基于h264压缩格式的数字视频传输技术研究_毕业论文(编辑修改稿)

基于h264压缩格式的数字视频传输技术研究_毕业论文(编辑修改稿)内容摘要：

通信方式多样化的追求。 视觉是人类获取信息的最重要的方式，这使得通信的可视化需求越来越高。 视频通信刚起步之时，仅仅是少数人能够享受的奢侈品，设备昂贵、成本高，产品再好，人们也只能望而却步。 而计算机技术、多媒体技术的迅猛发展以及互联网的日趋普及，让这个尴尬的问题迎刃而解。 技术研究背景 近年来，随着数字通信技术和各种网络技术的迅猛发展以及带宽 Inter 在全球的迅速普及，尤其是第三代移动网络和未来的带宽无线网络的使用，使得多媒体通信越来越成为人们研究的热点。 因此，各种视频技术的研究和应用一直吸引着国内外广大科技人员的关注。 同时，作为多媒体通信系统中的一个关键技术视频压缩编码技术， 它可广泛应用于视频存储、会议系统、视频点播、监控系统、远程教学、 IPTV 等方面。 视频信息经过数字化后，其数据量是十分巨大的，它给信息的存储和传输带来很大困难。 因此，如何有效对视频数据进行压缩编码并使其标准化是多媒体通信中的一个关键问题。 从 1984 年 CCITT公布第一个视频压缩编码国际标准以来，国际标准化组织(ISO)和国际电信联盟 (ITUT)相继推出了一系列图像、视频压缩编码国际标准，如 :JPEG、 、 、 MPEGl、 MPEG MPEG4 等等，分别针对不同的应用场合 (静止图像或活 动视频、广播电视或桌面视频 )。 虽然这些视频编码技术可以较好的满足各自应用领域的需求，大大推进了视频通信和数字电视广播的发展，但是随着多媒体、无线通信技术的发展，这些视频编码技术又面临着新的挑战，如 :要求码率更低、容错性更高。 于是， 20xx 年 3 月， ISO 和 ITUT再次联手，推出了新一代视频压缩标准 ，其主要目标就是提高编码效率和网络适应性。 在相同的图像质量下，与 或 MPEG4 相比，其编码比特率可以节省一倍左右。 ，而且在此基 础上研究开发和采用了许多先进的技术，对于今后的网络视频传输 (无线网络和 Inter 网络 )，数字电视等领域带来深远的影响。 同时， 可以支持各种视频应用，如 :低延迟模式的视频会议、高清晰度电视 (HDTv)、高处理延迟的视频存储等。 可以这样说， 有的所有视频编码标准，在工业界得到广泛应用已经成为大势所趋。 国内的研究现状 AVS 是我国具备自主知识产权的第二代信源编码标准全称是数字音视频编解码技术标准工作组，该工作组是由国家信息产业部科学技 术司于 20xx 年 6 月批准成立。 该工作组的任务是面向我国的信息产业需求，联合国内外企业和科研机构，制 (修 )定数字音视频的压缩、解压缩、处理和表示等共性技术标准，为数字音视频设备与系统提供高效经济的编解码技术，服务于高分辨率数字广播、高密度激光数字存储媒体、无线带宽多媒体通讯、互联网带宽流媒体等重大信息产业应用。 AVS 视频当中采用了一系列技术来达到高效率的视频编码，包括帧内预测、帧间预测、变换、量化和嫡编码等。 帧间预测使用基于块的运动矢量来消除图像间的冗余。 帧内预测使用空间预测模式来消除图像内的冗余。 再通过对预测残差进行变换和量化消除图像内的视觉冗余。 最后，运动矢量、预测模式、量化参数和变换系数用嫡编码进行压缩。 由于包含了目前最新的视频压缩技术，从压缩效率比较 :AVS 与 ，是 MPEG2 的两倍以上。 由于 AVS 是我国自主开发的音视频编码标准，收费低廉，且它注意了与国际标准的共存，所以得到了广大设备厂商、运营商的青睐，增加了产品的竞争力。 Avs 适用的范围有数字地面电视广播 (DTTB)、有线电视 (CATV)、交互存储媒体、直播为卫星电视、分组网络的多媒体业务 (MSPN)，实时通信业务 (视频会议、可视 电话等 )等等。 国外研究 视频压缩编码的国际标准主要有 MPEG 系列标准和 H 系列标准。 MPEG 是在 1988 年由国际标准化组织 ISO 和国际电工委员会 IEC 联合成立的专家组，负责开发电视图像数据和声音数据的编码、解码和它们的同步等标准。 目前， MPEG系列标准主要包括 :MPEG MPEG MPEG MPEG7 等。 它主要应用于视频存储 (DVD)、广播电视、因特网或无线网上的流媒体等。 H 系列标准是由 ITUT的视频编码专家组制定的视频压缩标准，包括 、 以及。 它 主要应用于实时视频通信领域。 目前， MPEG 系列和 H 系列的后续标准制定工作仍在进行当中。 论文研究目的与意义 由于信道噪声的影，视频信息在传输过程中会发生改变或丢失，这种传输误码会一导致视频重建质量严重下降。 因此视频通信中的抗误码技术的研究是一个十分重要的课题。 ，视频流中的时间同步可以通过采用帧内图像刷新来完成，空间同步由条结构编码 (slice structured coding)来支持。 同时为了便于误码以后的再同步，在一幅图像的视频数据中还提供了一定的重同步点。 另外，帧内宏块刷新和多参考宏块允许编码器在决定宏块模式的时候不仅可以考虑编码效率，还可以考虑传输信道的特性。 然而，由于 ，使得视频码流对信道误码率非常敏感，即使单个原发性错误，也可能会造成重构视频质量的急剧下降。 并且 采用普通的可变长码 (UVLC)和基于上下文的二进制算术编码 (CABAC)的方法来编解码。 在视频传输中一旦遇到桑声干扰、出现传输误码，就会造成误码扩散，将严重影响重建视频的质量。 因此从宏块嫡编码模式出发，帧内编码宏块的抗误码性能需要较大的增强。 本文在 ，采用视频抗误码方法，来保证恢复图像的质量。 根据 ，在 基于算术编码 (AC)能连续检错 (CED)的自动重传请求 (ARQ)方案，使得当 码流在有噪信道中传输时，加入新的检错机制后能连续检错并能发出重传请求，这大大提高了 ，并在增加冗余量和提高检错性能之间取得较好的折衷，获得较好的压缩效果和抗信道误码能力。 2 视频压缩标准 视频压缩标准，是由 ITUTVCEG 和 IS0/IEC MPEG 成立 的联合视频专家组共同开发的新一代的视频压缩标准。 的编解码框架与以前提出的标准，如 ， 及 MPEG1/2/4 并无显著变化，也是基于混合编码的方案。 但它采用 “回归基本 ”的简洁设计，不用众多的选项，获得比 更好的压缩性能。 加强了对各种信道的适应能力，采用 “网络友好 ”的结构和语法，有利于对误码和丢包的处理。 应用目标范围较宽，可以满足不同速率、不同解析度以及不同传输 (存储 )场合的需求。 技术上，它集中了以往标准的优点，并吸收了标准制定中积累的经验。 与 v2(+)或 MPEG4 简单类相比， 在使用与上述编码方法类似的最佳编码器时，在大多数码率下最多可节省 50%的码率。 在所有码率下都能持续提供较高的视频质量。 能工作在低延时模式以适应时实通信的应用(如视频会议 )，同时又能很好地工作在没有延时限制的应用，如视频存储和以服务器为基础的视频流式应用。 提供包传输网中处理包丢失所需的工具，以及在易误码的无线网中处理比特误码的工具。 在系统层面上， 提出了一个新的概念，在视频编码层 (Video CodingLayer,VCL)和网络提取层 (Network Abstraction Layer,NAL)之间进行概念性分割，前者是视频内容的核心压缩内容之表述，后者是通过特定类型网络进行递送的表述，这样的结构便于信息的封装和对信息进行更好的优先级控制。 NAL引入了面向 IP 包的编码机制，有利于网络中的分组传输，支持网络中视频的流媒体传输。 具有较强的抗误码特性，可适应丢包率高、干扰严重的无线信道中的视频传输。 支持不同网络资源下的分级编码传输，从而获得平稳的图像质量。 能适应于不同网络中的视频传输，网络亲和性好。 定义 了 3 个档次 :基本档次、主档次、扩展档次。 基本档次主要包含低复杂度、低延时的技术特征，利用 I 片和 P 片支持帧内和帧间编码，不支持加权预测方式。 它选择用 CAVLC 而不是以 CABAC 对变换量化后的残差数据进行嫡编码。 它最多支持将一帧分成 8 个片组，这样在网络上传输时，对每个片组分别打包可使一个包丢失时不会引起整个帧的丢失。 主要用于可视电话、会议电视、无线通信等实时视频通信。 主要档次主要针对更高编码效率的应用，不支持多个片组、任意片序、数据分割、冗余图像这 .些可用于对付网络丢包的措施。 支持基于上下文的自适应的算术编码 (CABAC)。 主要用于数字广播电视和数字视频存储。 扩展档次主要针对流媒体的应用，除了不能支持上下文自适应二进制算术编码外，其支持的范围最为广泛，包括对数据分割，SI/SP 的支持，以及所有的容错技术。 因此，对网络视频电话以及视频会议这类对实时交互性要求高的应用而言，使用基本档次是最好、最自然的选择。 对于实时性要求相对宽松的网络流媒体而言，选择扩展档次较为合适，既提供抗丢包措施，又可利用 B类型预测帧获得更高压缩效率。 而对于 DVD、高清晰度数字电视等不通过包交换网络传输的高码率应用，利用主档次支持的上下文自适应 二进制算术编码技术可获得最高的压缩效率。 编码新特性 帧内编码预测 在以往标准中，预测编码主要用于帧间。 在帧内编码方面，提出了帧内预测技术，与变换编码一起用于减少空间冗余。 对于亮度块，提供了 Intra4X4和 Intra16X16 两种帧内编码模式，前者对每个 4X4 亮度块分别进行预测，适于表现图像细节部分。 后者对整个 16Xl6 亮度块进行预测，适合平滑图像区 . 帧间编码预测 帧间预测是 相对于以前编码标准压缩效率提高最大的一个模块，对许多现有技术进 行了改进。 P 帧利用前面己编码的帧作为参考图像， B帧利用双向的参考图像进行预测。 对于实时视频传输系统，由于编码速度的要求，一般只选择 I 帧和 P 帧，不采用 B 帧，所以仅分析 P 帧的帧间预测工具和方法。 第一种方法是树状结构运动补偿。 每个 P 宏块按照一定的方式划分，用于运动补偿预测。 图 说明了亮度块的划分情况。 这种分区下的运动补偿，称为树状结构运动补偿。 每个分区或子块都有独立的运动补偿。 宏块的色度成分为相应亮度的一半，采用和亮度块相同的分区方式，只是尺寸减半。 如图 所示。 第二种方法是亚像素运动矢量。 H264 标准中采用亮度 1/4 像素精度，色度1/8 像素精度的运动矢量，这一技术进一步提高了运动估计的精确度。 亚像素位置的亮度和色度像素在参考图像中并不存在，需要利用邻近整像素点进行内插获得。 第三种方法是 H264 支持多图像运动补偿预测，也就是说，运动补偿可以参考多个已编码图像，如图 所示。 多参考帧运动补偿预测，需要编码器和解码器在多图像缓存中存储像。 解码器根据码流中的控制信息与编码器同步 (复制编码器的多图像 缓存 )。 除非多图像缓存的大小设置 1，否则就必须要传送参考图像在缓存中的索引号。 每一个运动补偿的 16X1 16X 8Xl6 亮度块的参考索引参数都要发送。 小于 8X8 的所有小区域使用该 8X8 块的参考索引。 整数变换和量化 与以往标准类似， 对预测残差进行变换编码。 但 没有采用传统的离散余弦变换 (DCT)，而是采用与离散余弦变换特性相似的整数变换，通常被称为整数 DCT变换。 传统 DCT进行的是实数运算，解码时会不可避免的出现偏差，即图像漂移现象。 采用整数 DCT 变换，通过整数的 加减和移位操作就能完成，所以反变换没有偏差，不会出现数据失配的问题。 此外， 的变16x16 16x16 16x16 16x16 16x16Type 8x8 8x8 8x8 8x8 8x8 type Type 图 宏块及子宏块的 划分 △ =4 △ =2 △ =1 图 的多参考 帧 当前帧 换编码基于 4X4 块，而不是以往常用的 8X8 块。 因为用于变换块的尺寸缩小，运动物体的划分更精确。 这样不但变换计算量比较小，而且在运动物体边缘处的衔接误差也大为减小。 中对变换系数的量化依据量化参数来进行，量化步长 Qstep 共有 52 个值。 量化参数 QP 是量化步长的序号， QP 值每增加 1，代表量化步长增加 12%。 色度编码一般使用与亮度编码同样的量化步长，为避免在较高量化步长时出现颜色量化人工效应，最后的草案规定，亮度 QP 的 最大值是 51，色度 QP 的最大值是 39。 熵编码 视频编码处理的最后一步就是嫡编码，在 中采用了两种不同的嫡编码方法 :基于上下文的自适应可变长编码 CAVLC 和基于上下文的自适应二进制算术编码 CABAC。 CAVLC 根据已编码语法元素的情况动态调整编码中使用的码表，并充分利用残差经过整数变换、量化后数据的特性进行压缩，取得了极高的压缩比。 如果使用 CABAC，嫡编码的效率将会有更大的提高。 一方面，算术编码的应用允许给每一个字母符号指定非整数比特位，这样非常适合大于 的符号概率。 另一方面，自适 应编码的应用可以为非固定的符号统计提供适应性。 与CAVLC 相比， CABAC 可以减少 5%一 10%的码率，对于隔行扫描视频，增益效果更加明显。 但 CABAC 复杂度比较高，因此在 的基本应用中，通常采用CAVLC 编码。 的分层设计 在系统层面上与以往标准有很大不同，它提出了一个新的概念，即提出两个概念性的编码层 :视频编码层 (VCL， VidooCodingLayer)和网络提取层(NAL， Netwo 众 AbstraetionLayer)。 如图 3 所示。 为了获。