多年來，圖像和視頻編碼技術經歷了一系列變革，從第一代典型的基于像素編碼器到第二代基于分割、分形、模型等編碼器。但第二代視頻編碼器中仍有許多編碼技術還有待于進一步的研究和探索。本文主要從編碼器的結構原理來探討視頻編碼技術，希望讀者朋友能有所收獲。
文/深圳市朗馳欣創(chuàng)科技有限公司
隨著信息網絡化的不斷發(fā)展，以多媒體和網絡為基礎的數字化監(jiān)控技術已經深入到人們的工作、學習和生活中。監(jiān)控技術朝著網絡化、數字化不斷發(fā)展，而監(jiān)控信息的一個主要特征就是多媒體技術的廣泛應用。多媒體包括文字、聲音、圖像、圖形等，具有信息量大、表達能力強等特點，因此它代替單一的信息模式已經成為不可阻擋的趨勢。作為多媒體信息中最重要的成分，數字視頻所提供的視頻信息具備直觀性、確切性、高效性、廣泛性等一系列的優(yōu)點，但是視頻信息具有信息量過大的問題。因此必須解決視頻壓縮的效率和視頻壓縮解碼的質量問題，這兩者是相互矛盾的。
眾所周知，常用的MPEG/H系列壓縮是一種帶預測性的壓縮格式，與原始圖像有一定程度的差異。雖然壓縮比很高，圖像清晰度也有一定保證，但因過多引入預測，則無法與真實圖像完全一一對應，顯然達不到作為證據的要求。目前，MPEG壓縮技術錄制的圖像在歐美國家尚不能作為可靠的法庭證據。反之，M-JPEG采用靜態(tài)圖像壓縮格式，追求質量，但壓縮比太小，不能滿足當前網絡環(huán)境的要求。
視頻編碼技術的發(fā)展
自1948年提出電視信號數字化以來，圖像編碼壓縮技術已有50多年的歷史，其主要思路就是從圖像信息中去除去冗余。通常這些冗余可以分類為：空間冗余、時間冗余、信息量冗余、結構冗余、知識冗余、統計冗余等。統計冗余與圖像及圖像序列電平的近似程度有關；空間冗余與同一幀圖像亮度和色度值的近似程度有關；時間冗余則與連續(xù)幀間的近似程度有關。
多年來，圖像和視頻編碼技術經歷了一系列變革。從第一代典型的基于像素編碼器，到第二代基于分割、分形、模型等編碼器。ITU和ISO都發(fā)布了關于靜態(tài)圖像和視頻的編碼算法，來均衡壓縮效率和重構信息質量。其中，第一代視頻編碼技術僅考慮圖像及圖像序列中的空間冗余、時間冗余和信息熵冗余，其編碼方法主要以像素或像素塊作為編碼實體，沒有或較少考慮人類視覺系統，使在低碼率時不能提供良好的視覺質量。第二代視頻編碼技術在八十年代初開始產生，它是建立在圖像分析和合成、計算機圖形學、計算機視覺等基礎上，是基于內容的視頻壓縮技術，相比第一代視頻編碼技術的基礎上，進一步考慮到了視覺數據中的結構冗余、知識冗余和視覺冗余，從而獲得了更高的壓縮效率。但同時，第二代視頻編碼中仍有許多編碼技術還有待于進一步的研究和探索。
現行國際視頻編碼標準
近年來，視頻編碼技術得到了迅速發(fā)展和廣泛應用，并且日臻成熟，其標志是多個關于視頻編碼的國際標準的制定。其可分為兩大系列：即國際標準化組織（ISO）和國際電工委員會（IEC）的運動圖像專家組MPEG（Motion Picture Expert Group）關于活動圖像的編碼標準MPEG系列，以及國際電信聯盟（ITU）的視頻編碼專家組VCEG（Video Coding Expert Group）制定的視頻編碼標準H.26X系列。
MPEG4/H.264/AVC標準
MPEG4/H.264/AVC是一種有損壓縮，以處理后的圖像無限接近和還原真實圖像為目標。MPEG4/H.264/AVC對編解碼器如何實現并沒有明確規(guī)定，而是規(guī)定編碼視頻比特流的句法和該比特流的解碼方法。這種技術，使得各個廠商的編碼器和解碼器在此框架下應能夠互通，在實現上具有較大靈活性，而且有利于相互競爭。
從圖1和圖2可以看出，MPEG4/H.264/AVC和以前標準（如H.261、H.263、MPEG-1、MPEG-4）的編解碼器功能塊組成并沒有什么區(qū)別，仍是變換和預測相結合的混合編碼法，不同點在于各功能塊的細節(jié)。
由圖1可見，輸入的幀或場Fn以宏塊為單位被編碼器處理。首先，判定幀是否按幀內還是幀間預測編碼方式進行預測。如果采用幀間預測，其預測值PRED（圖中用P表示）由當前序列中已編碼并解碼重建和濾波的圖像作為參考圖像（如圖1中的F’n-1），經運動補償（MC）得到。為了提高預測精度，從而提高壓縮比，實際的參考圖像可在過去或未來（指顯示次序上）的重建幀中進行選擇。參考圖像選擇的準確與否，很大程度決定了真實圖像與呈現圖像之間的差值大小。
預測值PRED和當前塊的相應值相減后，產生一個殘差塊Dn，經塊變換、量化后產生一組量化后的變換系數X，再經熵編碼，與解碼所需的一些信息（如預測模式量化參數、運動矢量等）一起組成一個壓縮后的碼流，經NAL（網絡自適應層）供傳輸和存儲用。
正如上述，為了提供進一步預測用的參考圖像，編碼器必須有重建圖像的功能。因此必須使殘差圖像經反量化、反變換后得到的Dn’與預測值P相加，得到uFn’（未經濾波的幀）。為了去除編碼解碼環(huán)路中產生的噪聲，提高參考幀的圖像質量和壓縮圖像性能，設置了一個環(huán)路濾波器，濾波后的輸出重建圖像Fn’可用作參考圖像。在這一步驟中，重建圖像是通過預測值來實現的，雖然從算法上降低了失誤性，卻進一步加大了人為改變原始圖像的因素。
由圖1可知，編碼器的NAL輸出一個壓縮比特流。該比特流在圖2中經熵解碼得到量化后的一組變換系數X，再經反量化、反變換，得到殘差Dn’。 Dn’和該解碼器產生的PRED（與編碼器產生的PRED相同）相加后，得到uFu’，經濾波后，最后得Fn’，Fn’即最后的解碼輸出圖像。
JPEG標準
1991年3月ISO/IEC正式通過了靜止圖像壓縮編碼標準，稱為JPEG建議。JPEG標準分為基本系統、擴展系統和信息保持系統三個部分?；鞠到y提供對順序掃描靜止圖像的高效有損編碼，輸入圖像精度為8bit/像素。
（1）圖3為JPEG基本系統的編解碼器方框圖，輸入的彩色圖像為Y、U、V三個分量，JPEG對他們分別進行編碼。
（2）編碼時，先將一幀圖像分為互不重疊的8×8像素塊，接著對各塊進行DCT變換，然后對各變換系數進行線性量化。
量化步長Q應結合人眼視覺敏感性，亮度和色差信號的量化步長矩陣見表1和表2。
量化后系數為：
反量化后DCT系數為：
（3）熵編碼，一般采用哈夫曼（VLC）編碼。AC系數量化后為少數稀疏的值，大部分為零，采用鋸齒形（Zig-Zag）掃描，然后以游程編碼表示方式進行變長的哈夫曼編碼。
（4）數據交換格式
熵編碼后得到變長度的碼流。為便于數據的交換，JPEG規(guī)定了統一的壓縮后數據交換格式，如圖4所示。
第一行：SOI表示圖像數據開始；EOI為一幀圖像結束，各占兩個字節(jié)。
第二行：表/雜項中放置量化表、哈夫曼表；幀首包括編碼方法、取樣精度、量化系數、源圖像行數、每行取樣數等；DNL重新定義幀內的行數。
第三行：掃描首說明掃描起始信息、分量圖像號碼、參數、熵編碼表選擇（ECS）；RST為重新開始標志。
第四行：為熵編碼區(qū)，MCV為最小編碼單元，包括4個亮度塊，1個Cr塊和1個Cb塊。 熵編碼是無損壓縮編碼方式，它生成的碼流可以經解碼無失真地恢復出原數據。熵編碼是建立在隨機過程的統計特性的基礎上的。
上述可見，JPEG標準的編碼方式，是一種以DCT(Discrete Cosine Transform)為基礎的壓縮方法的壓縮格式，也稱為基線順序編解碼(Baseline Sequential Codec)方法，通過各種算式來降低圖像數據量。缺點在于壓縮量有限。這種方法的優(yōu)點是先進、有效、簡單、易于交流，因此應用廣泛。
M-JPEG標準
MJPEG全名為“Motion”JPEG，Motion JPEG技術是將來自攝像機的模擬視頻信號“翻譯”成視頻流，并存儲在硬盤上。典型的應用如數字視頻記錄器等。MJPEG不像MPEG，不使用幀間編碼，因此用一個非線性編輯器就很容易編輯。MJPEG的壓縮算法與MPEG一脈相承，功能很強大，能發(fā)送高質圖片，生成完全動畫視頻等。但相應地，MJPEG對帶寬的要求也很高，相當于T-1，MJPEG信息是存儲在數字媒體中的龐然大物，需要大量的存儲空間以滿足如今多數用戶的需求。因此從另一個角度說，在某些條件下，MJPEG也許是效率最低的編碼/解碼器之一。
兼顧碼率控制與圖像真實
視頻是利用人的視覺獲取的信息，它具有直觀性的特點，不易和其他信息相混淆，保證了信息的準確性。同時，由于視覺，可以并行地觀察圖像，因而獲取信息的效率比音頻高得多。
與此同時，視頻信號具有顯著的高帶寬特性。視頻信息的表示形式是視頻電信號，通過網絡傳送至終端用戶，并在屏幕上顯示。視頻信號所包含的信息量大，其內容可以是活動的，也可以是靜止的；可以是彩色的，也可以是黑白的；有時變化多、細節(jié)多，有時十分平坦。一般而言，視頻信號信息量大，傳輸網絡所需要的帶寬較寬。例如，一路監(jiān)控視頻信號，由于其活動內容較少，所需帶寬較窄，但要達到良好質量，不壓縮約需若干Mbps，壓縮后需要300~400Kbps?？梢?，視頻信息雖然具有直觀性、確定性、高效性等優(yōu)越性能，但要傳送卻需要較高的網絡帶寬。這就是為獲得視頻信息所需付出的代價。
如上所述，視頻信號由于信息量大，傳輸網絡帶寬要求較高，就像一輛龐大的貨車只有在寬闊的馬路上才能行駛一樣，必須將視頻信號在傳送前先進行壓縮編碼，然后在網絡上進行傳送，以便節(jié)省傳送帶寬和存儲空間。
一旦采用MPEG4/H.26X系列的壓縮方式，勢必引起呈現圖像跟真實圖像之間的預測差，雖然呈現的圖像是盡可能地對真實圖像進行還原，畢竟不是完全真實的圖像。若采用M-JPEG的壓縮方式，雖然圖像質量得到了保證，但壓縮比過小，無法在現實網絡中使用，而無意義。
而JPEG壓縮雖是有損壓縮，但它利用的是人視覺系統的特性，使用量化和無損壓縮編碼相結合，來去掉視覺的冗余信息和數據本身的冗余信息。JPEG算法壓縮編碼大致分成三個步驟：
1、使用正向離散余弦變換(forward discrete cosine transform，FDCT)把空間域表示的圖像變換成頻率域表示的圖像。
2、使用加權函數對DCT系數進行量化，這個加權函數對于人的視覺系統是最佳的。
3、使用霍夫曼可變字長編碼器對量化系數進行編碼。
結語
因此，要使獲取高質量的視頻信息，在前端實現JPEG抓拍更有優(yōu)勢。即圖像采用MPEG/H系列的壓縮格式壓縮后予以傳輸、觀看、存儲，但有移動觸發(fā)、視頻遮擋觸發(fā)等規(guī)則性報警行為，以及人為認定報警信息發(fā)生時，瞬時即進行前端JPEG格式高清晰度抓拍，間隔極短，能作為有效的證據，這樣兼顧了MPEG/H和M-JPEG兩系列的優(yōu)勢。
a&s傳媒是全球知名展覽公司法蘭克福展覽集團旗下的專業(yè)媒體平臺，自1994年品牌成立以來，一直專注于安全&自動化產業(yè)前沿產品、技術及市場趨勢的專業(yè)媒體傳播和品牌服務。從安全管理到產業(yè)數字化，a&s傳媒擁有首屈一指的國際行業(yè)展覽會資源以及豐富的媒體經驗，提供媒體、活動、展會等整合營銷服務。
粵公網安備 44030402000264號
