图象压缩技术



MPEG-1
MPEG视频 压缩编码后包括三种元素：I帧（I-frames）、P帧（P-frames）和B帧（B-frames）。在MPEG编码的过程中，部分视频 帧序列压缩成为I帧；部分压缩成P帧；还有部分压缩成B帧。I帧法是 帧内压缩法，也称为“ 关键帧”压缩法。I帧法是基于 离散余弦变换DCT（ Discrete Cosine Transform ）的 压缩技术，这种算法与JPEG压缩算法类似。采用I帧压缩可达到1/6的 压缩比而无明显的压缩痕迹。

在保证图像质量的前提下实现高压缩的压缩算法，仅靠 帧内压缩是不能实现的，MPEG采用了帧间和帧内相结合的压缩算法。 P帧法是一种前向预测算法，它考虑相邻帧之间的相同信息或数据，也即考虑运动的特性进行 帧间压缩。P帧法是根据本帧与相邻的前一帧（I帧或P帧）的不同点来压缩本帧数据。采取P帧和I帧联合压缩的方法可达到更高的压缩且无明显的压缩痕迹。

然而，只有采用B帧压缩才能达到200：1的高压缩。B帧法是双向预测的 帧间压缩算法。当把一帧压缩成B帧时，它根据相邻的前一帧、本帧以及后一帧数据的不同点来压缩本帧，也即仅记录本帧与前后帧的差值。B帧数据只有I帧数据的百分之十五、P帧数据的百分之五十以下。

MPEG标准采用类似4：2：2的采用格式，压缩后亮度信号的分辨率为352×240，两个 色度信号分辨率均为176×120，这两种不同分辨率信息的 帧率都是每秒30帧。其编码的基本方法是在单位时间内，首先采集并压缩第一帧的图像为I帧。然后对于其后的各帧，在对 单帧图像进行有效压缩的基础上，只存储其相对于前后帧发生变化的部分。 帧间压缩的过程中也常间隔采用 帧内压缩法，由于帧内（ 关键帧）的压缩不基于前一帧，一般每隔15帧设一 关键帧，这样可以减少相关前一帧压缩的误差积累。MPEG 编码器首先要决定压缩当前帧为I帧或P帧或B帧，然后采用相应的算法对其进行压缩。一个视频 序列经MPEG全编码压缩后可能的格式为：IBBPBBPBBPBBPBBIBBPBBPBBPBBPBBI......

压缩成B帧或P帧要比压缩成I帧需要多得多的计算处理时间。有的 编码器不具备B帧甚至P帧的压缩功能，显然其压缩效果不会很好。
MPEG-2
MPEG组织在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 高清晰度电视在各种应用下的压缩方案和系统层的详细规定，编码 码率从每秒3 兆比特～100 兆比特，标准的 正式规范在ISO/IEC13818中。MPEG-2不是 MPEG-1的简单升级，MPEG-2在系统和传送方面作了更加详细的规定和进一步的完善。MPEG-2特别适用于 广播级的 数字电视的编码和传送，被认定为SDTV和HDTV的编码标准。MPEG-2还专门规定了多路节目的复分接方式。MPEG-2标准目前分为9个部分，统称为ISO/IEC13818国际标准。

MPEG-2 图像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。一帧图像内的任何一个场景都是由若干像素点构成的，因此一个像素通常与它周围的某些像素在亮度和 色度上存在一定的关系，这种关系叫作空间相关性；一个节目中的一个情节常常由若干帧连续图像组成的 图像序列构成，一个 图像序列中前后帧图像间也存在一定的关系，这种关系叫作时间相关性。这两种相关性使得图像中存在大量的 冗余信息。如果我们能将这些 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。而 接收机利用这些非相关信息，按照一定的解码算法，可以在保证一定的图像质量的前提下恢复原始图像。一个好的压缩编码方案就是能够最大限度地去除图像中的 冗余信息。

MPEG-2的编码图像被分为三类，分别称为I帧，P帧和B帧。

I帧图像采用帧内 编码方式，即只利用了 单帧图像内的空间相关性，而没有利用时间相关性。I帧使用帧内压缩，不使用 运动补偿，由于I帧不依赖其它帧，所以是 随机存取的入点，同时是解码的基准帧。I帧主要用于 接收机的初始化和 信道的获取，以及节目的切换和插入，I帧图像的压缩倍数相对较低。I帧图像是周期性出现在 图像序列中的，出现频率可由 编码器选择。

P帧和B帧图像采用帧间 编码方式，即同时利用了 空间和时间上的相关性。P帧图像只采用前向时间预测，可以提高压缩效率和图像质量。P帧图像中可以包含帧内编码的部分，即P帧中的每一个宏块可以是前向预测，也可以是帧内编码。B帧图像采用双向时间预测，可以大大提高压缩倍数。值得注意的是，由于B帧图像采用了未来帧作为参考，因此MPEG-2编码 码流中 图像帧的传输顺序和显示顺序是不同的。

P帧和B帧图像采用帧间 编码方式，即同时利用了 空间和时间上的相关性。P帧图像只采用前向时间预测，可以提高压缩效率和图像质量。P帧图像中可以包含帧内编码的部分，即P帧中的每一个宏块可以是前向预测，也可以是帧内编码。B帧图像采用双向时间预测，可以大大提高压缩倍数。值得注意的是，由于B帧图像采用了未来帧作为参考，因此MPEG-2编码 码流中 图像帧的传输顺序和显示顺序是不同的。

MPEG-2的编码 码流分为六个层次。为更好地表示编码数据，MPEG-2用句法规定了一个层次性结构。它分为六层，自上到下分别是：图像序列层、图像组(GOP)、图像、宏块条、宏块、块。

MPEG-4
MPEG－4于1998年11月公布， MPEG－4是针对一定 比特率下的视频 、 音频编码，更加注重 多媒体系统的 交互性和灵活性。MPEG－4标准力求做到两个目标：低 比特率下的 多媒体通信；是多工业的 多媒体通信的综合。为此，MPEG－4引入了AV对象（Audio/Visual Objects），使得更多的交互操作成为可能：
"AV对象"可以是一个孤立的人，也可以是这个人的语音或一段背景音乐等。它具有高效编码、高效存储与传播及可交互操作的特性。

MPEG－4对AV对象的操作主要有：采用AV对象来表示听觉、视觉或者视听组合内容；组合已有的AV对象来生成复合的AV对象，并由此生成AV场景；对AV对象的数据灵活地多路合成与同步，以便选择合适的网络来传输这些AV对象数据；允许接收端的用户在AV场景中对AV对象进行交互操作等。
MPEG－4标准则由6个主要部分构成：
① DMIF（The Dellivery Multimedia Integration Framework）
DMIF 即 多媒体传送整体框架，它主要解决 交互网络中、广播环境下以及磁盘应用中 多媒体应用的操作问题。 通过传输多路合成比特信息来建立客户端和服务器端的交互和传输。 通过DMIF，MPEG4可以建立起具有特殊 品质服务（QoS）的 信道和面向每个基本流的带宽。
② 数据平面
MPEG4中的数据平面可以分为两部分：传输关系部分和媒体关系部分。
为了使基本流和AV对象在同一场景中出现，MPEG4引用了对象描述（OD）和流图桌面（SMT） 的概念。OD 传输与特殊AV对象相关的基本流的 信息流图。桌面把每一个流与一个CAT（Channel Assosiation Tag）相连，CAT可实现该流的顺利传输。
③ 缓冲区管理和实时识别
MPEG4定义了一个系统解码模式（SDM），该解码模式描述了一种理想的处理 比特流句法 语义的解码装置，它要求特殊的 缓冲区和 实时模式。通过有效地管理，可以更好地利用有限的 缓冲区空间。
④ 音频编码
MPEG4的优越之处在于--它不仅支持自然声音，而且支持合成声音。MPEG4的音频部分将音频的合成编码和自然声音的编码相结合，并支持音频的对象特征。
⑤ 视频 编码
与 音频编码类似，MPEG4也支持对自然和合成的视觉对象的编码。 合成的视觉对象包括2D、3D 动画和人面部表 情动画等。
⑥ 场景描述
MPEG4提供了一系列工具，用于组成场景中的一组对象。一些必要的合成信息就组成了场景描述，这些场景描述以 二进制格式BIFS（Binary Format for Scene description）表示，BIFS与AV对象一同传输、编码。场景描述主要用于描述各AV对象在一具体AV场景坐标下，如何组织与同步等问题。同时还有AV对象与AV场景的 知识产权保护等问题。MPEG4为我们提供了丰富的AV场景。
与MPEG－1和MPEG－2相比，MPEG－4更适于交互AV服务以及 远程监控，它的设计目标使其具有更广的适应性和 可扩展性： MPEG－4 传输速率在4800－64000bps之间，分辨率为176×144，可以利用很窄的带宽通过帧重建技术压缩和传输数据，从而能以最少的数据获得最佳的图像质量。因此，它将在 数字电视、 动态图像、 互联网、实时 多媒体监控、移动 多媒体通信、Internet/Intranet上的视频 流与可视游戏、DVD上的交互多媒体应用等方面大显身手。

H.264
H.264是ITU-T的VCEG（视频 编码专家组）和ISO/IEC的MPEG（活动 图像编码专家组）的联合视频 组（JVT：joint video team）开发的一个新的 数字视频 编码标准，它既是ITU-T的 H.264，又是ISO/IEC的 MPEG-4的第10 部分。1998年1月份开始 草案征集，1 999年9月，完成第一个 草案，2001年5月制定了其测试模式TML-8，2002年6月的 JVT第5次会议通过了H.264的FCD板。目前该标准还在开发之中，预计明年上半年可正式通过。

H.264和以前的标准一样，也是DPCM加 变换编码的 混合编码模式。但它采用“ 回归基本”的简洁设计，不用众多的选项，获得比H.263++好得多的压缩性能；加强了对各种 信道的适应能力，采用“网络友好”的结构和语法，有利于对 误码和 丢包的处理；应用目标范围较宽，以满足不同速率、不同 解析度以及不同传输（存储）场合的需求；它的基本系统是开放的，使用无需版权。

H.264的算法在概念上可以分为两层：视频 编码层（VCL：Video Coding Layer）负责高效的视频 内容表示，网络提取层（NAL：Network Abstraction Layer）负责以网络所要求的恰当的方式对数据进行打包和传送。 H.264支持1/4或1/8像素精度的运动矢量。在1/4像素精度时可使用6 抽头 滤波器来减少高频噪声，对于1/8像素精度的运动矢量，可使用更为复杂的8 抽头的 滤波器。在进行 运动估计时，编码器还可选择“增强”内插 滤波器来提高预测的效果。H.264中 熵编码有两种方法，一种是对所有的待编码的符号采用统一的VLC（UVLC ：Universal VLC），另一种是采用内容 自适应的 二进制 算术编码。H.264 草案中包含了用于差错消除的工具，便于压缩视频 在 误码、 丢包多发环境中传输，如移动信道或IP信道中传输的健壮性。

在技术上，H.264标准中有多个闪光之处，如统一的VLC符号编码，高精度、 多模式的位移估计，基于4×4块的整数变换、分层的编码语法等。这些措施使得 H.264算法具有很的高编码效率，在相同的重建图像质量下，能够比H.263节约50％左右的 码率。H.264的码流结构网络适应性强，增加了差错恢复能力，能够很好地适应IP和无线网络的应用。

H.264具有广阔的应用前景，例如实时视频 通信、 因特网视频 传输、视频 流媒体服务、异构网上的多点通信、压缩视频 存储、视频 数据库等。H.264优越性能的获得不是没有代价的，其代价是计算 复杂度的大大增加，据估计，编码的计算 复杂度大约相当于H.263的3倍，解码 复杂度大约相当于H.263的2倍。

H.264建议的技术特点可以归纳为三个方面，一是注重实用，采用成熟的技术，追求更高的编码效率，简洁的表现形式；二是注重对移动和 IP网络的适应，采用分层技术，从形式上将编码和信道隔离开来，实质上是在源编码器算法中更多地考虑到信道的特点；三是在 混合编码器的基本框架下，对其主要 关键部件都做了重大改进，如 多模式 运动估计、 帧内预测、多帧预测、统一VLC、4×4二维整数变换等。

迄今为止，H.264尚未最后定稿，但因其更高的 压缩比，更好的信道适应性，必将在 数字视频 的通信或存储领域得到越来越广泛的应用，其发展潜力不可限量。

欢迎了解采用最新H.264压缩算法的 硬盘录像机： http://www.21yh.net/cpzs-n.asp?id=20