（信号与信息处理专业论文）h263压缩编码算法的研究及其dsp实现.pdf

西北工业大学硕士学位论文 本文首先叙述了视频编码的必要性、视频编码的研究现状和视频编码的数据结构 等基本问题。论文详细地讨论了h 2 6 3 标准中的多种压缩编码方法和处理方法，包括 离散余弦变换( d c r ) 、估计预测编码、均匀量化、行程编码和可变长编码，说明了h 2 6 3 枥守隹中的若干改进，重点对几种运动估值中搜索算法的性能和模拟结果进行了分析比 较，完成了h 2 6 3 的运动图象的编砸 滇拟，塌后对其中的搜索算法一十字蚕翼缱2 索算 法在t m s 3 2 0 v c 5 4 0 2d s k 板匕进行了仿真。研究结果表明，综合考虑多个方面，对于会 议电视质量( 1 7 6x1 4 4 ) 的视频j 芋列，本文的编码器的压缩比在4 1 7 6 k b i t s 的e 匕斗等率 下可达到2 5 5 ：1 。本文的研究工作对h 2 6 3 视频编码的应用和d s p 实现具有一定的参 考价值。 关键词： h2 6 3 图象压缩视频编码运动预测和运动补偿 d c tvlc量化dsp 西北工业大学硕士学位论文 摘要 a b s t r a c t s e v e r a lb a s i cp r o b l e m ss u c ha st h en e c e s s i t y ，c o n t e m p o r a r ys t a t u sa n dd a t a s t r u c t u r eo fv i d e oc o d i n ga r ed e s c r i b e di nt h i st h e s i sf i r s t l y v a r i o u sm e t h o d s o fc o m p r e s s i n ga n dp r o c e s s i n go fv i d e os i g n a l8 2 es p e c i f i c a l l yd i s c u s s e d ， i n c l u d i n gd c rt r a n s f o r m ,m o t i o ne s t i m a t i o na n dc o m p e n s a t i o n ， q u a n t i z a t i o n 。 r u n - l e n g t hc o d i n ga n dv l c t h e ns o m ei n n o v a t i o n so fh 2 6 3p r o t o c o la r ed e s c r i b e d a n d t h ee m p h a s i si sf o c u s e do nc o m p a r i n gt h ep e r f o r m a n c ea n dr e s u l t so fs e v e r a l s e a r c h i n ga l g o r i t h m s f i n a l l y ，o n eo ft h o s es e a r c h i n g a l g o r i t h m s ， c r o s s - s e a r c h i n ga l g o r i t h m , h a sb e e ns i m u l a t e do nt h et 船3 2 0 v c 5 4 0 2d s kb o a r d c o n s i d e r i n gd i v e r s ea s p e c t s ，t h ec o m p u t e r s i m u l a t i o nr e s u l t ss h o w t h a tt h e c o m p r e s s i o nr a t i oo fo a rc o d e rc a nr e a c h2 5 5 ：lu n d e r4 1 7 6 k b i t s w h i c h e s p e c i a l l yp o i n t t o t h ev i d e os e q u e n c eu s e d i n v i d e op h o n e ( 1 7 6 1 4 4 ) o v e r a l l ， t h i st h e s i sh a sc e r t a i nv a l u et ot h ea p p l i c a t i o no fh 2 6 3v i d e oc o d i n ga n dd s p r e a l jz a t i o n k e yw o r d s ： h 2 6 3i m a g ec o d i n gv i d e oc o d i n g d c t v e q u a n t i z a t i o n m o t i o n e s t i m a t i o na n dc o m p e n s a t i o n d s p i i 西北工业大学硕士学位论文 第一章概论 第一章概论 1 1 图象压缩编码的必要陛和可能陛 图象压缩编码的目的是以尽量少的比特数表征图象，同时保持复原图象的质量， 使它符合预定应用场合的要求。压缩数据量，提高有效性是图象压缩编码的首要目的。 i 恿常把图象压缩编田简称为图象编码。图象编码是种信源编码，其信源是笱时哆廷型 的图象信息。图象信息的压缩有模拟和数字两种方法，但是由于数字压缩方法具有模 拟压缩方法无可e 匕拟的优越性，目前绝大多数系统都采用数字压缩方法，模拟且莉 法将逐渐被淘汰。 数字图象通信有数字通信的一系列优点，如：可以中继传输和多次复制，不会造 成噪声和非毙陛失真的累积；便于进行加密：便于用v l s i 芯片实现，匍 f 乍方便、成本 低、可靠性高：便于和计算机联网等。既然数字图象通信有这么多好处，为什么没有 更早地得至盯和应用呢? 这主要是因为数字图象的数据量非常巨大，若张朗孺， 数字图象传输所需的高传输速率和数字图象存储所需的巨大容量将成为推广画凋数字 图象通信的最大障碍。这就是为什么要进行图象压缩编码的根本原因。 以一路电视信号为例，看看将它数字化后的数码率。按c c i r 6 0 1 标准【1 】，数字 化后的分辨率为7 2 0 5 7 6 ，每秒2 5 帧，y ：u ：v 为4 ：2 ：2 。若以8 b i t 表示y 信号， 则每象素占1 6 b i t ，数码率为1 6 5 9 m b p s 。以6 4 k b p s 作为个数字话路，若不加压缩， 为传输一路电视要占用2 5 9 2 个有燃话路。i 涟实际应用中是难以接受的。若用一 个容量为i g b 的硬盘活c d - r o m 来存储这样的数据，则只能存储不到1 分钟的图象a 并 且，所需的高数据吞吐率是般的硬盘和c d - r o m 难以j 苎到的。若不加压缩，n ) t v 信 号的数码率可接近i g b p s ，更加惊人。再以指纹库为例，若以( 5 1 2 5 1 2 ) x 8 b i t 的 灰度图象来存储一个手指的指纹，一个4 0 万人的指纹库，每人十指，则共需1 0 0 0 g b 的存储量。由这些例子就可以看出图象压缩编码的必要性。图象编码技术的进展已使 走狴制约因素不再成为瓶颈，从而推动了各类图豸湎信系统的j 静唧应用。图象编码 是各类图象信息传输、存储产品的项核心技术。 图象数据可以进行压缩有几方面的原因。首先，原始图象数据是高度相关的，存 在很大的冗余度。数据冗余造成比特数浪费，消除这些冗余可以节约码字，也就是达 到了数据压缩的目的。大多数图象内相邻象素之间由较大的相关性，这称为空间冗余 度。序列图象前后帧之间有较大的相关性，这称为时间冗余度。多光谱遥感图象各谱 西北工业大学硕士学位论文第一章概论 间有相关性，这称为频率域冗余度。其次，若用相同码长表示不同出现概率的符号也 会造成比特数的浪费，这种浪费称为符号冗余度。如果采用可变长编码技术，对出现 概率高的符号用短码字表示，对出现概率低的符号用长码字，就哪肖除符号冗余度， 5 而节约码字。 允许图象编码有一定的失真也是图象可以压缩的一个重要原因。在许多应用场 合，并不要求经压缩及复原以后的图象和原图完全相同，而允许有少量失真。只要这 些失真并不被 、眼所察觉，再许多情况下是完全可以接受的。这就给压缩比的提高提 供了十分有利的条件。图象质量允许的损失越多，可以实现的压缩比就越大。这种有 失真的编码称为限失真编码。在多数应用中，人眼往往是图象信息的最终接收者( 信 宿) 。如果能充分利用人眼的视觉特性，就可以在保证所要求的图象主观质量的前提下 实现较高的压缩比。这就是利用了视觉冗余度。其实人类的视觉系统( h v s ) 是有缺陷 的，对某些失真不敏感，难以觉察。个图象编码方法如果能充分利用这些| 寺性，就 可取得较好的效果，即在复原图象主观质量较好的前提下得到较高的压缩比。我们举 几个例子来说明：人眼对颜色的空间分辨率低于对亮度信号的分辨率。在c c i r 6 0 1 标准中，y ：u ：v 可选用4 ：2 ：2 就是利用了这个特性，将色差信号的空间分辨率减半， 仍可得到非常高的图象质量。如果将它和三个分量都是8 b i t 的方案相比，得到2 4 ： 1 6 即3 ：2 的压缩比，而图象主观质量几乎没有降低。人眼对画面静止部分的空间 分辨率高于活动部分。所以，可以对静l 匕部分减少时间分辨率，而对怏运动部分减少 空间分辨率，达至嶙i 圭鼽瑚的目的。 舢艮不能觉察亮度的细小变化。即存在视觉域 值，而目此l 或值随着图象内容的变化而变化。在平坦区，域笸 氐，对失真比皎敏感。 在边缘和纹理区，对失真不敏感，这就是视觉掩盖效应。这种特性被广泛用来提高压 缩比。人眼对屏幕中心的失真敏感，对屏幕四周的失真不敏感。因此对四周的粗糙 量化也可以节约码字。 j 比外，还可以利用先验知识实现图象编码。在某些特定的应用场合，编码对象的 某些特性可预先知道。例如，在可视电话中，编码对象为人的头肩像。这时，可以利 用对编码对象的先验知识为编鸸对象建立模型。通过提取模型参数，列参黉漫 彳亍乌商码 而不对图象宜接进行编码，可以达到非常高的压缩比。这是模型编码的基本思想。在 这里，利用了知识冗余度。图象编码技术就是要把种种压缩的可能性变为现实。 6 西北工业大学硕士学位论文第一章概论 1 2 图象压缩编码的过程和方法 图象编码的过程可以概括成图1 1 所示的三个步骤，原始图象经映射变换后的数 据再经量化器和熵编码器成为码流输出。现对编码框图作下列说明： 匾丝旦蓦一 映射变换卜型嘲亘耋亟一量化器卜量丝亘墼骂| 熵编码器l 丑挚6 f(n)o 卤 复匾目随叫反映射变换卜卜二复匾自! 一一反量化器b 卜堇基自一熵解鹤器 - 一 f 。( m 。n ) l _ j映射后数据l o 僵化后数据l _ j 码靖啦 图1 1 图象压缩编码的框图 1 映射变换 其目的是通过映射改变图象数据的特性，使之更有利于压缩编码。部分是图象编 码的一个杨心，它决定了量化和编码的对象类型。 2 量化器 为了进步获得更高的压缩比，在限失真编码中要对映射后的数据在量化器内进 行量化。可以将这种量化分为标量量化和矢量量化两种，它们总会造成某些信息的丢 失，形成量化失真或量化噪声。 3 熵编码器 这步是用来消除符号编码冗余度的。它般不产生失真。理想的情况是使编出 的码流的平均码长等于量化后数据的信息熵。常用的编码方法有许多种，例如分组码： 行程码( r l c ) 和变长码( v l c ) ：不分组码；算数码( a r i t h i i i a t i cc o d i n g ) 。 以e 三个步骤之间是相互联系相互制约的。我们举一个例子以说明它们之间的关 系：如果第二步使用了不均匀量化器，它可使每层量化值的出现概率接近相等，那么 后面再用变长码，这第三步的压缩效果就会大打折扣。或者反过来说，若后面用了变 长码，前面的量化器可以不妨采用线性量化器，总的效果仍然很好，量化器实现起来 也要方便的多。 西北工业大学硕士学位论文第一章概论 1 2 2 图象压缩编码的分类 图象编码应用广泛，有许多编码方法。对它们进行分类有助于对问题的理解和解 决。基于不同的角度，有许多种分类方法。如：按待压缩图象的性质分类，按复原图 象是否与原图致分类，按所用方法原理分类等等。下面对它们进行说明： 1 按复原图象是否与原图致分类 可将编码方法分为两大类：无失真编码和限失真编码。无失真编码又称信皂保持 编码( 1 0 s s l e s s 编码) 或可逆编码。限失真编码又称非信息保持编码( 1 0 s s y 编码) 或不可逆编码。编码会造成失真，不过这些失真可以被控伟$ 芷一定的限度内，不致影 响使用效果。在无失真编码中不可使用量化器，因为量化总会带来不可恢复的失真。 无失真编码的压缩比低，可达到的最高压缩比取决于信源熵。在限失真压缩中允许的 失真越大，可达到的压缩比越高，即与量化的粗细有很大关系。在限失真编码中把失 真控制在视觉阂值以下或控制在可容忍的程度是有效地提高压缩比地关键。 2 按待压缩图象的不同属性分类 有不同的分类方法。如：以图象的光雩铢 性分，有单色、彩色、多光谱图象的压 缩编码：以灰度等级分，有二值图、多值图与灰度图象编码；若以动静来分，有静止 图象与序列图象编码。在静止图象编码中，只能进行帧内编码，而目 、眼对静止图象 的失真较运动图象更为敏感，压缩比就没有运动图象编码来得高。但运动图象编码对 实时l 生的要求很高，这是它特有的难点，对不同要求( 无失真、小失真、较大失真) ， 不同性质的图象用适当的编码方法和编码参数( 如量化级大小) 进行压缩编码是达到 预期目标的关键。 3 按所用方法的原理分类 可将图象编码方法分为基于图缘统计特性，基于人眼视觉特陛，基于图象特征提 取等方法。在实际编码中，常常要同时用到图象的统计特性和人眼视觉特陛才能i 拄彳亍 有效的编码，难于把它们截然分开。而有些编码方法的类别还可进一步细分，如基于 统计特性的编码还可以分为帧内预测、帧间预测、变换编码等。许多新的国际图象编 码标准使用了混合编码方法，即同时用到了帧内、帧间预测和d c t 编码。 可以把图象编码方法分为四大类：波形编码、变换编码、模型编码和拟合编码。 它们都是以映射变换的性质为依据进行分类的。前三种在上一小节已经说明过了。属 于拟合编码的方法有：方块截尾编码( 眦) ，三角形逼近法和迭代函数系统法( i f s ) 等。 西北工业大学硕士学位论文 第一章概论 i 3 图象压缩编码技术的发展1 2 5 1 1 9 4 8 年提出电视信号数字化后，就同时开始了对图象压缩编码的研究工作，至今 已有4 0 多年的历史。开始时，即5 0 和6 0 年代，限于客观条件，仅对帧内预测法和亚 取样内查复原法进行研究，对视觉特l 生也做了一些极为有限但可贵的工作。1 9 6 6 年 j b o ，n e a l 对比分析了d p c m 和p c m 并提出了用于电视的试糙数据。1 9 6 9 年进行了线 性预测编码的实际试验。1 9 6 9 年举行首届图象编码会议( p i c t u r ec o d i n g s y m p o s i u m ) 7 0 年代开始进行了帧间预测编码的研究。8 0 年代初开始对怍j 垂动补偿 ( ) 所用的运动佶值( 娅) 进行研究。变换编码时1 9 6 8 年 lc a n d r e w s 等人提出的， 采用的二维离散傅立叶变换。此后相继出现了用其它变换方法的变换编码，其中包括 二维i ) c t 。对模型编码的研究始于8 0 年代初。 于1 9 8 8 年形成草案、1 9 9 0 年通过的i t u _ th 2 6 1 建议，是图象编码技术走向实 用化的重要步。它是图象编码4 0 年研究成果的结晶。9 0 年代初孝目继提出的m p f 弘i ， 咿b - 2 ，h 2 6 3 等都是在h 2 6 1 基础e 的发展和改进的。这些国际建议普遍采用的混 合编码技术是当今最使用的高效编码方法，得到了广泛的推广应用，业已成为当今图 象编码方法的主流。 1 3 2 图象编码技术的研究现状 进入9 0 年代以后，1 1 1 j - t 和i s o 制定了一系列图象编码国际建议，如： i ) 1 9 9 0 年为会议电视和可视电话制定的h 2 6 1 建议。 2 ) 1 9 9 1 年为静止图象编码制定的 p e g 建议( i s o1 0 9 1 8 ) ( 1 9 9 1 年草案：1 9 9 4 年正式通过) 。 3 )1 9 9 1 年为二值图象编码制定的j b i g 标准( i s oc d l l 5 4 4 ) 。 4 ) 1 9 9 1 年为电视图象数字存储( 数码率高达i 5 m b p s ) 而制定的咿b g _ 1 ( i s o c d i i1 7 2 ) ( 1 9 9 1 年草案，1 9 9 3 年正式通i 曲。 5 ) 1 9 9 3 年为活动图象及其伴音压缩而制定的通用编码国际建议m p e g - 2 ( 其中 视频部分，即i t u th 2 6 2 ，i s o i e c1 3 8 1 8 2 ，1 9 9 3 年草案，1 9 9 4 年正式通过) 。 6 ) 美国“大联盟”( g r a n da l l i a n c e ，简写g a ) 公布数字l l b ) t v 系统的说明书草 9 西北工业大学硕士学位论文第一章概论 稿( 1 9 9 3 年草稿，1 9 9 4 年正式文本) 。美国“先进懈统委员会”( a t s c ) 拟定“数 字电视标准”( 1 9 9 6 年) 。 7 )1 9 9 5 年i t u t 为甚低码率视频编码而制定的h 2 6 3 建议。 这些建议的制定极大地推动了图象编码技术地实用化和产业化。会议电视等各类 使用图象压缩拱爿游品纷钐濉出，数字淄眺痞见盘( v c d ) 等产品以百万台的数量级走 向市场，进入家庭，从而迎来了数字图象通信的黄金时代。 另一方面，图象编码技术产业化进程的加快也推动了图象编码技术以更快的速度 发展。目前的研究工作分为两个方向： 1 更好地实珊现有的图象编码国际建议 1 ) 研制出集成度更高、性能更好地图象编码专用芯片( a s i c ) ，使编码系统成本 更低，可靠陛更高。几个国际建议的单片( 或两片) 系统级解码a s i c 均已推出，其中 包括对运算速度要求很高的m p e g - 2 解码芯片。不久还将推出要求更高的h d t v 的单片 视频解码芯片。符合m e g 一2 标准的单片或多片视频编码a s i c 也已推出。 2 ) 解决好睨有的图象编码系统开发中的技术问题。例如：提高图象质量，提高 抗误码能力，在a t m 网等变速信道e 的应用等。如果拿现在生产的符合i v p e g - 1 的v c d 图象质量和几年前的m p e g - 1 刚制定时的v c d 图象质量相比，就可以看到虽然用的是同 个国际建议和同样的数码率( 1 5 m b p s ) ，但图象质量大大提高了。这就是近几年来 对i 咿e g - 1 编码器具体实 月算法做深入研究的成果。国际建议的开放性结构为这种深 的改进提供了前提，它允许人们在不影响兼容性的前提下发挥自己的创造性，对建议 中的开放部分进行改进，这些开放生部分包括运动估值和运动补偿方法，自适应量化 系数和缓存器控制策略等。在国际建议规定的约束下，对这些部分的算法作更合理的 细化有助于提高编解码器的性能。如：复原图象质量、抗误码能力等。 2 对图象编码理沦和其它图象编码方法的研究 基于线性方法( 预测法和分块d o t 相结合) 的h 2 6 1 押e g 杨愀既不能有效 地反映图象地固有统计籽陛，也不能有效地反映人们地视觉特陛，这两方面问题还有 待理论e 地突破。 目前已提出和正在蝴究的图象编码方法择要列举如下： 1 ) 多分辨率编码。最早提出的是金字塔编码，后来是子带编码( s u b b a n d c o d i n g ) 最近是用小波变换进行图象编码。 2 ) 基于表面描述的编码方法( 三角形逼近法) 。 3 ) 模型编码。它可分为物体模型未知的物体基编码和物体漠型已知的语义基编 码。 0 西j i m 业大学硕士学位论文第一章概论 4 ) 利用人工神经网络的压缩编码。 5 ) 利用分行几何的图象编码( i f s 编码) 。 6 ) 利用数学形态学的图象编码等等。 1 4 图象压缩编码技术的应用 图象编码一系列国际建议的提出标志着图象编码技术已经成熟，开始由学术研究 走向产业化，前景十分诱 。早在1 9 9 1 年就有人预言，图象编码技术的突破具有十分 巨大的意义。其意义之大已达到可以促使现有信画虹业的结构发生巨变的程度，它使 通信、广播、计算机产业的界限变得模糊了。近n 年来的实践也证实了这个预言。目 前，国外已出现了有线电视公司和通信、计算机公司之间的相互合作( 甚至合并) ，如： 美国最大的有线电视公司( t e l e c o m m u n i c a t i o n ) 和软件公司m i c r o s o f t 合作开发交互 式( i n t e r a c t i v e ) 电视等。现在的情况已不是简单地满足某些用户地图象压缩地要求， 而是正在以图象编码为核心出沭之一大规模地积极开拓新的产品和应用领域，并已开 始影响到人们的生活方式。 1 4 1 数字电视 数字电视具有图象质量高，可以更合理地充分利用各种类型的频谱资源，可以实 现多种业务的动态组合和统计复用，易于加密，具有可扩展性、可分组 生和互操作性， 可以灵活组崩汶耍式电视系统等优点。这些有点是模拟电视所无法比拟的。可以断言， 下代电视必将是数字电视。但是，数字电视收到数据量庞大的约束，所以j 西薛来图 象编码研究主要集中在视频压缩上，以改进数字电视的性能，从而促使各等级( 1 e v e l ) 数字电视的成功实现，扩大其应用领域。这从近年来制订的图象编码国际建议中视频 编码和静止图象编码国际建议的数量比例中即可见斑。以分辨率为基础，数字电况 可分为四个等级：可视电话、会议电视、数字标准清晰度电视和高清晰度电视。在国 外，h 2 6 3 和常规电视分辨率的m p e g - 2 产品也开始推出，而t d t v 接收机的批量生产 则是眼前就可实现的事。 1 4 2 其它应用 1 电视计算机( t e l e c o m p u t e r ) 。它是介于电况和计算机之间的应用。它将个k 西北工业大学硕士学位论文第一章概论 计算机和电视机融为一体，构成个多媒体工作站。 2 多媒体出版物，包括电子图书、电子报刊等。 3 各种图象信息系统，如指纹库、遥感图象数据库等。 图象压繇排已经为开创新的应用领域提供了良好的技术基础。如m p e g - 4 a h g 专 家组为m p e g - 4 制订的功能目标指出，m p e g - 4 的目标不仅是改进的可视电话，而目应 该满足广播、通信、计算机领域相互渗透的要求，以交互性、高压缩比以及与多种存 储与通信( 包括无纷恿信) 信道相连为特色，从而构成现有的国际建议不支持的、全 新的视听应用标准。总之，图象压缩技术为开拓全新的应用领域打下了坚实的基础。 1 5 图象压缩编码的国际标准 随着数字化时代的到来，广播、通信、计算机三大技术的日益融合，用户已愈来 愈迫切地需要能够自由地出名种传输媒体中读取娄 错、视频信息，这就为制订有关 国际标椎提供了重蓦跳契机。从1 9 8 6 年超，i t u ，i s o ，i e c 等国际组织就开始致力于 $ l j s t 图象压缩编码的国际标准。最初标准的制订是本着服务于特定应用的原则进行的， 如1 9 8 8 年形成草案，1 9 9 0 年1 2 月获得通过的 l2 6 1 建议就是针对会议电视和可是电 话业务发展的需要而制订的；1 9 9 1 年3 月获得通过的p e g 标准则是针对静止图象压 缩编码制订的国际标准。即使是1 9 8 8 年成立的“活动图片专家组”( 仲e g ) 于1 9 9 3 年8 月制订的第个标准m p e g - 1 也主要是应用于数字存储媒体( d s m ) 。至于1 9 9 5 年 7 月提出的h 2 6 3 建议也只是在 l2 6 1 建议的基础上加以改进，以适用于甚f 氐码率( 小 于6 4 k b p s ) 可视电话系统的需要。但在当今数字汇聚时代，这种面向应用的标准制订 原则就暴露除了局限性，因此在肝e g 一2 标准制订过程中，就摒弃了面向应用的标准 制订原则，而是趋向于制订种通用的活动图象及其声音的编码标准，并于1 9 9 4 年 1 1 月获得通过。而正在制订的m p e g - 4 标准同样是本着通用性的原则，其目的是要实 现真正的多媒体i 恿信，该标准预定1 9 9 7 年11 月形成委员会标准草案，1 9 9 8 年1 1 月 形成国际标准。下面就对这些标准的开发过程及其应用做一简单介绍： 1 h 2 6 1 建议和h 2 6 3 建议 c c i t t ( 即后来的i t u - t ) 第1 5 研究组( s gx v ) 于1 9 8 4 年成立了“可视电话专 家组”，经过1 9 8 5 1 9 8 8 三年的研究，提出了视频编解码器的h 2 6 1 建议草案，以覆 盖整个i s d n 基群信道，满足会议电视和可视电话业务同益发展的需要。1 9 9 0 年7 月， s g x v 通过了该建议，定名为“p x 6 4 k b p s 视听业务的视频编解码器”，其中p = l 3 0 ， 因此，h 2 6 1 建议又成为p x 6 4 k b p s 的视频编码标准。同年1 2 月1 4 同，c c i t t 在日内 西北工业大学硕士学位论文第一章概论 瓦修改通过了该建议。为了满足近年来在普通公用电话网或移动电话网e 进行可视电 话通信的需要，即视频压缩码率低于6 4 k b p s ，在注入2 8 8 k b p s 等速率的信i 酋e 进行 可视电话通信，i t u _ t 在h 2 6 1 建议基石出e 进行改进，于1 9 9 5 年7 月提出了 l2 6 3 建 议“甚低码率通信的视频编码” 3 1 。当然，h 2 6 3 现在也可被用于大于6 4 k b p s 的信 道，并能产生比h 2 6 1 好的图象。 2 j p e g 标准 早在1 9 8 2 年，i s o 忉7 s c 2 肿8 就成立了个图形图象专家组进行静止图象压 缩编码的研究，到1 9 8 6 年，该专家组与c c i t ts gv i i i 联合成立了“联合图片专家组” ( j p e g ) ，开发静止图象彩色数据压缩标准。在传统的标准化模式中，标准的制订是通 过对已存在的相互冲突的标准协调来进行的，而j p e g 则采用了种全新的模式，即通 过真正的国际标准范围内应用合作模式来进行标准的开发。这种模式避免了竞争，从 而保证在世界范围内得到广泛接受，以后的m p e g 也正是吸收了j p e g 成功的经验而建 立起来的。1 9 8 7 年3 月，有1 2 种候选方案被提出，经测试竞争和改进，确定自适应 d c t 为最佳，并于1 9 8 9 年1 月行程j p e g 技术规范的第个草案，其后又修改了8 次， 至1 9 9 1 年行程i s o l 0 9 1 8 国际标准草案，并在年后成为国际标准，简称j p e g 标准 【2 l 】。目前，j p e g 标准被广泛用于t e l e m a t i c 业务图象通信的中断，如：v i d e o t e x ， 连续调( 包括彩色) 的可视图文；用帧内编码传活动图象，亦称m j p e g 即m o t i o nj p e g ： 多媒体匣用以及广播电视后期带蚱等。 3 肝e g 标准 押e g 的另一名称是国际标准化组织( i s o ) 和国际电工委员会( i e c ) 的共同委员 会( j t c ) 第2 9 分委会( s c ) 第1 1 工作组( w g ) ，简称i s o i e c j t c l s c 2 9 w g l l ，成 立于1 9 8 8 年，任务是开发活动图象及其声音的数字编码标准。 妒e g 成立之处的目标是建立一个适用于数字存储媒体( d s m ) 存储与检索的活动 图象、相关声音及其组合编码的标准，包括三个研究项目，即压缩码率分别为1 _ 5 ， 1 0 和4 0 m b p s 的标准，相应地成为肝e g 一1 ，m p e g - 2 及m p e g - 3 。标准由三部分组成： 系统、视频和音频。此外，还有正在筹备的第四部分，即性能澳岍式。经过两年的努力， 与1 9 9 0 年1 2 月提出了咿e g 一1 标准草案，主要指标为：图象质量和当前录箭6 i j j f 葫奎 到的水平相当；压缩的图象和伴音总码率为1 5 o p s ；数字存储适合当前应用的几种 媒体。1 9 9 1 年1 1 月忡e g 一1 标准草案通过，并于1 9 9 3 年3 月被正式承认为国际标准， 编号为i s o i e c l11 7 2 2 3 1 。肝e g - 1 标准的一个成功应用范例是数字激光视盘v c d ， 在直径约5 英寸( 1 2 c m ) 盘片上( 其制作工艺与激光唱盘( c d ) 完全相同) ，可存放畅 达7 4 分钟的肝e g - i 标准压缩的影音信息，每套两片的v c d 可播映1 4 8 分钟，能 葫足 西北工业大学硕士学位论文 第一章概论 般影视节目需要。解压后所播映图象质量优于v h s 家用录像带，立体声音质则与c d 接近，且具有无损耗播放、使用寿命长、价格低廉以及能与计算机组成多媒体系统等 优点，目前已广泛进入家庭。另外，m p e g - 1 音朔鸥| 6 码的l a y e r 2 则已用于欧洲的数字 声音广播( d a b ，e u 一1 4 7 ) 。 忡e g _ 2 可理解为m p e 6 - 1 的进步发展，该# 示准制订始于1 9 9 0 年7 月，并与i t u l 进行合作，1 9 9 1 年5 月开始征集有关图象编码算法，共有3 2 个公司和组织提供了非 常详细的研究结果和d 1 格式的编解码图象录像带，同年1 1 月在日本的j v c 研究所进 行对b 匕钡帆式，确定了带有运动补偿和内插的d 研是最成熟的，并且性能最好。在1 9 9 2 年1 月的有关会议匕又确定了仲e g - - 2 是“通用”( g e n e r i c ) 标准，而不再局限于数 字存储媒体。在研究过程种发现e 匕特率不够用已成为主要问题。此外还了解到肝b 和娅p g - 3 标准在分级编码技术的关系e 彼此联系紧密。基于上述原因，取消了肚里的 m p e c , - 3 标准阶段的计划并与m p e c r 2 合并。最后，m p e g 一2 研究范围被限制在编码器码 流结构和解码器算法规则上，即只规定能够实现交互工作所需的最低限度内容，使标 准自旨有段较长的有效期。御e g _ 2 的声音和系统部分工作始于1 9 9 2 年7 月，并于1 9 9 3 年11 月行程m w 弼, - - 2 草案，1 9 9 4 年1 1 月产生忡e g _ 2 国际标准i s o i e c l 3 8 1 8 。m p e g - 2 标准的成功之处是开发了通用的压缩编码方法，是一种以“档次”( p r o f i l e ) 和“等 级”( 1 e v e l ) 为基础的规范化全系统，可满足不同的图象分辨率及有关的存储成本和 处理速度的需要。因此，m p e g - 2 标准能广泛应用于卫星广播业务( b s s ) 、电缆电视 ( c a t v ) 、数字电视地面广播( d t t b ，包括美国的用于h d t v 的g a 系统和欧洲的d v b 等) 、点播电视( v o d ) 、数字声音广播( d a b ) 、多媒体终端、网络数据库业务、双工通 信等众多领域。目前最热门并将先后进入实用化的匣用有： 美国的唧v 地面广播一一g a ( g r a n da l l i a n c e ) 系统。带宽舢 z ，允许传 输总码率1 9 2 8 m b p s ，其中视频码率约1 8 8 m b p s 。 欧洲的d v b 和d a b 系统。其中d a b 已开始广播，d v b 已先后完成d v b - s ( 用 于卫星) 、d v b - c ( 用于有线电视) 和d v b - t ( f f l 于地面广播) 等主要标准建议。 d v d 。它将优先保证图象质量，采用了变速率编码技术，图象尺寸大约是 7 0 4 x5 7 6 象素，平均视频码率4 5 m b p s ，总数码率5 6 m b p s ，每盘大约1 3 5 分钟， 重建图象分辨率4 8 0 线。 交互式电视( i n t e r a c t i v et v ) 。包括点播电视以及非列称的( a s y m m e t r i c ) 双工通信方式。 世界范围的共同努力以及i s o w g l l 的积极选择和开发使剐f 有理由相信，泞e g 一2 是目前最好的标准，并目在今后几年里有最优的性能价格比。当然有关研究还将继续 西北工业大学硕士学位论文第一章概论 进行，而且新的编码方法也已在开发种。对御e g 一2 也有需要扩展的方面，如：d s m - c c ， 实时借口( 盯i ) ，l o b i t 视频编码和非反向兼容( n b c ) 音频编码、一致性测试等。 目前有关新的编码方法的研究主要集中在甚低码率编码方法，即m p e g - 4 标准的 制订，即为传输率在每秒数千b 匕特范围内的编码建立一个共同的基础，以实现多媒体 通信。m p e g - 4 将提供个灵活的框架和个开放l 生的工具包，以支持各种新的和传统 的功能。肝e g - 4 标准的工作已从1 9 9 3 年7 月开始，预计1 9 9 7 年1 1 月提出建议草案， 1 9 9 8 年1 1 月行程国际标准。 e 述标准在技术方案匕，除尚i l ! l i l t t i 的m p e g - 4 标准，均采用了以运动补偿帧 间预澳忏口分块d c t 为基础的混合编码算弦( 5 p e g 标准所采用的算法可看作是吟特例， 即采用的是帧内编码方式) 。其中最早提出的h 2 6 1 建议可以说是图象编码发展过程中 的一个里程碑，它是图象编码4 0 年研究成果的总结，其后的i f f ) e g - i ，m p e c r - 2 和h2 6 3 都是以它为基础加以改进而成的。这些标准的制订极大地推动了图象压缩编码实时实 坝拇爿地研究和发展，促进了图象压苎宿编码拱爿好业化和图象通信的发展和应用。 其重要意义不仅在于能利用大规模集成电路技术大批量生产便宜的专用芯片，更重要 的是，它有力地推动了数字图象压缩编码在通信、广播电视、计算机等领域的发展。 6 i 而j 虫来了图缘通信黄金时期的到来。 1 6 研究内容 拿起电话机，不仅能听到对方的声音，而且能看到活动的头肩像，这种理想的通 信手溅电视电话( v i d e op h o n e ) 。而会议咽婕 骄i j 用电秒敲术的设微开会 的另种通信方式。会议电视不仅可以看到声音，还可以看到会议参加者、主持人和 发言者的活动图象。这与真实的会议无异，却不需要会议参加者作长途旅行，其优越 性是显而易见的。 为此，国际电信联盟( i t u t ) 专门成立专家组研究会议电话和会议电视的编码 问题，最终完成和批准了h 2 6 1 标准，该建议覆盖了整个窄带i s d nj 蟀( p x 6 4 k b i t s ) 的图象编码，但是对于更低的传输速率场合，例如普通电话线等该标准的视频质量差 强人意。1 1 1 j - t 为此又制订了低码率图象压缩的标准h 2 6 3 ，它在h 2 6 1 建议基础t 作 了一些相当重要的改进，使得编码图象的质量获得很大的提高，传输码率低于 6 4 k b i t s 。 基于这种意义，本文对h 2 6 3 标准中的多种压缩编码方法和处理方法，包括离散 余弦变换( d ) 、估计预测编码、均匀量化、行程编码和可变长编醐茳行了介绍，说 明了h 2 6 3 标准中的若干改进，重点对月种j 垂动估值中搜索算法的性能和模拟结果进 西北工业大学硕士学位论文 第一章概论 行了分析比较。完成了h 2 6 3 的运动图象的编码模拟。而又由于目前市场上出现了符 合h 2 6 3 建议的视频编码a s i c 和d s p 芯片，且d s p 尚眭能、低功耗、可编程的特性非 常适合视频编码的实时性要求，本文最后对其中的搜索算法一十字交叉搜索算法在 t m s 3 2 0 v c 5 4 0 2d s k 板匕进行了仿真。 本文内容安排如下：第二章主要介绍了h 2 6 3 视频编码协议的基本框架、可选模 式以及码流的语法结构。第三章首先介绍了h 2 6 3 协议的编码算法，对其中主要编码 方法一变换编码( d c t ) 、量化、可变长编码( v l j c ) 和行程编码( r l e ) 与运动预测和 补偿的基本原理和编码过程进行了详细说明。重点介绍了在该编码算法在p c 机上的模 拟过程，并对其中运动预测的几种搜索算法性能进行了比对。第四章介绍了d s p 的基 本情况，并对十字交叉搜索算法在n 6 v c 5 4 0 2d s k 板上的模拟进行了说明。最后对视 频编码的发展进行了展望，对自己的工作进行了总结。 两北t 业人学f 叫1 学位论文第二章甚低码率幽象编码周际标准h2 6 3 第二章甚低码率图象编码国际标准h 2 6 3 2 1h 2 6 3 的基本框架 2 1 1h 2 6 3 十，f 准概述 攀 一j 一“r 一一v l cl - 襻0 “ 。j 叫超 “需；i h i 运动。帧 补1 0 存 一豁i 图2 1h 2 6 3 图象编码器原理框图 为了使2 能够适用于6 2 5 行或5 2 5 行标准的电视信号，其信源编码器基于c i f 格式进行工作。i 谜视频输入和视频输出的电视信号标准可以是不相同的，可以是模 拟的或数字的，输入信号格式到编码所需格式的变换和编码格式到输出信号格式的变 换等，都不属r 该标准的编写范围。 视频编码器卜成的码流将是自我格式化的，该数据流可以和其他多种信源信号 混合传输。 炒m 斛码器执行与视频编码器相逆的处理过程。h2 6 3 标准对视频输出比 特率没有进刑睹乩输出比特率既可以是匣定的，也可以是变化的。 输入的图象信号可以在多种频率下采样处理，这采样频率和传输网络的数字 阿北t 业人学坝i 学位论殳第二章甚低码率幽象编码周际标准i - 1 2 6 3 h 寸钟是异步的。 h 2 6 3 采取的混合编码技术，即用帧问预测减少时f 蓼沉余，用变换编码减少残差 信号的空削冗余，相应的解码器具有运动补偿能力。对于运动补偿，卜l2 6 3 采用的是 半像素精度，与ii 2 6 1 中所采用的全像素精度和一个环路滤波器的设计不同。被发送 的各种符号采用可变长编码技术。h 2 6 3 第l 版中包含四个基本模式：非限制运动矢 量模式、基于语法的算术编码模式、高级预测模式以及p b 帧模式。 2 1 _ 2 视频信r _ l 的表示 视频被描述为嘲连续的画面，而每幅画面看作是二维的像素阵列，每像素的 彩色表示包含二i 个分量：红( r ) 、绿( g ) 、蓝( b ) ，这称为图像的r g b 空间表示。但大 多数压缩算法是在另一个彩色空间，即在y c r c b 空i 铷中进行压缩处理。在y c r c b 空间 中，每一彩色像素是用另三个分量表示的：亮度分量( y ) 以及两个色差分量( c r 、c b ) 。 我们可以利用两个空间的联系进行空间转换，如下是两个空间相互转化的公式( 2 1 ) ： y = 0 2 9 9r + 0 5 8 7 g + 0 1 1 4 br = y + 1 1 4 c b c b = 一0 1 4 7 r 一0 2 8 9 g + 0 4 3 6 1 3 = 0 4 9 2 ( b - y ) g _ y 一0 3 9 4 c r - 0 5 8 c b( 2 i ) c r = 0 6 1 5 r 一0 5 1 5 g 一0 1 b = o 8 7 7 ( r - y )b = y + 2 0 3 c r 进行两个彩色空间的转换是基于人类视觉系统的特眭：在r g b 空间中，r 、g 、b 三个信号有个发生了变化，则总的图像的颜色就会发生变化，人眼是很容易察觉这 种变化的；然而人眼对y 、c r 、c b 三个信号的变化是有不同反应的，其中亮度信号的 变化比较敏感，而对色差信号的变化不是很敏感，这样就可以更多的考虑亮度信号， 而对色差信号采用一些处理方法以提高压缩比：e 匕血口即使经过亚采样或直接丢弃部 分数据等处理，但人眼对恢复时转换到r g b 空间后的图像的变化仍然是不易察觉的。 所以不管存 陌标准，m p e g 标准还是这里的h 2 6 3 标准都要将视频源从r g b 空问变 换到y c r c b 窄| i l j l 】去，对亮度分量和色差分量采用不同的处理办法，以进行更进一步 的口! 缩处理。杉# 时包视系统n t s c 、p a l 制式中给亮度信号分配的发射带宽比给色差信 号分配的发射带宽大几乎2 倍也是基于这个原理设计的。在我们的编码方案罩，也进 行了这样的考虑。 箔一章甚低妈率幽象编码困l 幻、标准h2 6 3 2 1 3 视频源的格式 视频信源编码器的处理对象必须是非交织的图象，产生频率为3 0 ，0 0 0 1 0 0 l ( 约 2 9 9 7 ) 帧秒。| 2 6 3 定义了五种标准化的图象格式： 洲l r 咂if ：亚四分之一的公共中间格式 ( ) c 叭四分之一的公共中问格式 c i