《新一代视频压缩码标准-H.264_AVC》读书笔记1

摘要

第一章 绪论

正文

1、一般而言，视频信号信息量大，传输网络所需要的带宽相对较宽。例如，一路可视电话或会议电视信号，由于其活动内容较少，所需带宽较窄，但要达到良好质量，不压缩约需若干 Mbps，压缩后需要 384Kbps；又如，一路高清晰度电视信号（ HDTV），由于其信息量相当巨大，不压缩需 1Gbps，利用 MPEG-2 压缩后，尚需 20Mbps。

2、视频压缩编码目标

视频信号由于信息量大，传输网络带宽要求高，就像一辆庞大的货车只有在宽阔的
马路上才能行驶一样。于是出现一个问题：能否将视频信号在传送前先进行压缩编码，即进行视频源压缩编码，然后在网络上进行传送，以便节省传送带宽和存储空间。这里有两个要求：
    1） 必须压缩在一定的带宽内，即视频编码器应具有足够的压缩比；
    2） 视频信号压缩之后，应保持一定的视频质量。这个视频质量有两个标准：一个为主观质量，
由人从视觉上进行评定；一个为客观质量，通常用信噪比（ S/N）表示。如果不问质量，一味地压缩，虽然压缩比很高，但压缩后严重失真，显然达不到要求；反之，如只讲质量，压缩比太小，也不符合要求。

3、帧内预测编码

众所周知，一幅图像由许多个所谓像素的点组成，如图 1.2 中的“O”表示一个像素，大量的统计表明，同一幅图像中像素之间具有较强的相关性，两个像素之间的距离越短，则其相关性越强，通俗地讲，即两个像素的值越接近。换言之，两个相邻像素的值发生突变的概率极小， “相等、相似或缓变”的概率则极大。

于是，人们可利用这种像素间的相关性进行压缩编码。例如当前像素 X（设为立即传送的像素）可用前一个像素 a 或 b、 c，或三者的线性加权来预测。这些 a， b， c 被称为参考像素。在实际传送时，把实际像素 X（当前值）和参考像素（预测值）相减，简单起见传送 X－a，到了接收端再把（ X－a）＋a=X,由于 a 是已传送的（在接收端被存储），于是得到当前值。由于 X 与 a 相似，（ X－a）值很小，视频信号被压缩，这种压缩方式称为帧内预测编码。
    不仅如此，还可利用图 1.3 所示的帧间相关性进行压缩编码。由于邻近帧之间的相关性一般比帧内像素间的相关性更强，压缩比也更大。
    由此可见，利用像素之间（帧内）的相关性和帧间的相关性，即找到相应的参考像素或参考帧作为预测值，可以实现视频压缩编码。

4、变换编码

5、视频编码系统的基本结构

由图 1.5 可见，视频编码方法与可采用的信源模型有关。如果采用“一幅图像由许多像素构成” 的信源模型，这种信源模型的参数就是每个像素的亮度和色度的幅度值。对这些参数进行压缩编码技术称为基于波形的编码。如果采用一个分量有几个物体构成的信源模型，这种信源模型的参数就是各个物体的形状、纹理和运动。对这些参数进行压缩编码的技术被称为基于内容的编码。

由此可见，根据采用信源模型，视频编码可以分为两大类，基于波形的编码和基于内容的编码。它们利用不同的压缩编码方法，得到相应的量化前的参数；再对这些参数进行量化，用二进制码表示其量化值；最后，进行无损熵编码进一步提高码率。解码则为编码的逆过程。

6、基于块的混合编码法

基于波形的编码采用了把预测编码和变换编码组合起来的基于块的混合编码方法。

为了减少编码的复杂性，使视频编码操作易于执行，采用混合编码方法时，首先把一幅图像分成固定大小的块，例如块 8×8（即每块 8 行，每行 8 个像素）、块 16×16（每块 16 行，每行 16 个像素）等等，然后对块进行压缩编码处理。

H.264/H.261/H.263/MPEG-1/2/4 都采用了基于块的混合编码法，都属于基于波形的编码。