1.MPEG-2视频压缩编码标准简介

MPEG组织于1994年推出MPEG-2压缩标准，以实现视/音频服务与应用互操作的可能性。MPEG-2标准是针对标准数字电视和高清电视在各种应用下的压缩方案和系统层的详细规定，编码码率为3～100Mbit/s，ISO/IEC13818标准中有正式规范。MPEG-2特别适用于广播级的数字电视的编码和传输，被认定为SDTV和HDTV的编码标准。

MPEG-2视频压缩的原理是利用了图像中的两种特性：空间相关性和时间相关性。这两种相关性使得图像中存在大量的冗余信息。如果能将这些冗余信息去除，只保留少量非相关信息进行传输，就可以大大节省传输频带。

MPEG-2视频压缩编码的主要特点如下：

MPEG-2视频压缩编码首先基于最大限度地消除图像和视频图像序列自身的空间冗余度和时间冗余度。MPEG-2同时采用预测编码、变换编码和统计编码技术，它采用多种编码手段来去除系统冗余信息，主要特点是利用二维DCT（离散余弦变换）去除图像空间冗余度；利用运动补偿预测去除图像时间冗余度；利用视觉加权量化去除图像灰度冗余度；利用熵编码去除图像统计冗余度。

DCT是一个无信号损失的双向数学过程。它将空间分布的变化程度转变成重现空间分布所需的频率带宽。变换所得到的系数值既可以代表不断增加的更高的垂直和水平空间频率，也可以代表不同的水平和垂直空间频率的组合。在实际应用时，为保持信号的可逆性和无损性，常常采用更多的比特来表示DCT系数。

去除视频信号时间冗余，可使用有运动补偿的帧间预测来完成。对于活动图像，多数情况下只是其中的很少一部分图像在运动，即使有大范围的活动部分，前后帧尽管有很大区别，但移动物体本身在大多数情况下是相同的。因此只需要找到图像中某一部分运动了多少就可以在前一帧找到相应图像的内容，这个查找过程称为运动估值，其表达方式是运动矢量；而把前一帧相应的运动部分补过来，得到其剩余的不同部分的过程称为运动补偿。就这样，采用运动补偿可以有效地去除视频信号在时间方向的重复信息，达到压缩的目的。

MPEG-2视频压缩还利用了人的视觉特性。视觉对图像的不同频率成分、不同的运动速度等敏感程度不同，观察亮度细节比对色彩细节更敏锐。为压缩编码数据量，MPEG-2采用减少水平和垂直方向色度信号取样数，并通过量化，减少表示视频高频信息的比特数等技术。

实际上各种视频信息的大小和出现的概率并不均等，数字视频信号编码成数据流后，其分布也存在并可充分予以利用的统计意义上的规律性。例如按概率由低到高，分配长短不一的符号，那么也可降低数据流速率。这类压缩思想称为熵编码。

MPEG-2视频压缩采用混合编码技术，消减编码码流统计冗余度在原理上属无损处理，而抑制视频图像序列冗余度和利用视觉特性压缩数据量在原理上属有损处理。

【知识要诀】

MPEG-2标准应用广，卫星地面有线网，

多种方法去冗余，标清高清都用上。

【小知识】

由于数字视频的编码方式的不同，于是产生不同文件格式的数字视频信号。目前HDTV视频格式主要有MPEG-2-TS、MPEG-4、H.264以及WMV-HD四种。由于H.264格式推出的时间较短，因此网络上采用H.264编码的HDTV文件并不多见；WMV-HD格式是由微软公司所推出，由于WMV-HD有很高的压缩率，很快就成了HDTV视频压缩格式中的后起之秀，网上采用WMA-HD格式的HDTV文件较多。

2.MPEG-4视频压缩编码标准简介

MPEG-4与MPEG-1和MPEG-2有很大的不同，它兼顾了工具、算法、层面三个方面的编码对象，除了传统的数字视频编解码的功能之外，MPEG-4更具备了许多引人注目的功能，包括有以对象内容为基础的视频对象存取、以场景内容为基础的可升级性、视频存取、纠错能力等。

MPEG-4标准与其他标准最重要的差别是关于对象（或称“物体”、“景物”）的概念，在编码时，将一幅景物分成若干个在时间和空间上相互联系的视频、音频对象，分别编码后，再经复用传输到接收端，然后再对不同的对象分别解码，从而组合成所需要的视频和音频对象，如图1-10所示。

图1-10 MPEG-4基于对象编码体系

例如，在一项有趣的演示中，一个足球比赛的场面被处理成球与其他景物分开，背景（无球的场面）作为一个广告吸引按次付费的观众，谁都能看到运动员和场地，但只有付费的观众才能看到球。

MPEG-4为了实现对象编码，引入了视频对象（VO），视频对象面（VOP）、视频对象层（VOL）的概念。属于同一对象的连续VOP，称为VO，图1-11所示为VOP概念简图。

由图1-11所知，每一个VOP都代表了图像序列中的特定内容，通过对它的轮廓、运动和纹理信息编码，可将其编码到单独的VOL。通过对所有VOP进行解码就可以重新恢复原始的图像系列。

为了支持VO单独解码，每一VO的形状、运动和纹理信息都被编码成单独的VOL。MPEG-4采用同一种算法来对每一层的形状、运动纹理信息进行编码。如果待编码的输入图像系列只包含标准的矩形帧，那就不必进行形状编码。此时，MPEG-4的视频编码算法具有与MPEG-1、MPEG-2及H.263相似的结构，这往往应用于那些对编码效率要求很高而不需要基于内容的扩展功能的场合。

图1-11 VOP概念简图

图1-12 MPEG-4 VOP编码框图

MPEG-4的压缩算法采用了基于块的混合DPCM/Transform编码技术，图1-12所示为VOP编码框图。

MPEG-4编码算法对第一个VOP进行帧内编码（I-VOP），而对接下来的帧采用帧间预测编码（P-VOP），同时也支持双向预测编码（B-VOP）。为了对任意形状VOP的形状，运动纹理信息编码进行编码，MPEG-4引入了“VOP图形窗”和“形状自适应”宏块栅格的概念。每一个VOP形状信息编码是在基于VOP图形窗宏块栅格的运动矢量编码之前进行的。在编码器和解码器中均可获得该VOP的形状信息。MPEG-4采用基于块的运动估计和运动补偿技术来有效去除各个独立的VOL的视频内容中的时间冗余成分，但与标准的MPEG块匹配处理技术不同的是，MPEG-4引入了形状自适应宏块栅格的概念来完成具有不同位置、大小和形状的VOP间的运动估计和运动补偿。形状自适应功能是通过图像填充技术和多边形匹配技术来实现的。纹理编码采用了基于8×8块的DCT方法，这与现有的MPEG和H.263标准相同。

【知识要诀】

MPEG-4标准第二代，对象编码受人夸，

先把图像分对象，对象不同编码改。(www.daowen.com)

3.AVS数字视频编码标准简介

AVS标准是我国先进音视频编码标准工作组（AVS）制定的数字音视频编码标准。AVS成立于2002年，成员包括国内外从事数字音视频编码技术和产品研究开发的机构和企业。AVS的任务是面向我国的信息产业需求，组织制定行业和国家信源编码技术标准。

AVS标准包括9个部分，其中第2部分视频和第7部分移动视频是视频编码标准。

2003年底完成的AVS标准第2部分（AVS1-P2，以下称为AVS视频标准）主要面向高清晰度和高质量数字电视广播、数字存储媒体和其他相关应用。它具有4大特点：

（1）性能高，编码效率比MPEG-2高2倍以上，与H.264的编码效率相当。

（2）算法复杂度比H.264低。

（3）软硬件实现成本都低于H.264。

（4）专利授权模式简单，费用明显低于同类标准。

AVS标准采用了与H.264类似的技术框架，包括变换、量化、熵编码、帧内预测、帧间预测、环路滤波等技术模块。AVS标准还定义了I帧、P帧和B帧3种不同类型的图像，I帧中的宏块只进行帧内预测，P帧和B帧的宏块则需要进行帧内预测或帧间预测。AVS编码器框图如图1-13所示。

图1-13 AVS编码器框图

图1-13中S₀是预测模式选择开关，在AVS视频标准中，所有宏块都要进行帧内预测或帧间预测。预测残差要进行8×8整数变换（ICT）和量化，然后对量化系数进行zig-zag扫描（隔行编码块使用另一种扫描方式），得到一维排列的量化系数，最后对量化系数进行熵编码。AVS的变换和量化只需要加减法和移位操作，用16位精度即可完成。

AVS使用环路滤波器对重建图像滤波，其优点：一方面可以消除方块效应，改善重建图像的主观质量；另一方面能够提高编码效率。滤波强度可以自适应调整。

【知识要诀】

我国标准AVS，知识产权自己的，

编码效率同64，算法成本费用低。

4.新的H.264视频压缩编码标准

H.264视频压缩编码标准是由国际电信联盟标准化委员会（ITU-T）制定的，主要应用于实时视频通信领域，如电视会议等。

H.264不仅比H.263和MPEG-4节约了50%的码率，而且对网络传输具有更好的支持功能。它引入了面向IP（因特网协议）包的编码机制，有利于网络中的分组传输，支持网络中视频的流媒体传输。

H.264具有较强的抗误码特性，可适应丢包率高、干扰严重的无线信道中的视频传输。H.264支持不同网络资源下的分级编码传输，从而获得平稳的图像质量。H.264还能适应于不同网络中的视频传输，网络亲和性好。

H.264编码器框图如图1-14所示。它包括两条数据流的路径：一条“正向”路径和一条“重建”路径。

如图1-14所示，在编码器中，一个输入帧或输入场F_n被划分为以宏块为单位，进行大部分的实际编码处理。每个宏块做帧间编码或帧内编码。宏块中的各个块基于重建图像取样形成一个预测，图1-14中用P表示。在帧内模式中，采用空间预测，参考相邻块的重建图像的取样，图中的UF_n′代表用于预测的未加滤波的取样。在帧间模式中，预测来自两组参考图像中选出的一个或两个参考图像的运动补偿预测。图中参考图像表示为前面的编码图像F_n-1′，但各个宏块分隔的预测参考可以从过去或将来的已经编码、重建和滤波的图像中选择。将当前块值减去预测值，对残差值块D_n做变换，经量化得出一组量化变换系数X，再经重新排序和熵编码。熵编码系数，以及为宏块中各个块解码所需的伴随信息（如预测模式，量化参数，运动矢量等信息），一起形成压缩码流传到网络抽象层（Network Abstraction Layer，NAL），用来传输或存储。

编码器中的解码重建为预测提供参考。系数X经反量化（Q^-1）及反变换（T^-1）产生残差值块D_n′。预测块加到D_n′产生一个重建块UF_n′，即原始块的解码形式，U表示它未经滤波。滤波器用来减小块效应。重建参考图像从序列F_n′产生。

图1-14 H.264编码器框图

T—变换编码 ME—运动估计 Q—量化 T^-1—反变换 MC—运动补偿 Q^-1—反量化

【知识要诀】

64标准技术新，码率较低图像真，

广电通信与存储，宽带交互网络亲。

【知识链接】

国际上数字音视频编码标准主要有两大系列。一个系列由国际标准化组织（ISO）和国际电工委员会（IEC）制定，另一个系列由国际电信联盟标准化委员会（ITU-T）制定。制定这些标准的背景有所不同，面向的主要应用也有区别。

ITU-T制定的标准包括H.261、H.263、H.264，主要应用于实时视频通信领域，如电视会议；MPEG系列标准是由ISO/IEC制定的，主要应用于视频存储（VCD、DVD）、广播电视、因特网或无线网上的流媒体等。