論非線性編輯系統(tǒng)中的視音頻處理

1、論非線性編輯系統(tǒng)中的視音頻處理    摘要：非線性編輯系統(tǒng)是以計(jì)算機(jī)為操作平臺(tái)的電視節(jié)目后期編輯制作設(shè)備，隨著計(jì)算機(jī)技術(shù)的飛速發(fā)展，非線性編輯系統(tǒng)已廣泛應(yīng)用于電視節(jié)目的制作。本文介紹了非線性編輯系統(tǒng)中的視音頻處理系統(tǒng)的組成及其工作原理。 關(guān)鍵詞：非線性編輯；線性編輯；視頻卡；視頻壓縮；采樣頻率；壓縮比 一、非線性編輯的概要 20世紀(jì)末，科學(xué)技術(shù)和藝術(shù)的關(guān)系越來越密切，科學(xué)技術(shù)媒介被廣泛的引入藝術(shù)實(shí)踐領(lǐng)域，信息時(shí)代的數(shù)字技術(shù)作為一種媒介機(jī)制與藝術(shù)相結(jié)合，其中非線性編輯技術(shù)尤以其低成本、高效率、高質(zhì)量和效果變換無窮的優(yōu)點(diǎn)迅速進(jìn)入了電影、電視、網(wǎng)絡(luò)等傳播領(lǐng)域。

2、 非線性編輯是針對(duì)線性編輯而言的，在傳統(tǒng)的電視節(jié)目制作中，節(jié)目的制作和編輯是在編輯機(jī)上進(jìn)行的。編輯機(jī)一般是由一臺(tái)放像機(jī)和一臺(tái)錄像機(jī)組成，編輯人員在放像機(jī)中選擇一段需要的素材，然后把這段素材錄制到錄像機(jī)中的磁帶上，然后再搜索下一個(gè)鏡頭，接著再進(jìn)行記錄工作，之后重復(fù)以上的操作，直到把所有需要的素材按照節(jié)目要求全部順序記錄下來。 用磁帶記錄畫面是順序的，所以無法在已有的畫面之間插入別的畫面，也無法刪除不需要的畫面，除非把這之后的畫面全部重新錄制一遍，插入所需的畫面，最后再把之前復(fù)制的畫面接上，這種編輯方式就叫做線性編輯，它給編輯人員帶來很多的限制，編輯效率非常的低下。 非線性編輯則是應(yīng)用計(jì)算機(jī)圖像技

3、術(shù)，在計(jì)算機(jī)中對(duì)各種原始素材進(jìn)行各種編輯操作，并將最終結(jié)果輸出到計(jì)算機(jī)硬盤、磁帶、錄像帶等記錄介質(zhì)上這一系列完整的工作過程。所有的原始素材是被數(shù)字化后才存儲(chǔ)到計(jì)算機(jī)硬盤上的，信息存儲(chǔ)的位置都是并列平行的，所以與原始素材輸入到計(jì)算機(jī)時(shí)間的先后順序沒有關(guān)系。于是，我們就可以對(duì)存儲(chǔ)在硬盤上的數(shù)字化音視頻素材進(jìn)行隨意的排列組合，并可進(jìn)行各種修改。這樣，非線性編輯的優(yōu)勢就體現(xiàn)出來了，工作效率也提高了很多。編輯人員現(xiàn)在所要做的就是如何去創(chuàng)作他的作品，如何發(fā)揮他的想象力，再也不用受線性編輯的限制了。 任何非線性編輯的工作流程，都可以簡單地看成輸入、編輯、輸出這樣三個(gè)步驟。當(dāng)然由于不同軟件功能的差異，其使用流

4、程還可以進(jìn)一步細(xì)化。以大洋D3-Edit為例，其使用流程主要分成如下5個(gè)步驟。 1素材采集與導(dǎo)入；采集就是利用大洋D3-Edit，將模擬視頻、音頻信號(hào)轉(zhuǎn)換成數(shù)字信號(hào)存儲(chǔ)到計(jì)算機(jī)硬盤中，或者將外部的數(shù)字視頻存儲(chǔ)到計(jì)算機(jī)硬盤中，成為可以處理的素材。導(dǎo)入主要是把其他視頻、圖片、聲音等導(dǎo)入到大洋D3-Edit的素材庫中。 2素材剪輯：素材剪輯就是在原始素材中選取所需的各個(gè)小片段，然后按照時(shí)間順序組成不同新的素材的過程。 3特技處理：對(duì)于視頻素材，特技處理大概分為轉(zhuǎn)場、特效、合成疊加等。對(duì)于音頻素材，特技處理分為轉(zhuǎn)場、特效等。令人震撼的畫面效果，就是在這一過程中產(chǎn)生的。而非線性編輯軟件功能的強(qiáng)弱，往往也

5、是體現(xiàn)在這方面。配合某些硬件，大洋D3-Edit還能夠?qū)崿F(xiàn)特技播放。 4字幕制作：字幕是節(jié)目中非常重要的部分，它包括文字和圖形兩個(gè)方面。大洋D3-Edit中制作字幕很方便，可以實(shí)現(xiàn)各種預(yù)期達(dá)到的效果，并且還有大量的模板可以選擇。 5輸出與生成；節(jié)目編輯完成后，就可以輸出回錄到錄像帶上；也可以生成視頻文件，保存到移動(dòng)硬盤上、發(fā)布到網(wǎng)上、刻錄VCD和DVD等。 由此可見，音視頻素材的采集與輸入是整個(gè)非線性編輯流程的第一步，也是至關(guān)重要的第一步。沒有對(duì)素材優(yōu)良的采集編碼，就談不上好的非編系統(tǒng)，下面我們就來詳細(xì)深入地研究音視頻輸入系統(tǒng)。 二、非線性編輯系統(tǒng)中的視頻處理 首先，我們來說說人的視覺特性。人

6、眼是依靠視網(wǎng)膜上光敏細(xì)胞一桿狀細(xì)胞和錐狀細(xì)胞獲得了彩色視覺，人眼僅對(duì)電磁波譜中的可見光區(qū)波長從380nm到780nm敏感，人眼對(duì)亮度的敏感程度比對(duì)顏色的敏感程度高。 了解了人的視覺特性后，我們?cè)賮硌芯恳曨l信號(hào)。一般評(píng)價(jià)和描述視頻信號(hào)的好壞，就會(huì)提到一些指標(biāo)，如分辨率、幀速率和色彩數(shù)等參數(shù)。分辨率就是畫面的精密度，它反映了畫面的清晰度。分辨率為384×288的電視圖像與分辨率為384×576的電視圖像的畫面質(zhì)量有明顯的區(qū)別。電視節(jié)目后期制作中，要求圖像分辨率為720×576或768×576PAL制。幀速率是指每秒鐘刷新的畫面的幀數(shù)，也可以理解為畫面處理器每

7、秒鐘能夠刷新幾次。PAL制電視節(jié)目的幀速率為25fps幀每秒：制作多媒體光盤出版物時(shí)一般選15fps的幀速率。電影和NTSC制式電視的幀速率分別為24fps和3029.97fps。色彩數(shù)就是屏幕上最多顯示多少種顏色的總數(shù)。描述每一像素的字節(jié)數(shù)決定了最多可同屏顯示多少種顏色，一般為256色、65536色和16777216色即真彩色。色彩數(shù)越多，能表現(xiàn)的彩色層次越豐富。 視音頻采集卡是非線性編輯系統(tǒng)的“引擎”，在非線性編輯系統(tǒng)中起著舉足輕重的作用，它直接決定著整個(gè)系統(tǒng)的性能。它主要有以下功能：完成視、音頻信號(hào)的AD、DA轉(zhuǎn)換，即進(jìn)行視頻、音頻信號(hào)的采集、壓縮解壓縮和最后的輸出等功能，也稱這類卡為視

8、音頻處理卡。視音頻處理卡是模擬信號(hào)與數(shù)字信號(hào)的分水嶺，所有模擬視音頻信號(hào)在此經(jīng)過AD變換后，每一段素材都成為了一個(gè)視頻文件存放在硬盤陣列中，供計(jì)算機(jī)進(jìn)行數(shù)字域的處理。需要輸出的視音頻數(shù)碼流經(jīng)過DA變換成為可供記錄或直播的視音頻信號(hào)。視音頻處理卡上包括模擬信號(hào)接口如復(fù)合、分量、S-VIDEO，已涵蓋現(xiàn)有模擬電視系統(tǒng)的所有接口形式，也包括像IEEE-1394和SDI這樣的數(shù)字接口。 視頻處理卡是非線性編輯系統(tǒng)產(chǎn)品的決定性部件。一套非線性編輯系統(tǒng)所能達(dá)到何種程度的視頻質(zhì)量，與視頻處理卡的性能密切相關(guān)。壓縮與解壓縮是視頻處理卡的核心內(nèi)容。在數(shù)字視頻信號(hào)不能被有效而高質(zhì)量地壓縮時(shí)，非線性編輯都是在昂貴的

9、工作站上實(shí)現(xiàn)的。因?yàn)辇嫶蟮臄?shù)字視頻數(shù)據(jù)量使蘋果機(jī)和普通Pc機(jī)都不堪重負(fù)，不能正常處理數(shù)碼率高達(dá)216Mbs的無壓縮數(shù)字分量視頻信號(hào)或者142Mbs的無壓縮數(shù)字復(fù)合數(shù)字視頻信號(hào)，從而無法勝任無壓縮數(shù)字視頻信號(hào)的非線性編輯工作。然而，隨著數(shù)字圖像壓縮技術(shù)的發(fā)展，各種圖像壓縮算法日臻成熟，使得在蘋果機(jī)和Pc機(jī)上進(jìn)行視頻非線性編輯成為了現(xiàn)實(shí)，這些圖像壓縮算法是實(shí)現(xiàn)相對(duì)廉價(jià)的視頻非線性編輯的關(guān)鍵所在。而視頻處理卡正是采用這樣的壓縮算法。只不過它把壓縮程序集成在硬件中。目前，國內(nèi)外的非線性編輯系統(tǒng)，大都是采用Motion-JPEG算法。Motion-JPEG可以理解為活動(dòng)圖像的JPEG壓縮，Motion-

10、JPEG基于靜態(tài)圖像壓縮格式JPEG，對(duì)活動(dòng)圖像進(jìn)行實(shí)時(shí)的幀內(nèi)壓縮，幀內(nèi)壓縮有一個(gè)好處就是可以精確的定位每一幀圖像，這一點(diǎn)非常適合非線性編輯，在編輯過程中，可以隨機(jī)存取任意一幀圖         像，對(duì)于幀編輯十分理想。Motion-JPEG采用DCT編碼技術(shù)。由于這種算法不太復(fù)雜，可以用很小的壓縮比2：1進(jìn)行全幀采集，從而實(shí)現(xiàn)廣播級(jí)指標(biāo)所要求的無損壓縮。若采用廣播級(jí)指標(biāo)進(jìn)行2：1壓縮，經(jīng)過壓縮的數(shù)字視頻信號(hào)其數(shù)碼率仍有108Mbs分量視頻或71Mbs復(fù)合視頻。Motion-JPEG的壓縮和解壓縮是對(duì)稱的，可以由相

11、同的硬件和軟件來實(shí)現(xiàn)，這對(duì)壓縮解壓電路實(shí)現(xiàn)高度集成化有幫助。由于這種算法不太復(fù)雜，可以用很小的壓縮比2：1進(jìn)行全幀采集，從而實(shí)現(xiàn)廣播級(jí)指標(biāo)所要求的無損壓縮。 Motion-JPEG的壓縮過程如圖1大概由5個(gè)主要部分組成： 色抽樣：在視頻處理器中處理的是分量信號(hào)YUV，因此輸入的信號(hào)不是分量信號(hào)，需要進(jìn)行轉(zhuǎn)換，亮度信號(hào)Y、色度信號(hào)UV各用8比特表示，每個(gè)采樣共用24比特。信號(hào)轉(zhuǎn)換后，亮度信號(hào)直接進(jìn)入DCT編碼器中，而色度信號(hào)需要進(jìn)行再抽樣、同步，然后進(jìn)入DCT編碼器，這個(gè)過程是個(gè)有損失的過程，有些信息丟失后無法還原。色度抽樣時(shí)，處理U分量的同時(shí)，丟失V分量；處理V分量時(shí)，丟失U分量，這樣減少了數(shù)

12、據(jù)量，本來需要24比特來表示一個(gè)抽樣，現(xiàn)在只用16比特8比特的亮度信號(hào)，8比特的色度信號(hào)，這就是常說的4：2：2Y：U：V。不同的廠家可能有不同的處理方法，有的會(huì)提高壓縮比，有的可能不做處理，而采用24比特的無損信號(hào)。色度抽樣完成后，色度信號(hào)與亮度信號(hào)輸入到DCT變換器中，DCT變換器的作用主要是用頻率變換來表示圖像。 DCT：分量信號(hào)的圖像進(jìn)入DCT變換器中，每幀被分割成許多8*8像素的正方形，一幅圖像可以分割成幾千個(gè)這樣的正方形，DCT變換器對(duì)這些正方形進(jìn)行分析，計(jì)算出其灰度變化，然后用頻率表示其灰度值，比如大塊圖形或輪廓變化不大的部分用低頻表示，對(duì)邊緣或細(xì)節(jié)這樣變化大的部分用高頻表示，D

13、CT變換器對(duì)所有正方形分析完后，在對(duì)下一幅圖像進(jìn)行分析。從DCT變換器輸出的亮色信號(hào)使用頻率來表示的，進(jìn)入下一個(gè)過程一量化。 量化：量化過程決定了整個(gè)壓縮過程的壓縮程度，可以采用有損壓縮或無損壓縮，一旦進(jìn)行有損壓縮，丟失的信息無法還原。Motion-TPEG一般采用2：1的壓縮比，在回放時(shí)，可以達(dá)到無壓縮時(shí)的視覺效果。根據(jù)對(duì)人類視覺系統(tǒng)的分析，人眼對(duì)亮度和色度的敏感程度不同，在辨別一幅圖形時(shí)，亮度信號(hào)對(duì)人眼的刺激更為重要，而色度信號(hào)在損失90的情況下，人眼仍然可以分辨出圖形。數(shù)字視頻壓縮技術(shù)參考了人眼的這個(gè)特點(diǎn)，對(duì)色度信號(hào)進(jìn)行壓縮，來得到較高的壓縮比。量化級(jí)數(shù)是量化的重要參數(shù)，其范圍從0到25

14、5，級(jí)數(shù)越大，圖像信息丟失越多，圖像質(zhì)量越差，可以得到較高的壓縮比。量化級(jí)數(shù)與每幀的數(shù)據(jù)量成反比，級(jí)數(shù)大，每幀圖像的數(shù)據(jù)量小，反之亦然。通過量化，把圖像的頻率數(shù)據(jù)根據(jù)量化轉(zhuǎn)換成一系列的數(shù)，記錄了圖像的信息。 零記數(shù)：量化過程產(chǎn)生一個(gè)數(shù)組，通過計(jì)算數(shù)組中的零的個(gè)數(shù)，來幫助在傳輸過程中判斷數(shù)組的尾端。這個(gè)過程多采用RLErun-length encoding算法。 霍夫曼編碼：霍夫曼編碼是DCT編碼的最后一步，對(duì)數(shù)據(jù)進(jìn)行冗余計(jì)算，把多余的信息去掉，傳遞更少的數(shù)據(jù)?；舴蚵幋a得到的結(jié)果，就是存儲(chǔ)到計(jì)算機(jī)磁盤上的數(shù)據(jù)。如果要看視頻影象，將這些數(shù)據(jù)解碼，然后通過數(shù)字模擬轉(zhuǎn)換，得到模擬的視頻信號(hào)，又可以在監(jiān)視器上瀏覽或記錄在錄像帶上了。 從硬件構(gòu)成的角度看，視音頻采集卡可分為單通道和雙通道兩種。這里通道的意思是指在內(nèi)部視頻混合器之前的獨(dú)立的視頻回放通道。目前絕大多數(shù)的非線性編輯系統(tǒng)使用的都是M-JPEG算法，因此可分為只有一個(gè)M-JPEG Codec編解碼器的單通道系統(tǒng)和有兩個(gè)M-JPEG Codec的雙通道系統(tǒng)。單通道系統(tǒng)只能對(duì)一路視頻信號(hào)進(jìn)行壓縮記錄和解壓回放，這就意味著系統(tǒng)肯定無法完成多層畫面的實(shí)時(shí)處理。雙通道系統(tǒng)由于可以完成兩路視頻信號(hào)的解壓回放，再與系統(tǒng)內(nèi)部其他處理單元相配合，就可以完成兩路活動(dòng)畫面的實(shí)時(shí)混合處理