【正文】 散布在各個坐標(biāo)軸上的原始圖像數(shù)據(jù)，在新的坐標(biāo)系中集中到少數(shù)坐標(biāo)軸上，因而有可能用較少的編碼比特數(shù)來表示一副子圖像，實現(xiàn)圖像的壓縮編碼 。 1. MPEG MPEG 由 ISO（ 國際標(biāo)準(zhǔn)組織機(jī)構(gòu) ） 下屬的 MPEG（ 運動圖象專家組 ） 開發(fā) 。 3. 微軟 windows media 視頻編碼有 Mpeg4 v1/v2/v3（基于 MPEG4， DIVX3 的來源）、 Windows Media Video 7/8/9/10。 5. Real Media Real Media 是 Real Networks 公司創(chuàng)造出來的一種互聯(lián)網(wǎng)流媒體格式的統(tǒng)稱，它的主要特點是針對低帶寬應(yīng)用（最低 ）進(jìn)行動態(tài)（聲音、視頻）媒體傳輸 。 視頻解碼 地方法一般包括 熵解碼，反量化，反變換，插值，重建，濾波，參考幀插入等 。在計算機(jī)應(yīng)用中，能夠達(dá)到最高保真水平的就是 PCM 編碼，被廣泛用 于素材保存及音樂欣賞， CD、 DVD 以及我們常見的 WAV 文件中均有應(yīng)用。 （ 七 ）主流音頻編碼框架 1. WAVE WAV 文件格式是一種由微軟和 IBM 聯(lián)合開發(fā) 的用于音頻數(shù)字存儲的標(biāo)準(zhǔn)，它采用RIFF 文件格式結(jié)構(gòu)，非常接近于 AIFF 和 IFF 格式。編碼軟件能將代表這類聲音的文件找 出來并加以刪除。 3. OGG OggVorbis 的主要算法是利用 MDCT（修飾離散余弦變換 Modified Discrete Cosine Transform）而不是用現(xiàn)在比較時興的小波（ wavelet）技術(shù)。 音視頻編碼解碼研究 –8– 4. WMA WMA(Windows Media Audio)，它是微軟公司推出的與 MP3 格式齊名的一種新的音頻格式。最大的閃爍點就是這種格式可以根據(jù)聽眾的帶寬來控制自己的碼率，在保證流暢的前提下盡可能提高音質(zhì)。 音視頻編碼解碼研究 –9– 三 、 音 視頻 編碼解碼實現(xiàn) 經(jīng)過以上研究， 本文將 探索新的 一種音視頻編碼解碼， 對音視頻編碼原理進(jìn)行驗證，并 加深對音視頻編碼解碼原理的理解。這個算法使用很少的系統(tǒng)資源，對各種數(shù)據(jù)提供很好的壓縮效果 [7]?？梢詫崿F(xiàn)高質(zhì)量的音視頻采集、編輯、編碼、解碼、格式轉(zhuǎn)換、播放。 DirectShow 提供了很多標(biāo)準(zhǔn)過濾器，用戶可以直接使用。 DirectShow 是基于 COM(組件對象模型 )規(guī)范的。過濾器前后相連，連接點也是 COM 對象，被稱為針腳（ Pin）。 圖 編碼器工作原理 Filter Graph Manager Source Filters Transform Filters Render Filters 音視頻采集卡 各種軟硬件編碼解碼器 應(yīng)用程序 文件系統(tǒng) 網(wǎng)絡(luò) 文件系統(tǒng) 網(wǎng)絡(luò) 聲卡 顯卡 指令 事件 DirectShow 采用 Zlib 技術(shù)的編碼 器 音視頻采集卡 Filter Graph Manager Source Filters Transform Filters Render Filters 文件系統(tǒng) DirectShow 音視頻編碼解碼研究 –11– 4．解碼器模型 由此可知音視頻解碼模塊工作原理：文件系統(tǒng)作為 Source Filter,采用 Zlib 技術(shù)的解碼算法作為 Transform Filter，聲卡、顯卡作為 Render Filter。 press 函數(shù)將 source 緩沖區(qū)中的內(nèi)容壓 縮到 dest 緩沖區(qū) 。當(dāng)函數(shù)退出后， destLen 表示壓縮后緩沖區(qū)的實際大小。 (3) uLong pressBound (uLong sourceLen)； 功能： 計算需要的緩沖區(qū)長度。sourceLen 是 source 緩沖區(qū)的大小 (以字節(jié)計 )。這就要求在進(jìn)行壓縮之前，保存原始數(shù)據(jù)的大小 (也就是解壓后的數(shù)據(jù)的大小 )。若輸 入數(shù)據(jù) 有 誤， 則返回Z_DATA_ERROR (5) deflateInit() + deflate() + deflateEnd() 功能： 3 個函數(shù)結(jié)合使用完成壓縮功能 。根據(jù)統(tǒng)計的結(jié)果生成兩棵 Huffman 樹 (嚴(yán)格來說 ,這兩棵 樹 是 HuffmanShannonFano 樹 ,簡稱 HSF 樹 ),我們分別稱之為字符樹 (字符樹中包含字符碼與匹配長度碼 )與距離樹 (匹配距離碼 )。 音視頻編碼解碼研究 –13– 單字符依照 ASCII 碼編號為 0255。 （ 1）參數(shù)區(qū)結(jié)構(gòu) 在一個 ZIP 壓縮文件。這兩部分?jǐn)?shù)據(jù)存放著的都是某棵樹的葉節(jié)點的長度，其 CDATA 區(qū)的數(shù)據(jù)構(gòu)造碼長編碼樹。第一棵 HSF 碼樹由 CDATA 區(qū)構(gòu)造。 子參數(shù)區(qū) 3 ( PDATA) PDATA 區(qū)是由 CDATA 區(qū)所產(chǎn)生的碼長編碼生成的。根據(jù) CDATA 區(qū)所確立的碼字 。 在壓縮數(shù)據(jù)區(qū)中．存儲的數(shù)據(jù)是 PDATA 區(qū)數(shù)據(jù) TY NL ND NB PDATA CDATA 音視頻編碼解碼研究 –14– 所建立的字符樹與距離樹所代表的碼字，原文件中的 數(shù)據(jù)由該區(qū)還原。 （ 1）編碼器的 Filter 的注冊 將 VHScreenEncoder 注冊到 Video Compressor 下，需要在編碼器對應(yīng)的 cpp 文件中寫入的代碼如下： const AMOVIESETUP_FILTER sudVHScreenEncoder = { amp。CLSID_VHScreenEncoderProp , CVHScreenEncoderProp::CreateInstance } }； 注冊成功后在 Filter Graph Manager 中顯示的結(jié)果如圖 所示。sudVHScreenDecoder } }； 注冊成功后在 Filter Graph Manager 中顯示的結(jié)果如圖 所示。amp。amp。 HRESULT CVHScreenDecoder::Transform(IMediaSample *pIn, IMediaSample *pOut) { CheckPointer(pIn, E_POINTER)； CheckPointer(pOut, E_POINTER)； //檢查指針 HRESULT hr； { AM_MEDIA_TYPE *pmt = NULL； hr = pInGetMediaType(amp。mt)； }/判斷媒體數(shù)據(jù)流類型 if (pmt != NULL) DeleteMediaType(pmt)； pInSetMediaType(NULL)； }//輸入數(shù)據(jù)流 { AM_MEDIA_TYPE *pmt = NULL； hr = pOutGetMediaType(amp。mt)； } if (pmt != NULL) DeleteMediaType(pmt)； pOutSetMediaType(NULL)； }//輸出數(shù)據(jù)流 hr = Copy(pIn, pOut)； if (FAILED(hr)) return hr； return Depress(pIn, pOut)； }返回解碼后的數(shù)據(jù)流 音視頻編碼解碼研究 –19– （四） 性能 比照 在安裝好的 DirectShow 環(huán)境下對已經(jīng) 建立好的 Filters 進(jìn)行連接，通過測試該編碼方法能將音視頻進(jìn)行有效的壓縮，其解碼方法 能 高質(zhì)量的還原源文件，達(dá)到了預(yù)期效果。 2．壓縮比 單獨使用 DirectShow Graph 不經(jīng)過任何編碼捕捉一幀 100 100 像素 視頻圖片， 圖像 大小為 ； 音視頻編碼解碼研究 –20– 使用 DirectShow Graph,添加 VHScreenEncoder Filter 將上一圖片編碼 ， 編碼后的文件類型為 vhv， 圖片大 小 。 單獨使用 DirectShow Graph 不經(jīng)過任何編碼捕捉 10 秒聲音樣本，大小為 ； 使用 DirectShow Graph,添加 VHScreenEncoder Filter 編碼上一 聲音樣本， 編碼后的文件類型為 vhau,聲音文件 大小 337KB。測試結(jié)果如圖 所示。音視頻編碼 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）， 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) 。 （ 3） 通過本次研究 證明了音視頻編碼解碼 可以 節(jié)省存儲空間、節(jié)省 編碼 時間 ，大多數(shù)編碼方法都會占用較多的 CPU 資源，但優(yōu)秀的編碼方式可以較一般的編碼方式節(jié)省 CPU 使用率。 盡管還有一定的不足，但是 應(yīng)用 無損壓縮的 編碼方式的 前景無疑是光明的，從目前存在的 應(yīng)用 無損壓縮的 編碼 種類之多就可以看出這一點 。而在不久的將來，連閃存的容量都要以 GB來計算時，為了追求更高的音質(zhì) 和畫質(zhì) ， 應(yīng)用 無損壓縮的 編碼方式 會越來越被 人重視 。這種影響不是一朝的迸發(fā)，而是日積月累的滲透，在這點滴匯聚中使我逐漸形成正確、成熟的人生觀、價值觀。 最后對老師，家人和朋友再次致以我最衷心的感謝！ 在論文編寫過程中，雖然反復(fù)推敲核證，但因水平有限 ,不當(dāng)之處 ,在所難免 ,敬請老師、同學(xué)批評指正，以便修改完善。在此，謹(jǐn)向?qū)煴硎境绺叩木匆夂椭孕牡母兄x！ 感謝我的家人沒有你們，就不會有今天的我！我一直感恩，感恩于我可以擁有一個如此溫馨的家庭，讓我所有的一切都可以在你們這里得到理解與支持，得到諒解和分擔(dān)。 “授人以魚，不如授之以漁”，張老師正是這樣以言傳身教來教導(dǎo)著我 。 硬盤容量 在 不斷 的 增加， 500GB已成主流，無損格式占用空間大的問題將不再是問題。這一點比起有損格式 有很大的優(yōu)越性， 因為有損壓縮格式的二次編碼（從一種有損格式轉(zhuǎn)換成另一種有損格式，或者格式不變而調(diào)整比特率）意味著丟失更多的信號，帶來更大的失真 。 （ 2） 無損壓縮格式，是利用數(shù)據(jù)的統(tǒng)計冗余進(jìn)行壓縮，可完全回復(fù)原始數(shù)據(jù)而不引起任何失真，但壓縮率是受到數(shù)據(jù)統(tǒng)計冗余度的理論限制，一般為 2:1 到 5:1。 音視頻編碼解碼研究 –22– 結(jié) 論 經(jīng)過本次對音 視頻編碼解碼研究，我得出以下結(jié)論： （ 1）音視頻的編碼解碼過程就是音視頻壓縮與解壓縮的過程。 音視頻編碼解碼研究 –21– 圖 聲音文件 壓縮比 比較 由上圖可知本次聲音文件的壓縮 比 為 19%，可見好的編碼方式能很大程度上節(jié)約存儲空間。 圖 圖片 壓縮比 比較 由上圖可知本次圖片的壓縮 比 為 53%，占用存儲空間比為 1 比 2。結(jié)果如圖 所示。amp。amp。mt)； } if (pmt != NULL) DeleteMediaType(pmt)； pOutSetMediaType(NULL)； }//輸出數(shù)據(jù)流 hr = Copy(pIn, pOut)； if (FAILED(hr)) { return hr； } return Compress(pIn, pOut)； //調(diào)用 Zilb 中的 Compress 函數(shù)，將數(shù)據(jù)流壓縮。mt)； ()； }//判斷媒體數(shù)據(jù)流類型 if (pmt != NULL) DeleteMediaType(pmt)； pInSetMediaType(NULL)； }//輸入數(shù)據(jù)流 { AM_MEDIA_TYPE *pmt = NULL； hr = pOutGetMediaType(amp。 HRESULT CVHScreenEncoder::Transform(IMediaSample *pIn, IMediaSample *pOut) { CheckPointer(pIn, E_POINTER)； CheckPointer(pOut, E_POINTER)； //檢查指針 HRESULT hr； { AM_MEDIA_TYPE *pmt = NULL； hr = pInGetMediaType(amp。CLSID_VHScreenD