【正文】 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。但是從以下事實仍可以看出，編碼技術(shù)仍有一段路要走。 無損壓縮 也能較好的對音頻和 圖像數(shù)據(jù) 進行壓縮 。 Video。 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。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)。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。一種 是在數(shù)據(jù)壓縮的過程中，尋找當前等待進行壓縮 處理的數(shù)據(jù)串中出現(xiàn)過， 如果 確實曾經(jīng)出現(xiàn)過 ，則利用指向已經(jīng)進行處理數(shù)據(jù)串中的指針代替當前等待壓縮的數(shù)據(jù)串。 音頻編碼有 QDesign Music Apple MPEG4 AAC 。正常的人耳只能聽到頻率在 20 赫茲至 2 萬赫茲的聲音，音頻文件中包含的一些聲音可能超出了人耳所能聽到的范圍，另外還有一些細微的聲音可能被更大的聲音掩蓋，還有一些音樂中的聲音可能根本就是多余的。 解碼的一般過程要經(jīng)過同步、誤碼檢測、運行比特流解包、指數(shù)解碼、比特分配、解耦合，反變換、輸出 PCM 碼流等步驟。有時還需要分解過濾器（ Splitter Filter）和合并過濾器（ Mux Filter）來分解和合并數(shù)據(jù)流 [9]。當調(diào)用函數(shù)時， destLen 表示 dest 緩沖區(qū)的大小， destLen (sourceLen + 12)*%。 unpress 若成功，則返回 Z_OK ；若沒有足夠內(nèi)存，則返回 Z_MEM_ERROR；若輸出緩 沖區(qū)不 夠大， 則返回 Z_BUF_ERROR 。 參數(shù)區(qū)分為兩部分： CDATA 區(qū)與 P DATA 區(qū)。 這兩棵 HSF 樹是進行壓縮編碼和解壓譯碼的基礎(chǔ)。pmt)； if ((hr == S_OK) amp。 (pmt != NULL)) { CMediaType mt(*pmt)； m_pOutputSetMediaType(amp。 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 。 導(dǎo)師淵博的專業(yè)知識，嚴謹?shù)闹螌W(xué)態(tài)度，精益求精的工作作風，誨人不倦的高尚師 德，樸實無華、平易近人的人格魅力對我影響深遠。而速度更快的解碼芯片也將被開發(fā)出來，相信會有越來越多的 硬件設(shè)備 支持無損格式。 3． 壓縮實時速率比較 為了測試效果加明顯，這里通過本壓縮編碼方式和其他主流壓縮軟件的壓縮時間進行對比，測試文件為 10M 的 WAV 音頻文件。 (pmt != NULL)) { CMediaType mt(*pmt)； m_pInputSetMediaType(amp。CLSID_VHScreenDecoder , CVHScreenDecoder::CreateInstance , NULL , amp。 子參數(shù)區(qū) 3從碼號 0 開始編碼到 1 + N D。 對應(yīng)的是匹配距離及尾碼位數(shù)。在進行解壓縮時，需要提前知道被壓縮的數(shù)據(jù)解壓出來會有多大。 下面是幾個關(guān)鍵的函數(shù)： (1)int press (Bytef *dest, uLongf *destLen, const Bytef *source, uLong sourceLen)； 功能 ： 把源緩沖壓縮成目的緩沖 。每個過濾器提供一種功能，如獲取數(shù)據(jù)源、編碼、解碼、播放 等。 5. RA RA 就是 RealAudio 格式，大部分音樂網(wǎng)站的在線試聽都是采用了 RealAudio，這種格式完全針對的就是網(wǎng)絡(luò)上的媒體市場，支持非常豐富的功能。強調(diào)編碼的相對性的有損和無損， 是想證明要 做到真正的無損是困難的，就像用數(shù)字去表達圓周率，不管精度多高，也只是無限接近，而不是真正等于圓周率的值。 音視頻編碼解碼研究 –6– 包括 、 、 、 +、 ++、 （ MPEG4 和 AVC 合作的結(jié)晶） 。當幅度有一個顯著的變化時，就說明有一個行程存在。 （二） 視頻編碼機制 編碼機制通?？梢苑譃橛袚p編碼，無損編 碼兩種。 （ 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)。 CPU、磁盤、傳輸信道的性能都迅猛發(fā)展。 通過研究證明音視頻的編碼解碼過程就是音視頻壓縮與解壓縮的過程。 Encoding。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。 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(yù)測差分信號都有很高的空域冗余信息。 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。第二種是為輸入數(shù)據(jù)創(chuàng)建一個短語字典，如果在當前等待進行壓縮的數(shù)據(jù)流中發(fā)現(xiàn)字典，則利用該短語在字典中的索引值代替原始數(shù)據(jù)。 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 ）進行動態(tài)（聲音、視頻）媒體傳輸 。編碼軟件能將代表這類聲音的文件找 出來并加以刪除。 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行驗證，并 加深對音視頻編碼解碼原理的理解。 DirectShow 是基于 COM(組件對象模型 )規(guī)范的。當函數(shù)退出后， destLen 表示壓縮后緩沖區(qū)的實際大小。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 。這兩部分數(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。 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。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 進行連接，通過測試該編碼方法能將音視頻進行有效的壓縮，其解碼方法 能 高質(zhì)量的還原源文件，達到了預(yù)期效果。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) 。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。 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。 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。amp。CLSID_VHScreenDecoder, // Filter CLSID LVHScreenDecoder, // String name MERIT_NORMAL, // Filter merit 2, // Number of pins sudpPins // Pin information }； 音視頻編碼解碼研究 –16– CFactoryTemplate g_Templates[] = { { LVHScreenDecoder , amp。子參數(shù)區(qū) 2 從碼號 0 開始順序編碼至 257+NL。 257258對應(yīng)的是匹配長度及尾碼位數(shù)；匹配距離碼的基碼編號為 029。當調(diào)用函數(shù)時， destLen 表示 dest 緩沖區(qū)的大小， dest 緩沖區(qū)要足以容下解壓后的數(shù)據(jù)。 圖 解 碼器工作原理 （ 二 ）壓縮算法 1．編碼解碼算法 本文研究的解碼算法采用無損壓縮中的字典壓縮法，壓縮算法調(diào)用 Zilb 函數(shù)庫的壓縮和解壓縮函數(shù)，對視頻中的每一幀圖像進行壓縮，對音頻中的采樣點進行壓縮。 工作模型 DirectShow 使用模塊化的體系結(jié)構(gòu)，最主要的組件是過濾器（ Filter）把一系列過濾器組合起來形成 DirectShow 應(yīng)用程序。一般使用 Windows Media Audio 編碼格式的文件以 WMA 作為擴展名，一些使用 Windows Media Audio 編碼格式編碼其所有內(nèi)容的純音頻 ASF 文 件也使用 WMA 作為擴展名。我音視頻編碼解碼研究 –7– 們而習(xí)慣性的把 MP3 列入有損音頻編碼范疇，是相對 PCM 編碼的。 2. 系列：由 ITU(國際電傳視訊聯(lián)盟 )主導(dǎo)，側(cè)重網(wǎng)絡(luò)傳輸 。 編碼 （ 1）行程編碼（ RunLength）技術(shù) 行程編碼是相對簡單的一種編碼，是指在一行掃描的像素中，比較相鄰像素的幅度（如亮度）。 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 )。運動矢量通過熵編碼進行壓縮。 首先，硬件方面的革新使這些方面發(fā)展成為可能。 通過研究開發(fā)出了這種新的編解碼方法，經(jīng)測試發(fā)現(xiàn)新的編碼方法較未編碼時花費較多的 CPU 資源，編碼后的文件大小大約是未編碼文件時的 1/2 左右，網(wǎng)絡(luò)傳輸時間的花費也較少。 Decoding 音視頻編碼解碼研究 III 目 錄 摘 要 ............................................................................................................................. I Abstract............................................................................................................................... II 一、引言 ............................................................................................................................ 1 二、音視頻編解碼原理 .................................................................................................... 2 （一）視頻編碼原理 ........................................................................................................ 2 1. 去時域冗余信息 ................................................................................................... 2 2. 去幀域冗余信息 ..................................................................................