（电气工程专业论文）h264avc在远程视频监控系统中的应用研究.pdf

硕士学位论文 a b s t r a c t i nr e c e n ty e a r s ，w i t ht h eu n c e a s i n gd e v e l o p m e n to ft h en e t w o r kt e c h n o l o g y ，t h e t r a n s m i s s i o n t e c h n o l o g y a n dt h ev i d e o c o d i n gt e c h n o l o g y ， t h er e m o t ev i d e o s u r v e i l l a n c es y s t e mo b t a i n e dt h e w i d e s p r e a da p p l i c a t i o ni ne v e r yw a l ko fl i f b c o m p a r e dw i t ht h ef o r m e rv i d e oc o d i n gs t a n d a r d ，b e c a u s eh 2 6 4 a v ch a su s e dt h e t e c h n o l o g i e sl i k et h em u l t i - m o d es e l e c t i o n ， r a t ec o n t r o la n ds oo n ，h a sah i g h e r c o m p r e s s i o nr a t i oa n dt h es t r o n g e rn e t w o r kc o m p a t i b i l i t y ，s oi tb e c o m e sah o ts p o t t h a th o wt o a p p l yt h eh 2 6 4 a v cv i d e oc o d i n gs t a n d a r di n t h er e m o t ev i d e o s u r v e 订l a n c es y s t e m f i r s t l y ， t h i sp a p e ri n t r o d u c e st h ek e ym o d u l e so fr e m o t ev i d e os u r v e i l l a n c e s y s t e ma n dt h en e wt e c h n i q u e st h a tu s e di nt h es t a n d a r do fh 2 6 4 a v cv i d e oc o d i n g i nd e t a i l t h e n ，i nv i e wo ft h eh i g hc o n l p l e x i t yo fc u r r e n tm o d ed e c i s i o na l g o r i t h m ， w i t ht h ea n a l y s i so fv i d e os e q u e n c ei m a g e s m o d ed e c i s i o n si nt h ev i d e os u r v e i l l a n c e s y s t e m ，s u m m e du pt h ec h a r a c t e r i s t i ct h a tal o to fs k i pm o d e sa n dl6 l6m o d e st h a t u s e di nt h ef r a m e so fv i d e os u r v e i l l a n c ei m a g e s t h u st h i sp a p e rp r e s e n t sas k i pm o d e a n d16 16m o d ep r e d i c t i o na l g o r i t h m i na d d i t i o n ，t os o l v et h ep r o b l e mo ft o om a n y c a n d i d a t em o d e si nc o d i n gm o v i n gm a c r o b l o c k ，a ns o m em o d e sp r e - e x c l u d em e t h o di s p r o p o s e db yc o n s i d e r i n gt h em u c hl o w e ru s e so fs o m em o d e si nt h ev i d e os u r v e i l l a n c e s y s t e m f r o mt h et w od i f f e r e n ta s p e c t s ，t h ep a p e rc o n s t i t u t e daf a s ti n t e rm o d e d e c i s i o na l g o r i t h mu s e di nv i d e os u r v e i l l a c es y s t e m t h ee x p e r i m e n t a lr e s u l t ss h o w t h a tt h e r ei se n o r m o u sc o m p l e x i t yr e d u c e da n dg r e a te n c o d i n gt i m es a v e dc o m p a r e d w i t ht h eo r i g i n a lh 2 6 4r e f e r e n c es o f t w a r e f i n a u y ，a c c o r d i n gt on e c e s s a r yt oc a r r yo n t h ee x a m i n a t i o nt oa l lm o n i t o r i n gi m a g e si nt h eb l o c km a t c h i n gm o t i o nd e t e c t i o n ， w a s t i n gm e m o r yr e s o u r c e sa n du s i n gm o t i o nv e c t o rt oe x a ma l o n eh a sc o n c l u s i o ni n t h er o b u s t n e s sa n ds e n s i t i v i t y ，t h i sp a p e ra l s op r o p o s e sai m p r o v e db l o c km a t c h i n g m o t i o nd e t e c t i o na l g o r i t h mw h i c hi sb a s e do nh 2 6 4 a v c t h ea l g o r i t h mc a ns a v et h e m a s s i v en o n e s s e n t i a lm o t i o nd e t e c t i o np r o c e s s ，s a v et h es u r v e i l l a n c e s y s t e m s m e m o r yr e s o u r c e s ，a n dc a ne f f i c i e n t l yr e d u c et h ei n n u e n c eo fb r i 套h t n e s sc h a n g ea n d l e n sd i t h e r i n g t h er e s u l t so fs i m u l a t i o na n dr e s e a r c hs h o wt h a tt h ef a s ti n t e rm o d ed e c i s i o n a l g o r i t h ma n dt h ei m p r o v e db l o c km a t c h i n gm o t i o nd e t e c t i o na l g o r i t h mp r o p o s e di n t h i sp a p e ra r em u c hm o r es u i t a b l ef o rr e m o t ev i d e os u r v e i 儿a n c es y s t e m 。 i i i h 2 6 4 a v c 在远程视频l 旌控系统中的应用研究 k e yw o r d s ：r e m o t ev i d e os u r v e i l l a n c e ；h 2 6 4 a v c ；i n t e rm o d ed e c i s i o n ；m o t i o n d e t e c t i o n ；b l o c km a t c h i n g i v 湖南大学 学位论文原创性声明 本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的 研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或 集体己经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均 已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。 作者签名：稿蕊敏日期：加客年l 月f j 日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保 留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。 本人授权湖南大学可以将本学位论文的全部或部分内容编入有关数据库进行检 索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。 本学位论文属于 1 、保密口，在年解密后适用本授权书。 2 、不保密囤。 ( 请在以上相应方框内打“”) 作者签名：力滁数 导师签名： 日期：沙孚年孕月1 1 日 日期：沙g 年譬月f 日 硕士学位论文 1 1 选题背景与意义 第1 章绪论 随着社会的不断发展，视频监控系统在智能交通、智能楼宇、银行、商场超 市、医院校园、企业生产和生活小区等范围内得到了广泛的应用，已经渗透到生 产和生活中的各个领域。 视频监控系统的发展大致经历了三个阶段：九十年代初以前，以摄像机、 视频矩阵、分割器、录象机为核心，采用手动方式对各个监视点的情况进行切换 的闭录电视监控系统，称为第一代模拟监控系统。九十年代中期，随着计算机处 理能力的提高和视频技术的发展，人们利用计算机对视频进行控制和切换，采用 直接电缆方式进行传输，通过显示器实现图像的多画面显示，这种基于p c 机的 多媒体主控台系统称为第二代数字化本地视频监控系统。由于有线模拟视频信号 的传输对距离十分敏感，分布工程量大，而且通讯协议的多样化和专用化难以统 一，因此很难组建大规模的监控系统。九十年代末，网络带宽、计算机处理能力 和存储量显著提高，各种实用视频处理技术相续出现，视频监控步入了全数字化 的网络时代，网络用户可以通过控制界面对信息进行远程监控和管理，称为第三 代监控系统。 与以往的视频监控系统相比，第三代的远程数字视频监控系统顺应了当前信 息社会的发展趋势，具有无法比拟的优势，主要表现在： 第一：视频图像数字化，便于充分利用计算机的快速处理能力对其进行压缩、 分析存储和显示。并通过视频分析，及时发现异常情况，实现联动报警； 第二：数字信息抗干扰能力强，不易受传输线路信号衰减的影响，基本上不 受现场环境及地域、距离等条件的限制，可以大幅度提高图像品质和稳定性； 第三：数字视频监控系统采用大容量磁盘阵列或硬盘存储器，可以节省大量 的磁带介质，同时有利于系统方便快捷地实现多媒体信息查询； 第四：数字视频通过计算机网络互连，可以摆脱地域的限制，实现空间域的 扩展，使监控的实现更加简单，便捷； 第五：数字视频监控系统主要由电子设备组成，集成度高，体积小，易于安 装，使用和维护。 鉴于远程数字视频监控系统广泛的应用前景和潜在的经济价值，国内外许多 著名的研究机构和研究人员已经对其展开了深入的研究，特别是对监控系统中的 视频压缩技术和运动目标检测技术，更是投入了大量的人力物力，很多重要的学 h 2 6 4 a v c 在远程视频监控系统中的应用研究 术期刊和重要的学术会议都针对这两方面做了相关的专题。 在远程视频监控系统中，视频压缩编码技术之所以重要，是因为在监控的过 程中，前端摄像头会输入大量的视频信号，如果这些视频信号不经过压缩处理， 直接进行存储，需要耗费大量的存储资源；另一方面，对于需要进行网络传输的 远程视频监控系统而言，如果视频图像不经过压缩编码，它就不能通过有限的传 输带宽进行数据传输。自1 9 8 0 年以来，国际标准化组织( i s o ) 、国际电工委员 会( i e c ) 、国际电信联盟( i t u ) 下属的国际电报电话咨询委员会( c c i t t ) 已 开始着手并陆续完成了各种数据压缩与通讯的标准和建议，如m p e g 系列和 h 2 6 x 系列【2 1 。 目前远程视频监控系统中常用的图像压缩标准是m p e g 2 和h 2 6 3 ，但它们在 实际应用中却存在着一定的局限性： 第一：图像的压缩率偏低，不利于图像的远程传输； 第二：他们的适应性差，不能根据网络的实际情况自适应调节传输速率，使 得网络发生拥塞时性能急剧下降。 针对上述局限性，h 2 6 4 a v c ( a d v a n c e dv i d e oc o d i n g ) 作为目前最新的视频编 码标准正被逐步应用于远程视频监控系统中，h 2 6 4 a v c 视频编码标准是i t u t 和m p e g 联合制定的视频编码标准，该标准同时作为m p e g 4 的第1 0 部分。与 以往标准相比，h 2 6 4 a v c 在帧内编码，帧间预测、变换量化和熵编码等方面采 用了多种新技术，大幅度提高了编码效率，并且具有较好的网络亲和力和抗误码 能力。将h 2 6 4 a v c 运用到远程视频监控系统中拥有如下的优势： 1 、低码率：h 2 6 4 a v c 压缩技术可以大量节省存储空间和网络带宽； 2 、容错能力强：h 2 6 4 a v c 提供了解决在不稳定网络环境下容易发生的丢报 等错误的工具； 3 、网络适应性强：h 2 6 4 a v c 提供了网络适应层，使得h 2 6 4 a v c 的文件 能容易地在不同网络上传输。 正因为h 2 6 4 a v c 较其他视频编码标准具有如上所列的诸多优势，所以如何 更好地将h 2 6 4 a v c 运用到远程视频监控系统中成为当今研究的一个重要方向。 运动目标检测技术作为视频监控系统中研究的另一个热点，可以实现对监控 内容查询简化和自动报警的联动功能。如果监控系统对整个监控过程中的图像数 据都进行存储的话，不仅需要大量的存储空间，并且在需要进行检索的时候，需 要查看大量的存储信息，过程非常麻烦。如果在监控系统中加入运动目标检测模 块，就能在发现监控场景出现异常情况后才对视频图像进行存储，大大减少检索 内容，简化检索复杂性。再则，由于计算机屏幕尺寸有限，同时显示多路视频时 每一路预览的画面都比较小，这一点不利于工作人员及时发现一些细小的隐蔽的 安全隐患问题，而且在视频监控系统的应用中，有很多需要监控系统长时间工作 2 硕士学位论文 的场合，如夜间大楼走廊，拐角处等。如果要监控人员实时观察这些场景中突发 情况的发生几乎是不可能，因此需要运动目标检测技术来提供目标检测和自动报 警【3 】【4 】。 综上所述，如果能更好地将h 2 6 4 a v c 视频压缩标准应用到视频监控系统中， 如果能使运动目标检测技术更加容易实现，结果更加准确，就能极大推动社会安 防事业的发展，使人民的生活变得更加安定。 1 2 论文研究的主要内容 1 2 1 帧间模式选择算法优化 在各视频压缩编码标准中，h 2 6 4 a v c 标准与其他编码标准相比虽然大幅度 提高了视频图像的编码效率，可它编码效率的提升是以编码计算复杂度的增加作 为代价的。就h 2 6 4 a v c 的模式选择算法而言，帧内编码采用了4 4 和1 6 1 6 两种模式，帧间编码采用了包括s k i p 模式在内的多种编码模式，并且都采用了 率失真优化全历遍策略来对所有模式进行计算选择，极大地加大了编码的计算复 杂度【5 】【6 】。这样的多模式选择过程，不仅意味实现h 2 6 4 a v c 的编码器需要采用 价格昂贵的处理器，而且在压缩视频图像的过程中需要消耗大量的编码时间，无 法满足视频监控系统的实时要求。针对该问题，人们对如何准确快速地进行模式 预测做出了大量的研究，其中包括帧内模式选择算法的优化和帧间模式选择算法 的优化两个方面。 在帧内模式选择算法优化方面，文献【7 】提出利用空间域的特征，根据边界方 向直方图预先排除一些可能性小的预测模式，以降低计算复杂度。文献 8 】利用帧 内预测模式最优模式和次优模式方向通常相邻的特点，提出一种帧内预测快速三 步算法，仅选择可能性较大的帧内预测模式参与率失真计算。 帧间模式选择算法优化中最为经典的是d w u ，f p a n 等人提出的快速算法【9 1 ， 该算法利用边缘检测对视频序列中的同质区域进行检测，用相邻帧之间的差值对 静止区域进行检测，对这些区域采用较大的宏块模式，从而达到帧间宏块模式的 快速选择目的。另外，文献【1 0 】中，根据当前块的d c t 系数计算该块的能量，从 得出块的纹理复杂度来对各模块进行快速选择；文献【1 1 】，利用当前宏块模式选 择情况同相临图像对应位置宏块和帧内相邻宏块模式选择情况都存在一定相关性 的原理，预测出一个编码模式子集，对编码模式进行优化。 因为帧间模式选择过程相对于帧内模式选择过程更加复杂，帧间模式优化比 帧内模式优化能够降低更多的计算复杂度。因此，本文特意针对视频监控图像序 列的特点，对帧间模式选择过程进行了研究。 3 h 2 6 4 a v c 在远程视频监控系统中的应用研究 1 2 2 块匹配运动目标检测算法改进 目前运动目标检测算法主要有光流法、帧差法、背景相减法和块匹配法 【1 2 】- 【15 1 。其中光流法由于计算复杂、抗噪性能差等原因，一般只在有特殊硬件支 持的情况下才使用，帧差法和背景相减法是较为常用的运动检测方法，它们的计 算简单，实时性好，但是难以获得物体的运动信息，而且往往难以克服图像的抖 动和光线变化的影响。基于编码域的块匹配运动检测方法，不需要再对所有像素 点进行复杂计算，因为这些运算已经在视频压缩过程中完成了，并以运动矢量的 形式存放在码流的宏块当中，相比以上的方法更加容易实现。 虽然基于块匹配的运动矢量场的计算具有运算简单且较为实用的优势，块匹 配运动目标检测正逐步成为目前运动估计的关键技术，但块匹配法需要对所有图 像的运动矢量状况进行分析，同样存在一定的计算量。在监控过程中，大部分时 间监控场景都处于正常状态下，无异常情况发生，如果只在出现异常情况时，系 统才进行场景状态分析，就能进一步节省系统工作量。另一方面，如果只用运动 矢量对监控场景进行检测，难免会产生系统鲁棒性和灵敏性的冲突，针对以上两 点，本文在h 2 6 4 a v c 编码标准的基础上，提出了一种改进的块匹配运动目标检 测方法，该算法与原块匹配算法相比，具有节省内存资源和更加稳定的特性。 1 3 论文内容的组织安排 本论文主要包括如下内容： 第1 章绪论。简略阐述了论文的研究背景和研究内容，指明了论文研究的目 的及意义，理清研究思路提出论文的主要组织结构。 第2 章远程视频监控系统中的关键技术。简单介绍了远程视频监控系统中的 各关键技术，从整体上对远程视频监控系统进行说明和介绍。 第3 章h 2 6 4 a v c 视频压缩编码标准。对h 2 6 4 a v c 视频编码标准进行了深 入、系统的分析，介绍了h 2 6 4 a v c 视频编解码框架及其采用的一些新技术。 第4 章帧间模式选择算法优化。在对h 2 6 4 a v c 帧间模式选择过程和几种 常见的快速帧间模式选择算法进行详细介绍的基础上，针对现存的各类快速模式 选择算法运用到编码视频监控序列图像中存在的不足，在分析视频监控序列图像 特点的基础上，提出了一种专门针对视频监控序列图像的快速帧间模式选择算法， 并通过j m 8 6 对新算法的有效性进行了实验验证。 第5 章运动目标检测算法及改进。在分析现有的各种运动检测方法的基础上， 针对块匹配运动目标检测算法中的不足，提出了基于h 2 6 4 a v c 的块匹配运动目 标检测改进算法，并实验验证了该方法的可行性。 最后，对全文进行总结与展望。 4 硕上学位论文 第2 章远程视频监控系统中的关键技术 2 1 视频压缩编码技术 2 1 1 视频图像压缩编码的必要性 众所周知数字化的图像信号数据非常庞大，如一幅6 4 0 4 8 0 p i x e l 中等分辨率 的彩色图像( 2 4 b i t p i x e l ) 的数据量为7 3 7 m b i t ，如果是运动图像，以每秒3 0 帧或 2 5 帧的速度播放，则视频信号传输速率为2 2 0 m b i t s ，要传送该视频信息需要非 常高的网络带宽。如果把该信号存放在6 5 0 m b 的光盘中，一张光盘也只能播放 2 0 多秒钟。所以，必须对数字化信号进行压缩处理，只有这样才能节约存储空间、 节省c p u 空间、节省传输时间等【1 6 】。 2 1 2 视频图像压缩的可能性 人的视觉系统h v s ( h u m a nv i s u a ls y s t e m ) 和图像信息中存在着的各种各样的 冗余，使压缩成为了可能。 人的视觉系统使压缩成为可能是因为人眼对图像的细节分辨率、运动分辨率 和对比度分辨率的感觉存在一定的界限。当图像处理所引起的失真不易察觉时， 人的视觉系统仍会认为图像是完好的或足够好的。因此，可在满足一定图像质量 的情况下，减少表示信号的精度，实现数据压缩。 多媒体的数据量和信息量关系为：i = d d u ，其中i ，d ，d u 分别为信息量、数 据量和冗余量( d 中的数据冗余) 。信息量是需要传输的主要数据，数据冗余是不 需要传输的无用数据。通常情况下，视频信号中都存在大量的冗余度，这种冗余 度在编解码后可以无失真地恢复，并且人眼并不会感觉到这种冗余的消除，因此， 不会影响图像的质量。 图像信息压缩中利用到的各种冗余如下【l7 】： ( 1 ) 空间冗余度：空间冗余度和时间冗余度都起因于图像的统计性质，所以 称为统计冗余度。空间冗余度是指一幅图像内所包含的冗余度。通常情况下，相 邻像素之间有较强的相关性，特别是在较平坦的图像中，像素之间通常是相近的。 因此，这些像素之间存在着很大的冗余，通过帧内预测编码就可以达到大幅度的 压缩。 ( 2 ) 时间冗余度：时间冗余度是指相邻的图像间所具有的冗余度。通常情况 下，相邻的两幅图像之间很相似，如可视电话、视频会议等，只有人物的头、肩 等小部分的区域发生了变化，大部分的背景通常保持不变。因此，在视频序列中 h 2 6 4 a v c 在远程视频监控系统中的应用研究 相邻两幅图像之间也存在着较高的相关性，在帧率较高的情况下相关性更高。时 间冗余度可以通过帧间预测编码来消除，达到压缩的目的。大多数的视频压缩方 法都主要是利用消除时间和空间上的冗余来实现视频图像的压缩。 ( 3 ) 结构冗余度和知识冗余度：结构冗余是依据“被摄物体本来是具有三维 结构的实际物体，而图像是被摄物体在二维平面上的投影”这一事实的。从这一观 点出发，就可以着眼于图像结构进行编码以此来提高压缩冗余度的效果。知识冗 余度编码的研究刚刚开始，总称为智能编码。 ( 4 ) 熵冗余度：熵冗余度是指由于代码出现概率的不均匀所产生的冗余度。 通常采用可变长编码来消除熵冗余度。 正因为在实际的图像信息中存在着各种各样的冗余，才使得压缩成为了可能。 通过消除这些冗余便可以实现压缩，目前大多数的视频压缩方法主要是利用时间 和空间上的冗余来实现压缩的。 现有的图像压缩算法按损失大小可分为两大类：有损压缩和无损压缩。无损 压缩算法保留图像数据，原始图像和压缩后重建图像完全一样，没有损失。有损 压缩使原始图像和压缩后重建图像存在着一定的差异，但是由于人眼的视觉系统， 使其在视觉上是无损的。有损压缩和无损压缩当前都有着广泛的应用，有损压缩 比无损压缩具有更高的压缩比。 2 1 3 视频图像压缩的目标 如前所述，视频信号信息量大，传输网络带宽有限，将原始的数字信号直接 进行传输是不现实也是没有必要的。因此，在视频信号传输之前必须先对其进行 压缩编码，视频图像压缩的两个主要目标如下： ( 1 ) 为了利用有限的传输带宽，必须将视频信号压缩在一定的带宽内，即视 频编码器应具有足够的压缩比； ( 2 ) 视频信号压缩后，经恢复应保持一定的视频质量。视频质量的评判有两 个标准，一个是主观视频质量，由人从视觉上进行评判；另一个是客观视频质量， 通常用信噪比( s n ) 或者峰值信噪比( p s n r ) 来表示。 除此之外，视频编码器还应该达到实现简单、成本低廉、可靠性高等基本要 求。 2 1 4 视频图像压缩标准 随着多媒体技术的广泛应用，图像压缩编码技术得到了学术界和工业界的重 视，获得了长足的发展。现存的主要压缩标准有以j p e g 和j p e g 一2 0 0 0 为代表的 静止图像压缩标准；以m p e g 1 ，m p e g 2 和m p e g 4 为代表的中高码率数据编码 标准；以h 2 6 1 ，h 2 6 3 ，h 2 6 3 + ，h 2 6 3 + + 为代表的低码率、甚低码率运动图像压缩 标准；以及适用范围更广的、最新完成的h 2 6 4 a v c 标准。国内对视频压缩技术 6 硕士学位论文 的研究较早，但真正制定完成属于自己的标准是在2 0 0 3 年底，即音视频编码标准 a v s 。 各视频图像编码标准内容如下： ( 1 ) a v s 视频压缩编码标准。a v s 是中国自主制定的音视频编码技术标准， 它的核心技术包括：8 8 整数变换、量化、帧内预测、1 4 精度像素插值、特殊的 帧间预测运动补偿、二维熵编码、去块效应滤波等。a v s 的主要特点是应用目标 明确，技术有针对性。因此在高分辨率应用中，其压缩效率明显比现在在数字电 视、光存储媒体中常用的m p e g 2 提高一个层次。在压缩效率相当的前提下，又 较h 2 6 4 a v c 的m a i np r o f i l e 的实现复杂度大为降低。目前的a v s 视频技术可实 现标准清晰度、低清晰度等不同格式视频的压缩。 ( 2 ) m p e g 1 视频压缩编码标准。m p e g 1 制定于1 9 9 2 年，是m p e g 第一 阶段的成果。它不支持隔行扫描所得的视频源数据流，采用了帧内编码和帧间编 码相互结合的编码方法，支持i ，p ，b ，d c 四种帧类型。该标准在典型的运动补偿 预测编码( m c p c ) 框架的基础上，应用了半像素的双向预测技术，可提供更好的编 码质量和更高的压缩比，但随着速率的提高，其解码后的图像质量有所降低。 m p e g 1 技术被广泛应用于v c d 中，也被用于数字电话网络上的视频传输，如非 对称数字用户线路( a d s l ) ，视频点播( v o d ) ，以及教育网络等。 ( 3 ) m p e g 2 视频压缩编码标准。m p e g 2 制定于1 9 9 4 年，是在m p e g 1 的基础上进一步发展成的音视频编码标准，主要目标是针对广播级的高质量音视 频以及更高的传输率。与m p e g 1 相比，m p e g 2 能够很好的处理隔行扫描的数 字视频源；支持多输入视频序列的采样格式；支持几种可选择的运动预测模式， 如按帧或场的运动预测；按帧或场的d c t 和两种不同的扫描方式等。m p e g 2 技 术被应用到d v d 中，除了作为d v d 的指定标准外，m p e g 2 还可用于为广播、 有线电视网、电缆网络以及卫星直播提供广播级的数字视频。 ( 4 ) m p e g 4 视频压缩编码标准。为了适应多媒体通信的快速发展，i s o 于 1 9 9 4 年开始制定m p e g 4 标准。m p e g 4 视频编码的主要目标在于提供一种通用 的编码标准，以适应不同的传输带宽、不同的图像尺寸和分辨率、不同的图像质 量等，进而为用户提供不同的服务。与传统的基于像素的视频压缩标准不同， m p e g 4 采用基于对象的视频编码方法，它不仅可以实现对视频图像数据的高效 压缩，还可以提供基于内容的交互功能。除此以外，为了使压缩后的码流具有对 于信道传输的鲁棒性，m p e g 4 还提供了用于误码检测和误码恢复的一系列工具， 这样采用m p e g 4 标准压缩后的视频数据可以用于带宽受限、易发生误码的网络 环境中。m p e g 4 最主要的应用就是把d v d 里面的m p e g 2 视频文件转换为 体积更小的视频文件。经过这样处理，图像的视频质量下降不大但体积却可缩小 几倍，可以很方便地用c d r o m 来保存d v d 上面的节目。另外，m p e g 4 在家 7 h 2 6 4 a v c 在远程视频监控系统中的应用研究 庭摄影录像、网络实时影像播放将大有用武之地。 ( 5 ) h 2 6 l 视频压缩编码标准。h 2 6 l 制定于1 9 9 2 年，是i t u t 提出的作 为h 3 2 0 终端使用的视频编解码建议，它是一种混合编码方案，即基于d c t 的变 换编码和带有运动预测差分脉冲编码调制( d p c m ) 的预测编码方法的混合。h 2 6 1 主要应用于i s d n 网上的视频会议系统，目前国际、国内几乎所有的( 电信、政 府、企业等) 电视会议系统采用的压缩技术均源自h 2 6 l 标准。该标准是采用现代 编码算法的通用视频标准，其后很多标准的形成都受到h 2 6 1 标准的很大影响。 ( 6 ) h 2 6 3 视频压缩编码标准。h 2 6 3 制定于1 9 9 6 年，是i t u t 提出的作 为h 3 2 4 终端使用的视频编解码建议。h 2 6 3 标准是在h 2 6 1 标准的基础上发展 而来，它是基于运动补偿的d p c m 的混合编码，在运动搜索的基础上进行运动补 偿，然后运用d c t 变换和“z ”字形扫描游程编码，从而得到输出码流。h 2 6 3 在 h 2 6 1 建议的基础上，将运动矢量的搜索增加了半像素点搜索；又增加了无限制 运动矢量、基于语法的算术编码、高级预测技术和p b 帧编码等四个高级选项， 从而达到了进一步降低编码速率和提高编码质量的目的。h 2 6 3 己广泛应用于可 视电话、视频邮件、银行、企业及智能化住宅的远程视频监控等领域。 ( 7 ) h 2 6 4 a v c 视频压缩编码标准。h 2 6 4 a v c 由i t u tv c e g 和i s o i e c m p e g 联合组成的j v t 开发的最新一代的视频压缩标准，是目前图像通信领域研 究的热点。具体的内容将在第二章进行详细的说明。 2 2 数字视频传输技术 2 2 1t c p i p 协议 在实际中，一般用到的网络传输协议是t c p i p 协议，t c p i p 分层模型有四 层，由下至上分别是网络接口层、网络协议层( i p 层) 、传输层以及应用层【1 8 儿1 9 】。 在这四层协议中，传输层建立在i p 层之上，有两种协议，分别是t c p 协议和 u d p 协议。t c p 与u d p 的主要差别为：1 ) t c p 协议是面向连接的。使用t c p 协议交换数据前必须先建立通信主机之间的连接关系。在此连接之上传送t c p 分组数据并维护此连接，用户数据传送完毕后要撤除连接。u d p 协议是面向无连 接的，每个u d p 分组都是独立的数据单元；2 ) 在t c p 传输中，高层数据可以 以字节流的形式传送给t c p ，字节流被t c p 缓冲，直到累积到一定的长度时启 动一次发送操作。而在u d p 协议中，u d p 传递给u d p 的是对应于u d p 数据 的数据块，3 ) t c p 协议提供可靠传输服务，包括报文序列、流控制、差错检验、 优先级等，而u d p 则不提供以上控制，是不可靠的服务。 在远程视频监控系统中，控制数据对可靠性要求非常高，故需要应用t c p 协 议，当检测到数据报丢失或错误时，就会要求发送端重新发送，通过数据重传来 8 硕士学位论文 恢复丢失的组块并提供有序的数据帧。但t c p 协议具有的错误重传机制、拥塞 控制机制、报文头比较大、以及启动需要建立连接等原因，不可避免的引起了传 输延时和占用网络的带宽，一旦数据丢帧就会带来比较严重的延迟，无法保证实 时性，很难适应音视频通信，特别是连续的媒体流( 如视频流) 通信的要求，使 得利用t c p 协议进行视频或音频通信几乎没有可能。u d p 是一种无连接的数据 报投递服务，虽然没有t c p 那么可靠，并且不能保证实时视音频传输业务的服 务质量( q o s ) ，但由于u d p 的传输延时低于t c p ，所以往往用来在远程视频监 控系统中传输视频图像数据。 2 2 2i p 组播技术 前面提到过，对于远程视频监控系统，视频数据的传输一般选用u d p 网络 通讯协议，而采用u d p 的i p 传送方式有单播传送、广播传送、组播传送三种 方式。 比较这三种方式，单播传送是一对一的传送，即每次传送的数据只能被一台 主机接收。广播传送是一对多的传送，即广播的数据将同时传送到局域网内的所 有主机。假如需要向n 台主机发送相同的数据，如果采用单播传送的方式，则需 要n 次的点对点传送，这种传送方式的效率很低；而如果采用广播方式，数据会 发送到局域网内的所有主机，这使得大量的主机收到与自己无关的数据，会造成 主机资源和网络资源的浪费，这对本来数据量就很大的视频数据的传输来说尤其 是很不合适的。i p 组播虽然和广播一样也是一对多的传送方式，但接收端往往不 是一个局域网内的所有主机，而是那些对收发数据报感兴趣的主机，传输端通过 一次传输就可以将信息同时传送到一组接收者，因此，采用i p 组播技术可以有 效地减轻网络负担，避免网络资源的浪费。此外，由i p 组播技术一台主机可以 同时加入一个或多个组播组的特点，可以实现监控中心同时对多个现场的监控。 由此可见，利用i p 组播技术可以很方便地实现“多点对多点”的传送功能，并且 还可以实现广域网的通信，这比较符合视频监控系统多点、多机监控、跨局域范 围的远程监控的要求【2 0 】【2 l 】。 2 2 3 多媒体通信模型 2 2 3 1c s 结构 客户机服务器( c l i n e t s e r v e r 、简称c s ) 体系结构是一种分布式的处理模式。 服务器通常采用高性能的p c 机、工作站或小型机，并采用如o r a c l e 、s y b a s e 、 i n f o r m i x 或s q ls e r v e r 等大型数据库系统。客户端需要安装专门的客户端软件。 客户机和服务器之间通过网络协议进行通讯。首先，客户机向服务器发出数 据请求，服务器将数据传送给客户机进行处理，客户机处理后将结构返回给服务 9 h 2 6 4 ，a v c 在远程视频监控系统中的应用研究 器。 c s 结构通常建立在专用的网络上，其突出的优点是能够充分发挥客户端p c 机的处理能力，客户端响应速度比较快。由于c s 结构一般面向固定的用户群， 因而对信息安全的控制能力比较强，适宜高度机密的信息系统。 2 2 3 2b s 结构 浏览器朋艮务器( b r o w s e r s e r v e r 、简称b s ) 体系结构是随着i n t e m e t 技术的 发展，对c s 机构的一种变化和改进。它利用不断成熟的w w w 浏览器技术，结 合浏览器的多种s c r i p t 语言和a c t i v e x 技术，用通用浏览器实现了原来需要复杂 的软件才能实现的强大功能。 b s 架构于广域网之上，不需要专门的网络和硬件环境，用户界面完全通过 w w w 浏览器实现，一部分事物逻辑在前端实现，但是主要的事务逻辑在服务器 上实现，b s 机构能够在很大程度上节约开发成本，是一种全新的软件系统构造 技术。 2 2 4 套接字编程技术 套接字是通信的基石，是支持t c p i p 协议的网络通信的基本操作单元。可以 将套接字看作不同主机间的进程进行双向通信的端点。它构成了在单个主机内及 整个网络间的编程界面。在客户机服务器模式下，用s o c k e t 编程方式实现网络 传输，有下列三种类型套接字2 2 】： ( 1 ) 流式套接字( s o c ks t r e a m ) 提供了一个面向连接、可靠的数据传输服 务，数据无差错、无重复地发送，且按发送的顺序进行接收。内设流量控制，避 免数据流超限；数据被看作是字节流，无长度限制。文件传输协议( f t p ) 即使 用流套接字。 ( 2 ) 数据报套接字( s o c kd g r a m ) 提供了一个无连接服务。数据包以独 立包形式被发送，不提供任何保证，数据可能丢失或重复，并且接受顺序混乱。 网络文件系统( n f s ) 使用数据报式套接字。 ( 3 ) 原始套接字( s o c kr a w ) 该接口允许对较低层协议，如i p 、i c m p 直接访问。常用于检验新的协议实现或访问现有服务中配置的新设备。 2 3 数字视频存储技术 在视频监控系统中，需要保存大量的视频监控图像数据，这就需要有一套完 整的视频数据存储策略。通常的数字视频图像在线存储一般采用硬盘或者磁盘阵 列来完成，这样可以充分利用其存储响应速度快、读写速率和传输速率高的特点。 但磁盘阵列的价格昂贵，不适于大多数嵌入式系统应用场合。随着技术的进步， 1 0 硕士学位论文 硬盘容量的不断扩大，价格大幅下降，对于大数据量存储场合具有良好性价比， 因此通过加挂硬盘的方式来增加数据存储容量是一个最为可行和经济的选择【2 引。 硬盘文件系统的物理结构是指文件在外存储器上如何存放以及与文件逻辑结 构的关系，常用的文件的物理结构有【2 4 】： ( 1 ) 连续文件：这是一种最简单的物理文件结构，一个逻辑上是连续的文件 信息存放到连续的物理块中。其优点是简单，一旦知道文件存储的起始块号和文 件长度，就能很快进行存取，速度较快。其缺点是文件的长度不能动态增加，因 为文件的末尾之后可能己分配给别的文件了。 ( 2 ) 串联文件：串联文件的物理块是不连续的，也不必是顺序排列的；在每 个物理块的尾部设置了一个指针或连接字指向下一个物理块。第一个物理块由文 件说明项中指出，最末一个物理块的连接指针为1 ，表示文件存储结束。串联结 构的优点是文件可以动态增长，不要求连续分配，调整连接指针很容易插入或删 除一个记录。其缺点是一般只适宜顺序存取，而不适宜随机存取，为了后面块的 信息，必须从开头读取前面所有的块。 ( 3 ) 索引文件：为文件建立一张索引表，每一个表目指出文件记录所在的物 理块号。这种结构的优点是既适合随机存取，又方便于动态增长，它广泛用于硬 盘文件系统中。 硬盘容量的选择实际上也就是确定系统最大录制时间，对于视频存储系统容 量的选择主要考虑以下方面：功能满足和价格约束、分辨率、帧率、压缩方式、 文件大小和存储方式。一般来说硬盘容量越大越好，但大容量的硬盘价格也非常 昂贵，单纯的追求大容量并不是一种理智的选择。 2 4 数字视频接收与播放技术 远程视频监控系统的远程监控端在接收到多媒体流后，需要对其进行实时解 码播放，这时可以用d i r e c t s h o w 技术。 d i r e c t s h o w 是微软公司提供的一套在w i n d o w s 平台上进行流媒体处理的软 件开发包，d i r e c t s h o w 为多媒体流的捕捉和回放提供了强有力的支持。运用 d i r e c t s h o w ，可以很方便地从网络上捕获数据，并进行相应的后期处理乃至存储 到文件中。d i r e c t s h o w 是一套完全基于c o m ( c o m p o n e n to b j e c tm o d e l ，组件对 象模型) 的应用系统【2 5 1 。 d i r e c t s h o w 使用一种叫f i l t e rg r a p h 的模型用来管理整个数据流的处理过 程。参与数据处理的各个功能模块叫做f i l t e r ，各个f i l t e r 在f i l t e rg r a p h 中按 一定的顺序连接成一条“流水线”协同工作。按照功能来分，f i l t e r 大致分为三 类：源过滤器( s o u r c ef i l t e r s ) 、转换过滤器( t r a n s f o r mf i l t e r s ) 和表现过滤器 ( r e n d e r i n gf i l t e r s ) 。源过滤器主要负责取得数据。数据源可以是文件、网络数 h 2 6 4 a v c 在远程视频监控系统中的应用研究 据流等；转换过滤器主要负责数据的格式转换、传输；表现过滤器主要负责数据 的最终去向，可以将数据送给声卡、显卡进行多媒体的演示，也可以输出到文件 进行存储。值得注意的是，三个部分并不都只有一个f i l t e 去完成功能，而是每个 功能都由几个f i l t e r 协同工作。 f i l t e r 之间是通过p i n 来连接的，所谓的f i l t e rp i n 之间的连接，实际上是p i n 之间m e d i at y p e ( 媒体类型) 的一个协商过程。连接总是从输出p i n 指向输入p i n 的。