用數(shù)字視頻編碼進(jìn)行視頻壓縮能夠在盡可能降低視頻容量的同時保持可接受的視頻質(zhì)量。但是，為便于傳輸和存儲而降低大小的視頻壓縮可能會犧牲一些圖像質(zhì)量。此外，視頻壓縮還要求處理器具備較高性能，并且在設(shè)計中要支持豐富的功能，因為不同類型的視頻應(yīng)用在分辨率、帶寬以及靈活性方面都有著不同的要求。具有更高靈活性的數(shù)字信號處理器(DSP)不僅能夠充分滿足上述需求，而且還可充分發(fā)揮高級視頻壓縮標(biāo)準(zhǔn)提供的豐富選項來幫助系統(tǒng)開發(fā)人員實現(xiàn)產(chǎn)品優(yōu)化。

視頻編解碼(編解碼器)算法的固有結(jié)構(gòu)和復(fù)雜性促使我們必須采用優(yōu)化方案。編碼器非常重要，因為它們不但必須滿足應(yīng)用要求，而且也是視頻應(yīng)用進(jìn)行大量處理任務(wù)的主要部分。雖然編碼器是基于信息理論之上的，但在實施過程中仍需要在不同因素間權(quán)衡取舍，因此會非常復(fù)雜。編碼器應(yīng)當(dāng)具有高度的可配置性，并能針對各種視頻應(yīng)用提供簡單易用的系統(tǒng)接口且實現(xiàn)性能最佳化，從而使開發(fā)人員受益匪淺。

視頻壓縮的特性

原始數(shù)字視頻的傳輸或存儲需要占用大量空間。像H.264/MPEG-4 AVC等高級視頻編解碼器能實現(xiàn)高達(dá)60:1到100:1的壓縮比并確保持續(xù)不變的吞吐量，這使我們能夠利用較窄的傳輸通道實現(xiàn)傳輸，并能減少視頻存儲所占的空間。

與靜態(tài)影像領(lǐng)域的JPEG標(biāo)準(zhǔn)一樣，ITU與MPEG視頻編碼算法也需要結(jié)合采用離散轉(zhuǎn)換編碼(DCT或類似技術(shù))、量化和可變長度編碼等技術(shù)來壓縮幀中的宏塊。一旦算法建立了基線編碼內(nèi)(I幀)，只需通過視覺內(nèi)容的差值或它們之間的殘留值進(jìn)行編碼，就可建立眾多的后續(xù)預(yù)測幀(P幀)。我們可用所謂運(yùn)動補(bǔ)償技術(shù)來實現(xiàn)這種幀間差值。該算法首先估算前一參考幀宏塊移入到當(dāng)前幀的位置，然后再消除冗余并壓縮剩余部分。

圖1給出了一般性運(yùn)動補(bǔ)償視頻編碼器的結(jié)構(gòu)圖。運(yùn)動矢量(MV)數(shù)據(jù)描述了各塊的移動位置，該數(shù)據(jù)在估算階段創(chuàng)建，這通常是算法中計算強(qiáng)度最大的階段。

圖1：一般性運(yùn)動補(bǔ)償視頻編碼器的結(jié)構(gòu)圖。

圖2顯示了P幀(右)及其參考幀(左)。在P幀下方，剩余部分(黑色部分)顯示了計算出運(yùn)動矢量(藍(lán)色部分)后剩余的編碼量。

圖2：顯示計算運(yùn)動矢量后剩余編碼量的P 幀及參考幀。

視頻壓縮標(biāo)準(zhǔn)僅指定位流語法與解碼進(jìn)程，從而使編碼器擁有很大的創(chuàng)新空間。速率控制也是一個可以創(chuàng)新的領(lǐng)域，使編碼器能分配量化參數(shù)，從而以適當(dāng)?shù)姆绞酱_定視頻信號中的噪聲。此外，高級H.264/MPEG-4 AVC標(biāo)準(zhǔn)還可提供宏塊大小、運(yùn)動補(bǔ)償四分之一像素分辨率(quarter-pel resolution)、多參考幀、雙向幀預(yù)測(B幀)以及自適應(yīng)環(huán)內(nèi)去塊濾波(in-loop deblocking)等多種選擇，從而既提高了靈活性同時還增強(qiáng)了功能。 [next]

多樣化的應(yīng)用需求

視頻應(yīng)用要求差異很大。高級壓縮標(biāo)準(zhǔn)的各種特性為技術(shù)人員提供了廣闊的空間，在復(fù)雜性、延遲以及其他約束實時性能的因素之間獲得最佳平衡。例如，我們可以設(shè)想，視頻電話、視頻會議以及數(shù)碼攝像機(jī)(DVR)對視頻就有著不同的要求。

視頻電話與視頻會議

就視頻電話與視頻會議應(yīng)用而言，傳輸帶寬通常是最重要的問題。根據(jù)鏈接的不同，帶寬傳輸?shù)姆秶山橛诿棵霐?shù)十到數(shù)千KB之間。在某些情況下，我們可以確保傳輸速度，但對于互聯(lián)網(wǎng)及眾多企業(yè)內(nèi)部網(wǎng)而言，傳輸速度會有很大差異。因此，視頻會議編碼器通常需要滿足不同類型的鏈路，并應(yīng)實時適應(yīng)不斷變化的可用帶寬。發(fā)送系統(tǒng)收到接收端條件后，應(yīng)不斷調(diào)節(jié)編碼輸出，以確保盡可能以最少的視頻中斷提供最佳的視頻質(zhì)量。如果條件較差，則編碼器可以采取降低平均比特率、跳幀或更改圖像組(GoP，即I幀與P幀相混合)等方法來應(yīng)對。I幀的壓縮程度低于P幀，因此帶有較少I幀的GoP所需的整體帶寬較低。由于視頻會議的可視內(nèi)容通常不會變化，因此可減少I幀的使用數(shù)量，使其低于娛樂應(yīng)用的水平。

H.264采用自適應(yīng)環(huán)路內(nèi)去塊濾波器處理塊的邊緣，以保持視頻在當(dāng)前幀與后續(xù)幀之間的平滑，從而提高視頻編碼質(zhì)量，這點在低比特率時尤其有效。此外，關(guān)閉過濾器也能提高在既定比特率下可視化數(shù)據(jù)的數(shù)量，并可將運(yùn)動估算分辨率從四分之一像素精度提高到二分之一乃至更高。在某些情況下，我們可能需要降低去塊濾波質(zhì)量或降低分辨率，從而減小編碼工作的復(fù)雜性。

由于互聯(lián)網(wǎng)的分組提供不能確保質(zhì)量，因此視頻會議通常能從可提高容錯率的編碼機(jī)制中受益。如圖3所示，P幀的連續(xù)圖像條(progressive strip)可用做幀內(nèi)編碼(I圖像條)，這樣在初始幀之后就不再需要完整的I幀了，并能減少整個I幀被丟棄和圖像破損的問題。

圖3：P 幀的連續(xù)條狀圖像可用做幀內(nèi)編碼。

數(shù)字錄像

適用于家庭娛樂的數(shù)碼攝像機(jī)(DVR)可能是使用范圍最廣的實時視頻編碼器應(yīng)用了。對于這種系統(tǒng)來說，如何實現(xiàn)存儲容量和畫質(zhì)之間的最佳平衡是一大問題。與不能容忍延遲的視頻會議不同，如果系統(tǒng)緩沖可用的存儲器足夠的話，則視頻錄制的壓縮可以承受一定的實時延遲。要滿足實際要求的設(shè)計意味著讓輸出緩沖器可以處理數(shù)個幀，這樣才足以保持磁盤能獲得穩(wěn)定持續(xù)的數(shù)據(jù)流。不過，在某些情況下，由于可視信息變化非?？欤瑢?dǎo)致算法產(chǎn)生大量P幀數(shù)據(jù)，這時緩沖器就可能出現(xiàn)阻塞。只要解決了阻塞問題，圖像質(zhì)量就能重新提升。

有效進(jìn)行權(quán)衡取舍的機(jī)制之一就是即時改變量化參數(shù)Qp。量化是壓縮數(shù)據(jù)算法最后階段的步驟之一。提高量化可減少算法的比特率輸出，但圖像失真會與Qp的平方成正比增長。提高Qp會降低算法的比特率輸出，但同時也會影響畫質(zhì)。不過，由于這種變化是實時發(fā)生的，因此有助于減少跳幀或畫面破損的現(xiàn)象。如果可視內(nèi)容更改非常快，例如緩沖器擁塞時，那么這時雖然畫質(zhì)降低，但卻不會像內(nèi)容緩慢變化時那樣引人注意?？梢晝?nèi)容返回較低比特率且緩沖器清空后，就能將Qp重設(shè)為正常值。

編碼器的靈活性

由于開發(fā)人員可在各種視頻應(yīng)用中使用DSP，因此DSP編碼器在設(shè)計時就應(yīng)當(dāng)考慮到要發(fā)揮自身在壓縮標(biāo)準(zhǔn)方面的靈活性優(yōu)勢。例如，基于德州儀器(TI)移動應(yīng)用領(lǐng)域OMAP媒體處理器、TMS320C64x+DSP或達(dá)芬奇(DaVinci?)處理器的編碼器就具備高度靈活性。為了最大限度地提高壓縮性能，每個編碼器都可用于充分利用其平臺的DSP架構(gòu)，其中包括某些處理器中內(nèi)置的視頻與圖像協(xié)處理器(VICP)。

所有編碼器均使用一套采用默認(rèn)參數(shù)的基本API，因此無論使用何種類型的系統(tǒng)，系統(tǒng)接口都不會改變。擴(kuò)展的API參數(shù)可使編碼器滿足特定應(yīng)用的要求。默認(rèn)情況下，可將參數(shù)預(yù)設(shè)為高質(zhì)量，此外還提供高速預(yù)設(shè)設(shè)置。程序使用擴(kuò)展參數(shù)可以覆蓋所有預(yù)設(shè)參數(shù)。

擴(kuò)展參數(shù)使應(yīng)用能滿足H.264或MPEG-4的要求。編碼器可支持若干選項，如YUV 4:2:2與YUV 4:2:0輸入格式、最小四分之一像素分辨率的運(yùn)動補(bǔ)償、各種I幀間隔(從每幀都為I幀到首個I幀后無后續(xù)I幀)、Qp比特率控制、存取運(yùn)動矢量、去塊濾波器控制、同時編碼兩個或更多通道以及I圖像條(strip)等等。編碼器可動態(tài)不受限制地確定默認(rèn)運(yùn)動矢量的搜索范圍，這種技術(shù)相對于固定范圍搜索而言是一個進(jìn)步。

此外，通常都會存在最佳操作點(sweet spot)，也就是既定輸入分辨率和每秒幀數(shù)(fps)情況下最佳的輸出比特率。開發(fā)人員應(yīng)當(dāng)認(rèn)識到編碼器的這個最佳點，從而在設(shè)計方案中實現(xiàn)系統(tǒng)傳輸與畫質(zhì)的最佳設(shè)計平衡。