當(dāng)前幾種主流高清編碼方式和文件封裝格式介紹

1、當(dāng)前幾種主流高清編碼方式和文件封裝格式介紹    隨著高清技術(shù)的逐漸普及，越來(lái)越多的節(jié)目都采用高清設(shè)備來(lái)制作。目前，像Avid、Sony、Panasonic、Thomson等主流廠家都有各自系列的高清設(shè)備，它們所采用的編碼方式和文件的封裝格式則各有不同。目前幾種主流的高清編碼方式有：由ITU-T和ISO/IEC聯(lián)合開(kāi)發(fā)的H.264/AVC/ MPEG-4標(biāo)準(zhǔn)、由蘋(píng)果公司開(kāi)發(fā)的ProRes 422、由JPEG組織負(fù)責(zé)制定的JPEG 2000，以及由Avid公司開(kāi)發(fā)的DNxHD等；主流的文件封裝格式有TS、AVI、MKV、MOV等。下面就這幾種主流的高清編碼

2、方式和文件封裝格式做一個(gè)介紹。    一編碼方式    1. H.264 / AVC / MPEG-4    H.264與MPEG-2格式和其他之前的格式相比，壓縮效率更高。H.264標(biāo)準(zhǔn)由國(guó)際電信聯(lián)盟電信標(biāo)準(zhǔn)化部門(mén)（ITU-T）和國(guó)際標(biāo)準(zhǔn)化組織/國(guó)際電工委員會(huì)（ISO/IEC）共同研究發(fā)布，因此H.264有兩個(gè)名稱(chēng)，一個(gè)是沿用ITU-T組織的H.26×名稱(chēng)，叫“H.264”；另一個(gè)則是AVC（Advanced Video Coding高級(jí)視頻編碼），這個(gè)標(biāo)準(zhǔn)也被歸

3、為MPEG-4的第10部分。    H.264格式定位于覆蓋整個(gè)視頻應(yīng)用領(lǐng)域，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。包括：低碼率的無(wú)線應(yīng)用、標(biāo)準(zhǔn)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(jī)的高質(zhì)量視頻應(yīng)用等等。H.264能以較低的數(shù)據(jù)速率傳送基于聯(lián)網(wǎng)協(xié)議（IP）的視頻流，在視頻質(zhì)量、壓縮效率和數(shù)據(jù)包恢復(fù)丟失等方面，超越了現(xiàn)有的MPEG-2、MPEG-4和H.26×視頻通訊標(biāo)準(zhǔn)，更適合窄帶傳輸。在極低碼率（32-128Kbps）的情況下，H.264與MPEG-4相比具有性能

4、倍增效應(yīng)，即：相同碼率的H.264媒體流和MPEG-4媒體流相比，H.264擁有大約3個(gè)分貝的增益（畫(huà)質(zhì)水平倍增）。32Kbps的H.264媒體流，其信噪比與128K的MPEG-4媒體流相近。即在同樣的畫(huà)面質(zhì)量下，H.264的碼率僅僅為MPEG-4的四分之一。但是，H.264在獲得優(yōu)越性能的同時(shí)，帶來(lái)的是計(jì)算復(fù)雜度增加，例如分層設(shè)計(jì)、多幀參論、多模式運(yùn)動(dòng)估計(jì)、改進(jìn)的幀內(nèi)預(yù)測(cè)等，因此對(duì)硬件要求是最高的。    H.264/AVC / MPEG-4采用的核心技術(shù)有以下幾個(gè)部分：幀間和幀內(nèi)預(yù)測(cè) 、變換（和反變換）、量化（和反量化）、環(huán)路濾波、 熵編碼。

5、0;   幀間預(yù)測(cè) ：H.264的幀間預(yù)測(cè)是改良的運(yùn)動(dòng)估計(jì)。運(yùn)動(dòng)估計(jì)用來(lái)確定和消除存在于視頻流中不同圖片之間的時(shí)間冗余。當(dāng)運(yùn)動(dòng)估計(jì)搜索是根據(jù)過(guò)去方向的圖片，那么被編碼的圖片稱(chēng)為“P幀圖片”，當(dāng)搜索是根據(jù)過(guò)去和將來(lái)兩種方向的圖片，那么被編碼的圖片被稱(chēng)為“B幀圖片”。為了提高編碼效率，為了包含和分離在“H.264運(yùn)動(dòng)估計(jì)-改良的運(yùn)動(dòng)估計(jì)”圖中的運(yùn)動(dòng)宏塊，宏塊被拆分成更小的塊。然后，以前或?qū)?lái)的圖片的運(yùn)動(dòng)矢量被用來(lái)預(yù)測(cè)一個(gè)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(yùn)動(dòng)矢量方面可以有更高的預(yù)測(cè)精度。  

6、;  幀內(nèi)預(yù)測(cè)：對(duì)于不能運(yùn)用運(yùn)動(dòng)估計(jì)的地方，H.264就采用幀內(nèi)估計(jì)用來(lái)消除空間冗余。幀內(nèi)編碼用來(lái)縮減圖像的空間冗余，在給定幀中充分利用相鄰宏塊的空間相關(guān)性，相鄰的宏塊通常含有相似的屬性。因此，在對(duì)一給定宏塊編碼時(shí)，首先可以根據(jù)周?chē)暮陦K預(yù)測(cè)（典型的是根據(jù)左上角的宏塊，因?yàn)榇撕陦K已經(jīng)被編碼處理），然后對(duì)預(yù)測(cè)值與實(shí)際值的差值進(jìn)行編碼，這樣，相對(duì)于直接對(duì)該幀編碼而言，可以大大減小碼率。    對(duì)于每個(gè)4×4塊（除了邊緣塊特別處置以外），每個(gè)像素都可用17個(gè)最接近的先前已編碼的像素的不同加權(quán)和（有的權(quán)值可為0）來(lái)預(yù)測(cè)，即此像素所在

7、塊的左上角的17個(gè)像素。顯然，這種幀內(nèi)預(yù)測(cè)不是在時(shí)間上，而是在空間域上進(jìn)行的預(yù)測(cè)編碼算法，可以除去相鄰塊之間的空間冗余度，取得更為有效的壓縮。    變換：運(yùn)動(dòng)估計(jì)和內(nèi)部估計(jì)后的結(jié)果通過(guò)變換被從空間域轉(zhuǎn)換到頻率域。H.264 / AVC / MPEG-4使用整數(shù)DCT4X4變換。而MPEG-2和MPEG-4使用浮點(diǎn)DCT8X8變換。更小塊的H.264 / AVC / MPEG-4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(jìn)行浮點(diǎn)系數(shù)運(yùn)算時(shí)導(dǎo)致的精度損失。    量化：變換后的系數(shù)被量

8、化，減少了整數(shù)系數(shù)的預(yù)測(cè)量和消除了不容易被感知高頻系數(shù)。這個(gè)步驟也用來(lái)控制輸出的比特率維持在一個(gè)基本恒定的常量。    環(huán)路濾波：H.264標(biāo)準(zhǔn)定義了一個(gè)對(duì)16×16宏塊和4×4塊邊界的解塊過(guò)濾過(guò)程。在這種情況下，對(duì)宏塊過(guò)濾的目的是為了消除由于相鄰宏塊有不同的運(yùn)動(dòng)估計(jì)類(lèi)型（比如運(yùn)動(dòng)估計(jì)和內(nèi)部估計(jì)）或者不同的量化參數(shù)導(dǎo)致的人工痕跡；塊邊界過(guò)濾的目的是消除可能由于變換/量化和來(lái)自于相鄰塊運(yùn)動(dòng)矢量的差別引起的人工痕跡。環(huán)路濾波就是通過(guò)一個(gè)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(gè)像素。   

9、0;熵編碼：4×4的量化系數(shù)必須在熵編碼之前被重排序。根據(jù)這些系數(shù)原來(lái)采用的預(yù)測(cè)算法為運(yùn)動(dòng)估計(jì)或者內(nèi)部估計(jì)，來(lái)選擇不同的掃描類(lèi)型創(chuàng)建一個(gè)重排序的串行化流，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(dá)到熵編碼的目的。在熵編碼這一步驟中，是通過(guò)映射符號(hào)的字節(jié)流來(lái)表示運(yùn)動(dòng)矢量、量化系數(shù)和宏塊頭的，對(duì)于頻繁使用的符號(hào)用較少的比特位數(shù)來(lái)表示，不經(jīng)常使用的符號(hào)用比較多的比特位數(shù)來(lái)表示。    2. JPEG2000    JPEG 2000正式名稱(chēng)為

10、“ISO 15444”，是由JPEG組織負(fù)責(zé)制定，JPEG全名為 Joint Photographic Experts Group，它制定出了第一套國(guó)標(biāo)靜態(tài)圖像壓縮標(biāo)準(zhǔn)：ISO 10918-1就是我們俗稱(chēng)的JPEG了。    JPEG 2000與傳統(tǒng)JPEG最大的不同，在于它放棄了JPEG 所采用的以離散余弦變換(Discrete Cosine Transform) 為主的區(qū)塊編碼方式，而改采以小波變換(Wavelet transform)為主的多解析編碼方式，而小波變換的主要目的則是要將圖像的頻率成份抽取出來(lái)。   

11、60;一個(gè)經(jīng)典的JPEG2000編碼運(yùn)算法則包含三個(gè)部分：小波變換、畫(huà)布坐標(biāo)系統(tǒng)、EBCOT編碼。    原始圖像數(shù)據(jù)（例如.bmp位圖）首先進(jìn)行畫(huà)布坐標(biāo)標(biāo)定，然后在畫(huà)布坐標(biāo)的基礎(chǔ)上進(jìn)行劃分：第一步先劃分為不同的分量（component）,第二步將畫(huà)布區(qū)域劃分為大小相同的矩形“片”（tile），這兩個(gè)步驟可以互換。在畫(huà)布坐標(biāo)系統(tǒng)預(yù)處理之后，就是進(jìn)入JPEG2000的核心階段之一：離散小波分析（DWT）。小波分析被直接運(yùn)用于各個(gè)片，這樣每個(gè)片區(qū)域都被DWT分析，形成不同的分辨率級(jí)別，每個(gè)分辨率級(jí)別中含有四個(gè)子帶，這樣就為JPEG2000的分辨率遞進(jìn)的功能提

12、供了可能。    然后，就進(jìn)入了JPEG2000的第二個(gè)核心階段: 嵌入式優(yōu)化截?cái)嗑幋a（EBCOT）。首先將各個(gè)子帶進(jìn)行EBCOT的預(yù)處理過(guò)程：量化。量化對(duì)圖像有損壓縮負(fù)責(zé)，而此過(guò)程可有可無(wú)，用戶(hù)可以自由選擇，因而JPEG2000對(duì)有損和無(wú)損壓縮兼容。預(yù)處理過(guò)后，進(jìn)入EBCOT的核心編碼階段，該階段分為兩次，一次編碼主要是碼塊劃分和熵編碼，二次編碼主要是分層打包的過(guò)程。最后，碼流將會(huì)以封包流（pack-stream）的形式傳輸，包的主頭描述了原始圖像和不同的分解及編碼類(lèi)型以便查找、提取、解碼和重構(gòu)指定分辨率級(jí)、保真度、感興趣區(qū)域和其他特點(diǎn)的圖像部分。&#

13、160;   JPEG2000具有如下優(yōu)點(diǎn)：    作為JPEG升級(jí)版，JPEG2000目標(biāo)是高壓縮（低碼率），能達(dá)到比JPEG 高約30%左右的壓縮率。    JPEG2000可同時(shí)支持有損和無(wú)損壓縮，實(shí)現(xiàn)了無(wú)損和有損壓縮之間良好兼容。而JPEG只能支持有損壓縮，壓縮后數(shù)據(jù)不能還原。因此JPEG2000適合保存重要圖片。    JPEG2000能實(shí)現(xiàn)象素精度和分辨率的漸進(jìn)式傳輸，這是它的一個(gè)極其重要的特征。這也就是我們對(duì)GIF格式圖像常說(shuō)的“漸

14、現(xiàn)”特性。它首先傳輸圖像的輪廓，然后逐步傳輸數(shù)據(jù)，不斷提高圖像質(zhì)量，讓圖象由朦朧到清晰顯示，從而節(jié)約、充分利用有限的帶寬。而像現(xiàn)在的JPEG只能由上到下慢慢顯示。    JPEG2000還支持所謂的“感興趣區(qū)域”特性，你可以任意指定圖像上你感興趣區(qū)域的壓縮質(zhì)量，還可以選擇指定的部份先解壓縮。    JPEG2000在顏色處理上，具有更優(yōu)秀的內(nèi)涵。與JPEG相比，JPEG2000同樣可以用來(lái)處理多達(dá)256個(gè)通道的信息。而JPEG僅局限于RGB數(shù)據(jù)。    JPEG2000能使基

15、于WEB方式多用途圖象簡(jiǎn)單化。由于JPEG2000圖象文件在它從服務(wù)器下載到用戶(hù)的WEB頁(yè)面時(shí)，能平滑地提供一定數(shù)量的分辨率基準(zhǔn)，WEB設(shè)計(jì)師們處理圖象的任務(wù)就簡(jiǎn)單了。    3. Prores422    ProRes 422是蘋(píng)果公司引入的一種編碼格式，專(zhuān)門(mén)用于影視后期制作。它可以在標(biāo)準(zhǔn)分辨率視頻文件的容量下，存儲(chǔ)無(wú)壓縮的高清視頻，能夠以SD文件大小提供未壓縮的HD品質(zhì)，為 后期編輯人員帶來(lái)了強(qiáng)勁的處理能力。    它具有如下的主要特性：   

16、; 出色的高清品質(zhì)：即是經(jīng)過(guò)多次譯碼、解碼生成，仍能保持出眾品質(zhì)。全寬1920×1080和1280×720分辨率，可為任意格式的HD提供盡可能亮的畫(huà)面細(xì)節(jié)。4：2：2色度采樣，以鮮明的飽和色彩邊界提供精確地合成和融合。它使用10bit取樣深度，保持10位原圖像（日落、圖片等），的精細(xì)漸變色。同時(shí)，它還采用全I(xiàn)幀編碼，確保各幀一致質(zhì)量，不會(huì)出現(xiàn)因復(fù)雜移動(dòng)而產(chǎn)生的痕跡。    超低的數(shù)據(jù)速率：它使用可變位率（VBR）編碼，智能編碼功能對(duì)圖像進(jìn)行分析，自動(dòng)分配給復(fù)雜真更多位。可以實(shí)現(xiàn)雙高清碼流，普通碼流（145Mbps）和高碼流（

17、220Mbps）,除異常復(fù)雜的素材外，實(shí)際碼流一般低于標(biāo)準(zhǔn)碼流5%到10%?？稍黾釉O(shè)備的有效利用率。    高速設(shè)計(jì)：ProRes 422可輕松實(shí)現(xiàn)Final Cut Pro中的動(dòng)態(tài)實(shí)時(shí)功能。另外，它非比尋常的編碼速度，可從任意HD-SDI源設(shè)備實(shí)時(shí)捕捉ProRes 422視頻。    多格式轉(zhuǎn)碼：目前，一些新一代的攝錄機(jī)為了便于將視頻信號(hào)錄制到閃存、硬盤(pán)驅(qū)動(dòng)器或其它存儲(chǔ)介質(zhì)，而采用了復(fù)雜的新式編解碼器，比如RED ONE Digital Cinema，采用了小波壓縮將4:4:4 4K/24p RAW圖像碼流降至大

18、約200 Mbps。P2 AVC-Intra格式采用了H.264幀間壓縮，將全尺寸10-bit 4:2:2 1080i60 或 720p60 HD序列降至100 Mbps。Apple ProRes 422提供了一種處理這些新格式的好方法：它完全保留了這些新格式中原始質(zhì)量的各個(gè)方面，將這些細(xì)節(jié)存入一種為實(shí)現(xiàn) Final Cut Pro多層實(shí)時(shí)性能而設(shè)計(jì)的格式，為那些本不支持 Final Cut Pro的視頻格式提供了一個(gè)很好的解決方案。    4. DNxHD    Avid DNxHD 高清編碼技術(shù)，是一種革命性的

19、、10bit數(shù)字編碼技術(shù)，DNxHD的設(shè)計(jì)目標(biāo)就是基于利用較少的存儲(chǔ)空間與帶寬來(lái)滿(mǎn)足多次合成需要的理念，它允許在標(biāo)清處理的存貯與帶寬條件下，進(jìn)行協(xié)作式的高清后期處理。    Avid DNxHD編碼技術(shù)致力于在后期處理及新聞廣播處理的協(xié)作環(huán)境中，實(shí)現(xiàn)非線性的編輯及多代合成。處理未經(jīng)壓縮的高清媒體對(duì)帶寬的要求接近1.2Gbps（gigabits/S），在處理方式上與傳統(tǒng)的未經(jīng)壓縮的高清媒體處理方式不同，它在一個(gè)4:2:2的色彩空間上工作，有三個(gè)用戶(hù)可選的帶寬模式：分別是220Mbps/10或8bit ；還有一個(gè)是高效的8bit處理模式，僅需要145Mbps

20、的帶寬。Avid DNxHD在每秒60幀的速率下，支持720p的分辨率，在每秒30,25,24幀的速率下，支持1080p/i的高清分辨率。相比之下，未壓縮的10bit 標(biāo)清處理也得需要約200Mbps的帶寬。    另外，Avid DNxHD支持所有流行的高清格式，能夠?qū)崿F(xiàn)無(wú)損的柵格轉(zhuǎn)換，徹底消除了高清壓縮技術(shù)中壓縮前格式轉(zhuǎn)換所帶來(lái)的分辨率損失現(xiàn)象。Avid DNxHD技術(shù)支持Material Exchange Format （MXF）格式，這是一種開(kāi)放的媒體文件轉(zhuǎn)換格式，能夠?qū)崿F(xiàn)Avid系統(tǒng)與第三方MXF兼容產(chǎn)品間的直接媒體數(shù)據(jù)交換。 

21、60;  5. 幾種編碼方式的性能比較格式碼率編碼支持廠家AVC Intra25-100MbpsH.264/AVC松下DNxHD220,14510bit數(shù)字編碼技術(shù)AVIDJPEG200070Mbps小波變換（Wavelet transform），嵌入式優(yōu)化截?cái)嗑幋a（EBCOT）ThomsonProres422145和220MbpsVBR(可變碼率編碼),全I(xiàn)幀編碼Apple    二常用的幾種文件封裝格式    所謂文件封裝格式也稱(chēng)多媒體容器 （Multimedia Containe

22、r），與DivX、 MP3這類(lèi)編碼格式不同的是，它只是為多媒體編碼提供了一個(gè)“外殼”，也就是將所有的處理好的視頻、音頻都包裝到一個(gè)文件容器內(nèi)呈現(xiàn)給觀眾，這個(gè)包裝的過(guò)程就叫封裝。DVD是將標(biāo)準(zhǔn)清晰度的MPEG2視頻文件封裝到VOB文件內(nèi)，Blu-ray是將H264等編碼的高清晰度視頻文件封裝到M2T文件內(nèi)，HDTV是將高清晰度視頻文件封裝到TS文件內(nèi)。不同的廠家都有自己的封裝文件格式，常見(jiàn)的封裝格式有： TS、AVI、MKV、TP、MOV、 M2T等等，它們與編碼類(lèi)型沒(méi)有必然聯(lián)系。不同的封裝方式就好比是不同的盒子，高清視頻要用它裝起來(lái)才能呈現(xiàn)給觀眾。    

23、;1. AVIAudio Video Interleave即音頻視頻交叉存取格式。1992年初Microsoft公司推出了AVI技術(shù)及其應(yīng)用軟件VFW（Video for Windows）。在AVI文件中，運(yùn)動(dòng)圖像和伴音數(shù)據(jù)是以交織的方式存儲(chǔ)，并獨(dú)立于硬件設(shè)備。這種按交替方式組織音頻和視像數(shù)據(jù)的方式可使得讀取視頻數(shù)據(jù)流時(shí)能更有效地從存儲(chǔ)媒介得到連續(xù)的信息。所有的AVI文件都包括兩個(gè)必須的List塊。這些塊定義了流和數(shù)據(jù)流的格式。AVI文件可能還包括一個(gè)索引塊。 只要遵循這個(gè)標(biāo)準(zhǔn)，任何視頻編碼方案都可以使用在AVI文件中。avi封裝目前僅僅能支持如下編碼方式生成的文件：Video codecs、

24、MPEG-4 AVC、SMPTE VC-1(對(duì)其支持不夠好)、Audio codecs、DTS、AC3。    AVI的文件結(jié)構(gòu)、分為頭部, 主體和索引三部分. 主體中圖像數(shù)據(jù)和聲音數(shù)據(jù)是交互存放的。從尾部的索引可以索引跳到自己想放的位置。A V I中圖像和聲音是分開(kāi)的，所以播放時(shí)需要一個(gè)圖像和聲音的同步過(guò)程，AVI本身只是提供了這么一個(gè)框架，內(nèi)部的圖像數(shù)據(jù)和聲音順據(jù)格式可以是任意的編碼形式。但是由于索引放在了文件尾部，所以在播放internet流媒體時(shí)已屬力不從心。    2.   

25、TS流    TS流封裝是隨著MPEG2的流行而占據(jù)了主流的地位。全稱(chēng)則是Transport Stream。而電視節(jié)目是你任何時(shí)候打開(kāi)電視機(jī)都能解碼（收看）的，所以，MPEG2-TS格式的特點(diǎn)就是要求從視頻流的任一片段開(kāi)始都是可以獨(dú)立解碼的。從結(jié)構(gòu)上來(lái)說(shuō)，TS流是由頭文件和主體所組成的，擴(kuò)充過(guò)的TS流還包括時(shí)間戳。這樣不管是什么格式的VBR音軌，都很容易通過(guò)時(shí)間戳來(lái)同步圖像。這樣就不會(huì)產(chǎn)生AVI格式的音像同步問(wèn)題，當(dāng)然，對(duì)新的聲音格式來(lái)說(shuō)，需要新的分離器，解碼器來(lái)實(shí)現(xiàn)解碼。目前在不斷改進(jìn)開(kāi)發(fā)中。TS流不像AVI，從誕生那天起，就考慮到了網(wǎng)絡(luò)播放，所以很快

26、成為了世界標(biāo)準(zhǔn)并廣泛應(yīng)用于電視臺(tái)數(shù)字播放，手機(jī)等各個(gè)領(lǐng)域。    用TS流封裝可以無(wú)損的支持所有全部HDDVD和BD所帶的視頻和音頻編碼，包括：Video codecs、MPEG-2、MPEG-4 AVC、SMPTE VC-1、Audio codecs、Linear PCM、Dolby Digital、Dolby Digital Plus、Dolby TrueHD、DTS Digital Surround、DTS-HD    3.   MKV   

27、0;MKV是Matroska的一種媒體文件，是一種新的多媒體封裝格式。Matroska最大的特點(diǎn)就是能容納多種不同類(lèi)型編碼的視頻.音頻及字幕流，即使是非常封閉的RealMedia及QuickTime也被它包括進(jìn)去了，并將它們的音視頻進(jìn)行了重新組織來(lái)達(dá)到更好的效果。Matroska它可將多種不同編碼的視頻及16條以上不同格式的音頻和不同語(yǔ)言的字幕流封裝到一個(gè)Matroska Media文件當(dāng)中! 因此，MKV也稱(chēng)多媒體容器（Multimedia Container），:具有良好的開(kāi)放性和跨平臺(tái)性，是H.264編碼最重要的封裝格式。 Matroska定義了三種類(lèi)型的文件：MKV是視頻文件，它里面可能還包含有音頻和字幕；MKA是單一的音頻文件，但可能有多條及多種類(lèi)型的音軌；MKS是字幕文件。這三種文件以MKV最為常見(jiàn)。MKV采用了可變幀率，在回放變化比較慢（比如說(shuō)靜物）時(shí)以比較低的FP