數(shù)字監(jiān)控視頻MPEG-4編碼壓縮技術研究

劉冠群 凌梓

引言：數(shù)字視頻在工農(nóng)業(yè)生產(chǎn)中的重要性日益明顯，數(shù)字視頻編碼技術也愈加顯得重要和亟待解決的問題。近年來，由于MPEG-4壓縮技術在實時視頻監(jiān)控方面，無論是壓縮率，傳輸?shù)乃俾?，清晰度都比MPEG-1具有更大的優(yōu)勢，現(xiàn)在MPEG-4在視頻監(jiān)控上占有統(tǒng)治地位。同時，H.264在低碼率高畫質(zhì)方面有很大的優(yōu)勢，相信H.264也是未來的發(fā)展趨勢。本文首先重點講述MPEG-4，然后對H.264中引進的最新視頻編碼技術及我國"數(shù)字音視頻編解碼技術標準工作組"制定的AVS標準進行簡單的對比介紹。

一、引言

我國目前在視音頻產(chǎn)業(yè)領域已經(jīng)具備較強的產(chǎn)業(yè)基礎，但由于不掌握核心技術標準，相關企業(yè)長期受制于國外持有標準化專利與技術的企業(yè)和組織。視音頻編解碼軟件技術屬于在市場前景好、產(chǎn)業(yè)關聯(lián)度大、關系國民經(jīng)濟發(fā)展和國家安全的戰(zhàn)略性技術，是數(shù)字視音頻產(chǎn)業(yè)的核心技術，發(fā)展編解碼軟件技術，既可以占領編解碼軟件市場，也是發(fā)展數(shù)字多媒體產(chǎn)業(yè)的基礎。視音頻編解碼軟件技術屬于在市場前景好、產(chǎn)業(yè)關聯(lián)度大、關系國民經(jīng)濟發(fā)展和國家安全的戰(zhàn)略性技術，是數(shù)字視音頻產(chǎn)業(yè)的核心技術。視音頻編解碼軟件的應用場合相當廣泛，包括可視電話（固定或移動）、實時視頻會議系統(tǒng)、視頻監(jiān)控系統(tǒng)、Internet網(wǎng)視頻傳輸以及多媒體信息存儲等。由于安防行業(yè)中對監(jiān)控的視音頻信息長期大量存儲的迫切需求，視音頻編解碼技術的最新發(fā)展在該行業(yè)中得到了快速產(chǎn)業(yè)轉化，并形成了一定的規(guī)模。近年來，迅速發(fā)展的安防市場極大促進了視音頻編碼板卡和數(shù)字硬盤錄像機(DVR)的技術更新速度。而視音頻編碼板卡和DVR的關鍵技術就是數(shù)字視音頻編解碼技術。

二、MPEG-4視頻編碼壓縮技術

MPEG-4視頻編碼標準支持MPEG-1、MPEC-2中的大多數(shù)功能，它包含了H.263的核心設計，并增加了優(yōu)先特性和各種各樣創(chuàng)造性的新特性。它提供不同的視頻標準源格式、碼率、幀頻下矩形圖像的有效編碼，同時也支持基于內(nèi)容的圖像編碼。采納了基于對象(Object-Based)的編碼、基于模型(Model-based)的編碼等第二代編碼技術是MPEG-4標準的主要特征。MPEG-4視頻編碼系統(tǒng)框圖（如圖）

MPEG-4視頻編碼中主要包含以下關鍵技術：離散余弦編碼（DCT）；量化；Intra塊DC系數(shù)和AC系數(shù)的幀內(nèi)預測；之型掃描與游程編碼；變字長編碼（VLC）；運動估計；運動補償；高精度、多模式運動估計。

DCT主要完成圖像數(shù)據(jù)由空域轉向頻域，各系數(shù)相互獨立，這意味著各系數(shù)可分開處理，同時，圖像的高頻系數(shù)大部分接近于零。人的視覺系統(tǒng)對低頻比對高頻敏感的多，因此可以用更大的量化步長來量化高頻系數(shù)，使大部分高頻系數(shù)為零，從得到較高的壓縮比，而人眼很難察覺。量化是針對DCT變換系數(shù)進行的，量化過程就是以某個量化步長去除DCT系數(shù)。量化步長的大小稱為量化精度，量化步長越小，量化精度就越細，包含的信息越多，但所需的傳輸頻帶越高。不同的DCT變換系數(shù)對人類視覺感應的重要性是不同的，因此編碼器根據(jù)視覺感應準則，對一個8×8的DCT變換塊中的64個DCT變換系數(shù)采用不同的量化精度，以保證盡可能多地包含特定的DCT空間頻率信息，又使量化精度不超過需要。由于Intra編碼方式的各塊之間的DC和AC有較強的連續(xù)性，所以我們量化后可以進一步進行預測。DC和AC的預測方向有兩個：水平方向和垂直方向。其預測方向主要取決于相鄰塊DC系數(shù)的相關性，AC的預測只對塊的第一行或第一列進行預測。是對第一行進行預測還是對第一列進行預測主要取決于預測方向，其預測方向和DC預測方向一致。由于經(jīng)量化后，大多數(shù)非零DCT系數(shù)集中于8′8二維矩陣的左上角，即低頻分量區(qū)，之型掃描后，這些非零DCT系數(shù)就集中于一維排列數(shù)組的前部，后面跟著長串的量化為零的DCT系數(shù)，這些就為游程編碼創(chuàng)造了條件。所謂游程編碼就是對掃描后64個系數(shù)進行編碼：用非0系數(shù)的大小(Level)、其前面連續(xù)0的個數(shù)(Run)及終止標志(Last："0"便是其后還有不為0的系數(shù)；"1"表示該系數(shù)為最后不為0的數(shù)，余下的系數(shù)全為0)加起來構成一個三維矢量(Last，Run，Level)。然后就可以對這些矢量進行Huffman編碼。游程編碼形成的三維矢量是一種有效表示方式，實際傳輸前，還須對其進行比特流編碼，產(chǎn)生用于傳輸?shù)臄?shù)字比特流。其中用得最多的就是Huffman編碼，Huffman編碼中，根據(jù)所有編碼信號的概率生成一個碼表，碼表中對大概率信號分配較少的比特表示，對小概率信號分配較多的比特表示，使得整個碼流的平均長度趨于最短。運動估計用于幀間編碼，即P幀和B幀編碼。通過在參考幀圖像中搜索到與當前塊最接近的塊。從而使傳輸?shù)恼`差塊可以用更少的比特表示，從而達到壓縮目的。運動估計的準確程度對幀間編碼的壓縮效果非常重要。運動估計以宏塊或塊為單位進行，計算被壓縮圖像與參考圖像的對應位置上的宏塊或塊間的位置偏移。這種位置偏移是叫運動矢量（MV），一個運動矢量代表水平和垂直兩個方向上的位移?，F(xiàn)在MPEG-4所用的運動估計算法主要有：MVFAST（Motion Vector Field Adaptive Search Technique），改進的PMVFAST（Predictive MVFAST）和EPZS (Enhanced Predictive Zonal Search) 算法。運動補償實際上是一種預測編碼的思想，因此，運動補償又可稱為運動預測。運動預測的過程為：根據(jù)前面在運動估計中得到的匹配MV，在當前宏塊/塊和參考幀中的匹配宏塊/塊之間進行預測（即：計算差值），編碼器只需對預測誤差和使用的MV進行碼流編碼。幀內(nèi)圖像I幀不參照任何過去的或者將來的其他圖像幀，壓縮編碼采用類似JPEG壓縮算法。每幅圖像分成8×8的圖像塊，對每個圖像塊進行離散余弦變換DCT。DCT變換后對每個系數(shù)進行量化，然后對量化后的系數(shù)進行DC、AC預測，對預測后的差值按照Zig-zag進行掃描，然后再進行游程編碼，最后用霍夫曼(Huffman)編碼或者用算術編碼得到最后的碼流。其中DC預測后的DC差值可直接查表得到對應的碼字。預測圖像P幀的編碼是以圖像宏塊為基本編碼單元，一個宏塊定義為16×16像素的圖像塊。預測圖像P使用兩種類型的參數(shù)來表示：一種參數(shù)是當前要編碼的圖像宏塊與參考圖像的宏塊之間的差值，另一種參數(shù)是宏塊的運動矢量。通過運動估計求得最佳運動矢量，然后通過運動補償?shù)玫降暮陦K與編碼宏塊相應像素值之差的到差值模塊。然后仿照I幀編碼算法對差值進行編碼，計算出的運動矢量也要進行Huffman編碼。雙向預測圖像B幀的編碼方法與預測圖像P的算法類似。不過，它除了可以參考過去的圖像之外，它還參考將來的圖像，參考過去幀和將來幀的均值幀。除了這三個參考幀之外，它還有一種參考模式，即直接模式。直接模式就是以將來的P幀的運動矢量的一半作為自己的運動矢量，以此矢量進行運動補償，這樣的方法連MV都不用編碼傳輸，加上其量化步長一般比I幀和P幀大，所以可以達到高的壓縮率。

三、結束語

視頻監(jiān)控是安全防范行業(yè)中的一個核心組成部分，由于安防行業(yè)對系統(tǒng)間互聯(lián)互通需求較低的特殊性及其對視頻信息大量存儲的迫切需求，隨著視頻編解碼技術的發(fā)展，安防行業(yè)迅速完成了由模擬向數(shù)字視頻的轉變，并形成了一定的規(guī)模，這一轉變過程走在了廣播電視、通信等信息處理行業(yè)的前面。同時我們也應當看到，安防行業(yè)的發(fā)展趨勢是逐步走向遠程化、網(wǎng)絡化、移動化，這其中必然涉及到通信網(wǎng)的構建技術、傳輸技術等多個不同層面。隨著安防系統(tǒng)的復雜化，安防領域的核心技術問題將轉變?yōu)樾旁淳幋a、信道編碼、傳輸質(zhì)量保證（QoS）等通信領域一直關注的問題。安防行業(yè)的發(fā)展必將促進通信行業(yè)的發(fā)展，并最終將在某種層面演變成為通信網(wǎng)上的一個行業(yè)應用。

參考文獻

[1]劉如京,王玲.一種NMF和SVD相結合的魯棒水印算法[J].計算機科學,2011,38(2): 271-273.

[2]朱賢坤.基于小波域的雙彩色圖像數(shù)字水印算法[D].西安:西北師范大學,2009.

[3]董衛(wèi)軍,周明全等.基于多小波變換的彩色數(shù)字水印[J].小型微型計算機系統(tǒng)2006,27(8):1549-1551.

作者簡介

劉冠群(1981-),女,碩士學位,講師，工程師,主要研究領域為軟件技術,通信技術.

凌梓(1975-),男,碩士學位,講師，主要研究領域為算法分析,數(shù)字圖像處理.