图4－7 运动估计的全局搜索块匹配 实际上，在做运动估计和运动补偿时，是以16×16的块(称宏块)逐个进行的，如图4－6所示 ，这是将当前帧划分为N×N(16×16)的块。对每一块在过去帧中范围为
的范围内进行搜索，以求得最优匹配，从而得到运动矢量的估值(dx,dy)。衡量匹配好坏 的准则可以是均方误差最小准则。搜索方法可以是全局搜索法，即对搜索范围内的每一点都 计算均方误差，选最小值即对应最优匹配，如图4－7所示。
5 JPEG标准
JPEG是Joint Photographic Experts Group的缩写，主要用于计算机静止图像的压缩，在用 于活动图像时，其算法仅限于帧内，便于编辑。
采用JPEG标准可以得到不同压缩比的图像，在使图像质量得到保证的情况下，可以从每个像 素24bit减到每个像素1bit甚至更小。
JPEG标准所根据的算法是基于DCT(离散余弦变换)和可变长编码。系统框图如图4－8所示， 从图中可见，JPEG的关键技术有变换编码、量化、差分编码、运动补偿、霍夫曼编码和游程 编码等。
图4－8 JPEG系统框图 6 H.261标准 JPEG算法的原理是利用单帧内的空间相关性，减小空间冗余度，这种方式称为帧内编码。我 们知道电视图像(包括各种活动图像)各个连续帧之间也有很大的相关性，称为时间相关性。
为了进一步提高图像压缩比，要设法减小时间冗余度，这种编码方式称为帧间编码。H.261 是用于会议电视的国际标准，既采用了帧内编码，又采用了帧间编码，因此它的压缩比大致 是JPEG的三倍。 H.261标准用于音象业务的码率是p×64kbps(p=1，2…，30)。用于电视电话时p=1或2，用 于电视会议时p≥6。这种标准具有最小延迟实时对话的能力。
图4－9是H.261编码器的原理框图。从编码器中看到，它有一个和解码器一样的过程，解出 的图像放在运动补偿 预测器(存储器)中形成过去帧，它的输出和当前帧一起加到“运动估计”，求得的运动矢 量一方面经VLC送到复用器中去，另一方面加到运动补偿预测器中，使之产生估计帧(对当前 帧)，它和当前帧相减即求得差值，这个差值经DCT和Q、VLC也送到复用器中去。
图4－9 H.261编码器的原理框图 在进行帧间编码时，编码器和解码器必须使用相同的预测器，否则两者会脱轨。为了获得重 建图像，被量化以后的系数要用一个反量化器和反余弦变换(IDCT)来处理，为防止编码器和 解码器慢慢漂移分离，必须对误差的平均值加以严格规定，即使如此，仍然要周期地使用帧 内编码，使解码器处于一个已知状态。
运动补偿单元使帧间差最小，从而减少所需传输码率。搜索窗的大小在水平和垂直方向上都 是±15个采样值。通常只对亮度信号作运动估计，但运动补偿不仅作用于亮度，也作用于色 度(亮度象素位移的一半)。
图4－10画出了解码器的框图。被压缩的数据送入缓冲器，然后作可变长度解码，解码器余 下的 部分相似于编码器的后端，仅有的区别是不再需要运动估计。运动矢量和其它附带的信息是 直接从可变长解码器的输出得到的。
在编码器的输出端有缓冲器(Buffer)，这是因为编码过程产生的比特率不是 恒定的，它取决于运动序列中各点的图像统计特征。在图像的“简单”部分允许节省一些比 特，而在“复杂”的部分要多花一些比特。对于每一个编码图像，比特的数目也允许变更。 但是在传输网络中的数据的比特率又必须是恒定的，所以在视频编码器的输出端必须有数据 缓冲器来提供平滑的作用。相反的，在解码器要以非恒定的速率来利用接收到的信息，所以 也要包含一个解码器的缓冲器。 图4－10 H.261的解码器框图 在传输中，帧频的长期平均值是CIF的标准值，但是在短的时间间隔内帧频会有一定变化。
表4－2 CIF和QCIF格式
| 格 式 |
CIF |
QCIF |
| 信号分量 |
行数/帧 |
象素数/行 |
行数/帧 |
象素数/行 |
| 亮度(Y) |
288 |
360(352) |
144 |
180(176) |
| 色度(Cb) |
144 |
180(176) |
72 |
90(88) |
| 色度(Cr) |
144 |
180(176) |
72 |
90(88) |
注：CIF和QCIF帧频是每秒30帧。
H.261的一幅图像是由块(Block)组成宏块(Macroblock)，宏块组成图像组(GO B)，图像组组 成图像，如图4－11所示。 两种格式的码率为：CIF：15~2Mbps QCIF：128kbps 7 MPEG- 1和MPEG-2标准 MPEG(Moving Picture Expert Group)意思是“运动图像专家组”。这个专家组的任务 是为了对数字存储媒质、电视广播、通信等方面的运动图像和伴音给出一种通用的编码 方法 。符合这种编码方法的运 MPEG用句法规定了一个层次性的结构，共分六层。这六层是图像序列(Video Sequence)-图像组(Group of Picture)-图像(Picture)-宏块条(Silce)- 宏块(Macroblock )-块(Block)。 一个图像包含亮度阵列和色度阵列。在MPEG- 1中亮度和色度的格式是4∶2∶0，而在MPEG-2 中，除这一格式外，还允许有4∶2∶2及4∶4∶4。
六个层次有其不同的功能，如表4－3所示。
表4－3 MPEG－1/－2规定的层次功能
| 语法规定的层次 |
功 能 |
语法规定的层次 |
功 能 |
| 序列层(Sequence layer) |
随机存取段落 |
宏块条层(Slice layer) |
重新同步单元 |
| 图像组层(Group of picture layer) |
随机存取视频单元 |
宏块层(Macroblock layer) |
运动补偿单元 |
| 图像层(Picture layer) |
基本编码单元 |
块层(Block layer) |
DCT单元 |
所谓4∶2∶0是指在垂直方向每隔一行去除一行色度信号。
7.2 MPEG-1和MPEG-2中三种类型图像
MPEG在利用块匹配运动补偿来减小时间冗余度时，不仅用上一帧的图像预测当前图像， 而且也使用下一帧图像预测当前图像，即双向预测，这是和H.261标准有重要区别的地方。 因此 ，MPEG-1和2中有三种类型图像，即I、B、P三种，如图4－12所示。
I帧是帧内编码，P帧是正向预测，如图4－13所示，通过正向预测得到的图。B帧是双向预测图 ，如图4－14所示。由于B帧不能作其他图像的基准，所以对B帧编码校粗(步长较大)，需要比特数比预测图P少。
7.3 MPEG- 1的视频压缩编码
MPEG-1中视频编码的关键压缩技术和H.261一样，仍是DCT、运动补偿和Huffman编码。编码 器和解码器的原理框图也和H.261没有区别。
MPEG-1的信源输入格式是SIF(Source Input Format)。CCIR601格式的信源要转换成SIF后进 入MPEG- 1编码器，解码器输出也是SIF格式，显示时要经内插，扩充为CCIR601格式。PAL/NT SC都作如此处理。SIF格式如表4－4所示。
表4－4 SIF(525/625)格式
| 信号分量 |
行数/帧 |
象素数/行 |
| 亮度(Y) |
240/288 |
352 |
| 色度(Cb) |
120/144 |
176 |
| 色度(Cr) |
120/144 |
176 |
图4－15所示为MPEG-1视频编码器。图中和H.261不同的部分是有二组运动补偿和存储器， 并有相应的转换开关。这是因为MPEG- 1有B图像要处理。开关有4种状态，‘0’是针对帧内 编码，“2”或“3”是用上一帧图像(经S2的虚线a/c)或用下一帧图像(经S2的实线 d/b) ，“4”是用了上一帧和下一帧两幅图像(经S2的实线b和实线c)，这时候要相应产生2 个运 动矢量。
7.4 MPEG- 2视频压缩编码
研究制定MPEG标准是为了使应用于数字存储媒体、电视广播、通信等方面的运动图像和 伴音 有一种通用的编码方法。使用这个标准意味着运动图像可以作为一种计算机数据来处理 ，并且能够存储在各种各样的存储器中，也可以在现有的或未来的网络中传送和接收，还可以在现在的或将来的广播信道中广播。
这个标准的应用很广泛，覆盖了从电视电话到高清晰度电视。
(1)划分为不同的“Profile”和“Level”(“类”和“级”)。由于想使这个标准适用于各种不同的应用，而各种应用在码率、分辨力、图像质量和服务方面要求又各不相同，所以希望这个标准要有通用性。在这个标准产生的过程中，考虑了各种应用的不同要求，开发了必要的算法，并且把它们集中成为一种单一的句法。正因为如此，这个标准使得各种不同应用 的码 流之间可以灵活地相互改变。
既要使句法有通用性，又不能要求具体的解码器全面满足整个句法的需要，那样具体的解码器就太复杂了。为了解决通用性和特殊性的矛盾，设想将整个ISO/IEC的句法分成子集，这样分的子集就称为Profile，我们称之为“类”。这个“类”规定的子集还觉得太大，有必要再分得细一些。例如图像的尽寸有小的，有大的，大的可大到
，实际上不会有一个解码器能够处理这么大的动态范围的图像，因此，在Profile中又规定了“level”，称为级。
ISO/IEC13818-2(即MPEG-2视频)规定了5个类和4个级如表4－5所示。
表4－5 MPEG- 2的Profile和Level
| 类级 |
Simple Profile |
Main
Profile |
SNR
Scalable
Profile |
Spstially
Scalable
Profile |
High
Profile |
| High Level |
|
√ |
|
|
√ |
| High-1440 Level |
|
√ |
|
√ |
√ |
| Main Level |
√ |
√ |
√ |
|
√ |
| Low Level |
|
√ |
√ |
注：Main Profile(主类)：图像质量合乎一定要求，允许有一定损伤，不具有可分级性；
Simple Profile (简化类)：如Main Profile相同，只是不用B帧，这是为了节约RAM；
SNR Scalable Profile(信噪比可选类）：比Main Profile改进之处是信噪比可分级；
Spatially Scalable Profile（空间尺寸可选类）：空间分辨率方面也可分级；
HIgh Profile(高质量类)：支持4∶2∶2并全面可分级(宏块的组成是：4个Y块+2个Cb块 +2个Cr块)；
Low Level(低级)：类似H.261中的CIF格式；
Wain Level(主级)：相应于普通电视；
High 1440 Level(高1440级)：大致相当于具有每行1440个采样的HDTV；
High Level(高级)：大致相当于每行1920个采样的HDTV。
MPEG-2格式经常用级和类的缩写表示，如：MP＠ML是指主类和主级，目前用于普通数字电视 、卫星、电缆、广播的DVB标准就是用这一格式。
(2)MPEG-2的编解码器和MPEG-1的异同。
①MPEG-1只处理逐行扫描的电视图像而MPEG-2既处理逐行扫描也处理隔行扫描，因此编码器中要有场/帧决策的功能；
②DCT有二种： 帧DCT或场DCT；
③运动估计有四种：场预测、帧预测、双场预测和16×8的运动补偿；
④压缩编码方式均采用运动检测补偿、DCT、量化、霍夫曼编码、游程编码和VLC等。
7.5 MPEG-2系统
MPEG-2系统的作用如图4－16所示。它有以下几个任务：
(1)对音频、视频、数据、控制等基本比特流起系统复用的作用。
(2)提供用于恢复时间基准的时间标志，缓冲器初始化和管理，音频和视频的解码时间，显示时间。
(3)给解码器提供一种信息(PSI)，使之更容易和更迅速地找到所需节目。
(4)给误差恢复，有条件接入，随机接入，数字存储控制提供支持。
视频或音频编码器的输出被打成PES(Packetised Elementary Streanis)，然后在PS复用器中被组合成PS(Program Stream)或在TS复用器中被组成成TS(Transport Strea m)，前者用于相对无误差的环境，后者用于有噪声媒质。
.gif){kind=small}
即直流分量的最大值是原来256的64/8倍，即0~2047，交流分 量的范围是-1024~1023。只是在经过量化后，特别是按人眼的生理特征对低频分量和高频分 量设置不同的量化，会使大多数高频分量的系数变为零。一般说来，人眼对低频分量比较敏 感，而对高频分量不太敏感。因此对低频分量采用较细的量化，而对高频分量采用较粗的量 化。
