當(dāng)前幾種主流高清編碼方式和文件封裝格式介紹

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，越來越多的節(jié)目都采用高清設(shè)備來制作。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)合開發(fā)的H.264/AVC/MPEG-4標(biāo)準(zhǔn)、由蘋果公司開發(fā)的ProRes422、由JPEG組織負(fù)責(zé)制定的JPEG2000，以及由Avid公司開發(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方式和文件封裝格式做一個介紹。

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)由國際電信聯(lián)盟電信標(biāo)準(zhǔn)化部門（ITU-T）和國際標(biāo)準(zhǔn)化組織/國際電工委員會（ISO/IEC）共同研究發(fā)布，因此H.264有兩個名稱，一個是沿用ITU-T組織的H.26×名稱，叫“H.264”；另一個則是AVC（AdvancedVideoCoding高級視頻編碼），這個標(biāo)準(zhǔn)也被歸為MPEG-4的第10部分。

H.264格式定位于覆蓋整個視頻應(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個分貝的增益（畫質(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，帶來的是計(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)動估計(jì)、改進(jìn)的幀內(nèi)預(yù)測等，因此對硬件要求是最高的。

H.264/AVC/MPEG-4采用的核心技術(shù)有以下幾個部分：幀間和幀內(nèi)預(yù)測、變換（和反變換）、量化（和反量化）、環(huán)路濾波、熵編碼。

幀間預(yù)測

：H.264的幀間預(yù)測是改良的運(yùn)動估計(jì)。運(yùn)動估計(jì)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(dāng)運(yùn)動估計(jì)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(dāng)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(yùn)動估計(jì)-改良的運(yùn)動估計(jì)”圖中的運(yùn)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(yùn)動矢量被用來預(yù)測一個給定的塊。H.264/MPEG-4AVC發(fā)明了一種更小的塊，它具有更好的靈活性，在運(yùn)動矢量方面可以有更高的預(yù)測精度。

幀內(nèi)預(yù)測：對于不能運(yùn)用運(yùn)動估計(jì)的地方，H.264就采用幀內(nèi)估計(jì)用來消除空間冗余。幀內(nèi)編碼用來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，在對一給定宏塊編碼時，首先可以根據(jù)周圍的宏塊預(yù)測（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），然后對預(yù)測值與實(shí)際值的差值進(jìn)行編碼，這樣，相對于直接對該幀編碼而言，可以大大減小碼率。

對于每個4×4塊（除了邊緣塊特別處置以外），每個像素都可用17個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）來預(yù)測，即此像素所在塊的左上角的17個像素。顯然，這種幀內(nèi)預(yù)測不是在時間上，而是在空間域上進(jìn)行的預(yù)測編碼算法，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)動估計(jì)和內(nèi)部估計(jì)后的結(jié)果通過變換被從空間域轉(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)算時導(dǎo)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(yù)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標(biāo)準(zhǔn)定義了一個對16×16宏塊和4×4塊邊界的解塊過濾過程。在這種情況下，對宏塊過濾的目的是為了消除由于相鄰宏塊有不同的運(yùn)動估計(jì)類型（比如運(yùn)動估計(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；塊邊界過濾的目的是消除可能由于變換/量化和來自于相鄰塊運(yùn)動矢量的差別引起的人工痕跡。環(huán)路濾波就是通過一個內(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像素。

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)原來采用的預(yù)測算法為運(yùn)動估計(jì)或者內(nèi)部估計(jì)，來選擇不同的掃描類型創(chuàng)建一個重排序的串行化流，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，是通過映射符號的波壓縮將4:4:44K/24pRAW圖像碼流降至大約200Mbps。P2AVC-Intra格式采用了H.264幀間壓縮，將全尺寸10-bit4:2:21080i60或720p60HD序列降至100Mbps。AppleProRes422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)量的各個方面，將這些細(xì)節(jié)存入一種為實(shí)現(xiàn)FinalCutPro多層實(shí)時性能而設(shè)計(jì)的格式，為那些本不支持FinalCutPro的視頻格式提供了一個很好的解決方案。

4.DNxHD

AvidDNxHD?高清編碼技術(shù)，是一種革命性的、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空間與帶寬來滿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。

AvidDNxHD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4:2:2的色彩空間上工作，有三個用戶可選的帶寬模式：分別是220Mbps/10或8bit；還有一個是高效的8bit處理模式，僅需要145Mbps的帶寬。AvidDNxHD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，AvidDNxHD支持所有流行的高清格式，能夠?qū)崿F(xiàn)無損的柵格轉(zhuǎn)換，徹底消除了高清壓縮技術(shù)中壓縮前格式轉(zhuǎn)換所帶來的分辨率損失現(xiàn)象。AvidDNxHD技術(shù)支持MaterialExchangeFormat（MXF）格式，這是一種開放的媒體文件轉(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。

5.

幾種編碼方式的性能比較格式碼率編碼支持廠家AVCIntra25-100MbpsH.264/AVC松下DNxHD220,14510bit數(shù)字編碼技術(shù)AVIDJPEG200070Mbps小波變換（Wavelettransform），嵌入式優(yōu)化截斷編碼（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多媒體容器（MultimediaContainer），與DivX、MP3這類編碼格式不同的是，它只是為多媒體編碼提供了一個“外殼”，也就是將所有的處理好的視頻、音頻都包裝到一個文件容器內(nèi)呈現(xiàn)給觀眾，這個包裝的過程就叫封裝。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，常見的封裝格式有：TS、AVI、MKV、TP、MOV、M2T等等，它們與編碼類型沒有必然聯(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才能呈現(xiàn)給觀眾。

1.AVI——AudioVideoInterleave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（VideoforWindows）。在AVI文件中，運(yùn)動圖像和伴音數(shù)據(jù)是以交織的方式存儲，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)流時能更有效地從存儲媒介得到連續(xù)的信息。所有的AVI文件都包括兩個必須的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索引塊。只要遵循這個標(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：Videocodecs、MPEG-4AVC、SMPTEVC-1(對其支持不夠好)、Audiocodecs、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。AVI中圖像和聲音是分開的，所以播放時需要一個圖像和聲音的同步過程，AVI本身只是提供了這么一個框架，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流媒體時已屬力不從心。

2.

TS流

TS流封裝是隨著MPEG2的流行而占據(jù)了主流的地位。全稱則是TransportStream。而電視節(jié)目是你任何時候打開電視機(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始都是可以獨(dú)立解碼的。從結(jié)構(gòu)上來說，TS流是由頭文件和主體所組成的，擴(kuò)充過的TS流還包括時間戳。這樣不管是什么格式的VBR音軌，都很容易通過時間戳來同步圖像。這樣就不會產(chǎn)生AVI格式的音像同步問題，當(dāng)然，對新的聲音格式來說，需要新的分離器，解碼器來實(shí)現(xiàn)解碼。目前在不斷改進(jìn)開發(fā)中。TS流不像AVI，從誕生那天起，就考慮到了網(wǎng)絡(luò)播放，所以很快成為了世界標(biāo)準(zhǔn)并廣泛應(yīng)用于電視臺數(shù)字播放，\手機(jī)等各個領(lǐng)域。

用TS流封裝可以無損的支持所有全部HDDVD和BD所帶的視頻和音頻編碼，包括：Videocodecs、MPEG-2、MPEG-4AVC、SMPTEVC-1、Audiocodecs、LinearPCM、DolbyDigital、DolbyDigitalPlus、DolbyTrueHD、DTSDigitalSurround、DTS-HD

3.

MKV

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言的字幕流封裝到一個MatroskaMedia文件當(dāng)中!因此，MKV也稱多媒體容器（MultimediaContainer），:具有良好的開放性和跨平臺性，是H.264編碼最重要的封裝格式。Matroska定義了三種類型的文件：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型的音軌；MKS是字幕文件。這三種文件以MKV最為常見。MKV采用了可變幀率，在回放變化比較慢（比如說靜物）時以比較低的FPS來代替，可以節(jié)省不少資源；MKV與AVI和TS相比還增加了錯誤檢測以及修復(fù)，這無疑提供了糾錯和容錯性，更適合于網(wǎng)絡(luò)傳輸；在字幕方面，還增加了軟字幕功能。與DVDrip以及HDrip等，字幕是以其它文件形式存在不同的是，在MKV里字幕可以內(nèi)嵌在封裝里，但不會和視頻混淆，也可以多字幕隨意選擇；這樣在傳輸保存時更為方便。在傳輸上采用的是流式傳輸，這點(diǎn)和TS流的原因基本一致，可以通過時間戳來管理視頻以及音頻的同步問題，做到即下即看；

4.

MOV

MOV封裝即QuickTime影片格式，它是Apple公司開發(fā)的一種音頻、視頻文件格式，用于存儲常用數(shù)字媒體類型，如音頻和視頻。當(dāng)選擇QuickTime（*.mov）作為“保存類型”時，動畫將保存為.mov文件?，F(xiàn)在MOV格式常常被用來制作高清電影預(yù)告片，可以達(dá)到1080P的所謂全高清標(biāo)準(zhǔn)。

MOV又是一個發(fā)展很快的多媒體封裝形式，它具有很多優(yōu)越性。它可稱為萬能封裝器，連多條字幕文件都可以封裝進(jìn)去。同時，MOV還具有良好的兼容性、跨平臺性、糾錯性，所要求的存儲空間小等技術(shù)特點(diǎn)。到目前為止，它共有4個版本，其中以4.0版本的壓縮率最好。這種