MPEG视频压缩技术综述

1 MPEG的发展及其特点

　　1.1 MPEG-1

　　在MPEG出现之前，关于图像压缩已经有两个标准，即用于静态图像数据压缩的JPEG和用于电视电话、会议电视图像压缩的H.261，但是他们都与计算机数据标准无关。这就要求制定一个图像、伴音、存储和传输四个方面的计算机系统和广播电视都统一的标准，从而有利于各种媒体广泛交流，因此MPEG就应运而生了。

　　MPEG-1标准完成的基本任务就是质量适当的图像(包括伴音)数据必须成为计算机数据的一种，和已有的数据(如文字、绘图等数据)在计算机内兼容，并且这些数据必须在现有的计算机网络和广播电视等通信网络中兼容传输。MPEG-1标准有3个组成部分：MPEG视频、MPEG音频、MPEG系统。所以MPEG涉及的问题是视频压缩、音频压缩及多种压缩数据流的复合和同步问题。MPEG-1标准是适用于传输1.5Mbps数据传输率的数字存储媒体动力图像及其伴音的编码标准，可以处理各种类型的活动图像，其基本算法对于压缩水平方向360个象素、竖直方向288个象素的空间分辨力，每秒24至30幅画面的运动图像有很好的效果。与JPEG不同，它没有定义产生合法数据流所需的详细算法，而是在编码器设计中提供了大量的灵活性，另外定义已编码位流和解码器的一系列参数都包含在位流本身当中，这些特点允许算法可以用于不同大小和宽度比的图像，也可以用在工作速率范围很大的信道和设备上。

　　MPEG-1标准压缩首先对色差信号进行亚采样，减少数据量，采用运动补偿技术，减少帧间冗余度，利用二维DCT变换云除空间相关性，对DCT分量进行量化，舍去不重要的信息，将量化后DCT分量按照频率得新排序，将DCT分量进行变字长编码，最后对每个数据块的直流分量(DC)进行预测差分编码。MPEG视频的编码和解码框图如图1所示。

　　1.2 MPEG-2

　　MPEG-2标准全称为“运动图像及其伴音的编码”，主要针对高精晰度电视(HDTV)所需要的视频及伴音信号，传输速率为10Mbps。

　　MPEG-2标准分为八个部分，统称为ISO/IEC1318国际标准。第一部分：系统，描述多个视频，音频和数据基本码流合成传输码流和节目码流的方式;第二部分：视频，描述视频编码方法;第三部分：音频，描述与MPEG-1音频标准反向兼容的音频编码方法;第四部分：符合测试，描述测试一个编码码流是否符合MPEG-2标准的第一、二、三部分的软件实现方法;第五部分：数字存储器体-命令与控制，描述交互式多媒体网络中服务器与用户间的会话信令集;第六部分;非向后兼容的音频，规定不与MPEG-1音频反向兼容的多通道音频编码;第七部分：10比特视频，现已停止;第八部分：实时接口，规定了传送码流的实时接口。

　　MPEG-2视频编码标准是一个按等级划分的系列，按编码图像的分辨率分成4个“级”：低级(LL：low level)，输入信号的像素为ITU-R601格式的四分之一;主级(ML：main level)，输入信号的像素为ITU-R601;高级-1440(H14L：high-1440 level)为4：3模式电视高清晰度格式;高级(HL：high level)为16：9模式电视的高清晰度格式。按所使用的编码工具的集合分成5个“类”：简单类(SP：simple profile)，只有基准帧I和预测帧P;主类(MP：main profile)，比SP增加了双向推测帧B;信杂比分层类(SNRP：SNR scalable profile);空间可分层类(SSP：spatial scalable profile);高类(HP：high profile)。“级”与“类”的若干组合构成MPEG-2视频编码标准在某种特定应用下的子集。对某一输入格式的图像，采用特定集合的压缩编码工具，产生规定速率范围内的编码码流。MPEG-2的编码码流分为6个层次。从上至下依次为：视频序列层(Sequence);图像组层(GOP：GroupofPicture);图像层(Picture);像条层(Slice);宏块层(MacroBlock)和像块层(Block)。

　　MPEG-2的编码流程：在帧内编码的情况下，编码图像仅经过DCT，量化器和比特流编码器即生成编码比特流，而不经过预测环处理。DCT直接应用于原始的图像数据。在帧间编码的情况下，原始图像首先与帧存储器中的预测图像进行比较，计算出运动矢量，由此运动矢量和参考帧生成原始图像的预测图像。而后，将原始图像与预测像素差值所生成的差分图像数据进行DCT变换，再经过量化器和比特流编码器生成输出的编码比特流。

　　1.3 MPEG-4

　　MPEG-4标准的目标是：支持多种多媒体应用(主要侧重于对多媒体信息内容的访问)，可根据应用的不同要求现场配置解码器。MPEG-4旨在为视(音)频数据的通信、存取与管理提供一个灵活的框架与一套开放的编码工具。

　　在MPEG-4图像与视频标准中，视频表示工具的目标，是为多媒体环境下的纹理、图像和视频数据的有效存储、传输及管理提供标准化的核心技术。尤其强调这些工具对图像和视频内容的原子单元(称为视频对象VO)的编解码能力。对任意形状的视频对象进行有效的表示，以支持所谓基于内容的功能集。而此功能集支持内容(即场景中的物理对象VO)的单独编码和解码，这一特性为交互性提供了有力的底层机制支持，也为在压缩域对图像或视频的VO内容进行灵活的表示和管理提供了有利条件。MPEG-4图像与视频标准统一支持传统矩形和任意形状图像与视频的编解码。对于基于内容的应用，输入的图像序列可能具有任意形状和位置。形状可以用8位透明分量表示(一个VO由多个其它对象构成时)或用一个二值掩模描述。另外，通过对场景中每个物理采用适当的和精细的基于对象的运动预测工具，可以大大提高某些视频序列的压缩比。对于MPEG-4扩展的基于内容的编码可视为传统的VLBV内核或HBV工具由矩形输入向任意形状输入的逻辑延伸。从这个意义上，基于内容的编码是VLBV和HBV内核的超集。

　　MPEG-4标准在原有的基础上增加了七个新的功能。增加的各个功能的特点：

　　(1)基于内容的操作与比特流编辑支持无需编码就可进行基于内容的操作与比特流编辑。(2)自然与合成数据混合编码。提供将自然视频图像同合成数据(文本、图形)有效结合的方式，同时支持交互性操作。(3)增强的时间域随机存取。MPEG-4将提供具有效的随机存取方式：在有限的时间间隔内，可按帧或任意形状的对象，对一音、视频序列进行随机存取。(4)提高编码效率。在与现有的正在形成的标准的可比拟速率上，MPEG-4标准将提供更好的主观视觉质量的图像。(5)对多个并发数据流的编码。MPEG-4将提供对一景物的有效多视角编码，加上多伴音声道编码及有效的视听同步。在立体视频应用方面，MPEG-4将利用同一景物的多视点观察所造成的信息冗余，在足够的观察视点条件下有效地描述三维自然景物。(6)错误易发环境中的抗错性“灵活多样”是指允许采用各种有线网和各种存储媒体，MPEG-4将提高抗错误能力，尤其是在易发生严重错误环境下的低比特应用中(移动通信链路)。MPEG-4是第一个在其音、视频表示规范中考虑信道特性的标准，目的不是取代已由通信网提供的错误控制技术，而是提供一种对抗残留错误是紧韧性。(7)基于内容的尺度可变性。内容尺度可变性意味着给图像中的各个对象分配优先级。基于内容的尺度可变性是MPEG-4的核心，因为一旦图像中所含对象的目录及相应的优先级确定后，其它的集内容的功能就比较容易实现了。对甚低比特率应用来说，尺度可变形成一个关键的因素，因为它提供了自适应可用资源的能力。

　　以上七个新的功能可以归纳为三类：基于内容的交互性、高压缩率和灵活多样的存取模式。前三个功能为基于内容的交互性，四、五为高压缩率模式，最后两个为灵活多样的存取模式。