数字电视相关技术研究点.docx

1、数字电视相关技术研究点数字电视相关技术 数字电视系统框图在数字电视系统中，主要的技术有:1.电视信号的数字化技术，数字信号处理技术(DSP)。目前已被采用的数字电视设备有：数字特技、数字时基校正器、数字帧同步机、数字录像机、数字电视接收机等。数字化设备可大大扩展特技功能，加强艺术效果。从整个电视系统来说，发展数字电视可以分两步走：(l)局部设备数字化。即摄像机输出为模拟信号，经模拟、数字转换(A/D)变成数字信号，在演播室的数字设备中进行处理，如数字特技处理等，处理完后，又转换成(D/A)模拟信号，再用电视发射机发射。接收机收到信号以后，检波成视频信号，再经A/D变换成数字信号，在接收机中进行

2、数字处理(如数字降噪、数字轮廓校正、数字去重影、画中画等)，再由 D/A变换在显像管上显示出高度清晰、噪声很小的鲜艳图像。(2)全系统实现数字化，即把要发送图像直接变换成数字信号，经编码压缩再变换成适合于传输的码型，在数字微波、数字光纤信道上传输，在接收端再将所收到的数据恢复成电视图像，在通道的所有环节上电视信号都是以数字形式传送的。2.对电视图像及伴音进行压缩编码的技术，即信源编解码技术。将模拟电视信号数字化后其数码率很高，因此必须想法去除图像信号中的多余信息，将数码率压缩到能在一个信道中传送,这可以采用图像与伴音的压缩编码方法实现,目的是为了降低信息码率。2.1.视频编码技术。其主要功能是

3、完成图像的压缩，降低数字电视的信号传输量。视频编码计算时主要有以下客观依据： 1.图像时间的相关性。视频信号由连续图像组成，相邻图像有很多相关性，找出这些相关性就可减少信息量。2.图像空间的相关性。例如图像中有一大块单一颜色，那么不必把所有像素存贮。3.人眼的视觉特性。人眼对原始图像各处失真敏感度不同，对不敏感的无关紧要的信息给予较大的失真处理，即使这些信息全部丢失了，人眼也可能觉察不到；相反，对人眼比较敏感的信息，则尽可能减少其失真。4.事件间的统计特性。事件发生的概率越小，则其熵值越小，表示信息量越大，需分配较长的码字；反之，发生的概率越大，则其熵值越大，只需分配较短的码字。国际上对数字图

4、像编码曾制订了三种标准，主要用于电视会议的H.261，主要用于静止图像的JPEG标准，主要用于连续图像的MPEG标准。 2.1.1. H261标准。 1984年国际电报电话咨询委员会的第 15研究组成立了一个专家组,专门研究电视电话的编码问题，所用的电话网络为综合业务数据网络ISDN，当时的目标是推荐一个图像编码标准，其传输速率为 m384kb/s(千位/秒)，m= l,2,3,4,5。这里384kb/s在 ISDN中称为 Ho通道。另有基本通道 B的速率为64kb/s, 6B= 384kb/s。5Ho = 30B= 1920kb/s为窄带 ISDN的最高速率。后来因为 384kb/s速率作为

5、起始点偏高，广泛性受限制，另外跨度也太大，灵活性受影响，所以改为 p64kb/s, p= l， 2,3,.30。最后又把 p扩展到 32，因为 3264kb/s=2084kb/s,已超过了窄带 ISDN的最高速率1920kb/s，最高速率也称通道容量。经过5年以上的精心研究和努力，终于在 1990年12月完成和批准了CCITT推荐书 H.261，即“采用 p64kb/s的声像业务的图像编解码”，H.261简称 p64。 由于 H.261标准是用于电视电话和电视会议，所以推荐的图像编码算法必须是实时处理的，并且要求最小的延迟时间，因为图像必须和语音密切配合，否则必须延迟语音时间。当 p取l或2时

6、，速率只能达到128kb/s, 由于速率较低只能传清晰度不太高的图像，所以适合于面对面的电视电话。当 p6时，速率384kb/s则速率较高，可以传输清晰度尚好的图像，所以适用于电视会议。 2.1.2. JPEG标准。主要用于计算机静止图像的压缩。在用于活动图像时其算法仅限于帧内便于编辑。JPEG标准所根据的算法是基于DCT(离散余弦变换)和可变长编码。关键技术有变换编码、量化、差分编码、运动补偿、霍夫曼编码和游程编码等。 JPEG是数字图像压缩的国际标准。它用于连续变化的静止图像，这里包括灰度等级和颜色两方面的连续变化。JPEG包含两种基本压缩方法，各有不同的操作模式。第一种是有损压缩，它是以

7、DCT(Discrete Cosine Transform)为基础的压缩方法。第二种为无损压缩，又称预测压缩方法。但最常使用的是第一种, 即DCT压缩方法，也称为基线顺序编解码(Baseline Sequential Codec)方法，因为这种方法的优点是先进、有效、简单、易于交流，因此应用广泛,是以DCT为基础的最基本、最重要的方法。2.1.3. MPEG- l标准。MPEG是活动图像专家组(Moving Picture Expert Group)的英文缩写。MPEG的任务是开发运动图像及其声音的数字编码标准，成立于1988年。 专家组最初的任务有三个：实现1.5Mb/s、 10Mb/s、

8、40Mb/s的压缩编码标准，即 MPEG-l、MPEG-2、MPEG-3。但因为 MPEG-2的功能已使 MPEG-3为多余，所以 MPEG-3于1992月撤消。MPEG-4项目是1991年5月建议并于 1993年 7月确认，其目标是甚低数码率的音频压缩编码(码率低于28.8Kb/s)。 随着数字音频和数字视频技术的广泛应用，ISO的活动图像专家组(MPEG)在1991年11月提出了ISO ll172标准的建议草案，通称MPEG-1标准。该标准于1992年11月通过，1993年8月公布。MPEG-1标准适用于数码率在1.5Mbps左右的应用环境，也就是为CD-ROM光盘的视频存储和放像所制定的

9、。 MPEG-l标准可以处理各种类型的活动图像，其基本算法对于压缩水平方向 360个像素，竖直方向 288个像素的空间，每秒24至30幅画面的运动图像有很好的效果，在 MPEG-1标准中的一帧图像的概念不同于电视中帧的概念，前者一定是成逐行扫描的图像，如果待处理信号是隔行扫描的图像，则编码前必须将其转换成逐行扫描的格式。MPEG-l标准提供了一些录像机的功能：正放，图像冻结、快进、快倒和慢放。此外，还提供了随机存储的功能，当然，解码器这些功能的实现在一定程度上同图像数据存储介质相关。 MPEG-l标准采用了一系列技术以获得高压缩比，第一，对色差信号进行亚采样，减少数据量 ;第二，采用运动补偿技

10、术减少帧间冗余度；第三，做二维DCT变换去除空间相关性; 第四，对DCT分量进行量化，舍去不重要的信息，将量化后DCT分量按照频率重新排序; 第五，将 DCT分量进行变字长编码 ;第六，对每数据块的直流分量(DC)进行预测差分编码。MPEG-l中的图像类型共分四种: I图像, 或称Intra图像，采用帧内编码，不参照其它图像; P图像, 或称Predicted图像, 它们参照前一幅I或P图像做运动补偿编码; B图像，或称双向预测图像，它们参照前一幅和后一幅I或P图像做双向运动补偿编码; D图像，或称直流(DC) 图像，这类图像中只含直流分量，是为快放功能而设计的。2.1.4. MPEG-2标准

11、。MPEG-2是由 MPEG开发的第 2个标准。按计划于 1994年 l1月正式确定为国际标准，MPEG-2是“活动图像及有关声音信息的通用编码”(Generic Coding of Moving Pictures Associated Audio Information)标准。MPEG-2标准制定始于 1990年7月。在此之间，国际电信盟电信标准化部门(ITU-T)成立了一个有关 ATM的图像编码专家组。从此开始了JTC1 ITU-T的合作。从1991年5月开始征集有关图像编码算法(Video Coding Algorithms)的文件,有32个公司和组织提供了非常详细的研究结果和 D1格式

12、的编解码图像录像带。 1991年l l月,在日本的 JVC研究所进行了对比测试，确定带有运动补偿预测和内插的DCT最成熟和性能最好。在1992年 1月的会上又定下了 MPEG-2是“通用”(generic)标准。 MPEG-2的声音和系统部分的工作始于1 992年7月。MPEG为制定 MPEG-2经常与有关国际组织，如ISO、IEC、ITU-T、ITU-R等开会协调，并注意到了与 MPEG-1的兼容一致。国际电联的无线电通信部门(ITU-R)从广播电视方面提出的不同需求构成了 MPEG-2的档次/等级(Profile/Level)概念的基础。ITU-R在 MPEG-2的质量检验、测试方面做了大

13、量工作。MPEG-2的委员会草案ISO/IEC CD 13818是 1993年l1月产生的。按计划在 1994年1 l 月 7日至 l 1日的新加坡会议上，批准为国际标准ISO/IEC IS 13818。此后还要对 MPEG-2进行扩展。MPEG2标准的特点：系统部分解决多个视频、音频和数据基本码流的组合问题，产生两种用于不同环境下的码流：节目码流和传送码流。节目码流是由打包的基本码流组合而成，并共享同一个时基信号，用于误码相对较小的环境，且节目码流的包可变也相对较长。传送包是将时基相互独立的打包的基本码流组合成单一的码流，适用于误码较多的环境，传送包长度固定188byte。 按清晰度将图像分

14、为4个等级，同时按使用的工具和方法不同分5种处理类型。MPEG-2与MPEG-1比较：MPEG-1标准是针对CIF图像格式的，MPEG-2与MPEG-1相比，它支持图像格式符合CCIR.601建议支持逐行扫描，也支持隔行扫描和16：9的宽高比，它充分考虑了各种应用的不同要求，规定了不同的压缩处理方法即“型”以及编码器输入端不同的信源图像格式即“级”，解决了特殊性和通用性的问题，它包含了HDTV的标准，使其应用更加灵活，更加广泛；在一个系统码流中可以有多个视频信道；MPEG-2向下兼容，MPEG-1是MPEG-2的一个子集，任何MPEG-2的解码器能够解MPEG-1的码流；MPEG-2支持多种图

15、像预测方式，可以采用分级搜索方法进行运动补偿；MPEG-2分别设置了“按帧编码”和“按场编码”两种模式，其编码效率得到提高；MPEG-2采用了性噪比可分级性和空间可分级性两种分级编码技术，以满足不同传输带宽和不同用户的需求；支持不同的彩色图像采样格式，支持8bit的图像也可支持10bit的图像。在图像数据流组织方面， MPEG-2中有两类数据码率，传送数据流和节目数据流，用于不同的场合。节目码流中小包的长度相对较长且不固定，适合用于相对无误差的环境。传输码流是在传输流的基础上复用而成的，传输流中的包长度固定为188字节，适合于在有误差的环境中传送。MPEG标准编码特点：MPEG视频定义了三类图

16、像，I帧、P帧、B帧。 I帧帧内编码帧，通常是变换场景后的第一帧，作为预测基准的独立帧，该帧仅利用本帧内部的相关性采取帧内压缩算法，诸如DCT之类压缩，实现中等程度的压缩编码，它不包含运动矢量的信息，它是P帧和B帧的参考帧。 I帧编码质量的好坏直接影响到整个GOP的重建。压缩后每个象素占用12bit。(152kbit/帧)P帧前向预测编码帧，它用前边最近的I帧或P帧作为参考帧，进行帧间差值预测压缩编码（运动补偿预测编码），该帧同时进行帧内和帧间预测编码，编码率较低。 (80kbit/帧)B帧双向预测编码帧，该帧即以前帧（I帧或P帧）为参考，又以后帧（P帧）为参考进行预测编码（双向运动补偿预测编

17、码），即B帧可以采用帧内、前向、后向或双向4种压缩编码技术，其压缩程度最高。(23kbit/帧)按压缩比的高低排序：B帧、P帧、I帧152380823576kbit（12帧为一组） 57612251.2Mbps。2.1.5.MPEG-4标准 。MPEG-4标准将支持 7个新的功能。可粗略划分为 3类：基于内容的交互性、高压缩率和灵活多样的存取模式。现分别介绍如下： 1. 基于内容的交互性(Content-based interactivity) (1)基于内容的操作与比特流编辑支持无须编码就可进行基于内容的操作与比特流编辑。例如：使用者可在图像或比特流中选择一具体的对象(Object)(例如图

18、像中的某个人，某个建筑等等)，随后改变它的某些特性。 (2)自然与合成数据混合编码 提供将自然视频图像同合成数据(文本、图形)有效结合的方式，同时支持交互性操作。 (3)增强的时间域随机存取 MPEG-4将提供有效的随机存取方式：在有限的时间间隔内,可按帧或任意形状的对象,对一音、视频序列进行随机存取。例如以一序列中的某个音、视频对象为目标进行“快进”搜索。 2. 高压缩率(Compression) (l)提高编码效率 在与现有的或正在形成的标准的可比拟速率上, MPEG-4标准将提供更好的主观视觉质量的图像。这一功能可望在迅速发展中的移动通信网中获得应用，但值得注意的是：提高编码效率不是MP

19、EG-4的唯一的主要目际。 (2)对多个并发数据流的编码 MPEG-4将提供对一景物的有效多视角编码, 加上多伴音声道编码及有效的视听同步。在立体视频应用方面, MPEG-4将利用对同一景物的多视点观察所造成的信息冗余， MPEG-4的这一功能在足够的观察视点条件下将有效地描述三维自然景物。 3. 灵活多样的存取 (Universal access) (l)错误易发环境中的抗错性( Robustness) “灵活多样”是指允许采用各种有线、线网和各种存储媒体，MPEG-4将提高抗错误能力(Error robustness capability)，尤其是在易发生严重错误的环境下的低比特应用中(移

20、动通信链路)。注意，MPEG- 4是第一个在其音、视频表示规范中考虑信道特性的标准。目的不是取代已由通信网提供的错误控制技术，而是提供一种对抗残留错误的坚韧性。例如：选择性前向纠错 ( Selective forward error correction)，错误遏制(Error containment), 或错误掩盖(Error concealment)。 (2)基于内容的尺度可变性(Content-based scalability) 内容尺度可变性意味着给图像中的各个对象分配优先级。其中，比较重要的对象用较高的空间和或时间分辨率表示。基于内容的尺度可变性是 MPEG-4的核心，因为一旦图像

21、中所含对象的目录及相应的优先级确定后，其它的基于内容的功能就比较容易实现了。对甚低比特率应用来说，尺度可变性是一个关键的因素, 因为它提供了自适应可用资源的能力。例如,这个功能允许使用者规定：对具有最高优先级的对象以可接受的质量显示,第二优先级的对象则以较低的质量显示，而其余内容(对象)则不予显示，可见,这种方式可最有效地利用有限的资源。2.1.6. MPEG-7标准。MPEG家族的新成员叫作“多媒体内容描述接口”(简称MPEG-7, 它的由来是1+2+4=7, 因为没有MPEG-3、MPEG-5、MPEG-6)，它将扩展现有内容识别专用解决方案的有限的能力，特别是它还包括了更多的数据类型。换

22、言之， MPEG- 7将规定一个用于描述各种不同类型多媒体信息的描述符的标准集合。 MPEG-7还将对定义其他描述符及其结构(描述方案)，和他们之间的关系的方法进行标准化。这种描述(也就是描述符和描述方案的组合)将与内容本身关联起来，以便对用户感兴趣的素材进行快速高效的搜索。 MPEG-7将标准化一种用来定义描述方案的语言，即描述定义语言(DDL)。带有与之相关的 MPEG-7数据的 AV素材，就可以被加上索引，并可进行检索。这些素材可能包括，静止图像、图形、3D模型、音频、语言、视频、以及关于这些成份如何组成一个多媒体表述(即所谓“环境”，组合信息)的信息。在这些通用数据类型中的特殊情况可能

23、已包括面部表情和个人特征。 MPEG-7象MPEG家族中的其他成员一样，是针对满足特定需要的音、视频信息的标准化表述。由于 MPEG-7是在其它标准表述诸如模拟、 PCM、 MPEG-l、MPEG-2和MPEG- 4等基础上建立起来的，而标准化的功能之一就是对其中相应部分提供参考。举例来说，也许一个用于MPEG-4的形状描述符,在 MPEG-7的环境里可能会有帮助，同样的，用于 MFEG-l、MPEG-2的运动矢量区也可能有这样的情况。 但是， MPEG-7的描述符并不依赖于它所描述的内容是编码的或存储的方式，可以把MPEG-7的描述说明,附加到模拟制的电影里或是用纸张打印出来的图片上。然而，

24、尽管MPEG-7的描述不依赖于所处理素材的(编码)表达方式，但由于在一定程度上它是在 MPEG-4的基础上发展起来的，而 MPEG-4采用了按照具有一定时间关系(同步)和空间关系(对于视频而言是在屏幕上，对于音频而言是在房间内)的对象,来进行音、视频编码的处理方式，因此用 MPEG-4编码有可能把描述说明附加到场景中的成员(对象)，比如说音、视频对象身上。所以，MPEG-7在描述中要提供不同的程度，才可能实现不同等级的识别。因为描述性特征必须在应用环境中才有意义，所以他们会因用户范围的不同和应用领域的不同而有所区别。这就意昧着，同样的素材，因为要和应用范围相匹配，可能会使用不同类型的特征来描述

25、。我们来看一些例子，对于可视素材，较低的抽象级别可能会用一些象形状、尺寸、纹理、颜色、运动(抛射)、位置(“对象会在场景中的哪个位置被发现呢?”)等属性来描述；对音频内容而言，可能会采用调式、情绪、节奏、节奏变化、在声场中的位置等属性。而最高的抽象等级可能会给出关于语意的信息：“在这个场景中，左侧有一只正在吠叫的棕狗，右侧有一只落下来的蓝色圆球，背景中还有汽车经过的声音。”当然，所有这些描述都会以高效方式进行编码，也即能提高搜索的效率。同时，中间也可能存在过渡的抽象等级。抽象等级与提取特征的方式有关，许多低等级的特征可以用全自动的方式提取出来，而高等级的特征就需要更多的人工交互。在HDTV视频

26、压缩编解码标准方面，美国、欧洲、日本没有分歧，都采用了MPEG-2标准。MPEG(Moving Picture Expert Group)意思是“运动图像专家组”，压缩后的信息可以供计算机处理，也可以在现有和将来的电视广播频道中进行分配。 在音频编码方面，欧洲、日本采用了MPEG-2标准；美国采纳了杜比公司(Dolby)的AC-3方案，MPEG-2为备用方案。 对于中国来说，今后信源编解码标准也会与美国、欧洲、日本一样采用MPEG-2标准。2.2音频信号压缩编码技术。主要是利用人耳的听觉特性。与视频编解码相同，音频编解码主要功能是完成声音信息的压缩。声音信号数字化后，信息量比模拟传输状态大得多

27、，因而数字电视的声音不能象模拟电视的声音那样直接传输，而是要多一道压缩编码工序。音频编码计算时的依据：(1)听觉的掩蔽效应。在人的听觉上，一个声音的存在掩蔽了另一个声音的存在，掩蔽效应是一个较为复杂的心理和生理现象，包括人耳的频域掩蔽效应和时域掩蔽效应。(2)人耳对声音的方向特性。对于2KHZ以上的高频声音信号，人耳很难判断其方向性，因而立体声广播的高频部分不必重复存储。2.2.1先进音视频编码标准(AVS)。AVS视频中具有特征性的核心技术包括：整数变换、量化、帧内预测、14精度的像素插值、特殊的帧间预测运动补偿、二维熵编码、去块效应环内滤波等。AVS标准中视频解码过程的基本处理单元是宏块。

28、一个宏块包括1 6l 6的亮度样值块和对应的色度样值块，宏块可进一步划分到最小88的样本块来进行预测，共有4种用于运动补偿的宏块划分l 61 6、1 68、81 6、88AVS中的变换以88样本块为基本单元，变换系数采用标量量化。整数变换、标量量化计算及其逆过程可以完全通过整数运算实现，比原先的浮点运算能有效提高计算速度，也有利于硬件实现实时系统；同时由于是整数变换，运算结果精确度高，不存在浮点运算及取整，因而可以有效地避免反变换误匹配问题，即消除了编码器与解码器之间的失配现象。AVS采用自适应环路滤波，即以宏块为单位，根据块边界两侧块类型确定边界强度，采取不同滤波策略，消除边界上产生的失真现

29、象。在解码器中，去块滤波器在重建和显示宏块之前发生作用，根据宏块以及宏块中88亮度块的运动矢量，求得边界滤波强度，再由块水平或垂直边界两侧样本点求得块边界阈值，根据两者关系，确定是否进行滤波以及滤波的方式。去块滤波可以使边界变得平滑，提高在高压缩比下解码图像的视觉效果。2.2.2. 流媒体技术与多媒体技术。流媒体技术：媒体在因特网/局域网中播放时，所采用的流式传输方式（不是媒体的形式）。边下载，边播放。而流式传输方式则要将整个多媒体文件经过特殊的压缩方式分成一个个压缩包，由视频服务器向用户计算机实时连续地传送。用户不必像采用下载方式那样等到整个文件全部下载完毕(需要本地硬盘)，而是只需经过几秒

30、或几十秒的启动延时(在客户端的内存中开辟一个缓冲区)即可在用户的计算机内利用解压设备对压缩的多媒体文件解压后进行播放和观看，而剩余部分将在后台的服务器内继续下载。多媒体技术：信息的载体媒体，多种媒体的形式文本、图形、图像、动画、音频、视频等等，多媒体通信的特征综合性、交互性、同步性。3多路复用/解多路复用技术。数字电视的复用系统是HDTV的关键部分之一。从发送端信息的流向来看，它将视频、音频、辅助数据等编码器送来的数据比特流，经处理复合成单路串行的比特流，送给信道编码及调制。接受端与此过程正好相反。模拟电视系统不存在复用器。在数字电视中，复用器把音频、视频、辅助数据的码流通过一个打包器打包，然

31、后再复合成单路。目前网络通信的数据都是按一定格式打包传输的。HDTV数据的打包将使其具备了可扩展性、分级性、交互性的基础。 付费电视是现在和将来电视发展的一个方向。复用器可对打包的节目信息进行加扰，使其随机化，接收机具有密钥才能解扰。 在HDTV复用传输标准方面，美国、欧洲、日本也没有分歧，都采用了MPEG-2标准。HDTV数据包长度是188个字节，正好是ATM信元的整数倍。今后以光纤为传输介质，以ATM为信息传输模式的宽带综合业务数字网极有可能成为未来“信息高速公路”的主体设施。可用4个ATM信元来完整地传送一个HDTV传送包，因而可达到HDTV与ATM的方便接口。3.1.数字多路复用器 数

32、字多路复用器是将多路MPEG-2的数据流复用为单一的数据流, 可用于多路数字电视传输之用。例如四路MPEG-2码流可以复接成E3输出(34.368MHz) 。其技术指标如下: 1.完全符合 MPEG-2 DVB推荐标准。2.提供 4路高速串行数据口。3.包含 MPEG-2数据流输入时钟基准校正。4.RS-232或 422输入数据码流从600bps至 19200bps，Ethernet码流速率 2.1Mbps。5.用于付费系统的 DVB加扰接口。6.2个 MPEG-2码流输出接口 。7.PID,PCR重写处理 。8.PID码流可以被单独送入和消除，允许在系统控制器选择冗余或复制的信息。9.被选用的PSI码流可以被合并到一个单一的 MPEG-2输出码流。10.重新传送 PCR包裹，用以同步 MPEG-2编码压缩器。11.被复用的输出码流可以传向调制器或再次被复用器使用 。12.采用Ethernet网上的 SNMP系统来控制系统控制器 。13. 可采用统计模式的复用方式 。14. 可选用 E3、 DS-3、 ATM或 OC-3的输出方式 。15. 可加入 QPSK或 QAM调制器 。16. 依据图象的复杂程度，对输入Div