MPEG視頻壓縮技術(shù)的發(fā)展及其特點(diǎn)

　　1 MPEG的發(fā)展及其特點(diǎn)

　　1.1 MPEG-1

　　在MPEG出現之前，關(guān)于圖像壓縮已經(jīng)有兩個(gè)標準，即用于靜態(tài)圖像數據壓縮的JPEG和用于電視電話(huà)、會(huì )議電視圖像壓縮的H.261，但是他們都與計算機數據標準無(wú)關(guān)。這就要求制定一個(gè)圖像、伴音、存儲和傳輸四個(gè)方面的計算機系統和廣播電視都統一的標準，從而有利于各種媒體廣泛交流，因此MPEG就應運而生了。

　　MPEG-1標準完成的基本任務(wù)就是質(zhì)量適當的圖像(包括伴音)數據必須成為計算機數據的一種，和已有的數據(如文字、繪圖等數據)在計算機內兼容，并且這些數據必須在現有的計算機網(wǎng)絡(luò )和廣播電視等通信網(wǎng)絡(luò )中兼容傳輸。MPEG-1標準有3個(gè)組成部分：MPEG視頻、MPEG音頻、MPEG系統。所以MPEG涉及的問(wèn)題是視頻壓縮、音頻壓縮及多種壓縮數據流的復合和同步問(wèn)題。MPEG-1標準是適用于傳輸1.5Mbps數據傳輸率的數字存儲媒體動(dòng)力圖像及其伴音的編碼標準，可以處理各種類(lèi)型的活動(dòng)圖像，其基本算法對于壓縮水平方向360個(gè)象素、豎直方向288個(gè)象素的空間分辨力，每秒24至30幅畫(huà)面的運動(dòng)圖像有很好的效果。與JPEG不同，它沒(méi)有定義產(chǎn)生合法數據流所需的詳細算法，而是在編碼器設計中提供了大量的靈活性，另外定義已編碼位流和解碼器的一系列參數都包含在位流本身當中，這些特點(diǎn)允許算法可以用于不同大小和寬度比的圖像，也可以用在工作速率范圍很大的信道和設備上。

　　MPEG-1標準壓縮首先對色差信號進(jìn)行亞采樣，減少數據量，采用運動(dòng)補償技術(shù)，減少幀間冗余度，利用二維DCT變換云除空間相關(guān)性，對DCT分量進(jìn)行量化，舍去不重要的信息，將量化后DCT分量按照頻率得新排序，將DCT分量進(jìn)行變字長(cháng)編碼，最后對每個(gè)數據塊的直流分量(DC)進(jìn)行預測差分編碼。MPEG視頻的編碼和解碼框圖如圖1所示。

　　1.2 MPEG-2

　　MPEG-2標準全稱(chēng)為“運動(dòng)圖像及其伴音的編碼”，主要針對高精晰度電視(HDTV)所需要的視頻及伴音信號，傳輸速率為10Mbps。

　　MPEG-2標準分為八個(gè)部分，統稱(chēng)為ISO/IEC1318國際標準。第一部分：系統，描述多個(gè)視頻，音頻和數據基本碼流合成傳輸碼流和節目碼流的方式;第二部分：視頻，描述視頻編碼方法;第三部分：音頻，描述與MPEG-1音頻標準反向兼容的音頻編碼方法;第四部分：符合測試，描述測試一個(gè)編碼碼流是否符合MPEG-2標準的第一、二、三部分的軟件實(shí)現方法;第五部分：數字存儲器體-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(hù)間的會(huì )話(huà)信令集;第六部分;非向后兼容的音頻，規定不與MPEG-1音頻反向兼容的多通道音頻編碼;第七部分：10比特視頻，現已停止;第八部分：實(shí)時(shí)接口，規定了傳送碼流的實(shí)時(shí)接口。

　　MPEG-2視頻編碼標準是一個(gè)按等級劃分的系列，按編碼圖像的分辨率分成4個(gè)“級”：低級(LL：low level)，輸入信號的像素為ITU-R601格式的四分之一;主級(ML：main level)，輸入信號的像素為ITU-R601;高級-1440(H14L：high-1440 level)為4：3模式電視高清晰度格式;高級(HL：high level)為16：9模式電視的高清晰度格式。按所使用的編碼工具的集合分成5個(gè)“類(lèi)”：簡(jiǎn)單類(lèi)(SP：simple profile)，只有基準幀I和預測幀P;主類(lèi)(MP：main profile)，比SP增加了雙向推測幀B;信雜比分層類(lèi)(SNRP：SNR scalable profile);空間可分層類(lèi)(SSP：spatial scalable profile);高類(lèi)(HP：high profile)。“級”與“類(lèi)”的若干組合構成MPEG-2視頻編碼標準在某種特定應用下的子集。對某一輸入格式的圖像，采用特定集合的壓縮編碼工具，產(chǎn)生規定速率范圍內的編碼碼流。MPEG-2的編碼碼流分為6個(gè)層次。從上至下依次為：視頻序列層(Sequence);圖像組層(GOP：GroupofPicture);圖像層(Picture);像條層(Slice);宏塊層(MacroBlock)和像塊層(Block)。

　　MPEG-2的編碼流程：在幀內編碼的情況下，編碼圖像僅經(jīng)過(guò)DCT，量化器和比特流編碼器即生成編碼比特流，而不經(jīng)過(guò)預測環(huán)處理。DCT直接應用于原始的圖像數據。在幀間編碼的情況下，原始圖像首先與幀存儲器中的預測圖像進(jìn)行比較，計算出運動(dòng)矢量，由此運動(dòng)矢量和參考幀生成原始圖像的預測圖像。而后，將原始圖像與預測像素差值所生成的差分圖像數據進(jìn)行DCT變換，再經(jīng)過(guò)量化器和比特流編碼器生成輸出的編碼比特流。

　　1.3 MPEG-4

　　MPEG-4標準的目標是：支持多種多媒體應用(主要側重于對多媒體信息內容的訪(fǎng)問(wèn))，可根據應用的不同要求現場(chǎng)配置解碼器。MPEG-4旨在為視(音)頻數據的通信、存取與管理提供一個(gè)靈活的框架與一套開(kāi)放的編碼工具。

　　在MPEG-4圖像與視頻標準中，視頻表示工具的目標，是為多媒體環(huán)境下的紋理、圖像和視頻數據的有效存儲、傳輸及管理提供標準化的核心技術(shù)。尤其強調這些工具對圖像和視頻內容的原子單元(稱(chēng)為視頻對象VO)的編解碼能力。對任意形狀的視頻對象進(jìn)行有效的表示，以支持所謂基于內容的功能集。而此功能集支持內容(即場(chǎng)景中的物理對象VO)的單獨編碼和解碼，這一特性為交互性提供了有力的底層機制支持，也為在壓縮域對圖像或視頻的VO內容進(jìn)行靈活的表示和管理提供了有利條件。MPEG-4圖像與視頻標準統一支持傳統矩形和任意形狀圖像與視頻的編解碼。對于基于內容的應用，輸入的圖像序列可能具有任意形狀和位置。形狀可以用8位透明分量表示(一個(gè)VO由多個(gè)其它對象構成時(shí))或用一個(gè)二值掩模描述。另外，通過(guò)對場(chǎng)景中每個(gè)物理采用適當的和精細的基于對象的運動(dòng)預測工具，可以大大提高某些視頻序列的壓縮比。對于MPEG-4擴展的基于內容的編碼可視為傳統的VLBV內核或HBV工具由矩形輸入向任意形狀輸入的邏輯延伸。從這個(gè)意義上，基于內容的編碼是VLBV和HBV內核的超集。

　　MPEG-4標準在原有的基礎上增加了七個(gè)新的功能。增加的各個(gè)功能的特點(diǎn)：

　　(1)基于內容的操作與比特流編輯支持無(wú)需編碼就可進(jìn)行基于內容的操作與比特流編輯。(2)自然與合成數據混合編碼。提供將自然視頻圖像同合成數據(文本、圖形)有效結合的方式，同時(shí)支持交互性操作。(3)增強的時(shí)間域隨機存取。MPEG-4將提供具有效的隨機存取方式：在有限的時(shí)間間隔內，可按幀或任意形狀的對象，對一音、視頻序列進(jìn)行隨機存取。(4)提高編碼效率。在與現有的正在形成的標準的可比擬速率上，MPEG-4標準將提供更好的主觀(guān)視覺(jué)質(zhì)量的圖像。(5)對多個(gè)并發(fā)數據流的編碼。MPEG-4將提供對一景物的有效多視角編碼，加上多伴音聲道編碼及有效的視聽(tīng)同步。在立體視頻應用方面，MPEG-4將利用同一景物的多視點(diǎn)觀(guān)察所造成的信息冗余，在足夠的觀(guān)察視點(diǎn)條件下有效地描述三維自然景物。(6)錯誤易發(fā)環(huán)境中的抗錯性“靈活多樣”是指允許采用各種有線(xiàn)網(wǎng)和各種存儲媒體，MPEG-4將提高抗錯誤能力，尤其是在易發(fā)生嚴重錯誤環(huán)境下的低比特應用中(移動(dòng)通信鏈路)。MPEG-4是第一個(gè)在其音、視頻表示規范中考慮信道特性的標準，目的不是取代已由通信網(wǎng)提供的錯誤控制技術(shù)，而是提供一種對抗殘留錯誤是緊韌性。(7)基于內容的尺度可變性。內容尺度可變性意味著(zhù)給圖像中的各個(gè)對象分配優(yōu)先級?；趦热莸某叨瓤勺冃允荕PEG-4的核心，因為一旦圖像中所含對象的目錄及相應的優(yōu)先級確定后，其它的集內容的功能就比較容易實(shí)現了。對甚低比特率應用來(lái)說(shuō)，尺度可變形成一個(gè)關(guān)鍵的因素，因為它提供了自適應可用資源的能力。

　　以上七個(gè)新的功能可以歸納為三類(lèi)：基于內容的交互性、高壓縮率和靈活多樣的存取模式。前三個(gè)功能為基于內容的交互性，四、五為高壓縮率模式，最后兩個(gè)為靈活多樣的存取模式。