低码率视频压缩编码标准的发展

恋々风

视频技术是多媒体应用的核心。学术和应用领域一直都在致力于视频技术的研究并且制订了几个标准，如：ITU-T的H.261、H.263及ISO/IEC的 MPEG1、MPEG2和MPEG4等。这些标准包括了各种范围的应用，从静止图象、可视电话到高清晰度电视；码速率从几十kbit/s到几十Mbit/s，覆盖了很大的视频速率范围和应用领域，并能满足不同应用的要求：速率、图象质量、复杂度、容错性和实时性。
    近几年来，新出现和即将出现的视频业务，使低码率视频通信得到广泛的应用。会议电视、可视电话发展很快，公用电话网和无线网络上的传输速率仍然很有限，而且误码率高。这要求标准能够满足高压缩比和强信道冗错能力，H263+就能很好的解决这类应用。后来的H263++、H26L在提高编码的压缩效率的同时，也提高了码流对高误码率信道的容错能力，而且都是通过选项的形式提供的，方便灵活，能够兼容标准的以前版本。
    低码率视频通信的码速率可以定义在64-128kps之间，应用范围有：普通电话线的可视电话、无线视频通信、互联网视频会议、远程监控、远程操作、远程工作等。

一、H.263视频压缩标准
    H.263是最早用于低码率视频编码的ITU-T标准，随后出现的第二版（H.263+）、第三版（H.263++）增加了许多选项，使其拥有更广泛的适用性。H.263能够在很低的码率下保证解码图像的质量，MPEG4在制定过程中是以H.263做参考的，因此，H.263和MPEG4简单级（Simple Profile）具有很大的相似性。下面将对H.263的不同版本做介绍，并阐述与MPEG4简单级的相似点和区别。
    1．H.263视频压缩标准
    H.263是ITU-T为低于64kbit/s的窄带通信信道制定的极低码率视频编码标准。该标准是在H.261的基础上发展起来的，综合应用帧间预测去除时间冗余度和DCT变换编码去除空间冗余度的混合编码算法。其标准的输入图像格式可以是S-QCIF、QCIF、CIF、4CIF或者16CIF的彩色4:2:0亚取样图像。H.263与H.261相比采用了半像素的运动补偿，并增加了4种有效的压缩编码模式。
    (1) 无限制的运动矢量模式
    一般运动矢量的范围都限制在已编码的参考帧内。这种限制，使得对当前帧图像边界的宏块进行运动估计时，由于参考宏块可能已处于参考帧之外而无法得到最优的效果。在H.263中取消了这种限制，允许运动矢量指向图像以外的区域。当某一运动矢量所指的参考宏块位于编码图象之外时，就用其边缘的图像像素值来代替这个不存在的宏块。当存在跨边界的运动时，这种模式能取得很大的编码增益，特别是对小图像而言。另外，这种模式包括了运动矢量范围的扩展，允许使用更大的运动矢量，这对摄像机运动特别有利。
    (2) 基于句法的算术编码模式
    使用算术编码代替哈夫曼编码，由于算术编码在符号的概率分布不为2的幂的情况下也能逼近压缩的理论极限----符号的熵。因此，可在信噪比和重建图象质量相同的情况下降低码率。
    (3) 先进的预测模式
    在一般情况下，每一宏块对应一个运动矢量。在先进的预测模式下，一个宏块中4个88亮度块可以各对应一个运动矢量，从而提高了预测精度，两个色度块的运动矢量则取这4个亮度块运动矢量的平均值。补偿时，使用重叠的块运动补偿，88亮度块的每个像素的补偿值由三个预测值加权平均得到。是否使用4个88块运动矢量代替1616块运动矢量由编码器决定。通常，该模式的使用可以产生相当显著的编码增益，特别是采用重叠的块运动补偿会减少块效应，提高主观质量。
    (4) PB-帧模式
    一个PB-帧包含作为一个单元进行编码的两帧图像。PB-帧的名称源于H.262中使用的P帧和B帧。PB-帧模式可在码率增加不多的情况下使帧率加倍。
    2. H.263+ 视频压缩标准
    ITU-T在H.263发布后又修订发布了H.263标准的版本2，非正式地称为H.263+标准。它在保证了原H.263标准的核心句法和语义不变的基础上，增加了若干选项以提高压缩效率或某方面的功能。
    新增选项可归纳为新的图像种类和新的编码模式两类。新的图像种类有：
    分级图像：分级视频编码对在噪声信道和存在大量包丢失的网络中传送视频信号很有意义。这种编码方法允许将视频流分成多个逻辑信道，某些逻辑信道数据的丢失不会严重影响图像的重建。H.263+增加了3种分级图像，一种提供时间分级，其它两种提供信噪比和空间分级。
    增强的PB-帧：H.263的PB-帧在预测类型上有一定的局限，这限制了PB-帧模式的应用范围。在版本2的H.263标准中，对原有的PB-帧模式进行了一些细微的修改， 宏块在原有的双向预测的基础上增加了前向和后向预测模式，扩大了应用范围，提高了压缩效果。
    用户定义的图像格式：原H.263 标准限制了其应用的图像输入的格式，它仅允许5种视频源格式。新的H.263+标准允许用户使用更广范围的图像输入格式，从而拓宽了标准使用的范围，使之可以处理基于视窗的计算机图像、更高帧频的图像序列以及宽屏图像。
    新的编码模式有：
    先进的帧内编码(AIC)：该模式通过DCT系数的空间预测，极大地提高了帧内编码的压缩效率。
    块效应消除滤波器(DF)：该模式通过在环路中增加块边界自适应滤波器，减小了最后重建图像的块效应。
    片结构(SS)：该模式通过定义由若干宏块构成的片结构，增强了编码图象抗信道差错和包丢失的能力。
    参考帧选择(RPS)：该模式允许选择非时间最近的参考帧作为预测基准，从而增强了抗误码能力。使用该模式需要反向信道。
    参考帧重取样(RPR)：该模式允许参考帧在运动预测之前重新进行取样，使用该模式可以实现全局运动补偿等技术。
    3.  H.263++ 视频压缩标准
    H263++已经由ITU-T正式制订为标准，并且在H263+的基础上增加了三个选项，主要是为了增强码流在恶劣信道上的抗误码性能，同时也是为了增强编码效率，这三个选项分别为：
    增强型的参考帧选择（ERPS）：能够提供增强的编码效率和信道错误再生能力（特别是在包丢失的情形），实现ERPS模式时，需要设计多缓冲区用于存贮多帧参考图像。
    数据分片的模式（DPS）：能够提供增强型的抗误码能力（特别是在传输过程中本地数据被破坏）。DPS的思想是通过分离视频码流中DCT系数头和运动矢量数据，将运动矢量的数据采用可逆编码的方式进行保护。
    在H263+的码流中增加的补充信息，保证增强型的反向兼容性，附加信息包括：
    指示采用的定点IDCT；
    图像信息和信息类型；
    任意的二进制数据；
    文本（任意的，版权，标题，视频描述，统一的资源识别）；
    重复的图像头（当前的，前帧，可靠参考时间的下一帧，不可靠参考时间的下一帧）；
    交替的场（上或下场）指示，稀疏的参考帧识别。
    4. H.263与MPEG4简单级
    MPEG4简单级和H.263之间有很多相似的地方。最显著的就是运动残差的混合编码框架，宏块和块的帧格式，以块为单位的运动估计模型，DCT空域变换，量化，变长熵编码，率控制，视频源的采样方式等等。MPEG4简单级的一些内容与H.263的一些选项类似，如下表所示：
  



    然而，两个标准之间也有一些显著的不同，这些主要是在码流结构上，而不是编码的技术上。最主要的不同之处是语法结构，包括变长码表和头信息。MPEG4引入了新的序列形式，头信息定义了一个可视对象结构，包括可视对象序列，可视对象，视频对象层，视频对象平面。这些头信息实现了一些功能，这在H.263中是没有的。

三、H.26L视频压缩标准
    加拿大的UBC（University of British Colombia）向ITU-T提交了H26L的草案，旨在提高编码效率和增强抗误码性能，现已制定为标准。这是一种新的编码方法。编码算法的基本结构与H263相似，但也有不同的地方，使用了以下一些新的有效的编码方法：
    只有一个VLC表用于符号编码。
    运动估计算法采用了几种不同大小的块。共支持以下几种大小的块：4X4、8X4、4X8、8X8、8X16、16X8和16X16。
    运动估计的精度可以到1/4象素的精度。相对于1/2象素的精度，1/4象素可以更准确的进行运动估计，从而达到更高的编码效率。这样则对图像的内插算法要有严格的定义，以确保编码端和解码端的匹配。
    残差编码采用4X4的块并采用整数变换。H.26L对4X4象素大小的块上进行残差的变换编码，并且使用了一种整数变换的方法，这样具有减小块效应、运算速度快、算法简单易于实现等优点，从而达到了更好的压缩效果。
    多参考帧选择用于预测，因此不再需要B帧。H.26L支持五种预测模式：帧内预测，以前一帧为参考帧的预测，以前几帧为参考帧的预测，以前一帧和后一帧为参考帧的预测，以前几帧和后几帧为参考帧的预测。
    以上针对ITU-T的标准H.263与H.26L做了论述，没有详细介绍MPEG4标准，只是做了简单的比较。MPEG4在低码率视频通信中具有广泛的应用，其许多关键的压缩算法与H.263类似。