【文章內容簡介】 通信方式多樣化的追求。視覺是人類獲取信息的最重要的方式，這使得通信的可視化需求越來越高 。視頻通信剛起步之時，僅僅是少數(shù)人能夠享受的奢侈品，設備昂貴、成本高，產品再好，人們也只能望而卻步。而計算機技術、多媒體技術的迅猛發(fā)展以及互聯(lián)網的日趨普及，讓這個尷尬的問題迎刃而解。 技術研究背景 近年來，隨著數(shù)字通信技術和各種網絡技術的迅猛發(fā)展以及帶寬 Inter 在全球的迅速普及，尤其是第三代移動網絡和未來的帶寬無線網絡的使用，使得多媒體通信越來越成為人們研究的熱點。因此，各種視頻技術的研究和應用一直吸引著國內外廣大科技人員的關注。同時，作為多媒體通信系統(tǒng)中的一個關鍵技術視頻壓縮編碼技術， 它可廣泛應用于視頻存儲、會議系統(tǒng)、視頻點播、監(jiān)控系統(tǒng)、遠程教學、 IPTV 等方面。視頻信息經過數(shù)字化后，其數(shù)據量是十分巨大的，它給信息的存儲和傳輸帶來很大困難。因此，如何有效對視頻數(shù)據進行壓縮編碼并使其標準化是多媒體通信中的一個關鍵問題。 從 1984 年 CCITT公布第一個視頻壓縮編碼國際標準以來，國際標準化組織(ISO)和國際電信聯(lián)盟 (ITUT)相繼推出了一系列圖像、視頻壓縮編碼國際標準，如 :JPEG、 、 、 MPEGl、 MPEG MPEG4 等等，分別針對不同的應用場合 (靜止圖像或活 動視頻、廣播電視或桌面視頻 )。雖然這些視頻編碼技術可以較好的滿足各自應用領域的需求，大大推進了視頻通信和數(shù)字電視廣播的發(fā)展，但是隨著多媒體、無線通信技術的發(fā)展，這些視頻編碼技術又面臨著新的挑戰(zhàn)，如 :要求碼率更低、容錯性更高。于是， 20xx 年 3 月， ISO 和 ITUT再次聯(lián)手，推出了新一代視頻壓縮標準 ，其主要目標就是提高編碼效率和網絡適應性。在相同的圖像質量下，與 或 MPEG4 相比，其編碼比特率可以節(jié)省一倍左右。 ，而且在此基 礎上研究開發(fā)和采用了許多先進的技術，對于今后的網絡視頻傳輸 (無線網絡和 Inter 網絡 )，數(shù)字電視等領域帶來深遠的影響。同時， 可以支持各種視頻應用，如 :低延遲模式的視頻會議、高清晰度電視 (HDTv)、高處理延遲的視頻存儲等?？梢赃@樣說， 有的所有視頻編碼標準，在工業(yè)界得到廣泛應用已經成為大勢所趨。 國內的研究現(xiàn)狀 AVS 是我國具備自主知識產權的第二代信源編碼標準全稱是數(shù)字音視頻編解碼技術標準工作組，該工作組是由國家信息產業(yè)部科學技 術司于 20xx 年 6 月批準成立。該工作組的任務是面向我國的信息產業(yè)需求，聯(lián)合國內外企業(yè)和科研機構，制 (修 )定數(shù)字音視頻的壓縮、解壓縮、處理和表示等共性技術標準，為數(shù)字音視頻設備與系統(tǒng)提供高效經濟的編解碼技術，服務于高分辨率數(shù)字廣播、高密度激光數(shù)字存儲媒體、無線帶寬多媒體通訊、互聯(lián)網帶寬流媒體等重大信息產業(yè)應用。 AVS 視頻當中采用了一系列技術來達到高效率的視頻編碼，包括幀內預測、幀間預測、變換、量化和嫡編碼等。幀間預測使用基于塊的運動矢量來消除圖像間的冗余 。幀內預測使用空間預測模式來消除圖像內的冗余。再通過對預測殘差進行變換和量化消除圖像內的視覺冗余。最后，運動矢量、預測模式、量化參數(shù)和變換系數(shù)用嫡編碼進行壓縮。由于包含了目前最新的視頻壓縮技術，從壓縮效率比較 :AVS 與 ，是 MPEG2 的兩倍以上。由于 AVS 是我國自主開發(fā)的音視頻編碼標準，收費低廉，且它注意了與國際標準的共存，所以得到了廣大設備廠商、運營商的青睞，增加了產品的競爭力。 Avs 適用的范圍有數(shù)字地面電視廣播 (DTTB)、有線電視 (CATV)、交互存儲媒體、直播為衛(wèi)星電視、分組網絡的多媒體業(yè)務 (MSPN)，實時通信業(yè)務 (視頻會議、可視 電話等 )等等。 國外研究 視頻壓縮編碼的國際標準主要有 MPEG 系列標準和 H 系列標準。 MPEG 是在 1988 年由國際標準化組織 ISO 和國際電工委員會 IEC 聯(lián)合成立的專家組，負責開發(fā)電視圖像數(shù)據和聲音數(shù)據的編碼、解碼和它們的同步等標準。目前， MPEG系列標準主要包括 :MPEG MPEG MPEG MPEG7 等。它主要應用于視頻存儲 (DVD)、廣播電視、因特網或無線網上的流媒體等。 H 系列標準是由 ITUT的視頻編碼專家組制定的視頻壓縮標準，包括 、 以及 。它 主要應用于實時視頻通信領域。目前， MPEG 系列和 H 系列的后續(xù)標準制定工作仍在進行當中。 論文研究目的與意義 由于信道噪聲的影，視頻信息在傳輸過程中會發(fā)生改變或丟失，這種傳輸誤碼會一導致視頻重建質量嚴重下降。因此視頻通信中的抗誤碼技術的研究是一個十分重要的課題。 ，視頻流中的時間同步可以通過采用幀內圖像刷新來完成，空間同步由條結構編碼 (slice structured coding)來支持。同時為了便于誤碼以后的再同步，在一幅圖像的視頻數(shù)據中還提供了一定的重同步點 。另外，幀內宏塊刷新和多參考宏塊允許編碼器在決定宏塊模式的時候不僅可以考慮編碼效率，還可以考慮傳輸信道的特性。 然而，由于 ，使得視頻碼流對信道誤碼率非常敏感，即使單個原發(fā)性錯誤，也可能會造成重構視頻質量的急劇下降。并且 采用普通的可變長碼 (UVLC)和基于上下文的二進制算術編碼 (CABAC)的方法來編解碼。在視頻傳輸中一旦遇到桑聲干擾、出現(xiàn)傳輸誤碼，就會造成誤碼擴散，將嚴重影響重建視頻的質量。因此從宏塊嫡編碼模式出發(fā)，幀內編碼宏塊的抗誤碼性能需要較大的增強。本文在 ，采用視頻抗誤碼方法，來保證恢復圖像的質量。根據 ，在 基于算術編碼 (AC)能連續(xù)檢錯 (CED)的自動重傳請求 (ARQ)方案，使得當 碼流在有噪信道中傳輸時，加入新的檢錯機制后能連續(xù)檢錯并能發(fā)出重傳請求，這大大提高了 ，并在增加冗余量和提高檢錯性能之間取得較好的折衷，獲得較好的壓縮效果和抗信道誤碼能力。 2 視頻壓縮標準 視頻壓縮標準，是由 ITUTVCEG 和 IS0/IEC MPEG 成立 的聯(lián)合視頻專家組共同開發(fā)的新一代的視頻壓縮標準。 的編解碼框架與以前提出的標準，如 ， 及 MPEG1/2/4 并無顯著變化，也是基于混合編碼的方案。但它采用 “回歸基本 ”的簡潔設計，不用眾多的選項，獲得比 更好的壓縮性能 。加強了對各種信道的適應能力，采用 “網絡友好 ”的結構和語法，有利于對誤碼和丟包的處理 。應用目標范圍較寬，可以滿足不同速率、不同解析度以及不同傳輸 (存儲 )場合的需求。 技術上，它集中了以往標準的優(yōu)點，并吸收了標準制定中積累的經驗。與 v2(+)或 MPEG4 簡單類相比， 在使用與上述編碼方法類似的最佳編碼器時，在大多數(shù)碼率下最多可節(jié)省 50%的碼率。 在所有碼率下都能持續(xù)提供較高的視頻質量。 能工作在低延時模式以適應時實通信的應用(如視頻會議 )，同時又能很好地工作在沒有延時限制的應用，如視頻存儲和以服務器為基礎的視頻流式應用。 提供包傳輸網中處理包丟失所需的工具，以及在易誤碼的無線網中處理比特誤碼的工具。在系統(tǒng)層面上， 提出了一個新的概念，在視頻編碼層 (Video CodingLayer,VCL)和網絡提取層 (Network Abstraction Layer,NAL)之間進行概念性分割，前者是視頻內容的核心壓縮內容之表述，后者是通過特定類型網絡進行遞送的表述，這樣的結構便于信息的封裝和對信息進行更好的優(yōu)先級控制。 NAL引入了面向 IP 包的編碼機制，有利于網絡中的分組傳輸，支持網絡中視頻的流媒體傳輸。 具有較強的抗誤碼特性，可適應丟包率高、干擾嚴重的無線信道中的視頻傳輸。 支持不同網絡資源下的分級編碼傳輸，從而獲得平穩(wěn)的圖像質量。 能適應于不同網絡中的視頻傳輸，網絡親和性好。 定義 了 3 個檔次 :基本檔次、主檔次、擴展檔次。 基本檔次主要包含低復雜度、低延時的技術特征，利用 I 片和 P 片支持幀內和幀間編碼，不支持加權預測方式。它選擇用 CAVLC 而不是以 CABAC 對變換量化后的殘差數(shù)據進行嫡編碼。它最多支持將一幀分成 8 個片組，這樣在網絡上傳輸時，對每個片組分別打包可使一個包丟失時不會引起整個幀的丟失。主要用于可視電話、會議電視、無線通信等實時視頻通信。主要檔次主要針對更高編碼效率的應用，不支持多個片組、任意片序、數(shù)據分割、冗余圖像這 .些可用于對付網絡丟包的措施。支持基于上下文的自適應的算術編碼 (CABAC)。主要用于數(shù)字廣播電視和數(shù)字視頻存儲。擴展檔次主要針對流媒體的應用，除了不能支持上下文自適應二進制算術編碼外，其支持的范圍最為廣泛，包括對數(shù)據分割，SI/SP 的支持，以及所有的容錯技術。因此，對網絡視頻電話以及視頻會議這類對實時交互性要求高的應用而言，使用基本檔次是最好、最自然的選擇。對于實時性要求相對寬松的網絡流媒體而言，選擇擴展檔次較為合適，既提供抗丟包措施，又可利用 B類型預測幀獲得更高壓縮效率。而對于 DVD、高清晰度數(shù)字電視等不通過包交換網絡傳輸?shù)母叽a率應用，利用主檔次支持的上下文自適應 二進制算術編碼技術可獲得最高的壓縮效率。 編碼新特性 幀內編碼預測 在以往標準中，預測編碼主要用于幀間。 在幀內編碼方面，提出了幀內預測技術，與變換編碼一起用于減少空間冗余。對于亮度塊，提供了 Intra4X4和 Intra16X16 兩種幀內編碼模式，前者對每個 4X4 亮度塊分別進行預測，適于表現(xiàn)圖像細節(jié)部分 。后者對整個 16Xl6 亮度塊進行預測，適合平滑圖像區(qū) . 幀間編碼預測 幀間預測是 相對于以前編碼標準壓縮效率提高最大的一個模塊，對許多現(xiàn)有技術進 行了改進。 P 幀利用前面己編碼的幀作為參考圖像， B幀利用雙向的參考圖像進行預測。對于實時視頻傳輸系統(tǒng)，由于編碼速度的要求，一般只選擇 I 幀和 P 幀，不采用 B 幀，所以僅分析 P 幀的幀間預測工具和方法。第一種方法是樹狀結構運動補償。每個 P 宏塊按照一定的方式劃分，用于運動補償預測。圖 說明了亮度塊的劃分情況。這種分區(qū)下的運動補償，稱為樹狀結構運動補償。每個分區(qū)或子塊都有獨立的運動補償。宏塊的色度成分為相應亮度的一半，采用和亮度塊相同的分區(qū)方式，只是尺寸減半。如圖 所示。 第二種方法是亞像素運動矢量。 H264 標準中采用亮度 1/4 像素精度，色度1/8 像素精度的運動矢量，這一技術進一步提高了運動估計的精確度。亞像素位置的亮度和色度像素在參考圖像中并不存在，需要利用鄰近整像素點進行內插獲得。第三種方法是 H264 支持多圖像運動補償預測，也就是說，運動補償可以參考多個已編碼圖像，如圖 所示。 多參考幀運動補償預測，需要編碼器和解碼器在多圖像緩存中存儲像。解碼器根據碼流中的控制信息與編碼器同步 (復制編碼器的多圖像 緩存 )。除非多圖像緩存的大小設置 1，否則就必須要傳送參考圖像在緩存中的索引號。每一個運動補償?shù)?16X1 16X 8Xl6 亮度塊的參考索引參數(shù)都要發(fā)送。小于 8X8 的所有小區(qū)域使用該 8X8 塊的參考索引。 整數(shù)變換和量化 與以往標準類似， 對預測殘差進行變換編碼。但 沒有采用傳統(tǒng)的離散余弦變換 (DCT)，而是采用與離散余弦變換特性相似的整數(shù)變換，通常被稱為整數(shù) DCT變換。傳統(tǒng) DCT進行的是實數(shù)運算，解碼時會不可避免的出現(xiàn)偏差，即圖像漂移現(xiàn)象。 采用整數(shù) DCT 變換，通過整數(shù)的 加減和移位操作就能完成，所以反變換沒有偏差，不會出現(xiàn)數(shù)據失配的問題。此外， 的變16x16 16x16 16x16 16x16 16x16Type 8x8 8x8 8x8 8x8 8x8 type Type 圖 宏塊及子宏塊的 劃分 △ =4 △ =2 △ =1 圖 的多參考 幀 當前幀 換編碼基于 4X4 塊，而不是以往常用的 8X8 塊。因為用于變換塊的尺寸縮小，運動物體的劃分更精確。這樣不但變換計算量比較小，而且在運動物體邊緣處的銜接誤差也大為減小。 中對變換系數(shù)的量化依據量化參數(shù)來進行，量化步長 Qstep 共有 52 個值。量化參數(shù) QP 是量化步長的序號， QP 值每增加 1，代表量化步長增加 12%。色度編碼一般使用與亮度編碼同樣的量化步長，為避免在較高量化步長時出現(xiàn)顏色量化人工效應，最后的草案規(guī)定，亮度 QP 的 最大值是 51，色度 QP 的最大值是 39。 熵編碼 視頻編碼處理的最后一步就是嫡編碼，在 中采用了兩種不同的嫡編碼方法 :基于上下文的自適應可變長編碼 CAVLC 和基于上下文的自適應二進制算術編碼 CABAC。 CAVLC 根據已編碼語法元素的情況動態(tài)調整編碼中使用的碼表，并充分利用殘差經過整數(shù)變換、量化后數(shù)據的特性進行壓縮，取得了極高的壓縮比。如果使用 CABAC，嫡編碼的效率將會有更大的提高。一方面，算術編碼的應用允許給每一個字母符號指定非整數(shù)比特位，這樣非常適合大于 的符號概率。另一方面，自適 應編碼的應用可以為非固定的符號統(tǒng)計提供適應性。與CAVLC 相比， CABAC 可以減少 5%一 10%的碼率，對于隔行掃描視頻，增益效果更加明顯。但 CABAC 復雜度比較高，因此在 的基本應用中，通常采用CAVLC 編碼。 的分層設計 在系統(tǒng)層面上與以往標準有很大不同，它提出了一個新的概念，即提出兩個概念性的編碼層 :視頻編碼層 (VCL， VidooCodingLayer)和網絡提取層(NAL， Netwo 眾 AbstraetionLayer)。如圖 3 所示。 為了獲