小时候经常听到
某个字是什么结构
可是技术和结构联系起来
会是什么情况呢?
1. 名词解释
场和帧
视频的一场或一帧可用来产生一个编码图像。通常,视频帧可分成两种类型:连续或隔行视频帧。在电视中,为减少大面积闪烁现象,把一帧分成两个隔行的场。显然,这时场内邻行之间的空间相关性较强,而帧内邻近行空间相关性强,因此活动量较小或静止的图像宜采用帧编码方式,对活动量较大的运动图像则宜采用场编码方式。
宏、片
一个编码图像通常划分成若干宏块组成,一个宏块由一个16×16 亮度像素和附加的一个8×8 Cb和一个8×8 Cr 彩色像素块组成。每个图象中,若干宏块被排列成片的形式。I 片只包含I 宏块,P 片可包含P 和I 宏块,而B 片可包含B 和I 宏块。
I 宏块利用从当前片中已解码的像素作为参考进行帧内预测(不能取其它片中的已解码像素作为参考进行帧内预测)。
P 宏块利用前面已编码图象作为参考图象进行帧内预测,一个帧内编码的宏块可进一步作宏块的分割:即16×16、16×8、8×16 或8×8 亮度像素块(以及附带的彩色像素);如果选了8×8 的子宏块,则可再分成各种子宏块的分割,其尺寸为8×8、8×4、4×8 或4×4 亮度像素块(以及附带的彩色像素)。
B 宏块则利用双向的参考图象(当前和未来的已编码图象帧)进行帧内预测。
2. 档次和级
H.264 规定了三种档次,如下图所示,每个档次支持一组特定的编码功能,并支持一类特定的应用。
1)基本档次:利用I片和P片支持帧内和帧间编码,支持利用基于上下文的自适应的变长编码进行的熵编码(CAVLC)。主要用于可视电话、会议电视、无线通信等实时视频通信;
2)主要档次:支持隔行视频,采用B片的帧间编码和采用加权预测的帧内编码;支持利用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与数字视频存储;
3)扩展档次:支持码流之间有效的切换(SP和SI片)、改进误码性能(数据分割),但不支持隔行视频和CABAC。
3. H.264 的视频格式
H.264 支持4:2:0 的连续或隔行视频的编码和解码,缺省的4:2:0 的取样格式如下图
逐行数据格式
隔行数据格式
制订H.264 的主要目标有二个:
1)高的视频压缩比,当初提出的指标是比H.263,MPEG-4,约为它们的2倍,现在都已基本实现;
2)良好的网络亲和性,即可适用于各种传输网络。
为此,H.264 的功能分为两层,即视频编码层(VCL)和网络提取层(NAL,Network Abstraction Layer)。VCL 数据即编码处理的输出,它表示被压缩编码后的视频数据序列。在VCL 数据传输或存储之前,这些编码的VCL 数据,先被映射或封装进NAL 单元中。
每个NAL 单元包括一个原始字节序列负荷(RBSP)、一组对应于视频编码数据的NAL 头信息。NAL 单元序列的结构见下图
4. 片
一个视频图像可编码成一个或更多个片,每片包含整数个宏块(MB),即每片至少一个MB,最多时每片包含整个图像的宏块。总之,一幅图像中每片的宏块数不一定固定。设片的目的是为了限制误码的扩散和传输,应使编码片相互间是独立的。某片的预测不能以其它片中的宏块为参考图像,这样某一片中的预测误差才不会传播到其它片中去。编码片共有5 种不同类型,除已讲过的I 片、P 片、B 片外,还有SP 片和SI 片。其中SP(切换P)是用于不同编码流之间的切换;它包含P 和/或I 宏块。它是扩展档次中必须具有的切换,它包含了一种特殊类型的编码宏块,叫做SI 宏块,SI 也是扩展档次中的必备功能。
片的句法结构如图所示,其中片头规定了片的类型,该片属于哪个图像,有关的参考图像等,片的数据包含一系列的编码MB,和/或跳编码(不编码)数据。每个MB 包含头单元和残差数据。
mb_type | 确定该MB 是帧内或帧间(P 或B)编码模式,确定该MB 分割的尺寸 |
---|---|
mb_pred | 确定帧内预测模式(帧内宏块)确定表0 或表1 参考图像,和每一宏块分割的差分编码的运动矢量(帧间宏块,除8×8 宏块分割的帧内MB) |
sub_mb_pred | (只对8×8MB 分割的帧内MB)确定每一子宏块的子宏块分割,每一宏块分割的表0 和/或表1 的参考图象;每一宏块子分割的差分编码运动矢量。 |
coded_block_pattern | 指出哪个8×8 块(亮度和彩色)包含编码变换系数 |
mb_qp_delta | 量化参数的改变值 |
residual | 预测后对应于残差图象取样的编码变换系数 |