h.261數字視頻編碼標準

H.261是1990年ITU-T制定的一個視頻編碼標準，屬于視頻編解碼器。其設計的目的是能夠在帶寬為64kbps的倍數的綜合業(yè)務數字網(ISDN for Integrated Services Digital Network)上傳輸質量可接受的視頻信號。編碼程序設計的碼率是能夠在40kbps到2Mbps之間工作，能夠對CIF和QCIF分辨率的視頻進行編碼，即亮度分辨率分別是352x288和176x144，色度采用4:2:0采樣，分辨率分別是176x144和88x72。在1994年的時候,H.261使用向后兼容的技巧加入了一個能夠發(fā)送分辨率為704x576的靜止圖像的技術。

H.261是第一個實用的數字視頻編碼標準。H.261使用了混合編碼框架，包括了基于運動補償的幀間預測，基于離散余弦變換的空域變換編碼，量化，zig-zag掃描和熵編碼。 H.261編碼時基本的操作單位稱為宏塊。H.261使用YCbCr顏色空間，并采用4:2:0色度抽樣，每個宏塊包括16x16的亮度抽樣值和兩個相應的8x8的色度抽樣值。

H.261使用幀間預測來消除空域冗余，并使用了運動矢量來進行運動補償。變換編碼部分使用了一個8x8的離散余弦變換來消除空域的冗余，然后對變換后的系數進行階梯量化，之后對量化后的變換系數進行Zig-zag掃描，并進行熵編碼(使用Run-Level變長編碼)來消除統(tǒng)計冗余。

H.261標準僅僅規(guī)定了如何進行視頻的解碼，并沒有定義編解碼器的實現。編碼器可以按照自己的需要對輸入的視頻進行任 何預處理，解碼器也有自由對輸出的視頻在顯示之前進行任何后處理。

H.263是國際電聯(lián)ITU-T的一個標準草案，是為低碼流通信而設計的。但實際上這個標準可用在很寬的碼流范圍，而非只用于低碼流應用，它在許多應用中可以認為被用于取代H.261。H.263的編碼算法與H.261一樣，但做了一些改善和改變，以提高性能和糾錯能力。

H.263標準在低碼率下能夠提供比H.261更好的圖像效果，兩者的區(qū)別有：

1、H.263的運動補償使用半像素精度，而H.261則用全像素精度和環(huán)路濾波；

2、數據流層次結構的某些部分在H.263中是可選的，使得編解碼可以配置成更低的數據率或更好的糾錯能力；

3、H.263包含四個可協(xié)商的選項以改善性能；

4、H.263采用無限制的運動向量以及基于語法的算術編碼；

5、采用事先預測和與MPEG中的P-B幀一樣的幀預測方法；

6、H.263支持5種分辨率，即除了支持H.261中所支持的QCIF和CIF外，還支持SQCIF、4CIF和16CIF，SQCIF相當于QCIF一半的分辨率，而4CIF和16CIF分別為CIF的4倍和16倍。

1998年IUT-T推出的H.263+是H.263建議的第2版，它提供了12個新的可協(xié)商模式和其他特征，進一步提高了壓縮編碼性能。如H.263只有5種視頻源格式，H.263+允許使用更多的源格式，圖像時鐘頻率也有多種選擇，拓寬應用范圍；另一重要的改進是可擴展性，它允許多顯示率、多速率及多分辨率，增強了視頻信息在易誤碼、易丟包異構網絡環(huán)境下的傳輸。另外，H.263+對H.263中的不受限運動矢量模式進行了改進，加上12個新增的可選模式，不僅提高了編碼性能，而且增強了應用的靈活性。H.263已經基本上取代了H.261

H.263視頻編碼 對于ITU-T H.263視頻壓縮標準的介紹: 概念, 特征和實現

1. 介紹 H.263標準是由國際電信聯(lián)盟(ITU)發(fā)布的,對視頻會議和視頻電信應用提供視頻壓縮(編碼).在這個指南中,我們會介紹關于H.263的概念和特征,并描述一些實現的實例.

2. 應用程序視頻會議和視頻電信有很廣泛的程序應用,包括: 桌面環(huán)境或室內環(huán)境下的會議系統(tǒng)通過Internet或電話線路實現的視頻通信電子監(jiān)視和操作運程醫(yī)療（在運程進行醫(yī)學咨詢和診斷) 基于計算機的陪訓與教育 在每種應用中,視頻信息(也許與音頻信息一塊兒)被通過電信通訊聯(lián)接傳輸,包括網絡,電話線路,ISDN和廣播的形式.視頻有寬頻的特征 (比如說每秒很多字節(jié))這些,這些應用就需要對視頻進行壓縮或是進行編碼來在傳輸之前降低帶寬值.

3. 視頻編碼 在源端視頻信息幀被捕捉并被通過視頻編碼器進行編碼。壓縮的注被通過網絡或是電信聯(lián)接傳輸走，并在視頻解碼端進行解碼。解碼過的幀就可以被顯示了。

4. H.263系統(tǒng)有很多的視頻編碼的標準，它們每個都是為了特定的應用而設定：比如說，JPEG是為靜態(tài)圖片設定的，MPEG2是為數字電視信號設定的 ,H.261是為ISDN視頻會議系統(tǒng)設定。H.263是特別面向低碼率的視頻編碼而設定的(通常只有20-30kbps或更高) H.263標準指明了對于視頻編碼和解碼器的需求。它不描述編碼器和解碼器自身：取而代之的是，它指明了編碼流的格式與內容。一個典型的解碼器和編碼器被在這時描述出不。我們跳過過了很多的H.263的細節(jié)，比如說語法和編碼模式

4.1 H.263編碼器運動估計和補償 降低帶寬的第一步就是從當前幀中減去之前傳輸的幀，這樣只有差值或叫剩余值才被編碼并傳輸。這就意味著幀中沒有變化的內容就不被 編碼。我們通過試圖對于前而幀的內容的移動進行估計并補償這個運動值來實現更高的壓縮比。運動估計模塊通過在當前幀中和在前些幀中周圍的區(qū)域比較每個16*16的像素塊(宏塊)，并試圖找到一個匹配的幀。匹配的區(qū)域從當前的宏塊位置中由運動補償模塊刪除掉。如果運動估計和補償過程很有效率的話，剩余的宏塊應該只包含很少量的信息。

離散余弦變換(DCT) DCT把一塊像素值(或剩余幀值)變換到一系列“頻域"系數中。這就好像利用快速傅里葉變換(FFT)把一個信號從時域轉變到頻域中一樣的。 DCT在一個二維的像素塊上(而不是一個一維的信號)進行操作，它尤其長于把塊中的能量壓縮到一系列的系數中去。這就意味著，通過很少量的DCT系數，我們就可以重建一個原始像素塊的拷貝。

量化 對于一個典型的像素塊來說，用DCT得到的大多數的系數都是接近于0的。量化器模塊降低了每個系數的準確性，這樣近似于0的值就被置 0，而且只有一些非0值留下來了。實際操作中，我們通過整數級因子來劃分系數值，并截去結果。很重要的一點是我們在量化過程中“扔掉”了一些信息。

熵編碼 一個熵編碼器（比如說Huffman編碼器）把常出現的值用更短的二進制碼來表示，并且把不常出現的值用長一些的二進制碼進行表示。 H.263中的熵編碼是基于這個技術的，并被用來壓縮量化后的DCT系數的。這個結果是一個序列的變長二進制。這些碼組合起來用來同步和控制信息（比如重建運動補償的參考幀時需要的運動向量)，用以進成編碼的H.263碼流。 幀存儲當前幀必須被存儲掉，這樣，它才可以在下一幀編碼的時候被用做參考幀。我們不是簡單地把當前存存儲起來，而是把重標量化的量化因子，用逆DCT操作后的反變換以及用來重建一幀的加到運動補償的參考塊信息存放在存儲區(qū)中。這就確保了在編碼器端幀存儲區(qū)中的內容與在解碼器的存儲區(qū)中的內容是相同的。當下一幀被編碼的時候，運動估計使用幀存儲區(qū)中的內容來決定運動補償的最佳匹配區(qū)域。

4.2 H.263解碼器 熵解碼為了解壓出系數值和運動向量信息,組成H.263碼流的變長的編碼被進行解碼 重調節(jié)這是量化過程的反過程：系數被乘以一個在編碼端量化器同樣的標量因子.然而,因為量化器丟棄了小的因子,重調節(jié)之后的系數值不再同原始的系數值相等. 逆DCT IDCT是DCT過程的反變換.它構建了一塊采樣值:它們對應于編碼器端運動補償生成的差值. 運動補償 差值被加到前一幀來重建區(qū)域信息.運動向量信息用來選擇正確的區(qū)域(在編碼器中使用相同的參考幀).結果是一個原始幀的重建:注意它將與原始幀不同,因為量化過程是有損的.也就是說圖像的質量會比原始幀差一些.重建的幀被放于一個幀存儲區(qū),而且它被用于對下一個接收到的幀進行運動補償.

5. 實現問題

5.1 實時的視頻通信在實時情形下開發(fā)一個可以有效工作的視頻編碼和編碼器時,有很多問題是要被說明的,包括: 碼率控制 實際的通信信道對于每秒鐘它們可以處理的能力有限度.在很多種情形下,碼率是一個定值(比如說POTS,IDSN等) H.263編碼器的基礎是對于每個編碼的幀生成一個變的碼值.如果運動估計/補償過程工作正常的話,那么就有更少的非0系數被用來編碼. 然而,如果運動估計工作不那么正常的話(比如說當視頻場景中包括復雜的運動時),就會有很多的非0系數來被編碼.這樣編碼的值會增加. 為了映射這個可變的碼率值到一個CBR(固定碼率值)信道,編碼器必須進行碼率控制.編碼器計算編碼器輸出的碼率.如果它太高的話,它會通過增加標量化因子來提高壓縮率:這會導致更高的壓縮比(碼率會更低),但也同時在解碼器給出了更低的畫質.如果碼率下降的話,編碼 器就通過降低量化器的標量化因子來進行壓縮.這樣會在解碼端造成更高的友率和更佳的畫質. 同步 編碼器和解碼器必須是同步的,特別是如果視頻信號與音頻信號一起的話.H.263碼流包含了一定數目的"頭"或叫標記:這些是特殊的記號用來標記解碼器在當前幀的所處的位置.如果解碼器失掉了同步,那么它就向前掃描下一個標記來重新同步并恢復解碼.應該注意到甚至是很小的同步上的損失都會造成很嚴重的解碼質量的問題.所以在這樣一個充滿了"嗓音"的傳輸環(huán)境中設計一個視頻編碼系統(tǒng)的時候必須非常小心. 音頻和復用 H.263標準只描述了視頻編碼.在很多實際問題中,音頻數據必須被壓縮,傳輸和同步到視頻信號中去.同步,復用和協(xié)議問題被像H.320 (基于ISDN的視頻會議),H.324(基于POTS的視頻電信)和H.323(LAN或基于IP的視頻會議)這樣的標準解決掉了.H.263提供了這些標準的視頻編碼方法.音頻編碼被很多標準所支持,包括G.723.1等.另外,相關的標準包含了像復用(H.223)和信號機制(H.245)

5.2 軟件實現 像運動估計,變長編/解碼和DCT這樣的函數需要很大的處理能力來實現.然而,最近的上理器的發(fā)展,使得在Pentium級處理器實時地編解 H.263視頻變可可能. 一個軟件實現必須是高度優(yōu)化的,來達到有效的視頻質量(比如說,每秒多于10幀,352*288像素每幀).這包括了一系列的操作比如說在計算密集處使用快速算法,最小化移動或拷貝操作并解開循環(huán).在一些情況下,匯編代碼會進一步加速運行(比如說使用Inter的MMX指令集) 5.3 硬件實現 對于高清晰的視頻來說或當強大的處理器不存在的時候,硬件實現就是這個時候的解決方案了.一個典型的CODEC會對計算密集的部分使用專門的邏輯來進行處理(比如說運動估計/補償,DCT,量化器和熵編碼),它們使用控制模塊來定制事件順序,并記錄編碼解碼的參數.一個可編程的控制器是更佳的,因為很多的編碼參數(比如說碼率控制算法)可以通過適應不同的環(huán)境來進行修改或是調整.最近,一個 Intellectual Property中心對H.263提出了一個實現.一個邏輯核心是VHDL或者Verilog的設計,它可以與其他的功能塊想組合而成為一個 ASIC或FPGA的一部分.

基于之前的視頻編碼國際標準（H.261，MPEG-1和H.262/MPEG-2），H.263的性能有了革命性的提高。它的第一版于1995年完成，在所有碼率下都優(yōu)于之前的H.261。之后還有在1998年增加了新的功能的第二版H.263+，或者叫H.263v2，以及在2000年完成的第三版H.263++，即H.263v3。早期的H.263 新增以下的附加（annexes）:

Annex A - Inverse transform accuracy specification

Annex B - Hypothetical Reference Decoder

Annex C - Considerations for Multipoint

Annex D - Unrestricted Motion Vector mode

Annex E - Syntax-based Arithmetic Coding mode

Annex F - Advanced Prediction mode

Annex G - PB-frames mode

Annex H - Forward Error Correction for coded video signal

在H.263之后，ITU-T（在與MPEG的合作下）的下一代視頻編解碼器是H.264，或者叫AVC以及MPEG-4第10部分。由于H.264在性能上超越了H.263很多，現在通常認為H.263是一個過時的標準（雖然它的開發(fā)完成并不是很久以前的事情）。大多數新的視頻會議產品都已經支持了H.264視頻編解碼器，就像以前支持H.263和H.261一樣。

· H.264，H.264 High Profile

· H.263++

· H.261

· H.239 / People+ content

· H.263 及 H.264 視頻差錯消隱