音视频编码知识

《音视频编码知识》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、音视频编码知识胡梅2009-12-29编码和文件格式学习音视频相关基础知识之前，我们先来认识下编码和文件格式；�编码和文件格式（也称容器）是什么？文件（即容器）是既包括了视频、又包括音频、甚至还带有一些脚本的集合；文件中视频和音频的压缩算法才是真正的编码；对于一种文件，它的视频和音频可以分别采用不同的编码。音视频编码及文件格式是一个很庞大的知识领域，我们在此只是对其中的相关知识做入门的介绍，让大家能够对其内容有个初步的了解；主要内容主要内容�第一部分：基础知识介绍�第二部分：音视频编码标准与体系

2、介绍�第三部分：文件格式介绍�第四部分：音视频格式转换工具介绍第一部分：基础知识介绍基础知识介绍�一、音视频编码的基本概念�二、音视频编码的原理�三、音视频编码技术分类�四、音视频文件大小计算方式一、音视频编码的基本概念1.什么是视频编码？所谓视频编码就是通过特定的压缩技术，将某个视频格式的文件转换成另外一种视频格式文件的方法。视频编码的主要功能是完成图像的压缩，使数字电视信号的传输量由1Gbit/s（针对1920x1080显示格式）减少为20-30Mbit/s。一、音视频编码的基本概念2.什么

3、是音频编码？自然界中的声音以及波形都非常复杂，声音其实也是一种能量波，它有频率和振幅；其中频率所对应的是时间轴线，振幅对应的是电平轴线。波是无限光滑的，弦线可看成由无数点组成。音频编码主要是完成对声音信息的压缩。声音信号数字化后，信息量比模拟传输状态大很多，不能像模拟电视声音那样直接传输；因而需要对声音多一道压缩编码工序，即为音频编码。二、音视频编码的原理1.视频编码原理简介视频编码主要是对图像进行有效的压缩。原始视频图像数据中包含大量的冗余信息视频编码主要采取块运动估计和运动补偿技术有效的去除

4、图像帧间冗余度，来压缩码率和带宽，实现信号有效传输的目的。图1.1运动处理原理图二、音视频编码的原理2.视频编码模块图（MPEG-2）图2.1MPEG-2视频编码原理框图二、音视频编码的原理3.音频编码的原理简介我们需要通过抽样、量化、编码三个步骤将连续变化的模拟信号转换为数字信号。抽样就是在时间上将模拟信号离散化。量化是用有限个幅度值近似原来连续变化的幅度值，把模拟信号的连续幅度变为有限数量的有一定间隔的离散值。编码就是按一定的规律把量化后的值用二进制数字表示，然后转换成二值或多值得数字信号流

5、。通常我们采用PCM编码，其主要过程是将话音、图像等模拟信号每隔一段时间进行取样，使其离散化，同时将抽样值按分层单位四舍五入取整量化，并将抽样值按一组二进制码来表示抽样脉冲的幅值。二、音视频编码的原理4.音频编码模块图（PCM和MPEG）图4.1PCM音频编码框图图4.2MPEG音频解码框图三、音视频编码技术分类1.视频编码技术分类为了在Internet上有效的、高质量的传输视频流，需要多种技术的支持，其中数字视频的压缩编码技术是Internet视频传输中的关键技术之一，实际上最终用户关心的是：

6、清晰度、存储量（带宽）、稳定性还有价格。所以采用不同的压缩技术，将很大程度影响以上几大要素。视频编码技术主要是压缩原视频图像数据中的冗余信息（分为时域和空域冗余信息），通常采用了帧内图像数据压缩技术、帧间图像数据压缩技术和熵编码压缩技术；1.1时域冗余信息去除时域冗余信息使用的是帧间编码技术，它包括三个部分：运动补偿、运动表示、运动估计；1.1.1运动补偿运动补偿是通过先前的局部图像来预测、补偿当前的局部图像，是减少帧序列冗余信息的有效方法。三、音视频编码技术分类1.1.2运动表示不同区域的图像

7、需要使用不同的运动矢量来描述运动信息。运动矢量通过熵编码进行压缩。1.1.3运动估计运动估计是从视频序列中抽取运动信息的一整套技术。注：通用的压缩标准均使用的是基于块的运动估计和运动补偿；1.2空域冗余信息去除空域冗余信息使用的是帧内编码技术和熵编码技术，包括三个部分：变换编码、量化编码、熵编码。1.2.1变换编码变换编码是将空域信号变换到另一正交矢量空间，使其相关性下降，数据冗余度减小。1.2.2量化编码经过变换编码后，会产生一批变换系数，对这些系数进行量化，使编码器的输出达到一定的位率，这一

8、过程称为量化编码。1.2.3熵编码熵编码是对变换、量化后得到的系数和运动信息，进行进一步的压缩。三、音视频编码技术分类下面我们将主要介绍目前常见的几种编码技术方案；1）MPEG-2MPEG-2图像压缩的原理是主要利用了图像中的两种特性：空间相关性和时间相关性。另外它综合采用了运动补偿的帧间预测、空间域离散余弦变换、自适应量化和可变长编码的混合编码。同时它开始用半像素精度运动矢量搜索，引入了“帧”和“场”的编码方法，和MPEG-1向下兼容；主要针对存储媒体、数字电视、高清晰等应用领域，分辨率为：低