1 MPEG" title="MPEG">MPEG的發(fā)展及其特點

1.1 MPEG-1

在MPEG出現(xiàn)之前，關(guān)于圖像壓縮已經(jīng)有兩個標(biāo)準(zhǔn)，即用于靜態(tài)圖像數(shù)據(jù)壓縮的JPEG和用于電視電話、會議電視圖像壓縮的H.261，但是他們都與計算機數(shù)據(jù)標(biāo)準(zhǔn)無關(guān)。這就要求制定一個圖像、伴音、存儲和傳輸四個方面的計算機系統(tǒng)和廣播電視都統(tǒng)一的標(biāo)準(zhǔn)，從而有利于各種媒體廣泛交流，因此MPEG就應(yīng)運而生了。

MPEG-1標(biāo)準(zhǔn)完成的基本任務(wù)就是質(zhì)量適當(dāng)?shù)膱D像(包括伴音)數(shù)據(jù)必須成為計算機數(shù)據(jù)的一種，和已有的數(shù)據(jù)(如文字、繪圖等數(shù)據(jù))在計算機內(nèi)兼容，并且這些數(shù)據(jù)必須在現(xiàn)有的計算機網(wǎng)絡(luò)和廣播電視等通信網(wǎng)絡(luò)中兼容傳輸。MPEG-1標(biāo)準(zhǔn)有3個組成部分：MPEG視頻、MPEG音頻、MPEG系統(tǒng)。所以MPEG涉及的問題是視頻壓縮" title="視頻壓縮">視頻壓縮、音頻壓縮及多種壓縮數(shù)據(jù)流的復(fù)合和同步問題。MPEG-1標(biāo)準(zhǔn)是適用于傳輸1.5Mbps數(shù)據(jù)傳輸率的數(shù)字存儲媒體動力圖像及其伴音的編碼標(biāo)準(zhǔn)，可以處理各種類型的活動圖像，其基本算法對于壓縮水平方向360個象素、豎直方向288個象素的空間分辨力，每秒24至30幅畫面的運動圖像有很好的效果。與JPEG不同，它沒有定義產(chǎn)生合法數(shù)據(jù)流所需的詳細(xì)算法，而是在編碼器設(shè)計中提供了大量的靈活性，另外定義已編碼位流和解碼器的一系列參數(shù)都包含在位流本身當(dāng)中，這些特點允許算法可以用于不同大小和寬度比的圖像，也可以用在工作速率范圍很大的信道和設(shè)備上。

MPEG-1標(biāo)準(zhǔn)壓縮首先對色差信號進(jìn)行亞采樣，減少數(shù)據(jù)量，采用運動補償技術(shù)，減少幀間冗余度，利用二維DCT變換云除空間相關(guān)性，對DCT分量進(jìn)行量化，舍去不重要的信息，將量化后DCT分量按照頻率得新排序，將DCT分量進(jìn)行變字長編碼，最后對每個數(shù)據(jù)塊的直流分量(DC)進(jìn)行預(yù)測差分編碼。MPEG視頻的編碼和解碼框圖如圖1所示。



1.2 MPEG-2

MPEG-2標(biāo)準(zhǔn)全稱為“運動圖像及其伴音的編碼”，主要針對高精晰度電視(HDTV)所需要的視頻及伴音信號，傳輸速率為10Mbps。

MPEG-2標(biāo)準(zhǔn)分為八個部分，統(tǒng)稱為ISO/IEC1318國際標(biāo)準(zhǔn)。第一部分：系統(tǒng)，描述多個視頻，音頻和數(shù)據(jù)基本碼流合成傳輸碼流和節(jié)目碼流的方式;第二部分：視頻，描述視頻編碼方法;第三部分：音頻，描述與MPEG-1音頻標(biāo)準(zhǔn)反向兼容的音頻編碼方法;第四部分：符合測試，描述測試一個編碼碼流是否符合MPEG-2標(biāo)準(zhǔn)的第一、二、三部分的軟件實現(xiàn)方法;第五部分：數(shù)字存儲器體-命令與控制，描述交互式多媒體網(wǎng)絡(luò)中服務(wù)器與用戶間的會話信令集;第六部分;非向后兼容的音頻，規(guī)定不與MPEG-1音頻反向兼容的多通道音頻編碼;第七部分：10比特視頻，現(xiàn)已停止;第八部分：實時接口，規(guī)定了傳送碼流的實時接口。

MPEG-2視頻編碼標(biāo)準(zhǔn)是一個按等級劃分的系列，按編碼圖像的分辨率分成4個“級”：低級(LL：low level)，輸入信號的像素為ITU-R601格式的四分之一;主級(ML：main level)，輸入信號的像素為ITU-R601;高級-1440(H14L：high-1440 level)為4：3模式電視高清晰度格式;高級(HL：high level)為16：9模式電視的高清晰度格式。按所使用的編碼工具的集合分成5個“類”：簡單類(SP：simple profile)，只有基準(zhǔn)幀I和預(yù)測幀P;主類(MP：main profile)，比SP增加了雙向推測幀B;信雜比分層類(SNRP：SNR scalable profile);空間可分層類(SSP：spatial scalable profile);高類(HP：high profile)。“級”與“類”的若干組合構(gòu)成MPEG-2視頻編碼標(biāo)準(zhǔn)在某種特定應(yīng)用下的子集。對某一輸入格式的圖像，采用特定集合的壓縮編碼工具，產(chǎn)生規(guī)定速率范圍內(nèi)的編碼碼流。MPEG-2的編碼碼流分為6個層次。從上至下依次為：視頻序列層(Sequence);圖像組層(GOP：GroupofPicture);圖像層(Picture);像條層(Slice);宏塊層(MacroBlock)和像塊層(Block)。

MPEG-2的編碼流程：在幀內(nèi)編碼的情況下，編碼圖像僅經(jīng)過DCT，量化器和比特流編碼器即生成編碼比特流，而不經(jīng)過預(yù)測環(huán)處理。DCT直接應(yīng)用于原始的圖像數(shù)據(jù)。在幀間編碼的情況下，原始圖像首先與幀存儲器中的預(yù)測圖像進(jìn)行比較，計算出運動矢量，由此運動矢量和參考幀生成原始圖像的預(yù)測圖像。而后，將原始圖像與預(yù)測像素差值所生成的差分圖像數(shù)據(jù)進(jìn)行DCT變換，再經(jīng)過量化器和比特流編碼器生成輸出的編碼比特流。

1.3 MPEG-4

MPEG-4標(biāo)準(zhǔn)的目標(biāo)是：支持多種多媒體應(yīng)用(主要側(cè)重于對多媒體信息內(nèi)容的訪問)，可根據(jù)應(yīng)用的不同要求現(xiàn)場配置解碼器。MPEG-4旨在為視(音)頻數(shù)據(jù)的通信、存取與管理提供一個靈活的框架與一套開放的編碼工具。

在MPEG-4圖像與視頻標(biāo)準(zhǔn)中，視頻表示工具的目標(biāo)，是為多媒體環(huán)境下的紋理、圖像和視頻數(shù)據(jù)的有效存儲、傳輸及管理提供標(biāo)準(zhǔn)化的核心技術(shù)。尤其強調(diào)這些工具對圖像和視頻內(nèi)容的原子單元(稱為視頻對象VO)的編解碼能力。對任意形狀的視頻對象進(jìn)行有效的表示，以支持所謂基于內(nèi)容的功能集。而此功能集支持內(nèi)容(即場景中的物理對象VO)的單獨編碼和解碼，這一特性為交互性提供了有力的底層機制支持，也為在壓縮域?qū)D像或視頻的VO內(nèi)容進(jìn)行靈活的表示和管理提供了有利條件。MPEG-4圖像與視頻標(biāo)準(zhǔn)統(tǒng)一支持傳統(tǒng)矩形和任意形狀圖像與視頻的編解碼。對于基于內(nèi)容的應(yīng)用，輸入的圖像序列可能具有任意形狀和位置。形狀可以用8位透明分量表示(一個VO由多個其它對象構(gòu)成時)或用一個二值掩模描述。另外，通過對場景中每個物理采用適當(dāng)?shù)暮途?xì)的基于對象的運動預(yù)測工具，可以大大提高某些視頻序列的壓縮比。對于MPEG-4擴(kuò)展的基于內(nèi)容的編碼可視為傳統(tǒng)的VLBV內(nèi)核或HBV工具由矩形輸入向任意形狀輸入的邏輯延伸。從這個意義上，基于內(nèi)容的編碼是VLBV和HBV內(nèi)核的超集。

MPEG-4標(biāo)準(zhǔn)在原有的基礎(chǔ)上增加了七個新的功能。增加的各個功能的特點：

(1)基于內(nèi)容的操作與比特流編輯支持無需編碼就可進(jìn)行基于內(nèi)容的操作與比特流編輯。(2)自然與合成數(shù)據(jù)混合編碼。提供將自然視頻圖像同合成數(shù)據(jù)(文本、圖形)有效結(jié)合的方式，同時支持交互性操作。(3)增強的時間域隨機存取。MPEG-4將提供具有效的隨機存取方式：在有限的時間間隔內(nèi)，可按幀或任意形狀的對象，對一音、視頻序列進(jìn)行隨機存取。(4)提高編碼效率。在與現(xiàn)有的正在形成的標(biāo)準(zhǔn)的可比擬速率上，MPEG-4標(biāo)準(zhǔn)將提供更好的主觀視覺質(zhì)量的圖像。(5)對多個并發(fā)數(shù)據(jù)流的編碼。MPEG-4將提供對一景物的有效多視角編碼，加上多伴音聲道編碼及有效的視聽同步。在立體視頻應(yīng)用方面，MPEG-4將利用同一景物的多視點觀察所造成的信息冗余，在足夠的觀察視點條件下有效地描述三維自然景物。(6)錯誤易發(fā)環(huán)境中的抗錯性“靈活多樣”是指允許采用各種有線網(wǎng)和各種存儲媒體，MPEG-4將提高抗錯誤能力，尤其是在易發(fā)生嚴(yán)重錯誤環(huán)境下的低比特應(yīng)用中(移動通信鏈路)。MPEG-4是第一個在其音、視頻表示規(guī)范中考慮信道特性的標(biāo)準(zhǔn)，目的不是取代已由通信網(wǎng)提供的錯誤控制技術(shù)，而是提供一種對抗殘留錯誤是緊韌性。(7)基于內(nèi)容的尺度可變性。內(nèi)容尺度可變性意味著給圖像中的各個對象分配優(yōu)先級。基于內(nèi)容的尺度可變性是MPEG-4的核心，因為一旦圖像中所含對象的目錄及相應(yīng)的優(yōu)先級確定后，其它的集內(nèi)容的功能就比較容易實現(xiàn)了。對甚低比特率應(yīng)用來說，尺度可變形成一個關(guān)鍵的因素，因為它提供了自適應(yīng)可用資源的能力。

以上七個新的功能可以歸納為三類：基于內(nèi)容的交互性、高壓縮率和靈活多樣的存取模式。前三個功能為基于內(nèi)容的交互性，四、五為高壓縮率模式，最后兩個為靈活多樣的存取模式。

1.4 MPEG-7

MPEG-7標(biāo)準(zhǔn)稱為“多媒體內(nèi)容描述接口”，它將擴(kuò)展現(xiàn)有內(nèi)容識別專用解決方案的有限能力，特別是還包括了更多數(shù)據(jù)類型。換言之，MPEG-7將規(guī)定一個用于描述各種不同類型多媒體信息的描述符的標(biāo)準(zhǔn)集合。

MPEG-7對定義其它描述符及其結(jié)構(gòu)(描述方案)和他們之間關(guān)系的方法進(jìn)行標(biāo)準(zhǔn)化。這種描述(也就是描述符和描述方案的組合)將與內(nèi)容本身關(guān)聯(lián)起來，以便對用戶感興趣的素材進(jìn)行快速高效的搜索。MPEG-7標(biāo)準(zhǔn)化了一種用來定義描述方案的語言，即描述定義語言(DDL)。加之相關(guān)的MPEG-7數(shù)據(jù)的AV素材，就可以被加上索引，并可進(jìn)行檢索。

MPEG-7像MPEG家族中其他成員一樣，是針對滿足特定需要的音、視頻信息的標(biāo)準(zhǔn)化表述，MPEG-7的描述符并不依賴于描述的內(nèi)容是編碼的或存儲的方式，可以把MPEG-7的描述說明附加到模擬制的電影里或使用紙張打印出來的圖片上。然而，盡管MPEG-7 描述不依賴于所處理素材的(編碼)表示方式，但由于在一定程度上它是在MPEG-4的基礎(chǔ)上發(fā)展起來的，而MPEG-4采用了按照具有一定時間關(guān)系和空間關(guān)系的對象來進(jìn)行音、視頻編碼的處理方式，因此用MPEG-4編碼有可能把描述說明附加到場景中的成員(對象)。所以，MPEG-7在描述中要提供不同的程度，才可能實現(xiàn)不同等級的識別。

因為描述特征必須在應(yīng)用環(huán)境中才有意義，所以會因用戶范圍的不同和應(yīng)用領(lǐng)域的不同而有所區(qū)別。這就意味著，同樣的素材，因為要和應(yīng)用范圍相匹配，可能會使用不同類型的特征來描述。當(dāng)然，所有這些描述都會以高效方式進(jìn)行編碼，業(yè)績能提高搜索的效率。同時，中間也可能存在過渡的抽象等級。抽象等級與提取特征的方式有關(guān)，許多低等級的特征可以用全自動的方式提取出來，而高等級的特征就需要更多的人工交互。

2 MPEG的未來展望

MPEG視頻壓縮系統(tǒng)是一個技術(shù)含量很高的復(fù)雜集成系統(tǒng)，在世界上也只有少數(shù)極有實力的公司才能推出商業(yè)產(chǎn)品。由于MPEG視頻壓縮系統(tǒng)的技術(shù)復(fù)雜、設(shè)備昂貴，故至今為止普及程度很低。但隨著技術(shù)的進(jìn)步、工藝的成熟和價格下降，其應(yīng)用面正在拓寬。過去需要花費上百萬元才能做成的事，現(xiàn)在幾萬元即可實現(xiàn)。如果你已有這樣的MPEG視頻壓縮系統(tǒng)，就可以很容易地把錄像、照片、圖片、電影等節(jié)目加以壓縮存放在計算機中生活錄像、檔案管理等各類視頻制作中。

MPEG制定的是一系列的標(biāo)準(zhǔn)，實際上很多情況下并沒有給出具體的實現(xiàn)，最后的實施還要通過各個廠商和研發(fā)人員實現(xiàn)。MPEG的研空主要集中在兩方面：(1)對MPEG實現(xiàn)的研究;(2)進(jìn)一步研究圖像壓縮方法已獲得更大數(shù)據(jù)的壓縮比并且實現(xiàn)人機對話的功能。

從現(xiàn)在MPGE標(biāo)準(zhǔn)來看，作者認(rèn)為主要將集中在基于對象的處理方法上，也就對于不同的數(shù)據(jù)、內(nèi)容、要求將根據(jù)情況選擇不同方法處理。首先這是滿足人機對話最基于要求，也是滿足以人為本宗旨的要求，每一個人都可以根據(jù)自己的需求而要求采用不同的處理方法;其次，這是進(jìn)一步獲得更大圖像數(shù)據(jù)壓縮比的要求。以前基于數(shù)據(jù)本身和其交換與統(tǒng)計個性的壓縮方法很難滿足高速公路上的數(shù)據(jù)流速度，而基于對象的處理方法，要是現(xiàn)實基于模型的壓縮方法，可以針對不同對象(內(nèi)容)采用不同的壓縮方法，從而獲得巨大的壓縮比，而且滿足人的視覺要求。在MPEG-4和MPEG-7標(biāo)準(zhǔn)中已經(jīng)注意到這個問題，引入了甚至對象或稱為內(nèi)容的研究。因此，筆者認(rèn)為基于對象的圖像處理方法將是未來MPEG的發(fā)展方向。

MPGE視頻壓縮技術(shù)和VCD制作為我們開拓了一條發(fā)展的新路。MPEG視頻壓縮技術(shù)的推廣應(yīng)用，可能會產(chǎn)生一個新行業(yè)，即多媒體制作。這方面的市場剛剛啟動，在教育、培訓(xùn)等方面幾乎是空白，是一個有很大發(fā)展?jié)摿Φ男袠I(yè)，有待于開拓。未來是信息化的社會，各種多媒體數(shù)據(jù)的傳輸和存儲是信息處理的基本問題，本文僅僅從MPEG標(biāo)準(zhǔn)方面進(jìn)行了詳細(xì)的闡述，還有很多這方面的技術(shù)有待于研究和開發(fā)，希望有志于此研究的人士共同探討。