视频编码
-
2023年3月20日发(作者：12分钟跑)视频压缩编码标准H.264详解
视频压缩编码标准H.264详解
——新疆大学2006级工硕郭新军
JVT（JointVideoTeam，视频联合工作组）于2001年12月在泰国Pattaya
成立。它由ITU-T和ISO两个国际标准化组织的有关视频编码的专家联合组成。
JVT的工作目标是制定一个新的视频编码标准，以实现视频的高压缩比、高图像
质量、良好的网络适应性等目标。目前JVT的工作已被ITU-T接纳，新的视频
压缩编码标准称为H.264标准，该标准也被ISO接纳，称为AVC（AdvancedVideo
Coding）标准，是MPEG-4的第10部分。
H.264标准可分为三档：
基本档次（其简单版本，应用面广）；
主要档次（采用了多项提高图像质量和增加压缩比的技术措施，可用于
SDTV、HDTV和DVD等）；
扩展档次（可用于各种网络的视频流传输）。
H.264不仅比H.263和MPEG-4节约了50％的码率，而且对网络传输具有更
好的支持功能。它引入了面向IP包的编码机制，有利于网络中的分组传输，支
持网络中视频的流媒体传输。H.264具有较强的抗误码特性，可适应丢包率高、
干扰严重的无线信道中的视频传输。H.264支持不同网络资源下的分级编码传
输，从而获得平稳的图像质量。H.264能适应于不同网络中的视频传输，网络亲
和性好。
一、H.264视频压缩系统
H.264标准压缩系统由视频编码层（VCL）和网络提取层（Network
AbstractionLayer，NAL）两部分组成。VCL中包括VCL编码器与VCL解码器，
主要功能是视频数据压缩编码和解码，它包括运动补偿、变换编码、熵编码等
压缩单元。NAL则用于为VCL提供一个与网络无关的统一接口，它负责对视频数
在H.264中采用了6阶FIR滤波器的内插获得1/2像素位置的值。当1/2
像素值获得后，1/4像素值可通过线性内插获得，对于4:1:1的视频格式，亮
度信号的1/4像素精度对应于色度部分的1/8像素的运动矢量，因此需要对色
度信号进行1/8像素的内插运算。
理论上，如果将运动补偿的精度增加一倍（例如从整像素精度提高到1/2
像素精度），可有0.5bit/Sample的编码增益，但实际验证发现在运动矢量精
度超过1/8像素后，系统基本上就没有明显增益了，因此，在H.264中，只采
用了1/4像素精度的运动矢量模式，而不是采用1/8像素的精度。
多宏块划分模式估计
在H.264的预测模式中，一个宏块（MB）可划分成7种不同模式的尺寸，
这种多模式的灵活、细微的宏块划分，更切合图像中的实际运动物体的形状，
于是，在每个宏块中可包含有1、2、4、8或16个运动矢量。
多参数帧估计
在H.264中，可采用多个参数帧的运动估计，即在编码器的缓存中存有多
个刚刚编码好的参数帧，编码器从其中选择一个给出更好的编码效果的作为参
数帧，并指出是哪个帧被用于预测，这样就可获得比只用上一个刚编码好的帧
作为预测帧的更好的编码效果。
2．小尺寸4*4的整数变换
视频压缩编码中以往的常用单位为8*8块。在H.264中却采用小尺寸的4*4
块，由于变换块的尺寸变小了，运动物体的划分就更为精确。这种情况下，图
像变换过程中的计算量小了，而且在运动物体边缘的衔接误差也大为减少。
当图像中有较大面积的平滑区域时，为了不产生因小尺寸变换带来的块间
灰度差异，H.264可对帧内宏块亮度数据的16个4*4块的DCT系数进行第二次
5
4*4块的变换，对色度数据的4个4*4块的DC系数（每个小块一个，共4个DC
系数）进行2*2块的变换。
H.263不仅使图像变换块尺寸变小，而且这个变换是整数操作，而不是实数
运算，即编码器和解码器的变换和反变换的精度相同，没有“反变换误差”。
3．更精确的帧内预测
在H.264中，每个4*4块中的每个像素都可用17个最接近先前已编码的像
素的不同加权和来进行帧内预测。
4．统一的VLC
H.264中关于熵编码有两种方法。
统一的VLC（即UVLC：UniversalVLC）。UVLC使用一个相同的码表进行编
码，而解码器很容易识别码字的前缀，UVLC在发生比特错误时能快速获得重同
步。
内容自适应二进制算术编码（CABAC：ContextAdaptiveBinaryArithmetic
Coding）。其编码性能比UVLC稍好，但复杂度较高。
三、性能优势
H.264与MPEG-4、H.263++编码性能对比采用了以下6个测试速率：
32kbit/s、10F/s和QCIF；64kbit/s、15F/s和QCIF；128kbit/s、15F/s和CIF；
256kbit/s、15F/s和QCIF；512kbit/s、30F/s和CIF；1024kbit/s、30F/s和
CIF。测试结果标明，H.264具有比MPEG和H.263++更优秀的PSNR性能。
H.264的PSNR比MPEG-4平均要高2dB，比H.263++平均要高3dB。
四、新的快速运动估值算法
新的快速运动估值算法UMHexagonS（中专利）是一种运算量相对于H.264
中原有的快速全搜索算法可节约90％以上的新算法，全名叫“非对称十字型多
层次六边形格点搜索算法”（Unsymmetrical-CrossMuti-HexagonSearch）”，
6
这是一种整像素运动估值算法。由于它在高码率大运动图像序列编码时，在保
持较好率失真性能的条件下，运算量十分低，已被H.264标准正式采纳。
ITU和ISO合作发展的H.264（MPEG-4Part10）有可能被广播、通信和
存储媒体（CDDVD）接受成为统一的标准，最有可能成为宽带交互新媒体的标
准。我国的信源编码标准尚未制定，密切关注H.264的发展，制定我国的信源
编码标准的工作正在加紧进行。
H264标准使运动图像压缩技术上升到了一个更高的阶段，在较低带宽上提
供高质量的图像传输是H.264的应用亮点。H.264的推广应用对视频终端、网守、
网关、MCU等系统的要求较高，将有力地推动视频会议软、硬件设备在各个方面
的不断完善。