Вопросы:

1. Как описать звуковой сигнал?

2. Как преобразуется звуковой сигнал в электрический?

3. Что такое звуковая система?

4. Назначение звуковой системы.

5. Входные – выходные датчики звуковой системы.

6. Амплитудно-частотная характеристика (АЧХ). Способы описания АЧХ.

7. Диапазон частот голоса и музыкальных инструментов.

8. Единицы измерения параметров звуковых сигналов.

9. Уровень звука (децибелы).

10. Уровень громкости.

11. Динамический диапазон звукового сигнала.

12. Выбор частоты дискретизации звукового сигнала.

13. На что влияет разрядность представления отсчетов звука?

14. Что такое дизеринг, Нойс шейпинг, джитер?

15. Что такое импульсно-кодовая модуляция?

16. Что такое А и µ законы сжатия речевого сигнала?

17. Методы эффективного кодирования речевых сигналов.

18. Особенности кодеков для сотовых систем.

19. Особенности кодеков для IP телефонии.

20. Оценка качества кодирования речевого сигнала.

21. Основные понятия цифровой звукозаписи.

22. Применение импульно-кодовой модуляции для записи звука.

23. Сжатие звуковой информации.

24. Психофизиологические свойства слуха и их использование при сжатии информации.

25. История системы сжатия МР-3.

26. Особенности VDR и CBR.

27. Оценка сложности сигнала.

28. Кодирование стереосигнала.

29. Альтернативные системы сжатия звукового сигнала OGG, WMA, FLAG.

30. Принципы работы системы сжатия звукового сигнала ААС.

4 Видеосигналы

4.1 Общие положения алгоритмов сжатия изображений

В течение последних 10 лет в рамках компьютерной графики бурно развивается совершенно новая область — алгоритмы архивации изображений. Появление этой области обусловлено тем, что изображения — это своеобразный тип данных, характеризуемый тремя особенностями:

1. Изображения (как и видео) занимают намного больше места в памяти, чем текст. Так, скромная, не очень качественная иллюстрация на обложке книги размером 500x800 точек, занимает 1.2 Мб — столько же, сколько художественная книга из 400 страниц (60 знаков в строке, 42 строки на странице). В качестве примера можно рассмотреть также, сколько тысяч страниц текста мы сможем поместить на CD-ROM, и как мало там поместится качественных несжатых фотографий. Эта особенность изображений определяет актуальность алгоритмов архивации графики.

2. Второй особенностью изображений является то, что человеческое зрение при анализе изображения оперирует контурами, общим переходом цветов и сравнительно нечувствительно к малым изменениям в изображении. Таким образом, мы можем создать эффективные алгоритмы архивации изображений, в которых декомпрессированное изображение не будет совпадать с оригиналом, однако человек этого не заметит. Данная особенность человеческого зрения позволила создать специальные алгоритмы сжатия, ориентированные только на изображения. Эти алгоритмы обладают очень высокими характеристиками.

3. Мы можем легко заметить, что изображение, в отличие, например, от текста, обладает избыточностью в 2-х измерениях. Т.е. как правило, соседние точки, как по горизонтали, так и по вертикали, в изображении близки по цвету. Кроме того, мы можем использовать подобие между цветовыми плоскостями R, G и B в наших алгоритмах, что дает возможность создать еще более эффективные алгоритмы. Таким образом, при создании алгоритма компрессии графики мы используем особенности структуры изображения.

Всего на данный момент известно минимум три семейства алгоритмов, которые разработаны исключительно для сжатия изображений, и применяемые в них методы практически невозможно применить к архивации еще каких-либо видов данных.

Для того, чтобы говорить об алгоритмах сжатия изображений, мы должны определиться с несколькими важными вопросами:

1. Какие критерии мы можем предложить для сравнения различных алгоритмов?

2. Какие классы изображений существуют?

3. Какие классы приложений, использующие алгоритмы компрессии графики, существуют, и какие требования они предъявляют к алгоритмам?

Рассмотрим эти вопросы подробнее.