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用領(lǐng)域，包括：低碼率的無線應用、標準清晰度和高清晰度的電視廣播應用、Internet上的視頻流應用，傳輸高清晰度的DVD視頻以及應用于數(shù)碼相機的高質(zhì)量視頻應用等等。

　　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測精度。

　　幀內(nèi)預測

　　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定義好的集合中不同方向上的鄰近塊推測相鄰像素來預測當前塊。然后預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。