视频编码和视频压缩

在过去20年里，在用户需求的推动下，视频技术获得了突飞猛进的发展，从广播电视、家用录像系统的普及，逐步过渡到基于数字视频技术的应用。

通常可以将数字视频应用分为实时应用和非实时应用，前者包括电视节目(现场直播)和基于Internet 的流视频(Steaming Video)的实时传输播放，后者包括各种本地存储视频的播放，如DVD。

涉及数字视频通信的技术包括视频压缩/解压、各种网络传输协议，同时还包括视频服务器操作系统、应用层QoS、媒体同步机制等。

在本文中我们将首先讨论视频压缩技术，然后讨论视频通信技术，包括数字电视和基于ATM和SDL技术与 MPGE-2视频的传输，我们的重点将放在基于Internet的视频流应用。另外，伴随蜂窝移动通信技术的发展，蜂窝移动视频传输也逐渐成为可能，我们也将简单介绍这方面的发展。

一、 数字视频压缩SMPTE(运动图像和电视工程师协会)和IEEE开发和管理非压缩的数字视频标准。这些标准包括：PAL、NTSC和SECAM标准分辨率的电视广播用数字视频标准CCIR-601；传输CCIR-601的SMPTE 259M；传输HDTV的SMPTE 292M。为了利用廉价的低比特率链路进行数字视频信号传输，或者存储数字形式的现场视频，必须对原始数字视频信号进行高效的压缩编码。

1、数字视频通信

对编码器的要求由于应用领域的差别，对视频编码器有不同的要求，共同的基本要求是：算法复杂度要尽可能小、算法处理的时间尽可能短、性价比尽可能高。综合不同的应用，这些要求可以分为：

(1)为了获得可以接受的视觉质量，视频编码器对带宽的要求要尽可能的小；

(2)对实时视频流通信，必须提供有界的端到端时延，以便视频分组可以及时到达解码器解码和显示；

(3)对于Internet带宽动态变化和蜂窝移动通信信道特性随机变化的通信网络，分组丢失不可避免，视频编码器应当能够处理分组的丢失；

(4)有些装置要求较低的能量消耗，如蜂窝移动电话，这些装置上的解码器应当简单；

(5)有些应用要求提供VCR一样的功能，如暂停、快退等，视频编解码器应当提供这些功能。

2、视频编码器基本结构

目前有很多高效的压缩算法投入实际应用，这些标准大多采用了基于运动补偿结合变换的压缩方案。用作运动补偿的块的大小在不同的标准中定义不一，从4×4到16×16像素。同样，从简单的1/2像素精确的双线空域内插到复杂的空时滤波技术，预测滤波器的实现也变化很大。运动估计后的剩余部分进行能量压缩的正交变换。对于这类变换，大多数标准的视频编码器都采用了8×8的DCT核。变换后的系数经过量化并送入无损统计编码器。为了与解码器保持同步，编码器复制了部分解压环(Loop)，即反 量化、反变换、运动补偿引擎和自适应去块滤波器(Adaptive Deblocking Filter)。为了将输出的比特率控制在确定的范围内，采用速率控制算法选择量化步长，同时提供空域预处理器和运动补偿引擎的输入信息。

上述运动补偿混合编码器没有考虑编码速率的可伸缩性(Scalability)，只能生成单速率的编码视频流，仅适用于在点对点的稳定信道上传输，而不能满足其他通信方 式的需要，如组播(Multicast)和多接入的通信。为了扩展其应用范围，人们提出了很多特殊的可伸缩模式(Scalability Mode)。可伸缩的视频编码器将原始视频流划分成多个子流(Sbustream)，其中一个压缩子流是基本子流(Base Substream)，基本压缩子流可以独立解码以提供粗糙的视觉质量，或者是较小的图像尺寸和较低视频帧刷新率。其他压缩子流是增强子流，增强子流只能和基本子流一起解码，但可以提供更好的质量。所有完整的子流可以提供最高的视觉质量。

为了灵活适应不同接入链路带宽和时延的要求，针对MPEG-4提出了一种新的可伸缩编码机制，称为FGS(Fine Granularity Scalability)。一个FGS编码器将原始视频序列压缩成两个子流，即基本层比特流和增强层比特流。一种FGS的变体是PFGS (Progressive FGS)。PFGS可能有多个增强层，从而具有更精细的比特率步长伸缩性和更好的误码弹性(Resilience)。

3、视频压缩标准

视频编码标准主要由 ITU-T和ISO/IEC开发。前者已经发布了视频会议标准H.261、 H.262、 H.263，并且准备进行远期编码标准H.263L的开发，以期望获得更大的编码效率。ISO/IEC的标准系列是大家熟悉的MPEG家族。包括：

(1) MPEG-1(1988～1992)，可以提供最高达1.5Mbps的数字视频，只支持逐行扫描；

(2)MPEG-2(1990～1994)，支持的带宽 范围从2Mbps到超过20Mbps，MPEG-2后向兼容MPEG-1，但增加了对隔行扫描的支持，并有更大的伸缩性和灵活性；

(3)MPEG-4 (1994～1998)，支持逐行扫描和隔行扫描，是基于视频对象的编码标准，通过对象识别提供了空间的可伸缩性；

(4)MPEG-7 (1996～2000)，是多媒体内容描述接口，与前述标准集中在音频/视频内容的编码和表示不同，它集中在对多媒体内容的描述。

除了上述通用标准外，还存在很多专用格式，比较流行的有：C-Cube的M-JPEG、Intel的IVI(tm)(Indeo Video Interactive)、Apple的QuickTime(tm)、Microsoft的 Media Player(tm)和RealNetworks的RealPlayer(tm)。

<!-- google_ad_client = "pub-2416224910262877"; google_ad_width = 468; google_ad_height = 60; google_ad_format = "468x60_as"; google_ad_type = "image"; google_ad_channel = ""; // -->