压缩视频格式的应用（上）

　　本文作者Jay Flora先生，美国Pluto Technologies国际公司成员
　　一、 前言
　　模拟视频的分配是很简单的，信号电平定义明确而为大家所理解。视频工程师用波形监视器对模拟信号的属性如振幅、信噪比和频响等进行监测。当NTSC和PAL彩色电视制式被开发出来以后，附加以彩色副载波对微分相位和微分增益的特殊要求后，新的视频标准便可以通过与先前的黑白电视标准相同的界面发布。这种早期的视频压缩格式后来在模拟和数字域都让位于分量存储和分配。
　　模拟视频接口在分配中会出现信号劣化。数字分配的最初好处是信号可以没有丝毫损伤地传送。尽管迄今人们仍在广泛使用复合模拟视频，但ITU-R BT.601串行数字接口(SDI)已经成为公用的分配手段。现在有许多种数字录制和压缩格式可供选择，它们使得新形式的视频信号分配可以无损地传输。压缩视频信号能够通过同步SDTI和Firewire接口转换成原来的编码形式，或者在网络上异步转换成媒体文件。将这些信号转换成通过SDI分配的基带需要额外的压缩循环，而由此导致的信号劣化在数字分配中应予以避免。
　　二、选择――一切都是压缩的
　　所有录制格式都有某种水平的压缩。你也可以争论说：D1和D5是不压缩的磁带格式，但视频被按取样值8b或10b量化，色差信号被用于减小色度内容的带宽， 带有相当于2/3原始规格的4:2:2亚取样分量。按照601建议书，通过SDI传送的信号，在传输过程中不会有进一步的信号质量损失。的确，压缩通常被用于视频，这是一件好事。应该接受并利用它，小心地进行分配。
　　1. 压缩标准
　　视频工业中有三种主要的压缩技术，即M-JPEG、DV和MPEG，它们都基于DCT。图像被转换成归一、量化和可变长度编码的频域系数。DV和典型的M-JPEG是帧内编码。对于给定的图像质量，利用MPEG-2压缩能实现更高的压缩比；这主要是借助运动估计和补偿，对相继帧之间的冗余进行时间压缩而实现。MPEG-2用于编辑时，一般仅限于I帧编码，能够在不了解前一帧和后一帧的情况下，在边缘进行帧切换。DV和MPEG-2压缩使用运动自适应处理实现有效的帧内编码。
M-JPEG由于其廉价的集成芯片解决方案可供利用而最早被用于硬盘录像机或服务器。M-JPEG由单个图像的JPEG文件规范演变而来，没有连续的帧序列和已定义的结构来保证比特流的互操作性。因为硬盘录像机制造商采用了不同的实施方案，可以认为M-JPEG是一种专用压缩格式。
　　2. 全都转向磁带
　　在制作链路中VTR到处可见，甚至直播制作也是先录制在磁带上，再提交给后期制作整理和再加工。压缩磁带的录制格式要求每帧有一固定的码量，以允许可预测的帧精度编辑。如果能免除录制到磁带上的要求，一种专用压缩格式才有可能被接受。如果想维持与大部分VTR制造商所采用的压缩格式兼容，就要采纳他们的标准。
　　3. 标准清晰度压缩磁带格式
　　第一种通用的成功的数字压缩格式是数字Betacam。图像质量是那么好以致很多人认为它是一种不压缩的格式。Sony并没有打算对存储在磁带上的压缩数据提供访问手段，而只是为数字Beta VTR提供了与SDI的连接性。这意味着数字Betacam是一种专用格式，若没有附加的压缩循环，便不能在制作链路的设备之间进行转换。
　　DV压缩最早是由标准和高清晰度家用VCR制造商的一个联盟研发的。松下在其DVCPRO系列专业VTR中采用了DV压缩，并将这种压缩从标准的25Mb/s比特率扩展到DVCPRO50中的50Mb/s。Sony则提供基于DV压缩的DVCAM系列VTR。在压缩格式和接口方面，这两家制造商都采用了不同于原先家用磁带格式的轨宽和他们自己的转速。Sony在525行系统中采用标准的25Mb/s比特率、4:1:1亚取样结构；在625系统中采用4:2:0的取样，而松下在625行系统中采用4:1:1亚取样。松下的DVCPRO50以较小的压缩比和两倍数据率，采用4:2:2取样结构。JVC D9的1/2'格式也采用DVCPRO50的压缩格式。这些VTR制造商都提供用于交换的压缩视频接口，这些都已标准化，且对其它制造商是开放的。
　　Sony 的Betacam SX 在数据率为18Mb/s的2帧GOP IB的短结构中采用MPEG-2压缩。Sony现在将其1/2'标准扩展到MPEG IMX格式，使用I帧，额定情况下，仅以50Mb/s、4:2:2取样结构录制。
　　4. 高清晰度压缩磁带格式
　　松下首先采用D5磁带格式推出了一种经济的高清晰度压缩格式。HDP500是一种外部处理器，将基于场的DCT压缩用于1080i的高清信号，实现经360Mb/s的SMPTE 267M-18接口的数据传输。D5录像机在360Mb/s输入的有效行区域存储数据而不是视频。后来，松下将这种压缩技术扩展到720p高清格式，后继产品直接将这种压缩技术集成到VTR平台，以彻底消除对外部编解码器的需求。这些集成VTR再也不需要提供对360Mb/s压缩数据接口的访问手段。
　　Sony 的HDCAM格式采用一种基于帧结构DCT，并带有图像预滤波的压缩方案，以提高编码效率。HDW-500 VTR能够访问标准SMPTE 305M 270Mb/s的SDTI接口上的压缩数据流。
　　松下现已将其DV压缩技术扩展到100Mb/s DVCPRO HD，用于高清晰度录制。压缩数据接口采用DIF打包结构，以离散的块来分配压缩视频、音频和辅助数据。DIF流结构经过很好的定义，并同所有DVCPRO产品兼容。
　　5. 混合压缩格式的级联误差
　　由数字压缩导致的图像损伤大多发生在最初的编码循环。当前从VTR制造商们可得到的DV和MPEG I帧压缩格式都经过了优化，以便将压缩人为缺陷减至最少，并且经过多代相同格式的编码后，图像质量仍维持在可接受水平。典型的情况是经过不超过7代相同压缩格式的编解码循环，图像质量仍然是可接受的。很多情况下，对于基带压缩转换的循环而言，不需要多少代，就会发展到图像质量恶化到可觉察的程度。采用MPEG、DV、M-JPEG压缩格式等进行混和编码时，由于编码的人为缺陷，将加速图像质量恶化。
　　6. DCT块的空间对准
　　影响经多次压缩的图像质量的因素有好几个，最显著之一就是在两个压缩循环之间，DCT块边缘的空间漂移。这将导致后继的DCT转换在不同的象素值阵列下进行。如果运用一个模拟分量接口来作格式转换，就不可避免地会在新的模拟同步位置和最初的取样结构之间引入计时误差。模拟转换在信号中引入噪声。模拟复合转换会导致彩色副载波解码人为缺陷，今后不应再采用。
　　如果转换接口是SDI数字分量空间DCT阵列，采用混合压缩格式或进行外部信号处理时就会发生漂移。特技处理引入象素相移，而且常常数字图像会从外部相移，以便对准视频和色键分量。向基于M-JPEG的专用系统转换，总是会导致DCT块漂移。
　　7. MPEG GOP漂移
　　在长GOP MPEG压缩情况下，如果GOP结构在相邻两次编码间隔内变化，质量损伤就会被放大。先前编码的预估B和P帧在下一代复制时可能会变成固定I帧。可以将辅助数据插入SDI接口中，以存储运动矢量和来自编码循环的GOP结构信息；但是在一个MPEG-2压缩系统中改变比特率，常常会影响GOP结构的保存。
　　8. 色差亚取样结构
　　通过一个标准的SDI 4:2:2数字分量接口，在不同的压缩格式平台之间传送信号，所得到的结果可能是不同的。色差亚取样结构随压缩格式的不同而不同。MPEG-2 4:2:2型、DVCPRO50和M-JPEG都采用4:2:2取样结构，而其色差信号被滤波到亮度取样带宽的一半。DVCPRO 25Mb/s压缩采用4:1:1取样，不同于DVCAM 625行DV所采用的4:2:0。MPEG-2主型也采用4:2:0。
　　在4:1:1和4:2:2取样格式间混合，将会得到可接受的4:1:1质量，所需之水平滤波是由精确的数字滤波器实现的，它在作内插或整理色度取样结构时，只引入极少量的频响不规则现象。在4:1:1和4:2:0取样格式间混合时，得不到最小公分母的质量。4:2:0彩色是垂直亚取样的，不具备易于实现多点平坦响应数字滤波器的优点。其后在不同格式之间的传送进一步引入了垂直频响失常，导致低于4:1:0质量。
　　从4:1:1到4:2:0的变换被保存下来，应仅用于最后传送给一个长GOP MPEG-2格式，以供传输之用。在此类情况下，一般而言比特率是足够低的，在色差带宽方面因转换系数量化需作让步。