【文章內容簡介】 ） 增加雙向預測方法信噪比可伸縮檔次（ ） 增加可伸縮特性空間可分伸縮檔次（ ）高級檔次（ ） 用于圖像質量、比特 率要求更高的場合2視頻編碼和解碼2標準的等級級別（） 分 辨 率 最大碼率低級 ( ) 35224030,35228825 4主級 ( ) 72048030,72057625 151440高級 (1440) 1440108030 60高級 ( ) 1920108030（ 16:9） 802視頻編碼和解碼檔次與等級的組合選擇在實現(xiàn) 2標準時，可根據應用環(huán)境（數(shù)字存儲媒體、可視電話、數(shù)字電視、高清晰度電視及通信網絡）的需求，選擇適當?shù)臋n次與等級；在 20種可能的組合中，為了保證與 1向下兼容及特定的數(shù)字廣播、通信和家用視聽設備的需求，目前11種是已獲通過的，成為 2適用點。2視頻編碼和解碼2視頻編碼和解碼2視頻編碼和解碼u以下 4種技術規(guī)范最常使用：u：主級 /主類，可應用于包括數(shù)字視頻廣播（）、數(shù)字視盤（）、數(shù)字有線電視和交互式電視等；u：簡單類 /主級，用于數(shù)字有線電視和數(shù)字錄像機；u：主類 /高級，用于全數(shù)字；u1440：空域可伸縮類 /1440高級，用于。2視頻編碼和解碼系統(tǒng)層原理2在概念上將編碼結構分為兩層：最外部為系統(tǒng)層（系統(tǒng)層作用是對多個壓縮層的碼流進行打包和復用）；內層為壓縮層；為使壓縮碼流能夠在衛(wèi)星、電纜和地面頻道等信道的傳輸中兼容 1系統(tǒng)層碼流， 2系統(tǒng)部分還定義了兩種碼流結構：節(jié)目流（ , ）；傳送流（ , ）。2為流和流都提供了相關的解碼方式和語法，能夠保證壓縮碼流的同步譯碼和音 /視頻信號的重構；流和流的數(shù)據結構稱為數(shù)據包，包含編碼后的音 /視頻信息和相關系統(tǒng)信息。2視頻編碼和解碼u2系統(tǒng)層結構圖打包器打包器復用TS碼流PS碼流視頻視頻音頻數(shù)據復用視頻編碼器音頻編碼器數(shù)據編碼器2系統(tǒng)規(guī)范原始音 /視頻等信息編碼后送到系統(tǒng)層系統(tǒng)層對壓縮碼流打包形成數(shù)據包復合成節(jié)目流和傳輸流送出I1B2B3P4B5B6P7B8B9I10I1P4B2B3P7B5B6I10B8B92視頻編碼和解碼節(jié)目流 :節(jié)目流能夠將一個或多個具有相同時間基點的數(shù)據流合成單個數(shù)據流；2節(jié)目流解碼器能夠正確對 1系統(tǒng)流進行解碼，因此與 1系統(tǒng)流一樣， 2節(jié)目流適用于無誤碼影響的環(huán)境以及基于軟件的解碼處理；節(jié)目流的數(shù)據包通常比較長且長度不固定，典型長度在 1～ 2之間；節(jié)目流支持 2標準一些特性：隨機訪問；特技模式等。2視頻編碼和解碼2視頻編碼和解碼傳送流 :傳送流面向通信傳輸信道定義，能夠有效提高傳送碼流對信道噪聲的魯棒性，傳送流中可以包含多個信道節(jié)目；傳送流將多個獨立時間基點的多信道節(jié)目合成為一個單獨的數(shù)據流，屬于同一節(jié)目的各個原始數(shù)據流具有相同時間基點，以便于劃分；傳送流由一系列的傳送流分組構成，每個傳送流分組是包括頭信息在內的 188 B的數(shù)據包；更利于使用嵌入式硬件進行處理，也適合在各種有線和無線信道中傳輸。2視頻編碼和解碼（ 1）鏈接頭作用包同步：用于建立包同步；包識別：復用和解復用的識別信息，靠提取基本碼流；誤碼處理：發(fā)端對包作 0~15的重復計數(shù)，接收端發(fā)現(xiàn)連續(xù)計數(shù)中斷，就會判斷丟失數(shù)據；有條件接收：傳輸格式允許包的數(shù)據作加擾處理，各基本流可獨立擾亂，傳輸包的連接投要說明是否擾亂，標志出解擾密鑰。頭部信息不允許擾亂。 鏈接頭 可變長適配頭 凈負荷數(shù)據 188 字節(jié) 4 字節(jié)2視頻編碼和解碼（ 2）適配的作用u定時 :一些包的適配頭傳時間信息，即在（）字段傳 27時鐘，指出解碼器從碼流中讀完該字段的期望時間。解碼器的時鐘與比較，調整本時鐘頻率，進行同步；u可隨機進入壓縮碼流； u在節(jié)目調節(jié)或更換時應該隨機進入音頻和視頻的 I幀，在 I幀前的視頻序列的頭部應該有一個隨機進入點； u可插入本地節(jié)目。2視頻編碼和解碼188字節(jié)包頭 凈荷 包頭 凈荷 … 包頭 凈荷適應字段8 1 1 13包同步誤碼指示開始指示傳送優(yōu)先級 PID加擾控制適應字段控制連續(xù)性計數(shù)器1 2 2 4 可變長可選字段8 1 1 5適應字段長度不連續(xù)性指示隨機進入指示ES優(yōu)先級指示5個標志填充字節(jié)148 48PCR 拼接點倒計時 傳送私有數(shù)據8OPCR 適應字段擴展包格式2視頻編碼和解碼系統(tǒng)復用 :?復用器是整個系統(tǒng)的關鍵設備之一，它接收從前端編碼器來的視頻、音頻數(shù)據流，按照一定的復用規(guī)范將其交織復用成符合 2系統(tǒng)層規(guī)范的單一的系統(tǒng)碼流。2視頻編碼和解碼v如果在一個電視頻道內復用幾路流，也即在一個常規(guī)頻道內傳輸多套數(shù)字電視節(jié)目，則稱為多路節(jié)目的雙層復用。v第一層復用稱為節(jié)目復用 ( )；第二層復用稱為傳輸復用 ( )。其中，節(jié)目復用有共同的時間基準，傳輸復用時彼此可以有獨立的時間基準。2視頻編碼和解碼2視頻編碼和解碼視頻結構 :與 1的視頻結構相同，從下到上依次是，像塊（）、宏塊（）、像條（）、圖像（）、圖像組（ ）、視頻序列（ ）。但區(qū)別是 2支持逐行掃描方式。 圖像組 圖像組 圖像組圖像圖像序列宏塊條宏塊88塊2視頻編碼和解碼編 /解碼原理 :編碼原理 —— 經典的基于變換的混合編碼方案2視頻編碼和解碼u在編碼器端，輸入圖像首先根據幀編碼模式來進行相應處理：u幀內編碼 —— 編碼圖像分塊后直接進行變換，隨后使用量化矩陣進行量化處理，以縮小數(shù)值的動態(tài)區(qū)域。u幀間編碼 —— 視頻信號經過運動估計和運動補償后，由運動矢量和參考幀生成當前幀的預測圖像，而后將當前幀與預測圖像的殘差圖像進行變換、量化、編碼，生成編碼比特流送入緩沖器。167。 2 視頻編碼和解碼解碼 :重建像塊差值每個的頭部送一個量化矩陣用兩個碼表解碼運動矢量重建像塊數(shù)據提取各種參數(shù)2視頻編碼和解碼關鍵技術 :離散余弦變換（）考慮到視頻信號的隔行掃描特性， 2專門設置了兩種圖像結構：場模式（）和幀模式（），因而變換的基本單元也有所不同，即可以基于幀，也可以基于場；幀模式在進行變換之前直接對宏塊進行劃分，每塊由兩場的交替行組成，最后分割為 88 像素的子塊即可；場模式是每幀先被劃分為 1616 的宏塊，隨后對宏塊進行重新組合，按宏塊中每一行所在場的不同將宏塊劃分為 168 的 2個子塊，最后對每個子塊中的 2個 88 的數(shù)據塊做變換。2視頻編碼和解碼2視頻編碼和解碼量化器 :量化針對變換系數(shù)進行，由于變換系數(shù)對人類視覺系統(tǒng)感知的重要性不同，因此對一個 88的變換塊的 64個變換系數(shù)采用不同的量化精度，保證盡可能多的包含特定的空間頻率信息，又使量化精度不超過需要；低頻系數(shù)對視覺感應的重要性較高，分配的量化步長較??；高頻系數(shù)對視覺感應的重要性較低，分配量化步長較大，通常情況下變換塊中大多數(shù)高頻系數(shù)量化后會變?yōu)榱恪?視頻編碼和解碼u2的量化公式為：為變換系數(shù)；為量化結果；為量化矩陣；為由碼率控制器決定的量化因子。2視頻編碼和解碼掃描方式 :變換系數(shù)量化后大多數(shù)非零系數(shù)集中于 88矩陣的左上角，即低頻分量區(qū)，為使游程編碼和編碼效率更高，必須將其轉換為一維序列的表達方式；掃描后，非零系數(shù)集中于一維排列數(shù)組的前部，后面跟著長串的量化為 0的系數(shù)，為后續(xù)編碼創(chuàng)造條件；2使用了兩種掃描方法：掃描和交替掃描；交替掃描是基于隔行掃描圖像的垂直相關性較逐行掃描圖像要小的特性得到的，在低比特率下具有更好的性能；2視頻編碼和解碼2視頻編碼和解碼游程編碼在游程編碼中，只有非零系數(shù)被編碼，當子塊的一維序列中剩余的系數(shù)全部為零時， 2定義 “塊結束 ”（ , ）標志位來指示，就可結束當前子塊編碼，從而進一步降低編碼的比特數(shù)。熵編碼2視頻壓縮系統(tǒng)中采用編碼，對不同的語法元素制定了不同的碼表。2視頻編碼和解碼信道緩存信道緩存是所有編解碼器都必須具有的核心部分；隨著視頻圖像統(tǒng)計特性的變化，編碼后的碼流碼率也是變化的，在大多數(shù)情況下傳輸帶寬是恒定的，因此需在編碼碼流進入信道前設置緩存器，以變比特率從熵編碼器讀入數(shù)據，以傳輸系統(tǒng)標稱的恒定比特率向外讀出，輸入信道；緩存器大小固定，若編碼器瞬時輸出比特率明顯高于或低于傳輸系統(tǒng)的帶寬，可能造成緩存器的上溢或下溢，需要加碼率控制器，使緩存器的寫入與讀出數(shù)據速率趨于平衡；碼率控制器的調控主要通過調整量化器的量化參數(shù)實現(xiàn)：將要上溢時增大量化步長以降低編碼數(shù)據速率；將要下溢時減小量化步長以提高編碼數(shù)據速率；2視頻編碼和解碼運動估計2根據 “幀模式 ”和 “場模式 ”對運動估計和運動補償進行了相應的擴展；幀圖像的幀預測幀圖像的場預測場圖像的場預測雙基預測168預測對于幀圖像，合成圖像中相鄰行來自于不同場，圖像中物體運動時，垂直方向上相鄰像素間相關性會減少， 2使用新的運動估計方法，最高支持半像素精度。2視頻編碼和解碼2視頻編碼和解碼2視頻編碼和解碼2視頻編碼和解碼v2的可分級性2視頻編碼和解碼數(shù)據分割：一個基本層和多個增強層基本層可通過獨立編碼、傳輸和解碼獲得基本的傳輸質量 增強層的編碼和解碼依賴于基層及其之前的增強層2視頻編碼和解碼2視頻編碼和解碼2視頻編碼和解碼2視頻編碼和解碼2與與 1編碼的不同點：編碼的不同點： 1只處理逐行掃描的序列，而只處理逐行掃描的序列，而 2的目的目 標時支持高分辨率的隔行掃描的序標時支持高分辨率的隔行掃描的序列（列（ .601=4））更先進的運動估計方法（幀、更先進的運動估計方法（幀 /場預測模式）場預測模式） 以提高隔行掃描序列的運動估計精度以提高隔行掃描序列的運動估計精度針對隔行掃描序列開發(fā)了不同的模式和、針對隔行掃描序列開發(fā)了不同的模式和 掃描方法掃描方法 2具有各種模式的可伸縮性具有各種模式的可伸縮性 2具有不同級別和層次的方法，每個方具有不同級別和層次的方法，每個方 法均可用于不同的應用。法均可用于不同的應用。4視頻編碼和解碼標準簡介“基于音視頻對象的通用編碼算法 ” ，其目的是為多媒體信息壓縮提供統(tǒng)一和開放的平臺， 14496 ，99年 2月公布第一版草案， 2023年初正式成為國際標準；目前，在視頻、流媒體、無線通信等領域中得到廣泛應用；作為開放標準，新內容和新算法不斷加入其中；可支持的比特速率低速率可低到 5～ 64，高速率高達 5 ；圖像格式：支持各種掃描標準和圖象格式；旨在將各種多媒體應用集成于一個完整的框架內。4視頻編碼和解碼標準提出的背景技術發(fā)展的趨勢與應用要求的提高音視頻內容越來越多，且很多是計算機合成的；視頻信息的傳送將擴展到所有網絡，無線通信不僅用于語音，而且將應用于數(shù)據和視頻；對音視頻信息交互處理和應用的要求不斷增長；電信、計算機、影視廣播領域正逐步融合，相互滲透；4視頻編碼和解碼標準提出的背景1和 2存在不足基于像素和像素塊的編碼，不能對圖像的內容進行查詢、編輯和選擇播放等操作，交互性較差；無法在同一場景中集成自然媒體與人造（合成）媒體；不支持超鏈接；不提供對低碼率應用的支持，將圖像分成固定大小的塊，在高壓縮比情況下會有很嚴重的塊效應。4視頻編碼和解碼4視頻編碼和解碼標準組成 :由相互聯(lián)系的 16個部分組成，核心部分如下：144961系統(tǒng)：定義規(guī)范的系統(tǒng)編碼，主要是復合音/視頻數(shù)據的復用結構和實時應用中重放同步序列所需表示定時信息的方法。（編碼器端的音 /視頻對象被分別編碼，與場景描述信息和其它同步控制信息合成比特流；接收端按場景描述信息合成場景）4視頻編碼和解碼u144962視頻：定義視頻數(shù)據的編碼表示和重建圖像所要求的解碼過程；u144963音頻：定義音頻數(shù)據的編碼要求；u144966多媒體集成傳輸框架（）：對不同傳輸媒體提供共同的接口和服務。通過對編碼比特流進行打包，使壓縮碼流適合于在不同的信道傳輸。4視頻編碼和解碼4視頻編碼和解碼標準新功能基于內容的交互性基于內容的操作與比特流編輯自然與合成數(shù)據的混合編碼增強的時間域隨機存?。嚎砂磶蛉我庑螤顚ο筮M行隨機存取u高壓縮率u提高了編碼效率：同等碼率下更好的圖像質量u對多個并發(fā)數(shù)據流的編碼：提供對同一場景的有效多視角編碼、多伴音聲道編碼及有效視聽同步，足夠觀察視點下可有效描述三維自然景物u靈活多樣的存取u抗誤碼特性：多種抗誤碼技術u基于內容的可伸縮性：圖像中各個對象具有不同優(yōu)先級4視頻編碼和解碼檔次與等級針對不同的媒體內容和場景描述定義了四類：視頻類音頻類圖形類場景描述類不同分類在選用時是相互獨立的，與 2類似 4也采用了檔次和等級的形式，檔次就是針對特定的應用確定要采用的編碼工具，不同類的碼流句法結構不同，視頻、音頻和圖形類中支持的對象類型也各不相同