流媒體 6——MPEG電視

標籤：

1.電視映像的資料率

1.1 ITU-R BT.601標準資料率

　　按照奈奎斯特(Nyquist)採樣理論，類比電視訊號經過採樣(把連續的時間訊號變成離散的時間訊號)和量化 (把連續的幅度變成離散的幅度訊號)之後，數字電視訊號的資料量大得驚人，當前的儲存空間和網路都還沒有足夠的能力支援這種資料轉送率，因此就要對數字電視訊號進行壓縮。為了在PAL、NTSC和SECAM彩色電視制之間確定一個共同的數字化參數，早在1982年國際無線電諮詢委員會 (CCIR)就制定了演播室品質的數字電視編碼通訊協定，這就是非常有名的ITU-R BT.601標準。按照這個標準，使用4:2:2的採樣格式，亮度訊號Y的採樣頻率選擇為13.5 MHz/s，而色差訊號Cr和Cb的採樣頻率選擇為6.75 MHz/s，在傳輸數字電視訊號通道上的資料轉送率就達到為270 Mb/s(兆位元/秒)
　　亮度(Y):
　　　858樣本/行×525行/幀×30幀/秒×10位元/樣本 ≌ 13.5兆位元/秒(NTSC)
　　　864樣本/行×625行/幀×25幀/秒×10位元/樣本 ≌ 13.5兆位元/秒(PAL)
　　Cr (R-Y):
　　　429樣本/行×525行/幀×30幀/秒×10位元/樣本 ≌ 6.8兆位元/秒(NTSC)
　　　429樣本/行×625行/幀×25幀/秒×10位元/樣本 ≌ 6.8兆位元/秒(PAL)
　　Cb (B-Y):
　　　429樣本/行×525行/幀×30幀/秒×10位元/樣本 ≌ 6.8兆位元/秒(NTSC)
　　　429樣本/行×625行/幀×25幀/秒×10位元/樣本 ≌ 6.8兆位元/秒(PAL)
　　總計:

　　　　27兆樣本/秒×10位元/樣本 = 270兆位元/秒
實際上，在熒光屏上顯示出來的有效映像的資料轉送率並沒有那麼高，
　　　亮度(Y)： 720×480×30×10 ≌ 104 Mb/s (NTSC)
　　　　　　　　720×576×25×10 ≌ 104 Mb/s (PAL)
　　　色差(Cr，Cb)：2×360×480×30×10 ≌ 104 Mb/s (NTSC)
　　　　　　　　　　2×360×576×25×10 ≌ 104 Mb/s (PAL)
　　　總計: ～ 207 Mb/s
　　如果每個樣本的採樣精度由10位元降為8位元，彩色數字電視訊號的資料轉送率就降為166 Mb/s。

 

2. 資料壓縮演算法

　電視映像本身在時間上和空間上都含有許多冗餘資訊，映像自身的構造也有冗餘性。此外，正如前面所介紹的，利用人的視覺特性也可對映像進行壓縮，這叫做視覺冗餘。

電視映像壓縮利用的各種冗餘資訊

種類		內容	目前用的主要方法
統計	空間冗餘	像素間的相關性	變換編碼，預測性編碼
特性	時間冗餘	時間方向上的相關性	幀間預測，移動補償
映像構造冗餘		映像本身的構造	輪廓編碼，地區分割
知識冗餘		收發兩端對人物的共有認識	基於知識的編碼
視覺冗餘		人的視覺特性	非線性量化，位分配
其他		不確定性因素

　　MPEG-Video映像壓縮技術基本方法和方法可以歸納成兩個要點：
　　　　① 在空間方向上，映像資料壓縮採用JPEG(Joint Photographic Experts Group)壓縮演算法來去掉冗餘資訊。
　　　　② 在時間方向上，映像資料壓縮採用移動補償(motion compensation)演算法來去掉冗餘資訊。
　　為了在保證映像品質基本不降低而又能夠獲得高的壓縮比，MPEG專家組定義了三種映像：幀內映像I(intra)，預測映像P(predicted)和雙向預測映像B(bidirectionally interpolated )，這三種圖像將採用三種不同的演算法進行壓縮。

 

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　MPEG專家組定義的三種映像

補充：

　　視頻壓縮中，每幀代表一幅靜止的映像。而在實際壓縮時，會採取各種演算法減少資料的容量，其中IPB就是最常見的。簡單地說，I幀是主要畫面格，屬於幀內壓縮。就是和AVI的壓縮是一樣的。 P是向前搜尋的意思。B是雙向搜尋。他們都是基於I幀來壓縮資料。I幀表示主要畫面格，你可以理解為這一幀畫面的完整保留；解碼時只需要本幀資料就可以完成（因為包含完整畫面）。P幀表示的是這一幀跟之前的一個主要畫面格（或P幀）的差別，解碼時需要用之前緩衝的畫面疊加上本幀定義的差別，產生最終畫面。（也就是差別幀，P幀沒有完整畫面資料，只有與前一幀的畫面差別的資料）。B幀是雙向差別幀，也就是B幀記錄的是本幀與前後幀的差別（具體比較複雜，有4種情況），換言之，要解碼B幀，不僅要取得之前的緩衝畫面，還要解碼之後的畫面，通過前後畫面的與本幀資料的疊加取得最終的畫面。B幀壓縮率高，但是解碼時CPU會比較累~。
　　從上面的解釋看，我們知道I和P的解碼演算法比較簡單，資源佔用也比較少，I只要自己完成就行了，P呢，也只需要解碼器把前一個畫面緩衝一下，遇到P時就使用之前緩衝的畫面就好了，如果視頻流只有I和P，解碼器可以不管後面的資料，邊讀邊解碼，線性前進，大家很舒服。但網路上的電影很多都採用了B幀，因為B幀記錄的是前後幀的差別，比P幀能節約更多的空間，但這樣一來，檔案小了，解碼器就麻煩了，因為在解碼時，不僅要用之前緩衝的畫面，還要知道下一個I或者P的畫面（也就是說要預讀預解碼），而且，B幀不能簡單地丟掉，因為B幀其實也包含了畫面資訊，如果簡單丟掉，並用之前的畫面簡單重複，就會造成畫面卡（其實就是丟幀了），並且由於網路上的電影為了節約空間，往往使用相當多的B幀，B幀用的多，對不支援B幀的播放器就造成更大的困擾，畫面也就越卡。一般平均來說，I的壓縮率是7（跟JPG差不多），P是20，B可以達到50，可見使用B幀能節省大量空間，節省出來的空間可以用來儲存多一些I幀，這樣在相同碼率下，可以提供更好的畫質。

 

2.1.幀內映像I的壓縮編碼演算法

　　如果電視映像是用RGB空間表示的，則首先把它轉換成YCrCb空間表示的映像。每個映像平面分成8×8的圖塊，對每個圖塊進行離散餘弦變換 DCT(discrete Cosine Transform)。DCT變換後經過量化的交流分量係數按照Zig-zag的形狀排序，然後再使用無損壓縮技術進行編碼。DCT變換後經過量化的直流分量係數用差分脈衝編碼DPCM(DifferentialPulse Code Modulation)，交流分量係數用行程長度編碼RLE(run-length encoding)，然後再用霍夫曼(Huffman)編碼或者用算術編碼。

2.2.預測映像P的壓縮編碼演算法

　　預測映像的編碼也是以映像宏塊(macroblock)為基本編碼單元，一個宏塊定義為I×J像素的映像塊，一般取16×16。預測映像P使用兩種類型的參數來表示：一種參數是當前要編碼的映像宏塊與參考映像的宏塊之間的差值，另一種參數是宏塊的移動向量。假設編碼映像宏塊MPI是參考映像宏塊MRJ的首選塊，它們的差值就是這兩個宏塊中相應像素值之差。對所求得的差值進行彩色空間轉換，並作4:1:1的子採樣得到Y，Cr和Cb分量值，然後仿照JPEG壓縮演算法對差值進行編碼，計算出的移動向量也要進行霍夫曼編碼。

2.3.雙向預測映像B的壓縮編碼演算法

2.4.映像結構

　　MPEG 編碼器演算法允許選擇I映像的頻率和位置。I映像的頻率是指每秒鐘出現I映像的次數，位置是指時間方向上幀所在的位置。一般情況下，I映像的頻率為2。 MPEG編碼器也允許在一對I映像或者P映像之間選擇B映像的數目。I映像、P映像和B映像數目的選擇依據主要是根節目的內容。例如，對於快速運動的映像，I映像的頻率可以選擇高一些，B映像的數目可以選擇少一點；對於滿速運動的映像I映像的頻率可以低一點，而B映像的數目可以選擇多一點。此外，在實際應用中還要考慮媒體的速率。
　　一個典型的I、P、B映像安排。編碼參數為：幀內映像I的距離為N=15，預測映像(P)的距離為M=3。

MPEG電視幀編排

　　I、P和B映像壓縮後的大小如表所示，單位為位元。從表中可以看到，I幀映像的資料量最大，而B幀映像的資料量最小。

 MPEG三種映像的壓縮後的典型值(位元)

映像類型	I	P	B	平均資料/幀
MPEG-1 CIF 格式(1.15 Mb/s)	150 000	50 000	20 000	38 000
MPEG-2 601 格式(4.00 Mb/s)	400 000	200 000	80 000	130 000

 

流媒體 6——MPEG電視