陈晓培H.264技术报告.docVIP

H.264视频编码多媒体报告 H.264视频编码背景： 在同等的图像质量下，H.264的数据压缩比是MPEG-4的1.5-2倍，而且在网络传输中其需要更少的带宽，大概只需1Mbps-2Mbps的传输速率，且最近推出的H.265标准更比H.264先进，所需带宽仅为H.264的1/2。H.264标准采用的是更为有效的编码方法，模式选择都是自适应的，如预测模式编码模式率失真判断，滤波也采用BS判断滤波强度，选择最适合的模式。变换编码也应用整数变换。多方面的算法优化，使编码的压缩效率更高，但是处理的复杂度很高，故在处理计算方面，H.264标准也才用优化的运算处理方法，如计算中也避免复杂运算：如将除法转化为移位，一维DCT变换采用蝶形算法。同时在传输中，H.264采用的分层结构与片的思想，以及SP与SI帧的技术，即使在极差的网络（误码，丢包率高）也能很好的重建解码图像。总体来说，H.264标准的效率和可靠性都是很高，特别是其网络亲和力。 输入格式：采用4:2:0的Y:Cr:Cb格式（也就是说，亮度像素的水平和垂直分辨率都只有色度像素的一半） 图像类型：每个帧都被编码为I或P帧。一个I帧只包含帧内编码宏块，而P帧则包含帧内也包含帧间编码宏块。 运动预测和补偿：在16*16或（任意）8*8宏块中实现，运动矢量的精度可以达到1/4像素分辨率。 变换编码：运动补偿残差值用DCT编码，量化，之字形扫描并用游程编码。 变长编码：对变换系数进行游程编码，用头信息和运动矢量用变长编码进行编码。每个非零变换系数被编码为游程（run）,大小（level）和结束（结束用于标志是否为块中最后一个非零系数） 图像层：语法的最高层包含一个完整的编码图像。包含图像头信息及图像的分辨率，编码图像的类型（帧内或帧间），时域参考场。这标志着解码器能够正确的显示时间（相对于其他的编码图像），并帮助确定这个图像不会太迟也不会太早显示。 块组层：一组块（GOB）早SQCIF,QCIF和CIF图像格式时包含了一个完整的宏块行（在4CIF图像中国为两行，在16CIF图像中为4行）。可选的GOB头被插入到比特流中，解码器出现错误时能够在GOB开始的地方重新同步。 宏块层：一个宏块包含四个亮度块和两个色度块。宏块头包含宏块类型的信息，编码模式（表示六个块中国的哪一个包含变换系数），编码水平和垂直的运动矢量（对于帧间编码宏块）。 块层：一个块包含与8*8开采用数据想对应的游程编码系数。 编码器的核心：被设计用于编码低比特率系数。 H.264档次和级： 基本档次：利用I片和P片支持帧内和帧间编码，支持利用基于上下文的自适应的变长编码进行的熵编码（CAVLC）。主要可用于可视电话，会议电视，无线通信等实时视频通信。 主要档次：支持隔行视频，采用B片的帧间编码和采用加权预测的帧间编码；支持利用基于上下文的自适应的算术边按摩（CABAC）。主要用于数字广播电视与数字视频存储。 扩展档次：支持码流之间有效的切换（SP和SI片），改进误码性能（数据分割），但不支持隔行视频和CABAC。 H.264主要目标： 得到高的视频压缩比，与H.263，MPEG-4相比，视频压缩比提高一倍。 具有良好的网络亲和性，即适用于各种传输网络。 2.整体框架 取样（原始图像）—预测（预处理，帧间或者帧内）—变换编码（DCT）—量化—编码比特流—NAL(网络自适应层)—网络传送（节省带宽和存储空间）—熵解码—重排序—反量化—（IDCT）—运动补偿，可延迟帧存储器—环路滤波器—图像输出（参考图像） 注释： (取样到熵编码（编码）是在A/D变换器中进行，反量化到图像输出（解码）是在D/A变换器中进行。 (预测编码和变换编码是在视频信源编码器中进行的，熵编码是在视频复合编码器中进行，熵编码后的码流在经过传输缓冲器和码率控制器以及传输编码器。传输缓冲器和码率控制器用于保证输出码流尽可能稳定，而传输编码器是用于视频数据的误码检检测和纠正。 (视频数据（摄像机，在视频编码器中进行），音频数据（话筒，音频编码器）—ES（基本比特流）—打包器，一种作为节目流复用—硬盘，CO-ROM，一种作为传送流复用—卫星，地面，以及有线电视。 ④编码器与解码器：视频压缩的两个完整的系统。 编码器转化原数据为便于传输与存储的缩减的数据形式，其主要包括三个功能单位：时域编码模型，空间域编码模型与熵化编码器。解码器转化压缩的数据格式为原始视频数据。两者经常并称为“CODEC”。 源信号—源编码器—信道编码器—信道—信道解码器—源解码器—解码信号 （原始信息（未压缩信息）被编码（压缩），这被称为信源编码。被编码的源信号在信道传输之前进一步编码以增加纠错功能，称为信道编码。在接收端，信道解码器检测或纠正传输中的错误，接着由信源解码器检测或纠正传