【文章內(nèi)容簡(jiǎn)介】 們希望無(wú)論何時(shí)何地都能夠方便、快捷、靈活的通過(guò)語(yǔ)音、數(shù)據(jù)、圖像與視頻等多種方式進(jìn)行通信。視覺(jué)信息給人們直觀、生動(dòng)的形象，圖像 /視頻的傳輸更受到廣泛的關(guān)注。數(shù)字信號(hào)處理技術(shù)、物理媒體與網(wǎng)絡(luò)技術(shù)、超大規(guī)模集成電路技術(shù)突飛猛進(jìn)的發(fā)展，使得多媒體通信成為研究和 應(yīng)用的熱點(diǎn)。其中，最為關(guān)鍵的技術(shù)是數(shù)字視頻的處理和傳輸技術(shù)，它將電視技術(shù)、計(jì)算機(jī)技術(shù)和通信技術(shù)結(jié)合在一起，在電視系統(tǒng)、計(jì)算機(jī)網(wǎng)絡(luò)和通信產(chǎn)業(yè)中得到了廣泛的應(yīng)用，己經(jīng)進(jìn)入千家萬(wàn)戶的日常生活中。 數(shù)字視頻硬件方面的進(jìn)步和有關(guān)數(shù)字視頻壓縮國(guó)際標(biāo)準(zhǔn)的推出，使得數(shù)字視頻技術(shù)領(lǐng)域趨于成熟。自 20 世紀(jì) 90 年代以來(lái)，國(guó)際電聯(lián) ITU 和國(guó)際標(biāo)準(zhǔn)化組織 ISO先后頒布了一系列視頻編碼和多媒體視頻通信的建議和國(guó)際標(biāo)準(zhǔn)。如 ISO/IEC成立了 JPEG (Joint Photographic Expert Group)和 MPEG(Moving Pieture Experts Group)并先后完成了 JPEG、 JPEG20 MPEGl、 MPEG2和 MPEG4標(biāo)準(zhǔn)的制定 。ITUT也先后制定了 、 (與 MPEG 組織合作 )、 +和 (與 MPEG 組織合作 )等一系列國(guó)際數(shù)字視頻壓縮編碼標(biāo)準(zhǔn)。它們?yōu)橐曨l編碼技術(shù)的發(fā)展起到了巨大的推動(dòng)作用。 在傳統(tǒng)的圖像通信領(lǐng)域，例如基于 ISDN、 PSTN 以及 DDN 的會(huì)議電視和可視電話等視頻通信業(yè)務(wù)取得巨大成功的同時(shí)，新的多媒體通信方式也不斷出現(xiàn)，尤其是Inter和數(shù)字移動(dòng)通信的迅速普及，利用 IP 網(wǎng)絡(luò)以及寬帶無(wú)線網(wǎng)絡(luò)進(jìn)行圖像和視頻信息的傳輸成為倍受人們重視的新方式。但是大量頻繁的圖像、視頻信息的交流與存貯活動(dòng)也帶來(lái)了許多新要求和新問(wèn)題，例如視頻圖像巨大的信息量與當(dāng)前有限的信道帶寬和傳輸效率已成為制約多媒體技術(shù)發(fā)展的一個(gè)重要瓶頸，因此人們?cè)谂υ黾有诺缼捄吞岣咝诺纻鬏斝实耐瑫r(shí)，對(duì)視頻圖像采取高效的壓縮編碼己成為目前的研究熱點(diǎn)。例如， 1幅 640x450 分辨率的彩色圖像 (24 比特 /像素 )，其數(shù)據(jù)量約為，如果以每秒 30 幀的速度播放，則視頻信號(hào)的傳輸速率高達(dá) ，如果存放在容量為 650MB 的光盤(pán)中，在不考慮音頻信號(hào)的情況下，每張光盤(pán)也只能播放24 秒。由此可見(jiàn)，數(shù)字視頻信息的數(shù)據(jù)量是非常巨大的，若不經(jīng)過(guò)壓縮，數(shù)字圖像 西南交通大學(xué) 本 科 畢業(yè)設(shè)計(jì) (論文 ) 第 2 頁(yè) 傳輸所需要的高傳輸速率和數(shù)字圖像存儲(chǔ)所需要的巨大容量將成為推廣應(yīng)用數(shù)字視頻技術(shù)的最大障礙。要解決多媒體信息存儲(chǔ)容量大、數(shù)據(jù)傳輸率高的難題，就需要采用壓縮技術(shù)。 研究發(fā)現(xiàn)，圖像數(shù)據(jù)表示中存在大量的冗余。通過(guò)去除那些冗余數(shù)據(jù)可以使原始圖像數(shù)據(jù)極大的減少，從而解決圖像數(shù)據(jù)量巨大的問(wèn)題。對(duì)于靜態(tài)圖像，最主要的數(shù)據(jù)冗余是空間冗余。圖像幀記錄了可見(jiàn)景 物的顏色，而同一景物各采樣點(diǎn)的顏色之間存在著空間連貫性，但基于離散像素采樣來(lái)表示物體顏色的方法通常沒(méi)有利用景物表示顏色的這種空間連貫性，因此產(chǎn)生了空間冗余。序列圖像幀內(nèi)存在空間冗余，而幀間則存在著很大的時(shí)間冗余。這是由于序列圖像一般是位于同一時(shí)間軸區(qū)間內(nèi)的一組連續(xù)畫(huà)面，其相鄰幀間變化量一般很小，只是表現(xiàn)為移動(dòng)物體所在的空間位置略微不同。運(yùn)動(dòng)估計(jì)和運(yùn)動(dòng)補(bǔ)償技術(shù)就是解決圖像幀間時(shí)間冗余的很好的方法。 運(yùn)動(dòng)估計(jì)與運(yùn)動(dòng)補(bǔ)償是現(xiàn)階段視頻壓縮編碼的關(guān)鍵技術(shù)。它是一種實(shí)現(xiàn)幀間編碼的方法，利用前后兩幀或若干幀之間的時(shí)間相關(guān) 性，去除時(shí)間冗余度。幀間編碼之所以能減少冗余度，是因?yàn)樵谝话阋曨l序列的兩幀之間有很大的空間結(jié)構(gòu)相似性，前后兩幀的差幀可以用比幀內(nèi)編碼所需少很多的比特?cái)?shù)來(lái)進(jìn)行編碼。而幀間預(yù)測(cè)的方法基本上是以基于塊匹配的運(yùn)動(dòng)估計(jì) (補(bǔ)償 )算法為主。 運(yùn)動(dòng)估計(jì)目前面臨的主要問(wèn)題就是如何比較快速的得到比較準(zhǔn)確的運(yùn)動(dòng)矢量，因?yàn)樵谡麄€(gè)視頻編碼的過(guò)程中，即使采用快速算法，運(yùn)動(dòng)估計(jì)仍然是耗時(shí)最長(zhǎng)、資源占用最高的環(huán)節(jié)，如在 的編碼過(guò)程中，在采用著名的三步快速搜索法的情況下，運(yùn)動(dòng)估計(jì)仍要占用整個(gè)編碼過(guò)程的 63%的計(jì)算量 。而在 編 碼器中，運(yùn)動(dòng)估計(jì)也還占用了 42%的計(jì)算量。因此，運(yùn)動(dòng)估計(jì)成了視頻壓縮編碼的瓶頸，特別是對(duì)于幀幅較大、幀頻較高的視頻對(duì)象，在編碼實(shí)時(shí)性和硬件實(shí)現(xiàn)方面，運(yùn)動(dòng)估計(jì)還有很多潛力可挖?；谏鲜鲈颍咝Э焖俚倪\(yùn)動(dòng)估計(jì)算法一直是視頻壓縮編碼領(lǐng)域的研究熱點(diǎn)。從全搜索到三步搜索法、菱形搜索、以及六邊形搜索法等， 提 高了基于塊匹配的運(yùn)動(dòng)估計(jì)算法的性能，使實(shí)時(shí)應(yīng)用成為了可能，但是由于實(shí)際需求越來(lái)越高，所以也要求我們不斷的改進(jìn)運(yùn)動(dòng)估計(jì)算法以滿足現(xiàn)實(shí)的需求。 基于塊匹配的運(yùn)動(dòng)估計(jì)作為視頻編碼的關(guān)鍵技術(shù)，需要解決的問(wèn)題是如何提高它的估 算速度和精度。而魚(yú)和熊掌不能兼得，這兩個(gè)指標(biāo)在實(shí)際計(jì)算過(guò)程中往往無(wú)法同時(shí)達(dá)到最優(yōu)，如何解決這個(gè)折衷問(wèn)題具有很高的理論和實(shí)際意義，是一個(gè)圖像處理領(lǐng)域和圖像通信領(lǐng)域極其重要的研究課題。它的研究和應(yīng)用必將促進(jìn)計(jì)算機(jī)通信、圖像 西南交通大學(xué) 本 科 畢業(yè)設(shè)計(jì) (論文 ) 第 3 頁(yè) 通信和多媒體技術(shù)的發(fā)展。 本課題的意義在于，通過(guò)實(shí)驗(yàn)和仿真，比較了各種算法的優(yōu)缺點(diǎn)，找出了最優(yōu)的算法，確保視頻壓縮的質(zhì)量。力求在己有算法的基礎(chǔ)上尋找一種新的思路，找出了一種優(yōu)化和改進(jìn)的塊匹配運(yùn)動(dòng)估計(jì)算法，使其能夠在保證圖像質(zhì)量的同時(shí)，搜索速度得到較大的提高。 視頻壓縮技術(shù)介紹 對(duì)視 頻進(jìn)行壓縮，就要了解視頻的構(gòu)成。普通的未壓縮視頻都是由一幀幀圖像序列組成的，一般 1 秒中包含 24幀圖像。一般圖像的變化都很小，而且變化都是局部的，甚至是靜止的，這樣就可以從中找到突破。數(shù)字視頻中的這些情況都可以稱為信息的冗余，因此可以通過(guò)除去這些冗余數(shù)據(jù)來(lái)減少大量的原始視頻的數(shù)據(jù)量，從而達(dá)到數(shù)據(jù)壓縮以解決 視頻傳輸中數(shù)據(jù)不便傳輸?shù)膯?wèn)題。通常的視頻信息中存在以下三種冗余： [1] 空間冗余：這是靜態(tài)圖像存在的最主要的一種數(shù)據(jù)冗余。研究數(shù)據(jù)表明，圖像幀內(nèi)的行、列相鄰點(diǎn)之間的相關(guān)性可以達(dá)到 90%以上。 時(shí)間冗余：這是視 頻里圖像序列中最經(jīng)常包含的冗余。視頻序列前后幀之間存在著較大的相關(guān)性。同樣有研究證明活動(dòng)圖像相鄰幀同一位置上前后樣值的相關(guān)性也達(dá)到 90%以上。 視覺(jué)冗余：人類的視覺(jué)系統(tǒng)對(duì)圖像的敏感性是非均勻的和非線性的。人的視覺(jué)系統(tǒng) (HVS)對(duì)于某些失真并不敏感。然而，在記錄的原始圖像數(shù)據(jù)時(shí)，通常假設(shè)這個(gè)系統(tǒng)是均勻的和線性的，對(duì)視覺(jué)敏感和不敏感的部分同等對(duì)待，從而產(chǎn)生了比理想編碼更多的數(shù)據(jù)，這就是視覺(jué)冗余。 視頻信號(hào)都是由一系列單獨(dú)的圖像幀組成。每一幀都可以利用圖像編解碼器(JPEG)進(jìn)行幀內(nèi)編碼 (Intraframe Coding),每一幀在內(nèi)部先進(jìn)行編碼而沒(méi)有考慮到其它的幀。消除視頻序列中的時(shí)間冗余（連續(xù)視頻幀中的相似性），可以達(dá)到更好的壓縮效果。具體可以通過(guò)給圖像編解碼器增加一個(gè)“前后幀”來(lái)實(shí)現(xiàn)，主要有以下的兩個(gè)功能： (1)預(yù)測(cè)：從一個(gè)或多個(gè)先前傳輸?shù)膸瑏?lái)建立對(duì)當(dāng)前幀的預(yù)測(cè)； (2)補(bǔ)償：從當(dāng)前幀中減去預(yù)測(cè)幀來(lái)產(chǎn)生“殘差幀”。 接著用圖像編解碼器來(lái)處理這個(gè)殘差幀。經(jīng)過(guò)這個(gè)處理，殘差幀將包含很少的數(shù) 西南交通大學(xué) 本 科 畢業(yè)設(shè)計(jì) (論文 ) 第 4 頁(yè) 據(jù)，因而可以用圖像解碼器對(duì)它進(jìn)行有效的壓縮。為了解碼幀，解碼器必須進(jìn)行逆反補(bǔ)償過(guò)程，把預(yù)測(cè)加到解碼的殘差幀中，這就是幀間 編碼 (Interframe Coding)。 視頻編碼標(biāo)準(zhǔn)的最重要的發(fā)展都是源于兩大標(biāo)準(zhǔn)組織： ITU(前身是 CCITT)和ISO。 1986 年， ISO 和 CCITT 聯(lián)合成立了“聯(lián)合圖片專家組（ JPEG Joint Photographic Experts Group）”，于 1991 年 3月提交了用于灰度等級(jí)和顏色兩方面連續(xù)變化靜止圖像編碼的 JPEG 建議草案，于 1992 年 7月通過(guò)證實(shí)標(biāo)準(zhǔn)。 1988 年， MPEG(Moving Picture Expert Group)運(yùn)動(dòng)圖像專家組成立，它致力于運(yùn)動(dòng)圖像及其伴 音編碼標(biāo)準(zhǔn)化的工作，包括 MPEG 系統(tǒng)，即 MPEG 視頻和 MPEG 音頻。原先共有三個(gè)版本 MPEG1， MPEG2， MPEG3，后來(lái)又增加了 MPEG4， MPEG7等，不同的版本對(duì)應(yīng)了不同的應(yīng)用場(chǎng)合及相關(guān)的視頻質(zhì)量，對(duì)多媒體通信的發(fā)展起到了巨大的影響。 [2] (1)MPEG1 MPEG1制定于 1993 年，是針對(duì) 以下數(shù)據(jù)傳輸率的數(shù)字存儲(chǔ)媒質(zhì)運(yùn)動(dòng)圖像及其伴音編碼的國(guó)際標(biāo)準(zhǔn)。 MPEG1用于在 CDROM上存儲(chǔ)同步和彩色運(yùn)動(dòng)視頻信號(hào)，可優(yōu)化為中等分辨率，并在這個(gè)優(yōu)化模式下，采用標(biāo)準(zhǔn)交換格式 (SIF)。它可針對(duì) SIF標(biāo)準(zhǔn)分辨率 (對(duì)于 NTSC 制為 352 240；對(duì)于 PAL 制為 352 288)的圖像進(jìn)行壓縮，傳輸速率為 ，每秒播放 30 幀。 MPEG1對(duì)色差分量采用 4:1:1 的二次采樣率。 MPEG1旨在達(dá)到 VRC 質(zhì)量，其視頻壓縮率為 26:1。 (2)MPEG2 MPEG2制定于 1995 年，它追求的是 CCIR 601 建議的圖像質(zhì)量 DVB,HDTV 和 DVD等制定的 3Mbps~10Mbps 的運(yùn)動(dòng)圖像及其伴音的編碼標(biāo)準(zhǔn)。 MPEG2 在 NTSC 制式下的分辨率可達(dá) 720 486,MPEG2能夠提供廣播級(jí)的視像和 CD級(jí)的音質(zhì)。由于 MPEG2在設(shè)計(jì)時(shí)的巧妙處理，使得大多數(shù) MPEG2 解碼器可播放 MPEG1格式的數(shù)據(jù)。正因?yàn)镸PEG2的出色性能表現(xiàn)，已能適用于 HDTV。除了做為 DVD 的指定標(biāo)準(zhǔn)外， MPEG2還可用于為廣播、有線電視網(wǎng)、電纜網(wǎng)絡(luò)以及衛(wèi)星直播提供廣播級(jí)的數(shù)字視頻。還可提供一個(gè)較廣的范圍改變壓縮比，以適應(yīng)不同畫(huà)面質(zhì)量、存儲(chǔ)容量以及帶寬的要求。對(duì)于最終用戶來(lái)說(shuō)，由于現(xiàn)存電視機(jī)分辨率的限制， MPEG2所帶來(lái)的高清晰度畫(huà)面質(zhì)量 (如 DVD 畫(huà)面 )在電視上效果并不明顯，反而其音頻特性 (如 加重低音，多伴音聲道等 )更引人注目。 西南交通大學(xué) 本 科 畢業(yè)設(shè)計(jì) (論文 ) 第 5 頁(yè) (3)MPEG3 MPEG3是 ISO/IEC 最初為 HDTV 開(kāi)發(fā)的編碼壓縮標(biāo)準(zhǔn)。但由于 MPEG2的高速發(fā)展， MPEG3的功能已被淘汰，其原來(lái)的工作由 MPEG2小組承擔(dān)。 (4)MPEG4 MPEG4于 1998 年 11月公布，該標(biāo)準(zhǔn)提出了基于對(duì)象編碼的概念，不僅針對(duì)一定比特率下的視頻編碼、音頻編碼，更加注重于多媒體系統(tǒng)的交互性和靈活性。 MPEG4標(biāo)準(zhǔn)主要應(yīng)用于視像電話 (Video Phone)，視像電子郵件 (Video Email)和電子新聞(Electronic News)等，其傳輸速率要求較低，在 480064000bits/sec 之間，分辨率為 176 144。 MPEG4利用很窄的帶寬，通過(guò)幀重建技術(shù)，壓縮和傳輸數(shù)據(jù)，以最少的數(shù)據(jù)能取得最佳的圖像質(zhì)量。 MPEG4是第一個(gè)讓用戶由被動(dòng)變?yōu)橹鲃?dòng)的動(dòng)態(tài)圖像標(biāo)準(zhǔn)，從根源上說(shuō)， MPEG4 將自然物體與人造物體相溶合 (視覺(jué)效果意義上的 )，其試圖達(dá)到兩個(gè)目標(biāo)：低比特率下的多媒體通信及多工業(yè)的多媒體通信的綜合。據(jù)此目標(biāo)， MPEG4引入了 AV 對(duì)象 (Audio/Visual Objects)，從而使得更多的交互操作成為可能 。 MPEG4的應(yīng)用前景可以說(shuō)非常廣闊。它的出現(xiàn)能推動(dòng)以下的幾個(gè)方面：數(shù)字電視、動(dòng)態(tài)圖像、萬(wàn)維網(wǎng) (WWW)、實(shí)時(shí)多媒體監(jiān)控、低比特率下的移動(dòng)多媒體通信、Inter/Intra 上的視頻流與可視游戲、基于面部表情模擬的虛擬會(huì)議、 DVD 上的交互多媒體應(yīng)用、基于計(jì)算機(jī)網(wǎng)絡(luò)的可視化合作實(shí)驗(yàn)室場(chǎng)景應(yīng)用等。 MPEG4技術(shù)還在不斷的完善和發(fā)展當(dāng)中，新的 MPEG4標(biāo)準(zhǔn)的應(yīng)用正在促進(jìn)多媒體壓縮技術(shù)經(jīng)歷另一次重大變化。這一變化會(huì)與 1990 年 MPEG2壓縮標(biāo)準(zhǔn)的推出一樣巨大，而且隨著視頻通信應(yīng)用的快速發(fā)展， MPEG4 標(biāo)準(zhǔn)勢(shì)會(huì)影響到范圍廣泛的