多媒體第四講第2章.ppt

1、2.4運(yùn)動(dòng)圖像壓縮標(biāo)準(zhǔn)MPEG，2 . 2 . 4 . 1 MPEG標(biāo)準(zhǔn)簡(jiǎn)介，MPEG標(biāo)準(zhǔn)是運(yùn)動(dòng)圖像壓縮的一系列標(biāo)準(zhǔn)。最初，MPEG專家組在3個(gè)工作項(xiàng)目上對(duì)圖像進(jìn)行編碼，分別命名為MPEG-1、MPEG-2和MPEG-3:1.5 Mbps、10Mbps和40Mbps波特率。MPEG-3后取消。為了滿足各種應(yīng)用程序要求，MPEG將陸續(xù)添加另一個(gè)標(biāo)準(zhǔn)MPEG-4、MPEG-7和MPEG-21。3，MPEG算法編碼過程和解碼過程是非鏡像對(duì)稱算法(不對(duì)稱)，解碼過程比編碼過程相對(duì)簡(jiǎn)單。MPEG-1和MPEG-2只規(guī)定了解碼程序，側(cè)重于解碼算法的標(biāo)準(zhǔn)化。因此，在實(shí)施MPEG算法時(shí)，首先實(shí)現(xiàn)MPEG解碼器

2、(例如C-Cube Corporation CL450解碼器系列)。近年來，隨著MPC性能的提高，軟件解壓縮功能也逐漸受到支持。4，2.4.2 MPEG-1系統(tǒng)，“數(shù)字存儲(chǔ)媒體運(yùn)動(dòng)圖像及其半音率為1.5Mbps的壓縮編碼(MPEG-1)”，1992年作為ISO/IEC 1172號(hào)提案通過。主要用于在CD-ROM上存儲(chǔ)運(yùn)動(dòng)視頻圖像，標(biāo)準(zhǔn)分辨率(NTSC為352240；PAL壓縮352288)的圖像，以每秒30幀的屏幕提供CD音質(zhì)。它還用于數(shù)字電話網(wǎng)絡(luò)視頻傳輸，例如非對(duì)稱數(shù)字用戶線(ADSL)、按需視頻、教育網(wǎng)絡(luò)等。使用MPEG-1壓縮算法時(shí)，一臺(tái)120分鐘長(zhǎng)的電影可以壓縮到約1.2GB。因此，它

3、被廣泛用于VCD制作。5，MPEG-1分為5個(gè)部分，(1)MPEG系統(tǒng)(11172-1)定義音頻、視頻和相關(guān)數(shù)據(jù)的同步。(2)MPEG視頻(11172-2)、視頻數(shù)據(jù)的編碼和圖像重建所需的解碼過程定義、亮度信號(hào)分辨率360240、色度信號(hào)分辨率180120；(3)MPEG音頻(11172-3)、音頻數(shù)據(jù)的編碼和解碼定義(4)一致性測(cè)試(11172-4)；(5)軟件模擬(11172-5)。僅規(guī)定MPEG標(biāo)準(zhǔn)功能和性能要求及指標(biāo)，不指定特定編碼器/解碼器體系結(jié)構(gòu)或特定實(shí)現(xiàn)?？晒﹨⒖嫉钠胀ň幋a器/解碼器原型。6，7，MPEG-1編解碼器原型：假定多路復(fù)用的代碼流以特定于介質(zhì)的格式存儲(chǔ)在數(shù)字存儲(chǔ)介質(zhì)(

4、DSM)或網(wǎng)絡(luò)(標(biāo)準(zhǔn))中。()不指定特定于媒體的格式。系統(tǒng)解碼器從輸入多路復(fù)用復(fù)合流中提取計(jì)時(shí)信息，分離輸入流，并將兩個(gè)基本流分別輸出到視頻和音頻解碼器。視頻和音頻解碼器分別解碼輸出視頻和聲音信號(hào)。8、系統(tǒng)、視頻、音頻和4個(gè)媒體解碼器之間的時(shí)序信息同步。多個(gè)復(fù)合流由系統(tǒng)和壓縮層兩層組成。系統(tǒng)解碼輸入是系統(tǒng)層。視頻、音頻解碼器輸入是壓縮層。9，系統(tǒng)解碼器執(zhí)行兩種茄子類型的操作。一種是在整個(gè)多通道復(fù)合流(稱為復(fù)合流操作)中工作的操作。一個(gè)茄子類是作用于單個(gè)基本流(稱為特定流任務(wù))的任務(wù)。系統(tǒng)層分為兩個(gè)子層。子圖層稱為包(pack)，是復(fù)合流操作數(shù)。一個(gè)子圖層稱為群組(packet)，用于特定的流動(dòng)

5、操作。10、MPEG音頻標(biāo)準(zhǔn)特性：音頻信號(hào)采樣率可以是32kHz、44.1kHz或48kHz。壓縮的比特流可以支持單聲道或雙聲道，這是為單音頻通道提供的單聲道模式的四種茄子模式之一。為兩個(gè)獨(dú)立的單音頻通道提供的雙單聲道模式立體聲通道提供的立體聲模式；利用聯(lián)合立體聲模式、立體聲通道間的連接或通道間相位差的獨(dú)立性或兩者。11、和MPEG音頻標(biāo)準(zhǔn)(MPEG音頻)提供三種茄子壓縮級(jí)別，用戶可以在復(fù)雜性和壓縮質(zhì)量之間進(jìn)行選擇。第1層最簡(jiǎn)單，使用比特率384kbps，主要為DCC用于。第2層的復(fù)雜性使用比特率192kbps左右，主要應(yīng)用于數(shù)字廣播的音頻編碼、CD-ROM的音頻信號(hào)、CD-I和VCD。第3層

6、最復(fù)雜，適用于比特率64kbps，尤其是ISDN的音頻傳輸，壓縮丟失，但音質(zhì)保持真實(shí)。利用MP3音樂MPEG Audio Layer 3的技術(shù)，聲音的壓縮率為1: 10或1: 12。，12，壓縮位流具有預(yù)定義比特率之一。MPEG音頻標(biāo)準(zhǔn)還支持用戶使用預(yù)定義比特率以外的比特率。編碼的比特流支持循環(huán)冗余校驗(yàn)(CRC)。MPEG音頻標(biāo)準(zhǔn)還支持將附加信息裝入比特流。13，2.4.3 MPEG-1視頻數(shù)據(jù)流的結(jié)構(gòu)，圖2.16 MPEG-1數(shù)據(jù)體系結(jié)構(gòu)，14，MPEG-1數(shù)據(jù)流的結(jié)構(gòu)：運(yùn)動(dòng)圖像序列圖像組圖像組由一系列圖像組成，這些圖像可以將運(yùn)動(dòng)序列中的隨機(jī)存取圖像信號(hào)分成三部分，如圖所示，黑色點(diǎn)表示顏色U

7、，V位置，亮度Y位置表示為白色圓圈。、16、塊：塊是包含88的亮度信息或顏色信息的宏塊圖2.18宏塊的構(gòu)成圖像切片：由一個(gè)或多個(gè)連續(xù)的宏塊組成。17，2 . 4 . 4 . 4 MPEG-1視頻編碼技術(shù)，主要問題：無法實(shí)現(xiàn)高壓縮比，而使用單個(gè)停止幀內(nèi)編碼方法，可以最好地滿足隨機(jī)存取要求。解決方案：折衷了牙齒的兩個(gè)茄子方面。這意味著基于塊的運(yùn)動(dòng)補(bǔ)償技術(shù)以減少時(shí)間上的冗馀，以及基于DCT轉(zhuǎn)換以減少空間冗馀的ADCT技術(shù)。18，MPEG將圖像分為三種茄子類型。I圖像使用圖像本身的相關(guān)壓縮在數(shù)據(jù)流中提供隨機(jī)存取壓縮點(diǎn)。P圖像是使用最近的前一個(gè)I圖像(或P圖像)預(yù)測(cè)編碼(向前預(yù)測(cè))編碼的。B圖像B圖像可

8、以在預(yù)測(cè)時(shí)使用上一個(gè)圖像作為參考，使用下一個(gè)圖像作為參考，或者使用前后兩個(gè)圖像作為參考圖像(雙向預(yù)測(cè))。19，圖2.19幀之間的預(yù)測(cè)，通常2次/秒。解碼后，典型的I，圖像順序?yàn)?秒):21，傳輸順序，MPEG編碼器需要重新排列這些圖像，以便解碼器有效地工作。因?yàn)閰⒖紙D像P需要在恢復(fù)B圖像之前恢復(fù)。上述17幀圖像重排后，圖像組順序?yàn)椤?，2，1，3，7，5，6、I、P、B、B、P、B、B、22。在MPEG方案中，運(yùn)動(dòng)補(bǔ)償技術(shù)在宏塊級(jí)別工作。23、MPEG的運(yùn)動(dòng)補(bǔ)償(巨集區(qū)塊)、巨集區(qū)塊分為4種茄子類型。幀中的宏塊，即I塊；向前預(yù)測(cè)宏塊(稱為f塊)。逆預(yù)測(cè)宏塊、縮寫b塊；平均宏塊，簡(jiǎn)稱為A塊。b圖

9、像宏塊有四種茄子類型。對(duì)于p圖像，宏塊只有I塊和f塊。無論、24、B圖像和P圖像如何，I塊處理技術(shù)都與ADCT技術(shù)(用于I圖像的技術(shù))相匹配。對(duì)于f塊、b塊和a塊，MPEG都使用基于塊的運(yùn)動(dòng)補(bǔ)償技術(shù)。在f塊預(yù)測(cè)中，當(dāng)該引用是上一個(gè)I圖像或P圖像B塊預(yù)測(cè)時(shí)，該引用是下一個(gè)I圖像或P圖像A塊預(yù)測(cè)時(shí)，該引用是前后兩個(gè)I圖像或P圖像、25、基于塊的運(yùn)動(dòng)補(bǔ)償技術(shù)、基于塊的運(yùn)動(dòng)補(bǔ)償技術(shù)，即，在參考幀中，找到滿足特定條件的當(dāng)前預(yù)測(cè)塊的最佳匹配塊。找到匹配的塊后，有兩種茄子處理方法。一種是在恢復(fù)預(yù)測(cè)的塊時(shí)用匹配的塊替換。第二，使用預(yù)測(cè)誤差的ADCT技術(shù)代碼恢復(fù)預(yù)測(cè)塊時(shí)，將預(yù)測(cè)誤差添加到匹配塊。，26，表2.8

10、宏塊預(yù)測(cè)方法，編碼器可考慮成本、速度和屏幕質(zhì)量，自由選擇。其中，DCT-離散余弦逆變換、Q-量化、VLC-可變長(zhǎng)度代碼編碼、MUX-多路復(fù)用、28、圖2.22基本視頻解碼器框、解碼過程沒有運(yùn)動(dòng)補(bǔ)償?shù)扔?jì)算，因此解碼要比編碼簡(jiǎn)單得多。標(biāo)準(zhǔn)定義解碼過程，但未指定解碼體系結(jié)構(gòu)，因此可以自由選擇。其中：MUX-1-多路復(fù)用、VLD-可變長(zhǎng)度代碼解碼、Q-1-反向量化、DCT-1-離散余弦逆轉(zhuǎn)換、29，2.4.5 MPEG-2標(biāo)準(zhǔn)、提供mm網(wǎng)絡(luò)3100 mbppegMPEG-2支持重疊圖像序列，支持可曹征編碼、多種運(yùn)動(dòng)估計(jì)方法，并提供不同范圍的更改壓縮率以滿足不同的屏幕質(zhì)量、存儲(chǔ)容量和帶寬要求?；谂cMP

11、EG-1的兼容性，啟用低比特率和多通道擴(kuò)展。MPEG-2可以將一臺(tái)120分鐘長(zhǎng)的電影壓縮到48GB(DVD質(zhì)量)，音頻編碼提供左右兩個(gè)環(huán)繞通道、一個(gè)加權(quán)低音通道和最多七個(gè)音頻通道。除了、30、DVD的指定標(biāo)準(zhǔn)外，還可以使用MPEG-2為廣播、有線電視網(wǎng)絡(luò)、有線網(wǎng)絡(luò)等提供廣播級(jí)數(shù)字視頻等。但是，對(duì)于最終用戶來說，由于當(dāng)前電視機(jī)分辨率的限制，MPEG-2提供的高清晰度屏幕質(zhì)量(如DVD屏幕)牙齒電視機(jī)上不引人注目，但是音頻特性(如低音增加、多聲音通道等)牙齒被廣泛使用。MPEG-2 Video定義了不同的功能等級(jí)，每個(gè)等級(jí)分為多個(gè)等級(jí)，n等級(jí)解碼器可以解碼該等級(jí)的數(shù)字流。31，5等級(jí)、簡(jiǎn)單(Mai

12、n)信噪比(SNR Scalable)空間調(diào)節(jié)(high)、32視頻廣播信號(hào)的基本級(jí)別適用于HDTV的高級(jí)1920108030或1920115225。33，11茄子規(guī)格，進(jìn)階原生MPHL進(jìn)階增強(qiáng)型HPHL高度-1440層級(jí)原生MPH1440高度-1440層級(jí)空間可曹征SSPH1440高度-1440層級(jí)增強(qiáng)型HPH1440基礎(chǔ)層級(jí)增強(qiáng)型hph 1440基礎(chǔ)層級(jí)簡(jiǎn)易SPML基礎(chǔ)層級(jí)原生層級(jí)MPML基礎(chǔ)層級(jí)信噪比可曹征SNPML基礎(chǔ)層級(jí)增強(qiáng)型HPML低層級(jí)原生m可能是5.1或7.1通道的環(huán)繞立體聲。5.1也稱為“3/2-立體聲加LFE”，表示廣播現(xiàn)場(chǎng)前面有三個(gè)喇叭通道(左、中、右)牙齒，后面有兩個(gè)環(huán)

13、繞喇叭通道。LFE是低頻音頻的強(qiáng)化通道。7.1通道環(huán)繞立體聲類似于5.1，有兩個(gè)喇叭通道，中間為左，中間為右。35、MPEG-2編碼方法、MPEG-2編碼方法和MPEG-1的區(qū)別主要在于隔行掃描系統(tǒng)上的DCT轉(zhuǎn)換是在場(chǎng)內(nèi)進(jìn)行，還是在幀內(nèi)由用戶自行選擇或適應(yīng)性選擇。通常，細(xì)節(jié)多、移動(dòng)部件少的圖像在幀內(nèi)執(zhí)行DCT，細(xì)節(jié)少、運(yùn)動(dòng)部件多的圖像在場(chǎng)內(nèi)執(zhí)行DCT。36，圖2.23 MPEG-2亮度宏塊結(jié)構(gòu)，幀內(nèi)DCT亮度宏塊結(jié)構(gòu)，字段DCT亮度宏塊結(jié)構(gòu)，亮度宏塊，亮度宏塊，37，MPEG-2同時(shí)使用可曹征和非協(xié)調(diào)編碼結(jié)構(gòu)。也可以使用一個(gè)默認(rèn)層次和多個(gè)增強(qiáng)的多層編碼結(jié)構(gòu)。牙齒結(jié)構(gòu)可由用戶根據(jù)質(zhì)量和壓縮比要求

14、進(jìn)行選擇。38，2.4.6 MPEG-4標(biāo)準(zhǔn)，國(guó)際標(biāo)準(zhǔn)MPEG-4“超低速度視聽編碼”于1998年十一月公布。為了低速度視頻、音頻編碼，更多地關(guān)注多媒體系統(tǒng)的交互性和靈活性。MPEG-4引入了AV對(duì)象(AVO)，從而實(shí)現(xiàn)了更多的交互?！癆V對(duì)象”可以是孤立的人、該人的聲音或背景音樂等。MPEG-4主要使用AV對(duì)象來表示聽覺、視覺或視聽組合內(nèi)容。合并現(xiàn)有AV對(duì)象以生成合成AV對(duì)象，并生成AV場(chǎng)景。AV對(duì)象的數(shù)據(jù)可以靈活地進(jìn)行多路復(fù)用和同步，以便選擇相應(yīng)的網(wǎng)絡(luò)來傳輸這些AV對(duì)象數(shù)據(jù)。允許收件人用戶在AV場(chǎng)景中與AV對(duì)象交互等。與、39、MPEG-1和2相比，更適合交互式AV服務(wù)和遠(yuǎn)程監(jiān)控。MPEG-4旨在提供更大的適應(yīng)性和可擴(kuò)展性。MPEG-4傳輸速率為4.8-64kbps，使用非常窄的帶寬，可以通過幀重新配置技術(shù)壓縮和傳輸。這適用于數(shù)碼電視、動(dòng)態(tài)圖像、網(wǎng)絡(luò)、實(shí)時(shí)多媒體監(jiān)視、移動(dòng)多媒體通信、網(wǎng)絡(luò)/intranet中的視頻流和視頻游戲、DVD中的交互多媒體等。使用MPEG-4壓縮算法ASF，MPEG-4可以壓縮到約300MB的視頻流(電影為120分鐘)。使用MPEG-4壓縮算法DIVX編碼技術(shù)，可以壓縮約600MB的電影120分鐘，或?qū)VD電影壓縮到2張CD-ROM上。40，MPEG-4是高成本有損壓縮算法之一，與DVD上的MPEG-2相比，圖像質(zhì)量不高。畢竟，D