h.264壓縮算法詳解

1、H.264壓縮算法詳解壓縮算法詳解H.264是一種視頻高壓縮技術，全稱是MPEG4AVC，用中文說是“活動圖像專家組4的高等視頻編碼”，或稱為MPEG4Part10。它是由國際電信標準化部門ITUT和規(guī)定MPEG的國際標準化組織ISO國際電工協(xié)會IEC共同制訂的一種活動圖像編碼方式的國際標準格式，這是我們叫慣了的MPEG中的一種，那為什么叫H.264呢？原來國際電信標準化部門從1998年就H.26L的H.26S兩個分組，前者研制節(jié)目時間

2、較長的高壓縮編碼技術，后者則指短節(jié)目標準制訂部門。H.26S的標準化技術的名稱為H.263，聽起來很耳生，但實質上卻早在用了，還被罵得很激烈。因為，H.263先入為大，一直以MPEG4大內涵的名字在用。H.263的全稱為MPEG4Visual或MPEG4PallⅡ，即MPEG4視頻簡單層面的基礎編碼方式。2001年后，國際電信標準化部門ITUT和MPEG的上級組織國際標準化組織ISO國際電氣標準會議IEC成立了聯(lián)合視頻組JVT，在H.2

3、6L基礎進行H.264的標準化。2002年12月9日~13日，在日本香川縣淡路島舉行的MPEG聚會上確定了相關技術的規(guī)格。規(guī)格書定稿后，2003年3月17日，H.364的技術格式最終稿國際標準規(guī)格（FDIS）被確立。目前軟件和LSI芯片，服務及設備也都進入了使用階段。格式書中，列出了比特流規(guī)定，解碼必要格式，和可供參考的編碼記載。為了不引起誤解，ITUT推薦使用H.264作為這一標準的正式名稱。實際上，MPEG4里還有MPEG4Audi

4、o和MPEG4System的不同規(guī)格。MPEG4挨罵是因為MPEG4Visual許可收費離譜引起的。別以為有了專利就可以隨意向人要錢了，專利的最終目的的是使全社會的智力資料更合理地使用，防止重復勞動，并不是犒賞最先發(fā)明者。按唯美史觀，當社會技術發(fā)展到某一階段時，新技術必然會出現。不是你、就是他總會發(fā)明出來，只是細節(jié)、時間、成本上的微小差別。歷史上，這樣不約而同的發(fā)明很多，無線電的發(fā)明者是馬可尼還是波波夫，一直在西方和東方技術史界爭論。而

5、當專利技術成為國際標準的一部份后，問題就更加復雜了。國標標準是強制的，向其中的專利付費是否有壟斷之嫌？標準中的技術專利請求，是否合理？如何區(qū)分正當的請求和不正當的請求？等等一系列的理論、法律和道德問題都出來了。要尊重專利法，也要遵守反壟斷法。這兩年國際上圍繞MPEG4收費問題的大爭論就是由此而起。在標準化進程中，專利的爭端正在增加，任何黑白兩極的判斷都無法令人滿意。但奇適應了當時的技術水平。而現在CPU的工作頻率可上升到3GMz，DRA

6、M用到256MB，提升了30倍上下，運算量也不怕。實驗表明在奔騰4處理器的3GHz電腦上，可用軟件實現D1（72080）格式圖像的H.264實時編碼。而且H.264才標準化，運算順序還有改善的空間。當作為國際標準確立后，還能結集起全世界的精英來優(yōu)化處理。這也反應出技術發(fā)展的必然性，唯物史觀。高壓縮率使圖像的數據量減少，給存儲和傳輸帶來了方便。加上基本規(guī)格公開的國際標準和公正的許可制度，所以，電視廣播、家電和通信三大行業(yè)都進入到H.264

7、的實際運用研發(fā)中心，見圖1。H.264又一項減少運算量的方法是在很多地方引入層次化運算，把在矩陣數據塊變成小塊運算，使計算式變得更加簡單，見圖5。在DCT中采用時，88像素塊層次化到22像素塊，變換就變得快捷。運動補償中也可利用。檢出運動矢量時，最初的模塊大，運動矢量的檢出范圍大，搜索快捷。當檢出到有動作的部分再調入小模塊細分析。H.264進行運動預測的模板多，一旦先進全面檢索，需要的時間就很長，運算量也大。用層次化處理，先進行模板的收

8、縮，接著小范圍檢索，就能減少計算量。在幀內預測中利用層次化后，殘差計算的范圍就能變小，同樣有利于減少計算量。H.264與MPEG2和MPEG4的不同還存在于糾錯編碼塊中，H.264的糾錯編碼為內容自適應可變長度碼（CAVLC）和內容自適應二進制算法編碼（CABAC），能提高糾錯能力。而MPEG2和MPEG4杰霍夫曼編碼。另外，還加入了MPEG2和MPEG4沒有環(huán)路濾波器，有降低噪聲的效果。H.264的整數變換以44像素塊為單位，已比原來

9、的88像素塊的塊噪聲少，再次降低，畫質得到了進一步提高。從應用角度看，H.264有三個層面，分為主要用于電視會議等通信的基線層面，面向高畫質用途和錄像的主層面以及面向內容配送的擴展層面。各層面的清晰度和編碼速度取值不同?；€層面的主要技術為圖像只含有I畫面，P畫面，系統(tǒng)內有環(huán)路濾波，14幀間預測，4:2:0YUV格式輸入，基于VLC的糾錯編碼，彈性宏塊指令等。主要層面則在基線層面基礎上加入了CABAC運算編碼技術和基于雙向預測的B畫面，