【文章內(nèi)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(shí)，僅僅是少數(shù)人能夠享受的奢侈品，設(shè)備昂貴、成本高，產(chǎn)品再好，人們也只能望而卻步。而計(jì)算機(jī)技術(shù)、多媒體技術(shù)的迅猛發(fā)展以及互聯(lián)網(wǎng)的日趨普及，讓這個(gè)尷尬的問題迎刃而解。 技術(shù)研究背景 近年來，隨著數(shù)字通信技術(shù)和各種網(wǎng)絡(luò)技術(shù)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(dòng)網(wǎng)絡(luò)和未來的帶寬無線網(wǎng)絡(luò)的使用，使得多媒體通信越來越成為人們研究的熱點(diǎn)。因此，各種視頻技術(shù)的研究和應(yīng)用一直吸引著國內(nèi)外廣大科技人員的關(guān)注。同時(shí)，作為多媒體通信系統(tǒng)中的一個(gè)關(guān)鍵技術(shù)視頻壓縮編碼技術(shù)， 它可廣泛應(yīng)用于視頻存儲(chǔ)、會(huì)議系統(tǒng)、視頻點(diǎn)播、監(jiān)控系統(tǒng)、遠(yuǎn)程教學(xué)、 IPTV 等方面。視頻信息經(jīng)過數(shù)字化后，其數(shù)據(jù)量是十分巨大的，它給信息的存儲(chǔ)和傳輸帶來很大困難。因此，如何有效對(duì)視頻數(shù)據(jù)進(jìn)行壓縮編碼并使其標(biāo)準(zhǔn)化是多媒體通信中的一個(gè)關(guān)鍵問題。 從 1984 年 CCITT公布第一個(gè)視頻壓縮編碼國際標(biāo)準(zhǔn)以來，國際標(biāo)準(zhǔn)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(biāo)準(zhǔn)，如 :JPEG、 、 、 MPEGl、 MPEG MPEG4 等等，分別針對(duì)不同的應(yīng)用場合 (靜止圖像或活 動(dòng)視頻、廣播電視或桌面視頻 )。雖然這些視頻編碼技術(shù)可以較好的滿足各自應(yīng)用領(lǐng)域的需求，大大推進(jìn)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(shù)的發(fā)展，這些視頻編碼技術(shù)又面臨著新的挑戰(zhàn)，如 :要求碼率更低、容錯(cuò)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(biāo)準(zhǔn) ，其主要目標(biāo)就是提高編碼效率和網(wǎng)絡(luò)適應(yīng)性。在相同的圖像質(zhì)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(chǔ)上研究開發(fā)和采用了許多先進(jìn)的技術(shù)，對(duì)于今后的網(wǎng)絡(luò)視頻傳輸 (無線網(wǎng)絡(luò)和 Inter 網(wǎng)絡(luò) )，數(shù)字電視等領(lǐng)域帶來深遠(yuǎn)的影響。同時(shí)， 可以支持各種視頻應(yīng)用，如 :低延遲模式的視頻會(huì)議、高清晰度電視 (HDTv)、高處理延遲的視頻存儲(chǔ)等?？梢赃@樣說， 有的所有視頻編碼標(biāo)準(zhǔn)，在工業(yè)界得到廣泛應(yīng)用已經(jīng)成為大勢所趨。 國內(nèi)的研究現(xiàn)狀 AVS 是我國具備自主知識(shí)產(chǎn)權(quán)的第二代信源編碼標(biāo)準(zhǔn)全稱是數(shù)字音視頻編解碼技術(shù)標(biāo)準(zhǔn)工作組，該工作組是由國家信息產(chǎn)業(yè)部科學(xué)技 術(shù)司于 20xx 年 6 月批準(zhǔn)成立。該工作組的任務(wù)是面向我國的信息產(chǎn)業(yè)需求，聯(lián)合國內(nèi)外企業(yè)和科研機(jī)構(gòu)，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(shù)標(biāo)準(zhǔn)，為數(shù)字音視頻設(shè)備與系統(tǒng)提供高效經(jīng)濟(jì)的編解碼技術(shù)，服務(wù)于高分辨率數(shù)字廣播、高密度激光數(shù)字存儲(chǔ)媒體、無線帶寬多媒體通訊、互聯(lián)網(wǎng)帶寬流媒體等重大信息產(chǎn)業(yè)應(yīng)用。 AVS 視頻當(dāng)中采用了一系列技術(shù)來達(dá)到高效率的視頻編碼，包括幀內(nèi)預(yù)測、幀間預(yù)測、變換、量化和嫡編碼等。幀間預(yù)測使用基于塊的運(yùn)動(dòng)矢量來消除圖像間的冗余 。幀內(nèi)預(yù)測使用空間預(yù)測模式來消除圖像內(nèi)的冗余。再通過對(duì)預(yù)測殘差進(jìn)行變換和量化消除圖像內(nèi)的視覺冗余。最后，運(yùn)動(dòng)矢量、預(yù)測模式、量化參數(shù)和變換系數(shù)用嫡編碼進(jìn)行壓縮。由于包含了目前最新的視頻壓縮技術(shù)，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(biāo)準(zhǔn)，收費(fèi)低廉，且它注意了與國際標(biāo)準(zhǔn)的共存，所以得到了廣大設(shè)備廠商、運(yùn)營商的青睞，增加了產(chǎn)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(chǔ)媒體、直播為衛(wèi)星電視、分組網(wǎng)絡(luò)的多媒體業(yè)務(wù) (MSPN)，實(shí)時(shí)通信業(yè)務(wù) (視頻會(huì)議、可視 電話等 )等等。 國外研究 視頻壓縮編碼的國際標(biāo)準(zhǔn)主要有 MPEG 系列標(biāo)準(zhǔn)和 H 系列標(biāo)準(zhǔn)。 MPEG 是在 1988 年由國際標(biāo)準(zhǔn)化組織 ISO 和國際電工委員會(huì) IEC 聯(lián)合成立的專家組，負(fù)責(zé)開發(fā)電視圖像數(shù)據(jù)和聲音數(shù)據(jù)的編碼、解碼和它們的同步等標(biāo)準(zhǔn)。目前， MPEG系列標(biāo)準(zhǔn)主要包括 :MPEG MPEG MPEG MPEG7 等。它主要應(yīng)用于視頻存儲(chǔ) (DVD)、廣播電視、因特網(wǎng)或無線網(wǎng)上的流媒體等。 H 系列標(biāo)準(zhǔn)是由 ITUT的視頻編碼專家組制定的視頻壓縮標(biāo)準(zhǔn)，包括 、 以及 。它 主要應(yīng)用于實(shí)時(shí)視頻通信領(lǐng)域。目前， MPEG 系列和 H 系列的后續(xù)標(biāo)準(zhǔn)制定工作仍在進(jìn)行當(dāng)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(huì)發(fā)生改變或丟失，這種傳輸誤碼會(huì)一導(dǎo)致視頻重建質(zhì)量嚴(yán)重下降。因此視頻通信中的抗誤碼技術(shù)的研究是一個(gè)十分重要的課題。 ，視頻流中的時(shí)間同步可以通過采用幀內(nèi)圖像刷新來完成，空間同步由條結(jié)構(gòu)編碼 (slice structured coding)來支持。同時(shí)為了便于誤碼以后的再同步，在一幅圖像的視頻數(shù)據(jù)中還提供了一定的重同步點(diǎn) 。另外，幀內(nèi)宏塊刷新和多參考宏塊允許編碼器在決定宏塊模式的時(shí)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(duì)信道誤碼率非常敏感，即使單個(gè)原發(fā)性錯(cuò)誤，也可能會(huì)造成重構(gòu)視頻質(zhì)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(jìn)制算術(shù)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(huì)造成誤碼擴(kuò)散，將嚴(yán)重影響重建視頻的質(zhì)量。因此從宏塊嫡編碼模式出發(fā)，幀內(nèi)編碼宏塊的抗誤碼性能需要較大的增強(qiáng)。本文在 ，采用視頻抗誤碼方法，來保證恢復(fù)圖像的質(zhì)量。根據(jù) ，在 基于算術(shù)編碼 (AC)能連續(xù)檢錯(cuò) (CED)的自動(dòng)重傳請(qǐng)求 (ARQ)方案，使得當(dāng) 碼流在有噪信道中傳輸時(shí)，加入新的檢錯(cuò)機(jī)制后能連續(xù)檢錯(cuò)并能發(fā)出重傳請(qǐng)求，這大大提高了 ，并在增加冗余量和提高檢錯(cuò)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(biāo)準(zhǔn) 視頻壓縮標(biāo)準(zhǔn)，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(biāo)準(zhǔn)。 的編解碼框架與以前提出的標(biāo)準(zhǔn)，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(shè)計(jì)，不用眾多的選項(xiàng)，獲得比 更好的壓縮性能 。加強(qiáng)了對(duì)各種信道的適應(yīng)能力，采用 “網(wǎng)絡(luò)友好 ”的結(jié)構(gòu)和語法，有利于對(duì)誤碼和丟包的處理 。應(yīng)用目標(biāo)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(chǔ) )場合的需求。 技術(shù)上，它集中了以往標(biāo)準(zhǔn)的優(yōu)點(diǎn)，并吸收了標(biāo)準(zhǔn)制定中積累的經(jīng)驗(yàn)。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(shí)，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(zhì)量。 能工作在低延時(shí)模式以適應(yīng)時(shí)實(shí)通信的應(yīng)用(如視頻會(huì)議 )，同時(shí)又能很好地工作在沒有延時(shí)限制的應(yīng)用，如視頻存儲(chǔ)和以服務(wù)器為基礎(chǔ)的視頻流式應(yīng)用。 提供包傳輸網(wǎng)中處理包丟失所需的工具，以及在易誤碼的無線網(wǎng)中處理比特誤碼的工具。在系統(tǒng)層面上， 提出了一個(gè)新的概念，在視頻編碼層 (Video CodingLayer,VCL)和網(wǎng)絡(luò)提取層 (Network Abstraction Layer,NAL)之間進(jìn)行概念性分割，前者是視頻內(nèi)容的核心壓縮內(nèi)容之表述，后者是通過特定類型網(wǎng)絡(luò)進(jìn)行遞送的表述，這樣的結(jié)構(gòu)便于信息的封裝和對(duì)信息進(jìn)行更好的優(yōu)先級(jí)控制。 NAL引入了面向 IP 包的編碼機(jī)制，有利于網(wǎng)絡(luò)中的分組傳輸，支持網(wǎng)絡(luò)中視頻的流媒體傳輸。 具有較強(qiáng)的抗誤碼特性，可適應(yīng)丟包率高、干擾嚴(yán)重的無線信道中的視頻傳輸。 支持不同網(wǎng)絡(luò)資源下的分級(jí)編碼傳輸，從而獲得平穩(wěn)的圖像質(zhì)量。 能適應(yīng)于不同網(wǎng)絡(luò)中的視頻傳輸，網(wǎng)絡(luò)親和性好。 定義 了 3 個(gè)檔次 :基本檔次、主檔次、擴(kuò)展檔次。 基本檔次主要包含低復(fù)雜度、低延時(shí)的技術(shù)特征，利用 I 片和 P 片支持幀內(nèi)和幀間編碼，不支持加權(quán)預(yù)測方式。它選擇用 CAVLC 而不是以 CABAC 對(duì)變換量化后的殘差數(shù)據(jù)進(jìn)行嫡編碼。它最多支持將一幀分成 8 個(gè)片組，這樣在網(wǎng)絡(luò)上傳輸時(shí)，對(duì)每個(gè)片組分別打包可使一個(gè)包丟失時(shí)不會(huì)引起整個(gè)幀的丟失。主要用于可視電話、會(huì)議電視、無線通信等實(shí)時(shí)視頻通信。主要檔次主要針對(duì)更高編碼效率的應(yīng)用，不支持多個(gè)片組、任意片序、數(shù)據(jù)分割、冗余圖像這 .些可用于對(duì)付網(wǎng)絡(luò)丟包的措施。支持基于上下文的自適應(yīng)的算術(shù)編碼 (CABAC)。主要用于數(shù)字廣播電視和數(shù)字視頻存儲(chǔ)。擴(kuò)展檔次主要針對(duì)流媒體的應(yīng)用，除了不能支持上下文自適應(yīng)二進(jìn)制算術(shù)編碼外，其支持的范圍最為廣泛，包括對(duì)數(shù)據(jù)分割，SI/SP 的支持，以及所有的容錯(cuò)技術(shù)。因此，對(duì)網(wǎng)絡(luò)視頻電話以及視頻會(huì)議這類對(duì)實(shí)時(shí)交互性要求高的應(yīng)用而言，使用基本檔次是最好、最自然的選擇。對(duì)于實(shí)時(shí)性要求相對(duì)寬松的網(wǎng)絡(luò)流媒體而言，選擇擴(kuò)展檔次較為合適，既提供抗丟包措施，又可利用 B類型預(yù)測幀獲得更高壓縮效率。而對(duì)于 DVD、高清晰度數(shù)字電視等不通過包交換網(wǎng)絡(luò)傳輸?shù)母叽a率應(yīng)用，利用主檔次支持的上下文自適應(yīng) 二進(jìn)制算術(shù)編碼技術(shù)可獲得最高的壓縮效率。 編碼新特性 幀內(nèi)編碼預(yù)測 在以往標(biāo)準(zhǔn)中，預(yù)測編碼主要用于幀間。 在幀內(nèi)編碼方面，提出了幀內(nèi)預(yù)測技術(shù)，與變換編碼一起用于減少空間冗余。對(duì)于亮度塊，提供了 Intra4X4和 Intra16X16 兩種幀內(nèi)編碼模式，前者對(duì)每個(gè) 4X4 亮度塊分別進(jìn)行預(yù)測，適于表現(xiàn)圖像細(xì)節(jié)部分 。后者對(duì)整個(gè) 16Xl6 亮度塊進(jìn)行預(yù)測，適合平滑圖像區(qū) . 幀間編碼預(yù)測 幀間預(yù)測是 相對(duì)于以前編碼標(biāo)準(zhǔn)壓縮效率提高最大的一個(gè)模塊，對(duì)許多現(xiàn)有技術(shù)進(jìn) 行了改進(jìn)。 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(jìn)行預(yù)測。對(duì)于實(shí)時(shí)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(yù)測工具和方法。第一種方法是樹狀結(jié)構(gòu)運(yùn)動(dòng)補(bǔ)償。每個(gè) P 宏塊按照一定的方式劃分，用于運(yùn)動(dòng)補(bǔ)償預(yù)測。圖 說明了亮度塊的劃分情況。這種分區(qū)下的運(yùn)動(dòng)補(bǔ)償，稱為樹狀結(jié)構(gòu)運(yùn)動(dòng)補(bǔ)償。每個(gè)分區(qū)或子塊都有獨(dú)立的運(yùn)動(dòng)補(bǔ)償。宏塊的色度成分為相應(yīng)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(yùn)動(dòng)矢量。 H264 標(biāo)準(zhǔn)中采用亮度 1/4 像素精度，色度1/8 像素精度的運(yùn)動(dòng)矢量，這一技術(shù)進(jìn)一步提高了運(yùn)動(dòng)估計(jì)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(diǎn)進(jìn)行內(nèi)插獲得。第三種方法是 H264 支持多圖像運(yùn)動(dòng)補(bǔ)償預(yù)測，也就是說，運(yùn)動(dòng)補(bǔ)償可以參考多個(gè)已編碼圖像，如圖 所示。 多參考幀運(yùn)動(dòng)補(bǔ)償預(yù)測，需要編碼器和解碼器在多圖像緩存中存儲(chǔ)像。解碼器根據(jù)碼流中的控制信息與編碼器同步 (復(fù)制編碼器的多圖像 緩存 )。除非多圖像緩存的大小設(shè)置 1，否則就必須要傳送參考圖像在緩存中的索引號(hào)。每一個(gè)運(yùn)動(dòng)補(bǔ)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(biāo)準(zhǔn)類似， 對(duì)預(yù)測殘差進(jìn)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(jìn)行的是實(shí)數(shù)運(yùn)算，解碼時(shí)會(huì)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(huì)出現(xiàn)數(shù)據(jù)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(dāng)前幀 換編碼基于 4X4 塊，而不是以往常用的 8X8 塊。因?yàn)橛糜谧儞Q塊的尺寸縮小，運(yùn)動(dòng)物體的劃分更精確。這樣不但變換計(jì)算量比較小，而且在運(yùn)動(dòng)物體邊緣處的銜接誤差也大為減小。 中對(duì)變換系數(shù)的量化依據(jù)量化參數(shù)來進(jìn)行，量化步長 Qstep 共有 52 個(gè)值。量化參數(shù) QP 是量化步長的序號(hào)， 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(shí)出現(xiàn)顏色量化人工效應(yīng)，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(yīng)可變長編碼 CAVLC 和基于上下文的自適應(yīng)二進(jìn)制算術(shù)編碼 CABAC。 CAVLC 根據(jù)已編碼語法元素的情況動(dòng)態(tài)調(diào)整編碼中使用的碼表，并充分利用殘差經(jīng)過整數(shù)變換、量化后數(shù)據(jù)的特性進(jìn)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(huì)有更大的提高。一方面，算術(shù)編碼的應(yīng)用允許給每一個(gè)字母符號(hào)指定非整數(shù)比特位，這樣非常適合大于 的符號(hào)概率。另一方面，自適 應(yīng)編碼的應(yīng)用可以為非固定的符號(hào)統(tǒng)計(jì)提供適應(yīng)性。與CAVLC 相比， CABAC 可以減少 5%一 10%的碼率，對(duì)于隔行掃描視頻，增益效果更加明顯。但 CABAC 復(fù)雜度比較高，因此在 的基本應(yīng)用中，通常采用CAVLC 編碼。 的分層設(shè)計(jì) 在系統(tǒng)層面上與以往標(biāo)準(zhǔn)有很大不同，它提出了一個(gè)新的概念，即提出兩個(gè)概念性的編碼層 :視頻編碼層 (VCL， VidooCodingLayer)和網(wǎng)絡(luò)提取層(NAL， Netwo 眾 AbstraetionLayer)。如圖 3 所示。 為了獲