精华区文章阅读

发信人: dormouse (出征 V 号带飘扬), 信区: Communication
标  题: MPEGl和MPEG2数字视频编码标准
发信站: 哈工大紫丁香 (2001年06月24日10:17:21 星期天), 站内信件

MPEGl和MPEG2数字视频编码标准

　2000-08-15 10:22:58.0　点击数：466

------------------------------------------------------------------------
--------

　　本文的目的在于给出有关MPEGl和MPEG2视频编码算法及标准的概述、以及它们
在视频通信中的作用。论文的正文是这样安排的：首先回顾了与MPEG视频压缩标
准有关的那些基本概念和技术：接着较详细地叙述了MPEGl和MPEG2的视频编码算法
；最后的内容为标准中与其应用有关的一些特征。

MPEG视频压缩算法的基本原理

　　一般说来，在帧内以及帧与帧之间，众多的视频序列均包含很大的统计冗余
度和主观冗余度。视频源码的最终目标是：通过挖掘统计冗余度和主观冗余度，
来降低存储和传送视频信息所需的比特率；并采用嫡编码技术，以便编制出“最
小信息组”一个实用的编码方案，是在编码特性(具有足够质量的高压缩)与实施
复杂性之间的一种折衷。对于MPEG压缩算法的开发来讲，计及到这些标准的寿命
周期应考虑到现代超大规模集成电路技术的能力，这一点是最重要的。根据应用
的要求，我们也许会想到视频数据的“无损失”编码和“有损失”编码“无损失
”编码的目的在于：在保持原图像质量(即解码后的图像质量等同于编码前的图像
质量)情况下，来减少需要存储和传送的图像或视频数据。与此相反，“有损失”
编码技术(该技术跟MPEG—l和MPEG2视频标准未来的应用有关) 的目的是，去符合
给定的存储和传送比特串。重要的一些应用包括；利用限定的带宽或很窄的带宽
，通过通信频道采传送视频信息；有效地存储视频信息。在这些应用中，高的视
频压缩是以降低视频质量的办法来实施的，即跟编码以前的原始图像相比，解码
后的图像“客观”质量有所降低(也就是取原始图像和再现图像之间的均方差，
作为评定客观图像质量的标准)频道的目标比特率越低；那么视频所必须进行的压
缩率就越大，通常可察觉的编码人工产物也越多。有损失编码技术的最终目的是
：在指定的目标比特串条件下，获取最佳的图像标准。这里应服从“客观”或“
主观”上的最佳标准。这里应该指出，图像的降级程度(指客观降低以及可察觉
到的人工产物的数量)取决于压缩技术的复杂性——对于结构简单的画面和视频活
动少的图像来讲，就是采用简单的压缩技术，也许能获得根本不带可察觉人工产
物的良好的再现图像

(A)MPEG视频编码器源模式

　　MPEG数字视频编码技术实质上是一种统计方法。在时间和空间方向上，视频
列通常包含统计冗余度。MPEG压缩技术所依赖的基本统计特性为像素之间
(interpel)的相关性，这里包含这样一个设想：即在各连续帧之间存在简单的相
关性平移运动。这里假定：一个特殊画面上的像素量值，可以(采用帧内编码技术
)根据同帧附近像素来加以预测，或者可以(采用帧间技术)根据附件帧中的像素
来加以预测。直觉告诉我们：在某些场合，如一个视频序列镜头变化时，各附近
帧中像素之间的时间相关性就很小，甚至消失 —这时，该视频镜头就成为一组无
相关牲的静止画面的组合。在这种情况下，可采用帧内编码技术来开发空间相关
性，来实现有效的数据压缩，MPEG压缩算法采用离散余弦变换(DCT)编码技术，
以8×8像素的画面块为单位，有效地开发同一面面各附近像索之间的空间相关性
。然而，若附近帧中各像素间具有较大的相关性时，也就是说两个连续帧的内容
很相似或相同时，就可以采用应用时间预测(帧间的运动补偿预测)的帧间DPCM编
码技术。在多种MPEG视频编码方案中，若将时间运动补偿预测路剩余空间信息的
变换码自适应地结合起来，就能实现数据的高压缩(视频的 DPCM/DCT混合编码) 图
1给出了一个画面的帕内像素问相关性特性的举例，这里采用了一个非常简单，但
很有价值的统计模式。这个假设的简单模式已包括了许多“典型”画面的一些基本
的相关特性，也就是指相邻像素间的高度相关性，以及随着像素间距的增大相关
性的单值衰减特性。我们以后将利用这一模式来展示变换区域编码的一些特性。
一些“典型”画面的像素间的空间相关性，是应用具有高度像素间相关性的
AR(1)GaussMarkov画面模式来加以计算的。变量X和Y分别表示像素之间在画面水平
和垂直方向上的距离。

(B)二次取样和内插法

　　几乎所有本论文中所叙述的视频编码技术，在编码之前，均大量地进行了二
次取样和量化工序。二次取样的基本概念是想减少输入视频的Dimension 水平
Dimension和或垂直Dimension)，并在进行编码处理之前先对像素进行编号。值得
注意的是：在有些应用场合，在时间方向上也对视频进行二次取样，以便在编码
之前降低帧频。在接收机端，已解码图像是通过内插法来加以显示的。这一方法
可以认为是一种最简单的压缩技术，这种压缩技术利用了人眼特有的生理特姓，
因而去除了视频数据中的含有的主观冗余度—即与色度信号的变化相比，人眼对
亮度信号的变化更灵敏。故众多 MPEG编码方案首先将画面分成YUV与量信号(一个
亮度分量和二个色度分量)接着，相对于亮度分量，对色度分量进行二次取样，
对于一些特殊应用，有一个Y：U：V比率(即对于MPEG—2 标准，采用4：1：1或4：
2：2.

(C）运动补偿预测

　　运动补偿预测是一个有力的工具，以便减小帧间的时间冗余度；并作为用于
时间DPCM编码的预测技术，这一工具在MPEGl 和MPEG2视频编码标准中得到广泛应
用。运动补偿概念是以对视频帧间运动的估算为基础的，也就是说，若视频镜头
中所有物体均在空间上有一位移，那么用有限的运动参数(如对于像素的平移运动
，可用运动矢量来描述)来对帧间的运动加以描述。在这一简单例子中，一个来自
前编码帧的运动补偿预测像素，就能给出一个有效像素的最佳预测。通常，预测误
差和运动矢量均传送至接收机。然而，将一个运动信息对每一个编码画面像素进
行编码，这既不值得也没有这个必要。由于一些运动矢量之间的空间相关性通常
较高，有时可以这样认为：一个运动矢量代表一个相邻像素块的运动。为了做到
这一点，画面一般划分成一些不连接的像素块(在 MPEGl和MPEG2标准中一个像素块
为16×16像素)，对于每一个这样的像素块，只对一个运动矢量进行估算、编码和
传送(图2)。在MPEG压缩算法中，运动补偿预测技术用来减少帧间的时间冗余度
，只对预测误差画面(原始画面与运动补偿预测画面之间的差别)加以编码。总的
来说，由于采用依据于前编码帧的预测，待编码的运动补偿帧间误差图像中像素
之间的相关性就差了。用于运动补偿的块匹配法：在待编码的第N有效帧中，为每
一个画面块估算一个运动矢量(mv)该运动矢量针对前已编码的第N—l帧中同样大
小的一个参照画面块。运动补偿预测误差是这样计算的：在带有前帧参照块中运
动飘移对应物的面面块中，减去一个像素。

(D)变换或编码

　　二十年来，人们已对变换编码进行了大量的研究，它已成为用于静止画面编
码和视频编码的一种非常流行的压缩方法。变换编码的目的在于去掉帧内或帧间
误差图像内容的相关性，对变换系数进行编码，不是对画面的原始像素进行编码
。为此，输入画面被分成不连接的b像素的画面块(即N×N像素)。以一个线性、可
分离的和单元前向变换为基础，本变换可表示为一个矩阵操作，采用一个N×N变
换矩阵A，采获取N×N变换系数C。 C＝AbAt 这里AT表示变换矩阵A的一种移项式。
注意：这种变换是可逆的，原因是，采用线性和可分离的反向变换，可以再现原
始的N×N个 b像素的画面块. b=AtCa 利用许多可能的方法，应用于较小的由8×8
像素组成的画面块的离散余弦变换(DCT)已成为一种最佳的变换，用于静止画面
和视频编码。事实上，由于基于DCT的方法具有较高的抗相关性能，并能获得快速
DCT算法，适用于实时应用，已在大多数画面和视频编码标准中加以使用。VLSI技
术的运行速率适合较广泛的视频应用范围，故已商业化。变换编码的主要目的是
使尽量多的变换系数足够的小，使它仍无效(从统计和主观测量角度来看)。同时
，应尽量减小系数之间的统计相关性，目的在于减少对剩余系数进行编码所需的
比特数量。图3示出了帧内DCT系数8×8像素块的方差(能量)，这里是以图1中已
讨论过的简单的统计模式设想为基础的。此处，每一个系数的方差，表示了系数
(大量帧的乎均值)的可变性。与方差大的系数相比，方差小的系数在画面像素块
再现时意义就不大了。如图3中所示，一般来说，为了获得画面像素块的有用的近
似再现，只要将少量DCT系数传送给接收机就行。然而，那些最高有效位 DCT系数
集中在左上角(低DCT系数)，面随着距离的增加，系数的有效牲就逐步下降。这意
味着：与较低位的系数相比，较高位的 DCT系数在画面像素块再现时的重要性就差
一些。采用运动补偿预测，DCT变换的结果是，使DCT定义域中的时间DPCM信号实现
筒单的再现—这实质上继承了这种相似的统计相关性，如以DCT 定义域中的这个
DPCM信号来再现图2中的帧内信号(虽然能量有所减少)—这就是为什么为了使帧间
压缩获得成功MPEG算法要采用DCT编码的原因图3图示了DCT系数的方差分布情况，
典型地计算了大量的画面块而获得的平均值。DCT系数方差计算是以图1中的统计
模式为基础的。U和V分别该8×8块中水平和垂直画面变换域变量。大多数总方差
集中在DCDC了系数周围(U＝0，v＝0) DCT跟离散傅里叶变换很接近，而认识到以下
这点是重要的，即可以对DCT系数加以频率说明，使其更接近于DFTo在画面块内
，低位的Dcr系数与较低的空间频率有关而高位的DCT系数与较高的频率有关。这
一特性在MPEG编码方案中被加以应用，以便去除画面数据中所包含的主观冗余度
，这一切是以人类视觉系统标准为基础的。由于跟较高空间频率有关的再现误差
比较，观众对较低空间频率的再现误差更加敏感，故在给定比特率情况后，为了
要改进解码画面的视觉质量往往根据视觉(感觉量化)对系数进行频率自适应加权
(量化) 上述两种技术—时间运动补偿预测和变换域编码—的结合，被认为是
MPEG编码标准的关键点 MPEG算法的第三个特点是这两种技术的处理是较小的画面
块(典型情况是：在16×16 像素上进行运动补偿，在8×8像素上进行DCT编码)。由
于这个原因，MPEG编码算法通常又叫作基于画面块的DPCM/DCT混合算法.

MPEG-1：一个通用标准-一个应用于数字存储媒体
（最高速率达1．5Mb／s)的活动图像和伴音的编码标准

由MPEG—1开发出来的视频压缩技术的应用范围很广，包括从CD—ROM上的交互系
统，到电信网络上的视频传送 MPEG1视频编码标准被认为是一个通用标准。为了支
持多种应用，可有用户来规定多种多样的输人参数，包括灵活的图像尺寸和帧频
。MPEG推荐了一组系统规定的参数：每一个MPEG—l兼容解码器至少必须能够支持
视频源参数，最佳可达电视标准：包括每行最小应有720个像素，每个图像起码应
有576行，每秒最少不低于 30帧，及最低比特率为1．86Mb／s，标准视频输入应包
括非隔行扫描视频图像格式。应该指出：但并不是说，MPEGl的应用就限制于这
一系统规定的参数组。根据JPiG和H。261活动，已开发出MPEG—l视频算法。当
时的想法是：尽量保持与CCITT H．261标准的共同性，这样，支持两个标准的做
法就似乎可能。当然，MPEGl主要目标在于多媒体CD—ROM的应用，这里需要由编
码器和解码器支持的附加函数牲。由MPEGl提供的重要特性包括：基于帧的视频随
机存取，通过压缩比特流的快进/快退搜索，视频的反向重放，及压缩比特流的
编辑能力。

(A)基本的MPEG—1帧间编码方案

基本MPEGl(及MPEG2)视频压缩技术的基础为：宏模块结构、运动补偿及宏模块的
有条件再补给。如图49所示，MPEG—1 编码算法以帧内编码模式(I图像)对视频序
列的第一帧进行编码。每一个下一帧采用帧间预测法(P图像)进行编码——仅仅采
用来自前面最近的已编码I或P帧的数据，来进行预测，MPEG—l算法对基于画面
块视频序列的帧加以处理。视频序列中的每一个彩色输入帧被分割成多个非重迭
的“宏模块”，如图4b所示。每一个宏模块包含4个亮度块(Y1，Y2，Y3，Y4)及两
个色度块(U，V)，每个宏模块的尺寸为8*8像素，这些数据块来自于亮度带和共址
的色度带。在Y：U：V亮度与色度像素之间的取样比为4：1：1 以最近的前帧为基
础，采用运动补偿预测法来对P图像加以编码。每一帧被分割成不连接的“宏模块
”(MB)。图4b对于每一个宏模块，对有关4个亮度块(Y 3，Y2，Y3， Y4)和两个彩
色决(U，V)的信总均加以编码。每个包含8×8个像素。基本的混合型DPCM/DCT
MPEGl编码器和解码器结构的方块图示于图5之中。视频序列第1帧(I图像)以帧内
(INTRA) 模式加以编码不参照任何一个过去帧或未来帧。在编码器处，DCT 被加到
每一个8×8亮度块和色度块上，在DC了输出之后，该64个 DCT系数中的每一个系数
被均匀量化(Q)，在宏模块中被用来对 DCT系数进行量化的量化器步长，传送给接
收机。‘量化之后，最低位DO系数(DC系数)的处理方法跟保留(remaining)系数
(AC系数)的处理方法是不一样的，DC系数表示分量模块的平均亮度，可用微分DC
预测法对DC系数加以编码。保留DCT系数及它们位置的非零量化器值被Z字形扫描
，并采用可变长度编码 (VLC)表对其进行扫描宽度嫡编码。图5一个基本混合型
DC了／DPCM 编码器和解码器结构的方决图图6中表示出了系数Z字形扫描的概念。
因为要利用系数将这个两维的画面信号变换成一个单维的比特流，故在量化DCT域
二维信号扫描之后，进行的是可变长度码—字分配工序。并沿着扫描行和两个连
续非零系数之间的距离(行程)，对这些非零AC系数量化器值(长度)加以检测。采
用仅传送—个VLC码字的方法，对每一个连续(行程、长度)对进行编码，Z字形扫
描的目的在于：在跟踪高频系数之前先去跟踪低频DCT系数(包含最大的能量) 图
6在8×8块内，已量化DCT系数的Z字形扫描。仅仅对非零量化DCT系数加以编码。
图中指出了非零DCT系数可能的位置 Z字形扫描的做法要想做到按系数的有效性去
跟踪DCT系数参看图3，最低位的DCT系数(0，0)包含了这些决中的最大部分的能
量，这些能量集中在较低位的DCT系数周围解码器执行反向操作，首先从比特流中
提取可变长度编码字 (VLD)并加以解码，以便为每一个画面块获取非零DCT系数的
位置和量化器值。随着一个画面块所有非零DCT系数的再现(Q) 及随后获得的反
DCT(DCT—1)，就得到量化块像素值。通过对整个比特流的处理，就对所有的画面
块进行了解码，并加以了再现。为了对P图像进行编码，前面的I图像的第N—l帧
，存储在设置在编码器和解码器内的帧存储器中。在宏模块中执行运动补偿
(MC)—对于即将进行编码的那个宏模块，在第N帧与第N—1 帧之间，仅对一个运动
矢量进行估算。这些运动矢量被编码及传送至接收机。运动补偿预测误差是这样
计算的：即在带有前帧运动飘移对应物的宏模块中减去一个像素。然后是将8×
8DCT加入到包含在该宏模块内的每一个8×8块中，接着是对DCT系数进行量化
(Q)，并进行扫描宽度编码和炳编码(VLC)o这里需用一个视频缓冲器；以确保编码
器能产生一个常量的目标比特率输出。对于帧内每一个宏模块来讲，量化步进
(SZ)是可以调整的，以便获得给定的目标比特率，并避免缓冲器出现溢流和下溢
现象。解码器采用反向处理，以便在接收机中再生第N帧的一个宏模块。对包含
在视频解码器缓冲器(VB)中的可变长度字(VLD) 进行解码之后，就能再现(Q和DCT
—1操作)预测误差像素值。来自包含在帧存储器(FS)中的前第N—1曲的运动补偿
像素，被加入到预测误差之中，以恢复第N帧的那一宏模块。在图7a一图7d中9采
用了一个典型的测试序列，描述了采用运动补偿预测编码视频的好处，而该预测
是以MPEG编码器中的前第N—1再现帧为依据的。用7a示出在N时间上将要进行编码
的一个帧，图7b示出了在N—1时间上的再现帧，其存储在设置在编码器和解码器
中的帧存储器(FS)内。采用编码器运动估算方法已对图7b中所示的块运动矢量
(mv，参照图2)加以估算，并能预测第 N帧中每个宏模块的平移运动的位移(参照第
N—1帧)。图7b出示了这个纯帧差信号(第N帧减去第N—1帧)，若在编码过程根本
不采用运动补偿预测，那么就能获得这个帧差信号——即假定所有运动矢量为零
。图7d出示了：当采用图7b的运动矢量来进行预测时的运动补偿帧差信号。很明
显，跟图7c中的纯帧差编码相比，采用运动补偿，大大减缩了这个将要被编码的
残差信号。图7：(a)在N时间上将要被编码的帧：(b)在P4—1时间上的帧，用来
预测第N帧的内容(注意：四面中所示的运动矢量，并不是存储在编码器和解码器
内的再现画面的一部分；(c)没采用运动补偿所获取的预测误差画面——假设所有
的运动矢量均为零； (d)若采用运动补偿预测，将要进行编码的预测误差画面.

(B)条件再补给

　　MPEG1编码算法所支持有一个基本特点是，如需要时(即与前帧同一个宏模块
相：比，宏模块内容已有变更时)，可以在解码器中更新宏模块的信息(条件宏模
块再补给)在较低比特率要实行规频序列的有效编码的关键，是选择合适的预测模
式，以实现条件再补给，MPEG标准主要区分有三种不同的宏模块编码类型(MB 类
型)：跳跃MB：来自前帧的预测，运动矢量为零。根本无宏模块信息被进行编码，
及被传送至接收机。帧间MB：根据前帧，采用运动补偿预测。传送MB类型及MB 地
址；如需要，也传送运动矢量、DCT系数及量化步长。帧内MB：根本不采用来自前
帧的预测(仅仅采用帧内预测) 仅仅向接收机传送MB类型、MB地址、DCT系数及量化
步长。

(C)特殊的存储媒体功能

　　为了从存储媒体中存取视频，MPEG1视频压缩算法设计成能支持一些重要功能
，如随机存取有及快进(FF)和快倒(FR)重放等功能。考虑到对存储媒体的需求比
及进一步探索运动补偿和运动内描的优越性，由MPEGl引入B图像(双向预测测/双
向内扫图像)概念。这一概念示于图8，对象为视频序列中的一组连接图像。图像
有三种类型：帧内图像(I图像)编码时，不参照视频序列中的其它图像，已在图4
中介绍过，I图像允许存取点进行随机存取，并对比特流进行FF／FR功能，不过只
能进行低压缩。帧内预测图像(P图像)编码时要参照挨差最近的前一个已编码的I
图像或P 图像，通常采用运动补偿，以提高编码效率。由于通常用P图像作为参照
物来预测未来帧或过去帧，故P图像不提供用于随机存取或编辑的合适的存取点。
双向预测／内描的图像(B图像)备用过去帧和未来帧作为参照物。为了实现高压缩
，可以依据挨得最近的过去、未来的P图像或I，图像，来实施运动补偿。B图像本
身永不会当作参照物来加以使用。图8在MPEGl视频序列中所采用的I图像(I)、P
图像(P) 和B图像(B)，依据两个最近的已编码帧(I图像或P图像)采用运动补偿预
测，可以对B图像进行编码。为了适应不同应用的需求，视频序列内图像编码类型
的安排具有灵活性。图中指出了预测的方向。使用者在安排视频序列中的图像类
型时具有很大的灵活性，以适应各种不同应用的需求。作为总的原则，仅仅采用
I图像(IIIIII.....)编码的视频序列，具有最好的随机存取、FF／FR和编辑功能
，但只能实现低压缩。已编码的,带有一个常规修正的I图像及无B图像的序列(即
IPPPPPPIPPP......)，能实现中度压缩，具有一定程度的随机存取及FF／FR功能。
所有这三种图像类型的结合，能做到高压缩，具有较好的随机存取和FF／FR功能，
但大大增加了编码延迟时间。这一延迟也许在一些应用场合是不允许的，如视频
电话、视频会议。

(D)速率控制

　　MPEGl编码算法所支持的一个重要特点是，通过调节量化 DCT系数的量化器步
长(sz)(见图5)，为了满足特殊应用的要求，可以调节比特率(因而也调节了再现
视频信号的质量) DCT 系数的粗量化能对具有高的视频信号进行存储或传送，但会
产生较大的编码人工产物，这取决于量化等级 MPEGI标准允许编码器为每一个已
编码宏模块选择不同的量化器值——这样，可以对需要改进画面质量的位置上分
配比特，具有很大的灵活性。另外，还能产生常量和变量比特率，用于压缩视频
的存储或实时传送。压缩的视频信息从实质上来讲本来就是可变的。通常是由连
续视频帧的变化的内容所引起的，必须对由编码器产生的可变比特流缓冲于视频
缓冲器中，如图5所示。进入到编码器VB的输入在时间上是可变的，而输出是一个
恒定比特流。在解码器，VB输入比特流是恒定的，用于解码的输出是可变的
MPEG编码器和解码器采用同样尺寸的缓冲器，以避免产生再现误差。编码器中的
速率控制算法，依据视频内容和活动程度，调节量化器的步长(SZ)，以保证视频
缓冲器永不溢流——同时，应保持缓冲器尽可能的满，以尽量提高画面质量。理
论上讲，采用大的视频缓冲器，可以避免缓冲器出现溢流现象。然而，除大型缓
冲器价格昂贵外，对于要求在编码器与解码器之间的延迟小的应用场合，大型缓
冲器还存在另外一些缺点，如对话或视频的实时传送。如果由于采用了视频缓冲
器来产生一个恒定的比特率输出，编码器比特流是平坦的，那么在编码处理跟在
解码器视频再现时间之间就会引入一个延迟。通常，缓冲器越大，所引入的延迟时
间越长 MPEG已规定了最小的视频缓冲器的尺寸，它需要获得所有解码器运作的支
持。该数值等同于VB尺寸的最大值，编码器用它来产生比特流。然而，为了减少
延迟或编码器的复杂性，在编码器选择一个虚拟缓冲器尺寸值是可能的，该值比
需要得到解码器支持的最小VB尺才要小。在发送视频比特流之前，先将该虚拟缓
冲器尺才值传送给解码器。用于压缩视频的速率控制算法不属于MPEG—1标准，这
就留给实施者去开发有效的战略方法。应着重指出：制造厂商以指定比特率去压缩
视频所选择的速率控制算法的效率，对在解码器再现的视频的可视质量有非常大
的影响。

(E）隔行视频源的编码

　　用于MPEG—1的标准化视频输人格式是非隔行制。然而，对 MPEG1来讲，隔行
彩色电视(525行，29．97帧/每秒及625行， 25帧/秒)编码是一个重要的应用。基
于隔行源到逐行中间格式的转换，MPEGl已对Rec．601数字彩色电视信号的编码提
出一个建议。从本质上讲，只对每一个隔行视频输入帧中的一个水平二次取样场
进行编码，即二次取样顶(top)场。在接收机,根据已解码的和水乎内插的奇数场
，采预测偶数场，加以显示。在编码之前所必须的预处理及编码之后所需的后处
理，均在MPEGl国际标准文件的信息附录中有详细叙述.

MPEG2标准：用于活动图像和伴音的通用编码

　　世界范围的MPEGl正在开发一个重要的及成功的视频编码标准，有关产品不断
增多，并开始商品化。成功的关键因素在于标准的通用结构，能支持广泛的应用
及应用的特别参数。然而，在1991 年，MPEG继续它的标准化努力，进入第二阶段
(MPEG—2)，为 MPEG—l最初没有包括在内或尚未想到的应用，提供了一种视频编
码方法。特别是，已对MPEG—2提出一个要求，即它所提供的视频质量，不能低于
NTSC／PAL，最高应可达到CCIR601质量。正在出现的一些应用，如数字有线电视
分配、通过ATM的网络数据库业务、数字VTR应用以及卫星和地面数字广播分配等
，由于新的MPEG—2标准化阶段结果提高了图像质量，均能从中受益。已与ITU—
TSGl5专家组(ATM视频编码专题)联合，开展了研究工作。1994年，发布了MPEG—
2的草案国际标准(与ITU—T H．262建议书相同)该标准的技术规格打算应具有通用
性—所以，该标准的目的在于，应有助于比特流在不同应用、传输和存储媒体之
间的互换。从本质上说，MPEG—2可以视为是一组MPEG—1的最高级编码标准，并
设计或能向后跟MPEG—1相兼容—每一个MPEG —2兼容解码器能对有效的MPEG—1比
特流进行解码。为了满足多种不同应用的需求，许多视频编码算法被综合于单个
句法之中。为获得足够的性能和质量，MPEG—2已增添了新的编码特性，已开发
出来的预测模式，是为了支持隔行视频的有效编码。此外，还引进了可分等级的视
频编码扩展，以提供另外的功能，如数字电视和HDTV的嵌入式编码，没出现传输
误差时质量的缓慢降低。然而，整个句法的实施，对于大部分应用来讲也许是不
实际的，MPEG—2已引进了“型”和“层”的概念，来规定设备之间的一致性，
并不支持整个句法的实施。型和层提供了定义句法子集的方法，以及对特殊比特
流进行解码所需的解码器功能。表2和表 3中表明了这种概念。作为一般法规，每
一个型定义一组新的算法，作为最高级组加在下一个型中的算法上。层规定了参数
的范围，在实施中得到支持 (即画面尺寸、帧频和比特率)主型(MAINProfile)的
MPEG—2 核心算法的特点是，对于逐行和隔行视频源均为非可分等级编码。并希
望：大部分MPEG—2实施过程至少应符合位于主层(MAIN LEvel)的主型，该主型支
持数字视频的非可分等级编码，并拥有近似的数字电视参数—最大的取样密度，每
帧576行，每行720个取样；最高的帧频30帧/秒；最高的比特率15Mb／s。

(A）MPEG—2非可分等级编码模式

　　在主型中所定义的MPEG—2算法，是MPEG—I编码方案的直接扩展，以适应隔
行视频的编码，同时保留了MPEG—1所提供的所有功能。与MPEG—1标准一样，
MPEG—2编码算法的基础为通用的混合DCT／DPCM编码方案，如图5所示，并并入了
宏模块结构、运动补偿和编码模式，以便执行宏模块的条件再补给。I图像、P图
像和B图像的概念，在MPEG—2中全部保留，以获得有效的运动颈测及有助于随机存
取功能的实现。注意： MPEG—2单型(SIMPLEFrofile)中所定义的算法9基本上跟主
型中的算法相同，不一样的地方是，在编码器根本不存在B图像预测模式。故B图像
解码所需要的额外的实施复杂性和另外的帧存储器，对于MPEG—2解码器来说不必
要的，而只要求MPEG—2解码器符合该单型就行。场图像和帧图像：MPEG—2已介
绍了帧图像和场图像的概念，也介绍了特殊的帧预测和场预测模式，以适应逐行
和隔行视频的编码。对于隔行序列来讲，假设编码器输入是由一系列奇数(顶)场
和偶数(底)场所组成，而奇数场与偶数场在时间相隔—场的时间。一帧中两场是
分别编码的，在这种情况下，每一场被分离成相邻的不重叠的宏模块，并对场进行
DCT处理。另一种方法是，将两场看成为一帧(帧图像)，与一般的逐行视频序列
编码相类似，一起进行编码。在这里，顶场和底场的连续行就简单地汇合组成帧。
注意：在单一的视频序列中，帧图像和场图像均能被使用图9场图像概念和可能
的场预测举例。顶场和底场是分别编码的。采用以那个前编码顶场为依据的运动
补偿场间预测，来对每一个底场进行编码。而顶场编码采用的是运动补偿场间预
测，依据是前编码顶场或者是前编码底场。这一概念可以加以延伸，以并入B 图
像。场和帧预测：MPEG—2已介绍了一些新的运动补偿场预测模式，以便有效地对
场图像和帧图像加以编码。图9中简单描述了这种新概念的一个例子，这里出示的
是一个隔行视频序列，只会有三个场图像，不带B图像。在场预测中，是采用来自
一个或多个前解码场的数据，来对每一场单独进行预测的，也就是说，对于顶场来
说，测是根据一个前解码顶场(采用运动补偿预测)或属于同一图像的前解码底场
来获取的。一般来说，若场间根本没有运动时，宁愿采用依赖于同一图像解码场的
场间预测。采用哪一个参照场来进行预测，这一信息随着比特流被发送出去。在
场图像中，所有预测均为场预测。帧预测作出帧图像的预测，依据于一个或多个
前解码帧。在帧图像中，可以采用场预测，也可以采用帧预测；可以一个宏模块
一个宏模块地，来选择所喜爱的那种预测模式。然而必须值得，颈测所依赖的那
些场和帧，它们本身也许曾作为场图像或者帧像，已完成了解码工序 MPEG—2已
介绍了一些新的运动补偿模式，以便有效地探索场间的时间冗长余度，名称叫做
“双主”(Dual Prime)预测，运动补偿基于16×8画面块。这些方法的讨论已超出
本文的范畴。色度格式：MPEG—2已规定了补充的Y：V：V亮度和色度二次取样比率
格式，以促进最高视频质量需求的应用。除了已得到 MPEG—1所支持4：2：0格式
外，MPEG—2的规格已扩展至4：2：2格式，符合演播全视频编码应用的要求.

(B)MPEG—2可分等级编码的扩展

　　MPEG—2已对可分级性方法进行了标准化，这些方法所支持的应用范围，已超
出基本主型编码算法所支持的应用范围。可分级编码的目的在于，在不同业务之
间能提供互操作性，能较灵活地支持具有不同显示功能的各种接收机。有的接收
机既没有能力或者也不要求再现视频的全部清晰度，那么就可以只对分层比特流
的子集进行解码，以较低的空间或时间清晰度，或者较低的质量，来显示视频图
像。可分级编码的另一个重要目的是可提供分层视频比特流，它适合用于按优先
顺序的传输。这里主要的难点在于，在出现额道误差情况下，如基于ATM传输网络
中单元的丢失，或地面数字广播的同频道干扰，这时如何可靠地来传送视频信号
。能灵活地支持多种清晰度，这一功能对于DHTV跟标准清晰度电视(SDTV)相互配
合运作来讲十分重要，这里问题是HDTV接收机应跟SDTV产品相兼容。对HDTV源进
行了可分级编码，就能实现这一兼容性，这就能避免很浪费地将两个单独的比特
流分别地传输给HDTV和SDTV接收机。可分级编码的其它一些重要应用，包括视频
数据库浏览以及在多媒体环境中视频的多清晰度重放。图10显示了多级视频编码
方案的一般原理。这里提供了两层，每一层支持着一个不同级上的视频，即将输
入视频信号降级成为一种较低清晰度视频(在空间上或时间上降低取样率)，就能实
现多清晰度的显示。可对降低视频进行编码，进入基层比特流，这样也降低了比
特率。可用升级再现的基层视频(在空间上或时间上提高取样率)来对原始输入视
频信号加以预测。预测测误差经编码进入一个增强层比特流。若接收机没能力或
不需要显示视频信号的全部质量，那就可以只对基层比特流加以解码，以再现降级
的视频信号。这里着重指出：如只对较低比特率的基层进行解码，那么最高清晰
度视频的显示，质量也可能有所降低。对于每一层均分配有一个合适比特率的视
频，可以对其进行可分级编码，以满足传输频道或存储媒体对带宽的特殊需求。
这一功能被认为对于浏览视频数据库和经不同网络的视频传输等业务是有用的。
在MPEG—2的标准化阶段，发现下面的想法是不可能实现的，去开发一个通用的
可分级编码方案，以适应已想到的所有各种应用的需求。有些应用被限制于低的
装置复杂性，另外一些要求非常高的编码效率。结果是MPEG—2已对三种可分级编
码方案进行了标准化：SNR(质量)可量测性、空间可量测性及时间可量测性——
每一种方案的目标在于有助于满足特殊应用的需求。这些可分级性方法可将算法
扩展到主型定义的非可分级方案。可以将不同的可分级姓方法结合于一个混合编
码方案之中，也就是说，将空间可分级性和时间可分级性方法结合于一个混合层
编码方案之中，这样，拥有不同空间清晰度和帧频的各种业务之间的互操体性就
能得到支持。将空间可分级性与SNR可分级性相结合，就能够获得HDTV 与SDTV业
务之间的互操作性，并对频道误差有一定的恢复功能 MPEG—2句法最多可支持三个
不同的可分级层。空间可分级性已经开发完成，以便在接收机显示不同的空间清
晰度—从基层能够再现空间清晰度较低的视频，这一功能对于许多应用均是有用
的，包括对HDTV／TV系统采用嵌入式编码，这样就允许从数字TV业务向具有较高
空间清晰度的HDTV业务过渡。这一算法的依据是用于逐行扫描画面编码的一种标
准锥形方法，空间可分级性能够灵活的支持很宽范围的空间清晰度，但给主要编
码方案增添了很大的装置复杂性。 SNR可分级性：该方法已基本开发成功，对于
按优先排列传输媒体来说，SNR可分级性能使视频质量下降时比较缓慢(质量可分
级性)，如果基层能避免受到传输误差的影响，那么只要对基层信号加以解码，就
能获得质量衰减缓慢的视频。用来实现质量缓慢衰减的算法，它基于一种频率
(DCT域)可分级性技术。图11中的两个层以同样的空间清晰度对视频信号加以图编
码，11a和图llb 示出了SNR可分级性编码器和解码器可能的实施方法。该方法的
实施，也就是主型MPEG—2的一种简明的扩展，能够获得极佳的编码效率。在基
层，DCT系数被低级量化和发送，以便在低比特率情况下来获取适中的图像质量。
非量化DCT系数跟来自基层、量化步长较小的量化系数之间存在差值，而增强层就
对这一差值进行编码，加以发送。在解码器，通过对较低层和较高层比特流进行解
码，就能再现最高质量的视频信号。利用这一方法，也可能在接收机中获取空间清
晰度较低的视频图像。如果解码器从基层比特流选用最低的N×N DCT系数，就可
用非标准反向DCT系数(尺寸为N×N)来再现空间清断度已降低了的视频图像。然而
，这个最低层已降级的视频易于发生漂移现象，这取决于编码器和解码器的操作
运行。已开发的时间可分级性方法的目的跟空间可分级性的相类似—具有一个适
用于立体显示功能接收机的分层比特流，立体视频就能得到支持。以由基层发送
出来的、从对面观看到的编码图像为依据，来预测增强层的立体视频的一个图像(
左视图像)，这样就实现了分层工序。当在ATM，地面广播或者磁记录环境中出现
传输或频道误差时，数据分配的作用在于促进误差隐蔽功能。由于这一做法完全
可以作为任一单层编码方案的后处理和预处理技术采用，它与MPEG —2的标准化工
作尚未正式完成，但在MPEG—2DIS文件的信息附录中，已注明了有关这一做法的
资料来源。该算法依赖于DCT 系数的分离，跟SNR可分类性方法相类似，与其它可
分级编码方案相比较，这一算法实施起来较为简单。为了提供误差保护，比特流
中的已编码DCT系数，在带有不同误差的两个层中被分离和发送。
--


    I am dormouse.    我是睡鼠
    too lazy.

※ 来源:·哈工大紫丁香 bbs.hit.edu.cn·[FROM: dormouse.hit.edu.cn]

Communication 版 (精华区)