IPTV编码器的设计与实现.doc

1. 前言 IPTV编码器是一种用于广播或者电视转播项目的专业音视频数据处理设备，由音视频压缩编解码器芯片、输入输出通道、网络接口、音视频接口、串行接口控制、协议接口控制、系统软件管理等构成，通过串行接口控制摄像头和麦克风录制音频和视频信号，并对其进行编码，完成声音图像数据的采集和复原等。IPTV编码器输出的主要是基于MPEG-4或H.264的图像数据以及音频数据。 目前国际上主流的IPTV编码器是针对媒体传输和IPTV解决方案的第四代实时MPEG-4 AVC/H.264编码器。它们大多采用MPEG-4 AVC/H.264压缩技术，这基本是标清广播采集、分配和IPTV应用的理想选择。它们能以不到2Mbps的码流传输全分辨率最高质量的视频。MPEG-4编码技术在宽带接入日益普及的环境下，在网上观看、下载电影成为很多用户非常熟悉的应用。压缩电影的背后是MPEG-4技术，而MPEG-4背后有一条不平凡的发展道路。 运动图像专家组——这个名称对很多人来说还很陌生，但提到它的英文简称MPEG（Moving Picture Experts Group））））））））） 图3.1 MPEG4视频编码帧结构 3.2 MPEG4的视频图像模块的介绍 视频被描述为一组连续的画面，每幅画面称为一帧，即视频序列由帧组成，而每帧画面可看作是二维的像素阵列。颜色空间（Color Space）是指用来表示亮度和颜色的方法。在静态图像处理技术中，一般使用RGB颜色空间表示图像，即每一像素采样点的颜色三个分量表示的：红（R）、绿（G）、蓝（B）；而基于人类视觉系统的特性，在视频编码中一般采用YCbCr颜色空间，YCbCr空间是指用亮度、色度分开来表示图像信息，每一彩色像素是用另三个分量表示的：亮度分量（Y）以及两个色差分量（Cr，Cb）。我们可以利用两个空间的联系进行空间转换，两个空间相互转化的线性变换矩形阵因不同制式而有多种，以下是ITU-RBT.709标准推荐： Y=0.7154G+0.0721B+0.2125R Cb=-0.386G+0.500B+0.115R Cr=-0.454G-0.046B+0.500R 进行两个彩色空间的转换是基于人类视觉系统的特性：在RGB空间中，亮度和色度都被同等重要地表现出来，R、G、B三个信号有一个发生了变化，则总的图像的颜色就会发生变化，人眼很容易察觉这种变化的；然而人眼对Y、Cr、Cb三个信号的变化是有不同反应的，人类视觉系统对亮度的敏感度远远大于对色度的敏感度，这样就可以更多地考虑亮度信号，而对色差信号采用一些处理方法以提高压缩比，比如即使经过亚采样或直接丢弃一部分数据等处理，但人眼对恢复时转换到RGB空间后的图像的变化任然是不易察觉的。 经过从RGB到YCrCb的变换后，图像中比较重要的信息，也就是对人类视觉影响比较大的信息都集中在Y矩阵中，而CrCb矩阵中的图像信息比较小，因此，为了节约比特数，可以不用对整个的CrCb矩阵进行编码，首先对CrCb矩阵进行一下采样，使得CrCb图像的长度宽度都为原来的一半，这样就得到MPEG4视频编码中使用的4:2:0采样的YUV图像格式，即每采样四个亮度信号值（Y），就同时采样2个色度信号值（Cr和Cb），表示色度元素（Cb——U，Cr——V）在垂直方向和水平方向上均是亮度元素（Y）比例的一半。对标准的码流进行解码之后得到也是4:2:0的YUV矩阵，当然显示时还需要对这个矩阵上进行采样，使得YCrCb矩阵都为原始图像大小，然后再变换到RGB颜色空间进行显示。 图3.2 4:2:0格式的亮度和色度位置关系 MPEG4定义的5种标准化的图像格式如下： Sub-QCIF(128*96)：亚四分之一的公共中间格式 QCIF（176*144）：四分之一的公共中间格式 CIF（352*288）：公共中间格式 4CIF（704*576）：四倍公共中间格式 16CIF（1408*1152）：十六倍公共中间格式 3.3 IPTV编码的设计过程 对于静止的图像，MPEG4采用零树小波算法编码，并提供高压缩比，同时有多达11及的空间分辨率和质量可伸缩性；对于运动视频对象，MPEG4的编码框图如图2.3所示。从图上可以看出，基于对象的编码任然采用的是传统的预测编码、运动补偿、DCT变换构成的混合编码方式，这是由于混合编码方法具有良好的压缩性能。虽然是使用与以前制订的标准相似的编码技术，但前者是基于帧的，而MPEG4是基于对象的。 图3.3 MPEG4视频编码框图 MPEG4中基于对象的视频编码可分3步进行： （1） 从原始视频流中采用全自动、半自动、人工等方法分割出视频对象。 （2） 对输入的任意形状的VOP序列，用基于块的混合编码技术编码。处理顺序是先I-VOP（帧内VOP），后P-VOP（预测VO