Mpeg-4编解码技术意义

现在，我们又迎来了一次媒体革命，它就是mpeg-4， 它以其出色的媒体性能，图形质量接近dvd，声音品质接近cd，同时又有更高的压缩比而迅速火爆起来，在多媒体领域掀起狂澜。那么，到底什么是mpeg呢？


    我们知道，多媒体信息主要包括图像、声音和文本三大类，其中视频、音频等信号的信息量是非常大的。对于音频处理来说，传输数字图像所需的带宽远高于前者，例如，ntsc图像以大约640×480的分辨率，24bits像素，每秒30帧的质量传输时，其数据率达28mb字节／秒或221mb位／秒。而且以这个速率保存的15秒的未压缩视频图像将占用420mb字节的内存空间，显然这样的要求对台式计算机来说是难以接受的。所以，视频图像的压缩编码方法mpeg就应运而生了。


    mpeg本是动态图像专家组（moving pictures experts group）的英文缩写，这个专家组始建于1988年，专门负责为cd建立视频和音频标准，其成员均为视频、音频及系统领域的技术专家。由于iso/iec1172压缩编码标准是由此小组提出并制定mpeg由此扬名世界。对于今天我们所泛指的mpeg-x版本，是指一组由itu（international telecommunications union）和iso（international standards organization）制定发布的视频、音频、数据的压缩标准。mpeg-4就是mpeg的第4个版本，mpeg的缔造者们原先打算开发4个版本：mpeg-1～mpeg-4，以适用于不同带宽和数字影像质量的要求。后由于mpeg-3被放弃，所以现存只有3个版本的mpeg：mpeg-1，mpeg-2，mpeg-4.


    总体来说，mpeg在三方面优于其他压缩/解压缩方案。首先，由于在一开始它就是做为一个国际化的标准来研究制定，所以，mpeg具有很好的兼容性。其次，mpeg能够比其他算法提供更好的压缩比，最高可达200：1.更重要的是，mpeg在提供高压缩比的同时，对数据的损失很小。mpeg在发展过程中经历了以下过程：


    mpeg-1 制定于1992年，为工业级标准而设计，可适用于不同带宽的设备，如cd-rom、video-cd、cd-i.它可针对sif标准分辨率（对于ntsc制为352×240；对于pal制为352×288）的图像进行压缩，传输速率为1.5mbits/s，最高可达4-5mbits/s，每秒播放30帧，具有cd（指激光唱盘）音质，质量级别基本与vhs相当。


    mpeg-2 制定于1994年，设计目标是高级工业标准的图像质量以及更高的传输率。mpeg-2所能提供的传输率在3-15mbits/sec间，其在ntsc制式下的分辨率可达720×486，mpeg-2能够提供广播级的视像和cd级的音质。mpeg-2的音频编码可提供左右中及两个环绕声道，以及一个加重低音声道，和多达7个伴音声道（dvd可有8种语言配音的原因）。除了做为dvd的指定标准外，mpeg-2还可用于为广播，有线电视网，电缆网络以及卫星直播 （direct broadcast satellite） 提供广播级的数字视频。


    mpeg-4 就在mpeg-1、mpeg-2进入广泛的实际应用之时，mpeg小组又于1998年发布了mpeg-4标准的草稿。该标准对压缩算法进行了改进：mpeg-1和mpeg-2的压缩率大概在20到30倍之间。市面上常见的vcd光碟片大概是每片650 mb 的资料量，存放74分钟的影片。相当于vhs录影带的画质。而dvd一片4.7gb的资料量。可以存放超过两小时的影片。mpeg-1和mpeg-2的压缩率用在储存媒体上是足够了。但是运用在网络传输上还是太低，尤其是无线通讯方面。于是mpeg-4在订定标准时，为了达到更好的压缩效果，采用了许多新的技术与观念。mpeg-4里是采用了物件的观念。压缩之前先将影片中各个主要物件区分开来。例如电视新闻播报的场景中，主播是一个物件，播报台、背后的布景、主播旁边的3d玩偶也分别是一个物件。主播的声音也是一个物件。在影片进行中，主播会有轻微的移动。播报台是固定不动的。而布景则有时候会播放新闻影片。将各个物件分隔开来有什么好处呢？那就是可以针对不同的物件特性采取不同的压缩编码技巧，以得到最好的压缩效果。例如播报台只要传送一次资料，以后不再传送，以节省资料量。3d玩偶则用3d动画适用的演算法。主播和新闻影片采用mpeg-2的格式。声音则采用mp3的格式。将这些不同的资料整合后结合起来一起传送。解码器收到资料后，先将各个不同格式的资料分开。依照各自的格式解码。再根据时间和空间的关系，将各个物件加以组合。就可以得到原来的影片了。为了达到以上的压缩观念，mpeg-4引进了许多新的压缩技术来应用于各种不同的物件。对于声音部份，可以分成自然音、语音和合成音。针对不同发声原理采用不同演算法。可以根据对音质的要求，而得到2kbits/s到64kbits/s之间的资料量。在影像方面，则可细分为自然物体、2d影像、3d影像、人脸、背景等不同特性物件。根据不同影像特性可以有5kbits/s到10mbits/s 的资料量。mpeg-4的压缩率可以超过100倍，而仍然保有极佳的音质和画质。可以用最少的数据获得最佳的图像质量，因此满足了低码率应用的需求；另外，mpeg-4还把提高多媒体系统的交互性和灵活性作为一项重要的目标，因此它更适合于交互式av服务以及远程监控。为了满足各种应用的需求，mpeg-4标准实际上相当庞大，它具有广泛的适应性和可扩展性。


    就其应用前景而言，mpeg-4未来将在多个应用领域大显身手，如internet/intranet上的多媒体流服务、视频点播、可视游戏、低码率的移动多媒体通信（视频手机等）、交互式多媒体应用、实时多媒体监控、数字电视与演播电视、虚拟会议等等。


    mpeg-4可以达到两个目标： 低比特率下的多媒体通信和多工业的多媒体通信的综合