MPEG форматы

MPEG1

Как и метод группы JPEG, алгоритм MPEG-1 использует дискретное косинусное преобразование (Diskrete Cosine Transform). В частности, при применении MPEG-алгоритма специальные средства позволяют при сжатии текущего кадра включать ссылки на части изображения, оставшегося неизменным от предыдущего кадра. Как обычно, вначале идет преобразование информации в базис YUV и ее прореживание. После этого выполняется дискретное косинусное преобразование. Аналогичным образом используется и кодирование Хаффмана (В основе алгоритма кодирования Хаффмана лежит довольно простой принцип: символы заменяются кодовыми последовательностями различной длины. Чем чаще используется символ, тем короче должна быть кодовая последовательность. Именно поэтому алгоритм Хаффмана называется также кодированием символами переменной длины (Variable-Lenth Coding). Код переменной длины позволяет записывать наиболее часто встречающиеся символы короткими кодовыми последовательностями, а редко встречающиеся – более длинными. Например, для английского текста символам Е,Т и А можно поставить в соответствие 3-битовые последовательности, а J, Z и Q – 8-битовые. В одних алгоритмах реализации алгоритма Хаффмана используются готовые кодовые таблицы, в других – кодовая таблица строится только на основе статистического анализа имеющейся информации. Кодирование по Хаффману гарантирует возможность полного последующего декодирования.). Тем не менее основной задачей для MPEG-алгоритма является определение вектора движения, то есть основного направления, в котором происходят изменения. Для этой цели на различных этапах выполнения алгоритма могут использоваться операции сравнения, а также предсказания назад и вперед, осреднения блоков и т.д.

В соответствии с MPEG существует три вида кадров: типа I (Inter frame) - исходные (ключевые), типа Р (Predicted frame) - предсказуемые и типа В (Bi-directional frames) - двунаправленные. Кадр типа I является базовым. Сжатие такого кадра может происходить только по методу обработки неподвижного изображения, например, методом типа JPEG. Кадр типа Р получается на основе информации одного I - или одного предсказуемого Р-кадра. А вот кадр типа В получается на основе I- или Р-кадров, причем одного из них в прошлом, а другого — в будущем. На самом деле все выглядит не так фантастически. как кажется. Разумеется. что декодирующее устройство получает сначала фрейм I, затем Р и только после этого формирует фрейм В. Данный метод обеспечивает коэффициенты сжатия в пределах от 40:1 до 200:1.

MPEG2

Поток видеоданных, определяемый спецификацией 13818-2, представляет собой иерархическую структуру, элементы которой строятся и объединяются друг с другом в соответствии с определенными синтаксическими и семантическими правилами. Существует 6 типов элементов этой иерархической структуры:

·   Видеопоследовательность

·   Группа изображений

·   Изображение

·   Срез

·   Макроблок

·   Блок.

Видеопоследовательность – элемент потока видеоданных высшего уровня. Она представляет собой серию последовательных кадров телевизионного изображения. MPEG-2 допускает как построчные, так и чересстрочные последовательности. Чересстрочная последовательность – это серия телевизионных полей. В процессе компрессии поля могут кодироваться раздельно. Это дает изображения типа «поле». Два поля, кодируемые как телевизионный кадр, образуют изображение типа «кадр». В одной чересстрочной последовательности могут использоваться и изображения-поля, и изображения-кадры. В последовательностях с построчным разложением каждое изображение представляет собой кадр. В соответствии с используемыми методами дифференциального кодирования различают три типа изображений: I, P и B. Изображение типа I кодируется с использованием только той информации, которая содержится в нем самом (I - Intra-coded picture). В нем устраняется только пространственная избыточность. При кодировании P и B изображений используется межкадровое кодирование. При кодировании изображения типа P формируется разность между исходным изображением и предсказанием, полученным на основе предшествующего или последующего изображения типа I (P – Predictive-coded picture). Изображение типа B – это изображение, при кодировании которого используется предсказание, сформированное на основе предшествующего и последующего изображений типа I или P (B – Bidirectionally-predicted-coded picture). В изображениях типа P и B устраняется и пространственная, и временная избыточность. Серия изображений, содержащих одно I-изображение, называется группой изображений. Пример видеопоследовательности с различными типами изображений показан на рис.1 (стрелками показаны направления предсказания в пределах одной группы изображений). Чем больше группа изображений, тем большая степень компрессии может быть достигнута.

С информационной точки зрения каждое изображение представляет собой три прямоугольных матрицы отсчетов изображения: яркостную Y и две матрицы цветности Cb и Cb. Стандарт MPEG-2 допускает различные структуры матриц. Соотношение между количеством отсчетов яркости и цветности определяется форматом дискретизации. В случае формата 4:2:0 размеры матриц Cb и Cb в 2 раза меньше, чем Y, и в горизонтальном, и в вертикальном направлениях (рис.5). Формат 4:2:2 отличается тем, что все три матрицы имеют одинаковые размеры по вертикали, но в горизонтальном направлении матрицы цветности имеют в два раза меньшее количество элементов (рис.6). В формате 4:4:4 все матрицы одинаковы (рис.6).