视讯基本技术

视讯系统的有关标准

一、视讯系统系列标准介绍：

为推进视讯系统的标准化进程，CCITT在80年代初专门成立了视听会议研究小组，针对不同的网络环境包括（N-ISDN、PSTN、B-ISDN、LAN）等制定相应的多媒体通信终端标准。H.300系列标准包括了其相应的视频、音频、通信协议、复用/同步等系列标准。目前制定的标准主要有：

ITU-T H.320；窄带可视电话系统和终端（N-ISDN）；

ITU-T H.324，低比特多媒体通信终端（PSTN）；

ITU-T H.323，基于包交换的多媒体通信系统；

ITU-T H.322，提供保证业务质量的局域网多媒体通信系统和终端；

ITU-T H.321，B-ISDN环境下H.320终端设备的适配；

ITU-T H.310，宽带多媒体通信系统和终端（ATM/B-ISDN）。

以上标准中，在ISDN网上的H.320视讯技术目前最为成熟，H.320框架协议的视讯产品也是目前在实际应用中最多和最为成熟的。

二、H.320系列标准

ITU-T于1990年7月通过的H.320系列建议是有关视讯会议系统的第一套建议，它是一个框架性协议，包括以下一系列建议：

H.261建议定义了P*64Kbit/s 视频编解码器的实现。

H.221建议定义了64~1920Kbit/s信道复用的帧结构。

H.230建议是有关帧同步的控制和指示信号的具体内容；

H.242建议定义了两个终端之间建立通信的协议和过程；

H.243和H.231建议是有关多点视讯网中MCU的建议；

H.233建议是有关视听信息加密方面的内容； H.224是有关利用数字信道进行单工实时控制的建议；

H.280建议是有关远端摄象机遥控方面的内容；

此外，还包括声音编码传输的G 系列建议，如G.711，G.722，G.728等，有关数

据传输方面的T.120系列建议，有关ISDN 方面的I 系列建议，如I.400等。

下图说明了上述建议之间的关系及适用范围，它概括了终端、网络和MCU 三方面所涉及到的有关建议，

视频编解码器音频编解码器|时延系统控制端到端信令C&I

复用/解复用

用户/网络接口

ISDN 网络

多点控制 单元信道

端到网络信令H.242 H.230 H.221 H.243H.231 H.243I.400H.221H.261 H.263

G.711 G.722 G.728H.200/AV270 T.120I.400 H.243

视频I/O 设备音频I/O 设备远程信息处理设备

H.320建议

H.320建议

1、“视频I/O 设备”主要包括摄像机、电视机、投影屏幕、录像机、影碟机等视频处理单元。

2、“视频编码器”主要作用就是将某一会议点的实况图像信号、语音信号及相关的数据信号进行采集、压缩编码、多路复用后送到传输通道。同时将接收到的信号进行分解、解码，还原成对方会场的图像、语音及数据信号；另外完成命令的实时转发和协议的具体实施，终端还将本点的会议控制信号（如申请发言、申请主控权等）送到MCU 。同时还需执行MCU 对本点的控制作用。

解码器的工作过程与编码器基本相反。

3、“音频I/O设备”主要包括麦克风、扬声器等音频处理单元;

4、“音频编码器”将来自麦克风的模拟语音信号经过低通滤波器送往A/D单元，形成数字语音信号。再对数字语音信号进行G.711，G.722或G.728标准的压缩。经压缩后的语音信号在复用以前还要经过一定的时延，以保持语音和图像时间上的一致性。

5、“远程信息处理设备”主要包括电子白板等；

6、“系统控制单元”执行两种功能：通过“端到网络信令”访问网络，通过“端到端信令”实现端到端控制，建立公共操作模式，通知终端做某种操作。

7、“复用/解复用”单元将视频、音频、数据、信令等数字信号组合到64~1920Kbit/s数字码流内，成为与用户-网络接口兼容的信号格式。该单元输入/输出的数字比特流的格式应符合H.221建议所规定的信道帧结构。

8、“用户-网络接口”在用户与网络之间按照I.400系列用户-网络接口的要求进行必要的适配。

9、“系统控制”是视讯系统终端之间的联络工具，主要由端-端信令和端-网络信令两部分组成，解决用户和用户、用户和网络之间的通信控制问题。

10、MCU：

多点控制单元（MCU）是会议电视系统的控制核心。当参加会议的终端数量多于两个时，必需经过MCU来进行控制。所有终端都要通过标准接口连接到MCU，MCU将各终端送来的信号进行分离，抽取出音频、视频、数据和信令，分别送到相应的处理单元，进行音频混合或切换、视频切换、数据广播、路由选择、会议控制、定时和呼叫处理等，处理后的信号由复用器按照H.221格式组帧，然后经网络接口送到相应的端口。MCU按照国际标准H.221、H.242、H.243、T.120等协议的规定实现图像和语音的混合与交换，实现所有会场的控制等相关功能。

一般来讲，MCU分为主机和操作台两部分，主机完成上述协议规定的相关功能，操作台提供主机运行的操作控制，用户通过操作台对主机进行各种操作和发布命令。MCU系统结构图如下图所示。

MCU系统结构图

视频编解码技术

一、H.261建议：

1990年，原CCITT正式通过“P*64Kbit/s视听业务的视频编解码器”的国际标准-H.261建议。该建议的视频压缩采用了运动补偿预测和离散余弦相结合的混合编码方案。这一套编解码方案获得了很好的图象压缩效果，H.261标准的编码方法成了其他图象压缩标准的核心和基础，随后的许多视频压缩标准都是以此混合编码为核心，并在此基础上加以改进而成，如ITU-T的H.263、ISO的MPEG-1、MPEG-2等。H.261标准的制定，为视讯系统进入市场以及产业发展铺平了道路。所有符合H.261建议的由不同厂家的图象编解码器可以互联。

H.261规定了视频图象格式、编解码器结构、纠错编码以及视频信号流组成等主要技术参数。

1、视频编解码器：视频编解码器的结构如下图所示：

（帧间、内标志）

（传送、不传送标志）

（量化指示）

（量化的系数）

（运动矢量）

（滤波器开关）

编码过程为：输入CIF或QCIF的数字视频信号或经过帧间预测，或直接送到离散余弦（DCT）单元。在DCT单元中，对8*8数据块进行二维DCT变换。然后对这些变换后的系数进行量化，量化步长的改变受控于编码控制器（CC）。量化输出除了作为源编码器输出之外，还经反量化（IQ）和反余弦变换（IDCT）以后送至帧存储器（P，带有运动估计和运动补偿），运动补偿后的预测值经滤波单元（F）后再和当前输入的视频信号进行相减得到帧间预测值。H.261编码器除送出量化后的图象DCT系数（q）以外，还包括一系列的附加信息（如p，t，qz，v，f），以供解码器使用，量化后的系数经过二维变长编码，再和附加信息按照H.261规定的视频码流进行复合，形成统一的复合视频数据流。

视频解码相对于编码而言较为简单，解码时不需要运动估计和编码控制。其他部分的原理与编码大致相同，过程相反。

2、CIF图象格式：

为实现数字化的PAL制和NTSC制的视频进行互通，H.261规定，无论哪种制式的信号进入编码器，首先要转变成公共中间格式（CIF：Common Intermediate Format）或QCIF（Quarter CIF）。

CIF格式视频的每一帧都具有相同的结构。在一帧数字视频信号中，亮度信号Y的有

效取样点为352点/行和288点/行。将这些有效点按几何位置分为12个块组（GOB：Group Of Block），每个GOB包括33个宏块（MB：Macro Block），其顺序编号如下图所示。每个MB又包含6个块（B：Block），即4个亮度块和2个色度块。块是由8行8列像素组成的方阵，是CIF格式中的最基本的编码单位。

CIF格式

H.2 61标准要求所有的编码器必须能在QCIF方式下工作，QCIF格式的每行像素数和行数都是CIF格式的一半，即亮度信号的有效取样点为176点/行和144行/帧，色度信号的有效取样点为88点/行和72行/帧。

二、H.263建议

H.261建议比较适合在带宽为（P*64Kbit/s）的传输线路的图象的编解码，但对于低码率传输线路的图象，效果不理想。为此，ITU-T 在H.261基础上进行了改进，制定了低码率图象压缩的标准H.263，使图象效果有了较大提高。

1、对H.261的改进：

H.263建议的框图和H.261建议基本相同，其中，DCT、量化器与H.261一致，对H.261

建议的改进主要体现在以下几方面：

1）H.263建议的图象尺寸采用QCIF格式，即亮度信号为176像素/行*144行/帧，两个色差信号R-Y和B-Y均为88像素/行*72行/帧。同时还引入了H.261所没有的sub-CIF格式，即128*96，这两项是H.263的必选项。此外，作为可选项，也允许使用CIF、4CIF 和16CIF格式。

2）在运动估计时，H.261建议中是以16*16像素的宏块为单位进行，即每一个宏块一个运动矢量；而在H.263中，采用更灵活的运动估计方法，如根据需要可能一个宏块一个运动矢量，也可能将宏块的4个8*8子块每个使用一个运动矢量，使运动估计更加精确。

3）在H.261中，运动估计所得的运动矢量的精度为整数像素，范围为（-16，+15），还需要采用环路滤波器。而在H.263中采用半像素精度，范围为（-16.0，+15.5），无须采用回路滤波器。对于半精度像素，H.263采用双线性内插来得到它的预测值。4）在H.261中，对运动矢量采用一维前值预测与VLC相结合的方法编码，在H.263中则采用更为复杂的二维预测与VLC相结合的编码，以进一步减少编码数据量。5）H.263将所有的图象分为I帧、P 帧和B帧。B帧为双向预测帧，和它后面紧随的P帧合成一个单元-BP帧。

另外，H.263建议与H.261建议在解码过程中虽然都用到了运动补偿的方法，但H.263采用了半像素的分辨率，提高了其解码效果，同时，H.263变长编码的码表质量有所提高，提高了编码的效率。

二、四项可选编码技术：

为保证在低码率传输条件下取得较好的图象效果，H.263除了基本的混合编码外，还有四种有效的压缩编码方法可以选用。

1、无限制的运动向量

2、高级预测模式

3、基于语义的算术编码代替Huffman编码

4、PB帧模式