| 北京廣播學(xué)院電視工程系 教授 郭 斌 MPEG是運動圖像專家組(Moving Picture Experts Group)的簡稱，其實質(zhì)上的名稱為國際標準化組織（ISO）和國際電工委員會（IEC）聯(lián)合技術(shù)委員會（JTC）1的第29 分委員會的第11工作組，即ISO/IEC JTC1/SC29/WG11，成立于1988年。其任務(wù)是制定世界通用的視音頻編碼標準。因為，廣播電視數(shù)字化所產(chǎn)生的海量數(shù)據(jù)對存儲容量、傳輸帶寬、處理能力及頻譜資源利用率提出了不切合實際的要求，使數(shù)字化難以實現(xiàn)。為此，該專家組基于幀內(nèi)圖像相鄰像素間及相鄰行間的空間相關(guān)性和相鄰幀間運動圖像的時間相關(guān)性，采用壓縮編碼技術(shù)，將那些對人眼視覺圖像和人耳聽覺聲音不太重要的東西及冗余成分拋棄，從而縮減了存儲、傳輸和處理的數(shù)據(jù)量，提高了頻譜資源利用率，制定了如表1所示的一系列MPEG標準,使數(shù)字化正在變?yōu)楝F(xiàn)實。其中，MPEG-2是一組用于視音頻壓縮編碼及其數(shù)據(jù)流格式的國際標準。它定義了編解碼技術(shù)及數(shù)據(jù)流的傳輸協(xié)議；制定了MPEG-2解碼器之間的共同標準（MPEG-2編碼器之間尚無共同標準）。本文以MPEG-2的系統(tǒng)、MPEG-2的編碼、及MPEG-2的應(yīng)用為題，討論MPEG-2壓縮編碼技術(shù)。  一、MPEG-2的系統(tǒng) 1.系統(tǒng)的定義 MPEG-2系統(tǒng)是將視頻、音頻及其它數(shù)據(jù)基本流組合成一個或多個適宜于存儲或傳輸?shù)臄?shù)據(jù)流的規(guī)范，如圖1所示。由圖1可見，符合ITU-R. 601標準的、幀次序為I1B2B3P4B5B6P7B8B9I10數(shù)字視頻數(shù)據(jù)和符合AES/EBU標準的數(shù)字音頻數(shù)據(jù)分別通過圖像編碼和聲音編碼之后，生成次序為I1P4B2B3 P7B5B6I10 B8B9視頻基本流（ES）和音頻ES。在視頻ES中還要加入一個時間基準，即加入從視頻信號中取出的27MHz時鐘。然后，再分別通過各自的數(shù)據(jù)包形成器，將相應(yīng)的ES打包成打包基本流（PES）包，并由PES包構(gòu)成PES。最后，節(jié)目復(fù)用器和傳輸復(fù)用器分別將視頻PES和音頻PES組合成相應(yīng)的節(jié)目流（PS）包和傳輸流（TS）包，并由PS包構(gòu)成PS和由TS包構(gòu)成TS。顯然，不允許直接傳輸PES，只允許傳輸PS和TS；PES只是PS轉(zhuǎn)換為TS或TS轉(zhuǎn)換為PS的中間步驟或橋梁，是MPEG數(shù)據(jù)流互換的邏輯結(jié)構(gòu)，本身不能參與交換和互操作。由系統(tǒng)的定義，可知MPEG-2系統(tǒng)的任務(wù)。   2.系統(tǒng)的任務(wù) MPEG-2的標準由表2所示的8個文件組成，MPEG-2系統(tǒng)是其關(guān)鍵部分。MPEG以開放系統(tǒng)互聯(lián)(OSI-Open System Interconnection)為目標，爭取全球標準化。在詳細規(guī)定視音頻編碼算法的基礎(chǔ)上，為傳輸和交換編碼數(shù)據(jù)流（比特流，碼流，流）創(chuàng)造統(tǒng)一條件。以利于接收端重建為指導(dǎo)，按照既定的參數(shù)給數(shù)據(jù)流以一定程度的“包裝”。因此，MPEG-2系統(tǒng)應(yīng)完成的任務(wù)有： ● 規(guī)定以包方式傳輸數(shù)據(jù)的協(xié)議； 由系統(tǒng)的任務(wù)，可知完成任務(wù)，系統(tǒng)應(yīng)具備的基礎(chǔ)。 3.系統(tǒng)的要點 根據(jù)數(shù)字通信信息量可以逐段傳輸?shù)臋C理，將已編碼數(shù)據(jù)流在時間上以一定重復(fù)周期結(jié)構(gòu)分割成不能再細分的最小信息單元，這個最小信息單元就定義為數(shù)據(jù)包，幾個小數(shù)據(jù)包（Data Packet）又可以打包成大數(shù)據(jù)包（Data Pack）。用數(shù)據(jù)包傳輸?shù)膬?yōu)點是：網(wǎng)絡(luò)中信息可占用不同的連接線路和簡單暫存；通過數(shù)據(jù)包交織將多個數(shù)據(jù)流組合（復(fù)用）成一個新的數(shù)據(jù)流；便于解碼器按照相應(yīng)順序?qū)?shù)據(jù)包進行靈活地整理。從而，數(shù)據(jù)包為數(shù)據(jù)流同步和復(fù)用奠定了基礎(chǔ)。因此，MPEG-2系統(tǒng)規(guī)范不僅采用了PS、TS和PES三種數(shù)據(jù)包，而且也涉及PS和TS兩種可以互相轉(zhuǎn)換的數(shù)據(jù)流。顯然，以數(shù)據(jù)包形式存儲和傳送數(shù)據(jù)流是MPEG-2系統(tǒng)的要點。為此，MPEG-2系統(tǒng)規(guī)范定義了三種數(shù)據(jù)包及兩種數(shù)據(jù)流： 1) 打包基本流（PES） 將MPEG-2壓縮編碼的視頻基本流（ES-Elementary Stream）數(shù)據(jù)分組為包長度可變的數(shù)據(jù)包，稱為打包基本流（PES- Packetized Elementary Stream）。廣而言之，PES為打包了的專用視頻、音頻、數(shù)據(jù)、同步、識別信息數(shù)據(jù)通道。所謂ES，是指只包含1個信源編碼器的數(shù)據(jù)流。即ES是編碼的視頻數(shù)據(jù)流，或編碼的音頻數(shù)據(jù)流，或其它編碼數(shù)據(jù)流的統(tǒng)稱。每個ES都由若干個存取單元(AU-Access Unit)組成,每個視頻AU或音頻AU都是由頭部和編碼數(shù)據(jù)兩部分組成的。將幀順序為I1P4B2B3P7B5B6 的編碼ES，通過打包，就將ES變成僅含有1種性質(zhì)ES的PES包，如僅含視頻ES的PES包，僅含音頻ES的PES包，僅含其它ES的PES包。PES包的組成見圖2。  由圖2可見，1個PES包是由包頭、ES特有信息和包數(shù)據(jù)3個部分組成。由于包頭和ES特有信息二者可合成1個數(shù)據(jù)頭，所以可認為1個PES包是由數(shù)據(jù)頭和包數(shù)據(jù)（有效載荷）兩個部分組成的。 包頭由起始碼前綴、數(shù)據(jù)流識別及PES包長信息3部分構(gòu)成。包起始碼前綴是用23個連續(xù)“0”和1個“1”構(gòu)成的，用于表示有用信息種類的數(shù)據(jù)流識別，是1個8 bit的整數(shù)。由二者合成1個專用的包起始碼，可用于識別數(shù)據(jù)包所屬數(shù)據(jù)流（視頻,音頻,或其它）的性質(zhì)及序號。例如： 比特序1 1 0 ×××××是號碼為××××的MPEG-2音頻數(shù)據(jù)流； PES包長用于包長識別，表明在此字段后的字節(jié)數(shù)。如，PES包長識別為2 B ，即2×8 = 16 bit字寬，包總長為216-1=65535 B，分給數(shù)據(jù)頭9 B（包頭6 B + ES特有信息3 B ），可變長度的包數(shù)據(jù)最大容量為65526 B。盡管PES包最大長度可達（216 -1）=65535 B（Byte），但在通常的情況下是組成ES的若干個AU中的由頭部和編碼數(shù)據(jù)兩部分組成的1個AU長度。1個AU相當于編碼的1幅視頻圖像或1個音頻幀，參見圖2右上角從ES到PES的示意圖。也可以說，每個AU實際上是編碼數(shù)據(jù)流的顯示單元，即相當于解碼的1幅視頻圖像或1個音頻幀的取樣。 ES特有信息是由PES包頭識別標志、PES包頭長信息、信息區(qū)和用于調(diào)整信息區(qū)可變包長的填充字節(jié)4部分組成的PES包控制信息。其中，PES包頭識別標志由12個部分組成：PES加擾控制信息、PES優(yōu)先級別指示、數(shù)據(jù)適配定位指示符、有否版權(quán)指示、原版或拷貝指示、有否顯示時間標記（PTS-Presentation Time Stamp）/解碼時間標記(DTS-Decode Time Stamp)標志、PES包頭有否基本流時鐘基準(ESCR-Elementary Stream Clock Reference)信息標志、PES包頭有否基本流速率信息標志、有否數(shù)字存儲媒體（DSM）特技方式信息標志、有否附加的拷貝信息標志、PES包頭有否循環(huán)冗余校驗（CRC-Cyclic Redundancy Check）信息標志、有否PES擴展標志。有擴展標志，表明還存在其它信息。如，在有傳輸誤碼時，通過數(shù)據(jù)包計數(shù)器，使接收端能以準確的數(shù)據(jù)恢復(fù)數(shù)據(jù)流，或借助計數(shù)器狀態(tài)，識別出傳輸時是否有數(shù)據(jù)包丟失。 其中，有否PTS/DTS標志，是解決視音頻同步顯示、防止解碼器輸入緩存器上溢或下溢的關(guān)鍵所在。因為，PTS表明顯示單元出現(xiàn)在系統(tǒng)目標解碼器（STD-System Target Decoder）的時間, DTS表明將存取單元全部字節(jié)從STD的ES解碼緩存器移走的時刻。視頻編碼圖像幀次序為I1P4B2B3P7B5B6I10B8B9的ES，加入PTS/DTS后，打包成一個個視頻PES包。每個PES包都有一個包頭，用于定義PES內(nèi)的數(shù)據(jù)內(nèi)容，提供定時資料。每個I、P、B幀的包頭都有一個PTS和DTS，但PTS與DTS對B幀都是一樣的，無須標出B幀的DTS。對I幀和P幀，顯示前一定要存儲于視頻解碼器的重新排序緩存器中，經(jīng)過延遲（重新排序）后再顯示，一定要分別標明PTS和DTS。例如，解碼器輸入的圖像幀次序為I1P4B2B3P7B5B6I10B8B9，依解碼器輸出的幀次序，應(yīng)該P4比B2、B3在先，但顯示時P4一定要比B2、B3在后，即P4要在提前插入數(shù)據(jù)流中的時間標志指引下，經(jīng)過緩存器重新排序，以重建編碼前視頻幀次序I1B2B3P4B5B6P7B8B9I10。顯然，PTS/DTS標志表明對確定事件或確定信息解碼的專用時標的存在，依靠專用時標解碼器，可知道該確定事件或確定信息開始解碼或顯示的時刻。例如，PTS/DTS標志可用于確定編碼、多路復(fù)用、解碼、重建的時間。 (未完待續(xù)) |
