空间。
8．视觉心理学对视觉信息的处理辅助体现在哪些地方？如何利用这些心理学特性？
虽然光的物理特性与心理知觉有关，但并不是线性的。把物理波的强度加倍，感受到的亮度
却并不加倍。对光的色调和亮度的感觉不仅和它的频率与强度有关，而且还和它出现的背景
有关，和同时出现的周围光有关。即使是最简单的物理因素也要受到神经系统的复杂分析，
从而产生出复杂的心理知觉反应。将物理性质和心理知觉区分开来，就是十分重要的。在多
媒体信息系统的设计过程中，充分考虑视觉心理学特性，能提供更好的人机交互方式。
9．试完整地推导出单视点坐标系中、两眼坐标系中三维空间的一点 P（x,y,z）投影到 z=0
平面上的二维坐标。
以视点为投影中心，将三维物体的点投影于显示器的投影平面上，便在该平面上产生三维物
体的像。下图所示是投影的示意，其中投影中心在坐标系的 A 点，其坐标为 A（0，0，.d），
d 为视点到投影平面的距离，也就是人眼到显示器的距离。P（x,y,z）是三维空间中一点，P
在 z=0 平面上的投影坐标为 Q（X,Y,0），设点 P、Q 在 y=0 上的投影分别为 M、N，M、N
在 x=0 上的投影分别为 R、O。
4
根据相似三角形原理有： ARAOANAMPNQM..
即， zddARAOyY...
从而有 Y = y/（1+z / d），同理有 X = x/（1+z / d）。
投影变换原理
10．如何测定手腕的转动？人体的转动和头部的转动如何测定？
为了测量手部的转动，需要两个发射器，测量出两个发射器 t1、t2 的空间坐标，就可以根
据三角函数确定转动的角度：
tg（.）=（）/（）
tg（.）=（）/（）
tg（r）=（）/（）
人体的转动和头部的转动可用类似的方法测定。区别在于发射器 t1、t2 安装的位置不同。
11．通过系统制造出力的反馈效果和触觉效果可用于何处？试举例说明。
通过力感反馈装置，可以直接提供力的反馈，提供使人感受到的物理力。例：虚拟手术中，
手术刀的力反馈装置，能使虚拟手术的实施者受训训练人员更加准确的实施手术；驾驶、射
击、格斗等游戏中，力反馈装置的引入，能大大提高玩家的沉浸感。
触觉反馈能够让人体区别出不同物体的质感和纹理结构。触觉反馈可以在商品虚拟展示、数
字娱乐等多个领域得到应用。
12．上网搜索有关数据手套、数据头盔、数据服装等设备及技术的有关内容，写出该设备的
介绍性报告。
略。
5
第 3 章 多媒体数据压缩
1．如何衡量一种数据压缩方法的好坏？多媒体数据存在哪些类型的冗余？
评价一种数据压缩技术的性能好坏主要有 3 个关键的指标：压缩比、图像质量、压缩和解压
的速度。希望压缩比要大，即压缩前后所需的信息存储量之比要大；恢复效果要好，尽可能
地恢复原始数据；实现压缩的算法要简单，压缩、解压速度快，尽可能地做到实时压缩解压。
除此之外还要考虑压缩算法所需要的软件和硬件。
一般而言，多媒体数据中存在的数据冗余类型主要有以下几种。
（1）空间冗余
在同一幅图像中，规则物体和规则背景的表面物理特性具有相关性，这些相关性的光成像结
果在数字化图像中就表现为数据冗余。
（2）时间冗余
时间冗余反映在图像序列中就是相邻帧图像之间有较大的相关性，一帧图像中的某物体或场
景可以由其他帧图像中的物体或场景重构出来。音频的前后样值之间也同样有时间冗余。
（3）信息熵冗余
信源编码时，当分配给第 i 个码元类的比特数 b(yi)= .lgpi 时，才能使编码后单位数据量等于
其信源熵，即达到其压缩极限。但实际中各码元类的先验概率很难预知，比特分配不能达到
最佳。实际单位数据量 d>H(S)，即存在信息冗余熵。
（4）视觉冗余
人眼对于图像场的注意是非均匀的，人眼并不能察觉图像场的所有变化。事实上人类视觉的
一般分辨能力为 26 灰度等级，而一般图像的量化采用的是 28 灰度等级，即存在着视觉冗余。
（5）听觉冗余
人耳对不同频率的声音的敏感性是不同的，并不能察觉所有频率的变化，对某些频率不必特
别关注，因此存在听觉冗余。
（6）其他冗余
包括结构冗余、知识冗余等。
2．数据压缩技术可分为几大类？每类有何主要特点？
根据解码后数据与原始数据是否完全一致进行分类，压缩方法可被分为有失真编码和无失真
编码两大类。
有失真压缩法压缩了熵，会减少信息量，而损失的信息是不能再恢复的，因此这种压缩法是
不可逆的。无失真压缩法去掉或减少了数据中的冗余，但这些冗余值是可以重新插入到数据
中的，因此冗余压缩是可逆的过程。有失真压缩法的冗余压缩取决于初始信号的类型、前后
的相关性、信号的语义内容等。由于允许一定程度的失真，可用于对图像、声音、动态视频
等数据的压缩。如采用混合编码的 JPEG 标准，它对自然景物的灰度图像，一般可压缩几倍
到十几倍，而对于自然景物的彩色图像，压缩比将达到几十倍甚至上百倍。采用 ADPCM
编码的声音数据，压缩比通常也能做到 4Ⅱ1～8Ⅱ1。压缩比最为可观的是动态视频数据，采
用混合编码的 DVI 多媒体系统，压缩比通常可达 50Ⅱ1～100Ⅱ1。
无失真压缩法不会产生失真，从信息语义角度讲，无失真编码是泛指那种不考虑被压缩信息
的性质的编码和压缩技术，它是基于平均信息量的技术，并把所有的数据当作比特序列，而
不是根据压缩信息的类型来优化压缩。也就是说，平均信息量编码忽略被压缩信
6
息语义内容。在多媒体技术中一般用于文本、数据的压缩，它能保证百分之百地恢复原始数
据。但这种方法压缩比较低，如 LZW 编码、行程编码和霍夫曼（Huffman）编码的压缩比
一般为 2Ⅱ1～5Ⅱ1。
3．DPCM、ADPCM 编码的基本原理是什么？DCT 变换编码是如何压缩数据的？
DPCM 和 ADPCM 是两种典型的预测编码。预测编码是根据原始的离散信号之间存在着一
定关联性的特点，利用前面的一个或多个信号对下一个信号进行预测，然后对实际值和预测
值的差（预测误差）进行编码。如果预测比较准确，那么误差信号就会很小（通常采用均方
误差最小）。这样一来，在同等精度要求的条件下，就可以用比较少的数码进行编码，达到
压缩数据的目的。
DCT 变换编码压缩数据有 3 个步骤：变换、变换域采样和量化。把信号映射到另一个域，
使信号在变换域里容易进行压缩，变换后的样值更独立和有序。在变换编码系统中，用于量
化一组变换样值的比特总数是固定的，它总是小于对所有变换样值用固定长度均匀量化进行
编码所需的总数，所以量化使数据得到压缩，是变换编码中不可缺少的一步。为了取得满意
的结果，某些重要系数的编码位数比其他的要多，某些系数干脆就被忽略了。在对量化后的
变换样值进行比特分配时，要考虑使整个量化失真最小。
4．Huffman 编码有何特点？行程编码是如何编码的？
Huffman 编码是一种对统计独立信源能达到最小平均码长的编码方法，即最佳码，它完全依
据字符出现概率来构造，各码字长度严格按照所对应符号出现概率的大小逆序排列，具有即
时性和惟一可译性。
行程编码有多种编码方式，对于 0 出现较多，1 较少出现（或反之）的信源数据，可以对 0
的持续长度（或 1 的持续长度）进行编码，1（或 0）保持不变。而对于 0、1 交替出现的数
据，可以分别对 0 的持续长度和 1 的持续长度编码。这种编码适合于 0、1 成片出现的数据
的压缩。为了保证解压缩时保持颜色同步，所有的数据行以白色行程代码字集开始。如果实
际的扫描线从黑色行程开始，那么假设起始有白色的 0 行程。黑色或白色行程由规定的代码
字来定义。代码字有两种类型：结束代码字和组成代码字。每个行程由 0 个或更多的组成代
码字和一个确定的结束代码字来表示。在 0～63 范围内的行程由相应的结束代码字编码。64～
2623（2560+63）范围内的行程首先由组成代码字编码，它表示最接近、但不大于所要求的
行程，后再跟结束代码字。行程大于或等于 2624 时，首先由组成代码 2560 编码。如果行程
的剩余部分仍大于 2560，则产生附加的组成代码 2560，直到行程的剩余部分少于 2560，再
按前述方法编码。如果一行的行程总量不等于图像宽度域中的值，则被认为是不可恢复的错
误。
5．常见的声音压缩标准有哪些？它们分别采用什么压缩方法？
常见的声音压缩标准有：
（1）电话质量的语音压缩标准
国际上从 ITU-T 最初的 使用 PCM 编码标准开始，已制定了一系列的语音压缩编码的
标准。这些压缩标准中充分利用了线性预测技术、矢量量化技术和综合分析技术，典型的标
准和算法有 采用 ADPCM、码本激励线性预测编码（CELP）、短时延码本激励线性预
测编码（LD-CELP）、长时线性预测规则码激励（RPE-LTP）、矢量和激励线性预测编码
（VSELP）等。下表为 ITU 建议的用于电话质量的语音压缩标准。
7
ITU 建议的用于电话质量的语音压缩标准
标准
说 明
采用 PCM，采样速率为 8kHz，量化位数为 8bit，对应的比特流速率为 64kbit/s。使用了非
线性量化技术
将 64kbit/s 的比特流转换成 32kbit/s 的流，基于 ADPCM；每个数值差分用 4 位编码，采样
率为 8kHz
一种以 24kbit/s 运行的基于 ADPCM 的有损压缩标准
采用 LD-CELP 压缩技术；比特率为 16kbit/s，带宽限于 ；音质与 标准相当
（2）调幅广播质量的音频压缩标准
调幅广播质量音频信号的频率范围是 50Hz～7kHz，又称“7kHz 音频信号”，当使用 16kHz 的
抽样频率和 14bit 的量化位数时，信号速率为 224kbit/s。采用 标准进行压缩。
（3）高保真立体声音频压缩标准
目前国际上比较成熟的高保真立体声音频压缩标准为“MPEG 音频”。
6．常用的图像和视频压缩标准有哪些？它们分别采用什么压缩方法？
静止图像压缩标准有 JPEG 标准和 JPEG 2000 标准等，其中 JPEG 的压缩方法包括：
（1）JPEG 的无损预测编码算法
（2）JPEG 的基于 DCT 的有损编码算法
而 JPEG 2000 的压缩改用以离散小波变换算法为主的多解析编码方式，还将彩色静态画面采
用的 JPEG 编码方式、2 值图像采用的 JBIG（Joint Binary Image Group）编码方式及低压缩
率采用 JPEGLS 统一起来，成为对应各种图像的通用编码方式。
视频压缩标准有 MPEG 压缩标准、 视频编码标准等。MPEG 压缩标准中，MPEG-1 是
以两个基本技术为基础的。一是基于 16×16 子块的运动补偿，可以减少帧序列的时域冗余
度。二是基于 DCT 的压缩技术，减少空域冗余度。MPEG-2 标准的压缩编码系统编码有两
种方法，其编码输出包括传送流和程序流两种定义流。传送流和协议 ISO/IEC11172-1 系统
定义的流相似；程序流是一种用来传送和保存一道程序的编码数据或其数据的数据流。
MPEG-4 采用基于内容的压缩编码，将一幅图像按照内容分块，如图像的场景、画面上的物
体被分割成不同的子块，将感兴趣的物体从场景中截取出来，进行编码处理。 是一种
高效的压缩方法，它集中了以往标准的优点，并吸收了标准制定中积累的经验。 提供
包传输网中处理包丢失所需的工具。 在系统层面上提出了一个新的概念，在视频编码
层（Video Coding Layer，VCL）和网络适配层（Network Adaptation Layer，NAL）之间进行
概念性分割，前者是视频内容的核心压缩内容的表述，后者是通过特定类型网络进行传送的
表述。这样的结构便于信息的封装和对信息进行更好的优先级控制。
7．JPEG 标准的基本系统中压缩过程有哪几步？每步是如何工作的？
JPEG 基本系统只采用顺序工作方式，其编码的简化框图如下图所示。
有损压缩编码框图
8
压缩过程如下：
Ⅱ 块准备。块准备是将一帧图像分成 8×8 的数据块。假设一个彩色图像由 3 种分量：光亮
度 Y 和两个色差 U 和 V 表示，图像的大小为 480 行，每一行有 640 个像素。如果假设色度
分解为 4Ⅱ1Ⅱ1，则亮度分量就是一个 640×480 的数值矩阵，色差分量是一个 320×240 的数
值矩阵。
Ⅱ DCT 变换。JPEG 将源数据图像分成 8×8 大小的子块后，进行 DCT 变换。
Ⅱ 量化。为了达到压缩数据的目的，DCT 系数需作量化。JPEG 的量化采用线性均匀量化
器。
Ⅱ DCT 系数的编码。JPEG 中对 DC 系数采用 DPCM 编码，即对相邻块之间的 DC 系数的
差值进行编码。
Ⅱ 熵编码。JPEG 建议使用两种基于统计特性的熵编码：Huffman 编码和自适应二进制算术
编码。可任选一种编码对第一个字节进行编码，第二个幅值字节不进行编码，仍然直接传送。
8．MPEG 标准中减少时间冗余量的方法有哪些？
为了减少时间冗余量，MPEG 将 1/30s 的时间间隔的帧序列电视图像，以 3 种类型的图像格
式表示：内码帧（I）、预测帧（P）和插补帧（B）。帧间的信息用运动补偿的方法确定。运
动补偿有两种算法，分别是运动补偿预测法和运动补偿插补法。
（a） 运动补偿预测法
画面上的运动部分在帧与帧之间必然有连续性，预测法根据这一特性，将当前的图像画面看
作是前面某时刻图像的位移，位移的幅度和方向在图像画面的各处可有不同。因此，利用反
映运动的位移信息和前面某时刻的图像，可以预测出当前的图像。
（b）运动补偿插补法
用插补的方法进行运动的补偿，可以大幅度地压缩运动图像的信息。
在时域中插补运动补偿是一个多分辨率技术，可以以 1/10s 或 1/一五 s 的时间间隔取出参考
子图，然后对这两个参考子图之间的图像，按照运动的规律得到 1/30s 时间间隔的各个插补
子图。只要对参考子图及反映运动规律的信息进行编码，就可以得到帧率为 30 帧/秒的全运
动视频图像。
9． MPEG 标准系列已有哪些压缩标准？各有什么特点？适合用于什么场合下的数据压缩？
MPEG（Motion Picture Experts Group），已推出了 MPEG（或 MPEG-1）、MPEG-2、MPEG-4
等系列标准。
（1）MPEG-1 压缩标准
MPEG-1 标准（ISO/IEC11172-Ⅱ）的目标是以约 的速率传输电视质量的视频信号，
亮度信号的分辨率为 360×240，色度信号的分辨率为一八 0×120，每秒 30 帧。
MPEG-1 视频压缩技术是以两个基本技术为基础的。一是基于 16×16 子块的运动补偿，可以
减少帧序列的时域冗余度。二是基于 DCT 的压缩技术，减少空域冗余度。在 MPEG 中，不
仅在帧内使用 DCT，而且对帧间预测误差也作 DCT，以进一步减少数据量。
MPEG-1 标准包括 MPEG 系统（ISO/IEC11172-1）、MPEG 视频（ISO/IEC11172-2）、MPEG
音频（ISO/IEC11172-3）和测试验证（ISO/IEC11172-4）4 部分内容。所以 MPEG 涉及的问
题是视频压缩、音频压缩及多种压缩数据流的复合和同步问题。
（2）MPEG-2 压缩标准
MPEG-2 标准的系统功能是将一个或更多的音频、视频或其他的基本数据流合成单个或多个
数据流，以适应于存储和传送。MPEG-2 系统支持五项基本功能分别是：解码时多
9
压缩流的同步、将多个压缩流交织成单个的数据流、解码时缓冲器初始化、缓冲区管理和时
间识别。MPEG-2 标准的压缩编码系统是将视频和音频编码算法结合起来开发的。
MPEG-2 视频体系的视频分量的位速率范围大约为 2Mbit/s～一五 Mbit/s。MPEG-2 视频体系
要求保证与 MPEG-1 视频体系向下兼容，并且同时应力求满足数字存储媒体、可视电话、
数字电视、高清晰度电视（HDTV）、通信网络等领域的应用。分辨率有低（352×288）、中
（720×480）、次高（1440×1080）、高（1920×1080）等不同档次，压缩编码方法也从简单到
复杂有不同等级。
MPEG-2 标准详细地叙述了数字存储媒体和数字视频通信中的图像信息的编码描述和解码
过程。它支持固定比特率传送、可变比特率传送、随机访问、信道跨越、分级解码、比特流
编辑以及一些特殊功能，例如：快进播放、快退播放、慢动作、暂停和画面凝固等。MPEG-2
视频标准与 ISO/IEC11172-2 向前兼容，并与 EDTV、HDTV 和 SDTV 格式向上或向下兼容。
MPEG-2 标准包括 MPEG 系统、MPEG 视频、MPEG 音频和一致性 4 部分内容，是运动图
像及其伴音的通用编码国际标准。MPEG-2 标准克服并解决了 MPEG-1 标准不能满足的日益
增长的多媒体技术、数字电视技术、多媒体分辨率和传输率等方面技术要求的缺陷。
（3）MPEG-4 压缩标准
MPEG-4 采用基于内容的压缩编码，将一幅图像按照内容分块，将感兴趣的物体从场景中截
取出来，进行编码处理。MPEG-4 具有高速压缩、基于内容交互和基于内容分级扩展等特点，
并且具有基于内容方式表示的视频数据。MPEG-4 在信息描述中首次采用了对象（Object）
的概念。视频对象的构成依赖于具体应用和系统环境。
MPEG-4 标准满足了随着网络和通信技术的迅猛发展、交互式计算机和交互性电视的逐步应
用和视频音频数据的综合服务的发展，对计算机多媒体数据压缩编码的越来越高的要求。
10． 标准的压缩编码有什么特点？
（1）帧内预测
为了提高压缩效率，在帧内编码时也提供了多种预测编码模式；对于亮度块支持两种形式的
帧内预测编码，即 9 种 4×4 块预测模式和 4 种 16×16 宏块预测模式，使预测更精确，编码
效率更高。
（2）帧间预测补偿
运动补偿块的大小范围从 16×16 到 4×4 有多种选择；并支持 1/4 像素精度运动预测；支持多
参考帧，最多可以到 5 个参考帧，由此可以更有利于帧间预测，减少帧间预测所得残差编码
的比特数，提高编码效率。
（3）具有块滤波器
在预测环中加入了去块效应滤波器，对相邻块的边界像素进行滤波，从而降低块的边界效应，
边界处连接更自然，图像更细腻，主观质量更好。
（4）变换编码
采用 4×4 块的整数变换作为基本变换编码，算法简单，速度快，无计算偏差。
（5）熵编码
采用两种熵编码方式，一种是基于通用变长编码（UVLC），另一种是基于上下文的自适应
二进制算术编码（CABAC），提高了压缩率。
10
第 4 章 多媒体硬件环境
1．试述光存储的类型及主要原理。
常用的光存储系统有只读型、一次写型和可重写型光存储系统 3 类。
只读型光盘包括 LV 和 CD-ROM（Compact Disc-Read Only Memory）等。CD-ROM 只读式
压缩光盘，其技术来源于激光唱盘，形状也类似于激光唱盘，能够存储 650MB 左右的数据。
用户只能从 CD-ROM 读取信息，而不能往盘上写信息。CD-ROM 中的内容在光盘生成时就
已经决定，而且不可改变。CD-ROM 盘常用于存储固定的软件、数据和多媒体演示节目。
CD-ROM 驱动器除了能读出 CD-ROM 盘外，还可以用于读取激光唱盘以及柯达激光照片的
信息。
一次写（Write Once Read Many，WORM）光存储系统可一次写入，任意多次读出。与
CD-ROM 相比，它具有由用户自己确定记录内容的优点。
可重写光盘（Rewritable 或 Erasable，E-R/W）像硬盘一样可任意读写数据。它又分磁光型
（Magnetic Optical，MO）和相变型（Phase Change，PC）两种形式。
2．CD-ROM、CD-R、CD-RW 三种光驱的差别有哪些？
CD-ROM 是只读型光盘的缩写，其驱动器由光头、聚焦伺服、道跟踪伺服、CLV 伺服、EFM
解调、错误检测和校正处理 6 个部分组成。CD-ROM 驱动器除了能读出 CD-ROM 盘外，还
可以用于读取激光唱盘以及柯达激光照片的信息。
CD-R 是一次写、多次读的可刻录光盘系统。CD-R 刻录是将刻录光驱的写激光聚焦后，通
过 CD-R 空白盘的聚碳酸脂层照射到有机染料（通常是箐蓝或酞箐蓝染料）的表面上，激光
照射时产生的热量将有机染料烧熔，并使其变成光痕。
CD-RW 是一种可改写的 CD，其中 RW 是 ReWritable 的缩写。CD-RW 的改写性是其最大优
点，反射率仅为一五%-20%，比较小，因而旧的 CD-ROM 驱动器不能读出。
3．什么是 MIDI？它与波形音频的本质区别是什么？
MIDI（Musical Instrument Digital Interface）是指乐器数字接口，是数字音乐的国际标准。任
何电子乐器，只要有处理 MIDI 消息的微处理器，并有合适的硬件接口，都可以成为一个
MIDI 设备。MIDI 消息是乐谱的一种数字式描述。
与波形声音相比，MIDI 数据不是声音而是指令，所以它的数据量要比波形声音少得多。MIDI
的另一个特点是，由于数据量小，所以可以在多媒体应用中与其他波形声音配合使用，形成
伴乐的效果。对 MIDI 的编辑也很灵活，在音序器的帮助下，用户可以自由地改变音调、音
色等属性，直到找到自己想要的效果。波形文件就很难做到这一点。但是，MIDI 的声音尚
不能做到在音质上与真正的乐器完全相似，在质量上还需要进一步提高；MIDI 也无法模拟
出自然界中其他非乐曲类声音。
4．视频卡与音频卡的核心部件是什么？
视频卡与音频卡的核心部件是编解码芯片，主要完成视频或音频信号的模数/数模转换，压
缩/解压缩等功能。
从结构上分，音频卡可分为模数转换电路和数模转换电路两部分,模数转换电路负责将麦克
风等声音输入设备采到的模拟声音信号转换为电脑能处理的数字信号；而数模转换电路负责
将电脑使用的数字声音信号转换为喇叭等设备能使用的模拟信号。一般音频卡由下列部件组
成：MIDI 输入/输出电路；MIDI 合成器芯片，用来把 CD 音频输入与线输入相混合电
11
路；带有脉冲编码调制电路的模数转换器，用于把模拟信号转换为数字信号以生成波形文件；
用来压缩和解压音频文件的压缩芯片；用来合成语音输出的语音合成器；用来识别语音输入
的语音识别电路，以及输出立体声的音频输出或线输出的输出电路等。
5．触摸屏可以分为哪几类，各自的特点是什么？
触摸屏按安装方式分，可分为以下 4 种。Ⅱ外挂式：由用户自行把它挂到显示器的屏幕前，
而且随时可以拆卸。Ⅱ内置式：需拆卸显示器的外盖，把传感器夹在荧光屏玻璃与外盖之间。
Ⅱ整体式：传感器本身与显示器为一体的配置。Ⅱ投影仪式：安装于大型投影屏前，可通过
在投影屏的触摸来写字、绘图以及控制计算机流程等。
从结构特性与技术分有以下不同类型，包括红外、电阻膜、电容、表面声波、压力矢量等多
种类型。
红外触摸屏原理是当用户触模屏幕时，手指会挡住经过该位置的横竖两条红外线，从而利
用 x、y 方向上密布的红外线矩阵来检测并定位用户的触摸位置，执行该位置的图标或热点、
热键。其主要特点是清晰度好，透光性高，防刮擦能力强，但其分辨率低，反应速度慢，不
够美观。
电容式触摸屏的原理是用户触摸屏幕时，由于人体电场，手指与导体层间会形成一个锅台电
容，四边电极发出的电流会流向触点，而电流的强弱与手指及电极间的距离成正比，位于触
模屏幕后的控制器便会计算电流的比例及强弱，准确算出触摸点的位置。其主要特点是分辨
率较高，反应速度较快，寿命较长，但怕硬物敲击，易受电磁干扰。
电阻触摸屏的原理是当手指触摸屏幕时，两层导电层在触摸点位置就有了一个接触，控制器
侦测到这个接通并计算出 x、y 轴的坐标。其主要特点是反应速度快，寿命长，不受电磁干
扰，但怕锐器。
表层声波技术触摸屏的原理是当手指接触屏幕，便会吸收一部分声波能量，控制器依据减弱
的信号计算出触摸点的位置。其主要特点是纯粹玻璃屏不怕刮擦和用力，寿命长，精度高，
清晰透亮，还有压力轴响应。
压感触摸屏是在屏幕四角装上压力感应仪，当对触摸屏施加压力时，会由此引起感应仪电阻
抗的变化，通过监测这些变化，就可计算出触摸点的确切位置和用力大小。
电磁感应触摸屏是基于笔输入式 PC 的主流技术，在笔尖上安装的一个非机械式开关将电容
变化转变为频率变化，此开关还可使笔传感 120 级压力。
6．扫描仪的主要性能指标有哪些？
扫描仪的技术指标主要有以下一些。
（1）原稿种类：透射或者反射原稿，连续调试线条稿，阳图或阴图原稿均可扫描分色。
（2）扫描分辨率：决定了扫描仪的精度，分辨率越高，采样图像的清晰度也就越高。包括
光学分辨率和间插分辨率。光学分辨率（采集到的图像细节数量）是要考虑的首要因素。光
学分辨率取决于扫描头里的 CCD 数量。间插分辨率取决于扫描仪的硬件和软件。
（3）色彩精度：即用灰度级表示每一基色的深浅程度。
（4）扫描速度：扫描图像所需时间。
（5）其他参数：包括阶调、灰阶、鲜锐度、色彩再现能力、接口标准等。
7．投影仪有哪几种基本类型？
投影仪可分为间接投影仪、直接投影仪两类。间接投影仪如幻灯机、传统投影机等，只能正
投，适用于 20 人左右、100 英寸以下的投影；直接投影仪如单枪投影仪、三枪投影仪等。
单枪投影仪除了正投，也可设计成倒挂或背投，适宜于 50 人以下观看、60-120 英寸左
12
右屏幕使用。三枪投影仪分辨率可达 1024＊768，具有正投、背投、倒挂交互设计，适用于
100 人左右观看，投影有效屏幕约在 300 英寸左右。
一三
第 5 章 多媒体软件基础
1．试述多媒体软件的层次结构。
多媒体软件层次结构可划分为 5 类 4 个层次：驱动软件、多媒体操作系统、多媒体数据准备
软件、多媒体编辑创作软件和多媒体应用软件。
其中，多媒体驱动软件是直接和硬件打交道的软件，它完成设备的初始化，各种设备操作以
及设备的打开、关闭，基于硬件的压缩解压，以及图像快速变换等基本硬件功能调用等。这
种软件一般随硬件提供。
多媒体操作系统，又称多媒体核心系统。它具有实时任务调度、多媒体数据转换和同步控制
机制，对多媒体设备的驱动和控制，以及具有图形和声像功能的用户接口等。一般是在已有
操作系统基础上扩充、改造，或者重新设计。
多媒体素材制作软件是用于采集多种媒体数据的软件，如声音录制、编辑软件；图像扫描及
预处理软件；全动态视频采集软件；动画生成编辑软件等。
多媒体编辑创作软件又称多媒体著作工具，是多媒体专业人员在多媒体操作系统之上开发的
供特定应用领域的专业人员组织编排多媒体数据，并把它们联接成完整的多媒体应用的系统
工具。
多媒体应用软件是在多媒体硬件平台上设计开发的面向应用的软件系统，由于与应用密不可
分，有时也包括那些用软件创作工具开发出来的应用。
2．文本数据的输入方式有哪些？它们各自的特点是什么？
文本数据的输入方式包括以下几种：
（1）直接输入：利用著作工具中提供的文字工具，直接输入文字。直接输入的优点在于方
便快捷。传统的文字输入方法是键盘。
（2）幕后载入：由录入人员在专用的文字处理软件中将文本输入到计算机中，并将其存成
文本文件（如 TXT），然后再用著作工具载入到多媒体作品中。
（3）利用 OCR 技术：在电脑上利用光学字符识别软件控制扫描仪，对所扫描到的位图内
容进行分析，将位图中的文字影像识别出来，并自动转换为 ASCII 字符。
（4）其他方式：如语音识别、手写识别等。有的语音识别系统中还带有语音校稿功能等，
使用很方便。
3．获得图像素材有哪些途径？
获得图像素材有以下途径：
Ⅱ 光盘素材库：包括点阵图、矢量图和三维图形等各种素材。
Ⅱ 使用软件创建：利用专业绘图软件如 Paint Bush、Photo Style、Painter、Freehand、Photoshop、
CorelDraw 和 iPhoto 等绘图软件中绘制图形、图像。
Ⅱ 利用扫描仪扫入：将照片、艺术作品或印刷品通过扫描仪变换成单色或真彩的点阵图。
Ⅱ 利用摄像机捕获：摄像机与视频卡相连，可以拍摄现场的视频图像，得到连续的帧图像。
如果需要静态图像，则需经过帧捕器把捕获的模拟信号转换成数字数据，得到点阵图。
Ⅱ 利用数码相机拍摄：数码像机拍摄景物时，景物直接以数字化的形式存入照相机内的存
储器，然后再送入计算机处理。
Ⅱ 使用解压卡捕获：通过 MPEG 解压卡播放 VCD 的电影、卡拉 OK 等视频图像时，可使
用帧捕获功能从电影画面获取所需的图像。
14
Ⅱ 通过 Internet 网络下载：通过提供图库的站点获取素材。
4．有哪几种动画制作方法？它们各自的特点是什么？
动画的制作方法分为两类：一类是由人具体地告知计算机角色运动的矢量及变化的方式；另
一类是人只告知计算机角色的起始与最终状况，由计算机自动计算生成角色的运动方法。
（1）手工式动画
电脑上制作的手绘式动画大致上可分为两类：以 Macintosh 机为平台的影片式（.PICS 格式）
动画和在 IBM PC 上制作的帧动画。Ⅱ影片式动画：如 Director，其动画是以角色为主体的，
制作时必须单独设计每一个运动物体，并为每个物体指定特性（位置、样式、大小和颜色
等）。动画的每帧画面中都有几个角色成员，角色成员能独立于帧画面，它们可以在连续的
帧画面中独立地改变自己的位置和形象，动画中可以含有音乐和同步的配音。Ⅱ帧动画：是
一幅幅画面的简单叠加，放映时只需快速地一幅一幅地显示即可。
（2）影集式动画
影集式动画包括：ⅡAVI 动画：利用影像捕捉卡和 Video for Windows 软件对实时视频信号
或录像带上的影像，进行连续捕捉，捕捉下来的画面可以生成 AVI 动画。ⅡMPG 动画：MPG
动画也称作影片，它的生成机制与 AVI 动画相仿。
5．多媒体创作模式有哪些？各自的特点是什么？
多媒体创作模式有以下 8 种：
Ⅱ 幻灯表现模式：一种线性表现模式，使用这种模式的工具假定表现过程可以分成一序列
“幻灯片”，即顺序表现的分离屏幕。
Ⅱ 层次模式：这种模式假定目标程序可以按一个树形结构组织。
Ⅱ 书页模式：这种模式中应用程序组织成一本或更多的“书”，书又按照称为“页”的分离屏
幕来组织。
Ⅱ 窗口模式：目标程序按分离的屏幕对象组织成为“窗口”的一个序列。
Ⅱ 时基模式：主要由动画、声音以及视频组成的应用程序或表现过程，可以按时间轴顺序
制作。
Ⅱ 网络模式：这种模式允许程序组成一个“从任何地方到另外任意地方”的自由形式结构，
没有已建好的表现顺序或结构。
Ⅱ 图标模式：图标用来标识对应的内容、动作或交互控制，在制作过程中，它们通过一张
显示一系列有不同对象连接的流程图来表示。
Ⅱ 语言模式：使用一种语言来建立应用程序的结构与内容，它本身就是一种模式。
6．什么是多媒体著作工具？为什么要使用多媒体著作工具？
所谓多媒体著作工具是指能够集成处理和统一管理多媒体信息，使之能够根据用户的需要生
成多媒体应用系统的工具软件。
使用多媒体创作程序的目的就是简化多媒体的创作，使得创作者可以不必关心有关的多媒体
程序的各个细节而创作多媒体的一些对象、一个系列以至整个应用程序。
7．媒体控制接口的作用是什么？
媒体控制接口（Media Control Interface，MCI）在控制像音频、视频外围设备这样的设备方
面，提供了与设备无关的应用程序。用户的应用程序可以使用 MCI 控制标准的多媒体设备，
如音频播放设备、音频记录设备和动画播放设备，也可以控制像影碟机这样的可选设
一五
备。由于 MCI 的设备无关性，系统升级十分方便，使用它开发应用系统无需了解每种多媒
体产品的细节，从而大大提高了应用系统的开发效率。
8．与 MCI 有关的多媒体高级函数有哪些？试述它们的功能。
MCI 命令可分成 4 类：系统命令、需求命令、基本命令和扩展命令。其中，Capality 函数用
于请求某一设备能力的信息；Close 函数用于关闭用过的设备；Info 函数请求某一设备的信
息（例如：与该设备相关的硬件描述）；Open 函数打开并初始化某一设备；Pause 函数暂停
止在播放和记录的设备；Play 函数开始设备播放；Record 函数开始设备记录；Resume 函数
用于恢复暂停播放和记录设备；Seek 函数用于改变媒体的当前位置；Set 函数用于改变控制
设置，比如设备正在使用的时间格式；Status 函数用于请求设备状态的信息（例如：设备是
正在播放还是处于暂停状态）；Stop 函数用于停止设备的播放或记录。
10．试述多媒体应用设计过程及应注意的问题。
多媒体应用设计包括选题、脚本设计、创意设计、人机界面设计等过程。
选题首先从分析用户的需求开始，在充分考虑以下问题的基础上，如应用系统的用户有哪些？
应用场合和应用环境是什么？该系统题材类型是科技、教育、娱乐还是商业用？系统主要内
容有哪些？要传递哪些信息？解决什么问题？……可以确定项目的对象、多媒体信息的种类、
表现手法，以及要达到的目标，完成应用的选题。
脚本不仅要规划出各项内容显示的顺序和步骤，还要描述其间的分支路径和衔接的流程，以
及每一步骤的详细内容。脚本设计必须兼顾诸多方面，包括系统的完整性和连贯性。设计中
既要考虑整体结构，又要善于运用声、光、画、影物多重组合达到最佳效果，注意系统的交
互性和目标性。特别要注意根据不同的应用系统运用相关的领域知识和指导理论。在脚本设
计中要注意媒体的选择和脚本内容顺序及控制路径的设计。
创意设计首先是对屏幕进行设计，确定各种媒体的排放位置、相互关系，各种按钮的名称、
排放方法、以及各类能引起系统动作的元素的位置、激活方式等。在时间安排上也要充分安
排好。其次是设计交互过程，要充分发挥计算机交互的特点。创意的好坏取决于对内容的深
刻理解以及创意人员的水平，也取决于软件系统的性能，它决定了最终应用的质量高低。在
创意设计中，要对屏幕设计和交互设计中的背景、标题、描述（文字、图形、动画）、各种
控件（按钮、热字和热键）等空间组成，以及背景、音乐、解说词和动作出现的时间序列勾
画出多种草图或场景、反复对比，择优选择确定。
人机界面设计首先应进行界面设计分析，即收集有关用户及其应用环境信息之后，进行用户
特性分析，用户任务分析，记录用户有关系统的概念、术语等。其次，进行任务设计。设计
应分别给出人与计算机的活动，使设计者较好地理解在设计界面时所遇到的问题，形成系统
操作手册、训练文件和用户指南的基础。在考虑用户工作方式及系统环境和支持等因素下，
进行任务设计。第三，进行界面设计。选择界面设计类型时要全面考虑。一方面要从用户状
况出发，决定对话应提供的支持级别和复杂程度，选择一个或几个适宜的界面类型；另一方
面要匹配界面任务和系统需要，对交互形式进行分类。最后，将界面分析结果综合成设计决
策，进行界面结构的设计与实现，包括界面电话设计、数据输入界面设计、屏幕显示设计和
控制界面设计等。
一八
第 6 章 多媒体的时间表示与同步
1．对时间依赖定义中的各种时间定义各给出一个实例，加以说明并讨论它们之间的相同和
不相同之处，以及对时间操作的影响。
时间点：比如 8:00am ,时间段：比如 14:00~17:00。
时间点与时间段都是时间的一种表示，其中时间点是时间轴上的某一时刻。而时间段是由两
个时间点定义的，是一个持续区间。用区间而不是用端点指明时间，可以把区间从绝对的或
瞬时性的参考体系中分离出来，而给出一个时间上的相对关系。时态区间可以表示一些多媒
体数据元素如静态图像或音频节段的表现时间，从而也就可以用来对多媒体表现建模。
2．将下图中的示例用顺序并行算子进行表示，并画出对应的层次节点图。a1 b1 b2 c1 c2 d1
e1 e2 e3
如上图所示将各个事件按类型分别编号为 a1;b1,b2;c1,c2;d1;e1,e2,e3
则其顺序并行算子表示为)::():())(::(321211121eeeccdabb...
对应的层次节点图为：
meets b2 a1 d1 equal b1 meetsequal equal before before meets c1 c2 e1 e2 e3
3．多媒体系统和计算机系统在并发概念上有什么不同？它们各自的系统目标是什么？为什
么会有这些差别？
主要的区别表现在两个方面：
第一，“处理”和“表现”的区别，计算机系统的并发主要是为了“处理”，而多媒体系
19
统的并发主要是为了“表现”，具有对时间的依赖关系；
第二，是“任务”控制计算机还是“人”控制计算机的区别。
计算机系统的系统目标主要是解题，它强调的是吞吐率,希望解题的时间越少越好；多媒体
系统的系统目标主要是强调用户进行异质数据的连贯表,它更关心的是表现。
由于两个系统所追求的目标不一样，所以其在概念上会有这些区别。
4．写出各种时间关系中的逆关系，并用图加以表示。
逆关系 a before b a b b before a a b a start b a b b start a b a a meets b a b b meets a a b a a
overlap b b a b overlap ab a during b a b b during a b a a finishes b a b b finishes a b a
5．试举一例，绘出其 OCPN 图。
下面两图分别为世界报道的时间图和 OCPN 图。
20
6．什么是同步？有几种同步形式？它们各自表示的重点是什么？
系统对各个媒体对象按照这个关系进行的控制过程，就是同步（Synchronization）。
它分为应用同步、合成同步、现场同步、系统同步四类。其中：
1)
应用同步是从用户应用的角度出发而进行的同步，重点在于表现与交互。
2)
合成同步涉及到不同类型的媒体数据，侧重于它们在合成表现时的时间关系描述。
3)
现场同步则是要表现出同一个应用中数据源方与表现方之间存在的实际同步关系，也既端—
端之间的同步关系
4)
系统同步，又称“媒体内部的同步”（Intra-media Synchronization）。这里“系统”指的是该层同
步如何根据各种输入媒体对应的实际硬件系统（设备）的性能参数来协调实现其上层合成同
步所描述的各对象间的时序关系。
7．为什么数据压缩会对时间同步产生影响？试说明理由并举例加以解释。
因为在使用可变速率方法压缩后，在所要求同步的流之间识别出同步关系就十分困难了。
其中压缩模式使用了帧内和帧间的压缩编码，帧内编码应用了在单个时间依赖帧中的压缩模
式。所以，一个计时规范可以应用到自我包含的帧压缩之前、之中或之后。对于帧间编码来
说，将跨过帧序列使用压缩模式。对于 MPEG 编码模式，在进行帧间编码的帧之间将会产
生出不同的帧序列的值。这种情况下，会出现几个同步方面的问题。首先，总是希望在连续
媒体流中的任意点都具有起始的能力，但在帧间编码时，如果不具有第一个产生出来的中间
帧，这就是不可能的。其次，为了提供逆向的表现，在两个方向上都应该可以使用。在任意
点开始表现，或随意选择一个方向的能力，都是在一个流对象上提供随机存取和随机插入所
存在的许多问题中的一个部分，对于这些，MPEG 模式已给出了解决方法。为了给出随机插
入点，这些帧一般使用帧内编码，由应用存取要求来指明。逆向播放将由双向差值帧完成。
21
第 7 章 超媒体与 Web 系统
1．什么是超媒体？超文本和超媒体的共同之处和不同之处何在？超媒体的“超”字体现在何
处？它与普通的信息管理方法的关键不同之处在哪里？
超媒体是超文本和多媒体在信息浏览环境下的结合。它是对超文本的扩展，除了具有超文本
的全部功能以外，还能够处理多媒体和流媒体信息。
超媒体与超文本的共同之处在于它们都是要更好地表示日益增长的信息，使人们能够更方便、
更快速搜索到需要的信息，是信息飞速增长的产物。
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。
超媒体的“超”字体现在检索信息的方式非顺序化，表示信息的形式多样化，表示的信息量巨
大化。
与普通的信息管理方法的关键不同之处在于，超媒体的链和节点则可以动态地改变。各个节
点中的信息可以更新，可将新节点加入到超媒体结构中，也可以加入新链路中来反映新的关
系，形成新的组织结构。
2．超媒体系统的 Dexter 模型的基本思想是什么？该模型中最重要的一层是哪一层？它的重
要性体现在何处？
Dexter 模型是超媒体的一个经典的模型，其核心是存储层，存储层采用组件、链、锚的形式
记录了超媒体的网络结构，运行时间层通过展示描述接口与存储层交互以决定如何在运行时
刻将组件展示给用户，内部组件层存储与具体的应用相关的超媒体文档，存储层通过锚定位
接口实现对内部组件的访问。Dexter 模型的优点是实现了超媒体结构和内容的分离，并具有
很高的灵活性。
最重要的是存储层。存储层描述了超媒体系统最基本的也是最重要的元素之间的网状关系。
实际上，存储层定义了由元素组成的数据模型。这里，元素是对超媒体系统中基本组成单元
的抽象描述，也就是前述的节点和链等。
3．超媒体节点和链分别代表信息的什么本质？无形节点的含义是什么？宏节点的含义是什
么？举例加以说明。
超媒体是由节点和链构成的信息网络，节点是围绕一个特殊主题组织起来的数据集合，这个
集合可以是有形的，例如是一个数据块，它也可以是无形的，是信息空间中的一个部分。链，
又称超链（Hyperlink），是节点间的信息联系，它以某种形式将一个节点与其他节点连接起
来。
宏节点是指链接在一起的节点群，更准确地说，一个宏节点就是超文本网络的一个有某种共
同特征的子集。
4．链是有向的还是无向的？这些“向”体现在哪些地方？仅仅是转移的方向吗？
链是有向的，一般结构可分为 3 个部分：链源、链宿及链的属性。
链的“向”从链源指向链宿，不仅仅是转移的方向，体现为：基本链建立节点之间基本顺序；
交叉索引链决定节点的访问顺序；节点内注释链指向节点内部附加注释信息；索引链将用户
从一个索引节点引到该节点相应的索引入口；执行链将一种执行活动与按钮节点相连
22
等等。
5．试述 WWW 的缺陷以及如何才能实现开放？
当前因特网的最大缺陷在于没有赋予网络上的资源足够的语义信息，计算机不能够理解各种
信息的含义。
Internet 和伴随它产生的一切是一个分布极为广泛的网络。它们支持标准的或者至少是具有
互操作性的协议，允许这种互操作性跨越学术界、商业界乃至于国界。也就是说，Internet、
TCP/IP 协议、HTTP 协议以及 WWW 不属于任何人所有。不同国家的学校和公司可独立地
建立客户机和服务器，而它们在 Web 上一起协同工作。这种实现方法有一个极大的好处，
那就是其拓展的空间即便不是完全开放的，也是相当开放的。
6．HTML 和 XML 的关系是什么？
XML 不是要替换 HTML；实际上 XML 可以视作对 HTML 的补充。XML 和 HTML 的
目标不同：HTML 的设计目标是显示数据并集中于数据外观，而 XML 的设计目标是描述
数据并集中于数据的内容。
与 HTML 相似，XML 不进行任何操作。虽然 XML 标记可用于描述订单之类的项的结
构，但它不包含可用于发送或处理该订单以及确保按该订单交货的任何代码。其他人必须编
写代码来实际对 XML 格式的数据执行这些操作。
与 HTML 不同，XML 标记由架构或文档的作者定义，并且是无限制的。HTML 标记则是
预定义的；HTML 作者只能使用当前 HTML 标准所支持的标记。
7．智能超媒体中的链应该具有什么样的能力？超媒体系统对这种能力如何实现？举例加以
说明。
智能超媒体的链除了具有一般超媒体链的功能外，还要能计算与推理。
实现：定义组织型和推理型节点与链，建立推理模型，在确定的推理模型上协助推理，进行
各种运算。推理链主要有：
.Is-a 链：这种链与语义网中的 Is-a 链类似，它用于指明对象节点中的某类成员。
.Has-a 链：这种链用于描述节点具有的属性。
.蕴含链：这种链用于连接推理树中的事实，它相当于正在触发或已经触发的规则。
目前最适合于智能超媒体的推理模型是语义网模型和流控模型。
2023 年 1 月 17 日星期二 11:04:31
:0411:04: 时 4 分 11 时 4 分 31
秒 Jan. 17, 2317 January 202311:04:31 AM11:04:31
