【正文】 ................................................................................ 8 （八）音頻解碼原理 ........................................................................................................ 8 三、音視頻編碼解碼實現(xiàn) ................................................................................................ 9 （一）系統(tǒng)分析 ................................................................................................................ 9 1. 開發(fā)工具及函數(shù) ................................................................................................... 9 工作模型 ............................................................................................. 9 3．編碼器模型 ........................................................................................................ 10 音視頻編碼解碼研究 IV 4．解碼器模型 ........................................................................................................ 11 （二）壓縮算法 .............................................................................................................. 11 1．編碼解碼算法 .................................................................................................... 11 2． Deflate 算法工作原理 ....................................................................................... 12 （三）編解碼設(shè)計 .......................................................................................................... 14 1． Filter 的注冊 ...................................................................................................... 14 2．主要編碼函數(shù) .................................................................................................... 17 3．主要解碼函數(shù) .................................................................................................... 18 （四）性能比照 .............................................................................................................. 19 1． CPU 運行效率比較 ........................................................................................... 19 2．壓縮比 ................................................................................................................ 19 3．壓縮實時速率比較 ............................................................................................ 21 結(jié) 論 .......................................................................................................................... 22 參 考 文 獻 .................................................................................................................... 23 致 謝 .......................................................................................................................... 24 音視頻編碼解碼研究 –1– 一、 引言 20 世紀 90 年代，多媒體技術(shù)隨著人類進入信息時代而得到了迅速發(fā)展 。 大量的音視頻數(shù)據(jù)被廣泛使用，如常見的 VCD、 DVD 都是將大量的音、視頻數(shù)據(jù)經(jīng)過處理后供用戶使用的。音、視頻相關(guān)技術(shù)在一些行業(yè)領(lǐng)域也得到了很好的應用，如安全監(jiān)控系統(tǒng)中對現(xiàn)場進行音視頻錄制，以便 存檔、查看、取證等。 由于音、視頻數(shù)據(jù)量非常大，若未經(jīng)過處理，其存放、網(wǎng)絡(luò)傳輸都存在很大問題。為此，需要將它們進行編碼（壓縮），如 DVD 光盤的內(nèi)容就是經(jīng)過編碼處 理的；待用戶使用時進行解碼（解壓縮）即可，如 DVD 播放機就是將光盤內(nèi)容解碼后進行音、視頻播放的。為了壓縮音、視頻數(shù)據(jù)，出現(xiàn)了各種不同的編碼方法，并都取得了一定成效。但是 被普遍認可的是由 ISO 組織頒布的 MPEG 技術(shù)以及由 ITUT 組織頒布的 技術(shù)。 在過去的 20 年里，需要存儲、傳輸和處理的信息數(shù)量成指數(shù)級的增加。這主要是兩項技術(shù)的發(fā)展，一是多媒體系統(tǒng)在眾多領(lǐng)域廣泛應用，過去計算機只能處理數(shù)字和文本，現(xiàn)在已經(jīng)能夠處理聲音、圖像、電影；另一項是 Inter 的大發(fā)展，它使信息可以被許多人共享 ；兩者結(jié)合 產(chǎn)生了多媒體網(wǎng)絡(luò)技術(shù) [1]。 首先，硬件方面的革新使這些方面發(fā)展成為可能。 CPU、磁盤、傳輸信道的性能都迅猛發(fā)展。但是從以下事實仍可以看出，編碼技術(shù)仍有一段路要走。 （ 1）存儲一 幅 中等大小的 未壓縮 圖像，比如說 512 512pixel（像素） 24 位真彩色 ，需要 的空間 （ 512 512 3=） 。 （ 2）一 段 10 秒鐘 的 音頻取樣頻率為 44KHz 的 16 位立體聲 WAV 格式音頻 需要 的空間 （ WAV 格式文件所占容量 (bit) =取樣頻率 量化位數(shù) 聲道 時間/8 即 44K 16 2 10/8=KB） 。 由此可見，無論是從經(jīng)濟還是技術(shù)的角度，光靠硬件的支持并不能滿足人們的需要。信息壓縮的動機是很明顯的 ， 如果能用一種壓縮了的形式來表示信息，將會有以下幾點好處：節(jié)省存儲空間、節(jié)省 CPU 時間、節(jié)省 傳輸時間。 本文擬在研究已有的音視頻編解碼的基礎(chǔ)上，通過應用新的編碼思想開發(fā)一種新的音視頻 壓縮 編碼技術(shù)對已有的音視頻編解碼原理進行驗證，并加深理解。 音視頻編碼解碼研究 –2– 二、 音 視頻編 解 碼原理 （一） 視頻編碼原理 所謂視頻編碼 就是指通過特定的壓縮技術(shù)，將某個視頻格式的文件轉(zhuǎn)換成另一種視頻格式文件的方式。 視頻圖像數(shù)據(jù)有極強的相關(guān)性 ，也就是說有大量的冗余信息。其中冗余信息可分為 幀 域冗余信息和時域冗余信息。 視頻編碼技術(shù) 就是將數(shù)據(jù)中的冗余信息去掉（去除數(shù)據(jù)之間的相關(guān)性）， 視頻編碼 技術(shù)包含幀內(nèi)圖像數(shù)據(jù)壓縮技術(shù)、幀間圖像數(shù)據(jù)壓縮技術(shù)和熵編碼壓縮技術(shù) [2]。 1. 去時域冗余信息 使用幀間編碼技術(shù)可去除時域冗余信息，它包括以下三部分： （ 1） 運動補償 運動補償是通過先前的局部圖像來預測、補償當前的局部圖像，它是減少 幀 序列冗余信息的有效方法。 運動補償是一種描述相鄰幀 (相鄰在這里表示在編碼關(guān)系上相鄰，在播放順序上兩幀未必相鄰 ) 差別的方法，具體來 說是描述前面一幀 (相鄰在這里表示在編碼關(guān)系上的前面，在播放順序上未必在當前幀前面 )的每個小塊怎樣移動到當前幀中的某個位置去。這種方法經(jīng)常被視頻壓縮 /視頻編解碼器用來減少視頻序列中的空域冗余。 （ 2） 運動表示 不同區(qū)域的圖像需要使用不同的運動矢量來描述運動信息。運動矢量通過熵編碼進行壓縮。 （ 3） 運動估計 運動估計是從視頻序列中抽取運動信息的一整套技術(shù)。 運動估計的基本思想是將圖像序列的每一幀分成許多互不重疊的宏塊，并認為宏塊內(nèi)所有象素的位移量都相同，然后對每個宏塊到參考幀某一給定特定搜索范圍內(nèi)根據(jù)一定的匹配 準則找出與當前塊最相似的塊，即匹配塊，匹配塊與當前塊的相對位移即為運動矢量。視頻壓縮的時候，只需保存運動矢量和殘差數(shù)據(jù)就可以完全恢復出當前塊。 運動估計算法是視頻壓縮編碼的核心算法之一。高質(zhì)量的運動估計算法是高效視頻編碼的前提和基礎(chǔ)。 2. 去 幀 域冗余信息 主要使用幀 內(nèi) 編碼技術(shù)和熵編碼技術(shù)： 音視頻編碼解碼研究 –3– （ 1） 變換編碼 幀內(nèi)圖像和預測差分信號都有很高的空域冗余信息。變換編碼將空域信號變換到另一正交矢量空間，使其相關(guān)性下降，數(shù)據(jù)冗余度減小。 變換編碼不是直接對空域圖像信號進行編碼，而是首先將空域圖像信號映射變換到另一個正交 矢量空間（變換域或頻域），產(chǎn)生一批變換系數(shù)，然后對這些變換系數(shù)進行編碼處理。其中關(guān)鍵問題是在時域或空域描述時，數(shù)據(jù)之間相關(guān)性大，數(shù)據(jù)冗余度大，經(jīng)過變換在變換域中描述，數(shù)據(jù)相關(guān)性大大減少，數(shù)據(jù)冗余量減少，參數(shù)獨立，數(shù)據(jù)量少，這樣再進行量化，編碼就能得到較大的壓縮比。目前常用的正交變換有：傅立葉 (Fouries)變換、沃爾什 (Walsh)變換、哈爾 (Haar)變換、斜 (Slant)變換、余弦變換、正弦變換、 KL(KarhunenLoeve)變換等。 （ 2） 量化編碼 經(jīng)過變換編碼后，產(chǎn)生一批變換系數(shù)，對這些 系數(shù)進行量化，使編碼器的輸出達到一定的位率。這一過程導致精度的降低。 （ 3） 熵編碼 熵編碼是無損編碼。它對變換、量化后得到的系數(shù)和運動信息，進行進一步的壓縮[3]。 在視頻編碼中，熵編碼把一系列用來表示視頻序列的元素符號轉(zhuǎn)變?yōu)橐粋€用來傳輸或是存儲的壓縮碼流 。 輸入的符號可能包括量化的變換系數(shù) ， 運動向量 (對于每個運動補償塊的向量值 x 和 y)， 標記 (在序列中用來表示重同步位的點 )， 頭 (宏塊頭 ,圖象頭 ,序列的頭等 )以及附加信息 (對于正確解碼來說不重要的信息 )。 （二） 視頻編碼機制 編碼機制通常可以分為有損編碼，無損編 碼兩種。無損編碼通常用于文本文件的壓縮中，其中沒有信息損失的數(shù)據(jù)精確度重建是讓人們關(guān)心的問題。 對于有損編碼，允許編碼后產(chǎn)生質(zhì)量上的誤差。有損編碼機制的優(yōu)點是可以得到比無損編碼更加高的壓縮比，但是它只能用近似的數(shù)據(jù)代替原始數(shù)據(jù)，而這種相似數(shù)據(jù)由市容易被壓縮的。舉例來說，如果圖像與原始圖像在視覺上沒有區(qū)別，那么它就可以看做是原始圖像的近似圖像。 任何編碼機制的目的都是去除數(shù)據(jù)中存在的相關(guān)性。所謂相關(guān)性，就是根據(jù)給出的一部分數(shù)據(jù)來判斷出其相鄰的數(shù)據(jù)。實際中存在著很多種數(shù)據(jù)相關(guān)性。這里列出常見的幾種。 （ 1）空間 相關(guān)性：可以根據(jù)圖像中的某一點的像素值推斷出其相鄰點的像素值。 音視頻編碼解碼研究 –4– （ 2）頻率相關(guān)性：一個信號的傅立葉變換通常