基于SIP的H．264視頻電話(huà)終端設計

　　1 引 言

　　視頻電話(huà)終端系統的實(shí)現是個(gè)很復雜的過(guò)程，涉及多方面知識。其目的是利用互聯(lián)網(wǎng)或固定電話(huà)網(wǎng)等為彼此通訊的雙方不但能提供實(shí)時(shí)的語(yǔ)音交流而且可以實(shí)現視頻信息的即時(shí)傳輸。由于豐富的視頻數據和網(wǎng)絡(luò )可用帶寬的矛盾，視頻電話(huà)的發(fā)展經(jīng)歷了漫長(cháng)的發(fā)展過(guò)程，早在上世紀20年代就有人對他進(jìn)行探索和研究。

　　SIP(Session initiation Protocol)[1]協(xié)議是IETF于1999年提出的一種新的網(wǎng)絡(luò )多媒體通信的交互信令，他相對于市場(chǎng)主體的H.323協(xié)議具有簡(jiǎn)單、擴展性好、便于實(shí)現等優(yōu)點(diǎn)，但當構建電信級的大網(wǎng)時(shí)也相當復雜，此協(xié)議也在不斷的補充和完善中[2]。目前市場(chǎng)上出現越來(lái)越多支持SIP的智能多媒體終端及相關(guān)軟件和軟交換設備，SIP將成為IP視頻電話(huà)業(yè)務(wù)的主流協(xié)議之一。

　　H.264視頻編碼標準[3]與其他視頻編碼標準如H.263，MPEG-4等相比，其更高的壓縮效率和網(wǎng)絡(luò )親和性的優(yōu)點(diǎn)正是視頻電話(huà)及其各種應用所需要的。

　　本文基于SIP協(xié)議、以H.264為視頻編碼標準、采用TI的高速數字信號處理芯片TMS320DM643和三星的ARM9芯片S3C2410為主體設計并實(shí)現了一款視頻電話(huà)終端。

　　2視頻電話(huà)終端的硬件系統設計

　　視頻電話(huà)終端依據其使用方式的不同，大體上可分為"PC到PC"型和"電話(huà)到電話(huà)"型2大類(lèi)。"PC到PC"型產(chǎn)品適合計算機用戶(hù)，如MSN，QQ視頻等，主要依賴(lài)用戶(hù)雙方的計算機加上合適的軟件實(shí)現。"電話(huà)到電話(huà)"型產(chǎn)品兩端都不需要計算機，電話(huà)終端本身包含音視頻處理器及相應的軟件完成音視頻即時(shí)通訊功能。由于此類(lèi)產(chǎn)品使用簡(jiǎn)單、安裝方便、便于控制、性?xún)r(jià)比合琿等優(yōu)點(diǎn)，市場(chǎng)前景廣闊，是目前國內外研究的熱點(diǎn)。他實(shí)現的方案有多種，如采用DSP，ARM芯片，專(zhuān)用的會(huì )議電視芯片等?？紤]到生產(chǎn)成本、實(shí)現的難易程度、貨源、市場(chǎng)推廣、產(chǎn)品的升級更新等因素，本文確定的視頻電話(huà)終端系統的硬件方案為：使用TI公司的通用DSP芯片TMS320DM643利用純軟件實(shí)現音視頻編解碼、用三星的ARM9芯片S3C2410實(shí)現各種接口、嵌入式操作系統和傳輸控制協(xié)議等。這樣既不存在芯片多成本高的問(wèn)題，又能保持很高的性能，可通過(guò)簡(jiǎn)單的程序下載實(shí)現軟件升級或增加新的編解碼標準。系統的硬件結構框圖如圖l所示。

　　系統硬件主要由TI公司的TMS320DM643和三星公司的S3C2410組成。其中TMS320DM643完成音頻壓縮編解碼G.711/G.729/G.723.1和視頻壓縮編解碼H.264;S3C2410完成SIP協(xié)議和嵌入式OS及各種接口如RS232、復合視頻輸入/輸出、數字CCD攝像頭、LCD、RJ45、以太網(wǎng)、鍵盤(pán)等。音頻信號的輸入/輸出通過(guò)TI公司的TLV320AIC23送入TMS320DM643進(jìn)行壓縮編碼。

　　3視頻電話(huà)終端系統的軟件設計

　　3.1 系統軟件結構

　　在系統硬件完成后，剩下的需要大量丁作來(lái)編寫(xiě)代碼實(shí)現各個(gè)功能模塊，最終實(shí)現整個(gè)系統。系統的軟件結構如圖2所示。嵌入式OS是采用ARM-Linux內核，硬件驅動(dòng)模塊主要是基于A(yíng)RM 9的介于硬件和Linux內核之間的軟件接口，為特定的硬件響應定義好編程接口從而操作硬件，這2大模塊的技術(shù)目前已相當成熟，相關(guān)的文獻非常多;音頻編碼采用G.711/729/723.1，是為了讓終端能適應音頻編解碼的非對稱(chēng)操作，有良好的兼容性，他可直接選用TI公司第三方提供的語(yǔ)音開(kāi)發(fā)軟件包。本文根據視頻電話(huà)終端的特點(diǎn)和當前實(shí)現的技術(shù)難點(diǎn)主要討論視頻編碼H.264和SIP協(xié)議棧2大核心技術(shù)的硬件實(shí)現。

　　3.2 H.264的實(shí)現

　　H.264視頻編碼標準雖然在設計時(shí)考慮到各種不同的應用和傳輸環(huán)境，其高的壓縮效率和網(wǎng)絡(luò )親和性是以大的運算量為代價(jià)的，而在視頻電話(huà)應用中雖然帶寬有限卻實(shí)時(shí)性要求高，所以考慮到實(shí)現的難易程度和技術(shù)本身必須對H.264編碼方案進(jìn)行精心選擇(這里理所當然選用基本級)，在利用DSP芯片實(shí)現時(shí)對程序要進(jìn)行優(yōu)化[4]。這里用C語(yǔ)音編程，利用TI公司的集成開(kāi)發(fā)環(huán)境CCS2.2進(jìn)行開(kāi)發(fā)和調試，為了降低H.264編碼算法的復雜性，適合視頻電話(huà)的實(shí)時(shí)應用，主要從一下幾個(gè)方面對其進(jìn)行優(yōu)化：

{{分頁(yè)}}

　　(1)運動(dòng)估計算法的簡(jiǎn)化

　　在視頻編碼中，運動(dòng)估計算法起著(zhù)非常關(guān)鍵的作用，通常約占一個(gè)壓縮方案總計算量的60%以上，所以這里采用一種快速的運動(dòng)估計算法來(lái)降低運算復雜度[5]。在H.264編碼標準中根據宏塊(MB)的不同劃分方式其對應的預測誤差不同的特點(diǎn)，將編碼模式簡(jiǎn)化為4組，先根據預測誤差判斷當前MB屬于哪一組，然后在用拉格朗日率失真算法選取該組中最佳的編碼模式，根據文獻[5]的實(shí)驗結果，這樣做編碼時(shí)間會(huì )縮短3倍左右而解碼后圖像的PSNR只有略微下降(最壞的情況不會(huì )超過(guò)0.5 dB)。對于幀內預測，如從預測塊P的9種可選預測模式選取使P塊和當前編碼塊I之間最小的預測模式也太費時(shí)間。對I幀中每個(gè)4