【文章內(nèi)容簡(jiǎn)介】 運(yùn)動(dòng)物體進(jìn)行運(yùn)動(dòng)補(bǔ)償，得到相應(yīng)的預(yù)測(cè)宏塊。如果當(dāng)前宏塊和預(yù)測(cè)宏塊的差值小于一定門(mén)限，則此宏塊的數(shù)據(jù)不進(jìn)行DCT變換，而是在收端用預(yù)測(cè)宏塊代替當(dāng)前宏塊。反之，差值進(jìn)行DCT變換、線性量化及熵編碼，然后與運(yùn)動(dòng)矢量等邊信息一起送到復(fù)接器組成一路比特碼流。當(dāng)需要時(shí)，可以通過(guò)把環(huán)路濾波打開(kāi)或關(guān)閉來(lái)濾除高頻噪聲，以提高圖像質(zhì)量。根據(jù)傳輸緩存器中的數(shù)據(jù)多少，編碼器自適應(yīng)地調(diào)整量化步長(zhǎng)。當(dāng)緩存器接近寫(xiě)滿(mǎn)時(shí)，增加量化步長(zhǎng)以減少編碼數(shù)據(jù)量，但這將導(dǎo)致圖形質(zhì)量下降。另一方面，當(dāng)緩存器不滿(mǎn)時(shí)，減少量化步長(zhǎng)，提高圖像質(zhì)量。為了進(jìn)一步提高編碼效率，在源編碼之后緊接著采用變字長(zhǎng)熵編碼技術(shù)。熵編碼技術(shù)在量化后的DCT系數(shù)的統(tǒng)計(jì)特性基礎(chǔ)上，通過(guò)使它們更加緊湊而實(shí)現(xiàn)無(wú)失真壓縮。熵編碼可看成由兩部分組成： 把量化后的系數(shù)序列轉(zhuǎn)化成中間符號(hào)序列； 把符號(hào)轉(zhuǎn)換成碼流，此時(shí)符號(hào)表面上不在有可確認(rèn)的邊界。常用的熵編碼有霍夫曼編碼和算術(shù)編碼兩種。連續(xù)圖像的編解碼器使用霍夫曼編碼，但是對(duì)于操作的所有模式，編碼器規(guī)定了具有上述兩種熵編碼的方法。算術(shù)編碼比霍夫曼編碼可提高10％的壓縮效率，但實(shí)現(xiàn)較為復(fù)雜。霍夫曼編碼需要定義一個(gè)或多個(gè)編碼表，而且壓縮圖像和解壓縮圖像需要相同碼表，霍夫曼碼表可以預(yù)先設(shè)置和使用內(nèi)部默認(rèn)的碼表，也可在實(shí)際壓縮之前先對(duì)給定訓(xùn)練圖像進(jìn)行統(tǒng)計(jì)搜集以得到特定碼表。，對(duì)于DCT系數(shù)有5個(gè)變字長(zhǎng)碼表和各種邊信息。視頻復(fù)接器的輸出送到傳輸緩存器，通過(guò)控制量化器的量化步長(zhǎng)，緩存器起到平滑碼流作用，防止其出現(xiàn)上溢出或下溢出，以保證輸出碼流的碼率為恒定值，達(dá)到某種預(yù)定的圖像質(zhì)量要求。為能夠支持實(shí)時(shí)編碼，采用不對(duì)稱(chēng)的壓縮算法十分必要。對(duì)于對(duì)稱(chēng)算法，壓縮處理和解壓縮處理需要相同的運(yùn)算量；而不對(duì)稱(chēng)壓縮算法中解碼器比編碼器需要更少的運(yùn)算量。在理論上，這可使解碼器成本降低。但隨著集成電路技術(shù)的不斷進(jìn)步，特別是編解碼系統(tǒng)芯片的出現(xiàn)，采用不對(duì)稱(chēng)壓縮算法的優(yōu)勢(shì)已經(jīng)變得不十分明顯。第四節(jié) ，但壓縮原理基本相同。，高、但它仍屬于低比特圖像壓縮編碼標(biāo)準(zhǔn)，它是圖像視頻編碼標(biāo)準(zhǔn)，主要應(yīng)用于IP網(wǎng)絡(luò)的視頻會(huì)議系統(tǒng)之中。，是為低碼流通信而設(shè)計(jì)的。但實(shí)際上這個(gè)標(biāo)準(zhǔn)可用在很寬的碼流范圍，而非只用于低碼流應(yīng)用。，但做了一些改善和改變，以提高性能和糾錯(cuò)能力。，兩者的區(qū)別有：，；，使得編解碼可以配置成更低的數(shù)據(jù)率或更好的糾錯(cuò)能力；；；采用事先預(yù)測(cè)和與MPEG中的PB幀一樣的幀預(yù)測(cè)方法；，還支持SQCIF、4CIF和16CIF，SQCIF相當(dāng)于QCIF一半的分辨率，而4CIF和16CIF分別為CIF的4倍和16倍。實(shí)時(shí)的視頻通信在實(shí)時(shí)情形下開(kāi)發(fā)一個(gè)可以有效工作的視頻編碼和編碼器時(shí)，有很多問(wèn)題是要被說(shuō)明的，包括：碼率控制實(shí)際的通信信道對(duì)于每秒鐘它們可以處理的能力有限度。在很多種情形下，碼率是一個(gè)定值（比如說(shuō)POTS，IDSN等）。如果運(yùn)動(dòng)估計(jì)/補(bǔ)償過(guò)程工作正常的話(huà)，那么就有更少的非0系數(shù)被用來(lái)編碼。然而，如果運(yùn)動(dòng)估計(jì)工作不那么正常的話(huà)（比如說(shuō)當(dāng)視頻場(chǎng)景中包括復(fù)雜的運(yùn)動(dòng)時(shí)），就會(huì)有很多的非0系數(shù)來(lái)被編碼。這樣編碼的值會(huì)增加。為了映射這個(gè)可變的碼率值到一個(gè)CBR（固定碼率值）信道，編碼器必須進(jìn)行碼率控制。編碼器計(jì)算編碼器輸出的碼率。如果它太高的話(huà)，它會(huì)通過(guò)增加標(biāo)量化因子來(lái)提高壓縮率：這會(huì)導(dǎo)致更高的壓縮比（碼率會(huì)更低），但也同時(shí)在解碼器給出了更低的畫(huà)質(zhì)。如果碼率下降的話(huà)，編碼器就通過(guò)降低量化器的標(biāo)量化因子來(lái)進(jìn)行壓縮。這樣會(huì)在解碼端造成更高的友率和更佳的畫(huà)質(zhì)。同步編碼器和解碼器必須是同步的，特別是如果視頻信號(hào)與音頻信號(hào)一起的話(huà)?！邦^”或叫標(biāo)記，這些是特殊的記號(hào)用來(lái)標(biāo)記解碼器在當(dāng)前幀的所處的位置。如果解碼器失掉了同步，那么它就向前掃描下一個(gè)標(biāo)記來(lái)重新同步并恢復(fù)解碼?！吧ひ簟钡膫鬏敪h(huán)境中設(shè)計(jì)一個(gè)視頻編碼系統(tǒng)的時(shí)候必須非常小心。音頻和復(fù)用 。在很多實(shí)際問(wèn)題中，音頻數(shù)據(jù)必須被壓縮，傳輸和同步到視頻信號(hào)中去。同步，（基于ISDN的視頻會(huì)議），（基于POTS的視頻電信）（LAN或基于IP的視頻會(huì)議）。音頻編碼被很多標(biāo)準(zhǔn)所支持。另外，相關(guān)的標(biāo)準(zhǔn)包含了像復(fù)用（）和信號(hào)機(jī)制（）。第五節(jié) 本章小結(jié)視頻會(huì)議系統(tǒng)的標(biāo)準(zhǔn)有很多，、。分別說(shuō)明了各個(gè)標(biāo)準(zhǔn)的主要內(nèi)容，框架結(jié)構(gòu)以及基于這些協(xié)議的網(wǎng)絡(luò)組成構(gòu)架。這些標(biāo)準(zhǔn)主要針對(duì)的是視音頻的編碼、壓縮、傳輸?shù)确矫?。第三? 視頻會(huì)議的主要技術(shù)第一節(jié) 壓縮技術(shù)一、視頻編碼技術(shù)從編碼前后信息量變化的角度出發(fā)，信息壓縮方法分為兩類(lèi)：一類(lèi)是不允許有失真的編碼，即所謂信息保持型編碼，或稱(chēng)為熵編碼；另一類(lèi)則是允許有一定量失真的編碼，稱(chēng)為有限失真編碼。如果采用信息保持型編碼，雖然用來(lái)表示圖像或語(yǔ)音的比特?cái)?shù)比原來(lái)有所減少，但它們所代表的信息量卻和未編碼前一樣，因而由壓縮后的信息所恢復(fù)出來(lái)的圖像或語(yǔ)音將和原來(lái)的完全一致[14]；如果采用非信息保持型編碼，則會(huì)由于在編碼過(guò)程中丟失一些信息量而使恢復(fù)出的圖像或語(yǔ)音出現(xiàn)一定程度的失真，也就是說(shuō)和原圖像或語(yǔ)音并不完全一致。一般說(shuō)來(lái)，信息保持型編碼的壓縮比較低，非信息保持型編碼的壓縮比較高。按照壓縮編碼所采用的算法不同，圖像壓縮編碼的方法有三類(lèi)，一類(lèi)是消除圖像時(shí)間冗余度的預(yù)測(cè)編碼方法，另一類(lèi)是消除圖像空間冗余度的變換編碼（尤其是離散余弦變換方法，第三類(lèi)是在實(shí)際中應(yīng)用最多的，將前兩類(lèi)方法結(jié)合起來(lái)使用的所謂混合編碼。雖然一般說(shuō)來(lái)語(yǔ)音信息比圖像信息要少，但仍然顯得比較龐大。（一）MPEG2MPEG2音頻是在1994年11月為數(shù)字電視而提出來(lái)的，其發(fā)展分為三個(gè)階段[15]：第一階段是對(duì)MPEG1增加了低采樣頻率，有16KHZ，以及24KHZ。第二階段是對(duì)MPEG1實(shí)施了向后兼容的多聲道擴(kuò)展，將其稱(chēng)為MPEG2BC。支持單聲道，雙聲道，多聲道等編碼。并附加“低頻加重”擴(kuò)展聲道，從而達(dá)到五聲道編碼。第三階段是向后不兼容，將其稱(chēng)為MPEG2 AAC先進(jìn)音頻編碼。采樣頻率可以低至8KHZ；而高至96KHZ范圍內(nèi)的148個(gè)通道可選的高音質(zhì)音頻編碼。MPEG2的編碼圖像被分為三類(lèi)，分別稱(chēng)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(méi)有利用時(shí)間相關(guān)性。P幀和B幀圖像采用幀間編碼方式，即同時(shí)利用了空間和時(shí)間上的相關(guān)性。P幀圖像只采用前向時(shí)間預(yù)測(cè)，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(gè)宏塊可以是前向預(yù)測(cè)，也可以是幀內(nèi)編碼。B幀圖像采用雙向時(shí)間預(yù)測(cè)，可以大大提高壓縮倍數(shù)。 MPEG2視頻編碼器硬件原理圖MPEG2制定于1994年，設(shè)計(jì)目標(biāo)是高級(jí)工業(yè)標(biāo)準(zhǔn)的圖象質(zhì)量以及更高的傳輸率。MPEG2所能提供的傳輸率在310Mbits/sec間，其在NTSC制式下的分辨率可達(dá)720486，MPEG2也可提供并能夠提供廣播級(jí)的視像和CD級(jí)的音質(zhì)。MPEG2的音頻編碼可提供左右中及兩個(gè)環(huán)繞聲道，以及一個(gè)加重低音聲道，和多達(dá)7個(gè)伴音聲道。由于MPEG2在設(shè)計(jì)時(shí)的巧妙處理，使得大多數(shù)MPEG2解碼器也可播放MPEG1格式的數(shù)據(jù)，如VCD。同時(shí)，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(jì)的MPEG3，還沒(méi)出世就被拋棄了。（MPEG3要求傳輸速率在20Mbits/sec40Mbits/sec間，但這將使畫(huà)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（DirectBroadcastSatellite）提供廣播級(jí)的數(shù)字視頻。MPEG2的另一特點(diǎn)是，其可提供一個(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(hù)來(lái)說(shuō)，由于現(xiàn)存電視機(jī)分辨率限制，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，倒是其音頻特性（如加重低音，多伴音聲道等）更引人注目。（二）MPEG4MPEG4是為在國(guó)際互聯(lián)網(wǎng)絡(luò)上或移動(dòng)通信設(shè)備（例如移動(dòng)電話(huà)）上實(shí)時(shí)傳輸音視頻訊號(hào)而制定的最新MPEG標(biāo)準(zhǔn)，MPEG4采用Object Based方式解壓縮，壓縮比指標(biāo)遠(yuǎn)遠(yuǎn)優(yōu)于以上幾種，壓縮倍數(shù)為450倍（靜態(tài)圖像可達(dá)800倍），分辨率輸入可從320240到12801024，這是同質(zhì)量的MPEG1和MJEPG的十倍多。MPEG4使用圖層（layer）方式，能夠智能化選擇影像的不同之處，是可根據(jù)圖像內(nèi)容，將其中的對(duì)象（人物、物體、背景）分離出來(lái)分別進(jìn)行壓縮，使圖文件容量大幅縮減，而加速音視頻的傳輸，這不僅僅大大提高了壓縮比，也使圖像探測(cè)的功能和準(zhǔn)確性更充分的體現(xiàn)出來(lái)。在網(wǎng)絡(luò)傳輸中可以設(shè)定MPEG4的碼流速率，清晰度也可在一定的范圍內(nèi)作相應(yīng)的變化，這樣便于用戶(hù)根據(jù)自己對(duì)錄像時(shí)間、傳輸路數(shù)和清晰度的不同要求進(jìn)行不同的設(shè)置，大大提高了系統(tǒng)使用時(shí)的適應(yīng)性和靈活性。也可采用動(dòng)態(tài)幀測(cè)技術(shù)，動(dòng)態(tài)時(shí)快錄，靜態(tài)時(shí)慢錄，從而減少平均數(shù)據(jù)量，節(jié)省存儲(chǔ)空間。而且當(dāng)在傳輸有誤碼或丟包現(xiàn)象時(shí)，MPEG4受到的影響很小，并且能迅速恢復(fù)。MPEG4中算法很多，可根據(jù)需要選用，例如區(qū)域變換有DCT，SADCT和OWT等。為了支持前面提到的各種功能：高效壓縮、基于內(nèi)容的交互（操作、編輯、訪問(wèn)等）以及基于內(nèi)容的分級(jí)擴(kuò)展（空域分級(jí)、時(shí)域分級(jí)），必然要求MPEG4要以基于內(nèi)容的方式表示視頻數(shù)據(jù)，因此MPEF4中引入了VO視頻對(duì)象和VOP視頻對(duì)象平面的概念來(lái)實(shí)現(xiàn)基于內(nèi)容的表示。VO的構(gòu)成依賴(lài)于具體應(yīng)用和系統(tǒng)實(shí)際所處環(huán)境：在要求超低比特率的情況下，VO可以是矩形幀（），從而與原來(lái)的標(biāo)準(zhǔn)兼容；對(duì)于基于內(nèi)容的表示要求較高的應(yīng)用來(lái)說(shuō)，V0可能是場(chǎng)景中的某一物體或某一層面，如新聞節(jié)目中解說(shuō)員的頭肩像；V0也可能是計(jì)算機(jī)產(chǎn)生的二維、三維圖形等[16]。在MPEG4中，VO主要被定義為畫(huà)面中分割出來(lái)的不同物體，每個(gè)VO由3類(lèi)信息來(lái)描述：運(yùn)動(dòng)信息、形狀信息和紋理信息。VO的生存期是一個(gè)鏡頭（SESSION）。MPEG4首先對(duì)視頻序列進(jìn)行鏡頭切分，對(duì)一個(gè)鏡頭中每一幀進(jìn)行物體分割，得到各個(gè)VO。第一步是VO的形成（VOFORMATION），先要從原始視頻流中分割出VO，由編碼控制（CODINGCONTROL）機(jī)制為不同的V0以及各個(gè)V0的3類(lèi)信息分配碼率，之后各個(gè)VO分別獨(dú)立編碼，最后將各個(gè)VO的碼流復(fù)合（MUx）成一個(gè)碼流。其中，在編碼控制和復(fù)合階段可以加入用戶(hù)的交互控制或由智能化的算法進(jìn)行控制。復(fù)　合VOP0編碼碼流VOP定義輸入VOP1編碼VOP2編碼 MPEG4編碼器框圖MPEG4的應(yīng)用前景將是非常廣闊的。它的出現(xiàn)將對(duì)以下各方面產(chǎn)生較大的推動(dòng)作用：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、于內(nèi)容存儲(chǔ)和檢索多媒系統(tǒng)、Intranet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、演播電視等。MPEG4與MPEG1和MPEG2有很大的不同。MPEG4不只是具體壓縮算法，它是針對(duì)數(shù)字電視、交互式繪圖應(yīng)用（影音合成內(nèi)容）、交互式多媒體（WWW、資料擷取與分散）等整合及壓縮技術(shù)的需求而制定的國(guó)際標(biāo)準(zhǔn)。MPEG4標(biāo)準(zhǔn)將眾多的多媒體應(yīng)用集成于一個(gè)完整的框架內(nèi)，旨在為多媒體通信及應(yīng)用環(huán)境提供標(biāo)準(zhǔn)的算法及工具，從而建立起一種能被多媒體傳輸、存儲(chǔ)、檢索等應(yīng)用領(lǐng)域普遍采用的統(tǒng)一數(shù)據(jù)格式。MPEG4的編碼理念是：MPEG4標(biāo)準(zhǔn)同以前標(biāo)準(zhǔn)的最顯著的差別在于它是采用基于對(duì)象的編碼理念，即在編碼時(shí)將一幅景物分成若干在時(shí)間和空間上相互聯(lián)系的視頻音頻對(duì)象，分別編碼后，再經(jīng)過(guò)復(fù)用傳輸?shù)浇邮斩耍缓笤賹?duì)不同的對(duì)象分別解碼，從而組合成所需要的視頻和音頻。這樣既方便我們對(duì)不同的對(duì)象采用不同的編碼方法和表示方法，又有利于不同數(shù)據(jù)類(lèi)型間的融合，并且這樣也可以方便的實(shí)現(xiàn)對(duì)于各種對(duì)象的操作及編輯。例如，我們可以將一個(gè)卡通人物放在真實(shí)的場(chǎng)景中，或者將真人置于一個(gè)虛擬的演播室里，還可以在互聯(lián)網(wǎng)上方便的實(shí)現(xiàn)交互，根據(jù)自己的需要有選擇的組合各種視頻音頻以及圖形文本對(duì)象。MPEG4系統(tǒng)的一般框架是：對(duì)自然或合成的視聽(tīng)內(nèi)容的表示；對(duì)視聽(tīng)內(nèi)容數(shù)據(jù)流的管理，如多點(diǎn)、同步、緩沖管理等；對(duì)靈活性的支持和對(duì)系統(tǒng)不同部分的配置。MPEG4提供了基于內(nèi)容的多媒體數(shù)據(jù)訪問(wèn)工具，如索引、超級(jí)鏈接、上傳、下載、刪除等。利用這些工具，用戶(hù)可以方便地從多媒體數(shù)據(jù)庫(kù)中有選擇地獲取自己所需的與對(duì)象有關(guān)的內(nèi)容，并提供了內(nèi)容的操作和位流編輯功能，可應(yīng)用于交互式家庭購(gòu)物，淡入淡出的數(shù)字化效果等。MPEG4提供了高效的自然或合成的多媒體數(shù)據(jù)編碼方法。它可以把自然場(chǎng)景或?qū)ο蠼M合起來(lái)成為合成的多媒體數(shù)據(jù)。二、音頻編碼技術(shù)類(lèi)似于圖像，語(yǔ)音編碼方法也有三類(lèi)，一類(lèi)是經(jīng)典的基于語(yǔ)音波形進(jìn)行編碼的波形編碼，另一類(lèi)基于語(yǔ)音特征參數(shù)進(jìn)行編碼的參數(shù)法編碼，第三類(lèi)是在低速語(yǔ)音編碼應(yīng)用最多的將前兩種方法混合使用的混合法編碼[17]?；诓ㄐ尉幋a的壓縮編碼可獲得較高的語(yǔ)音質(zhì)量，但數(shù)據(jù)量壓縮不多，（或A律）壓縮。參數(shù)編碼方法廣泛應(yīng)用于各類(lèi)低速聲碼器和保密通信中，它的數(shù)碼率低至數(shù)Kbit/s，但質(zhì)量不易提高。近年來(lái)出現(xiàn)的混合語(yǔ)音編碼方法，把波形編碼的高質(zhì)量和參數(shù)編碼的低數(shù)碼率結(jié)合在一起，取得了較好的效果，其數(shù)碼率10Kbit/S左右，語(yǔ)音質(zhì)量也較好。如碼激勵(lì)線性預(yù)測(cè)編碼（CELPC），規(guī)則脈沖激勵(lì)（LPC）等都是常見(jiàn)的混合編碼方法。與視頻編解碼相似，一個(gè)視頻會(huì)議系統(tǒng)還需要實(shí)現(xiàn)音頻編解碼功能。音頻編解碼標(biāo)準(zhǔn)也主要有兩大類(lèi)：ITUT的G系列（、）和MP3。其中，G系列是基于傳統(tǒng)的電話(huà)音質(zhì)的編碼技術(shù)，頻響范圍為300Hz3400Hz，采樣率為8KHz，每路聲音占用帶寬為8K64K。，其它幾種都是有損壓縮編碼。而MP3是用于高保真音樂(lè)的高效聲音壓縮算法，頻響范圍10Hz到20KHz，而且MP3還支持雙聲道編碼技術(shù)，其效果比G系列音質(zhì)要好得多。但MP3對(duì)帶寬要求較高。如果帶寬資源比較豐富，從音頻效果上可采用MP3編碼標(biāo)準(zhǔn)；如果帶寬資