格式参考论文按照该论文的格式修改.docx
- 文档编号:23342341
- 上传时间:2023-05-16
- 格式:DOCX
- 页数:54
- 大小:1.11MB
格式参考论文按照该论文的格式修改.docx
《格式参考论文按照该论文的格式修改.docx》由会员分享,可在线阅读,更多相关《格式参考论文按照该论文的格式修改.docx(54页珍藏版)》请在冰豆网上搜索。
格式参考论文按照该论文的格式修改
MPEG-4标准视频压缩算法研究
摘要
随着计算机技术和通信技术的发展,多媒体压缩技术有了广泛的应用。
本课题的目的是对多媒体压缩技术中的视频的压缩问题进行研究。
论文首先介绍了MPEG-1/2标准视频压缩和解压的理论基础,主要包括帧内编码开发同一帧内存在的空间相关性;帧间编码开发相邻帧之间存在的时间相关性:
以及与之有关的I,P,B帧和运动图像序列、帧、宏块、块等概念。
其次介绍了MPEG-4标准对于MPEG-1/2标准的兼容性:
视频对象VOP的概念;VOP编码的主要组成部分;MPEG-4每个VOP编码使用的压缩算法是在MPEG-1/2标准的基础上开发的。
再次,在VC环境下对XVID进行编译,并实现编码和解码。
最后文章针对XVID部分源码对MPEG-4的视频压缩编码部分主要源码进行重点的分析。
关键词:
帧;MPEG-4;VOP;XVID;压缩;解压
目录
第一章绪论1
1.1课题的背景和意义1
1.2课题完成的工作1
第二章数字图像压缩理论基础2
2.1数字图像压缩的必要性2
2.2数字化信息压缩的可能性2
2.3图像压缩的基础2
2.3.1无损压缩3
2.3.2有损压缩3
2.4图像压缩的关键技术5
2.4.1图像分块6
2.4.2DCT变换6
2.4.3量化6
2.4.4熵编码7
2.4.5运动估计和运动补偿8
2.4.6解码过程9
2.4.7混合编码9
2.4.8I,P,B帧编码模式11
2.5常用图像的数据结构12
第三章MPEG-4标准14
3.1MPEG-4标准简述14
3.1.1MPEG-4标准的特点14
3.1.2MPEG-4标准的构成15
3.1.3MPEG-4的框架和级别15
3.2视频编码的基本内容16
3.2.1从矩形帧到VOP,视频编码的基本结构16
3.2.2MPEG-4的数据结构18
3.3VOP编码实现18
3.3.1形状编码19
3.3.2运动信息编码20
3.3.3纹理编码21
3.4VOP分割22
3.5Sprite技术——背景全景图编码22
3.6分级编码22
第四章基于XVID的主要视频算法分析24
4.1XVID的技术特性24
4.1.1多种编码模式24
4.1.2XVID的量化方式25
4.1.3运动侦测(MotionSearch)和曲线平衡分配28
4.1.4动态关键帧距(I-frameinterval)29
4.1.5全局运动补偿30
4.2XVID中B帧技术的实现30
第五章XVID编译、编码、解码的实现36
5.1XVID源码的编译环境36
5.2编码,解码的实现37
5.2.1编码实现37
5.2.2解码实现39
第六章总结与展望42
谢辞43
参考文献44
第一章绪论
1.1课题的背景和意义
近年来,多媒体技术飞速发展,在工商企业、公共场所和社会生活中的应用也越来越广泛,己经成为当今社会密不可分的组成部份。
到现在为止已经发布的几个通用的压缩编码标准有:
用于64K会议电视及可视电话的H.261,用于静止图像压缩的JPEG,面向1.5M数字视频和音频传输和存储的MPEG-1,面向高清晰度数字电视和音频传输和存储的MPEG-2和适用于低码率视频编码的H.263。
这些标准越来越成熟,覆盖的应用领域越来越广。
但是这些标准应用单一,主要目标是提高压缩比,并改善音频、视频质量,采用的技术是传统的波形编码理论。
与以上标准不同,MPEG-4并不仅仅着眼于定义不同码流下的压缩编码标准,而是更多的强调多媒体通信的交互性和灵活性。
MPEG-4是一个包括了未来编码技术发展的开放式标准,它能够与H.263和MPEG-1/2标准兼容,并提出了新的基于内容的存取概念。
它提供的码率,低端可低于64Kbps,高端可高于8Mbps。
MPEG-4标准提供对多种图像分辨率的支持,不但可以对自然视频进行高效率的编码,还具有对合成音视频对象、脸部模型、网络对象的编码能力;增加了对网络交互环境的支持,与计算机信息处理6的结合更加密切。
在编码方式上的重大改进是提出对象的概念,强调人与媒体对象的交互能力。
及时跟踪MPEG-4发展动态,掌握其核心技术,并结合实际应用在某些关键方向上有所创新和发展,这是一项很有意义的工作。
本课题介绍了MPEG-1/2标准的主要压缩方法,然后讨论了MPEG-4引入的新的压缩方法。
进一步结合基于MPEG-4标准的XVID技术的实现代码,对MPEG-4压缩编码的关键技术进行了分析和研究。
并在此基础上,对PGM格式的视频文件进行了压缩和解压,初步掌握了MPEG-4标准的理论基础和开发应用。
1.2课题完成的工作
课题主要完成了以下几方面的工作:
①了解多媒体视频压缩的理论基础、视频压缩技术的发展历史,以及多媒体视频压缩的主要技术。
②了解MPEG-4标准的主要内容,并对不同于以往的新技术进行深入分析。
③对XVID源码的部分视频压缩算法进行深入分析。
④在WINDOWSXPSP2环境下使用VisualC++6.0对XVID源码进行编译,调试;对PGM格式的视频文件进行压缩和解压工作,初步了解XVID源码对视频文件的压缩解压原理。
第二章数字图像压缩理论基础
2.1数字图像压缩的必要性
数字图像具有很多优点,但也存在着数据量太大的问题。
一幅640×480像素中等分辨率的彩色图像(24bit/像素),其数据量约为1.31Mbit/s,播放一秒钟运动图像通常要30帧,则视频信号传输速率为220Mbit/s,一张650M的光盘只能播放20多秒钟,可见对数字化信息进行压缩非常必要。
要用尽可能少的数据来表达信息,节省传输和存储的开销。
2.2数字化信息压缩的可能性
能对数字化信息进行压缩,主要存在以下两点原因:
第一、图像信号存在大量的冗余度并且可在编解码后无失真的恢复。
第二、可以利用人的视觉特性,在图像变化不被觉察的条件下以一定的失真换取数据压缩。
图像信号的冗余度,主要表现为空间(帧内)和时间(帧间)相关性。
所谓相关性,就是能够根据给出的一部分数据判断出其相邻的数据。
一帧图像内的任何一个场景都是又若干像素点构成的,因此一个像素通常与它周围的某些像素在亮度和色度上存在一定的关系,这种关系即空间相关性;一个节目中的一个情节常常由若干帧连续图像组成的图像序列构成,一个图像序列中前后帧图像间也存在一定的关系,这种关系即时间相关性。
这两种相关性使得图像中存在大量的冗余信息。
如果出去冗余信息,而只保留少量非相关信息进行传输,就可以大大降低信息存储容量和传输速率。
与此同时,由于人眼对图像的细节分辨率、运动分辨率和对比度分辨率的感觉有一定的界限,只要在图像处理时引入的失真不是很大,就不易察觉,仍会认为图像时完好的或是足够好的。
因此可以在满足对图像质量一定要求的前提下,通过压缩编码方法,实现数据压缩。
上述思想既是MPEG-1/2的主要理论基础,也是MPEG-4的理论基础。
2.3图像压缩的基础
压缩机制通常分为两种——无损压缩和有损压缩。
无损压缩是指可以精确重建数据,没有信息丢失;有损压缩是指数据不能无失真的重建,有一定的信息丢失。
对于有损压缩,我们允许压缩后产生质量上的误差,可以让压缩后的数据代替原始数据。
任何压缩机制的根本思想都是去除数据中存在的相关性。
一个好的压缩编码方案,要能够最大限度地去除图像中的冗余信息。
对空间相关性,可以根据图像中某一点的像素值推断出其相邻点的像素值;对时间相关性,通过运动预测,参考前一帧图像与这一帧图像的相似情况,去掉与前一帧相似的冗余数据,而只记录这一帧与上一帧不同的数据。
以下介绍图像压缩编码中的基本编码方法。
2.3.1无损压缩
常用无损压缩编码技术有以下几种:
①行程编码技术
行程编码(Run-lengthCoding)是一种相对简单的编码技术,主要思想是将一个相同值的连续串用一个代表串长和值的组合码字(Run,Level)来代替。
其中行程(Run)表示系数系列中连零系数的长度;量化电平(Level)表示连零系数之后第一个非零系数的值。
行程编码适用于二值图像。
行程编码的效率不如Huffman编码方法高,但它的码字结构相对简单,故在许多情况下也被采用。
为达到较好的压缩效果,行程编码经常和其他一些编码方法混合使用。
②Huffman编码压缩
变字长编码的最佳编码定理:
在变字长编码中,对于出现概率大的信息符号编以短字长的码,对于概率小的符号编以长字长的码。
Huffman编码是根据可变长度最佳编码定理,应用Huffman算法得到的一种编码方法。
它是整数编码的一种最佳码,即它的平均码长在具有相同输入概率的前提下,比其它任何一种唯一译码都短,是图像压缩中的重要编码方法。
③算术编码
算术编码是另一种利用信源编码概率分布特性,能够趋近熵极限的编码方法。
尽管它也是对出现概率大的符号采用短码,对出现概率小的符号采用长码,但其编码原理与Huffman编码并不相同,它和Huffman编码的最大区别在于它不是使用整数码。
算术编码的方法是将被编码的每一个信源消息按其概率大小表示成实数轴0~1之间的一个区域(或称之区间),概率越大,所占间隔越大,表示这一间隔所需的二进制分数值位数就越小;反之就越大。
算术编码所产生的码字实际上就是一个二进制分数值的指针,该指针指向所编符号对应的概率区间,该区间为半开区间,包括左端点,不包括右端点。
2.3.2有损压缩
率失真理论指出,在给定信号允许失真度的条件下,为了减少图像传输的比特率,应尽量减小传输信号的方差。
预测编码和变换编码正是根据这一理论对原始图像进行压缩,使处理后的图像信号的方差减小,最终达到压缩编码的目的。
常用有损压缩编码方法有:
⑴预测编码方法
对于绝大多数图像来说,在局部空间和时间上是高度相关的,因而可以在己知像素的基础上,通过对当前像素预测来减少图像的数据量。
即可以利用xi-1,xi-2…xi-m来预测xi,的值,由于差值di的方差比原始图像系列的方差要小,因此,传输其差值只需比较少的比特数。
①帧内预测编码
二维图像中像素间存在很强的相关性,因此可用已知的前面几个像素值来预测当前像素值。
这些像素可以是前几行的或前几帧的,分别称为一维、二维和三维预测,然后对实际值与预测值的差值(预测误差)进行量化和编码。
②帧间预测编码
视频信号的相邻核间存在极强的相关性,利用这种时间相关性进行帧间编码,可获得比帧内DPCM高得多的压缩比。
采用的预测方法有:
帧重复、闭值法、帧内插、运动补偿预测。
帧重复,对于静止或活动很慢的视频信号,可以少传一些帧;阈值法,即只传送像素亮度的帧间差值超过某一阈值的像素;帧内插,对活动缓慢的图像,可以使用前后两帧图像进行内插以得到实际图像的预测图像,然后对实际帧与预测的差值信号进行编码。
⑵正交变换编码
图像经过正交变换后能够实现图像数据压缩的物理本质在于:
经过多维坐标系中的适当的坐标旋转和变换,能够把散布在各个坐标轴上的原始图像数据,在新的适当的坐标系中集中到少数坐标轴上,因而有可能用较少的编码比特数来表示一幅图像,实现图像的压缩编码。
绝大部分图像信号在空间域中像素之间的相关性是很大的。
它们经过正交变换后,其能量主要集中在低频部分,而且经过正交变换后相关性大大降低。
变换编码的基本思路就是利用上述特点,在编码时略去某些能量很小的高频分量,或在量化时对方差较小的分量分配以较少的比特数。
另外,变换编码还可以根据人眼对不同频率分量的敏感程度而对不同系数采用不同的量化台阶,以进一步提高压缩比。
经过变换其频谱系数将被量化(可采用标量或矢量量化)。
量化过程将在重建图像中引入量化噪声而导致图像的损伤。
接下来要对量化的结果进行无损熵编码,此时可采用哈夫曼码或算术码。
熵编码的目的是进一步去除符号的冗余度。
在图像压缩中,最常用的变换方法是DCT。
DCT变换矩阵的大小可以从去除相关程度和实现难易程度等方面来综合考虑,8×8通常被认为是一种较好的选择。
其二维DCT及IDCT变换如下:
(2-1)
(2-2)
其中:
f(i,j)表示输入图像的样点值
F(u,v)表示DCT变换后的变换系数
在各种图像编码标准(H.261/263,MPEG)中均使用了8×8DCT变换编码。
二维DCT及IDCT的实现有多种算法,其快速算法的基本思想一般是先将二维DCT转化为一维DCT,利用DCT与DFT的联系,使用蝶形结构的DFT计算。
变换编码在当前的软件水平上易于实现,且具有良好的压缩性能,通常在10倍压缩比的情况下提供优良的图像质量。
但另一方面,变换编码也有其固有的缺点:
①变换编码是一种块结构编码方法,因此若处理不当,很容易出现所谓的“块效应”,即块与块之间的不连续性。
②图像中的边界、纹理处理出现较明显的损伤。
因为图像的边界、纹理部分有较丰富的高频成分,在高压缩比条件下,高频系数常常被粗糙的量化,甚至被丢弃,导致高频信息的损失,这使得在这些区域的图像变得模糊,影像图像质量。
⑶子带编码
子带编码先将原图像用若干数字滤波器(分解滤波器)分解成不同频率成分的分量,再对这些分量进行亚抽样,形成子带图像,最后对不同的子带图像分别用与其相匹配的方法进行编码,在接收端,将解码后的子带图像补零、放大,并经合成滤波器的内插,将各子带信号相加,进行图像复原。
与DCT编码相比,子带编码的最大优点是复原图像无方块效应,因此得到广泛的研究,是一种有潜力的图像编码方法。
2.4图像压缩的关键技术
基于DCT的图像压缩主要包括以下几个步骤:
图像分块、DCT变换、量化、熵编码、运动估计与运动补偿以及速率控制等主要几个步骤。
2.4.1图像分块
在基于DCT的压缩编码过程中,变换是对一个一个的图像块进行的,所以在进行DCT变换之前需要将图像分为互不重叠的图像块。
假设一帧图像的大小为M×N,我们将其分为尺寸为L×L要求彼此没有重叠的子图像。
M、N必须为L的整数倍。
2.4.2DCT变换
对于8×8的二维图像块,离散余弦变换的定义见(2-1)、(2-2)在对图像进行二维DCT时,处理对象为N×N且不与其他子块重叠的方形子图像。
一般说来,尺寸越大越能利用图像的空间相关性,压缩效果会好一些。
但研究表明,当尺寸大到一定程度时,由于图像像素之间的相关性减弱,使得压缩效果的改善不明显,而且导致运算复杂性增加。
实验表明,在具有相同图像质量的情况下,压缩比与选取的尺寸有如下图2.1关系:
图2.1压缩比与图像块尺寸的关系
由图可知,当子块尺寸超过8×8时,压缩效果的改善不是很大,所以一般选择8×8的尺寸为DCT的处理单元。
现在的VLSI(verylargescaleintegratedcircuits,超大规模集成电路)技术很容易地实现8×8的DCT运算功能。
需要说明:
DCT变换是无损变换,即对得到的变换系数进行反变换,从理论上应该得到原始的输入图像块。
但由于在计算机中进行DCT变换需要进行浮点计算存在字长效应,因此反变换得到的信号与原始信号会有很小的差别。
2.4.3量化
DCT变换将时间域图像变换到频率域,其中有关系数分别对应于图像的低频信息和高频信息。
由于人的眼睛对图像低频特性(如物体的总体亮度)之类的信息敏感,而对图像中高频信息不敏感,因此在传送过程中可以少传或不传送高频信息,而只传送低频的信息。
图像压缩编码正是利用人眼的这种特性来进行图像压缩的。
基于DCT的图像压缩编码算法通过量化过程来判断是否要传送某一个频率分量。
量化的目的是去除人眼视觉不敏感的信息,从而降低信息传送速率。
量化的过程用以下公式表示:
(2-3)
其中:
FQ(u,v)表示经过量化后的DCT系数
F(u,v)表示量化前的DCT系数
Q(u,v)表示量化加权矩阵
q表示量化步长
round表示归整,即将输出的值取为与之最接近的整数值。
类似地可以写出反量化的表达式:
F'(u,v)=FQ(u,v)
Q(u,v)
q(2-4)
由于量化过程是一个非线性过程,信号F(u,v)经过量化和反量化后得到的值F'(u,v)与F(u,v)本身是不同的,即存在一定的误差。
由于人眼对不同的频率分量具有不同敏感度,因此在量化过程中可以对不同的系数采用不同的加权系数,使得在量化步长为9时,不同的系数具有不同的误差。
量化加权矩阵是很多的国际性组织和研究者经过对多种图像综合统计后给出的。
在实际应用中的量化方法还要复杂一些,并且可能有多个量化加权矩阵,但最终的目的是相同的,那就是更好地利用人眼的特性,以最低的信息速率获得最好的图像质量。
量化过程的另一个重要参数是量化步长9。
它的作用是控制量化误差的大小。
调整9的值可以改变编码后所需要的比特数目,实际上是牺牲图像质量来换取较低的传送速率或用宽的带宽来换取较高的图像质量。
事实上目前的图像编码器的输出速率之所以能在较大的范围内变化,最主要的原因就是它可以调节量化器的量化步长。
2.4.4熵编码
在图像压缩编码中经常采用的熵编码有行程编码(RLC)及变字长编码(VLC)等,这两个编码方法常结合使用。
行程编码一般用于在数字信号中经常有相同码字连续出现的场合。
在图像压缩编码时,数据经DCT等变换编码后,其系数按照一定的方式排列后,高频系数经常会出现连0的情况。
此时如果对0的长度(游程)进行编码,则可以有效地对这些系数进行压缩。
行程编码与变字长编码相结合,可获得更高的压缩比。
当对M个字长为B比特的码字进行编码时,如果码字出现的概率不是均匀分布,则由信息论的理论可知,一定存在一种编码方法,能够以每样值的平均码长少于B比特的码字对该数据进行编码。
在变字长编码中,Huffman编码方法得到的码字平均码长最短。
由以上讨论可得出如下结论:
对于图像序列的压缩,不仅要考虑到图像空间方向的相关性,而且还要考虑序列在时间轴上的相关性,同时还要利用无损编码来达到可观的压缩性能。
这三者结合起来能更有效地对图像数据进行压缩。
2.4.5运动估计和运动补偿
运动估计与补偿是活动图像压缩的关键技术之一。
目前己成为重要的图像压缩算法,从H.261,H.263,MPEG-1,MPEG-2到MPEG-4等国际标准,都使用了运动补偿(简称MC)技术。
运动补偿的基本原理简述如下,当编码器对图像序列中的第N帧进行处理时,利用运动估值技术得到第N帧的预测帧N'。
在实际编码传输时,并不总是传输第N帧,而是第N帧和其预测帧N'的差值△。
如果运动估计十分有效,△中的概率基本上分布在零的附近,从而导致△比原始图像第N帧的能量小的多,编码传输△所需的比特数也就少的多,这就是运动补偿技术能够去除信源中时间冗余度的本质所在。
图2.2运动估值原理
运动补偿(MC)是消除图像序列时间方向冗余度的有效手段,它常常和各种其它技术组合在一起实现完整的编码器。
运动估值技术(如上图2.2所示)一般将输入图像分割成若干彼此不相重叠的方块(通常为16×16大小的块),然后为每一个块寻找一个运动矢量,寻找运动矢量的过程是一个优化过程,即按照某种匹配准则(如MSE,最小均方误差准则)为当前块在参考图像中寻找一个误差最小的块,图像块这两个图像块的相对位移便是运动矢量。
运动补偿是将运动矢量所指的“粘贴”到当前块所在位置,作为当前块的预测值,如图2.3所示。
图2.3运动补偿原理
图像分割是运动补偿预测的基础,但实际上要把图像分割成不同运动的物体是比较困难的。
通常采用两种比较简单的方法:
一是把图像划分成矩形子块,适当选择子块大小,把子块分为静止和运动两类,估计出运动子块的位移,进行预测编码,这种方法称之为块匹配法(BMA)。
另一种方法是对每个像素的位移都进行递归估计,因此称之为像素递归法(PRA)。
这两种算法各有其特点,通常像素递归法较块匹配法精度商,对运动画面的适应能力也强,但只能跟踪较小的位移,且实现复杂。
块匹配法虽然精度低于像素递归法,但由于其位移跟踪能力强,且实现简单,因此在实际中得到了广泛的应用。
得到运动物体的位移估计值后,即可送入MC预测器和一切预测编码一样,输入到预测器的数据都要用图像恢复数据,即原始输入为N,预测值为N',二者之差△经过量化后为△',图像恢复数据为S0=N'+△',与原始数据S0相比含有量化误差q0=△–△'。
把恢复数存进帧存储器存储后,即为前一帧的数据,把前一数据和当前数据送进运动参数估值器后就得到运动位移的估值,有了运动位移参数和前帧复原数据,就可以做出当前像素的预测值。
2.4.6解码过程
接收端首先要根据接收到的码流解出不同的二维事件,然后根据事件中的游程和数据值恢复出量化后的系数矩阵。
接下来进行反量化,即用与量化过程相反的计算公式来推算DCT系数。
在DCT系数矩阵的基础上可以进行IDCT变换,最终得到原始的在时间域图像的像素值。
2.4.7混合编码
现在的国际标准(H.261/263,MPEG1/2和MPEG-4)都同时采用上面叙述的编码算法,即变换编码+运动补偿+熵编码的混合编码方案来实现图像序列(图像)的压缩。
即用DCT变换消除图像帧内相关性,用运动估计和运动补偿去除图像的帧间相关性,用熵编码进一步提高压缩的效率等。
图2.4给出了混合编码的模型。
图2.4基于DCT的图像压缩编码系统
由图可看出,对当前输入的图像首先要进行分块。
分块得到的小图像再与经过运动补偿的预测图像块相减得到差值图像块X(m,n),然后对该差值图像块进行DCT变换和量化。
量化的输出有两个不同应用:
一是送给熵编码器进行编码,编码后的比特流输出到一个缓冲器中保存,等待信号的传输部分将其读出送到线路上去;另一应用是进行反量化和反变换后得到信号x'(m,n),该信号将与运动补偿输出的图像块相加得到新的预测图像信号,并将新的预测图像块送帧存储器。
帧存储器的作用是保存前面一帧图像的值以便用于运动估计和运动补偿。
从图中可以看到每输入一个图像块,运动估计均要根据当前输入的图像块和保存在帧存储器中的参考图像来确定运动矢量,输入的运动矢量要送给运动补偿模块,运动补偿将根据运动矢量从帧存储器中保存的参考图像中取出一个小块的图像作为当前输入图像块的预测值,并将该值送给减法器以便得到X(m,n)。
另外还可看出:
信息经过熵编码送入缓冲器。
通常情况下缓冲器的大小是固定的,如果某个时刻输入图像很复杂,编码后输出的比特数比较多,而此时后续的电路还没有将缓冲器中已经编码的图像数据取出,那么当前编码的数据就没有地方可以保存,从而造成缓冲器的上溢出;相反,如果当前编码的图像很简单,编码后输出的比特数很少,而此时后续电路读取信息的速率很快,那么就可能出现缓冲器中无数据可读的状态,即缓冲器出现下溢出。
为了避免这两种情况,通常从缓冲器到量化器上会有一条反馈通路,用以控制编码器输出的比特数。
当发现缓冲器快出现上溢出时,控制电路会要求量化器提高量化步长,更多的DCT系数在量化后变成了0,这样经过熵编码后输出的比特数就很少,从而使缓冲器不会出现上溢出的现象。
反之,如果发现缓冲器快出现下溢出时,控制电路会要求量化器减小量化步长,更多的DCT系数在量化后不为0,这样经过熵编码后输出的比特数就比较多,从而使缓冲器不会出现下溢出的现象,即速率控制,它使得同样一个编码器能在多种不同输出速率的环境中正常工作。
解码的过程比编码的过程相对要简单。
图2.5给出了解码的系统框图。
接收端接收到的信息首先要经过熵解码,还原为量化系数,然后送给量化器进行反量化,得到DCT系数,最后通过DCT的反变换恢复原始的图像数据。
由于在编码端编码的只是当前图像和
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 格式 参考 论文 按照 修改
![提示](https://static.bdocx.com/images/bang_tan.gif)