H.264/AVC建議是目前最新的視頻壓縮標準。本文首先簡(jiǎn)要介紹圖像通信中，視頻編碼標準H.261和H.263建議的基本原理和主要特點(diǎn)。
然后詳細分析研究了H.264建議中的關(guān)鍵技術(shù)，包括幀內幀間預測編碼、去塊效應濾波、可變塊大小、多幀和亞像素運動(dòng)估計、整數DCT變換以及新的熵編碼等新技術(shù)。
前言
圖像通信是近年來(lái)取得長(cháng)足發(fā)展的現代通信技術(shù)，圖像壓縮的進(jìn)步則是通信發(fā)展中的重要組成部分。國際標準建議H.261的問(wèn)世，是對圖像編碼近40年研究成果的總結，解決了可視技術(shù)在通信中的應用這一長(cháng)期困擾人們的問(wèn)題，覆蓋了整個(gè)窄帶ISDN上視聽(tīng)業(yè)務(wù)的圖像編碼，極大地推動(dòng)了會(huì )議電視、電視電話(huà)等圖像通訊方式的國際化和產(chǎn)業(yè)化。隨后，ITU在H.261建議的基礎上著(zhù)手極低碼率圖像壓縮的標準，制定了H.263建議，以及最新的H.264/AVC。本文首先對H.261和H.263建議的基本原理進(jìn)行闡述，然后對新標準H.264/AVC中的新技術(shù)進(jìn)行說(shuō)明，最后再對H.26x系列標準進(jìn)行總結。
1 H.261建議的基本原理
每一個(gè)圖像壓縮標準的制定，都針對它最適合的應用目標。H.261是最早定義的視頻編碼標準。它首次使用了運動(dòng)補償預測編碼與DCT變換相結合的方法，其視頻編碼信號的傳輸速率從64kbps到1.92Mbps，故為p×64K視頻編碼器（p取值在1～31之間）。H.261主要應用于ISDN網(wǎng)上的視頻會(huì )議系統，定位在電路交換網(wǎng)絡(luò )系統。
H.261編碼器的原理如圖1所示。
該建議主要采用CIF圖像分辨率格式和QCIF分辨率格式, 以解決不同制式通信間的兼容問(wèn)題。對于每一個(gè)幀間編碼的宏塊，H.261采用運動(dòng)補償的幀間預測算法，消除電視圖像時(shí)間域上的相關(guān)性；對預測誤差進(jìn)行DCT變換以消除圖像空間域上的相關(guān)性；然后自適應量化DCT系數，以充分利用人的視覺(jué)特性；接著(zhù)進(jìn)行熵編碼，以實(shí)現統計匹配編碼；最后采用輸出緩沖存儲器，以平滑數碼流，達到輸出數碼率保持恒定的目的。
該建議的圖像幀編碼模式包括I，P，B三類(lèi)。I幀，采用幀內編碼方式；P幀，采用幀間編碼方式，由I幀或前面的P幀進(jìn)行運動(dòng)補償，再對誤差估計進(jìn)行編碼；B幀為雙向內插幀不編碼傳輸，而由I幀和P幀或者P幀與PP幀插值重建。H.261不支持雙向運動(dòng)預測以及GOP，每一個(gè)幀間編碼幀是以它的前一個(gè)已編碼幀為參考幀。
H.261標準的編碼數據結構從高層到底層定義了四個(gè)層次，即幀層、片層、宏塊層和塊層。H.261的運動(dòng)估值補償是以宏塊為單位進(jìn)行的。對某宏塊是選擇幀間還是幀內編碼方式，首先需要判斷。若它與匹配宏塊相關(guān)性強，則可采用幀間編碼方式，反之，則采用幀內編碼方式。
2 H.263建議的基本原理
H.263標準是在H．261標準的基礎上建議的。它在低碼率條件下，能夠在不增加太多復雜度的情況下，獲得更高的圖像質(zhì)量。原則上它只需要一半的帶寬就可取得與H.261同樣的視頻質(zhì)量。目前，H．263標準已經(jīng)被各種可視電話(huà)終端協(xié)議廣泛采用。
H．263標準基本模式編碼器的結構框圖與H.261標準相似。同樣，采用運動(dòng)補償預測減少圖像的時(shí)間域冗余度；對運動(dòng)補償預測的殘差場(chǎng)進(jìn)行離散余弦變換（DCT）編碼；利用變長(cháng)編碼（VCL）對量化的DCT系數、運動(dòng)矢量以及附加信息進(jìn)行熵編碼。
H．263在H.261建議的基礎上作了一定的改進(jìn)。圖像尺寸采用QCIF格式，引入了sub-CIF格式，也允許使用CIF格式。采用8×8的DCT變換，宏塊統一使用同樣的量化步長(cháng)進(jìn)行量化，可以是一個(gè)宏塊使用一個(gè)運動(dòng)矢量，也可以是宏塊的每個(gè)子塊各使用一個(gè)運動(dòng)矢量，因而，具有塊運動(dòng)補償能力，改善了幀間預測。運動(dòng)矢量的x向和y向都支持半像素精度，運動(dòng)估計的搜索窗大小被限制為[-16, +15.5]，運動(dòng)矢量進(jìn)行差分預測編碼傳輸。編碼方式采用二維預測與VLC相結合的編碼；類(lèi)似MPEG-1標準，將所有的圖像分為P幀和BP幀。
H．263建議為保證在極低碼率條件下獲得較好的圖像質(zhì)量，在H.261混合編碼的基礎上，還采用了無(wú)限制的運動(dòng)矢量模式、語(yǔ)法基算術(shù)編碼模式、高級預測模式以及PB-幀模式等編碼技術(shù)。在無(wú)限制的運動(dòng)矢量模式中取消了作為基準的像素必須在編碼圖像區域內的限制。在高級預測模式中使用了重迭塊運動(dòng)補償，而且還允許運動(dòng)矢量穿過(guò)運動(dòng)邊界。在PB-幀模式中，B幀通過(guò)前一譯碼P幀和當前的一個(gè)譯碼P幀進(jìn)行雙向預測重建，這樣就提高了幀速率但并未明顯增加比特數。以上三種方式主要是為了改善幀間預測?；谡Z(yǔ)法算術(shù)編碼方式的采用是為了進(jìn)一步降低傳輸的比特率。在這種方式中，所有的變長(cháng)碼的編譯碼運算都用算術(shù)編譯的運算來(lái)代替。提供這些高級編碼模式，使得應用者可以在壓縮性能和復雜度之間進(jìn)行均衡和取舍。
3 H.264標準的核心技術(shù)及其特點(diǎn)
H.264/AVC是ITU-T和ISO/IEC聯(lián)合制定的最新編碼標準，它最先由ITU-T的VCEG于1997年提出，目標是提出一種更高性能（相對于當時(shí)的H.263）的視頻編碼標準。
與先前的一些編碼標準相比，H.264標準繼承了H.263和MPEG1/2/4視頻標準協(xié)議的優(yōu)點(diǎn)，但在結構上并沒(méi)有變化，只是在各個(gè)主要的功能模塊內部使用了一些先進(jìn)的技術(shù)，提高了編碼效率。其主要表現在：編碼不再是基于8×8的塊進(jìn)行，而是在4×4大小的快上，進(jìn)行殘差的變換編碼。所采用的變換編碼方式也不再是DCT變換，而是一種整數變換編碼。采用了編碼效率更高的上下文自適應二進(jìn)制算術(shù)編碼（CABAC），同時(shí)與之相應的量化過(guò)程也有區別。H.264標準具有算法簡(jiǎn)單易于實(shí)現、運算精度高且不溢出、運算速度快、占用內存小、消弱塊效應等優(yōu)點(diǎn)，是一種更為實(shí)用有效的圖像編碼標準。
下面介紹H.264/AVC標準在先前標準之上的新技術(shù)。H.264 標準仍采用圖像預測和變換編碼相結合的編碼結構，其編碼器的基本結構如圖2所示：
編碼器的工作過(guò)程可根據數據流分為前向通道和重建通道。輸入幀Fn的編碼，是對原始圖像16×16像素的宏塊進(jìn)行編碼。宏塊編碼分為幀內編碼和幀間編碼。在任何情況下，預測宏塊P都由重建幀獲得。在幀內編碼模式中，P由當前幀中的已編碼宏塊經(jīng)解碼、重構預測獲得，如上圖中的uF’n。在幀間編碼模式下，P由一個(gè)或多個(gè)參考幀經(jīng)運動(dòng)補償預測獲得,如F’n-1。以預測宏塊P與當前宏塊Fn的差值作為殘差宏塊Dn，經(jīng)變換、量化后得到一串變換參數X。參數X需要進(jìn)行兩方面的處理，一是重排序和熵變換處理，整個(gè)過(guò)程沒(méi)有反饋分量，故稱(chēng)為前向通道；二是反量化和逆變換處理，產(chǎn)生宏塊D’n，然后與宏塊P相加得到重構宏塊uF’n，再經(jīng)過(guò)一系列處理得到重建的參考幀F’n，用于下一幀的運動(dòng)估計，因此稱(chēng)為重建通道。
3.1 幀內預測編碼模式
在視頻編碼中，通常的方法是把整幅圖像分為若干宏塊，然后對每一個(gè)宏塊進(jìn)行編碼。在編碼時(shí)采用Intra或Inter兩種模式。在Intra模式中通常直接對宏塊進(jìn)行DCT變換，對變換系數進(jìn)行熵編碼。這樣做在一定程度上消除了幀內的空間冗余度，但是由于DCT只是利用了宏塊內部像素之間的相關(guān)性，而沒(méi)有考慮相鄰宏塊間的相關(guān)性。H.264引入了Intra預測的方法，利用相鄰宏塊的相關(guān)性對待編碼的宏塊進(jìn)行預測，對預測殘差進(jìn)行變換編碼，以消除空間冗余。值得注意的是，以前的標準是在變換域中進(jìn)行預測，而H.264是直接在空間域中進(jìn)行預測。
3.2 幀間預測編碼模式
H.264在運動(dòng)估計中采了許多新技術(shù)，主要包括可變塊大小、多幀運動(dòng)估計、亞像素精度的運動(dòng)估計以及去塊效應濾波等。
⑴ 去塊效應濾波
它的作用就是用來(lái)消除解碼圖像中的塊效應。塊效應產(chǎn)生的原因是各個(gè)宏塊分別進(jìn)行量化，這樣在相鄰宏塊的交界處，因量化步長(cháng)不同而導致原本很接近的像素值重構后產(chǎn)生了較大的差異，形成明顯的塊邊界。去塊效應濾波是在4×4的塊邊界上濾波，使塊邊界趨于平滑。
⑵ 可變塊大小塊大小對運動(dòng)估計的效果是有影響的。將宏塊分割成不同尺寸的運動(dòng)補償子塊稱(chēng)作樹(shù)狀結構運動(dòng)補償。宏塊的分割和子宏塊的分割各包括四種類(lèi)型，如圖3所示。較小的塊可以使運動(dòng)估計更精確，產(chǎn)生較小的運動(dòng)殘差，降低碼率。在H.264建議的不同大小的塊選擇中，可以看出，一個(gè)宏塊最多可以攜帶16個(gè)不同的運動(dòng)矢量。配合多幀運動(dòng)估計，同一宏塊中的不同塊還可以使用不同的參考幀來(lái)進(jìn)行預測。
圖3 運動(dòng)補償的宏塊分割
頂端：宏塊的分割
底端：宏塊的子分割
⑶ 多幀運動(dòng)估計
與以前視頻壓縮標準中使用的單幀運動(dòng)估計技術(shù)相比，H.264使用的多幀運動(dòng)估計具有更高的效率，更強的差錯穩健性。所謂多幀運動(dòng)估計是指使用一個(gè)或多個(gè)參考幀來(lái)估計運動(dòng)矢量，可以防止因某個(gè)幀出現錯誤而影響到后面的幀。但是，這種估計需要更大的內存，更高的運算復雜度。
⑷亞像素精度的運動(dòng)估計
在H.264中，運動(dòng)估計的精度由H.263中的半像素提高到 像素，并且把 像素作為可選項。與半像素精度的運動(dòng)估計一樣， 像素精度的運動(dòng)估計使用內插得到半像素和 像素位置的點(diǎn)。
在H.264的幀間預測編碼中，仍可以繼續采用三步搜索算法找出與當前宏塊最匹配的塊。在塊匹配中，塊的位移與塊的中心或塊中任何一點(diǎn)的位移是等價(jià)的。因此，塊的位移可以理解為中心點(diǎn)的位移。在三步算法中，搜索范圍為 7,即在上一幀以當前子塊為原點(diǎn)，將當前子塊在其上下左右距離為7的范圍內按一定規則移動(dòng)，每移動(dòng)到一個(gè)位置，取出同樣大小的子塊與當前子塊進(jìn)行匹配計算。具體分為以下三步：
①以當前子塊為中心，以4為步幅，將圖4中標出的9個(gè)位置為中心的子塊與當前子塊進(jìn)行匹配，求出最佳匹配的子塊中心位置。
②以①中求出的最佳子塊為中心，例如，x=4,y=0,以2為步幅，將圖中的9個(gè)位置為中心的子塊與當前子塊進(jìn)行匹配，求出最佳匹配的子塊中心位置。
③以②中求出的最佳子塊為中心，例如，x=4,y=0,以1為步幅，將圖中的9個(gè)位置為中心的子塊與當前子塊進(jìn)行匹配，求出最佳匹配的子塊中心位置,它與當前子塊中心的位置偏移量即為估計的位移量。
3.3 整數DCT變換
H.264標準中使用4×4的整數DCT變換作為殘差宏塊的基本變換，這種變換的對象是經(jīng)過(guò)運動(dòng)補償預測或者幀內預測后的包含殘差數據的4×4塊。這類(lèi)變換是基于DCT變換，但又不同于DCT。
由于DCT變換是實(shí)數，量化時(shí)需對系數進(jìn)行四舍五入，從而影響了運算的精度。同時(shí)，傳統的DCT存在不匹配問(wèn)題，產(chǎn)生參考幀的偏移，直接影響到重建圖像的質(zhì)量。
H.264建議的整數DCT變換的所有操作都使用整數算法，變換的核心部分主要是加法和移位。在整個(gè)變換和量化的過(guò)程中，只執行16bit的整數算法和一次乘法操作。只要在H.264建議基礎上正確使用相應的反變化，編碼器和解碼器就不會(huì )出現不匹配現象。它的正反變換矩陣分別為
其中的系數基本上都是整數，1/2可以用移位代替。在變換中由于乘法均可由移位運算代替，因此，復雜度降低的同時(shí)，也解決了精度問(wèn)題。
H.264中的宏塊大小為16×16，對其中每個(gè)4×4大小的塊進(jìn)行上述4×4的DCT變換后，得到16個(gè)4×4的變換矩陣。為了進(jìn)一步提高壓縮效率，該建議還允許把每個(gè)4×4的變換矩陣中的直流分量DC，單獨取出組成一新的4×4矩陣，對此矩陣進(jìn)行Hardamard變換。宏塊的數據傳送順序如圖5所示。
3.4 熵編碼
H.264建議同時(shí)采用了兩種熵編碼模式：基于上下文的二進(jìn)制算術(shù)編碼CABAC，以及可變長(cháng)編碼VLC。VLC編碼又包括基于上下文的自適應可變長(cháng)編碼CAVLC。
CABAC方式利用了算術(shù)編碼的方法，一個(gè)符號可以用少于1bit來(lái)表示。根據無(wú)誤碼的假設條件下的試驗所得的數據可知，在所有碼率下，CABAC的表現都強于CAVLC。但是CAVLC的抗誤碼性要強于CABAC，且運算的復雜度也遠遠低于CABAC。因此，H.264規定在Baseline Profile 中采用CAVLC,而在Main Profile 中采用CABAC進(jìn)行熵編碼。
4 小結
與以往的視頻編碼標準相比，H.264建議在其系統結構、運動(dòng)估計和運動(dòng)補償、宏塊的變換和量化以及熵編碼等各方面都有明顯的提高，具有更高的編碼效率和更強的網(wǎng)絡(luò )適應性。在相同的圖象質(zhì)量下，H.264/AVC的算法比以前的標準如H.263或MPEG-4節約了50%左右的碼率。H.264的不同Profile既可以應用于實(shí)時(shí)通信，也可應用于對時(shí)延要求不高的其他應用中。此外，該建議增加了NAL層，負責將編碼器的輸出碼流適配到各種類(lèi)型的網(wǎng)絡(luò )中，從而對網(wǎng)絡(luò )傳輸具有更好的支持功能。同時(shí)，它具有較強的抗誤碼特性，可適應丟包率高、干擾嚴重的無(wú)線(xiàn)信道中的視頻傳輸。因此，H.264支持不同網(wǎng)絡(luò )資源下的分級編碼傳輸，從而獲得平穩的圖像質(zhì)量，能適應于不同網(wǎng)絡(luò )中的視頻傳輸，網(wǎng)絡(luò )親和性好。
在今天的Internet，對多媒體服務(wù)的需求呈現快速增長(cháng)的趨勢。由于受無(wú)線(xiàn)網(wǎng)絡(luò )有限的帶寬資源和傳輸能力的限制，目前市場(chǎng)上最終用戶(hù)大部分是按照流量付費的方式來(lái)使用無(wú)線(xiàn)網(wǎng)絡(luò )數據服務(wù)的，提高壓縮效率是無(wú)線(xiàn)視頻和多媒體應用的主要目標。 所以H.264/ AVC編碼標準成為在多媒體信息服務(wù)(MMS)、包交換流服務(wù)(PSS)和會(huì )話(huà)應用方面最有競爭力的候選標準。同時(shí)，H.264/AVC沒(méi)有任何對所有權的限制，是一個(gè)公共的開(kāi)放的標準。因此，增強了各個(gè)生產(chǎn)商在制造工藝中對低成本的競爭，使得產(chǎn)品價(jià)格迅速下降，讓這項技術(shù)可以為更多的人服務(wù)。
聯(lián)系客服
微信登錄中...
請勿關(guān)閉此頁(yè)面
