数字视频的编码标准

　　压缩编码标准是数字视频产业发展的基石和标尺。数字编解码标准采用的基本方法几乎都是基于块的混合编码框架,混合编码框架的技术方式主要包括基于DCT变换编码运动补偿的预测编码和熵编码，这是现代视频编码的关键技术。所谓”基于块”,指的是首先将一幅图像分成矩形的像素块,作为编码处理的基本单元。“混合”指的是消除时间冗余的运动估计与消除空间冗余的变换编码的结合。在理想情况下, -方面为了充分利用像素之间的空间相关性，变换应该应用于整幅图像或视频帧;另一方面,如果以单个像素为单位进行运动估计,就能够精确地消除时间冗余。但是以上两种方式的计算复杂度都相当高,且要求两者是互相矛盾的。因此,通常采用适当大小的矩形像素块作为变换编码和运动估计的基本单位,以平衡编码效率和计算复杂度两方面的矛盾。

　　数字视频编码是减少数据冗余的过程。虽然用于表示数字视频的数据量很大,但数据之间往往保持高度的相关性,这些相关性表现出数据的冗余。视频压缩编码就是采用一定的方式减少数据之间的相关性,尽可能消除冗余,使数据最有效地表示信息。通常的数据冗余存在于三个方面,即空间、时间和心理视觉冗余。

　　空间冗余产生的原因在于视频序列都是由一帧一帧的图像序列组成的,对于每帧图像,前景物体和背景都有很大的相关性。据统计,图像内的每个像素都与其距离小于16个像素点的像素相关。

　　时间冗余存在的原因在于视频序列在时间上的相关性,视频帧在时间上呈现的是一种近似连续的变化;在动态视频序列中，前一帧图像和后一帧图像有很大的相关性,因此形成时间上的数据冗余。在一定的时间间隔内,视频序列中的背景往往都相同,前景物体只是有微小的变化,即平移、旋转或拉伸等,所以相邻的两帧或几帧之间有许多相同或相近的地方,没有必要在每帧中都把这些数据信息表示出来。

　　心理视觉冗余是由于人类视觉系统对图像的变化感知产生的，人的视觉系统是非均匀和非线性的,并不是图像的所有变化都能感知。而且,人眼对图像的亮度和色度的敏感度相差很大,对亮度的敏感度远大于对色度的敏感度。心理视觉冗余就是利用人的错觉来压缩数据量。数字视频编码可通过变换编码和预测编码达到消除冗余的目的，并以较小的带宽传输尽量多的有效数据。

　　在制定数字音视频压缩编码标准的过程中，联合图像专家组(Joint Photographic Experts Group, JPEG)、动态图像专家组(Moving Pictures Experts Group, MPEG)和视频编码专家组(Video Coding ExpertGroup, VCEG)发挥了至关重要的推动作用。