【正文】 議設(shè)計的可視電話系統(tǒng)方案，其中視頻采集由數(shù)字攝像頭完成，視頻處理部分選用圖像處理專用芯片 。為了實現(xiàn)不同地區(qū)、不同廠家生產(chǎn)的可視電話能互相聯(lián)通，國際電信聯(lián) 36 盟電信標準化部門 (ITUT)于 1996 年 4 月通過了 H. 324 低比特率多媒體通信終端建議，為可視電話系統(tǒng)的研究和設(shè)計提供了標準。 終端應(yīng)依照結(jié)束通話消息 (EndSessionCommand)所指示的執(zhí)行動作。 (1) 在此步驟中，調(diào)制解調(diào)器可在有或沒有瞬時數(shù)據(jù)中斷或數(shù)據(jù) 34 丟失的情況下，再訓練或改變其數(shù)據(jù)傳輸速率。 步驟 A：話音頻帶信道的呼叫建立及初始模擬電話通信 主叫方根據(jù)模擬電話規(guī)程請求連接，一旦成功完成呼叫建立，先進入到模擬電話通信狀態(tài)，通過用戶手工操作進入步驟 B。 (3) 模式優(yōu)先 接收方可使用“ RequestMode”消息要求發(fā)送方發(fā)送特定 32 的模式，發(fā)送方可拒絕這類要求，但只要可能應(yīng)盡量照辦。 發(fā)送能力描述終端傳輸信息流的能力，用于提供給接收方來選擇可能的工作模式，以便接收方請求其想接收的模式。 協(xié)議 可視電話的通信控制協(xié)議必須符合 ITUT 范，其中包括能力交換、打開和關(guān)閉邏輯信道、模式優(yōu)先級請求、多路復用表條目、傳輸流量控制消息、一般命令與指示。 AL1 主要用于可變速率的定幀信息。 PB幀的名稱源于 P幀和 B幀。 ② 基于句法的算術(shù)編碼模式 使用算術(shù)編碼代替哈夫曼編碼，由于算術(shù)編碼在符號的概率分布不為 2的冪的情況下也能逼近壓縮的理論極限 符號的熵。 ④ 圖像幀頻： QCIF：不小于 10幀 /秒； CIF：不小于 3幀 /秒。 ① GB/T 18119（等效于 ）的規(guī)定。當 ，這種改進尤為明顯；但 ，與 。為了降低圖像編碼的運算量，提高編碼速度，人們一直進行著種種努力。 信號的預處理與后處理 視頻信號預處理的目的是盡量消除廉價 CCD攝像頭與視頻采集卡組合提供的視頻信號中的噪聲成分，減輕由噪聲引發(fā)的偽運動現(xiàn)象對視頻編碼器的壓力，改進視頻質(zhì)量。 和 采用的是 DCT 變換，而 DCT的整數(shù)變換。每幀圖像分成圖像層、宏塊組 (GOB)層、宏塊 (MB) 層、塊 (Block)層共 4 個層次來處理，分為 I 幀和 P 幀。對于這樣的應(yīng)用，讓 音頻 codec 可選是非常重要的，如選用 (8kb/s 聲音codec)可將總端到端延遲降到大約 85ms。在典型談話中，雙方很少同時講話，可以節(jié)省一部分帶寬給視頻和數(shù)據(jù)信道使用。 對于 MOS大于 。當可視電話與普通電話通信時，采用 標準。我們在具體選用語音和視頻壓縮標準的時候，也要結(jié)合這兩點來選擇。用戶操作需要一定的電腦知識，而且每次必須在開機狀態(tài)下使用，其優(yōu)點是價格便宜。目前每部電話的價格在 1萬元左右，通話費一般為模擬線路下的 1~2倍，而且這種可視電話的 廣泛使用還要取決于 ISDN的普及程度。 （ 1）基于模擬電話網(wǎng)的可視電話 從傳輸線路上看， PSTN已經(jīng)在中國發(fā)展了幾十年，是覆蓋最廣、最為經(jīng)濟實用的通信網(wǎng)。因此可視電話的發(fā)展正如一篇新華社電文所描述 :隨著可視電話的普及 ,就像電視改變了人的生活方式一樣 ,這位通訊家族的新寵兒也將在人們的工作與生活中扮演重要角色。該類型產(chǎn)品具有現(xiàn)實的應(yīng)用需求和較大的市場”。 目前我國可視電話一體機基本分為兩種 :一種是美國公司制品或韓國公司采用美國公司技術(shù)的制品 ,它采用英文菜單式操作 。 Oracle 的 Oracle Office 設(shè)備能提供 EMail 和日歷、日程安排功能。 最近， Intel 公司又推出一種視頻系統(tǒng) Proshare，用戶只需一臺微機、一條普通電話線便可實現(xiàn)異地會面。該產(chǎn)品基于該公司的 Proshare電視會議技術(shù)。T,MCI 于 1992年采用數(shù)字處理、模擬傳輸?shù)幕旌戏绞剑瞥隽瞬噬顒訄D像可視電話機產(chǎn)品。當然可視電話的發(fā)展并不會到此停步 ,隨著科學技術(shù)進步和網(wǎng)絡(luò)媒體的發(fā)展 ,可視電話功能必有新的提高 ,如可視電話的智能化功能開發(fā)等。 第二階段是可視信息平臺。國際電訊聯(lián)盟在 1996年底制定了在普通電話網(wǎng)上的可視電話標準 ,即 。 可視電話的發(fā)展 可視電話發(fā)展大致分為以下三個階段。 作為可視電話產(chǎn)品的本身，也可以融合數(shù)碼相機、監(jiān)視器、攝像 4 機甚至傳真機等多種家電功能 ,應(yīng)用于社會保安、遠程 醫(yī)療、電子購物等多環(huán)境，找到潛在的消費需求和消費群體，從而找到發(fā)展可視電話市場的突破口，起到示范作用，以點帶面輻射，并形成生產(chǎn)規(guī)模，只有大批量生產(chǎn)促使價格降下來，在此基礎(chǔ)上加大宣傳力度，宣傳可視電話的功能和真正價值。 目前，國內(nèi)外主流的視訊設(shè)備都采用基于 ITU T H 系列的國際標準。我國已研制成功和正在合作開發(fā)可視電話的企業(yè)達到數(shù)十家，一些企業(yè)采用自己的技術(shù)生 產(chǎn)的可視電話，其性能已可以與國外同類產(chǎn)品相媲美，且市場價遠遠低于進口產(chǎn)品，還有一部分國內(nèi)產(chǎn)品出口國外。 關(guān)鍵詞 ： 可視電話， ，音頻，視頻 ， ， ABSTRACT: The videophone is an important application of munication of multimedia. This text has designed and 5 introduced the detailed one on the development , key technology of the videophone , and visual telephone system of the videophone , and the developing direction after the discussion . At present, the videoinformation apparatus of the domestic and international mainstream all adopt the international standard based on ITU T H series. Can look at production and supplier that is employed mainly in the AmericanEuropean area in the world, there is few figure, the price is relatively high, and is mainly enterprise oriented business application. Our country may start in accordance with telephone although is the synchronous technology of Ramp。 1964 年 ,美 國貝爾實驗室首先研制成功 Picture Phone 即靜止黑白圖像電話 ,但由于當時圖像傳輸技術(shù)及視頻壓縮技術(shù)問題 ,使其發(fā)展緩慢。另一種是具有攝像頭、顯示器、電話功能的一 10 體機系統(tǒng)。 ISDN 網(wǎng)絡(luò)的建立更使我們看到了希望 ,所以可視信息平臺的建立已經(jīng)為期不遠。 靜態(tài)圖像的可視電話的信號利用現(xiàn)有的模擬電話系統(tǒng)傳送，在300— 3400MHz的話路上傳送一幀用戶的上身靜止圖像的需 5— 10秒，但在傳送圖像時不能通話。隨著近年來數(shù)字通信發(fā)展，德國、法國等國家正在 NISDN 上開展可視電話試驗業(yè)務(wù)，價格為 4萬馬克 /部，一般用戶難以接受。該產(chǎn)品包括一套視頻 軟件、一個調(diào)制解調(diào)器、一個視頻捕獲硬件系統(tǒng)，以及一臺攝像機等。 MCI 公司的可視電話機。 Philips 可視電話價格為每臺 399 美元。從實際操作看 ,主要問題是動作幅度快或過度晃動就會出現(xiàn)馬賽克現(xiàn)象 ,電話號碼撥通后可視連接時間長等 ,主要原因是現(xiàn)有普通電話線傳遞速率低 ,現(xiàn)有的視頻傳輸技術(shù)達不到每秒 24 幀動態(tài)圖象 ,這是目前國際可視通訊技術(shù)正在研究解決的問題。話費不貴 ,可視電話的話費和現(xiàn)在普通電話的話費一樣 ,還可享受面對面的感情交流。 16 所有關(guān)資料顯示， 1995年世界范圍視頻電話市場總共銷售了 9. 1萬套臺式視頻電話系統(tǒng)。對于可視電話這種對稱式的實時業(yè)務(wù)，在線路較好的情況下，調(diào)制解調(diào)器的傳輸速率能達到最快 。 以 PC 機為核心的可視電話，是指在計算機上安裝攝像頭、圖像處理板和語音輸入、輸出設(shè)備（ 麥克風和揚聲器）和可視電話應(yīng)用軟件，即可與基于 PSTN 的 標準的或基于 ISDN 的 標準的可視電話的建立通信。可視電話的基本結(jié)構(gòu)如圖 所示，包括視頻輸人 /輸出單元、視頻編解碼器、語音輸人 /輸出單元、語音編解碼器、延時單元、數(shù)據(jù)處理單元 (可選 )、系統(tǒng)控制單元、多 媒體數(shù)據(jù)復用 /解復用單元和網(wǎng)絡(luò)接口單元。為了適應(yīng)這種低碼率語音應(yīng)用， ITUT 推出了 系列語音壓縮標準。在實際選擇語音壓縮標準時，要綜合考慮帶寬、時延、算法復雜度等各種因素。 碼器，它帶寬為 。 ，如果加上 modem，抖動緩存，傳輸時間，復用器和其它延遲，最終將導致 150ms總的端到端音頻延遲，不包括傳輸延遲。其他可選的 音頻模式也可以同 一起使用，如即將推出的16kbpsITUT 帶寬（ 7kHz） codec，提供的音頻質(zhì)量比傳統(tǒng)電話線高的多。在相同的圖像質(zhì)量下，因為 在運動估計及編碼方面的改進， 編碼后的碼率大約比 低 30%。據(jù)估計，編碼的計算復雜度大約相當于 的三倍，解碼復雜度大約相當于 的兩倍。一種解決方案是采用去塊斑濾波器，其濾波強度動態(tài)的自適應(yīng)于塊斑強度，且在塊斑邊緣處比在圖像塊內(nèi)部更強。 ITUT為低于 64kbit/s的窄帶通信信道制定的極低碼率 26 視頻編碼標準。 ： Video Temporal Spatial Trade Off允許接收端在幀速和圖像分辨率之間進行一定的折衷。 1/4公共中間格式（ QCIF）： 144行 176像素； 子 1/4公共中間格式（ SQCIF）： 96行 128像素。這種限制，使得對當前幀圖像邊界的宏塊進行運動估計時，由于參考宏塊可能已處于參考幀之外而無法得到最優(yōu)的效果。在先進的預測模式下，一個宏塊中 4個 8 8亮度塊可以各對應(yīng)一個運動矢量 ,從而提高了預測精度，兩個色度塊的運動矢量則取這 4個亮度塊運動矢量的平均值。邏輯信道是單向的，且在每個傳輸方向上是獨立的。 根據(jù) 建議，接收方應(yīng)表示其處理各種適配層和信 道類型的能力，發(fā)送方應(yīng)在開通信道時表示用于各邏輯信道的適配層、可選項和信道類型。終端應(yīng)能響應(yīng)所有支持的 命令和請求，并應(yīng)發(fā)送能準確反映終端狀態(tài)的指示。 邏輯信道是單向的，允許各傳輸方向上的不對稱操作，即信息流的號 碼和類型不同。 (5) 復用接口 可視電話終端應(yīng)能按照附錄的規(guī)程，在 定幀的 AL1 層上傳輸 控制消息。其中：調(diào)制解調(diào)方式為 QAM 正交調(diào)幅鍵控、 QPSK 正交相移鍵控；編碼方式為 4 維網(wǎng)絡(luò)編碼（ 1 3 64 狀態(tài)）；數(shù)據(jù)速率為 、 。 (1) 承載視頻信號的各邏輯信道，在完整的圖像 結(jié)束時停止發(fā)送視頻數(shù)據(jù)，并關(guān)閉相應(yīng)邏輯信道； (2) 關(guān)閉承載音頻或數(shù)據(jù)的各邏輯信道； (3) 應(yīng)向遠端發(fā)送 結(jié)束通話消息（ EndSessionCommand），然后中斷所有 消息傳輸。 的主題為“低位率多媒體通信終端” ,實質(zhì)上它定義了一個可視電話 ,但它有較好的視覺效果且支持多點控制 MCU,所以可視電話與電視電話的界定對其并沒有本質(zhì)的意義。 H. 263:活動圖像壓縮編碼 。這是一個軟硬件相互配合，整體性能優(yōu)良的可視電話系統(tǒng)方案。 圖 基于 的可視電話系統(tǒng)軟硬件結(jié)構(gòu)框圖 圖像和語音編解碼算法的運算量大，如果用軟件來完成，固然具有成木低的特點，但完成指標比較低，質(zhì)量難以令人滿意，難以取得較好的視覺和聽覺效果?；?MPMLQ（多脈沖最大相似性量子化激勵）以及 ACELP（代數(shù)碼本激勵）的編碼方法。 （ 7）復用協(xié)議；根據(jù) ITUT 、音頻、數(shù)據(jù)和控制流復用到一個單獨的比特流中，并對收到的比特流分解為多媒體流。 （ 9） PSTN的網(wǎng)絡(luò)接口：根據(jù)國家標準支持合適的信令、震鈴功 40 能和電平值。 圖像編碼器選用美國 NPL 公司生產(chǎn)的 NP501 專用多媒體 ASIC 視頻圖像處理芯片。智能碼率控制和緩沖管理能夠始終保持圖像的特性與信道帶 寬一致。碼率控制可以采用下述兩種控制策略的任一種 :幀 42 速率優(yōu) 先策略或圖像品質(zhì)優(yōu)先策略。 音頻部分 (1)語音采集和預處理 由話筒 采集的模擬語音信號需進行 A/D變換和 PCM編碼后才能進入 語音編碼器。據(jù)統(tǒng)計，在電話通話過程中，有約 60%的時間沒有語音。 該語音編解碼器能實時實現(xiàn) A的全部功能合選項，并通過了 ITUT 所提供的全套測試序列的檢驗。 在 建議中， QCIF 格式的數(shù)字視頻信號經(jīng)壓縮編碼處理后的輸出速率不再是固定的，而是隨圖像 內(nèi)容和編碼算法中參數(shù)的不同而變化。如果緩沖區(qū)中經(jīng) 編碼器壓縮過的圖像碼流占緩沖區(qū)總?cè)萘康谋壤笥讧?max，則適當增加量化步長 。實時從通信口讀入數(shù)據(jù)，交給 解