隨着計算機的發展以及電子技術的發展，人們進入了MPC（多媒體計算機）時代，人們的生活離不開多媒體計算機，下面是筆者在多媒體處理方面的一些學習隨筆，讓我們一起來看看多媒體信息是怎樣經過計算機處理的。<?xml:namespace prefix = o ns = "urn:schemas-microsoft-com:office:office" />
要講到多媒體信息我們還是從我們的現實生活開始吧！世界上的萬事萬物在人的眼中都是一個與時間緊密相連，是一個連續的模擬的世界。例如：採集來的聲波在時間上是一個連續的。我們把這種信號稱爲模擬信號。再來看看我們的計算機，根據馮諾依曼原理我們說電子計算機是靠電子線路中兩個態來工作的，即開關電路惑高、低電平來工作，用它來表示0和1兩個數字，採用訪存結構，那麼在我們的計算機裏面就都是0和1組成的數字量，我們成爲數字信號，它們是離散的，那麼這裏就存在一個問題，我們採集的模擬信號必須經過A/D（數模轉換）才能被我們的計算機所接受，那我們先來看看A/D轉換。
在理論上我們採用微積分裏面的傅立葉級數來處理數模轉換或者模數轉換，具體的參考信號處理方面的書籍，我們只看看圖表，有一個模擬信號量如圖一所示，
<?xml:namespace prefix = v ns = "urn:schemas-microsoft-com:vml" />
圖一
我們用一個脈衝信號與它疊加起來如圖二所示
圖二
就像我們初中學習函數座標圖畫法時一樣，這條曲線，我們可以用無數多個點表示，描述點越多描述的越象，這些點可以是非週期性的。取樣後得到如下圖三
圖三
這樣就變成了數字信號，關於算法才用了傅立葉級數來處理。
*引用一段論文裏面的材料學習【初仁欣 趙偉 董小剛 《數字合成週期信號的頻譜及信噪比》 清華大學學報 2000 Vol.40 No.1 P.21-24】
非均勻採樣週期信號的數字頻譜
設g(t)是一個模擬信號，其Fourier變換爲模擬信號的頻譜Ga(ω)，帶限爲。 將信號g(t)按照下述方式採樣：相鄰採樣點之間間隔不均等，但每個採樣點與其後第M個採樣點之間的間隔相等，即總採樣週期爲MT， T爲平均採樣週期，如圖3所示。
圖3 信號的非均勻採樣
非均勻取樣信號的數字頻譜可表示爲
(1)
式中 rm=(mT-tm)/T 是mT-tm與平均採樣週期T的比值。
設f(t)是一個週期爲T0的信號。 f(t)以上述方式被非均勻採樣，總採樣週期爲MT。 f(t)的傅立葉級數可表示爲
(2)
其中： 角頻率ω0=2π／T0，且第n階Fourier級數係數。 f(t)的Fourier變換爲
(3)
根據週期信號佔有頻帶的確定原則［3］，取2N1（N1爲整數)作爲週期信號的佔有頻帶項，式(3)可改寫爲
(4)
由式(1)和式(4)可得
(5)
式中 fs＝1／T爲平均採樣頻率。
現定義A（n,k）(-∞<?xml:namespace prefix = k<+∞,-∞
(6)
則式(5)可寫爲
(7)
式(6)和式(7)即爲非均勻採樣週期信號的頻譜表達式。
非均勻採樣週期信號頻譜的性質有： 1) 由式(6)可以看出，序列A(n,k)是k的周期函數，其週期爲M， 因此，式(7)中F(ω)是ω的周期函數，週期爲2π/T=2πfs； 2) 週期信號被非均勻採樣後， Fa(ω)的每根譜線|an|均產生一系列“寄生譜線”；這些“寄生譜線”在頻率軸f上均勻分佈，且相鄰譜線間隔爲fs/M。 上述性質表明，非均勻採樣後周期信號的第n階諧波分量在頻率軸上位於nω0處，幅值爲|A(n,0)|；而“寄生譜線”位於<?ぐ颵?芻???scroll> ?ぐ颵?芻???SCROLL>處(m=1,…，M－1）， 幅值爲|A(n,m)|。由式(6)可知，有限序列A(n,k)是序列的離散Fourier變換，由Parseval定理可得
(8)
於是，非均勻採樣週期信號的信噪比可寫爲
(9)
來看一個實例，我們知道CD音樂的採樣頻率一般是44.1k，即一秒鐘抽樣44.1k，一般回放採樣字節爲16位，當然也有更高的精品CD咯，以16位爲例，一秒鐘的音樂容量就要176.4KB，650M的光盤就能播放61分鐘的音樂了，但是達到了很高的音質。
當信號進入到計算機裏面後，我們再來看看數字信號是如何在計算機中處理的，舉例來看，一張A4幅面（21.6cm×30m）的照片，如果用12點/mm（dpm）的分辨率，用24位彩色信號表示時的數據量是25MB，這種用數字來直接描述點的圖片會非常的清晰，這就是常見的WINDOWS位圖文件（.BMP）缺點是圖片的容量太大，在網絡迅猛發展的今天，這種格式的圖片在網絡上傳輸顯然不好，於是人們要得到一種容量小，圖像清晰的格式，常見的有靜態圖像小組（.JPG）,來分析BMP圖片，我們可以將其中的一小部分抽出來，其餘的略去，這樣的到的圖片清晰度降低了，同時圖片的容量大大減少了，對於人的眼睛來說，分不出BMP圖片與JPG圖片的清晰度，只有在放大圖片的時候，才能分出圖片的質量，我們稱這種圖片的壓縮爲有損壓縮。來詳細分析一下JPEG技術，現有的JPEG技術採用的是離散餘弦變換算法（DCT）在平穩過程中將圖像數據壓縮成正方形8×8的“象素信息模塊”並按照一定順序排列存儲形成壓縮文件，經過多次壓縮後，圖像文件只保留最爲重要的數據信息，而肉眼當然是分辨不出來。另外還有一種方式是離散子波（wavelet）變換算法，它採用頻域或時域局部考察方式，即在信號分析中對高頻成分採用由粗到細的時空域上進行取樣，所以能構造出遠景的高清晰度，這種算法對JPEG壓縮比有較大提高，但是還是有損壓縮。這種壓縮還應用在視頻處理上。
作爲新一代圖片格式JPEG 2000採用了預測法作爲圖像進行無損編碼方式。使之能實現無損壓縮（loseless compression）或交互壓縮（保留某一部分圖像低壓縮比以求清晰度）。作爲無損壓縮的代表，我們來看看日常生活中常見到的GIF圖片格式，它採用LZ算法來實現。來看看LZ算法，它是一種詞典編碼方式，建立在Lempel和Ziv發表的算法，所以稱爲LZ算法，它包括;LZSS、LZW、LZ77等，都是無損算法。
(未完）
<+∞,-∞