1、當前幾種主流高清編碼方式和文件封裝格式介紹    隨著高清技術的逐漸普及，越來越多的節目都采用高清設備來制作。目前，像Avid、Sony、Panasonic、Thomson等主流廠家都有各自系列的高清設備，它們所采用的編碼方式和文件的封裝格式則各有不同。目前幾種主流的高清編碼方式有：由ITU-T和ISO/IEC聯合開發的H.264/AVC/ MPEG-4標準、由蘋果公司開發的ProRes 422、由JPEG組織負責制定的JPEG 2000，以及由Avid公司開發的DNxHD等；主流的文件封裝格式有TS、AVI、MKV、MOV等。下面就這幾種主流的高清編碼

2、方式和文件封裝格式做一個介紹。    一編碼方式    1. H.264 / AVC / MPEG-4    H.264與MPEG-2格式和其他之前的格式相比，壓縮效率更高。H.264標準由國際電信聯盟電信標準化部門（ITU-T）和國際標準化組織/國際電工委員會（ISO/IEC）共同研究發布，因此H.264有兩個名稱，一個是沿用ITU-T組織的H.26×名稱，叫“H.264”；另一個則是AVC（Advanced Video Coding高級視頻編碼），這個標準也被歸

3、為MPEG-4的第10部分。    H.264格式定位于覆蓋整個視頻應用領域，它將主要應用在具有高壓縮率和分層次質量需求的方向。包括：低碼率的無線應用、標準清晰度和高清晰度的電視廣播應用、Internet上的視頻流應用，傳輸高清晰度的DVD視頻以及應用于數碼相機的高質量視頻應用等等。H.264能以較低的數據速率傳送基于聯網協議（IP）的視頻流，在視頻質量、壓縮效率和數據包恢復丟失等方面，超越了現有的MPEG-2、MPEG-4和H.26×視頻通訊標準，更適合窄帶傳輸。在極低碼率（32-128Kbps）的情況下，H.264與MPEG-4相比具有性能

4、倍增效應，即：相同碼率的H.264媒體流和MPEG-4媒體流相比，H.264擁有大約3個分貝的增益（畫質水平倍增）。32Kbps的H.264媒體流，其信噪比與128K的MPEG-4媒體流相近。即在同樣的畫面質量下，H.264的碼率僅僅為MPEG-4的四分之一。但是，H.264在獲得優越性能的同時，帶來的是計算復雜度增加，例如分層設計、多幀參論、多模式運動估計、改進的幀內預測等，因此對硬件要求是最高的。    H.264/AVC / MPEG-4采用的核心技術有以下幾個部分：幀間和幀內預測 、變換（和反變換）、量化（和反量化）、環路濾波、 熵編碼。

5、0;   幀間預測 ：H.264的幀間預測是改良的運動估計。運動估計用來確定和消除存在于視頻流中不同圖片之間的時間冗余。當運動估計搜索是根據過去方向的圖片，那么被編碼的圖片稱為“P幀圖片”，當搜索是根據過去和將來兩種方向的圖片，那么被編碼的圖片被稱為“B幀圖片”。為了提高編碼效率，為了包含和分離在“H.264運動估計-改良的運動估計”圖中的運動宏塊，宏塊被拆分成更小的塊。然后，以前或將來的圖片的運動矢量被用來預測一個給定的塊。H.264/MPEG-4 AVC發明了一種更小的塊，它具有更好的靈活性，在運動矢量方面可以有更高的預測精度。  

6、;  幀內預測：對于不能運用運動估計的地方，H.264就采用幀內估計用來消除空間冗余。幀內編碼用來縮減圖像的空間冗余，在給定幀中充分利用相鄰宏塊的空間相關性，相鄰的宏塊通常含有相似的屬性。因此，在對一給定宏塊編碼時，首先可以根據周圍的宏塊預測（典型的是根據左上角的宏塊，因為此宏塊已經被編碼處理），然后對預測值與實際值的差值進行編碼，這樣，相對于直接對該幀編碼而言，可以大大減小碼率。    對于每個4×4塊（除了邊緣塊特別處置以外），每個像素都可用17個最接近的先前已編碼的像素的不同加權和（有的權值可為0）來預測，即此像素所在

7、塊的左上角的17個像素。顯然，這種幀內預測不是在時間上，而是在空間域上進行的預測編碼算法，可以除去相鄰塊之間的空間冗余度，取得更為有效的壓縮。    變換：運動估計和內部估計后的結果通過變換被從空間域轉換到頻率域。H.264 / AVC / MPEG-4使用整數DCT4X4變換。而MPEG-2和MPEG-4使用浮點DCT8X8變換。更小塊的H.264 / AVC / MPEG-4減少了塊效應和明顯的人工痕跡。整數系數消除了在MPEG-2和MPEG-4中進行浮點系數運算時導致的精度損失。    量化：變換后的系數被量

8、化，減少了整數系數的預測量和消除了不容易被感知高頻系數。這個步驟也用來控制輸出的比特率維持在一個基本恒定的常量。    環路濾波：H.264標準定義了一個對16×16宏塊和4×4塊邊界的解塊過濾過程。在這種情況下，對宏塊過濾的目的是為了消除由于相鄰宏塊有不同的運動估計類型（比如運動估計和內部估計）或者不同的量化參數導致的人工痕跡；塊邊界過濾的目的是消除可能由于變換/量化和來自于相鄰塊運動矢量的差別引起的人工痕跡。環路濾波就是通過一個內容自適應的非線性算法修改在宏塊/塊邊界的同一邊的兩個像素。   

9、0;熵編碼：4×4的量化系數必須在熵編碼之前被重排序。根據這些系數原來采用的預測算法為運動估計或者內部估計，來選擇不同的掃描類型創建一個重排序的串行化流，按照從低頻到高頻的順序排序這些系數。既然高頻系數大多數趨向于零，那么利用游程編碼就可以縮減零的數目，從而高效的達到熵編碼的目的。在熵編碼這一步驟中，是通過映射符號的字節流來表示運動矢量、量化系數和宏塊頭的，對于頻繁使用的符號用較少的比特位數來表示，不經常使用的符號用比較多的比特位數來表示。    2. JPEG2000    JPEG 2000正式名稱為

10、“ISO 15444”，是由JPEG組織負責制定，JPEG全名為 Joint Photographic Experts Group，它制定出了第一套國標靜態圖像壓縮標準：ISO 10918-1就是我們俗稱的JPEG了。    JPEG 2000與傳統JPEG最大的不同，在于它放棄了JPEG 所采用的以離散余弦變換(Discrete Cosine Transform) 為主的區塊編碼方式，而改采以小波變換(Wavelet transform)為主的多解析編碼方式，而小波變換的主要目的則是要將圖像的頻率成份抽取出來。   

11、60;一個經典的JPEG2000編碼運算法則包含三個部分：小波變換、畫布坐標系統、EBCOT編碼。    原始圖像數據（例如.bmp位圖）首先進行畫布坐標標定，然后在畫布坐標的基礎上進行劃分：第一步先劃分為不同的分量（component）,第二步將畫布區域劃分為大小相同的矩形“片”（tile），這兩個步驟可以互換。在畫布坐標系統預處理之后，就是進入JPEG2000的核心階段之一：離散小波分析（DWT）。小波分析被直接運用于各個片，這樣每個片區域都被DWT分析，形成不同的分辨率級別，每個分辨率級別中含有四個子帶，這樣就為JPEG2000的分辨率遞進的功能提

12、供了可能。    然后，就進入了JPEG2000的第二個核心階段: 嵌入式優化截斷編碼（EBCOT）。首先將各個子帶進行EBCOT的預處理過程：量化。量化對圖像有損壓縮負責，而此過程可有可無，用戶可以自由選擇，因而JPEG2000對有損和無損壓縮兼容。預處理過后，進入EBCOT的核心編碼階段，該階段分為兩次，一次編碼主要是碼塊劃分和熵編碼，二次編碼主要是分層打包的過程。最后，碼流將會以封包流（pack-stream）的形式傳輸，包的主頭描述了原始圖像和不同的分解及編碼類型以便查找、提取、解碼和重構指定分辨率級、保真度、感興趣區域和其他特點的圖像部分。&#

13、160;   JPEG2000具有如下優點：    作為JPEG升級版，JPEG2000目標是高壓縮（低碼率），能達到比JPEG 高約30%左右的壓縮率。    JPEG2000可同時支持有損和無損壓縮，實現了無損和有損壓縮之間良好兼容。而JPEG只能支持有損壓縮，壓縮后數據不能還原。因此JPEG2000適合保存重要圖片。    JPEG2000能實現象素精度和分辨率的漸進式傳輸，這是它的一個極其重要的特征。這也就是我們對GIF格式圖像常說的“漸

14、現”特性。它首先傳輸圖像的輪廓，然后逐步傳輸數據，不斷提高圖像質量，讓圖象由朦朧到清晰顯示，從而節約、充分利用有限的帶寬。而像現在的JPEG只能由上到下慢慢顯示。    JPEG2000還支持所謂的“感興趣區域”特性，你可以任意指定圖像上你感興趣區域的壓縮質量，還可以選擇指定的部份先解壓縮。    JPEG2000在顏色處理上，具有更優秀的內涵。與JPEG相比，JPEG2000同樣可以用來處理多達256個通道的信息。而JPEG僅局限于RGB數據。    JPEG2000能使基

15、于WEB方式多用途圖象簡單化。由于JPEG2000圖象文件在它從服務器下載到用戶的WEB頁面時，能平滑地提供一定數量的分辨率基準，WEB設計師們處理圖象的任務就簡單了。    3. Prores422    ProRes 422是蘋果公司引入的一種編碼格式，專門用于影視后期制作。它可以在標準分辨率視頻文件的容量下，存儲無壓縮的高清視頻，能夠以SD文件大小提供未壓縮的HD品質，為 后期編輯人員帶來了強勁的處理能力。    它具有如下的主要特性：   

16、; 出色的高清品質：即是經過多次譯碼、解碼生成，仍能保持出眾品質。全寬1920×1080和1280×720分辨率，可為任意格式的HD提供盡可能亮的畫面細節。4：2：2色度采樣，以鮮明的飽和色彩邊界提供精確地合成和融合。它使用10bit取樣深度，保持10位原圖像（日落、圖片等），的精細漸變色。同時，它還采用全I幀編碼，確保各幀一致質量，不會出現因復雜移動而產生的痕跡。    超低的數據速率：它使用可變位率（VBR）編碼，智能編碼功能對圖像進行分析，自動分配給復雜真更多位?？梢詫崿F雙高清碼流，普通碼流（145Mbps）和高碼流（

17、220Mbps）,除異常復雜的素材外，實際碼流一般低于標準碼流5%到10%。可增加設備的有效利用率。    高速設計：ProRes 422可輕松實現Final Cut Pro中的動態實時功能。另外，它非比尋常的編碼速度，可從任意HD-SDI源設備實時捕捉ProRes 422視頻。    多格式轉碼：目前，一些新一代的攝錄機為了便于將視頻信號錄制到閃存、硬盤驅動器或其它存儲介質，而采用了復雜的新式編解碼器，比如RED ONE Digital Cinema，采用了小波壓縮將4:4:4 4K/24p RAW圖像碼流降至大

18、約200 Mbps。P2 AVC-Intra格式采用了H.264幀間壓縮，將全尺寸10-bit 4:2:2 1080i60 或 720p60 HD序列降至100 Mbps。Apple ProRes 422提供了一種處理這些新格式的好方法：它完全保留了這些新格式中原始質量的各個方面，將這些細節存入一種為實現 Final Cut Pro多層實時性能而設計的格式，為那些本不支持 Final Cut Pro的視頻格式提供了一個很好的解決方案。    4. DNxHD    Avid DNxHD 高清編碼技術，是一種革命性的

19、、10bit數字編碼技術，DNxHD的設計目標就是基于利用較少的存儲空間與帶寬來滿足多次合成需要的理念，它允許在標清處理的存貯與帶寬條件下，進行協作式的高清后期處理。    Avid DNxHD編碼技術致力于在后期處理及新聞廣播處理的協作環境中，實現非線性的編輯及多代合成。處理未經壓縮的高清媒體對帶寬的要求接近1.2Gbps（gigabits/S），在處理方式上與傳統的未經壓縮的高清媒體處理方式不同，它在一個4:2:2的色彩空間上工作，有三個用戶可選的帶寬模式：分別是220Mbps/10或8bit ；還有一個是高效的8bit處理模式，僅需要145Mbps

20、的帶寬。Avid DNxHD在每秒60幀的速率下，支持720p的分辨率，在每秒30,25,24幀的速率下，支持1080p/i的高清分辨率。相比之下，未壓縮的10bit 標清處理也得需要約200Mbps的帶寬。    另外，Avid DNxHD支持所有流行的高清格式，能夠實現無損的柵格轉換，徹底消除了高清壓縮技術中壓縮前格式轉換所帶來的分辨率損失現象。Avid DNxHD技術支持Material Exchange Format （MXF）格式，這是一種開放的媒體文件轉換格式，能夠實現Avid系統與第三方MXF兼容產品間的直接媒體數據交換。 

21、60;  5. 幾種編碼方式的性能比較格式碼率編碼支持廠家AVC Intra25-100MbpsH.264/AVC松下DNxHD220,14510bit數字編碼技術AVIDJPEG200070Mbps小波變換（Wavelet transform），嵌入式優化截斷編碼（EBCOT）ThomsonProres422145和220MbpsVBR(可變碼率編碼),全I幀編碼Apple    二常用的幾種文件封裝格式    所謂文件封裝格式也稱多媒體容器 （Multimedia Containe

22、r），與DivX、 MP3這類編碼格式不同的是，它只是為多媒體編碼提供了一個“外殼”，也就是將所有的處理好的視頻、音頻都包裝到一個文件容器內呈現給觀眾，這個包裝的過程就叫封裝。DVD是將標準清晰度的MPEG2視頻文件封裝到VOB文件內，Blu-ray是將H264等編碼的高清晰度視頻文件封裝到M2T文件內，HDTV是將高清晰度視頻文件封裝到TS文件內。不同的廠家都有自己的封裝文件格式，常見的封裝格式有： TS、AVI、MKV、TP、MOV、 M2T等等，它們與編碼類型沒有必然聯系。不同的封裝方式就好比是不同的盒子，高清視頻要用它裝起來才能呈現給觀眾。    

23、;1. AVIAudio Video Interleave即音頻視頻交叉存取格式。1992年初Microsoft公司推出了AVI技術及其應用軟件VFW（Video for Windows）。在AVI文件中，運動圖像和伴音數據是以交織的方式存儲，并獨立于硬件設備。這種按交替方式組織音頻和視像數據的方式可使得讀取視頻數據流時能更有效地從存儲媒介得到連續的信息。所有的AVI文件都包括兩個必須的List塊。這些塊定義了流和數據流的格式。AVI文件可能還包括一個索引塊。 只要遵循這個標準，任何視頻編碼方案都可以使用在AVI文件中。avi封裝目前僅僅能支持如下編碼方式生成的文件：Video codecs、

24、MPEG-4 AVC、SMPTE VC-1(對其支持不夠好)、Audio codecs、DTS、AC3。    AVI的文件結構、分為頭部, 主體和索引三部分. 主體中圖像數據和聲音數據是交互存放的。從尾部的索引可以索引跳到自己想放的位置。A V I中圖像和聲音是分開的，所以播放時需要一個圖像和聲音的同步過程，AVI本身只是提供了這么一個框架，內部的圖像數據和聲音順據格式可以是任意的編碼形式。但是由于索引放在了文件尾部，所以在播放internet流媒體時已屬力不從心。    2.   

25、TS流    TS流封裝是隨著MPEG2的流行而占據了主流的地位。全稱則是Transport Stream。而電視節目是你任何時候打開電視機都能解碼（收看）的，所以，MPEG2-TS格式的特點就是要求從視頻流的任一片段開始都是可以獨立解碼的。從結構上來說，TS流是由頭文件和主體所組成的，擴充過的TS流還包括時間戳。這樣不管是什么格式的VBR音軌，都很容易通過時間戳來同步圖像。這樣就不會產生AVI格式的音像同步問題，當然，對新的聲音格式來說，需要新的分離器，解碼器來實現解碼。目前在不斷改進開發中。TS流不像AVI，從誕生那天起，就考慮到了網絡播放，所以很快

26、成為了世界標準并廣泛應用于電視臺數字播放，手機等各個領域。    用TS流封裝可以無損的支持所有全部HDDVD和BD所帶的視頻和音頻編碼，包括：Video codecs、MPEG-2、MPEG-4 AVC、SMPTE VC-1、Audio codecs、Linear PCM、Dolby Digital、Dolby Digital Plus、Dolby TrueHD、DTS Digital Surround、DTS-HD    3.   MKV   

27、0;MKV是Matroska的一種媒體文件，是一種新的多媒體封裝格式。Matroska最大的特點就是能容納多種不同類型編碼的視頻.音頻及字幕流，即使是非常封閉的RealMedia及QuickTime也被它包括進去了，并將它們的音視頻進行了重新組織來達到更好的效果。Matroska它可將多種不同編碼的視頻及16條以上不同格式的音頻和不同語言的字幕流封裝到一個Matroska Media文件當中! 因此，MKV也稱多媒體容器（Multimedia Container），:具有良好的開放性和跨平臺性，是H.264編碼最重要的封裝格式。 Matroska定義了三種類型的文件：MKV是視頻文件，它里面可能還包含有音頻和字幕；MKA是單一的音頻文件，但可能有多條及多種類型的音軌；MKS是字幕文件。這三種文件以MKV最為常見。MKV采用了可變幀率，在回放變化比較慢（比如說靜物）時以比較低的FP