H.264的技術(shù)優(yōu)勢及在H.323系統中的應用

一、引言

近年來(lái)，隨著(zhù)我國通信網(wǎng)絡(luò )基礎設施的快速建設，視訊業(yè)務(wù)由于可以為處于多點(diǎn)的與會(huì )者提供音視頻等多種信息，節省大量費用，提高工作效率，因而發(fā)展迅速，并有望成為NGN的主要業(yè)務(wù)。視訊會(huì )議系統從產(chǎn)生至今，發(fā)展了多種適于各類(lèi)通信網(wǎng)絡(luò )的系統，目前傳輸多媒體信息的主要有H.323、H.324和H.320等系統。IP技術(shù)的開(kāi)放性特點(diǎn)使得它非常適合承載多種業(yè)務(wù)，隨著(zhù)IP的安全和QoS等問(wèn)題的逐步解決，以IP作為承載網(wǎng)的優(yōu)勢將更加明顯，下一代網(wǎng)絡(luò )也將采用IP技術(shù)作為承載網(wǎng)技術(shù)。因此，本文以適用于在IP網(wǎng)上提供多媒體業(yè)務(wù)的H.323系統為主進(jìn)行闡述。H.264是由JVT為實(shí)現視頻的更高壓縮比，更好的圖像質(zhì)量和良好的網(wǎng)絡(luò )適應性而提出的新的視頻編解碼標準。事實(shí)證明，H.264編碼更加節省碼流，它內在的抗丟包、抗誤碼能力和良好網(wǎng)絡(luò )適應性使它非常適于IP傳輸，H.264有望成為H.323系統中首選的視頻標準。

H.323系統對視頻編解碼標準提出了以下三個(gè)主要要求：

（1）一些IP網(wǎng)絡(luò )接入方式如xDSL可提供的帶寬有限，除去音頻、數據占用的帶寬，傳輸視頻的可用帶寬就更少，這就要求視頻編解碼壓縮率高，這樣就可以在一定的比特率下具有更好的圖像質(zhì)量。

（2）抗丟包性能和抗誤碼性能好，適應各種網(wǎng)絡(luò )環(huán)境，包括丟包和誤碼嚴重的無(wú)線(xiàn)網(wǎng)絡(luò )。

（3）網(wǎng)絡(luò )適應性好，便于視頻流在網(wǎng)絡(luò )中傳輸。

二、H.264適于H.323系統的三個(gè)技術(shù)優(yōu)勢

H.264在制定時(shí)充分考慮了多媒體通信對視頻編解碼的各種要求，并借鑒了以往視頻標準的研究成果，因而具有明顯的優(yōu)勢。以下將結合H.323系統對視頻編解碼技術(shù)的要求，闡述H.264的三個(gè)優(yōu)勢。

1. 壓縮率和圖像質(zhì)量方面

對傳統的幀內預測、幀間預測、變換編碼和熵編碼等算法的改進(jìn)，使H.264的編碼效率和圖像質(zhì)量在以往標準的基礎上進(jìn)一步提高。

（1）可變塊大?。簬g預測時(shí)可以靈活選擇塊的大小。在宏塊（MB）劃分上H.264采用了16×16，16×8，8×16，8×8四種模式；當劃分為8×8模式時(shí)，又可進(jìn)一步采用8×4、4×8、4×4三種子宏塊劃分模式進(jìn)一步劃分，這樣可以使運動(dòng)物體的劃分更加精確，減小預測誤差，提高編碼效率。幀內預測一般采取兩種亮度預測模式：Intra_4×4和Intra_16×16。Intra_4×4適合圖像中細節豐富的區域，而Intra_16×16模式更適合粗糙的圖像區域。

（2）高精度運動(dòng)估值：在H.264中亮度信號運動(dòng)補償預測的精度是1/4像素。如果運動(dòng)矢量指向參考圖像的整像素位置，預測值就是該位置上參考圖像像素的值；否則使用6階FIR濾波器的線(xiàn)性?xún)炔瀚@得1/2像素位置的預測值，通過(guò)取整數和1/2像素位置像素值均值的方式獲得1/4像素位置的值。顯然采用高精度運動(dòng)估計會(huì )進(jìn)一步減小幀間預測誤差。

（3）多參考幀運動(dòng)估值：每一個(gè)M×N亮度塊都要經(jīng)過(guò)運動(dòng)補償預測得到運動(dòng)矢量和參考圖像索引，子宏塊中的每個(gè)子宏塊劃分都會(huì )有不同的運動(dòng)矢量。選擇參考圖像過(guò)程是在子宏塊層次上進(jìn)行的，因而一個(gè)子宏塊中的多個(gè)子宏塊劃分在預測時(shí)使用相同的參考圖像，而同一個(gè)slice的多個(gè)子宏塊之間選擇的參考圖像可以不同，這就是多參考幀運動(dòng)估值。

（4）參考圖像的選取更加靈活：參考圖像甚至可以是采用雙向預測編碼方式的圖像，這就允許選取與當前圖像更加匹配的圖像為參考圖像進(jìn)行預測，從而可以減小預測誤差。

（5）加權預測：允許編碼器以一定的系數對運動(dòng)補償預測值進(jìn)行加權，從而在一定的場(chǎng)景下可以提高圖像質(zhì)量。

（6）運動(dòng)補償循環(huán)內的消除塊效應濾波器：為消除在預測和變換過(guò)程中引入的塊效應，H.264也采用了消除塊效應濾波器，但不同的是H.264的消除塊效應濾波器位于運動(dòng)估計循環(huán)內部，因而可以利用消除塊效應以后的圖像去預測其他圖像的運動(dòng)，從而進(jìn)一步提高預測精度。

2. 抗丟包和抗誤碼方面

參數集、片的使用、FMO、冗余片等關(guān)鍵技術(shù)的使用可以大大提高系統的抗丟包和抗誤碼性能。

（1）參數集：參數集及其靈活的傳送方式會(huì )大大降低因關(guān)鍵的頭信息丟失而造成錯誤發(fā)生的可能。為保證參數集可靠地到達解碼器端，可以采用重發(fā)的方式多次發(fā)送同一參數集，或傳送多個(gè)參數集。

（2）片（slice）的使用：圖像可以劃分成一個(gè)或幾個(gè)片。將圖像劃分為多個(gè)片，當某一片不能正常解碼時(shí)的空間視覺(jué)影響就會(huì )大大降低，而且片還提供了重同步點(diǎn)。

（3）PAFF和MBAFF：當對隔行掃描圖像進(jìn)行編碼時(shí)，由于兩個(gè)場(chǎng)之間存在較大的掃描間隔，這樣，對運動(dòng)圖像來(lái)說(shuō)幀中相鄰兩行的空間相關(guān)性相對于逐行掃描時(shí)就會(huì )減小，這時(shí)對兩個(gè)場(chǎng)分別進(jìn)行編碼會(huì )更節省碼流。對幀來(lái)說(shuō)，存在三種可選的編碼方式，將兩場(chǎng)合并作為一幀進(jìn)行編碼或將兩場(chǎng)分別編碼或將兩場(chǎng)合并起來(lái)作為一幀，但不同的是將幀中垂直相鄰的兩個(gè)宏塊合并為宏塊對進(jìn)行編碼。前兩種稱(chēng)為PAFF編碼，對運動(dòng)區域進(jìn)行編碼時(shí)場(chǎng)方式有效，非運動(dòng)區域由于相鄰兩行有較大的相關(guān)性，因而幀方式會(huì )更有效。當圖像同時(shí)存在運動(dòng)區域和非運動(dòng)區域時(shí)，在MB層次上，對運動(dòng)區域采取場(chǎng)方式，對非運動(dòng)區域采取幀方式會(huì )更加有效，這種方式就稱(chēng)為MBAFF。

（4）FMO：通過(guò)FMO可以進(jìn)一步提高片的差錯恢復能力。通過(guò)片組（slice group）的使用，FMO改變了圖像劃分為片和宏塊的方式。宏塊到片組的映射定義了宏塊屬于哪一個(gè)片組。利用FMO技術(shù)，H.264定義了七種宏塊掃描模式。

（1）幀內預測：H.264借鑒了以往視頻編解碼標準在幀內預測上的經(jīng)驗，值得注意的是，在H.264中，IDR圖像可以使參考圖像緩存無(wú)效，之后的圖像在解碼時(shí)不再參考IDR圖像之前的圖像，因而IDR圖像具有很好的重同步作用。在一些丟包和誤碼嚴重的信道中，可以采取不定期傳送IDR圖像的方式進(jìn)一步提高H.264的抗誤碼和抗丟包性能。