H264格式详细说明

一 H.264句法1.1元素分层结构H.264编码器输出的Bit流中，每个Bit都隶属于某个句法元素。句法元素被组织成有层次的结构，分别描述各个

一 H.264句法
1.1元素分层结构

H.264编码器输出的Bit流中，每个Bit都隶属于某个句法元素。句法元素被组织成有层次的结构，分别描述各个层次的信息。



图1

H.264分层结构由五层组成，分别是序列参数集、图像参数集、片（Slice）、和宏块和子块。参数集是一个独立的数据单位，不依赖于参数集外的其它句法元素。图2描述了参数集与参数集外的句法元素之间的关系。





图2

一个参数集不对应某一个特定的图像或序列，同一序列参数集可以被多个图像参数集引用，同理，同一个图像参数集也可以被多个图像引用。只在编码器认为需要更新参数集的内容时，才会发出新的参数集。



在H.264中，图像以序列为单位进行组织。一个序列的第一个图像叫做IDR图像，IDR图像都是I帧，H.264引入IDR图像为了解码的同步，当解码 器解码到IDR图像时，立即将参考帧队列清空，将已解码的数据全部输出或抛弃，重新查找参数集，开始一个新的序列。这样，如果前一个序列出现重大错误，在 这里可以获得重新同步的机会。IDR图像之后的图像永远不会使用IDR之前的图像的数据来解码。



IDR是I帧，但I帧不一定是IDR。I帧之后的图像有可能会使用I帧之前的图像做运动参考。


1.2描述子

描述子描述从Bit流中取出句法元素的方法。
编号
语法
说明

1
ae（e）
CABAC

2
b（8）
读进连续的8个Bit

3
ce（v）
CA vlc

4
f（n）
读进连续的n个Bit

5
i（n）/i（v）
读进连续的若干Bit，并把它们解释为有符号整数

6
me（v）
映射指数Golomb熵编码

7
se（v）
有符号指数Golomb熵编码

8
te（v）
截断指数Golomb熵编码

9
u（n）/u（v）
读进连续的若干Bit，并把它们解释为无符号整数

10
ue（v）
无符号指数Golomb熵编码


表1
1.3句法的表示方法

句法元素的名称由小写字母和一系列下划线组成，变量名称是大小写字母组成，中间没有下划线。
二 句法表

定义了H.264的句法，指明在码流中依次出现的句法元素及它们出现的条件、提取描述子等。句法表是分层嵌套的。

句法表中的C字段表示该句法元素的分类，这是为片区服务，分类的具体含义如下表描述。
nal_unit_type
NAL类型
C

0
未使用


1
不分区、非IDR的片
2,3,4

2
片分区A
2

3
片分区B
3

4
版分区C
4

5
IDR图像中的片
2,3

6
补充增强信息单元（SEI）
5

7
序列参数集
0

8
图像参数集
1

9
分界符
6

10
序列结束
7

11
码流结束
8

12
填充
9

13..23
保留


24..31
不保留



表2
2.1 NAL语法

编码器将每个NAL各自独立、完整地放入一个分组，因为分组都有头部，解码器可以方便地检测出NAL的分界，并依次取出NAL进行解码。

每个NAL前有一个起始码 0x000001，解码器检测每个起始码，作为一个NAL的起始标识，当检测到下一个起始码时，当前NAL结束。同时H.264规定，当检测到 0x000000时，也可以表征当前NAL的结束。对于NAL中数据出现0x000001或0x000000时，H.264引入了防止竞争机制，如果编码 器检测到NAL数据存在0x000001或0x000000时，编码器会在最后个字节前插入一个新的字节0x03，这样：

0x000000－>0x00000300

0x000001－>0x00000301

0x000002－>0x00000302

0x000003－>0x00000303

解码器检测到0x000003时，把03抛弃，恢复原始数据。

解码器在解码时，首先逐个字节读取NAL的数据，统计NAL的长度，然后再开始解码。


句法
C
Desc

nal_nuit(NumBytesInNALunit){/* NumBytesInNALunit为统计出来的数据长度 */



forbidden_zero_bit /* 等于0 */
All
f(1)

nal_ref_idc/* 当前NAL的优先级，取值范围0-3 */
All
u(2)

nal_unit_type /* NAL类型，见表2描述 */
All
u(5)

NumBytesInRBSP=0



for(i=1;i<NumBytesInNALunit;i++){



if(i+2<NumBytesInNALunit && next_bits(24)==0x000003{



/* 0x000003伪起始码，需要删除0x03这个字节 */



rbsp_byte[NumBytesInRBSP++]
All
b(8)

rbsp_byte[NumBytesInRBSP++]
All
b(8)

i+=2/* 取出前两个0x00后，跳过0x03 */



emulation_prevention_three_byte/* equal to 0x03 */
All
f(8)

}else{



rbsp_byte[NumBytesInRBSP++] /* 继续读取后面的字节 */
All
b(8)

}



}




表3
2.2序列参数集（SPS）
句法
C
Desc

seq_parameter_set_rbsp(){



profile_idc/* 指明所用的Profile */
0
u(8)

constraint_set0_flag
0
u(1)

constraint_set1_flag
0
u(1)

constraint_set1_flag
0
u(1)

reserved_zero_5bits /* equal to 0 */
0
u(5)

level_idc /* 指明所用的Level */
0
u(8)

seq_parameter_set_id /* 指明本序列参数集的id号，0-31，被图像集引用，编码需要产生新的序列集时，使用新的id，而不是改变原来参数集的内容 */
0
ue(v)

log2_max_frame_num_minus4/* 为读取元素frame_num服务，frame_num标识图像的解码顺序，frame_num的解码函数是ue(v)，其中 v=log2_max_frame_num_minus4+4，该元素同时指明frame_num的最大值MaxFrameNum=2( log2_max_frame_num_minus4+4)*/
0
ue(v)

pic_order_cnt_type /* 指明poc的编码方法，poc标识图像的播放顺序，poc可以由frame_num计算，也可以显示传送。poc共三种计算方式 */
0
ue(v)

if(pic_order_cnt_type==0)



log2_max_pic_order_cnt_lsb_minus4 /* 指明变量MaxPicOrderCntLsb的值， MaxPicOrderCntLsb＝2(log2_max_pic_order_cnt_lsb_minus4+4) */
0
ue(v)

else if(pic_order_cnt_type==1){



delta_pic_order_always_zero_flag /* 等于1时，元素delta_pic_order_cnt[0]和delta_pic_order_cnt[1]不在片头中出现，并且它们的默认值是0，等于0时，上述两元素出现的片头中 */
0
u(1)

offset_for_non_ref_pic /* 用来计算非参考帧或场的poc，[-231,231-1] */
0
se(v)

offset_for_top_to_bottom_field/* 计算帧的底场的poc */
0
se(v)

num_ref_frames_inpic_order_cnt_cycle /* 用来解码poc,[0.255] */
0
ue(v)

for(i=0;i<num_ref_frames_inpic_order_cnt_cycle;i++)



offset_for_ref_frame[i]/* 用来解码poc，对于循环中的每个元素指定一个偏移 */
0
se(v)

}



num_ref_frames /* 参考帧队列可达到的最大长度，[0,16] */
0
ue(v)

gaps_in_frame_num_value_allowed_flag /* 为1，允许slice header中的frame_num不连续 */
0
u(1)

pic_width_inmbs_minus1 /* 本元素加1，指明以宏块为单位的图像宽度 PicWidthInMbs=pic_width_in_mbs_minus1+1 */
0
ue(v)

pic_height_in_map_units_minus1 /* 本元素加1，指明以宏块为单位的图像高宽度 PicHeightInMapUnitsMbs=pic_height_in_map_units_minus1+1 */
0
ue(v)

frame_mbs_only_flag /* 等于0表示本序列中所有图像均为帧编码；等于1，表示可能是帧，也可能场或帧场自适应，具体编码方式由其它元素决定。结合前一元 素：FrameHeightInMbs=(2-frame_mbs_only_flag)*PicHeightInMapUnits */
0
ue(v)

if(frame_mbs_only_flag)



mb_adaptiv_frame_field_flag /* 指明本序列是否是帧场自适应模式：

frame_mbs_only_flag=1，全部是帧

frame_mbs_only_flag=0， mb_adaptiv_frame_field_flag=0，帧场共存

frame_mbs_only_flag=0， mb_adaptiv_frame_field_flag=1，帧场自适应和场共存*/
0
u(1)

direct_8x8_inference_flag /* 用于指明B片的直接和skip模式下的运动矢量的计算方式 */
0
u(1)

frame_cropping_flag /* 解码器是否要将图像裁剪后输出，如果是，后面为裁剪的左右上下的宽度 */
0
u(1)

if(frame_cropping_flag){



frame_crop_left_offset
0
ue(1)

frame_crop_right_offset
0
ue(1)

frame_crop_top_offset
0
ue(1)

frame_crop_bottom_offset
0
ue(1)

}



vui_parameters_present_flag /* 指明vui子结构是否出现在码流中，vui子结构在附录中指明，用于表征 视频 格式的信息 */
0
u(1)

if(vui_parameters_present_flag)



vui_parameters()
0


rbsp_trailing_bits()
0


}




表4