PC機的MPEG-4編碼原理及實(shí)現

日益增長(cháng)的多媒體通信量和有限的通信帶寬之間的矛盾日益突出。為了減小傳輸的數據量，國際電信聯(lián)盟和MPEG標準組織都制定過(guò)各自的視頻壓縮標準。其中，最新MPEG-4標準以其高壓縮率，支持低碼率傳輸和基于對象編碼等優(yōu)點(diǎn)，而在傳真、視頻點(diǎn)播、電視會(huì )議、醫用圖像傳輸等領(lǐng)域廣泛應用。

MPEG-4繼承了MPEG-2中檔次和等級概念，共有視頻檔次、音頻檔次、圖形檔次和場(chǎng)景描述檔次共四類(lèi)。檔次是針對某一特定的應用而采用的編碼工具，它是MPEG-4提供的工具集中一個(gè)子集，不同的檔次就是不同的子集。每一個(gè)檔次分為一個(gè)或多個(gè)等級，等級則定義了比特流參數的規格，實(shí)際上是限定了解碼一個(gè)編碼序列所應具備的性能。

MPEG-4的獨特之處在于支持基于內容的編解碼，為此引入了視聽(tīng)對象AVO(Audio／Video Object)的概念。AVO可以是一幅圖像中一個(gè)小提琴或琴聲等，每個(gè)AVO可獨立編碼，但相互之間又存在著(zhù)時(shí)空結構關(guān)系，因此編碼時(shí)，必須傳送編碼對象的組成結構信息體“場(chǎng)景描述”，以表示場(chǎng)景中各AVO之間的時(shí)空結構關(guān)系。解碼時(shí)根據此“場(chǎng)景描述”對圖像和聲音的有關(guān)內容進(jìn)行編輯和操作。視聽(tīng)對象還可以是一個(gè)矩形幀，從而使MPEG-4兼容原來(lái)的MPEG標準。視聽(tīng)對象中的視頻對象VO通常由3類(lèi)信息來(lái)描述，即運動(dòng)、形狀和紋理信息。

1 編碼原理

MPEG-4編碼器主要由形狀編碼、紋理編碼和運動(dòng)編碼三部分組成。幀格式分為I-VoP，P-VOP和B-VOP。這里只討論I-VOP和P-VOP。I-VOP采用紋理編碼來(lái)消除一幀圖像數據間的空間冗余度；P-VOP是參考前一幀圖像，并采用兩種參數來(lái)編碼。一種是當前要編碼的圖像與參考圖像之間的差值；另一種是運動(dòng)矢量。編碼器的具體結構模塊如圖1所示。


1.1 形狀編碼

形狀編碼主要用于記錄從圖像序列中提取VOP的形狀信息，該信息分為二值形狀信息和灰度形狀信息。二值形狀信息用0和1兩個(gè)值表示VOP的形狀；灰度形狀信息用0～255表示VOP區域的不同透明度。在編碼時(shí)，當提取的VOP具有非矩形形狀時(shí)，需要對其進(jìn)行邊界擴展，使其矩形邊界都是16的倍數，同時(shí)保證擴展后的面積最小，然后進(jìn)行形狀編碼；當提取的VOP為矩形時(shí)(矩形的長(cháng)度和寬度都是16的倍數)，形狀編碼就會(huì )被屏蔽。

1.2 紋理編碼

紋理編碼主要對I-VOP內的圖像像素或P-VOP內的差值像素進(jìn)行編碼，包括DCT、量化、DC和AC預測、熵編碼等過(guò)程，最大程度地去除當前VOP內各像素之間的空間冗余度。

視頻的第一幀圖像采用I-VOP格式編碼，其余的幀采用I-VOP，還是P-VOP格式則受兩個(gè)因素制約。其用戶(hù)會(huì )按照IPPPIPPPI的方式設置當前幀所采用的格式；二是已經(jīng)人為地設置了當前幀為P-VOP，通過(guò)運動(dòng)估計計算mad_P的值，如果mad_P滿(mǎn)足下列兩個(gè)條件之一，則當前幀就采用P-VOP編碼格式，否則采用I-VOP編碼格式。

條件1：mad P50／3；

條件2：mad P50，并且IntraMBRatio0.4。其中，IntraMBRatio為當前幀中采用MBM_INTRA預測模式的宏塊占總宏塊的比重。

紋理編碼中的DCT和量化模塊比較簡(jiǎn)單，這里略過(guò)，重點(diǎn)介紹剩下的紋理編碼模塊。

1.2.1 DC和AC預測

8×8塊經(jīng)過(guò)DCT和量化后，系數排列呈現以下的規律，即非零系數集中在左上角，大部分的0系數集中在偏離DC系數向右和向下的位置上。特別是DC系數、第一行和第一列AC系數，數值非零且較大，如果能用較小的數值代替它們，會(huì )減少編碼后的位流數，于是產(chǎn)生DC和AC預測。

在MPEG-4中，通常把一個(gè)宏塊分為6個(gè)8×8塊進(jìn)行DC和AC預測。

首先對8×8塊進(jìn)行DC預測。如圖2所示，X表示當前的8×8塊；A，B和C表示X的相鄰8×8塊，其位置分別位于X的左邊、左上角和上邊。對X進(jìn)行DC預測就是采用相鄰塊的DC系數值預測X的DC系數值，關(guān)鍵是選擇哪個(gè)相鄰塊的DC系數。