圖像壓縮的有關(guān)標(biāo)準(zhǔn)

來源：《網(wǎng)絡(luò)與電視監(jiān)控工程監(jiān)理手冊》黎連業(yè)、黃子河、及延輝 編著-僅供學(xué)習(xí)參考更新時(shí)間：2014-07-23

圖像壓縮的有關(guān)標(biāo)準(zhǔn)

（一）     靜止圖像壓縮標(biāo)準(zhǔn)（JPEG）

為了壓縮連續(xù)色調(diào)（即灰度級或彩色）的靜止圖像，“聯(lián)合圖片專家組”（Joint Photographic  Expert  Group，簡稱JPEG，1986年成立）于1991年3月提出了ISO/IEC 10918 號建議草案：“連續(xù)色調(diào)靜止圖像的數(shù)字壓縮編碼”（Didital  Compression  and  Coding  of Continuous-tone  Still  Images）,1992年正式通過。JPEG算法的平均壓縮比為15∶1，當(dāng)壓縮比大于50倍時(shí)將可能出現(xiàn)方塊效應(yīng)。這一標(biāo)準(zhǔn)使用黑色及彩色照片、傳真和印刷圖片。

JPEG2000是一個(gè)新的標(biāo)準(zhǔn)，是將JPEG標(biāo)準(zhǔn)進(jìn)行升級的換代的一個(gè)新標(biāo)準(zhǔn)。根據(jù)專家組確定的目標(biāo)，該標(biāo)準(zhǔn)不僅能提高圖像的壓縮質(zhì)量，尤其是低碼率時(shí)的壓縮質(zhì)量，而且還將得到許多新功能，包括根據(jù)圖像質(zhì)量、視覺感受和分辨率進(jìn)行漸進(jìn)傳輸，對碼流的隨機(jī)存取和處理，開放結(jié)構(gòu)，向下兼容等。JPEG2000于1999年3月形成工作草案，2000年正式頒布。

Motion-JPEG（MJPEG是“Motion JPEG”的縮寫），是利用JPEG標(biāo)準(zhǔn)定義圖像壓縮，從而可以生成序列化運(yùn)動(dòng)圖像，是全動(dòng)的JPEG影像，所以MJPEG實(shí)際上是靜止畫片與活動(dòng)圖像之間的中間格式，因其壓縮后格式可讀單一畫面，所以可以任意剪接。MJPEG采用幀內(nèi)壓縮方式，適于視頻編輯，如果采用高壓縮比則視頻質(zhì)量會(huì)嚴(yán)重降低。JPEG的最新進(jìn)展是多層式JPEG壓縮技術(shù)。它先傳低清晰度的畫面，故成像速度快得多；然后在補(bǔ)送細(xì)節(jié)的壓縮資料，使換面面品質(zhì)改善；最后再補(bǔ)送更細(xì)節(jié)的壓縮資料，使畫面品質(zhì)更加完善。一幀一幀的JPEG畫片，因?yàn)槊繋伎梢匀我獯嫒?，所以MJPEG長常被用于視頻編輯系統(tǒng)。由于MJPEG不是一個(gè)標(biāo)準(zhǔn)化的格式，各廠家都有自己版本的MJPEG，雙方的文件無法相互識(shí)別。

（二）     運(yùn)動(dòng)圖像壓縮標(biāo)準(zhǔn)（H.26X系列）

1、 CCITT H.261

1984年CCITT為制訂ISDN視頻信號傳輸標(biāo)準(zhǔn)而成立了“可視電話編碼特別組”，1988年由可視電話編碼組（CCITT SG15）提出CCITT的H.261建議，1990年12月通過了H.261即р×64kbps視聽業(yè)務(wù)用的視頻解碼器（Video Coder/Decoder for Audiovisual Ser-vicer at р×64kbps）。

這個(gè)建議是針對運(yùn)動(dòng)實(shí)時(shí)動(dòng)態(tài)圖像的壓縮編碼和解碼，應(yīng)用目標(biāo)是可視電話和電視會(huì)議。其中р是一個(gè)可變參數(shù)，取值范圍是1～30，所以H.261建議的最低傳輸速度是64kbps。р=1或2時(shí)，支持四分之一格式（Quarter Common Intermdiate Format，QCIF）。每秒幀數(shù)較低的視頻電話，QCIF格式的色度信號分辨率為90×70像素，亮度信號分辨率為180×144像素。當(dāng)р＞6時(shí)可支持通用的中間格式（Common Intermiate Format，CIF）。每秒幀數(shù)較高的電視會(huì)議，CIF格式的色度信號分辨率為180×144像素，亮度信號分辨率為360×288像素。

電視電話/會(huì)議電視р×64kbps（CCITT H.261）視頻壓縮算法采用混合編碼方法，壓縮比可達(dá)48∶1。H.26覆蓋了64～1920kbps的信道，它的原理框架奠定了以后MPEG標(biāo)準(zhǔn)的基礎(chǔ)。。

H.261建議利用視頻信號幀間的相關(guān)性，可以獲得較大的壓縮率。它包括信源編碼和統(tǒng)計(jì)編碼兩部分。信源編碼采用有損編碼方法，又分幀內(nèi)編碼和幀間編碼兩種情況。幀內(nèi)編碼減少空域冗余信息，一般采用單一的基于DCT的變換編碼方法，DCT系數(shù)經(jīng)線性量化，在經(jīng)視頻多路編碼器進(jìn)入緩沖器。根據(jù)緩沖器的空、滿度，改變量化器的步長來調(diào)節(jié)視頻信息比特流，與信道傳輸速度匹配。幀間編碼可減少冗余信息，一般采用混合編碼方法。用DPCNM編碼方法對當(dāng)前宏塊與該宏塊的預(yù)測值的誤差進(jìn)行編碼，當(dāng)誤差大于某個(gè)給定的闊值時(shí)，對這些誤差進(jìn)行DCT變換、量化處理，然后和運(yùn)動(dòng)矢量信息一起傳送給視頻多路編碼器。統(tǒng)計(jì)編碼則是利用信號的統(tǒng)計(jì)特性來減少比特率。

2、     CITT H.263

H.263是基于運(yùn)動(dòng)補(bǔ)償?shù)?/span>DPCM的混合編碼，在運(yùn)動(dòng)搜索的基礎(chǔ)上進(jìn)行運(yùn)動(dòng)補(bǔ)償，然后運(yùn)用DCT變換和“之”字形掃描游程編碼，從而得到輸出碼流。H.263在H.261建議的基礎(chǔ)上，將運(yùn)動(dòng)矢量的搜索增加為半像素點(diǎn)搜索；同時(shí)又增加了無限制運(yùn)動(dòng)矢量、基于語法的算術(shù)編碼、高級預(yù)測技術(shù)和PB幀編碼等四個(gè)高級選項(xiàng)；從而達(dá)到了進(jìn)一步降低速率和提高編碼質(zhì)量的目的。

1995年制訂的H.263視頻編碼標(biāo)準(zhǔn)是為高質(zhì)量運(yùn)動(dòng)圖像壓縮所設(shè)計(jì)的低碼率圖像壓縮標(biāo)準(zhǔn)。與H.261的傳輸碼率相比，H.263碼率更低，單位碼率可以小于64kbps,且支持的原始圖像格式更多，包括了在視頻和電視信號中常見的QCIF、CIF、FDTV、ITU-R 601、ITU-R 709等等。

H.263采用運(yùn)動(dòng)視頻編碼中常見的編碼方法，將編碼過程中分為幀內(nèi)編碼和幀間編碼兩個(gè)部分。在幀內(nèi)用改進(jìn)的DCT變換并量化，在幀間采用1/2像素運(yùn)動(dòng)矢量預(yù)測補(bǔ)償技術(shù)，使運(yùn)動(dòng)補(bǔ)償更加精確，量化采用改進(jìn)的變長編碼表（VLC）對量化數(shù)據(jù)進(jìn)行熵編碼，得到最終的編碼系數(shù)。

H.263的編碼速度快，其設(shè)計(jì)編碼延時(shí)不超過150ms；碼率低，在215kbps乃至384kbps帶寬下仍可得到相當(dāng)滿意的圖像效果，十分適用于需要雙向編解碼并傳輸?shù)膱龊虾途W(wǎng)絡(luò)條件不是很好的場合。H.263采用如下方法：

l  信源編碼基于通用中間格式（CIF），使其可以同時(shí)應(yīng)用于625線和525線兩種電視標(biāo)準(zhǔn)。視頻編碼器對圖像的取樣次數(shù)為視頻信號長信的整數(shù)倍，取樣時(shí)鐘和數(shù)字網(wǎng)之間的關(guān)系式異步關(guān)系，提供可以和其他各種設(shè)備信號相結(jié)合的獨(dú)立的數(shù)字比特流。

l  采用可減少時(shí)間冗余的幀間預(yù)測和可減少空間冗余的殘留信號編碼方法。解碼器具有運(yùn)動(dòng)補(bǔ)償?shù)哪芰Γ⒃试S可選擇地在編碼器中增加這種技術(shù)。H.263運(yùn)動(dòng)補(bǔ)償采用的是半像素精度，而不是H.261建議中的全部像素精度和循環(huán)濾波器。而對待傳送的符號采用了編程編碼。

 l  允許采用無限制運(yùn)動(dòng)矢量模式，在該模式中，運(yùn)動(dòng)矢量被允許指到圖片的外部，可適用更大的運(yùn)動(dòng)矢量。允許采用基于句法的算法編碼模式代替游程編碼，可將是最終的比特?cái)?shù)顯著降低。允許采用高級預(yù)測模式，對P幀的亮度部分采用了塊重疊運(yùn)動(dòng)補(bǔ)償。對圖片中的某些宏塊采用4個(gè)8×8矢量來代替原來的1個(gè)16×16矢量。編碼器必須決定使用哪一種矢量。允許采用PB幀模式，一個(gè)PB幀包含一個(gè)由前面的解得到的P幀圖像預(yù)測得出的P幀和一個(gè)由前一個(gè)P幀和當(dāng)前解碼的P幀共同預(yù)測得出的B幀。使用這種模式可以在比特率增加幅度很小的情況下大幅度增加視頻。

 l  信源編碼器的主要原理預(yù)測、塊變換和量化。信源格式信源編碼器對每秒發(fā)生30 000/1001（大約29.97）次的圖像進(jìn)行操作。對圖像頻率的允許誤差為±50×10^-24m。采用五種圖像格式，圖像被編碼為一個(gè)亮度信號和兩個(gè)色差成分（Y、CB和CR）。五種標(biāo)準(zhǔn)圖像格式為：sub-QCIF、QCIF、CIF、4CIF和16CIF。對每種圖像格式，色差取樣被定位在和亮度塊邊界一致的快土。取樣像素的縱橫和圖像格式的縱橫比一致，也和H.261建議中定義的QCIF和CIF一致：（4/3）×（288/352）。除了sub-QCIF格式的縱橫比為4∶3.

3、     CITT H.26L和H.264

 H.26L和H.264是2002年正在訂制的標(biāo)準(zhǔn)，它具有柔性、高質(zhì)量的視頻傳輸特性。

（三）  運(yùn)動(dòng)圖像壓縮標(biāo)準(zhǔn)（MPEG-1）

   “運(yùn)動(dòng)圖片專家組”（Moving  Picture Expert Group，MPEG ）提出的“用于數(shù)字存儲(chǔ)媒體運(yùn)動(dòng)圖像及其伴音率為1.5Mbps的壓縮編碼”（Coding  of Moving  Picture  and Associated  Audio  for Digital  Storage  Media  at up to about 1.6Mbps），簡稱為MPEG-1，作為ISO CD 11172號建議于1992年通過。它包括三個(gè)部分：MPEG視頻、MPEG音頻和MPEG系統(tǒng)。

用MPEF-1標(biāo)準(zhǔn)的平均壓縮比為50∶1，其處理能力可達(dá)到360×240像素。

 MPEG-1視頻壓縮算法采用了三個(gè)基本技術(shù)：運(yùn)動(dòng)補(bǔ)償（預(yù)測編碼和插補(bǔ)編碼）、DCT變換編碼技術(shù)和熵編碼技術(shù)。在MPEG-1中，DCT不僅用于幀內(nèi)壓縮，對于幀間預(yù)測誤差在作DCT變換，可減少空域冗余，以達(dá)到進(jìn)一步雅朵的目的。由于視頻和音頻需要同步，所以MPEG壓縮算法應(yīng)該對二者聯(lián)合考慮，最后產(chǎn)生一個(gè)電視質(zhì)量的視頻和音頻壓縮形式的位速率約為1.5Mbps的MPEG-1單一位流。

 MPEG-1的圖像編碼過程中基本與H.261一樣，基本編碼映射表與H.261一致。主要區(qū)別在于幀間預(yù)測不但有錢前向預(yù)測，而且有反向預(yù)測。幀間誤差基于有運(yùn)動(dòng)補(bǔ)償?shù)那跋蚝碗p向預(yù)測。

 MPEG-1視頻壓縮技術(shù)，一是基于16×16子塊的運(yùn)動(dòng)補(bǔ)償，可以減少幀序列的時(shí)域冗余度；二是基于DCT的壓縮技術(shù)，減少空域冗余度。在MPEG中，不僅在幀內(nèi)使用DCT，而且對幀間預(yù)測誤差也作DCT，以進(jìn)一步減少數(shù)據(jù)量。

 為了減少時(shí)間冗余量，MPEG-1將1/30s時(shí)間間隔的幀序列視頻圖像，以三種烈性的圖像格式表示：幀內(nèi)圖（I）、預(yù)測圖（P）和插補(bǔ)圖（B）。

 MPEG-1標(biāo)準(zhǔn)將序列圖像分成組，圖5表示出其中相鄰的9幀。第1幀用I表示，在這一幀中只進(jìn)行幀內(nèi)編碼，不作幀間預(yù)測，只將圖像進(jìn)行DCT、量化，然后進(jìn)行哈夫曼編碼。

兩個(gè)I幀之間的圖像稱為一組圖像。組內(nèi)的P幀圖像，采用具有運(yùn)動(dòng)補(bǔ)償?shù)那跋蝾A(yù)測，而B幀采用雙向預(yù)測。如果序列圖像如H.261標(biāo)準(zhǔn)那樣，只采用前向預(yù)測，而B幀采用雙向預(yù)測。如果序列圖像如H.261標(biāo)準(zhǔn)那樣，只采用前向預(yù)測，那么解碼器要恢復(fù)某一幀圖像，就必須知道前面的所有幀圖像，難以實(shí)現(xiàn)中某一幀，或某一段時(shí)間內(nèi)圖像的調(diào)取。采用圖像分組的方式，在I幀的位置上留下了隨機(jī)訪問的入口，則可保證支持多媒體所必須的交互工作。MPEG-1在信源輸入格式（SIF）下，壓縮后可達(dá)到的碼率約為1.5Mbps（其中包括雙通道的立體聲信號）。對PAL制，SIF格式為352×288×25幀。

        其中幀內(nèi)圖（I）以靜止圖像壓縮方式處理，必須傳送；預(yù)測圖（P）要用前面的幀內(nèi)圖進(jìn)行預(yù)測，對預(yù)測誤差做有條件的傳送；插補(bǔ)圖（B或稱雙向預(yù)測圖）可以根據(jù)前、后圖的信息進(jìn)行雙向插補(bǔ)，幀間的信息用運(yùn)動(dòng)補(bǔ)償?shù)姆椒ù_定。運(yùn)動(dòng)補(bǔ)償有兩種算法。

1.  運(yùn)動(dòng)補(bǔ)償預(yù)測法

 畫面上的運(yùn)動(dòng)部分在幀與幀之間必然有連續(xù)性，預(yù)測法根據(jù)這一特性，將當(dāng)前的圖像畫面看做是前面某時(shí)刻圖像的位移，位移的幅度和方向在圖像畫面的各處可有不同。因此，利用反映運(yùn)動(dòng)的位移信息和前面某時(shí)刻的圖像，可以預(yù)測出當(dāng)前的圖像。

2.  運(yùn)動(dòng)補(bǔ)償插補(bǔ)

 用插補(bǔ)的方法進(jìn)行運(yùn)動(dòng)的補(bǔ)償，可以大幅度地壓縮運(yùn)動(dòng)圖像的信息。在時(shí)域中插補(bǔ)運(yùn)動(dòng)補(bǔ)償是一個(gè)多分辨率技術(shù)，可以以1/10s或1/15s的時(shí)間間隔取出參考子圖，然后對兩個(gè)參考子圖之間的圖像，按照運(yùn)動(dòng)的規(guī)律得到1/30s時(shí)間間隔的各個(gè)插補(bǔ)子圖。只要對參考子圖及反映運(yùn)動(dòng)規(guī)律的信息進(jìn)行編碼，就可以得到幀率為30f/s的全運(yùn)動(dòng)視頻圖像。運(yùn)動(dòng)補(bǔ)償插補(bǔ)又稱雙向預(yù)測，它既可以利用前面圖的信息，又可利用后面圖的信息。由于視頻信號的時(shí)域（幀間）冗余很高，需要傳送的附加運(yùn)動(dòng)校正信息非常少，所以插補(bǔ)運(yùn)動(dòng)補(bǔ)償可大幅度的壓縮數(shù)據(jù)。當(dāng)然，如果插補(bǔ)圖過多，盡管壓縮比增加，但圖像的質(zhì)量會(huì)降低。

（四）運(yùn)動(dòng)圖像壓縮標(biāo)準(zhǔn)（MPEG-4）

 MPEG于1991年5月提出關(guān)于視頻音頻編碼的MPEG-4項(xiàng)目，該系統(tǒng)、音頻、視頻、需求、實(shí)現(xiàn)研究、測試及自然合成混合編碼（SN HC）子組，1998年11月成為國際標(biāo)準(zhǔn)，

M4PEG-4是ISO為傳輸數(shù)碼率低于64Mbps的實(shí)時(shí)圖像設(shè)計(jì)的。與此同時(shí)，國際標(biāo)準(zhǔn)化組織ITU-TLBC工作組以極低數(shù)碼率電視電話（Very Low Bit Rate Visual Telephony）為目的的工作在1995年1月形成了H.263視頻壓縮編碼草案。與JPEG、MPEG-1、MPEG-2等其他標(biāo)準(zhǔn)所采用的基本壓縮算法不同，該標(biāo)準(zhǔn)采用基于模型的編碼、分形編碼等方法，以獲得極低碼率的壓縮效果。所涉及的應(yīng)用范圍覆蓋了有線、無線、移動(dòng)通信、Internet以及數(shù)字存儲(chǔ)回放等各個(gè)領(lǐng)域，它在信息描述中首次采用了“對象”（Object）的概念，因此，是以內(nèi)容為中心的描述方法，對信息元的描述更符合人的心理，不僅獲得比現(xiàn)有標(biāo)準(zhǔn)更優(yōu)越的壓縮性能，也提供了各種新的功能的應(yīng)用。

1.  MPEG-4的主要特點(diǎn)

MPEG-4旨在將眾多的多媒體應(yīng)用于一個(gè)完整的框架內(nèi)，為不同性質(zhì)的視音頻數(shù)據(jù)制定通用、有效的編碼方案，提出基于具體內(nèi)容（Content-based）的視頻對象（Video Object）的編碼標(biāo)準(zhǔn)。

MPEG-4是一種高效率的編碼標(biāo)準(zhǔn)，其應(yīng)用范圍最寬到數(shù)字電視，最低可到移動(dòng)多媒體和電子游戲，編碼比特率相應(yīng)可分為384kbps～1Mbps、64～38kbps和64kbps以下。并對多媒體應(yīng)用領(lǐng)域的各種編碼進(jìn)行兼容。

MPEG-4又是第一個(gè)使用戶可在接受端對畫面進(jìn)行操作和交互訪問的編碼標(biāo)準(zhǔn)。由于MPEG-4基于對視頻對象（AVO）獨(dú)立編碼，必須同時(shí)傳送編碼對象的組成結(jié)構(gòu)信息“場景描述”?！皥鼍懊枋觥毙畔⑹仟?dú)立傳輸?shù)?，解碼時(shí)在解碼端可改變選定AVO的“場景描述”參數(shù)，對圖像和聲音的有關(guān)內(nèi)容進(jìn)行編輯和操作。

MPEG引入了合成與自然混合編碼。以往的編碼把人工合成信息視為自然信息的一個(gè)子集，如把計(jì)算機(jī)圖形視為視頻，MPEG-4把這類數(shù)據(jù)視為一種新的數(shù)據(jù)類型，支持對人工合成AVO數(shù)據(jù)與自然AVO數(shù)據(jù)混合編碼，這樣的合成編碼不僅可極大地提高編碼效率（可獲得1kbps的超低碼率），而且可用于實(shí)現(xiàn)虛擬電視會(huì)議系統(tǒng)，豐富用戶與場景的交互。

MPEG-4提供了基于內(nèi)容（對象）的隨機(jī)存取方式，在有限的時(shí)間內(nèi)能以較高的分辨率，按幀或任意形狀對象，對一個(gè)音視頻序列進(jìn)行隨機(jī)存取。例如，可以把一個(gè)序列中的某個(gè)音視頻對象作為目標(biāo)進(jìn)行快速搜索。

MPEG-4的編碼系統(tǒng)是開放的，為各種多媒體應(yīng)用提供靈活的框架和一套開放的編碼工具，不同的應(yīng)用可選取不同的算法。

2.  MPEG-4的組成

MPEG-4的標(biāo)準(zhǔn)名是Very-Low Bit Rate Audio-Visual Coding（甚低速率視聽編碼）。截止到1998年9月，已作為國際標(biāo)準(zhǔn)草案DIS(Draft Tnternational Standard)的MPEG-4文件有5個(gè)部分，他們是：

MPEG-4系統(tǒng)標(biāo)準(zhǔn)，標(biāo)準(zhǔn)名是ISO/IEC DIS 14496-1 Very-Low Bit Rate Audio-Visual Coding-Part1：Systems。

MPEG-4電視圖像標(biāo)準(zhǔn)，標(biāo)準(zhǔn)名是ISO/IEC DIS 14496-2 Very Low Bit Rate Audio-Visual Coding-Part2：Video。MPEG-4。支持自然和合成的視覺對象的編碼。合成的視覺對象包括2D、3D動(dòng)畫和人面部表情動(dòng)畫等。

MPEG-4聲音標(biāo)準(zhǔn)，標(biāo)準(zhǔn)名是ISO/IEC DIS 14496-3 Very Low Bit Rate Audio-Visual Coding-Part2：Video。MPEG-4。不僅支持自然聲音，而且支持合成聲音。MPEG-4的音頻部分將音頻的合成編碼和自然聲音的編碼相結(jié)合，并支持音頻的對象特征。既一個(gè)場景中，同時(shí)有人聲和音樂，它們也許是獨(dú)立編碼的音頻對象。

MPEG-4一致性測試標(biāo)準(zhǔn)，標(biāo)準(zhǔn)名是ISO/IEC DIS 14496-4 Very Low Bit Rate Audio-Visual Coding-Part4：Conformance Testing。

MPEG-4參考軟件，標(biāo)準(zhǔn)名是ISO/IEC DIS 14496-5 Very Low Bit Rate Audio-Visual Coding-Part5：Reference  Software。

MPEF-4傳輸多媒體集成框架，標(biāo)準(zhǔn)名是ISO/IEC DIS 14496-6 Very Low Bit Rate Audio-Visual Coding-Part6：Delivery Multimedia Integration Framework（DMIF）。主要解決交互網(wǎng)絡(luò)中、廣播環(huán)境下及磁盤應(yīng)用中多媒體應(yīng)用的操作問題。通過傳輸多路合成比特信息來建立客戶端和服務(wù)器端的握手和傳輸。與過去不同的是，由于MPEG-4碼流中，包括許多的AV對象，一般而言，這些AV對象多由各自的緩沖器，而不僅僅是視頻緩沖器和音頻緩沖器。通過DMIF,MPEG-4可以建立起特殊品質(zhì)服務(wù)（QoS）的信道和面向每個(gè)基本流的帶寬。