Видеостандарт MPEG-1

По стандарту MPEG-1 потоки видео и звуковых данных передаются со коростью 150 килобайт в секунду - с такой же скоростью, как и односкоростной CD-ROM проигрыватель - и управляются путем выборки ключевых видео кадров и заполнением только областей, изменяющихся между кадрами. К несчастью, MPEG-1 обеспечивает качество видеоизображения более низкое, чем видео, передаваемое по телевизионному стандарту.

MPEG-1 был разработан и оптимизирован для работы с разрешением 352 ppl (point per line -- точек на линии) * 240 (line per frame -- линий в кадре) * 30 fps (frame per second -- кадров в секунду), что соответствует скорости передачи CD звука высокого качества. Используется цветовая схема - YCbCr (где Y - яркостная плоскость, Cb и Cr - цветовые плоскости).

Как MPEG работает:

В зависимости от некоторых причин каждый frame (кадр) в MPEG может быть следующего вида:

· I (Intra) frame - кодируется как обыкновенная картинка.

· P (Predicted) frame - при кодировании используется информация от предыдущих I или P кадров.

· B (Bidirectional) frame - при кодировании используется информация от одного или двух I или P кадров (один предшествующий данному и один следующий за ним, хотя может и не непосредственно, см. Рис.1)

 

 

Последовательность кадров может быть например такая: IBBPBBPBBPBBIBBPBBPB...

Последовательность декодирования: 0312645...

Нужно заметить, что прежде чем декодировать B кадр требуется декодировать два I или P кадра. Существуют разные стандарты на частоту, с которой должны следовать I кадры, приблизительно 1-2 в секунду, соответствуюшие стандарты есть и для P кадров (каждый 3 кадр должен быть P кадром). Существуют разные относительные разрешения Y, Cb, Cr плоскостей (Таблица 4.1), обычно Cb и Cr кодируются с меньшим разрешением чем Y.

 

Таблица 4.1

Вид Формата	Отношения разрешений по горизонтали (Cb/Y):	Отношение разрешений по вертикали (Cb/Y):	Рисунок 4.1 Пример для формата 4:2:0
4:4:4	1:1	1:1
4:2:2	1:2	1:1
4:2:0	1:2	1:2
4:1:1	1:4	1:1
4:1:0	1:4	1:4

 

Для применения алгоритмов кодировки происходит разбивка кадров на макроблоки каждый из которых состоит из определенного количества блоков (размер блока - 8*8 пикселей). Количество блоков в макроблоке в разных плоскостях разное и зависит от используемого формата

Техника кодирования:

Для большего сжатия в B и P кадрах используется алгоритм предсказания движения (что позволяет сильно уменьшить размер P и B кадров) на выходе которого получается:

· Вектор смещения (вектор движения) блока который нужно предсказать относительно базового блока.

· Разница между блоками (которая затем и кодируется).

Так как не любой блок можно предсказать на основании информации о предыдущих, то в P и B кадрах могут находиться I блоки (блоки без предсказания движения).

 

Таблица 4.2

Вид кадра	I	P	B	Средний размер
Размер кадра для стандарта SIF (kilobit)

 

Метод кодировки блоков (либо разницы, получаемой при методе предсказание движения) содержит в себе:

· Discrete Cosine Transforms (DCT - дискретное преобразование косинусов).

· Quantization (преобразование данных из непрерывной формы в дискретную).

· Кодировка полученного блока в последовательность.

DCT использует тот факт, что пиксели в блоке и сами блоки связаны между собой (т.е. коррелированны), поэтому происходит разбивка на частотные фурье компоненты (в итоге получается quantization matrix - матрица преобразований данных из непрерывной в дискретную форму, числа в которой являются величиной амплитуды соответствующей частоты), затем алгоритм Quantization разбивает частотные коэффициенты на определенное количество значений.

Рисунок 4.2

Encoder (кодировщик) выбирает quantization matrix которая определяет то, как каждый частотный коэффициент в блоке будет разбит (человек более чувствителен к дискретности разбивки для малых частот чем для больших). Так как в процессе quantization многие коэффициенты получаются нулевыми то применяется алгоритм зигзага для получения длинных последовательностей нулей (рисунок 4.2)

Синхронизация и объединение звука и видео, осуществляется с помощью System Stream (рисунок 4.3), который включает в себя:

· Системный слой, содержащий временную и другую информацию чтобы разделить и синхронизовать видео и аудио.

· Компрессионный слой, содержащий видео и аудио потоки.

 

 

Рисунок 4.3 Рисунок 4.4

 

Видео поток (рисунок 4.4) содержит заголовок, затем несколько групп картинок (заголовок и несколько картинок необходимы для того, что бы обеспечить произвольный доступ к картинкам в группе в независимости от их порядка).

Звуковой поток состоит из пакетов каждый из которых состоит из заголовка и нескольких звуковых кадров (audio-frame).

Для синхронизации аудио и видео потоков в системный поток встраивается таймер, работающий с частотой 90 КГц (System Clock Reference -- SCR, метка по которой происходит увеличения временного счетчика в декодере) и Presentation Data Stamp (PDS, метка насала воспроизведения, вставляются в картинку или в звуковой кадр, чтобы объяснить декодеру, когда их воспроизводить. Размер PDS сотавляет 33 бита, что обеспечивает возможность представления любого временного цикла длинной до 24 часов).

 

MPEG-2

Стандарт MPEG-1 ориентирован на системы за­писи на компакт-диски (CD ROM) и низкоскорост­ные каналы передачи ТВ изображений (скорости цифрового потока 1,5 Мбит/с и меньше). При этом в стандарте MPEG-1 используется стандарт развертки с четкостью в четверо меньшей, чем в вещательном телевидении: 288 активных строк и 352 отсчета в активной части ТВ строки, для чего при кодирова­нии сигналов ТВ систем обычной четкости произво­дится децимация (прореживание) в два раза исход­ных ТВ отсчетов по вертикальным и горизонталь­ным направлениям ТВ растра.

Стандарт MPEG-2 был специально разработан для кодирования ТВ сигналов вещательного телеви­дения. Он позволяет получить полную четкость де­кодированного ТВ изображения, соответствующую Рекомендации 601 МККР. (При скорости передачи видеоданных 9 Мбит/с качество ТВ изображения соответствует студийному).

С принятием стандарта MPEG-2 работы по компрессии видеоданных перешли в область практической реализации. На данный момент можно на­звать, по крайней мере, десяток фирм, которые выпускают для продажи кодеры и декодеры по стандарту MPEG-2. Наиболее известны из них Philips, Panasonic, Page Micro Technology, CD Communication, WegenerCommunications, Scientific-Atlanta, NTL, Segem Group и др.

В октябре 1995 г. через спутник Pan Am Sat начато 20-канальное ТВ вешание по стандарту MPEG-2, осуществляемое на территории Скандинавии, Бельгии, Нидерландов, Люксембурга, Ближнего Востока и Африки. В этой сети будет использовано более миллиона декодеров MPEG-2. На стандарт MPEG-2 ориентированы и создаваемая сейчас 100-канальная система непосредственного телевизионного вешания (НТВ) Канады, и 150-кальная система НТВ оператора спутника "Эхо-стар", а также 10-канальная система НТВ Австралии, как и системы НТВ других стран. В Российской Федерации телекомпания ВГТРК ввела в эксплуатацию четырехканальную систему НТВ по стандарту MPEG-2. Другие российские телекомпании также планируют начать НТВ по этому стандарту. Например РАО "Газпром" создает систему цифрового вещания в России по стандарту MPEG-2 с использованием спутников "Горизонт" и "Ямал". Здесь по одному стандартному каналу будет передаваться от трех до восьми ТВ программ. К созданию системы привлечены многие известные зарубежные фирмы. Вот некоторые из них: NEC, Vistek, Fuba, Scientific Atlanta и др.

Пакет стандартов MPEG предусматривает и возможность перехода к телевидению высокой четкости. Первоначально алгоритмы сжатия видеоданных сигналов ТВЧ разрабатывались в виде самостоятельного стандарта MPEG-3, однако на после­дующих этапах стандарт MPEG-3 был объединен со стандартом MPEG-2, после чего стандарт MPEG-3, как самостоятельный, перестал использоваться. Следующее направление - стандарт MPEG-4. В двух словах - это организация видеоконференций при передаче видеоданных по цифровым телефонным ка­налам. При этом используется стандарт развертки с четкостью, в четыре раза меньшей, чем в стандарте MPEG-1. Так, кадр ТВ изображения содержит 144 активные строки и 176 отсчетов ТВ сигнала в активной части строки. Этот стандарт может также использо­ваться в низкоскоростных системах мультимедиа.

 

4.6.1 Стандарт кодирования MPEG-2

Даже в рамках одного стандарта, как показывает практика, передача сигналов телевидения - и циф­ровое здесь не исключение, ведется на разных уров­нях качества. То же самое можно сказать и о телеви­зионных приемниках. Жесткие, а главное узкие допусковые интервалы, не жизненны, поскольку ли­шают систему гибкости, приспосабливаемости к разным условиям функционирования с ориентацией на различные слои потребителей. При этом любая перспективная система должна иметь резервы для перехода на более высокие уровни качества. Эти и многие другие соображения и требования легли в основу очень важного документ: ISO/IEC 13818-2.

В этом документе определено, что стандарт MPEG-2 - это целое семейство взаимосогласованных совместимых цифровых стандартов информа­ционного сжатия телевизионных сигналов с различ­ной степенью сложности используемых алгоритмов.

Традиции качества ТВ изображения для вещательных систем в стандарте ISO/I ЕС 13818-2 устанавливаются введением четырех уровней для формата разложения строк ТВ изображения и пяти профилем для форматов кодирования сигналов яркости и цветности. Общая идеология построения стандарта поясняется таблицей.

Расположенный в нижней части таблицы уровень называется "низким уровнем" и ему соответствует новый класс качества ТВ изображения, которое вво­дится в стандарте MPEG-2 - телевидение ограни­ченной четкости. В этом случае в кадре ТВ изобра­жения содержится 288 активных строк (в два раза меньше, чем в телевидении обычной четкости) и ка­ждая строка дискретизируется на 352 отсчета.

Кодирование сигналов телевидения обычной чет­кости выполняется в соответствии с основным уровнем, т.е. с форматом разложения на 576 актив­ных строк в кадре, которые кодируются с использо­ванием 720 отсчетов на строку.

 

Таблица 2.1

Профили	«Простой» 4:2:2, без В кадров	«Основной» 4:2:0, без В кадров	«Масштабируемый» 4:2:0, с В кадрами	«Специальный» 4:2:0, с В кадрами	«Высший» 4:2:0, с В кадрами
Уровни	1.компенсация движения 2.ДКП	1., 2., 3.предсказание по двум направлениям	1., 2., 3., 4.масштабирование	1., 2., 3., 4. 5.разделение потоков видеоданных	1., 2., 3., 4., 5.добавлено 4:2:2,
Высокий 1152 х
Высокий 1152 х
Основной 576 х
Низкий 288 х

 

Высокий-1440 и высокий-1920 предусматривают­ся для кодирования сигналов телевидения высокой четкости (ТВЧ). В обоих ''высоких" уровнях кадр ТВ изображения содержит 1152 активные строки (вдвое больше, чем в телевидении обычной четкости). Эти строки дискретизируются соответственно на 1440 ч или 1920 отсчетов.

Профиль, в котором используется наименьшее число функциональных операций по компрессии видеоданных, назван простым профилем. В нем при компрессии видеоданных используется компенсация движения изображения и гибридное дискретно-косинусное преобразование. Следующий профиль назван основным профилем. Он содержит все функциональные операции шестого профиля и одну новую: предсказание по двум направлениям. Эта новая операция, естествен­но, повышает качество ТВ изображения.

Следующий за основным назван профилем с масштабируемым отношением сигнал/шум. Термин «масштабирование», в данном случае, означает воз­можность обмена одних показателей системы на другие. Этот профиль к функциональным операци­ям основного профиля добавляет новую - масшта­бирование. Основная идея - повышение устойчиво­сти цифрового телевидения и сохранение работо­способности при неблагоприятных условиях прие­ма. Операция масштабирования позволяет в рассма­триваемом случае повысить устойчивость системы за счет некоторого снижения требований к допусти­мому уровню отношения сигнал/шум в воспроизво­димом ТВ изображении.

При масштабировании поток видеоданных разде­ляют на две части. Одна из них несет наиболее зна­чимую часть информации - ее называют основным сигналом. Вторую часть, несущую менее значимую информацию, называют дополнительным сигналом.

Декодирование только одного основного сигнала по­зволяет получить ТВ изображение с пониженным от­ношением сигнал/шум. Одновременное декодирова­ние основного и дополнительного сигналов повыша­ет отношение сигнал/шум до исходного значения.

И все же, что можно извлечь из идеи деления пото­ка данных на более и менее значимые части? А все де­ло в защите системы от ошибок. Помехоустойчивое кодирование требует введения дополнительных бит, что повышает общий поток информации. Задача уп­рощается, когда более мощная защита применяется только к части информации и тем самым соблюдается разумный баланс между уровнем потока видеоданных и степенью их зашиты. При неблагоприятных услови­ях приема (например, при низкой напряженности радиополя, при приеме на комнатную антенну и т.п.) сохраняется возможность устойчивого декодирования более защищенного основного сигнала, а неустойчиво воспринимаемый дополнительный сигнал просто от­ключается. Как уже сказано, это ведет к росту уровня шума, зато система остается работоспособной.

Не так уж редки ситуации, когда сигналы прихо­дится передавать по каналам с ограниченной пропу­скной способностью. Деление потока видеоданных на два, позволяет использовать и "плохие" каналы, ограничивая передачу основным сигналом.

Следующий, четвертый профиль назван специ­ально масштабируемым профилем. Здесь, естествен­но, сохранены все операции предшествующего про­филя и добавлена новая - разделение потока видео­данных по критерию четкости ТВ изображения. Этот профиль обеспечивает переходы между ныне действующими системами и телевидением высокой четко­сти. С этой целью видеоданные сигнала ТВЧ разде­ляются на три потока. Первый - это основной (зна­чимый) поток видеоданных, например, по стандарту разложения на 625 строк.

Второй поток несет допол­нительную информацию об изображении с числом строк до 1250. Одновременное декодирование перво­го и второго потоков видеоданных позволяет полу­чить телевизионное изображение высокой четкости, но с пониженным отношением сигнал/шум. В треть­ем потоке сосредоточена менее значимая информа­ция, его декодирование позволяет повысить отноше­ние сигнал/шум в видеоканале до уровня, принятого в ТВЧ. Обычно первый поток видеоданных, предста­вляющих сигнал 625-строчного ТВ, - это 6 Мбит/с, дополняющий его до ТВЧ - 6 Мбит/с, а повышаю­щий отношение сигнал/шум до уровня, когда шумы визуально незаметны -12 Мбит/с.

В рассмотренных четырех профилях при кодиро­вании сигналов яркости и цветности используется формат представления видеоданных 4:2:0, в кото­ром число отсчетов сигналов цветности по сравне­нию с сигналом яркости уменьшается в два раза не только по горизонтальным, но и по вертикальным направлениям. Следующий, пятый профиль назы­вается высшим профилем, и он включает в себя все функциональные операции специального профиля 4:2:2, при котором число отсчетов сигналов цветно­сти в вертикальных направлениях остается тем же, что и у сигнала яркости (рисунок 4.5).

 

 

Щ Щ Щ Щ Щ О Щ О

Щ Щ Щ Щ 4:4:4 Щ О Щ О 4:2:2

Щ Щ Щ Щ Щ О Щ О

Щ Щ Щ Щ Щ О Щ О

 

Щ О Щ О Щ О О О

О О О О 4:2:0 Щ О О О 4:1:1

Щ О Щ О Щ О О О

О О О О Щ О О О

 

 

Щ - яркостный и цветоразностный сигнал, О – яркостный сигнал

 

Рисунок 4.5 – Форматы представления видеоданных

 

Приведенные в таблице пять профилей и четыре уровня образуют двадцать возможных комбинаций видеосигнала, из которых, вероятнее всего, только одиннадцать будут полезными или необходимыми. Для этих комбинаций (согласованные точки) в таб­лице указаны максимальные значения скорости пе­редачи видеоданных. Комбинации, которые сегодня не вызывают интереса, в стандарте MPEG-2, пока, не нормированы и в таблице отмечены крестами.

Для всех стандартизованных точек указаны мак­симальные потоки видеоданных, которые позволя­ют получить ТВ изображение, свободное от каких-либо дефектов. В иных случаях они могут проявить­ся в процессах кодирования/декодирования видеосигнала. Используемые в конкретных кодеках потоки видеоданных могут быть меньше (в несколько раз) указанных значений. Выбор уровня компрессии и, в конечном итоге, уровня потока зависит от допустимой степени искажений ТВ изображения.

Таким образом, стандарт MPEG-2 позволяет гибко менять скорость передачи видеоданных в очень широких пределах. Надо заметить, системы кодирования стандарта МРЕG-2 могут работать как с чересстрочной так и с прогрессивной развертками, при частоте полей 50 или 60 Гц и т. д. Для каждой стандартизованной точки таблицы оговорено число отсчетов сигнала яркости на активной части строки. Рассмотренные комбинации параметров информационного кодирования пригодны для работы различными цифровыми трактами и накопителями (записывающими устройствами).

Стандарт MPEG-2 принципиально нацелен в будущее, все богатство упомянутых выше комбинаций станет работать, хотя и скоро, но не сейчас. Так, промышленность готова и будет выпускать в этом году ТВ приемники только одной системы кодиро­вания: "Основной уровень - Основной профиль" с чересстрочным разложением изображения на 625 строк. Эта система принята для первого поколения цифровых телевизоров для непосредственного ТВ приема со спутников, работающих в диапазоне 11/12 ГГц, и кабельной сети распределения.