【文章內(nèi)容簡介】 標(biāo)準(zhǔn)，而成員都是為視頻、音頻及系統(tǒng)領(lǐng)域的技術(shù)專家。MPEG是ISO和IEC的工作組，它的官方頭銜為：第一技術(shù)委員會第二十九子委員會第十一號工作組，英文頭銜為ISO/IEC JTC1/SC29 WG11。MPEG大約每23個月舉行一次會議，每次會議大約持續(xù)5天，在會議期間，新的建議和技術(shù)細(xì)節(jié)先在小組中討論，成熟后進入標(biāo)準(zhǔn)化的正式審核程序。與MPEG工作組相關(guān)的其他幾個視頻標(biāo)準(zhǔn)化工作組包括ITUT VCEG以及JVT。MPEG成功將聲音和影像的記錄脫離了傳統(tǒng)的模擬方式，建立了ISO/IEC1172壓縮編碼標(biāo)準(zhǔn)，并制定出MPEGx格式，令視聽傳播方面進入了數(shù)碼化時代。大家現(xiàn)時泛指的MPEGx，就是由ISO所制定而發(fā)布的視頻、音頻、數(shù)據(jù)的壓縮標(biāo)準(zhǔn)。MPEG標(biāo)準(zhǔn)的視頻壓縮編碼技術(shù)主要利用了具有運動補償?shù)膸g壓縮編碼技術(shù)以減小時間冗余度，利用DCT技術(shù)以減小圖像的空間冗余度，利用熵編碼則在信息表示方面減小了統(tǒng)計冗余度。這幾種技術(shù)的綜合運用，大大增強了壓縮性能。MPEG視頻編碼是基于變換的有損壓縮。光學(xué)信號線經(jīng)過采樣形成視頻信號，視頻信號基本的單位叫做幀，一個幀就是一個獨立的圖像，然后幀被分區(qū)成小塊做變換編碼，然后量化，最后進行熵編碼。 MPEG只規(guī)定媒體文件的格式與解碼精確度，也就是規(guī)定了解碼的方法，而任何人可依照MPEG標(biāo)準(zhǔn)以不同方式實現(xiàn)編碼器。除了可減少因編碼專利造成的商業(yè)利益糾紛外，MPEG標(biāo)準(zhǔn)的主要目的在于確保不同的編碼器所產(chǎn)生的媒體文件只要符合其標(biāo)準(zhǔn)，即可被其他解碼器正確的解碼。MPEG的制定人員們原本要開發(fā)四個版本：MPEG1MPEG4，以適用于不同帶寬和數(shù)字影像質(zhì)量的要求。后由于MPEG3被放棄，所以現(xiàn)存只有三個版本的MPEG：MPEG1，MPEG2，MPEG4?？傮w來說，MPEG在三方面優(yōu)于其他壓縮/解壓縮方案。首先，由于在一開始它就是作為一個國際化的標(biāo)準(zhǔn)來研究制定，所以，MPEG具有很好的兼容性。其次，MPEG能夠比其他算法提供更好的壓縮比，最高可達200:1。更重要的是，MPEG在提供高壓縮比的同時，對數(shù)據(jù)的損失很小。目前已經(jīng)制定了MPEGMPEGMPEG3（已放棄）、MPEG4和正在制定中的MPEG7等多個標(biāo)準(zhǔn)。 MPEG1標(biāo)準(zhǔn)MPEG1是MPEG組織制定的第一個視頻和音頻有損壓縮標(biāo)準(zhǔn)。視頻壓縮算法于1990年定義完成。1992年底，MPEG1正式被批準(zhǔn)成為國際標(biāo)準(zhǔn)。MPEG1是為工業(yè)級標(biāo)準(zhǔn)而設(shè)計，可適用于不同帶寬的設(shè)備，如CDROM、VideoCD、CDi。舉例來說，MPEG1采用了塊方式的運動補償、離散余弦變換（DCT）、量化等技術(shù)。MPEG1隨后被Video CD采用作為核心技術(shù)。MPEG1可針對SIF標(biāo)準(zhǔn)分辨率(對于NTSC制為352X240；對于PAL制為352X288)的圖像進行壓縮，每秒播放30幀，具有CD音質(zhì)，質(zhì)量級別基本與VHS相當(dāng)。MPEG的編碼速率最高可達45Mb/s，但隨著速率的提高，其解碼后的圖象質(zhì)量有所降低。MPEG1也被用于數(shù)字電話網(wǎng)絡(luò)上的視頻傳輸，如非對稱數(shù)字用戶線路(ADSL)，視頻點播(VOD)，以及教育網(wǎng)絡(luò)等。同時，MPEG1也可被用做記錄媒體或是在Internet上傳輸音頻。MPEG1的特點：（1）隨機訪問（2）靈活的幀率（3）可變的圖像尺寸（4）定義了I幀、P幀和B幀（5）運動補償可跨越多個幀（6）半像素精度的運動矢量（7）量化矩陣（8）GOF結(jié)構(gòu)（9）slice結(jié)構(gòu)MPEG1的參數(shù)：（1）最大像素數(shù)/行：720（2）最大行數(shù)/幀：576（3）最大影格/秒：30（4）最大宏塊/幀：396（5）最大宏塊/秒：9900（6）最大位元率：（7）最大解碼緩沖區(qū)尺寸：376832bit。MPEG1資料結(jié)構(gòu)和壓縮模式：MPEG1可以按照分層的概念來理解，一個MPEG1視頻序列，包含多個GOP，每個GOP包含多個幀，每個幀包含多個slice。 　　幀是MPEG1的一個重要基本元素，一個幀就是一個完整的顯示圖像。MPEG1編碼圖像被分為四類，分別稱為I幀，P幀，B幀和D幀。 　　I幀（節(jié)點編碼圖像，intra coded picture）參考圖像，相當(dāng)于一個固定影像，且獨立於其它的圖像類型。每個圖像群組由此類型的圖像開始。編碼時獨立編碼，僅適用幀內(nèi)編碼技術(shù)，因而解碼時不參考其他幀，類似JPEG編碼。 　　P幀（預(yù)測編碼圖像，predictive coded picture）包含來自先前的I幀或P幀圖像的差異信息。在編碼的時候使用運動補償和運動估計，采用前向估計，參考之前的I幀或P幀，去預(yù)測該P幀。 　　B幀（前后預(yù)測編碼圖像，bidirectionally predictive coded pictures）包含來自先前或之后的I幀或P幀的信息差。編碼也使用運動補償和運動估計，預(yù)估采用前向估計、后向估計或是雙向估計，主要參考前面的或者后面的I幀或者P幀。 　　D幀（指示編碼圖像，DC direct coded picture）用於快速進帶。僅由DC直流分量構(gòu)造的圖像，可在低比特率的時候做瀏覽用。實際編碼中很少使用。MPEG1的音頻壓縮技術(shù)：MPEG1的音頻分三層，分別為MPEG1 LayerLayer2和Layer3，并且高層兼容低層?！　PEG1 Layer1采用每聲道192kbit/s，每幀384個樣本，32個等寬子帶，固定分割數(shù)據(jù)塊。子帶編碼用離散余弦變換和快速傅立葉變換計算子帶信號量化bit數(shù)。采用基于頻域掩蔽效應(yīng)的心理聲學(xué)模型，使量化噪聲低于掩蔽值。量化采用帶死區(qū)的線性量化器，主要用于數(shù)字盒式磁帶(DCC)。 　　MPEG1 Layer2采用每聲道128kbit/s，每幀1152個樣本，32個子帶，屬不同的分幀方式。采用共同頻域和時域掩蔽效應(yīng)的心理聲學(xué)模型，并對高、中，低頻段的比特分配進行限制，并對比特分配、比例因子，取樣進行附加編碼。Layer2 廣泛用于數(shù)字電視，CDROM，CDI和VCD等。MPEG1 Layer3，就是著名的MP3，采用每聲道64kbit/s，用混合濾波器組提高頻率分辨率，按信號分辨率分成6X32或18X32個子帶，克服平均32個子帶的Layer1，Layer2在中低頻段分辨率偏低的缺點。采用心理聲學(xué)模型2，增設(shè)不均勻量化器，量化值進行熵編碼。主要用于ISDN(綜合業(yè)務(wù)數(shù)字網(wǎng))音頻編碼。MPEG1曾經(jīng)是VCD的主要壓縮標(biāo)準(zhǔn)，是目前實時視頻壓縮的主流，可適用于不同帶寬的設(shè)備，如CDROM、VideoCD、CDI。MPEG1可以滿足多達16路以上25幀/秒的壓縮速度，在500kb/s的壓縮碼流和352288的分辨率下，每幀大小僅為2k。若從VCD到DVD的不同格式來看，MPEG1的352 288格式，用于CDROM上存儲同步和彩色運動標(biāo)視頻信號，旨在達到VCR（模擬式磁帶錄放機Video Cassette Recorder）質(zhì)量，其視頻壓縮率為26：1。MPEG1可使圖像在空間軸上最多壓縮1/38，在時間軸上對相對變化較小的數(shù)據(jù)最多壓縮1/5。，壓縮后的源輸入格式SIF（Source Input Format），分辨率為352288（PAL），亮度信號的分辨率為360240，色度信號的分辨率為180120，每秒30幀。MPEG1對色差分量采用4：1：1的二次采樣率。MPEG1傳送的是一張張不同動作的局部畫面。在實現(xiàn)方式上，MPEG1可以借助于現(xiàn)有的解碼芯片來完成。與軟件壓縮相比，硬件壓縮可以節(jié)省計算機資源，降低系統(tǒng)成本。但MPEG1也存在著諸多不足：一是壓縮比還不夠大，在多路監(jiān)控情況下，錄像所要求的磁盤空間過大。尤其當(dāng)主機超過8路時，為了保存一個月的存儲量，通常需要10個80G硬盤，或更多，硬盤投資大，而由此引起的硬盤故障和維護更是叫人頭疼。二是圖像清晰度還不夠高。由于MPEG1最大分辨率僅為352 X 288，考慮到容量、模擬數(shù)字量化損失等其它因素，回放清晰度不高，這也是市場反應(yīng)的主要問題。三是對傳輸圖像的帶寬有一定的要求，不適合網(wǎng)絡(luò)傳輸，尤其是在常用的低帶寬網(wǎng)絡(luò)上無法實現(xiàn)遠(yuǎn)程多路視頻傳送。四是MPEG1的錄像幀數(shù)固定為每秒25幀，不能丟幀錄像，使用靈活性較差。從目前廣泛采用的壓縮芯片來看，也缺乏有效的調(diào)控手段，例如關(guān)鍵幀設(shè)定、取樣區(qū)域設(shè)定等等，造成在保安監(jiān)控領(lǐng)域應(yīng)用不適合，造價高。 MPEG2標(biāo)準(zhǔn)MPEG2由MPEG工作組制定于1994年，設(shè)計目標(biāo)是高級工業(yè)標(biāo)準(zhǔn)的圖象質(zhì)量以及更高的傳輸率，希望囊括數(shù)字電視、圖像通信各領(lǐng)域的編碼標(biāo)準(zhǔn)。其包括編號為138181系統(tǒng)部分、編號為138182的視頻部分、編號為138183的音頻部分及編號為138184的符合性測試部分。MPEG2通常用來為廣播信號提供視頻和音頻編碼，包括衛(wèi)星電視、有線電視等。MPEG2經(jīng)過少量修改后，也成為DVD產(chǎn)品的核心技術(shù)。MPEG2標(biāo)準(zhǔn)目前分為9個部分，統(tǒng)稱為ISO/IEC13818國際標(biāo)準(zhǔn)。MPEG2的第一部分是系統(tǒng)描述部分，定義了傳輸流，它用來在一套在非可靠介質(zhì)上傳輸數(shù)字視頻信號和音頻信號。 MPEG2的第二部分即視頻部分和MPEG1類似，但是它提供對隔行掃描視頻顯示模式的支持（隔行掃描廣泛應(yīng)用在廣播電視領(lǐng)域）。MPEG2視頻并沒有對低位速率（小于1Mbps）進行優(yōu)化，在3Mbit/s及以上位速率情況下，MPEG2明顯優(yōu)于MPEG1。MPEG2向后兼容，也即是說，所有符合標(biāo)準(zhǔn)的MPEG2解碼器也能夠正常播放MPEG1視頻流。 MPEG2的第三部分定義了音頻壓縮標(biāo)準(zhǔn)。該部分改進了MPEG1的音頻壓縮，支持兩通道以上的音頻。MPEG2音頻壓縮部分也保持了向后兼容的特點。 MPEG2的第四部分是符合測試，描述測試一個編碼碼流是否符合MPEG2碼流的方法。MPEG2的第五部分是軟件，描述了MPEG2標(biāo)準(zhǔn)的第一、二、三部分的軟件實現(xiàn)方法。MPEG2的第六部分是數(shù)字存儲媒體命令與控制，描述交互式多媒體網(wǎng)絡(luò)中服務(wù)器與用戶間的會話信令集。上六個部分均已獲得通過，成為正式的國際標(biāo)準(zhǔn)，并在數(shù)字電視等領(lǐng)域中得到了廣泛的實際應(yīng)用。此外，MPEG2標(biāo)準(zhǔn)還有三個部分。MPEG2的第七部分定義了不能向后兼容的音頻壓縮。該部分提供了更強的音頻功能。MPEG2 AAC指的就是這一部分。第八部分現(xiàn)已停止。第九部分規(guī)定了傳送碼流的實時接口。1990年成立的ATM視頻編碼專家組與MPEG在ISO/IEC13818標(biāo)準(zhǔn)的第一和第二兩個部分進行了合作，因此上述兩個部分也成為ITUT的標(biāo)準(zhǔn)，分別為：。由于MPEG2的出色性能表現(xiàn)，已能適用于HDTV，使得原打算為HDTV設(shè)計的MPEG3，還沒出世就被拋棄了。(MPEG3要求傳輸速率在20Mbits/sec40Mbits/sec間，但這將使畫面有輕度扭曲)。除了作為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(Direct Broadcast Satellite)提供廣播級的數(shù)字視頻。MPEG2還可提供一個較廣的范圍改變壓縮比，以適應(yīng)不同畫面質(zhì)量，存儲容量，以及帶寬的要求。對于用戶來說，由于現(xiàn)存電視機分辨率限制，MPEG2所帶來的高清晰度畫面質(zhì)量在電視上效果并不明顯，其音頻特性則更引人注目。MPEG2的編碼圖像被分為三類，分別稱為I幀，P幀和B幀。I幀圖像采用幀內(nèi)編碼方式，即只利用了單幀圖像內(nèi)的空間相關(guān)性，而沒有利用時間相關(guān)性。P幀和B幀圖像采用幀間編碼方式，即同時利用了空間和時間上的相關(guān)性。P幀圖像只采用前向時間預(yù)測，可以提高壓縮效率和圖像質(zhì)量。P幀圖像中可以包含幀內(nèi)編碼的部分，即P幀中的每一個宏塊可以是前向預(yù)測，也可以是幀內(nèi)編碼。B幀圖像采用雙向時間預(yù)測，可以大大提高壓縮倍數(shù)。為更好地表示編碼數(shù)據(jù)，MPEG2用句法規(guī)定了一個層次性結(jié)構(gòu)。它分為六層，從上至下依次為：視頻序列(Sequence)，圖像組(GOP：Group of Picture)，圖像(Picture)，像條(Slice)，宏塊(Macro Block)和像塊(Block)。序列指構(gòu)成一路節(jié)目的圖像序列，序列起始碼后的序列頭中包含了圖像尺寸，寬高比，圖像速率等信息。序列擴展中包含了一些附加數(shù)據(jù)。為保證能隨時進入圖像序列，序列頭是重復(fù)發(fā)送的。序列下是圖像組，一個圖像組由相互間有預(yù)測和生成關(guān)系的一組I、P、B圖像構(gòu)成，但頭一幀圖像總是I幀。GOP頭中包含了時間信息。圖像組下是圖像，分為I、P、B三類。PIC頭中包含了圖像編碼的類型和時間參考信息。圖像下是像條，一個像條包括一定數(shù)量的宏塊，其順序與掃描順序一致。像條下是宏塊。MPEG2中定義了三種宏塊：4:2:0宏塊，4:2:2宏塊，4:4:4宏塊。分別代表構(gòu)成宏塊的亮度像塊和色差像塊的數(shù)量關(guān)系。4:2:0宏塊中包含四個亮度像塊，一個Cb色差像塊和一個Cr色差像塊；4:2:2宏塊中包含四個亮度像塊，二個Cb色差像塊和二個Cr色差像塊；4:4:4宏塊中包含四個亮度像塊，四個Cb色差像塊和四個Cr色差像塊。這三種宏塊結(jié)構(gòu)實際上對應(yīng)于三種亮度和色度的抽樣方式。MPEG2支持隔行掃描和逐行掃描。在逐行掃描模式下，編碼的基本單元是幀。在隔行掃描模式下，基本編碼可以是幀，也可以是場（field）。原始輸入圖像首先被轉(zhuǎn)換到Y(jié)CbCr顏色空間。其中Y是亮度，Cb和Cr是兩個色度通道。對于每一通道，首先采用塊分區(qū)，然后形成宏塊，宏塊構(gòu)成了編碼的基本單元。每一個宏塊再分區(qū)成8x8的小塊。色度通道分區(qū)成小塊的數(shù)目取決于初始參數(shù)設(shè)置。對于I幀，整幅圖像直接進入編碼過程。對于P幀和B幀，首先做運動補償。通常來說，由于相鄰幀之間的相關(guān)性很強，宏塊可以在前幀和后幀中對應(yīng)相近的位置找到相似的區(qū)域匹配的比較好，這個偏移量作為運動矢量被記錄下來，運動估計重構(gòu)的區(qū)域的誤差被送到編碼器中編碼。 I幀編碼是為了減少空間域冗余，P幀和B幀是為了減少時間域冗余。GOP是由固定模式的一系列I幀、P幀、B幀組成。常用的結(jié)構(gòu)由15個幀組成，