【正文】 運(yùn)動(dòng)估計(jì)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(rèn)為宏塊內(nèi)所有象素的位移量都相同，然后對(duì)每個(gè)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(zhǔn)則找出與當(dāng)前塊最相似的塊，即匹配塊，匹配塊與當(dāng)前塊的相對(duì)位移即為運(yùn)動(dòng)矢量。但是從以下事實(shí)仍可以看出，編碼技術(shù)仍有一段路要走。 無(wú)損壓縮 也能較好的對(duì)音頻和 圖像數(shù)據(jù) 進(jìn)行壓縮 。 Video。 由此可見(jiàn)，無(wú)論是從經(jīng)濟(jì)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(yùn)動(dòng)估計(jì)算法是高效視頻編碼的前提和基礎(chǔ)。舉例來(lái)說(shuō)，如果圖像與原始圖像在視覺(jué)上沒(méi)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(guò)程中，尋找當(dāng)前等待進(jìn)行壓縮 處理的數(shù)據(jù)串中出現(xiàn)過(guò)， 如果 確實(shí)曾經(jīng)出現(xiàn)過(guò) ，則利用指向已經(jīng)進(jìn)行處理數(shù)據(jù)串中的指針代替當(dāng)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(tīng)到頻率在 20 赫茲至 2 萬(wàn)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(tīng)到的范圍，另外還有一些細(xì)微的聲音可能被更大的聲音掩蓋，還有一些音樂(lè)中的聲音可能根本就是多余的。 解碼的一般過(guò)程要經(jīng)過(guò)同步、誤碼檢測(cè)、運(yùn)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(shí)還需要分解過(guò)濾器（ Splitter Filter）和合并過(guò)濾器（ Mux Filter）來(lái)分解和合并數(shù)據(jù)流 [9]。當(dāng)調(diào)用函數(shù)時(shí)， 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(méi)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(shù)是進(jìn)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(qiáng)的相關(guān)性，也就是說(shuō)有大量的冗余信息 。 導(dǎo)師淵博的專業(yè)知識(shí)，嚴(yán)謹(jǐn)?shù)闹螌W(xué)態(tài)度，精益求精的工作作風(fēng)，誨人不倦的高尚師 德，樸實(shí)無(wú)華、平易近人的人格魅力對(duì)我影響深遠(yuǎn)。而速度更快的解碼芯片也將被開(kāi)發(fā)出來(lái)，相信會(huì)有越來(lái)越多的 硬件設(shè)備 支持無(wú)損格式。 3． 壓縮實(shí)時(shí)速率比較 為了測(cè)試效果加明顯，這里通過(guò)本壓縮編碼方式和其他主流壓縮軟件的壓縮時(shí)間進(jìn)行對(duì)比，測(cè)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(hào) 0 開(kāi)始編碼到 1 + N D。 對(duì)應(yīng)的是匹配距離及尾碼位數(shù)。在進(jìn)行解壓縮時(shí)，需要提前知道被壓縮的數(shù)據(jù)解壓出來(lái)會(huì)有多大。 下面是幾個(gè)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(gè)過(guò)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(lè)網(wǎng)站的在線試聽(tīng)都是采用了 RealAudio，這種格式完全針對(duì)的就是網(wǎng)絡(luò)上的媒體市場(chǎng)，支持非常豐富的功能。強(qiáng)調(diào)編碼的相對(duì)性的有損和無(wú)損， 是想證明要 做到真正的無(wú)損是困難的，就像用數(shù)字去表達(dá)圓周率，不管精度多高，也只是無(wú)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(dāng)幅度有一個(gè)顯著的變化時(shí)，就說(shuō)明有一個(gè)行程存在。 （二） 視頻編碼機(jī)制 編碼機(jī)制通?？梢苑譃橛袚p編碼，無(wú)損編 碼兩種。 （ 3） 運(yùn)動(dòng)估計(jì) 運(yùn)動(dòng)估計(jì)是從視頻序列中抽取運(yùn)動(dòng)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(guò)研究證明音視頻的編碼解碼過(guò)程就是音視頻壓縮與解壓縮的過(guò)程。 Encoding。信息壓縮的動(dòng)機(jī)是很明顯的 ， 如果能用一種壓縮了的形式來(lái)表示信息，將會(huì)有以下幾點(diǎn)好處：節(jié)省存儲(chǔ)空間、節(jié)省 CPU 時(shí)間、節(jié)省 傳輸時(shí)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(cè)差分信號(hào)都有很高的空域冗余信息。 任何編碼機(jī)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(gè)短語(yǔ)字典，如果在當(dāng)前等待進(jìn)行壓縮的數(shù)據(jù)流中發(fā)現(xiàn)字典，則利用該短語(yǔ)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(lái)的一種互聯(lián)網(wǎng)流媒體格式的統(tǒng)稱，它的主要特點(diǎn)是針對(duì)低帶寬應(yīng)用（最低 ）進(jìn)行動(dòng)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(lái)并加以刪除。 音視頻編碼解碼研究 –9– 三 、 音 視頻 編碼解碼實(shí)現(xiàn) 經(jīng)過(guò)以上研究， 本文將 探索新的 一種音視頻編碼解碼， 對(duì)音視頻編碼原理進(jìn)行驗(yàn)證，并 加深對(duì)音視頻編碼解碼原理的理解。 DirectShow 是基于 COM(組件對(duì)象模型 )規(guī)范的。當(dāng)函數(shù)退出后， destLen 表示壓縮后緩沖區(qū)的實(shí)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(gè)函數(shù)結(jié)合使用完成壓縮功能 。這兩部分?jǐn)?shù)據(jù)存放著的都是某棵樹(shù)的葉節(jié)點(diǎn)的長(zhǎng)度，其 CDATA 區(qū)的數(shù)據(jù)構(gòu)造碼長(zhǎng)編碼樹(shù)。 在壓縮數(shù)據(jù)區(qū)中．存儲(chǔ)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(shù)與距離樹(shù)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(duì)已經(jīng) 建立好的 Filters 進(jìn)行連接，通過(guò)測(cè)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。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(diǎn)滴匯聚中使我逐漸形成正確、成熟的人生觀、價(jià)值觀。 硬盤容量 在 不斷 的 增加， 500GB已成主流，無(wú)損格式占用空間大的問(wèn)題將不再是問(wèn)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(jiàn)好的編碼方式能很大程度上節(jié)約存儲(chǔ)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(hào) 0 開(kāi)始順序編碼至 257+NL。 257258對(duì)應(yīng)的是匹配長(zhǎng)度及尾碼位數(shù)；匹配距離碼的基碼編號(hào)為 029。當(dāng)調(diào)用函數(shù)時(shí)， 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(wú)損壓縮中的字典壓縮法，壓縮算法調(diào)用 Zilb 函數(shù)庫(kù)的壓縮和解壓縮函數(shù)，對(duì)視頻中的每一幀圖像進(jìn)行壓縮，對(duì)音頻中的采樣點(diǎn)進(jìn)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(guò)濾器（ Filter）把一系列過(guò)濾器組合起來(lái)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(kuò)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(kuò)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(duì) PCM 編碼的。 2. 系列：由 ITU(國(guó)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(duì)簡(jiǎn)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(hào)可能包括量化的變換系數(shù) ， 運(yùn)動(dòng)向量 (對(duì)于每個(gè)運(yùn)動(dòng)補(bǔ)償塊的向量值 x 和 y)， 標(biāo)記 (在序列中用來(lái)表示重同步位的點(diǎn) )， 頭 (宏塊頭 ,圖象頭 ,序列的頭等 )以及附加信息 (對(duì)于正確解碼來(lái)說(shuō)不重要的信息 )。運(yùn)動(dòng)矢量通過(guò)熵編碼進(jìn)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(guò)研究開(kāi)發(fā)出了這種新的編解碼方法，經(jīng)測(cè)試發(fā)現(xiàn)新的編碼方法較未編碼時(shí)花費(fèi)較多的 CPU 資源，編碼后的文件大小大約是未編碼文件時(shí)的 1/2 左右，網(wǎng)絡(luò)傳輸時(shí)間的花費(fèi)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(shí)域冗余信息 ................................................................................................... 2 2. 去幀域冗余信息 ..................................................................................