视频编码标准的发展：从H.261到H.264.pdf-资料库

quinnyang-3466332-4744302542903721989.pdf-第1页.png

第1页 / 共6页

quinnyang-3466332-4744302542903721989.pdf-第2页.png

第2页 / 共6页

quinnyang-3466332-4744302542903721989.pdf-第3页.png

第3页 / 共6页

quinnyang-3466332-4744302542903721989.pdf-第4页.png

第4页 / 共6页

quinnyang-3466332-4744302542903721989.pdf-第5页.png

第5页 / 共6页

quinnyang-3466332-4744302542903721989.pdf-第6页.png

第6页 / 共6页

视频编码标准的发展：从 H.261 到 H.264 关键词：视频 ITU-T H.261 H.263 H.264 数字视频技术广泛应用于通信、计算机、广播电视等领域，带来了会议电视、可视电话及数字电视、媒体存储等一系列应用，促使了许多视频编码标准的产生。 ITU-T 与 ISO/IEC 是制定视频编码标准的两大组织，ITU-T 的标准包括 H.261、 H.263、H.264，主要应用于实时视频通信领域，如会议电视；MPEG 系列标准是由 ISO/IEC 制定的，主要应用于视频存储(DVD)、广播电视、因特网或无线网上的流媒体等。两个组织也共同制定了一些标准，H.262 标准等同于 MPEG-2 的视频编码标准，而最新的 H.264 标准则被纳入 MPEG-4 的第 10 部分。本文按照 ITU-T 视频编码标准的发展过程，介绍 H.261、H.263 及 H.264。 H.261 视频编码标准 H.261 是 ITU-T 为在综合业务数字网(ISDN)上开展双向声像业务(可视电话、视频会议)而制定的，速率为 64kb/s 的整数倍。H.261 只对 CIF 和 QCIF 两种图像格式进行处理，每帧图像分成图像层、宏块组(GOB)层、宏块(MB)层、块(Block) 层来处理。 H.261 是最早的运动图像压缩标准，它详细制定了视频编码的各个部分，包括运动补偿的帧间预测、DCT 变换、量化、熵编码，以及与固定速率的信道相适配的速率控制等部分。 H.263 视频编码标准 H.263 是最早用于低码率视频编码的 ITU-T 标准，随后出现的第二版(H.263+) 及 H.263++增加了许多选项，使其具有更广泛的适用性。 H.263 视频压缩标准 H.263 是 ITU-T 为低于 64kb/s 的窄带通信信道制定的视频编码标准。它是在 H.261 基础上发展起来的，其标准输入图像格式可以是 S-QCIF、QCIF、CIF、 4CIF 或者 16CIF 的彩色 4∶2∶0 亚取样图像。H.263 与 H.261 相比采用了半象素的运动补偿，并增加了 4 种有效的压缩编码模式。无限制的运动矢量模式允许运动矢量指向图像以外的区域。当某一运动矢量所指的参考宏块位于编码图像之外时，就用其边缘的图像象素值来代替。当存在

跨边界的运动时，这种模式能取得很大的编码增益，特别是对小图像而言。另外，这种模式包括了运动矢量范围的扩展，允许使用更大的运动矢量，这对摄像机运动特别有利。基于句法的算术编码模式使用算术编码代替霍夫曼编码，可在信噪比和重建图像质量相同的情况下降低码率。先进的预测模式允许一个宏块中 4 个 8×8 亮度块各对应一个运动矢量，从而提高了预测精度；两个色度块的运动矢量则取这 4 个亮度块运动矢量的平均值。补偿时，使用重叠的块运动补偿，8×8 亮度块的每个象素的补偿值由 3 个预测值加权平均得到。使用该模式可以产生显著的编码增益，特别是采用重叠的块运动补偿，会减少块效应，提高主观质量。 PB-帧模式规定一个 PB-帧包含作为一个单元进行编码的两帧图像。PB-帧模式可在码率增加不多的情况下，使帧率加倍。 H.263 视频压缩标准版本 2 ITU-T 在 H.263 发布后又修订发布了 H.263 标准的版本 2，非正式地命名为 H.263+标准。它在保证原 H.263 标准核心句法和语义不变的基础上，增加了若干选项以提高压缩效率或改善某方面的功能。原 H.263 标准限制了其应用的图像输入格式，仅允许 5 种视频源格式。H.263+标准允许更大范围的图像输入格式，自定义图像的尺寸，从而拓宽了标准使用的范围，使之可以处理基于视窗的计算机图像、更高帧频的图像序列及宽屏图像。为提高压缩效率，H.263+采用先进的帧内编码模式；增强的 PB-帧模式改进了 H.263 的不足，增强了帧间预测的效果；去块效应滤波器不仅提高了压缩效率，而且提供重建图像的主观质量。为适应网络传输，H.263+增加了时间分级、信噪比和空间分级，对在噪声信道和存在大量包丢失的网络中传送视频信号很有意义；另外，片结构模式、参考帧选择模式增强了视频传输的抗误码能力。 H.263++视频压缩标准 H263++在 H263+基础上增加了 3 个选项，主要是为了增强码流在恶劣信道上的抗误码性能，同时为了提高增强编码效率。这 3 个选项为：选项 U——称为增强型参考帧选择，它能够提供增强的编码效率和信道错误再生能力(特别是在包丢失的情形下)，需要设计多缓冲区用于存贮多参考帧图像。选项 V——称为数据分片，它能够提供增强型的抗误码能力(特别是在传输过程中本地数据被破坏的情况下)，通过分离视频码流中 DCT 的系数头和运动矢

量数据，采用可逆编码方式保护运动矢量。选项 W——在 H263+的码流中增加补充信息，保证增强型的反向兼容性，附加信息包括：指示采用的定点 IDCT、图像信息和信息类型、任意的二进制数据、文本、重复的图像头、交替的场指示、稀疏的参考帧识别。 H.264 视频编码标准 H.264 是由 ISO/IEC 与 ITU-T 组成的联合视频组(JVT)制定的新一代视频压缩编码标准。事实上，H.264 标准的开展可以追溯到 8 年前。1996 年制定 H.263 标准后，ITU-T 的视频编码专家组(VCEG)开始了两个方面的研究：一个是短期研究计划，在 H.263 基础上增加选项(之后产生了 H.263+与 H.263++)；另一个是长期研究计划，制定一种新标准以支持低码率的视频通信。长期研究计划产生了 H.26L 标准草案，在压缩效率方面与先期的 ITU-T 视频压缩标准相比，具有明显的优越性。2001 年，ISO 的 MPEG 组织认识到 H.26L 潜在的优势，随后 ISO 与 ITU 开始组建包括来自 ISO/IEC MPEG 与 ITU-T VCEG 的联合视频组(JVT)，JVT 的主要任务就是将 H.26L 草案发展为一个国际性标准。于是，在 ISO/IEC 中该标准命名为 AVC(Advanced Video Coding)，作为 MPEG-4 标准的第 10 个选项；在 ITU-T 中正式命名为 H.264 标准。H.264 的主要优点如下: 在相同的重建图像质量下，H.264 比 H.263+和 MPEG-4(SP)减小 50%码率。对信道时延的适应性较强，既可工作于低时延模式以满足实时业务，如会议电视等；又可工作于无时延限制的场合，如视频存储等。提高网络适应性，采用“网络友好”的结构和语法，加强对误码和丢包的处理，提高解码器的差错恢复能力。在编/解码器中采用复杂度可分级设计，在图像质量和编码处理之间可分级，以适应不同复杂度的应用。相对于先期的视频压缩标准，H.264 引入了很多先进的技术，包括 4×4 整数变换、空域内的帧内预测、1/4 象素精度的运动估计、多参考帧与多种大小块的帧间预测技术等。新技术带来了较高的压缩比，同时大大提高了算法的复杂度。 4×4 整数变换以前的标准，如 H.263 或 MPEG-4，都是采用 8x8 的 DCT 变换。H.26L 中建议的整数变换实际上接近于 4×4 的 DCT 变换，整数的引入降低了算法的复杂度，也避免了反变换的失配问题，4×4 的块可以减小块效应。而 H.264 的 4×4 整数变换进一步降低了算法的复杂度，相比 H.26L 中建议的整数变换，对于 9b 输入残差数据，由以前的 32b 降为现在的 16b 运算，而且整个变换无乘法，只需加法和一些移位运算。新的变换对编码的性能几乎没有影响，而且实际编码略好一些。基于空域的帧内预测技术

视频编码是通过去除图像的空间与时间相关性来达到压缩的目的。空间相关性通过有效的变换来去除，如 DCT 变换、H.264 的整数变换；时间相关性则通过帧间预测来去除。这里所说的变换去除空间相关性，仅仅局限在所变换的块内，如 8×8 或者 4×4，并没有块与块之间的处理。H.263+与 MPEG-4 引入了帧内预测技术，在变换域中根据相临块对当前块的某些系数做预测。H.264 则是在空域中，利用当前块的相临象素直接对每个系数做预测，更有效地去除相临块之间的相关性，极大地提高了帧内编码的效率。 H.264 基本部分的帧内预测包括 9 种 4×4 亮度块的预测、4 种 16×16 亮度块的预测和 4 种色度块的预测。运动估计 H.264 的运动估计具有 3 个新的特点：1/4 象素精度的运动估计；7 种大小不同的块进行匹配；前向与后向多参考帧。 H.264 在帧间编码中，一个宏块(16×16)可以被分为 16×8、8×16、8×8 的块，而 8×8 的块被称为子宏块，又可以分为 8×4、4×8、4×4 的块。总体而言，共有 7 种大小不同的块做运动估计，以找出最匹配的类型。与以往标准的 P 帧、B 帧不同，H.264 采用了前向与后向多个参考帧的预测。半象素精度的运动估计比整象素运动估计有效地提高了压缩比，而 1/4 象素精度的运动估计可带来更好的压缩效果。编码器中运用多种大小不同的块进行运动估计，可节省 15%以上的比特率 (相对于 16×16 的块)。运用 1/4 象素精度的运动估计，可以节省 20%的码率(相对于整象素预测)。多参考帧预测方面，假设为 5 个参考帧预测，相对于一个参考帧，可降低 5%～10%的码率。以上百分比都是统计数据，不同视频因其细节特征与运动情况而有所差异。熵编码 H.264 标准采用的熵编码有两种：一种是基于内容的自适应变长编码(CAVLC) 与统一的变长编码(UVLC)结合；另一种是基于内容的自适应二进制算术编码 (CABAC)。CAVLC 与 CABAC 根据相临块的情况进行当前块的编码，以达到更好的编码效率。CABAC 比 CAVLC 压缩效率高，但要复杂一些。去块效应滤波器 H.264 标准引入了去块效应滤波器，对块的边界进行滤波，滤波强度与块的编码模式、运动矢量及块的系数有关。去块效应滤波器在提高压缩效率的同时，改善了图像的主观效果。其他视频编码标准

除上述 ITU-T 的视频压缩标准外，还有一些标准也比较流行，如 MPEG-4、 AVS、WM9。 H.264 也称为 MPEG-4 AVC，而目前业内所说的 MPEG-4 一般是指 SP(简级)或 ASP(先进的简级)，主要针对低码率应用，如因特网上的流媒体、无线网的视频传输及视频存储等，其核心类似于 H.263。 MPEG-4 SP 和 H.263 有很多相似的地方，如附表所示。然而，这两个标准之间也有显著的不同，主要表现在：码流结构和头信息、熵编码的部分码表、编码技术的一些细节。MPEG-4 ASP 较 SP 增加了一些技术，主要有：1/4 象素精度的运动估计、B 帧、全局运动矢量(GMV)，因而压缩效率得以提高。 AVS 是由我国自主制定的音/视频编码技术标准，主要面向高清晰度电视、高密度光存储媒体等应用。AVS 标准以当前国际上最先进的 MPEG-4 AVC/H.264 框架为基础，强调自主知识产权，同时充分考虑了实现的复杂度。相对于 H.264， AVS 的主要特点有：(1)8×8 的整数变换与 64 级量化；(2)亮度和色度帧内预测都是以 8×8 块为单位，亮度块采用 5 种预测模式，色度块采用 4 种预测模式； (3)采用 16×16、16×8、8×16 和 8×8 4 种块模式进行运动补偿；(4)在 1/4 象素运动估计方面，采用不同的四抽头滤波器进行半象素插值和 1/4 象素插值； (5)P 帧可以利用最多 2 帧的前向参考帧，而 B 帧采用前后各一个参考帧。 Window Meida 9(WM9)是微软公司开发的新一代数字媒体技术。一些测试表明，WM9 的视频压缩效率比 MPEG-2、MPEG-4 SP 及 H.263 高很多，而与 H.264 的压缩效率相当。结束语目前，H.261 与 H.263 在视频通信中广泛应用，成熟的产品已经很多。H.263 与 H.261 相比，增加了若干选项，提供了更灵活的编码方式，压缩效率大大提高，

更适应网络传输。H.264 标准的推出，是视频编码标准的一次重要进步，它与现有的 MPEG-2、MPEG-4 SP 及 H.263 相比，具有明显的优越性，特别是在编码效率上的提高，使之能用于许多新的领域。尽管 H.264 的算法复杂度是现有编码压缩标准的 4 倍以上，随着集成电路技术的快速发展，H.264 的应用将成为现实。（本文作者郭晓强先生，北京邮电大学博士生；门爱东先生，电信学院多媒体通信中心教授、博士生导师摘自《世界广播电视》）

资料库

视频编码标准的发展：从H.261到H.264.pdf

相关推荐

行业

热门标签

最新资料