關(guān)鍵詞：mpeg 視頻 音頻 jpeg
　　
　　 mpeg壓縮技術(shù)已是目前視頻壓縮的重要技術(shù)之一。它解決了以往硬盤容量有限及計(jì)算機(jī)總線瓶頸效應(yīng)，因而擴(kuò)大了多媒體應(yīng)用空間的自由度及靈活度。它開(kāi)拓了很多不同的數(shù)字影像應(yīng)用，vcd節(jié)目制作就是運(yùn)用了mpeg壓縮技術(shù)。vcd盤上存儲(chǔ)的影視圖像和聲音是采用mpeg算法壓縮的數(shù)字信息，并按mpeg的格式交錯(cuò)存放在vcd盤上。在數(shù)字多媒體壓縮（特別是視頻壓縮）領(lǐng)域內(nèi)的國(guó)際標(biāo)準(zhǔn)有很多，如iso/itu-t（國(guó)際標(biāo)準(zhǔn)化組織/國(guó)際電信同盟）技術(shù)委員會(huì)下的jpeg（joint photographic experts group）標(biāo)準(zhǔn)，ccitt（國(guó)際電報(bào)電話咨詢委員會(huì)）制定的h.261標(biāo)準(zhǔn)等，而著名的mpeg（moving pictures experts group，運(yùn)動(dòng)圖像專家組）是iso（國(guó)際標(biāo)準(zhǔn)組織）和iec（國(guó)際電工委員會(huì)）內(nèi)動(dòng)作的一個(gè)工作組，它組建于iec（國(guó)際電工委員會(huì)）內(nèi)動(dòng)作的一個(gè)工作組，它組建于1988年，開(kāi)始時(shí)只有15位專家。
　　
　　 mpeg的任務(wù)是開(kāi)發(fā)運(yùn)動(dòng)圖像及其聲音的數(shù)字編碼標(biāo)準(zhǔn)，專家組最初的任務(wù)有三個(gè)：實(shí)現(xiàn)1.5mb/s、10mb/s、40mb/s的壓縮編碼標(biāo)準(zhǔn)，即mpeg-1、mpeg-2、mpeg-3。但因?yàn)閙peg-2的功能已使mpeg-3為多余，所m以mpeg-3于1992年撤消。mpeg-4項(xiàng)目是1991年5月建議并于1993年7月確認(rèn)。到現(xiàn)在為止，mpeg公布的標(biāo)準(zhǔn)有：①mpeg-1標(biāo)準(zhǔn)：1993年8月公布。用于傳輸1.5mb/s數(shù)據(jù)傳輸率的數(shù)字存儲(chǔ)媒體運(yùn)動(dòng)圖像及其伴音的編碼；②mpeg-2標(biāo)準(zhǔn)：1994年11月公布。其全稱為：“運(yùn)動(dòng)圖像及其伴音的編碼”，主要針對(duì)高清晰度電視（hdtv）所需要的視頻及伴音信號(hào)，傳輸速率為10mbps，與mpeg-1兼容，適用于1.5mbps～60mbps甚至更高的編碼范圍；③mpeg-4標(biāo)準(zhǔn)：2002年10月公布。該標(biāo)準(zhǔn)的目標(biāo)為：支持多種多媒體應(yīng)用（主要偶重于多媒體信息內(nèi)容的訪問(wèn)），可根據(jù)應(yīng)用的不同要求現(xiàn)場(chǎng)配置解碼器。目前，mpeg將研究重點(diǎn)轉(zhuǎn)向了交互性更加高級(jí)的形式，在未來(lái)的幾年里，技術(shù)的發(fā)展將使這種高級(jí)形式成為可能。

　　1 mpeg的發(fā)展及其特點(diǎn)
　　
　　 1.1 mpeg-1
　　
　　在mpeg出現(xiàn)之前，關(guān)于圖像壓縮已經(jīng)有兩個(gè)標(biāo)準(zhǔn)，即用于靜態(tài)圖像數(shù)據(jù)壓縮的jpeg和用于電視電話、會(huì)議電視圖像壓縮的h.261，但是他們都與計(jì)算機(jī)數(shù)據(jù)標(biāo)準(zhǔn)無(wú)關(guān)。這就要求制定一個(gè)圖像、伴音、存儲(chǔ)和傳輸四個(gè)方面的計(jì)算機(jī)系統(tǒng)和廣播電視都統(tǒng)一的標(biāo)準(zhǔn)，從而有利于各種媒體廣泛交流，因此mpeg就應(yīng)運(yùn)而生了。

　　 mpeg-1標(biāo)準(zhǔn)完成的基本任務(wù)就是質(zhì)量適當(dāng)?shù)膱D像（包括伴音）數(shù)據(jù)必須成為計(jì)算機(jī)數(shù)據(jù)的一種，和已有的數(shù)據(jù)（如文字、繪圖等數(shù)據(jù)）在計(jì)算機(jī)內(nèi)兼容，并且這些數(shù)據(jù)必須在現(xiàn)有的計(jì)算機(jī)網(wǎng)絡(luò)和廣播電視等通信網(wǎng)絡(luò)中兼容傳輸。mpeg-1標(biāo)準(zhǔn)有3個(gè)組成部分：mpeg視頻、mpeg音頻、mpeg系統(tǒng)。所以mpeg涉及的問(wèn)題是視頻壓縮、音頻壓縮及多種壓縮數(shù)據(jù)流的復(fù)合和同步問(wèn)題。mpeg-1標(biāo)準(zhǔn)是適用于傳輸1.5mbps數(shù)據(jù)傳輸率的數(shù)字存儲(chǔ)媒體動(dòng)力圖像及其伴音的編碼標(biāo)準(zhǔn)，可以處理各種類型的活動(dòng)圖像，其基本算法對(duì)于壓縮水平方向360個(gè)象素、豎直方向288個(gè)象素的空間分辨力，每秒24至30幅畫面的運(yùn)動(dòng)圖像有很好的效果。與jpeg不同，它沒(méi)有定義產(chǎn)生合法數(shù)據(jù)流所需的詳細(xì)算法，而是在編碼器設(shè)計(jì)中提供了大量的靈活性，另外定義已編碼位流和解碼器的一系列參數(shù)都包含在位流本身當(dāng)中，這些特點(diǎn)允許算法可以用于不同大小和寬度比的圖像，也可以用在工作速率范圍很大的信道和設(shè)備上。

　　mpeg-1標(biāo)準(zhǔn)壓縮首先對(duì)色差信號(hào)進(jìn)行亞采樣，減少數(shù)據(jù)量，采用運(yùn)動(dòng)補(bǔ)償技術(shù)，減少幀間冗余度，利用二維dct變換云除空間相關(guān)性，對(duì)dct分量進(jìn)行量化，舍去不重要的信息，將量化后dct分量按照頻率得新排序，將dct分量進(jìn)行變字長(zhǎng)編碼，最后對(duì)每個(gè)數(shù)據(jù)塊的直流分量（dc）進(jìn)行預(yù)測(cè)差分編碼。mpeg視頻的編碼和解碼框圖如圖1所示。

mpeg-1的壓縮目標(biāo)是先對(duì)分辨率為30幀/秒（ntsc制式）或704×576、25幀/秒（pal制式）的視頻圖像在水平方向和垂直方向上使象素減少一半，即變成352×240（ntsc制式）或352×288（pal制式）的sif圖像格式，再對(duì)其與立體聲伴音進(jìn)行壓縮。

1.2 mpeg-2

mpeg-2標(biāo)準(zhǔn)全稱為“運(yùn)動(dòng)圖像及其伴音的編碼”，主要針對(duì)高精晰度電視（hdtv）所需要的視頻及伴音信號(hào)，傳輸速率為10mbps。

mpeg-2標(biāo)準(zhǔn)分為八個(gè)部分，統(tǒng)稱為iso/iec1318國(guó)際標(biāo)準(zhǔn)。第一部分：系統(tǒng)，描述多個(gè)視頻，音頻和數(shù)據(jù)基本碼流合成傳輸碼流和節(jié)目碼流的方式；第二部分：視頻，描述視頻編碼方法；第三部分：音頻，描述與mpeg-1音頻標(biāo)準(zhǔn)反向兼容的音頻編碼方法；第四部分：符合測(cè)試，描述測(cè)試一個(gè)編碼碼流是否符合mpeg-2標(biāo)準(zhǔn)的第一、二、三部分的軟件實(shí)現(xiàn)方法；第五部分：數(shù)字存儲(chǔ)器體-命令與控制，描述交互式多媒體網(wǎng)絡(luò)中服務(wù)器與用戶間的會(huì)話信令集；第六部分；非向后兼容的音頻，規(guī)定不與mpeg-1音頻反向兼容的多通道音頻編碼；第七部分：10比特視頻，現(xiàn)已停止；第八部分：實(shí)時(shí)接口，規(guī)定了傳送碼流的實(shí)時(shí)接口。

mpeg-2視頻編碼標(biāo)準(zhǔn)是一個(gè)按等級(jí)劃分的系列，按編碼圖像的分辨率分成4個(gè)“級(jí)”：低級(jí)（ll：low level），輸入信號(hào)的像素為itu-r601格式的四分之一；主級(jí)（ml：main level），輸入信號(hào)的像素為itu-r601；高級(jí)-1440（h14l：high-1440 level）為4：3模式電視高清晰度格式；高級(jí)（hl：high level）為16：9模式電視的高清晰度格式。按所使用的編碼工具的集合分成5個(gè)“類”：簡(jiǎn)單類（sp：simple profile），只有基準(zhǔn)幀i和預(yù)測(cè)幀p；主類（mp：main profile），比sp增加了雙向推測(cè)幀b；信雜比分層類（snrp：snr scalable profile）；空間可分層類（ssp：spatial scalable profile）；高類（hp：high profile）?！凹?jí)”與“類”的若干組合構(gòu)成mpeg-2視頻編碼標(biāo)準(zhǔn)在某種特定應(yīng)用下的子集。對(duì)某一輸入格式的圖像，采用特定集合的壓縮編碼工具，產(chǎn)生規(guī)定速率范圍內(nèi)的編碼碼流。mpeg-2的編碼碼流分為6個(gè)層次。從上至下依次為：視頻序列層（sequence）；圖像組層（gop：groupofpicture）；圖像層（picture）；像條層（slice）；宏塊層（macroblock）和像塊層（block）。

mpeg-2的編碼流程：在幀內(nèi)編碼的情況下，編碼圖像僅經(jīng)過(guò)dct，量化器和比特流編碼器即生成編碼比特流，而不經(jīng)過(guò)預(yù)測(cè)環(huán)處理。dct直接應(yīng)用于原始的圖像數(shù)據(jù)。在幀間編碼的情況下，原始圖像首先與幀存儲(chǔ)器中的預(yù)測(cè)圖像進(jìn)行比較，計(jì)算出運(yùn)動(dòng)矢量，由此運(yùn)動(dòng)矢量和參考幀生成原始圖像的預(yù)測(cè)圖像。而后，將原始圖像與預(yù)測(cè)像素差值所生成的差分圖像數(shù)據(jù)進(jìn)行dct變換，再經(jīng)過(guò)量化器和比特流編碼器生成輸出的編碼比特流。

1.3 mpeg-4

mpeg-4標(biāo)準(zhǔn)的目標(biāo)是：支持多種多媒體應(yīng)用（主要側(cè)重于對(duì)多媒體信息內(nèi)容的訪問(wèn)），可根據(jù)應(yīng)用的不同要求現(xiàn)場(chǎng)配置解碼器。mpeg-4旨在為視（音）頻數(shù)據(jù)的通信、存取與管理提供一個(gè)靈活的框架與一套開(kāi)放的編碼工具。

在mpeg-4圖像與視頻標(biāo)準(zhǔn)中，視頻表示工具的目標(biāo)，是為多媒體環(huán)境下的紋理、圖像和視頻數(shù)據(jù)的有效存儲(chǔ)、傳輸及管理提供標(biāo)準(zhǔn)化的核心技術(shù)。尤其強(qiáng)調(diào)這些工具對(duì)圖像和視頻內(nèi)容的原子單元（稱為視頻對(duì)象vo）的編解碼能力。對(duì)任意形狀的視頻對(duì)象進(jìn)行有效的表示，以支持所謂基于內(nèi)容的功能集。而此功能集支持內(nèi)容（即場(chǎng)景中的物理對(duì)象vo）的單獨(dú)編碼和解碼，這一特性為交互性提供了有力的底層機(jī)制支持，也為在壓縮域?qū)D像或視頻的vo內(nèi)容進(jìn)行靈活的表示和管理提供了有利條件。mpeg-4圖像與視頻標(biāo)準(zhǔn)統(tǒng)一支持傳統(tǒng)矩形和任意形狀圖像與視頻的編解碼。對(duì)于基于內(nèi)容的應(yīng)用，輸入的圖像序列可能具有任意形狀和位置。形狀可以用8位透明分量表示（一個(gè)vo由多個(gè)其它對(duì)象構(gòu)成時(shí)）或用一個(gè)二值掩模描述。另外，通過(guò)對(duì)場(chǎng)景中每個(gè)物理采用適當(dāng)?shù)暮途?xì)的基于對(duì)象的運(yùn)動(dòng)預(yù)測(cè)工具，可以大大提高某些視頻序列的壓縮比。對(duì)于mpeg-4擴(kuò)展的基于內(nèi)容的編碼可視為傳統(tǒng)的vlbv內(nèi)核或hbv工具由矩形輸入向任意形狀輸入的邏輯延伸。從這個(gè)意義上，基于內(nèi)容的編碼是vlbv和hbv內(nèi)核的超集。

mpeg-4標(biāo)準(zhǔn)在原有的基礎(chǔ)上增加了七個(gè)新的功能。增加的各個(gè)功能的特點(diǎn)：

（1）基于內(nèi)容的操作與比特流編輯支持無(wú)需編碼就可進(jìn)行基于內(nèi)容的操作與比特流編輯。（2）自然與合成數(shù)據(jù)混合編碼。提供將自然視頻圖像同合成數(shù)據(jù)（文本、圖形）有效結(jié)合的方式，同時(shí)支持交互性操作。（3）增強(qiáng)的時(shí)間域隨機(jī)存取。mpeg-4將提供具有效的隨機(jī)存取方式：在有限的時(shí)間間隔內(nèi)，可按幀或任意形狀的對(duì)象，對(duì)一音、視頻序列進(jìn)行隨機(jī)存取。（4）提高編碼效率。在與現(xiàn)有的正在形成的標(biāo)準(zhǔn)的可比擬速率上，mpeg-4標(biāo)準(zhǔn)將提供更好的主觀視覺(jué)質(zhì)量的圖像。（5）對(duì)多個(gè)并發(fā)數(shù)據(jù)流的編碼。mpeg-4將提供對(duì)一景物的有效多視角編碼，加上多伴音聲道編碼及有效的視聽(tīng)同步。在立體視頻應(yīng)用方面，mpeg-4將利用同一景物的多視點(diǎn)觀察所造成的信息冗余，在足夠的觀察視點(diǎn)條件下有效地描述三維自然景物。（6）錯(cuò)誤易發(fā)環(huán)境中的抗錯(cuò)性“靈活多樣”是指允許采用各種有線網(wǎng)和各種存儲(chǔ)媒體，mpeg-4將提高抗錯(cuò)誤能力，尤其是在易發(fā)生嚴(yán)重錯(cuò)誤環(huán)境下的低比特應(yīng)用中（移動(dòng)通信鏈路）。mpeg-4是第一個(gè)在其音、視頻表示規(guī)范中考慮信道特性的標(biāo)準(zhǔn)，目的不是取代已由通信網(wǎng)提供的錯(cuò)誤控制技術(shù)，而是提供一種對(duì)抗殘留錯(cuò)誤是緊韌性。（7）基于內(nèi)容的尺度可變性。內(nèi)容尺度可變性意味著給圖像中的各個(gè)對(duì)象分配優(yōu)先級(jí)。基于內(nèi)容的尺度可變性是mpeg-4的核心，因?yàn)橐坏﹫D像中所含對(duì)象的目錄及相應(yīng)的優(yōu)先級(jí)確定后，其它的集內(nèi)容的功能就比較容易實(shí)現(xiàn)了。對(duì)甚低比特率應(yīng)用來(lái)說(shuō)，尺度可變形成一個(gè)關(guān)鍵的因素，因?yàn)樗峁┝俗赃m應(yīng)可用資源的能力。

以上七個(gè)新的功能可以歸納為三類：基于內(nèi)容的交互性、高壓縮率和靈活多樣的存取模式。前三個(gè)功能為基于內(nèi)容的交互性，四、五為高壓縮率模式，最后兩個(gè)為靈活多樣的存取模式。

1.4 mpeg-7

mpeg-7標(biāo)準(zhǔn)稱為“多媒體內(nèi)容描述接口”，它將擴(kuò)展現(xiàn)有內(nèi)容識(shí)別專用解決方案的有限能力，特別是還包括了更多數(shù)據(jù)類型。換言之，mpeg-7將規(guī)定一個(gè)用于描述各種不同類型多媒體信息的描述符的標(biāo)準(zhǔn)集合。

mpeg-7對(duì)定義其它描述符及其結(jié)構(gòu)（描述方案）和他們之間關(guān)系的方法進(jìn)行標(biāo)準(zhǔn)化。這種描述（也就是描述符和描述方案的組合）將與內(nèi)容本身關(guān)聯(lián)起來(lái)，以便對(duì)用戶感興趣的素材進(jìn)行快速高效的搜索。mpeg-7標(biāo)準(zhǔn)化了一種用來(lái)定義描述方案的語(yǔ)言，即描述定義語(yǔ)言（ddl）。加之相關(guān)的mpeg-7數(shù)據(jù)的av素材，就可以被加上索引，并可進(jìn)行檢索。

mpeg-7像mpeg家族中其他成員一樣，是針對(duì)滿足特定需要的音、視頻信息的標(biāo)準(zhǔn)化表述，mpeg-7的描述符并不依賴于描述的內(nèi)容是編碼的或存儲(chǔ)的方式，可以把mpeg-7的描述說(shuō)明附加到模擬制的電影里或使用紙張打印出來(lái)的圖片上。然而，盡管mpeg-7 描述不依賴于所處理素材的（編碼）表示方式，但由于在一定程度上它是在mpeg-4的基礎(chǔ)上發(fā)展起來(lái)的，而mpeg-4采用了按照具有一定時(shí)間關(guān)系和空間關(guān)系的對(duì)象來(lái)進(jìn)行音、視頻編碼的處理方式，因此用mpeg-4編碼有可能把描述說(shuō)明附加到場(chǎng)景中的成員（對(duì)象）。所以，mpeg-7在描述中要提供不同的程度，才可能實(shí)現(xiàn)不同等級(jí)的識(shí)別。

因?yàn)槊枋鎏卣鞅仨氃趹?yīng)用環(huán)境中才有意義，所以會(huì)因用戶范圍的不同和應(yīng)用領(lǐng)域的不同而有所區(qū)別。這就意味著，同樣的素材，因?yàn)橐蛻?yīng)用范圍相匹配，可能會(huì)使用不同類型的特征來(lái)描述。當(dāng)然，所有這些描述都會(huì)以高效方式進(jìn)行編碼，業(yè)績(jī)能提高搜索的效率。同時(shí)，中間也可能存在過(guò)渡的抽象等級(jí)。抽象等級(jí)與提取特征的方式有關(guān)，許多低等級(jí)的特征可以用全自動(dòng)的方式提取出來(lái)，而高等級(jí)的特征就需要更多的人工交互。

2 mpeg的未來(lái)展望

mpeg視頻壓縮系統(tǒng)是一個(gè)技術(shù)含量很高的復(fù)雜集成系統(tǒng)，在世界上也只有少數(shù)極有實(shí)力的公司才能推出商業(yè)產(chǎn)品。由于mpeg視頻壓縮系統(tǒng)的技術(shù)復(fù)雜、設(shè)備昂貴，故至今為止普及程度很低。但隨著技術(shù)的進(jìn)步、工藝的成熟和價(jià)格下降，其應(yīng)用面正在拓寬。過(guò)去需要花費(fèi)上百萬(wàn)元才能做成的事，現(xiàn)在幾萬(wàn)元即可實(shí)現(xiàn)。如果你已有這樣的mpeg視頻壓縮系統(tǒng)，就可以很容易地把錄像、照片、圖片、電影等節(jié)目加以壓縮存放在計(jì)算機(jī)中生活錄像、檔案管理等各類視頻制作中。

mpeg制定的是一系列的標(biāo)準(zhǔn)，實(shí)際上很多情況下并沒(méi)有給出具體的實(shí)現(xiàn)，最后的實(shí)施還要通過(guò)各個(gè)廠商和研發(fā)人員實(shí)現(xiàn)。mpeg的研空主要集中在兩方面：（1）對(duì)mpeg實(shí)現(xiàn)的研究；（2）進(jìn)一步研究圖像壓縮方法已獲得更大數(shù)據(jù)的壓縮比并且實(shí)現(xiàn)人機(jī)對(duì)話的功能。

從現(xiàn)在mpge標(biāo)準(zhǔn)來(lái)看，作者認(rèn)為主要將集中在基于對(duì)象的處理方法上，也就對(duì)于不同的數(shù)據(jù)、內(nèi)容、要求將根據(jù)情況選擇不同方法處理。首先這是滿足人機(jī)對(duì)話最基于要求，也是滿足以人為本宗旨的要求，每一個(gè)人都可以根據(jù)自己的需求而要求采用不同的處理方法；其次，這是進(jìn)一步獲得更大圖像數(shù)據(jù)壓縮比的要求。以前基于數(shù)據(jù)本身和其交換與統(tǒng)計(jì)個(gè)性的壓縮方法很難滿足高速公路上的數(shù)據(jù)流速度，而基于對(duì)象的處理方法，要是現(xiàn)實(shí)基于模型的壓縮方法，可以針對(duì)不同對(duì)象（內(nèi)容）采用不同的壓縮方法，從而獲得巨大的壓縮比，而且滿足人的視覺(jué)要求。在mpeg-4和mpeg-7標(biāo)準(zhǔn)中已經(jīng)注意到這個(gè)問(wèn)題，引入了甚至對(duì)象或稱為內(nèi)容的研究。因此，筆者認(rèn)為基于對(duì)象的圖像處理方法將是未來(lái)mpeg的發(fā)展方向。

mpge視頻壓縮技術(shù)和vcd制作為我們開(kāi)拓了一條發(fā)展的新路。mpeg視頻壓縮技術(shù)的推廣應(yīng)用，可能會(huì)產(chǎn)生一個(gè)新行業(yè)，即多媒體制作。這方面的市場(chǎng)剛剛啟動(dòng)，在教育、培訓(xùn)等方面幾乎是空白，是一個(gè)有很大發(fā)展?jié)摿Φ男袠I(yè)，有待于開(kāi)拓。未來(lái)是信息化的社會(huì)，各種多媒體數(shù)據(jù)的傳輸和存儲(chǔ)是信息處理的基本問(wèn)題，本文僅僅從mpeg標(biāo)準(zhǔn)方面進(jìn)行了詳細(xì)的闡述，還有很多這方面的技術(shù)有待于研究和開(kāi)發(fā)，希望有志于此研究的人士共同探討。