數(shù)字電視信源編碼的主要技術(shù)與標(biāo)準(zhǔn)淺析

準(zhǔn)數(shù)字電視和數(shù)字高清晰度電視在內(nèi)的數(shù)字電視體系的開發(fā)研究正加緊進(jìn)行。信源編碼作為數(shù)字電視系統(tǒng)的核心構(gòu)成部分，直接決定了數(shù)字電視的基本格式及其信號(hào)編碼效率，決定了數(shù)字電視最終如何在實(shí)際的系統(tǒng)中實(shí)現(xiàn)。為了減少信源輸出符號(hào)序列中的剩余度、提高符號(hào)的平均信息量，對(duì)信源輸出的符號(hào)序列所施行的變換。具體說，就是針對(duì)信源輸出符號(hào)序列的統(tǒng)計(jì)特性來尋找某種方法，把信源輸出符號(hào)序列變換為最短的碼字序列，使后者的各碼元所載荷的平均信息量最大，同時(shí)又能保證無失真地恢復(fù)原來的符號(hào)序列。

一、數(shù)字電視的信源編碼

數(shù)字電視信號(hào)在進(jìn)入傳輸通道前的處理過程一般如圖1所示：

電視信號(hào)在獲取后經(jīng)過的第一個(gè)處理環(huán)節(jié)就是信源編碼。信源編碼是通過壓縮編碼來去掉信號(hào)源中的冗余成分，以達(dá)到壓縮碼率和帶寬，實(shí)現(xiàn)信號(hào)有效傳輸?shù)哪康摹Ｐ诺谰幋a是通過按一定規(guī)則重新排列信號(hào)碼元或加入輔助碼的辦法來防止碼元在傳輸過程中出錯(cuò)，并進(jìn)行檢錯(cuò)和糾錯(cuò)，以保證信號(hào)的可靠傳輸。

信源編碼的作用之一是設(shè)法減少碼元數(shù)目和降低碼元速率，即通常所說的數(shù)據(jù)壓縮：作用之二是將信源的模擬信號(hào)轉(zhuǎn)化成數(shù)字信號(hào)，以實(shí)現(xiàn)模擬信號(hào)的數(shù)字化傳輸。

信源編碼的目的是通過在編碼過程中對(duì)原始信號(hào)冗余度的去除來壓縮碼率，因此壓縮編碼的技術(shù)與標(biāo)準(zhǔn)成為信源編碼的核心。MPEG－2壓縮編碼輸出的碼流作為數(shù)字電視信源編碼的標(biāo)準(zhǔn)輸出碼流已被廣泛認(rèn)可。目前數(shù)字電視系統(tǒng)中信源編碼以外的其他部分，包括信道編碼，調(diào)制器，解調(diào)器等，大都以MPEG－2碼流作為與之適配的標(biāo)準(zhǔn)數(shù)字信號(hào)碼流。

二、數(shù)字演播室標(biāo)準(zhǔn)ITU－R601

Blackfin系列DSP專門針對(duì)高速數(shù)據(jù)吞吐集成了并行外圍接口（PPI），在傳統(tǒng)的數(shù)據(jù)總線的基礎(chǔ)上增加了一條數(shù)據(jù)吞吐通道。PPI接口：1）能以最高66 MHz 的頻率接收數(shù)據(jù)，以最高60 MHz 的頻率輸出數(shù)據(jù)；2）不再需要額外的數(shù)據(jù)輸入/輸出緩沖，直接連接高速AD/DA輸入輸出數(shù)據(jù)；3）能夠輸入或輸出ITU-R601/656 格式和帶行場(chǎng)同步時(shí)鐘的RGB格式的數(shù)字視頻。使用PPI接口輸入輸出數(shù)據(jù)，輔以強(qiáng)大的DMA流量控制和高速SDRAM，使BlackfinDSP的內(nèi)核獨(dú)立于數(shù)據(jù)吞吐過程，充分發(fā)揮其密集運(yùn)算能力，并簡化了系統(tǒng)構(gòu)架，在紅外視頻處理通用模塊中取得了良好的應(yīng)用。

ITU－R601主要是一種取樣標(biāo)準(zhǔn)。模擬電視信號(hào)據(jù)此取樣后進(jìn)行8比特量化和線性PCM編碼，即可得到符合數(shù)字演播室標(biāo)準(zhǔn)的基帶數(shù)字信號(hào)。但是，由此得到的數(shù)字電視信號(hào)具有非常高的碼率和帶寬，難以進(jìn)入實(shí)用。雖然ITU－R601建議早在1980年已經(jīng)制定，但直到九十年代一系列有效的圖像數(shù)碼壓縮技術(shù)及相應(yīng)的國際標(biāo)準(zhǔn)出現(xiàn)以后，數(shù)字電視才得到了迅速的發(fā)展。

圖像數(shù)據(jù)的壓縮主要基于對(duì)各種圖像數(shù)據(jù)冗余度及視覺冗余度的壓縮，包括如下一些方法：

1.統(tǒng)計(jì)冗余度的壓縮：對(duì)于一串由許多數(shù)值構(gòu)成的數(shù)據(jù)來說，如果其中某些值經(jīng)常出現(xiàn)，而另外一些值很少出現(xiàn)，則這種由取值上的統(tǒng)計(jì)不均勻性就構(gòu)成了統(tǒng)計(jì)冗余度，可以對(duì)之進(jìn)行壓縮。具體方法是對(duì)那些經(jīng)常出現(xiàn)的值用短的碼組來表示，對(duì)不經(jīng)常出現(xiàn)的值用長的碼組來表示，因而最終用于表示這一串?dāng)?shù)據(jù)的總的碼位，相對(duì)于用定長碼組來表示的碼位而言得到了降低。

視頻圖像在每一點(diǎn)的取值上具有任意性。對(duì)于運(yùn)動(dòng)圖像而言，每一點(diǎn)在一段時(shí)間內(nèi)能取可能的任意值，在取值上具有統(tǒng)計(jì)均勻性，難以直接運(yùn)用熵編碼的方法，但可以通過適當(dāng)?shù)淖儞Q編碼的方法，如DCT變換，使原圖像變成由一串統(tǒng)計(jì)不均勻的數(shù)據(jù)來表示，從而利用霍夫曼編碼來進(jìn)行壓縮。

2.空間冗余度的壓縮：一幅視頻圖像相鄰各點(diǎn)的取值往往相近或相同，具有空間相關(guān)性，這就是空間冗余度。從頻域的觀點(diǎn)看，意味著圖像信號(hào)的能量主要集中在低頻附近，高頻信號(hào)的能量隨頻率的增加而迅速衰減。通過頻域變換，可以將原圖像信號(hào)用直流分量及少數(shù)低頻交流分量的系數(shù)來表示，這就是變換編碼中的正交余弦變換DCT的方法。DCT是一種與傅立葉變換緊密相關(guān)的數(shù)學(xué)運(yùn)算。在傅立葉級(jí)數(shù)展開式中，如果被展開的函數(shù)是實(shí)偶函數(shù)，那么其傅立葉級(jí)數(shù)中只包含余弦項(xiàng)，再將其離散化可導(dǎo)出余弦變換，因此稱之為離散余弦變換。

視頻圖像中經(jīng)常出現(xiàn)一連串連續(xù)的象素點(diǎn)具有相同值的情況，典型的如彩條，彩場(chǎng)信號(hào)等。只傳送起始象素點(diǎn)的值及隨后取相同值的象素點(diǎn)的個(gè)數(shù)，也能有效地壓縮碼率，這就是行游程編碼。目前在圖像壓縮編碼中，行游程編碼并不直接對(duì)圖像數(shù)據(jù)進(jìn)行編碼，主要用于對(duì)量化后的DCT系數(shù)進(jìn)行編碼。

3.時(shí)間冗余度的壓縮：時(shí)間冗余度表現(xiàn)在電視畫面中相繼各幀對(duì)應(yīng)象素點(diǎn)的值往往相近或相同，具有時(shí)間相關(guān)性。不傳送象素點(diǎn)本身的值而傳送其與前一幀對(duì)應(yīng)象素點(diǎn)的差值，也能有效地壓縮碼率，這就是差分編碼DPCM。在實(shí)際的壓縮編碼中，DPCM主要用于各圖像子塊在DCT變換后的直流系數(shù)的傳送。相對(duì)于交流系數(shù)而言，DCT直流系數(shù)的值很大，而相繼各幀對(duì)應(yīng)子塊的DCT直流系數(shù)的值一般比較接近，在圖像未發(fā)生跳變的情況下，其差值同直流系數(shù)本身的值相比是很小的。

由差分編碼進(jìn)一步發(fā)展起來的預(yù)測(cè)編碼，是根據(jù)一定的規(guī)則先預(yù)測(cè)出下一個(gè)象素點(diǎn)或圖像子塊的值，然后將此預(yù)測(cè)值與實(shí)際值的差值傳送給接收端。目前圖像壓縮中的預(yù)測(cè)編碼主要用于幀間壓縮編碼，方法是先根據(jù)一個(gè)子塊的運(yùn)動(dòng)矢量求出下一幀對(duì)應(yīng)子塊的預(yù)測(cè)值及其與實(shí)際值的差值，接收端根據(jù)運(yùn)動(dòng)矢量及差值恢復(fù)出原圖像。由于運(yùn)動(dòng)矢量及差值的數(shù)據(jù)量低于原圖像的數(shù)據(jù)量，因而也能達(dá)到圖像數(shù)據(jù)壓縮的目的。

4.視覺冗余度的壓縮：人眼對(duì)于圖像的視覺特性包括：對(duì)亮度信號(hào)比對(duì)色度信號(hào)敏感，對(duì)低頻信號(hào)比對(duì)高頻信號(hào)敏感，對(duì)靜止圖像比對(duì)運(yùn)動(dòng)圖像敏感，以及對(duì)圖像水平線條和垂直線條比對(duì)斜線敏感等。因此，包含在色度信號(hào)，圖像高頻信號(hào)和運(yùn)動(dòng)圖像中的一些數(shù)據(jù)并不能對(duì)增加圖像相對(duì)于人眼的清晰度作出貢獻(xiàn)。

壓縮視覺冗余度的核心思想是去掉那些相對(duì)人眼而言是看不到的或可有可無的圖像數(shù)據(jù)。對(duì)視覺冗余度的壓縮通常已反映在各種具體的壓縮編碼過程中。如對(duì)于DCT系數(shù)的直流與低頻部分采取細(xì)量化，而對(duì)高頻部分采取粗量化，使得DCT變換能借此壓縮碼率，并能有效地進(jìn)行行游程編碼。在幀間預(yù)測(cè)編碼中，大碼率壓縮的預(yù)測(cè)幀及雙向預(yù)測(cè)幀的采用，也是利用了人眼對(duì)運(yùn)動(dòng)圖像細(xì)節(jié)不敏感的特性。

圖像壓縮編碼的具體方法雖然還有多種，但大都是建立在上述基本思想之上的。DCT變換，行游程編碼，DPCM，幀間預(yù)測(cè)編碼及霍夫曼編碼等編碼方法。

三、圖像壓縮的主要技術(shù)與標(biāo)準(zhǔn)

目前有關(guān)圖像壓縮方面的主要標(biāo)準(zhǔn)包括CCITT的H.261,JPEG和MPEG。是分別針對(duì)電視電話圖像，靜止圖像和活動(dòng)圖像的壓縮編碼標(biāo)準(zhǔn)。這幾種壓縮標(biāo)準(zhǔn)雖然各自針對(duì)性不同，但壓縮編碼方法大體相似。

1 H.261

H.261又稱為P*64，其中P為64kb/s的取值范圍，是1到30的可變參數(shù)，它最初是針對(duì)在ISDN上實(shí)現(xiàn)電信會(huì)議應(yīng)用特別是面對(duì)面的可視電話和視頻會(huì)議而設(shè)計(jì)的。實(shí)際的編碼算法類似于MPEG算法，但不能與后者兼容。H.261在實(shí)時(shí)編碼時(shí)比MPEG所占用的CPU運(yùn)算量少得多，此算法為了優(yōu)化帶寬占用量，引進(jìn)了在圖像質(zhì)量與運(yùn)動(dòng)幅度之間的平衡折中機(jī)制，也就是說，劇烈運(yùn)動(dòng)的圖像比相對(duì)靜止的圖像質(zhì)量要差。因此這種方法是屬于恒定碼流可變質(zhì)量編碼而非恒定質(zhì)量可變碼流編碼。

圖像壓縮編碼標(biāo)準(zhǔn)的提出最早源于通訊中對(duì)可視電話的研究。經(jīng)過多年努力，至1980年，國際電報(bào)電話咨詢委員會(huì)CCITT所屬的視頻編碼專家組的H.261建議被通過，成為可視電話和電話會(huì)議的國際標(biāo)準(zhǔn)。H.261又稱Px64，傳輸碼率為Px64kbps，其中P＝1－30可變，根據(jù)圖像傳輸清晰度的不同，碼率變化范圍在64kbps至1.92Mbps之間，編碼方法包括DCT變換，可控步長線性量化，變長編碼及預(yù)測(cè)編碼等。其簡化的編碼原理框圖如圖2所示。

圖中，DCT變換的輸入輸出選擇開關(guān)由幀內(nèi)/幀間模式選擇電路控制。在幀內(nèi)模式時(shí)，開關(guān)打到上面，輸入信號(hào)經(jīng)DCT變換，線性量化和變長編碼后輸出，圖像只進(jìn)行幀內(nèi)壓縮。在幀間模式時(shí)，開關(guān)打到下面，前一幀圖像信號(hào)經(jīng)過預(yù)測(cè)環(huán)中的運(yùn)動(dòng)補(bǔ)償后產(chǎn)生一個(gè)后幀的預(yù)測(cè)信號(hào)。后幀的實(shí)際輸入信號(hào)與其預(yù)測(cè)值相減后，在進(jìn)行一個(gè)幀內(nèi)壓縮編碼的過程后輸出。

圖中變長編碼器產(chǎn)生的控制信號(hào)送量化器以控制其量化步長。當(dāng)變長編碼器的輸入中連續(xù)出現(xiàn)許多大數(shù)值的數(shù)據(jù)，導(dǎo)致集中出現(xiàn)長的碼組，使緩存器接近溢出時(shí)，控制信號(hào)使量化器的量化步長加大，以降低大數(shù)值數(shù)據(jù)的出現(xiàn)；反之，也可控制量化器以減小其量化步長。在預(yù)測(cè)環(huán)路中由于存在用于恢復(fù)前幀信號(hào)的反量化器，量化步長控制信號(hào)也要送到預(yù)測(cè)環(huán)中的反量化器中。

H.261所針對(duì)的可視電話信號(hào)最初考慮是在一般電話網(wǎng)中傳輸?shù)?，帶寬和碼率是其考慮的核心問題。其每幀取樣點(diǎn)數(shù)比ITU－R601所規(guī)定的低許多，且采取抽幀傳輸?shù)姆椒ǎ瑹o法滿足數(shù)字電視壓縮編碼的要求，但H.261是此前壓縮編碼數(shù)十年研究的結(jié)果。

2 JPEG

JPEG 是Joint Photographic Experts Group（聯(lián)合圖像專家小組））的縮寫。JPEG的壓縮方式通常是破壞性資料壓縮（lossy compressiON），意即在壓縮過程中圖像的品質(zhì)會(huì)遭受到可見的破壞，有一種以JPEG為基礎(chǔ)的標(biāo)準(zhǔn)Progressive JPEG是采用無失真的壓縮方式，但Progressive JPEG并沒有受到廣泛的支援。

JPEG是一種不含幀間壓縮的幀內(nèi)壓縮編碼方法，其主要編碼過程與H.261的幀內(nèi)編碼過程大致相同。輸入信號(hào)經(jīng)DCT變換后，按固定的亮度與色度量化矩陣進(jìn)行非線性量化。對(duì)量化后的DCT直流系數(shù)進(jìn)行差分編碼，交流系數(shù)進(jìn)行行游程編碼，再按霍夫曼碼表進(jìn)行變長編碼后，送緩存器輸出。

JPEG不含幀間壓縮，壓縮比較幀內(nèi)/幀間壓縮低。但因?yàn)椴缓瑤g壓縮，使得各幀在壓縮編碼后是各自獨(dú)立的，這一點(diǎn)對(duì)于編輯來說是有利的，可以做到精確到逐幀的編輯。所以對(duì)于活動(dòng)畫面只進(jìn)行幀內(nèi)壓縮的Motion-JPEG，目前仍然在一些數(shù)字電視編錄設(shè)備，如非線性編輯系統(tǒng)中得到應(yīng)用。

3 MPEG

MPEG-1是MPEG組織制定的第一個(gè)視頻和音頻有損壓縮標(biāo)準(zhǔn)。視頻壓縮算法于1990年定義完成。1992年底，MPEG-1正式被批準(zhǔn)成為國際標(biāo)準(zhǔn)。MPEG-1是為CD光碟介質(zhì)定制的的視頻和音頻壓縮格式。一張70分鐘的CD光碟傳輸速率大約在1.4Mbps。而MPEG-1采用了塊方式的運(yùn)動(dòng)補(bǔ)償、離散馀弦變換（DCT）、量化等技術(shù)，并為1.2Mbps傳輸速率進(jìn)行了優(yōu)化。MPEG-1隨后被Video CD采用作為核心技術(shù)。

MPEG－1主要是針對(duì)運(yùn)動(dòng)圖像和聲音在數(shù)字存儲(chǔ)時(shí)的壓縮編碼，典型應(yīng)用如VCD等家用數(shù)字音像產(chǎn)品，其編碼最高碼率為1.5Mbps。MPEG－2則針對(duì)數(shù)字電視的視音頻壓縮編碼，對(duì)數(shù)字電視各種等級(jí)的壓縮編碼方案及圖像編碼中劃分的層次作了詳細(xì)的規(guī)定，其編碼碼率可從3Mbps到100Mbps。

MPEG的基本編碼過程與H.261相似，即通過DCT進(jìn)行幀間壓縮。除了在編碼語法上加進(jìn)了一些特別規(guī)定外，與H.261的一個(gè)重要不同是MPEG在預(yù)測(cè)編碼中加進(jìn)了一個(gè)雙向預(yù)測(cè)幀B幀，如圖3所示。

圖中，I幀只進(jìn)行幀內(nèi)壓縮，是作為預(yù)測(cè)基準(zhǔn)的獨(dú)立幀，具有較小的壓縮比。由I幀前向預(yù)測(cè)產(chǎn)生的P幀具有中等壓縮比，并與I幀一起成為B幀的預(yù)測(cè)基準(zhǔn)。由此產(chǎn)生的B幀則具有最高的壓縮比。I幀出現(xiàn)的頻率及I，B，P幀之間如何組合，MPEG未作具體規(guī)定，可由編碼器自行選擇。如索尼的數(shù)字Betacom錄像機(jī)，在壓縮編碼過程中抽掉了B幀，只有I幀與P幀的組合。

在上述各種圖像壓縮編碼標(biāo)準(zhǔn)中，MPEG－2是專門針對(duì)數(shù)字電視的。MPEG－2的壓縮編碼及其標(biāo)準(zhǔn)碼流的形成構(gòu)成了數(shù)字電視信源編碼的核心。

四、MPEG－2標(biāo)準(zhǔn)碼流的形成

符合MPEG－2格式的碼流成為數(shù)字電視信源編碼的標(biāo)準(zhǔn)輸出碼流。數(shù)字電視信道編碼，DVB及MPEG－2解碼器等均認(rèn)同和適應(yīng)此標(biāo)準(zhǔn)。為了形成統(tǒng)一標(biāo)準(zhǔn)的MPEG－2輸出碼流，MPEG－2對(duì)其壓縮編碼的適用范圍和編碼語法。

1.MPEG－2的類和級(jí)

在對(duì)數(shù)字電視信號(hào)進(jìn)行壓縮編碼時(shí)，MPEG－2可采用多種編碼工具并實(shí)現(xiàn)不同層次的清晰度。

圖像清晰度由LOW到HIGH逐級(jí)提高，使用的編碼工具從SIMPLE到HIGH依次遞增。20個(gè)可能的組合中有11個(gè)已獲通過，稱為MPEG－2 適用點(diǎn)，其中主類主級(jí)MP@ML適用于標(biāo)準(zhǔn)數(shù)字電視，主類高級(jí)MP@HL則用于高清晰度電視。

2.MPEG－2的層

MPEG－2根據(jù)圖像塊和圖像幀的不同組合劃分為六層。MPEG－2的層直接決定了編碼碼流的形成和結(jié)構(gòu)。MPEG－2的層從下至上依次為：

象塊層：由8x8個(gè)象素點(diǎn)構(gòu)成的DCT變換基本單元；

宏塊層：在4：2：2取樣中，一個(gè)宏塊由4個(gè)亮度象塊，2個(gè)Cr象塊和2個(gè)Cb 象塊構(gòu)成。另外還有4：2：0取樣和4：4：4取樣的兩種宏塊；

像條層：一連串宏塊可構(gòu)成一個(gè)像條；

圖像層：一系列像條可以構(gòu)成一幅圖像，圖像分為I，B，P三類；

圖像組層：由相互間相關(guān)的一組I，B，P幀組成，I幀為第一幀；

視頻序列層：一系列圖像組構(gòu)成了一個(gè)視頻序列；

從象塊開始從下至上依次編碼，并在除象塊和宏塊外的每一層的開始處加上起始碼和頭標(biāo)志，就形成了MPEG－2基本碼流。

3.MPEG－2基本碼流的打包與復(fù)用

分別從MPEG－2編碼器中輸出的視頻，音頻和數(shù)據(jù)基本碼流無法直接送信道傳輸，需要經(jīng)過打包和復(fù)用，形成適合傳輸?shù)膯我坏腗PEG－2傳輸碼流。

MPEG-2所能提供的傳輸率在3-10Mbits/sec間，其在NTSC制式下的分辨率可達(dá)720X486，MPEG-2也可提供并能夠提供廣播級(jí)的視像和CD級(jí)的音質(zhì)。MPEG-2的音頻編碼可提供左右中及兩個(gè)環(huán)繞聲道，以及一個(gè)加重低音聲道，和多達(dá)7個(gè)伴音聲道（DVD可有8種語言配音的原因）。由于MPEG-2在設(shè)計(jì)時(shí)的巧妙處理，使得大多數(shù)MPEG-2解碼器也可播放MPEG-1格式的數(shù)據(jù)

視頻，音頻及數(shù)據(jù)基本碼流ES先被打成一系列不等長的PES小包，稱為打包的基本碼流。每個(gè)PES小包帶有一個(gè)包頭，內(nèi)含小包的種類，長度及其他相關(guān)信息。視頻，音頻及數(shù)據(jù)的PES小包，按照共同的時(shí)間基準(zhǔn)，多路節(jié)目碼流經(jīng)傳輸復(fù)用后形成由定長傳輸小包組成的單一的傳輸碼流，成為MPEG－2信源編碼的最終輸出信號(hào)

在數(shù)字化電視信號(hào)的信源編碼中，根據(jù)對(duì)圖像清晰度的不同要求及其他方面的考慮，可分別采用JPEG、MPEG-1和MPEG-2作為編碼方法。其中，MPEG-2由于專門針對(duì)數(shù)字電視的信源編碼制定了一系列的語法和規(guī)范并被廣泛認(rèn)可，已成為數(shù)字電視廣播信源編碼的核心技術(shù)與標(biāo)準(zhǔn)。