H263简介、基本原理(二)

 

4 、编解码原理图

 

 

 

5 、h263 编解码数据结构

H.263采用句法和语义学的方法对多路视频来管理的。

句法被划分为四层，四个层(从上到下)分别是图象（Picture）、块组(Group of Blocks)、宏块(Macroblock)、块(Block)。图象层每帧图象的数据包含一个图象头(a picture header)，并紧跟着块组数据(Group of Blocks)，最后是一个end-of-sequence码和填塞位。其中包括有图象开始码(PSC) (22 bits)、时域参照(TR)(8 bits)、类型信息 (PTYPE) (13 bits) 和量化器信息 (PQUANT) (5 bits)等十三个选项。
  PSC TR PTYPE PQUANT CPM PSBI TRB DBQUANT PEI PSPARE PEI Group of Blocks ESTUF EOS PSTUF

22   8  1      5       5   1    2    3         2    0/8/16                 Vari    22 Vari           (structure of Picture Lay)

每个块组层(GOB)包含了一个块组层头(a GOB header)，紧跟着宏块数据(Macroblocks)。每个GOB包含了一行或多行宏块。对于每帧图象的第一个GOB（0号），不需要传送GOB头。而对于其它的GOB，GOB头可以为空，这决定于编码策略。译码器可以通过外部手段发送信号给远程变码器要求只传送非空GOB头，例如建议H.245。

 

GSTUF GBSC GN GSBI GFID GQUANT Macroblock Data

                     (structure of GOB Lay)

 

 

每个宏块(Macroblocks)中包含了一个宏块头(a macroblock header)和后续的块数据(data for blocks)。COD只出现在用PTYPE指定为"INTER"的图象帧中，对于这些图象中的宏块，当COD指定或PTYPE指示为"INTRA"时会出现宏块类型 & 色度的编码块样式（MCPBC）。如果PTYPE指示了"PB帧"，对于B块的宏块 (MODB)会出现。只有在MODB中指定时才会出现CBPB（指示将传送宏块的B系数）和B宏块的运动矢量数据 (MVDB) (变长)。当MCPBC和CBPY中指定时会出现"块数据"。

COD MCBPC MODB CBPB CBPY DQUANT MVD MVD2 MVD3 MVD4 MVDB  Block Data

                          (structure of macroblock layer)

块层如果不在PB帧模式，一个宏块包含四个亮度块和两个色差块。在PB帧模式下，一个宏块包含12个块。在缺省H.263模式下，首先传送6个P块数据，然后是6个B块数据。

 

5 、 RTP  PAYLOAD FOR H263 STREAM 协议结构（在 RTP 中传输 h263 数据流）

 

当在网络中传输H263视频数据流时，可直接封装编码器的输出数据，对于每一视频帧，H263数据比特流无改变的封装在RTP中被传输，包括图片开始处理、整个图片头，还有混合长度处理，可变长度处理。被编码后的数据并没有加上装帧信息，所以多元的音频、视频信号不适合被封装在同一个包中，UDP和RTP提供了一个更加有效的方法来处理多元化。

RTP并不能提供一个可靠的、有次序的数据传输，因此数据包有可能丢失。为了使丢包得到最大程度的恢复，解码器必须能够处理已经到达的数据包。因而，能够独立处理每一个数据包是符合要求的。一些帧信息包含在每个数据包中，例如：source format 和 flag for optional features 能够帮助解码器在丢失数据包的情况下正确、高效的处理帧。

在RTP中H263视频数据流将被装载成payload data，一个新的H263载荷头部被定义在载荷头部第5个区域（section 5），这个区域定义了RTP头和H263视频数据包结构。

 

每一个RTP封包都有一个复合的RTP头，下面是H263视频数据的RTP封包的混合头部：Marker bit (M bit)、Payload Type(PT)、Timestamp.一个H263的TRP包如下：

0                   1                   2                   3

0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+

|                                RTP header                      | |+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+

|                    H.263 payload header                        | +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+

|                     H.263 bitstream                            |

+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+

 

每一个RTP包中只有一个H263 Video packet，H263 payload header 与 H263 video packet 一一对应。H.263 有效载荷头定义了三种格式（模式 A、模式 B 和模式 C）。在模式 A 中，在实际压缩 H.263 视频比特流之前存在4字节的 H.263 有效载荷头。这样允许在 GOB 边界有分段。在模式 B 中，使用的是8字节的 H.263 有效载荷头，且每个数据包从 MB 边界开始，没有 PB 帧选项。最后，模式 C 中使用的是12字节的 H.263 有效载荷头，采用 PB 帧选项支持在 MB 边界的帧分段。

 

H.263 有效载荷头定义了三种格式（模式 A、模式 B 和模式 C）。在模式 A 中，在实际压缩 H.263 视频比特流之前存在4字节的 H.263 有效载荷头。这样允许在 GOB 边界有分段。在模式 B 中，使用的是8字节的 H.263 有效载荷头，且每个数据包从 MB 边界开始，没有 PB 帧选项。最后，模式 C 中使用的是12字节的 H.263 有效载荷头，采用 PB 帧选项支持在 MB 边界的帧分段。 　　模式 A 中的头格式如下所示：

 

 

 

 

1	2	5	8	11	12	13	14	15	16 bit
F	P	SBIT	EBIT	SRC	I	U	S	A	R
R (cont.)		DBQ	TRB	TR

 

F ― 标志位，表示有效载荷头的模式，具有以下几个值： 0 ― 模式 A； 1 ― 模式 B 或模式 C，取决于 P 位。 P ― P 指定可选的 PB 帧模式。 SBIT ― 起始位，指定最重要位（在第一个数据字节中忽略）的编号。 EBIT ― 结束位，指定最不重要位（在最后一个数据字节中忽略）的编号。 SRC ― 源格式（在 H.263 标准中 PTYPE 的位6、7和8压缩比特流）表示当前图片解析。 I ― 图片编码类型（在 H.263 标准中 PTYPE 的位9压缩比特流）。 U ― 在当前图片头中，如果无限制运动向量选项值为1，那么该值设置为1（在 H.263 标准中 PTYPE 的位10压缩比特流），否则该值为0。 S ― 在当前图片头中，如果基于语法的算法编码选项值为1，那么该值设置为1（在 H.263 标准中 PTYPE 的位11压缩比特流），否则该值为0。 A ― 在当前图片头中，如果高级预测选项值为1，那么该值设置为1（在 H.263 标准中 PTYPE 的位12压缩比特流），否则该值为0。 R ― 预留，值为0。 DBQ ― 用于计算量化值的差分量化参数，当使用 PB 帧选项时，B 帧的量化值基于 P 帧的量化值。该值需要与 H.263 标准压缩比特流中的 DBQUANT 相同。如果不是采用的 PB 帧选项，则该值为0。 TRB ― 该字段是作为 H.263 标准压缩比特流中 B 帧的暂时参考。如果不是采用的 PB 帧选项，则该值为0。 TR ― 该字段是作为 H.263 标准压缩比特流中 P 帧的暂时参考。如果不是采用的 PB 帧选项，则该值为0。 　　模式 B 中的头格式如下所示：

 

1	2	5			8	11		16 bit
F	P	SBIT			EBIT	SRC		QUANT
GOBN					MBR						R
I	U	S	A	HMV1			VMV1		HMV2	VMV2

 

关于 F、P、SBIT、EBIT、SRC、I、U、S 和 A 各定义请参照模式 A。 QUANT ― 在数据包起始进行编码的第一个 MB 的量化值。如果数据包以 GOB 头开始，那么该值设置为0。 GOBN ― 数据包起始处的 GOB 编号。不同的解析中 GOB 编号不同。 MBA ― 数据包中第一个 MB 的 GOB 内的地址，按照扫描顺序从0开始计数。例如任意 GOB 中的第三个 MB 设置为 MBA = 2。 R ― 预留，值为0。 HMV1、VMV1 ― 为数据包中的第一个 MB 设置的水平和垂直运动向量预测。如果有某四个运动向量能为当前 MB 提供高级预测选项功能时，那么这些向量就是 MB 中的1号块的运动向量预测。 HMV2、VMV2 ― 为数据包中第一个 MB 的3号块提供的水平和垂直运动向量预测。如果有某四个运动向量能为当前 MB 提供高级预测选项功能时，需要该字段，这是因为 MB 中的3号块需要不同于 MB 中其它块的运动向量预测。当 MB 只具有一个运动向量时，不需要使用这两个字段。 　　模式 C 中的头格式如下所示：

 

1	2	5			8	11		16bit
F	P	SBIT			EBIT	SRC		QUANT
GOBN					MBR						R
I	U	S	A	HMV1			VMV1		HMV2	VMV2
RR
RR(c)		DBR	TRB		TR

 

关于 F、P、SBIT、EBIT、SRC、I、U、S、A、DBQ、TRB 和 TR 各定义请参照模式 A。关于 QUANT、GOBN、MBA、HMV1、VMV1、HMV2 和 VNV2 各定义请参照模式 B。 　　RR ― 预留，设置为0（19 bits）。

文章引用自：http://www.goalercn.com/article/article.asp?Id=10244