（信号与信息处理专业论文）mpeg2mpeg4双模视频解码芯片的设计与实现.pdf

南京邮电学院硕士研究生学位论文摘要 摘要 m p e g 系列标准视频解码芯片的设计，是数字视频产业的一项关键技术。芯 片的设计研究和制造，将为我国的宽带网络多媒体、移动多媒体通信、数字电 视、高密度光盘等产业提供技术支撑。对于我国在音视频产业领域和视听电子 消费类产业领域，掌握核心的技术标准和专利，及其相关的生产制造技术，都 具有很大的推动作用，可以创造巨大的经济效益和社会效益。 本文首先对m p e g 一2 和m p e g 一4 两种标准进行了介绍，详细分析了它们各自 的视频解码原理，然后针对双模视频解码芯片的设计，编程实现了两种标准的 软件解码器，并给出了硬件解码器的整体架构方案和模块划分及实现，最后， 分析了解码芯片在诸多产业中的应用。 关键词：m p e g - 2 、m p e g 一4 、解码器、v l s i 、模块 南京邮电学院硕士研究生学位论文摘要 a b s t r a c t t h ed e s i g no fv i d e od e c o d e rc h i pf o rm p e gs e r i e ss t a n d a r dist h e k e yi nd i g i t a lv i d e oi n d u s t r y t h er do fm p e gc h i pw i l lp r o v i d e t e c h n i q u es u p p o r tt om u l t i m e d i aw i d eb a n dn e t w o r k ，m u l t i m e d i am o b i l e c o m m u n i c a t i o n ，d i g i t a lt v ，h i g h d e n s i t yc de t c i no u rc o u n t r y i tw i 儿 a ls op r o m o t eo u rc o u n t r yt om a s t e rt h ec o r e t e c h n o l o g y ，p a t e n ta n d c o r r e l a t i r ep r o d u c i n gt e c h n i q u ei nv i d e o a u d i oi n d u s t r ya n de l e c t r o n i c c o n s u m i n gi n d u s t r y ，i tw i i ia l s og a i nh u g ee c o n o m yb e n e f i ta n ds o c i e t y b e n e f i t m p e g 2a n dm p e g 4s t a n d a r d sa r ei n t r o d u c e di nt h i sp a p e rf ir s t l y a n da n a l y s ei sm a d eo nt h ep r i n c i p l eo fv i d e od e c o d e i n g t h e nt h ed e s i g n o fd o u b l e _ m o d ev i d e od e c o d e rc h i pi sd i s c r i b e d ，a st h er e s u l to fm yw o r k t h es o f t w a r ed e c o d e rf o rt w os t a n d a r d si sp r o v i d e d ，i n c l u d i n gt h et o t a f r a m e w o r ka n dm o d u l ep a r t i o n i nt h ee n d ，t h ea p p l i c a t i o no ft h i sc h i p i nm a n yf i e l d si sa n a l y s e d k e y w o r d s ：m p e g 一2 、m p e g 一4 、d e c o d e r 、v l s i 、m o d u l e u 南京邮电学院学位论文独创性声明 ， 7 6 5 1 2 8 本人声明所呈交的学位论文是我个人在导师指导下进行的研究 工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的 地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包 含为获得南京邮电学院或其它教育机构的学位或证书而使用过的材 料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了 明确的说明并表示了谢意。 研究生签名：蛹望把k 日期：班! 丘堆l 莎 南京邮电学院学位论文使用授权声明 南京邮电学院、中国科学技术信息研究所、国家图书馆有权保留 本人所送交学位论文的复印件和电子文档，可以采用影印、缩印或其 他复制手段保存论文。本人电子文档的内容和纸质论文的内容相一 致。除在保密期内的保密论文外，允许论文被查阅和借阅，可以公布 ( 包括刊登) 论文的全部或部分内容。论文的公布( 包括刊登) 授权 南京邮电学院研究生部办理。 研究生签名：辑岛毒走 撇名：蚴篱期：边l 。业占 南京邮电学院_ 硬士研究生学位论文 前言 刖舌 随着科技的不断发展，人们对高质量的视听信息的需求与日俱增，尤其是视频信息， 在这个多媒体技术繁荣的时代，占据了相当关键的地位。特别是近十年以来，v l s i 技术， 计算机技术，通信技术和网络技术的飞跃发展，使得视频编码的技术也随之同新月异。视 频编码的不断发展和成熟，进一步推动了国际标准化进程。大家迫切需要一个统一的标准， m p e g 正是适应这个时代而产生的，并将继续随着数字业务的发展而发展。 m p e g ( m o v i n gp i c t u r e se x p e r t sg r o u p ) 即活动图像专家组，始建于1 9 8 8 年，专门 负责为c d 建立视频和音频标准，其成员均为视频、音频及系统领域的技术专家。i s o i e c l l 7 2 压缩编码标准就是由此小组提出并制定，m p e g 由此扬名世界。目前m p e g 已完成 m p e g l 、m p e g 一2 、m p e g 一4 和m p e g 一7 等四个版本的制订，m p e g 一2 1 的制定也在进行当中。 其中，m p e g - 2 制定于1 9 9 4 年，编号为i s o i e c1 3 8 1 8 ，其设计目标是高级工业标准的 图像质量以及更高的传输率。目前，在世界上最常用的m p e g 一2 标准是m p m l ，即m a i n p r o f i l e m a i nl e v e l ，它是第一代数字有线电视和数字卫星电视的基础，同时，m p e g 一2 技 术还是d v d 的标准技术，其他应用还包括会议电视、视频点播以及机顶盒( 8 t b ) 等。m p e g 一4 于1 9 9 8 年1 1 月公布，编号为i s o i e c1 4 4 9 6 ，它是一种甚低码率的压缩编码标准。不仅是 针对一定比特率下的视频、音频编码，它更加注重多媒体系统的交互性和灵活性。m p e g 一4 主要应用在移动通信和公用电话交换网p s t n ( p u b l i cs w i t c h e dt e l e p h o n en e t w o r k ) 卜， 并支持可视电话( v i d e o p h o n e ) 、视频邮件( v i d e o m a i l ) 、电予报纸( e l e c t r o n i cn e w s p a p e r s ) 和其他低数据传输速率场合下的应用。 由于m p e g - 2 和m p e g 一4 的市场应用非常广阔，在这两种标准的视频解码芯片的产业领 域，欧美和日韩的厂商，相继推出了各种符合标准的解码芯片。我国是一个电视产业和电 子消费产业的大国，但是长期以来，在这个领域没有拥有自主权的核心芯片。目前，国内 只有一家厂商能提供商业用途的拥有自主权的m p e g 2 芯片，而m p e g 一4 芯片领域还是一 片空白。前几年的v c d 、d v d 产业在我国蓬勃发展，市场十分广阔，但是其中的视频解码 器仍然要从国外的集成电路厂商进口，而且，越来越多拥有专利技术的厂商，都开始对我 国的生产厂商征收高额专利使用费。这些产业的大部分利润，都被拥有专利技术的国外厂 商赚取，国内整机生产厂商则成了简单的装配工。因此，要想在当今激烈的市场竞争中立 于不败之地，为国家争取更多的利税收入，只有开发出我们自己的视频解码器才是真正的 出路。 1 堕室堂皇茎堕堡主堡壅生兰垡堡塞 萱直 针对这两种标准最核心的视频部分，本论文的目的，就在于力图设计和实现一款 m p e g 一4 m p e g 一2 双模视频解码芯片。其中第一章是m p e g 系列标准概述，简要介绍了m p e g 系 列标准的产生背景，发展过程和应用范围，其中m p e g 一2 和h l p e g 一4 作为了介绍的重点。 对于我们国家自主的标准a v s ，也做了相关介绍。第二章是m p e g - - 2 和m p e g - - 4 视频解 码原理，对m p e g - - 2 和m p e g 一4 标准的视频解码原理进行了介绍。勾画出了两个标准各自 完整的解码流程，以及解码器的模块化结构。对其中用到的主要模块进行了介绍。第三章 是m p e g 一2 和m p e g - - 4 软件解码器的实现，根据标准组织提供的仿真套件，编程实现了 软件解码器并进行了相关的算法优化，提供了p c 机上的测试结果及分析。第四章是m p e g 一2 m p e g 一4 双模视频解码芯片设计方案，对m p e g - - 2 和m p e g 一4 双模视频解码芯片两种 解码器硬件子模块的异同、兼容性和可转换性进行了分析和设计，提供了两种标准视频解 码器的a s i c 整体架构的分析和设计。第五章是m p e g 一2 ，m p e g 一4 双模视频解码芯片的 应用分析，对此芯片在d v b ，h d t v ，s t b ，d v d 和移动通信中的应用进行了介绍和分析。论 文的最后进行了总结。 2 南京邮电学院硕士研究生学位论文 第一章m p e g 系列标准概述 第一章m p e g 系列标准概述 1 1m p e g 系列标准概述 m p e g 是活动图像专家组( m o v i n gp i c t u r ee x p e r tg r o u p ) 的英文缩写。它是国际标准 化组织( i s o ) 和国际电工委员会( i e c ) 联合技术委员会1 ( j t c1 ) 的第2 9 分委员会( $ 2 9 ) 的第1 1 工作组( v g1 1 ) ，其全称是w g1 1o fs l2 9o fi s o i e c3 7 c1 。m p e g 的任务是研 制视频压缩、音频压缩以及各种压缩数据流的复合和同步方面的国际标准。自1 9 8 8 年成立 以来，从m p e g 一1 到m p e g 一2 1 ，m p e g 已经推出了大量的重要标准，其工作成果被广泛用于全 世界范围的数字产品生产。 1 1 1m p e g - 1 m p e g l 予1 9 9 1 年月制定完成，编号为i s o e c1 1 1 7 2 ，它是一种在存储介质上保 存和重获运动图像和声音的标准。m p e g 一1 标准一共分为4 个部分，前3 个部分是：m p e g l 系统( i s o i e c1 1 1 7 2 1 ) 、m p e g 一1 视频( i s o i e c1 1 1 7 2 2 ) 、m p e g - l 音频( i s o i e c1 1 1 7 23 ) 。 第4 部分用于测试和验证( i s o 1 e c1 1 1 7 2 4 ) 。 m p e g 一1 适用于不同带宽的设备，如c d r o m 、v i d e o c d 、c d i 。它的目的是把2 1 6 m b it s s 的图像数据压缩到1 2 m b i t s s ，压缩率为2 0 0 ：1 左右。这是图像压缩的工业认可标准。呵 针对s t f ( 源中间格式) 标准分辨率( 对于n t s c 制为3 5 2 2 4 0 ；对于p a l 制为3 5 2 x 2 8 8 3 的图像进行压缩，传输速率为1 5 m b i t s s ，每秒播放3 0 帧，质量级别基本与录像带相当。 m f e g l 应用范围很广，其中技术最成功的是v c d 产品，v c d 作为价格低廉的影像播放 设备，得到广泛的应用和普及。m p e g 一1 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 ) ，以及远程教育网络等。 1 1 2m p e g 2 m p e g 一2 制定于1 9 9 4 年，编号为i s o i e c1 3 8 1 8 ，其设计目标是高级工业标准的图像质 量以及更高的传输率。m p e g 一2 标准共有4 个部分：m p e g 一2 系统( i s o i e c1 3 8 1 8 1 ) 、m p e g 2 视频( i s o i e c l 3 8 1 8 2 ) 、m p e g 一2 音频( i s o i e c l 3 8 1 8 3 ) 。m p e g - 2 测试和验证( ) 8 0 i e c 1 3 8 1 8 4 ) 。m p e g 一2 能够提供广播级的图像和c d 级的音质。其音频编码可提供左中右及两个 环绕立体卢道，以及一个加重低音声道( 5 1 声道) 。m p e g 一2 的另一个特点是，可提供一个 1 塑塞墼皇兰堕堡圭堕壅生堂焦堡壅 苎= 兰坚! 曼鱼墨型堡堡璺堕 较广范围的可变压缩比，数码率图像质量从2 4 0 m b i t s s 不等，以适应不同的画面质量、 存储容量以及带宽的要求。 m p e g 2 视频和m p e g l 视频的主要区别是，它有档次和等级的概念。档次对应于不同的 编码复杂程度分为5 种：简单( s i m p l e ) 档次、主( m a i n ) 档次、s n r 可分级( s n r ) 档次、 空间域可分级( s p a t i a l ) 档次和高( h i g h ) 档次；等级对应于不同的图像格式可分为4 种： 低( l o w ) 等级、主( m a i n ) 等级、高1 4 4 0 ( h i g h l 4 4 0 ) 等级和高( h i g h ) 等级。并不是所 有的档次和等级的组合都有实际应用，其2 0 个组合中只有1 1 个是有用的，称为m p e g 一2 适 片j 点。 目前，在世界上最常用的m p e g 一2 标准是m p m l ，即m a i np r o f i1 e m a i nl e v e l ，它是 第代数字有线电视和数字卫星电视的基础，节日提供者可以提供6 2 5 线质量的节目，图 像的宽高比可以是4 ：3 或1 6 ：9 ，完全符合l u r b t6 0 1 建议的标准，即：7 2 0 x5 7 6 2 5 帧 秒。而高1 4 4 0 等级采用了每行1 4 4 0 个样点的采样方法，它适应宽高比4 ：3 屏幕的高清晰 度电视；高等级则采用了更高的每行1 9 2 0 样点的采样方法，它适应宽高比1 6 ：9 屏幕的高 清晰度电视。同时，m p e g 一2 技术还是d v d 的标准技术，其他应用还包括会议电视、视频点 播以及机顶盒( s t b ) 等。 1 1 3m p e g 4 m p e g 一4 于1 9 9 8 年1 1 月公布，编号为i s o i e c1 4 4 9 6 ，它是一种甚低码率的压缩编码标 准。不仅是针对一定比特率下的视频、音频编码，它更加注重多媒体系统的交互性和灵活 性。m p e g 一4 可视信息的码率范围可从5 6 4 k b i t s s ( c l f 以下的分辨率和1 5 h z 以f 的帧频) 直至6 4 k b i t s s 4 m b i t s s ( i t u r6 0 1 的各种图像分辨率) ，并支持m p e g 一1 和m p e g 一2 已 经提供的大多数功能。m p e g 一4 标准主要有6 个部分，它们是：m p e g 一4 系统( i s o i e cd i s 1 4 4 9 6 1 ) 、m p e g 一4 视频( i s o i e cd i s1 4 4 9 6 2 ) 、m p e g 一4 音频( i s o i e cd i s1 4 4 9 6 3 ) 、 m p e g 一4 一致性测试( i s o i e cd i s1 4 4 9 6 4 ) 、m p e g - 4 参考软件( i s o i e cd i s1 4 4 9 6 5 ) 、 m p e g 一4 传输多媒体集成框架( i s o i e cd i s1 4 4 9 6 6 ) 。 对比于以前的m p e g 标准，m p e g 一4 标准支持7 个新的功能。可粗略地划分为3 类：基于 内容的交互性、高压缩率和灵活多样的存取模式。其中基于内容的交互性包括：基于内容 的操作与比特流编辑、自然与合成数据混和编码以及增强的时间域随机存取；高压缩率包 括更高的数据压缩倍数和对多个并发数据流的编码；灵活多样的存取包括错误易发环境中 的抗错性和基于内容的尺度可变性。 m p e g 一4 主要应用在移动通信和公用电话交换网p s t n ( p u b l i cs w i t c h e dt e l e p h o n e 4 堕墨些皇兰堕堡兰竺塞生兰堡堕苎 一 星二兰塑! 里墨型堑堡墼垄 n e t w o r k ) 上，并支持可视电话( v i d e o p h o n e ) 、视频邮件( v i d e o m a i l ) 、电子报纸( e l e c t r o n i c n e w s p a p e r s ) 和其他低数据传输速率场合下的应用。 1 1 4m p e g 一7 准确说来，m p e g 一7 并不是一种压缩编码方法，而是一个多媒体内容描述接口。继m p e g - 4 之后，要解决的矛盾就是对曰渐庞大的图像、声音信息的管理和迅速搜索。针对这个矛盾， m p e g 提出了解决方案m p e g 一7 。m p e g 一7 力求能够迅速而且有效地搜索出用户所需的不同类型 的多媒体。m p e g 一7 将对各种不同类型的多媒体信息进行标准化的描述，并将该描述与所描 述的内容相联系，以实现快速有效地搜索。该标准不包括对描述特征的自动提取，它也没 有规定利用描述进行搜索的工具或任何程序。其正式的称谓是“多媒体内容描述接口”。 m p e g 一7 可独立于其他m p e g 标准使用，但m p e g 一4 中所定义的音、视频对象的描述适用于 m p e g 一7 ，这种描述是分类的基础。另外我们可以利用m p e g 一7 的描述来增强其他m p e g 标准 的功能。m p e g 一7 的应用范围很广泛，既可应用于存储( 在线或离线) ，也可用于流媒体应用 ( 如广播。将模型加入i n t e r n e t 等) 。它可以在实时或非实时的环境下应用。如：数字图 书馆( 图像目录，音乐字典等) ；多媒体名录服务( 如黄页) ；广播媒体选择( 无线电信道， t v 信道等) ；多媒体编辑( 个人电予新闻业务，媒体写作) 等。另外，m p e g 一7 在教育、新 闻、导游信息、娱乐、研究业务、地理信息系统、医学、购物、建筑等各方面均有较大的 应用潜力。 1 1 - 5m p e g - 2 1 m p e g 一2 1 标准是m p e g 组织即将制定的一个新的标准。m p e g 一2 1 是由m p e g 一7 发展而来的， 该标准于1 9 9 9 年1 0 月在m p e g 工作组会议上提出，1 9 9 9 年1 2 月开始提案征集工作。该标 准的名称为：多媒体框架( m u l t i m e d i af r a m e w o r k ) ，目的是定义一个能够包含各类媒体的 框架，使各类媒体能够有机地结合在一起。2 0 0 0 年7 月在北京召开地m p e g 第5 3 次会议h ， 该标准取得了重大进展，技术报告提案已经形成，还成立了4 个m p e g 一2 1 专门工作小组， 分别负责m p e g 一2 1 标准化进程中的各项工作。 m p e g 一2 1 的范围可以描述成是一定关键技术的集成，这些技术可以通过访问全球网络和 设备实现对多媒体资源的透明和增强使用。其功能包括：内容创建、内容产品、内容发布、 内容消耗和使用、内容表示、知识产权管理和保护、内容识别和描述、财政管理、用户的 隐私权、终端和网络资源抽取、时间报告等。 南京邮电学院硕士研究生学位论文 第一章m p e g 系列标准概述 1 2 信源编码标准a v s 简介 音视频编码压缩技术是包括数字电视和高密度激光视盘在内的数字音视频产业的基础共 性技术，我国在这方面有一定的研究开发工作经验，这是制定重大技术标准的一个很好的突 破口。如果掌握了音视频编解码技术并将其标准化，不仅标志着我国在多媒体处理等领域的 研究处于国际领先地位，还将创造可观的经济效益和社会效益。 在多年参与国际标准制定工作的基础上，信息产业部成立了“数字音视频编解码技术标 准工作组”。工作组在“8 6 3 ”等科技计划的大力支持下联合国内从事数字音视频编解码技 术研发的科研机构和企业，提出了我国自主制定的数字音视频编解码技术标准a v s ( a u d i o v i d e oc o d i n gs t a n d a r d ) 。 1 2 1a v s 视频的核心技术 a v s 视频当中具有特征性的核心技术包括：8 x 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、去块效应环内滤波等。 1 变换量化 a v s 的8 x 8 变换与量化可以在1 6 位处理器上无失配地实现，从而克服了 m p e 6 4a v c h 2 6 4 之前所有视频压缩编码国际标准中采用的8 x 8d c t 变换存在失配的固有 问题。而m p e g 一4a v c 2 6 4 所采用的4 x 4 整数变换在高分辨率的视频图像上的去相关性 能不及8 x 8 的变换有效。a v s 采用了6 4 级量化，可以完全适应不同的应用和业务对码率和 质量的要求。在解决了1 6 位实现的问题后，目前a v s 所采用的8 x 8 变换与量化方案，即适 合于1 6 位i ) s p 或其他软件方式的快速实现，也适合于a s i c 的优化实现。 2 帧内预测 a v s 的帧内预测技术沿袭了m p e g 一4a v c h 2 6 4 帧内预测的思路，用相邻块的像素预测 当前块，采用代表空间域纹理方向的多种预测模式。但a v s 亮度和色度帧内预测都是以8 x 8 块为单位的。亮度块采用5 种预测模式，色度块采用4 种预测模式，而这4 种模式中又有3 种和亮度块的预测模式相同。在编码质量相当的前提下，a v s 采用较少的预测模式，使方案 更加简洁、实现的复杂度大为降低。 3 帧间预测 6 塑室塑皇兰堡堡主笙壅生堂堡堡奎笙二兰坠! ! 旦墨型堡堡塑堕 帧间运动补偿编码是混合编码技术框架中最重要的部分之一。a v s 标准采用了1 6 1 6 ， 1 6 8 ，8 1 6 和8 8 的块模式进行运动补偿，而去除了m p e g 一4a v e h 2 6 4 标准中的8 4 ， 4 x 8 ，4 4 的块模式，目的是能更好地刻画物体运动，提高运动搜索的准确性。实验表明， 对于高分辨率视频，a v s 选用的块模式已经能足够精细地表达物体的运动。较少的块模式， 能降低运动矢量和块模式传输的开销，从而提高压缩效率、降低编解码实现的复杂度。 a v s 和m p e g 一4a v c h 2 6 4 都采用了1 4 像素精度的运动补偿技术。m p e g 一4a v c h 2 6 4 采用6 抽头滤波器进行半像素插值并采用双线性滤波器进行1 4 像素插值。而a v s 采用了 不同的4 抽头滤波器进行半像素插值和1 4 像素插值，在不降低性能的情况下减少插值所 需要的参考像素点，减小了数据存取带宽需求，这在高分辨率视频压缩应用中是非常有意 义的。 在传统的视频编码标准( m p e g x 系列与h 2 6 x 系列) 中，双向预测帧b 帧都只有一个 前向参考帧与一个后向参考帧，而前向预测帧p 帧则只有一个前向参考帧。而新近的 m p e g 一4a v e h 2 6 4 充分地利用图片之间的时域相关性，允许p 帧和b 帧有多个参考帧，最 多可以有3 1 个参考帧。多帧参考技术在提高压缩效率的同时也将极大地增加存储空间与数 据存取的丌销。a v s 中p 帧可以利用至多2 帧的前向参考帧，而b 帧采用前后各一个参考帧， p 帧与b 帧( 包括后向参考帧) 的参考帧数相同，其参考帧存储空间与数据存取的开销并不 比传统视频编码的标准大，而恰恰是充分利用了必须预留的资源。 a v s 的b 帧的双向预测使用了直接模式( d i r e c tm o d e ) 、对称模式( s y m m e t r i cm o d e ) 和 跳过模式( s k i pm o d e ) 。使用对称模式时，码流只需要传送前向运动矢量，后向运动矢量可 由前向运动矢量导出，从而节省后向运动矢量的编码开销。对于直接模式，当前块的前、 后向运动矢量都是由后向参考图像相应位置块的运动矢量导出，无需传输运动矢量，因此 也可以节省运动矢量的编码开销。跳过模式的运动矢量的导出方法和直接模式的相同，跳 过模式编码的块其运动补偿的残差也均为零。即该模式下宏块只需要传输模式信号，而不 需要传输运动矢量、补偿残差等附加信息。 4 熵编码 a v s 熵编码采用自适应变长编码技术。在a v s 熵编码过程中，所有的语法元素和残差数 据都是咀指数哥伦布码的形式映射成二进制比特流。采用指数哥伦布码的优势在于：一方 面，它的硬件复杂度比较低，可以根据闭合公式解析码字，无需查表；另一方面，它可以 根据编码元素的概率分布灵活地确定以k 阶指数哥伦布码编码，如果k 选得恰当，则编码 效率可以逼近信息熵。 7 堕至塑皇兰堕堡主堕壅竺竺壁垒塞箜二皇坚! ! 鱼墨型堡堡塑垄 对预测残差的块变换系数，经扫描形成( 1 e v e l 、r u n ) 对串，l e v e l 、r u n 不是独立事 件，而存在着很强豹相关性，在a v s 中l e v e l 、r u n 采用二维联合编码，并根据当前l e v e 、 r u n 的不同概率分布趋势，自适应改变指数哥伦布码的阶数。 1 2 2a v s 的应用前景 a v s 标准是一套适应面十分广阔的技术标准，优势表现在以下几个方面： ( 1 ) a v s 是基于我国自主创新技术和国际公开技术所构建的自主标准； ( 2 ) a v s 的编码效率比我国目前准备采用推广的m p e g 一2 国际标准高2 3 倍( 高清晰度电 视可达到3 倍或更多) ： ( 3 ) a v s 与正在制定i s o i e cm p e g 一4a v c 标准和i t uh 2 6 4 标准编码效率相当，技术方 案更简洁； ( 4 ) a v s 可节省一半以上的无线频谱和有线信道资源，降低传输和存储系统的复杂程度， 显著降低传输、存储设备与系统的经济投入； ( 5 ) a v s 最直接的产业化成果是未来1 0 年我国需要的3 5 亿块解码芯片，最直接效益是节 省超过l o 亿美元的专利费，从而为我国数字电视等音视频产业的跨越发展提供难得契机。 a v s 标准的产业化直接产品有两个：a v s 编码器和a v s 解码芯片。前者能够把各种输入 音视频信号编码压缩为a v s 码流，用于数字电视节目播出，后者作为数字电视机顶盒或接收机 中的核心芯片嵌在其中。 f 面从芯片、数字电视运营、数字电视制造业和激光视盘产业四个方面论述a v s 产业实 现的可行性。 1 芯片实现 a v s 不仅在性能上与最新国际标准相当或更高，而且比国际标准更精简，芯片和产品实 现复杂度不会超过最新国际标准。与m p e g 一2 相比，a v s 的复杂度提高了两倍以上，但明显低 予1 0 年来芯片集成度的提高，利用当前的芯片技术完全可以实现。我国正在起步的芯片产业 和音视频制造业也需要一个自主标准。目前的mpeg 芯片技术和产业是在国外形成的，如 果我国的数字电视标准采用m p e g 标准，那么最得益的显然是已经拥有这些技术和产品生产能 力的外国企业。如果采用我们自己的a v s 标准，我们就可以重点扶持国内芯片设计和生产企 业我国企业在芯片、软件、整机、系统等产品就可以先行一步，4 亿台设备将产生2 3 千 亿人民币产值的芯片市场，利用该市场我国就可能培育出中国自己的具有核心竞争力的芯片 产业。 8 南京邮电学院硕士研究生学位论文第一章m p e g 系列标准概述 2 数字电视运营业 数字电视运营系统的三个主要环节是：制作、播出、传输。其中制作( 电视台演播室) 和 传输( 数字电视传输网) 是数字电视运营业投入最大的部分，但二者都与播出节目所采用 的格式无关，因此，采用a v s 不影响这些设备的既有投入。 a v s 唯一要求修改的是播出环节。数字电视播出设备包括编码器、复用器以及信号调制设 备等。对于已经开播数字节目的电视台网如果要换成a v s ，需要替换编码器，其他设备不需 要改变。具体方法是用a v s 编码器替换m p e g 一2 编码器，或在m p e g - 2 编码器的基础上增 j h m p e g 一2 至i j a v s 的转码模块，从而实现a v s 码流播出。每路数字节目需要一台编码器，每台编码器费片j 大约1 0 万人民币。目前，部分电视台正在进行数字电视播出试验，采购的编码器数量并不庞 大。 实际上，电视运营采用a v s 得到的回报远大于替换编码器的投入：至少可以节省一半传 输带宽资源。在“台网分离”之后，采用a v s ，从电视台看，播出同样多的节目，可少租一半 带宽；从电视网看，传输的节目容量扩大一倍：从国有资源看，地面广播中节省一半的无线 频谱资源，意义十分重大。 3 数字电视制造业 在不同的国家和地区，数字电视会采用不同的“制式”。这包括三个层面：在信道标准 方面，存在d v b 、a t s c 、i s d b 和中国标准四种制式：在信源方面，会存在m p e g 一2 、m p e g 一4a v c 和a v s 三种制式；在节目格式方面，美国曾定义1 8 种格式，中国广电部门选择了其中的几种。 数字电视接收机厂商会根据不同的目标市场，需要开发符合该地区标准的产品。 仅就信源标准来说，无论a v s 标准还是m p e g 标准，物理实现都是一块解码芯片。这块芯 片和整机其他部分之间的接口可以是统一的，也就是说，可以通过更换解码芯片让一台数字 电视接收机支持不同的信源标准。接收机制造商完全可以针对目标市场信源标准的不同，通 过更换解码芯片的方式，出口销售。 a v s 标准对接收机制造商的利益并不仅限于节省专利费。国外厂商可能会以多种技术贸易 措施对我国制造业进行牵制。a v s 提供了一个互为准入、交叉许可的谈判筹码一只要外商接 收机进入中国，就必须符合a v s 标准。即是说，a v s 为国际国内两个市场的相互准入提供了技 术手段。 如果在标准互为准入方面能够相互制衡，我国制造业的被动局面就可能改观。在标准制 衡的情况，覆盏市场规模大的一方会占据相对有利地位。 9 塑室塑皇堂堕堡主堡錾皇堂堡垒塞 墨二兰婴! q 墨型堡堡壁垄 4 下一代高清视盘机 我国正在发展自己的光盘和光盘机技术与标准( 例女i i e v d ) ，红光光学伺服系统和盘片已 经较为实际可行，但需要3 张甚至更多盘片才能存放一部m p e g 一2 编码的高清电影。由于a v s 压 缩高清节目效率比m p e g 一2 高三倍，因此一张盘片就可以存放一部电影。a v s 署i e v d 配合，就可 以较为全面地摆脱6 c 的围堵。 新一代视盘机能否播放已有d v d 光盘是产业界关注的一个重要问题。只要播放机厂商认为 市场需要，会开发支持a v s 和m p e g 一2 两种格式的播放机，并无技术障碍，我们现在已经考虑了 公用模块的双制式芯片设计方案。只要有市场需求、产量大，例如超过5 0 0 万块芯片，一个制 式和两个制式的芯片的成本相差不会超过0 5 美元。所以，即使将来需要出i ：1 并兼容其他格式 的盘片也完全没有问题。 1 0 南京邮电学院硕士研究生学位论文 第二章m p e g - 2 和m p e g - 4 视频解码原理 第二章i 岬e g - 2 和i 旧e g - 4 视频解码原理 在本章中，将对m p e g 一2 标准和m p e g 一4 标准的视频解码原理分别进行介绍。勾画出两 个标准各自完整的解码流程，以及解码器的模块化结构。并将对解码器中用到的主要模块 进行介绍。此外，还将对比两个标准在解码关键技术方面的异同。 2 1m p e g 一2 视频解码原理 2 1 1m p e g 一2 视频流的数据结构和语法结构 编码的视频数据由一称作层的比特流序列组成。如果仅有一层，那么这编码的视频数 据称为不分级的视频比特流。如果有两层或更多层，那么这些编码的视频数据称为被划分 等级。第一层称为基本层，它总是可以被独立解码的，其他的层被称为增强层，它只能由 基本层丌始，与所有的低层一起解码。 m p e g 一2 视频流采用层次结构，自上而下，分为序列( s e q u e n c e ) ，图像组( g o p ) ，图像 ( p ic t u r e ) ，组块( s l i c e ) ，宏块( m a c r ob l o c k ) 和块( b l o c k ) 6 个层次。一个视频序列 以一个序列头丌始，后面跟着一组图像的头和一个或更多的编码帧，以一个 s e q u e n c e e n d c o d e 结束。图像可以组合成必须由一个i 帧图像开始的图像组。图像组是时 间性编码的基本单位。在m p e g 标准中，g o p 可以选择使用，但实际上是必要的。在两个j 帧中间可以放置数量不等的p 帧和b 帧。g o p 可以是开放的，也可以是封闭的。在封闭的 g o p 中，最后一个b 帧并不要求用下一个g o p 的i 帧来解码，并且数据流可以在g o p 的末端 剪断。而图像则有i 帧( 内部编码帧) ，p 帧( 前向预测帧) 和b 帧( 双向预测帧) 3 种； 组块是可变长度同步和差异编码的单位。一个组块包含一系列任意数目的宏块。宏块尺寸 为1 6 1 6 ( 像素) ，块尺寸为8 8 ( 像素) 。色度格式有三种：4 ：2 ：0 ( 1 个宏块中有4 个亮 度块和1 个c b 块，1 个c r 块) ；4 ：2 ：2 ( 1 个宏块中有4 个亮度块和2 个c b 块，2 个c r 块) ；q ：4 ：4 ( 1 个宏块中有4 个亮度块和4 个c b 块，4 个c r 块) 。语法描述如下： 南京邮电学院硕士研究生学位论文第二章m p e g - 2 和m p e g , - 4 视频解码原理 v i d e o s e q u e n c e0 n o o fm n e m o n i b i t sc n e x t s t a r t c o d e0 s e q u e n c e h e a d e r0 i f ( n e x t b i t s 0 一e x t e n s i o n s t a r t c o d e ) s e q u e n c e e x t e n s i o n ( ) d o e x t e n s i o n a n d u s e r d a t a ( 0 ) d o if ( n e x t b i t s0 一g r o u p s t a r t c o d e ) ( g r o u p _ o f _ p ic t u r e s - h e a d e r0 e x t e n s i o n a n d u s e r d a t a ( 1 ) p i c t u r e h e a d e r0 p i c t u r e c o d i n g e x t e n s i o n 0 e x t e n sio n s a n d u s e r d a t a ( 2 ) p ic t u r e d a t a0 w h i l e ( n e x t b i t s ( ) = = p i c t u r e s t a r t c o d e ) i ( n e x t b i t s0 一_ g r o u p _ s t a r t c o d e ) ) i f ( n e x t b i t s 01 = s e q u e n c e e n d c o d e ) ( s e q u e n c e h e a d e r0 s e q u e n c e _ e x t e n s i o n0 ) ) w h i l e ( n e x t b i t s 0l _ s e q u e n c e e n d c o d e ) ) e l s e ，i s 0 i e c 、1 1 7 2 2 卑 1 2 南京邮电学院硕士研究生学位论文第二章i v i p e g 2 和m p e g - 4 视频解码原理 1 s e q u e n c e e n d c o d e 3 2 b s l b f 表2 一im p e g 一2 语法结构 2 1 2m p e g 2 视频流解码过程 2 1 2 1 解码过程概述 m p e g 一2 编解码器中采用的两种关键技术是帧内离散余弦变换( d c t ) 编码和运动补偿帧闯 预测。m p e g 一2 系统中，o c t 是和运动补偿帧间预测组合起来的，编码器从原图像减去运动补偿预 测图像而形成一幅“预测误差”图像。此预测误差进行d c t 变换，把系数量化后再进行可变长 编码。此编码预测误差与解码器所需的“辅助信息”，例如运动矢量和同步信息组合起来，形 成要传输的比特流。在解码器中，量化的o c t 系数被变长码解码，反扫描，反量化和逆变换而 产生预测误差图像。此图像与从前面解码图像产生的运动补偿预测图像相加而产生解码输出。 原理示意图如下： 编码 敷据 q f s c n 】q f v ( u 图2 1m p e g 一2 解码原理示意图 素 2 1 2 2 变长码解码 编码数据的变长码解码将分为两类进行，一类是内部块的d c 系数，一类是其他系数。 这两种数据分别对应于各自的变长码码表和不同的解码规则，具体的解码规则见标准定义。 一般说来，变长码解码过程与下面的过程等价，在过程的开始，对于非内部块n 取“0 ”值， 1 3 南京邮电学院硕士研究生学位论文 第二章m p e g 2 和m p e g 一4 视频解码原理 对于内部块n 取“1 ”值。 e o b n o t r e a d = 1 ： w h i l e ( e o b n o t r e a d ) if ( ) ( e o b n o t r e a d = 0 ： w h i l e ( n 6 4 ) q f s n = 0 ： n = n + l ： e l s e f o r ( m = 0 ：m r u n ；m + + ) f q f s n = 0 ： n = n + 1 ： ) q f s n = s i g n e d l e v e l n = n + 1 ： ) ) 2 1 2 3 反扫描 经过反扫描，一维数组q f s n 将被转换成以q f v u 表示的系数二维数组，反扫描应 为任意与以下步骤相等价的过程： f o r ( v ：0 ：吠8 ：叶+ ) f o r ( 肛o ：u 8 ：叶+ ) 讲门 翻= o f s s c a n a l t e r n a t e s c a n 力 胡 1 4 南京邮电学院硕士研究生学位论文第二章m p e g - 2 和i v l p e g - 4 视频解码原理 在m p e g 一2 中，定义了两个扫描模板，将要用到的扫描将由图像头扩展中的 a lt e r n a t e s c a n 所决定。当a l t e r n a t e s c a l l 为0 时，模板如下： o l234567 00l561 41 52 72 8 l2471 31 62 62 94 2 2381 21 72 53 04 14 3 3 9 l l 1 82 43 l4 04 45 3 41 01 92 33 23 94 55 25 4 5 2 02 23 33 84 65 1 5 5 6 0 62 l 3 43 74 75 05