H.264/AVC是什么?

　　H.264/AVC標準是由ITU-T和ISO/IEC聯(lián)合開發(fā)的，定位于覆蓋整個視頻應(yīng)用領(lǐng)域，包括：低碼率的無線應(yīng)用、標準清晰度和高清晰度的電視廣播應(yīng)用、Internet上的視頻流應(yīng)用，傳輸高清晰度的DVD視頻以及應(yīng)用于數(shù)碼相機的高質(zhì)量視頻應(yīng)用等等。

　　ITU-T給這個標準命名為H.264(以前叫做H.26L)，而ISO/IEC稱它為MPEG-4 高級視頻編碼(Advanced Video Coding，AVC),并且它將成為MPEG-4標準的第10部分。既然AVC是當前MPEG-4標準的拓展，那么它必然將受益于MPEG-4開發(fā)良好的基礎(chǔ)結(jié)構(gòu)(比如系統(tǒng)分層和音頻等)。很明顯，作為MPEG-4高級簡潔框架(Advanced Simple Profile，ASP)的MPEG-4 AVC將會優(yōu)于當前的MPEG-4視頻壓縮標準，它將主要應(yīng)用在具有高壓縮率和分層次質(zhì)量需求的方向。

　　就像在下邊“視頻編碼歷史”表格中看到的，ITU-T和ISO/IEC負責以前所有的國際視頻壓縮標準的定制。到目前為止，最成功的視頻標準是MPEG-2，它已經(jīng)被各種市場領(lǐng)域所廣泛接受比如DVD、數(shù)字電視廣播(覆蓋電纜和通訊衛(wèi)星)和數(shù)字機頂盒。自從MPEG-2技術(shù)產(chǎn)生以來，新的H.264/MPEG-4 AVC標準在編碼效率和質(zhì)量上有了巨大的提高。隨著時間的過去，在許多現(xiàn)有的應(yīng)用領(lǐng)域，H.264/MPEG-4 AVC將會取代MPEG-2和MPEG-4，包括一些新興的市場(比如ADSL視頻)。

　　H.264/AVC核心技術(shù)概覽

　　這個新的標準是由下面幾個處理步驟組成的：

　　幀間和幀內(nèi)預(yù)測

　　變換(和反變換)

　　量化(和反量化)

　　環(huán)路濾波

　　熵編碼

　　單張的圖片流組成了視頻，它能分成16X16像素的“宏塊”，這種分塊方法簡化了在視頻壓縮算法中每個步驟的處理過程。舉例來說，從標準清晰度標準視頻流解決方案(720X480)中截取的一幅圖片被分成1350(45X30)個宏塊，然后在宏塊的層次進行進一步的處理。

　　幀間預(yù)測

　　改良的運動估計。運動估計用來確定和消除存在于視頻流中不同圖片之間的時間冗余。當運動估計搜索是根據(jù)過去方向的圖片，那么被編碼的圖片稱為“P幀圖片”，當搜索是根據(jù)過去和將來兩種方向的圖片，那么被編碼的圖片被稱為“B幀圖片”。

　　為了提高編碼效率，為了包含和分離在“H.264運動估計-改良的運動估計”圖中的運動宏塊，宏塊被拆分成更小的塊。然后，以前或?qū)淼膱D片的運動矢量被用來預(yù)測一個給定的塊。H.264/MPEG-4 AVC發(fā)明了一種更小的塊，它具有更好的靈活性，在運動矢量方面可以有更高的預(yù)測精度。

　　幀內(nèi)預(yù)測

　　不能運用運動估計的地方，就采用幀內(nèi)估計用來消除空間冗余。內(nèi)部估計通過在一個預(yù)定義好的集合中不同方向上的鄰近塊推測相鄰像素來預(yù)測當前塊。然后預(yù)測塊和真實塊之間的不同點被編碼。這種方法是H.264/MPEG-4 AVC所特有的，尤其對于經(jīng)常存在空間冗余的平坦背景特別有用。

　　變換

　　運動估計和內(nèi)部估計后的結(jié)果通過變換被從空間域轉(zhuǎn)換到頻率域。H.264/MPEG-4 AVC使用整數(shù)DCT4X4變換。而MPEG-2和MPEG-4使用浮點DCT8X8變換。

　　更小塊的H.264/MPEG-4 AVC減少了塊效應(yīng)和明顯的人工痕跡。整數(shù)系數(shù)消除了在MPEG-2和MPEG-4中進行浮點系數(shù)運算時導致的精度損失。

　　量化

　　變換后的系數(shù)被量化，減少了整數(shù)系數(shù)的預(yù)測量和消除了不容易被感知高頻系數(shù)。這個步驟也用來控制輸出的比特率維持在一個基本恒定的常量。

　　環(huán)路濾波

　　H.264/MPEG-4 AVC標準定義了一個對16X16宏塊和4X4塊邊界的解塊過濾過程。在宏塊這種情況下，過濾的目的是消除由于相鄰宏塊有不同的運動估計類型(比如運動估計和內(nèi)部估計)或者不同的量化參數(shù)導致的人工痕跡。在塊邊界這種情況下，過濾的目的是消除可能由于變換/量化和來自于相鄰塊運動矢量的差別引起的人工痕跡。環(huán)路濾波通過一個內(nèi)容自適應(yīng)的非線性算法修改在宏塊/塊邊界的同一邊的兩個像素。

　　熵編碼

　　在熵編碼之前，4X4的量化系數(shù)必須被重排序。根據(jù)這些系數(shù)原來采用的預(yù)測算法為運動估計或者內(nèi)部估計的不同來選擇不同的掃描類型創(chuàng)建一個重排序的串行化流。掃描類型按照從低頻到高頻的順序排序這些系數(shù)。既然高頻系數(shù)大多數(shù)趨向于零，那么利用游程編碼就可以縮減零的數(shù)目，從而高效的達到熵編碼的目的。

　　熵編碼-系數(shù)的串行化

　　在熵編碼步驟通過映射符號的字節(jié)流來表示運動矢量，量化系數(shù)和宏塊頭。熵編碼通過設(shè)計用一個較少的比特位數(shù)來表示頻繁使用的符號，比較多的比特位數(shù)來表示不經(jīng)常使用的符號。