H264参数结构三：序列参数集层（SPS） & 图像参数集语义

版权声明：本文为博主原创文章，未经博主允许不得转载。

   1:  seq_parameter_set_rbsp( ) {  

   2:      // profile_idc  level_idc  指明所用  profile、level 

   3:      profile_idc   

   4:      // constraint_set0_flag  等于 1 时表示必须遵从附录 A.2.1 所指明的所有制约条件。等于 0 时表示不必遵从所有条件。 

   5:      constraint_set0_flag   

   6:      // constraint_set1_flag  等于 1 时表示必须遵从附录 A.2.2 所指明的所有制约条件。等于 0 时表示不必遵从所有条件。 

   7:      constraint_set1_flag    

   8:      // constraint_set2_flag  等于 1 时表示必须遵从附录 A.2.3 所指明的所有制约条件。等于 0 时表示不必遵从所有条件。 

   9:     constraint_set2_flag   

  10:      // reserved_zero_5bits  在目前的标准中本句法元素必须等于 0，其他的值保留做将来用，解码器应该忽略本句法元素的值。 

  11:      reserved_zero_5bits /* equal to 0 */    

  12:      level_idc      /* 指明所用的Level */

  13:      seq_parameter_set_id    /* 指明本序列参数集的  id 号，这个 id 号将被 picture 参数集引用，本句法元素的值应该在[0，31]，，编码需要产生新的序列集时，使用新的id，而不是改变原来参数集的内容 */  

  14:      // log2_max_frame_num_minus4  这个句法元素主要是为读取另一个句法元素 frame_num  服务的，frame_num  是最重要的句法元素之一，它标识所属图像的解码顺序 。这个句法元素同时也指明了 frame_num 的所能达到的最大值： MaxFrameNum = 2*exp( log2_max_frame_num_minus4 + 4 ) 

  15:      log2_max_frame_num_minus4   

  16:      // pic_order_cnt_type  指明了 poc  (picture  order  count)  的编码方法，poc 标识图像的播放顺序。由poc 可以由 frame-num 通过映射关系计算得来，也可以索性由编码器显式地传送。 

  17:      pic_order_cnt_type         

  18:      if( pic_order_cnt_type    ==    0 )   

  19:         // log2_max_pic_order_cnt_lsb_minus4  指明了变量  MaxPicOrderCntLsb 的值: MaxPicOrderCntLsb = pow(2, (log2_max_pic_order_cnt_lsb_minus4 + 4) ) 

  20:          log2_max_pic_order_cnt_lsb_minus4    

  21:      else if( pic_order_cnt_type    ==    1 ) {    

  22:          // delta_pic_order_always_zero_flag  等于 1 时,句法元素 delta_pic_order_cnt[0]和 delta_pic_order_cnt[1] 

  23:  不在片头出现,并且它们的值默认为 0;  本句法元素等于 0 时,上述的两个句法元素将在片头出现。  

  24:          delta_pic_order_always_zero_flag    

  25:          // offset_for_non_ref_pic   被用来计算非参考帧或场的 POC,本句法元素的值应该在[pow(-2, 31)  , pow(2, 31)  – 1]。  

  26:         offset_for_non_ref_pic    

  27:          // offset_for_top_to_bottom_field  被用来计算帧的底场的 POC,  本句法元素的值应该在[pow(-2, 31)  , pow(2, 31)  – 1]。  

  28:          offset_for_top_to_bottom_field    

  29:         // num_ref_frames_in_pic_order_cnt_cycle  被用来解码POC, 本句法元素的值应该在[0,255]。 

  30:          num_ref_frames_in_pic_order_cnt_cycle    

  31:          // offset_for_ref__frame[i]  用于解码 POC，本句法元素对循环num_ref_frames_in_pic_order_cycle 中的每一个元素指定一个偏移。 

  32:          for( i = 0; i < num_ref_frames_in_pic_order_cnt_cycle; i++ )  

  33:              offset_for_ref_frame[ i ]    

  34:      }    

  35:      // num_ref_frames   指定参考帧队列可能达到的最大长度，解码器依照这个句法元素的值开辟存储区，这个存储区用于存放已解码的参考帧，H.264 规定最多可用 16 个参考帧，本句法元素的值最大为 16。值得注意的是这个长度以帧为单位，如果在场模式下，应该相应地扩展一倍。 

  36:      num_ref_frames   

  37:     // gaps_in_frame_num_value_allowed_flag  这个句法元素等于 1 时，表示允许句法元素 frame_num 可以不连续。当传输信道堵塞严重时，编码器来不及将编码后的图像全部发出，这时允许丢弃若干帧图像。 

  38:     gaps_in_frame_num_value_allowed_flag   

  39:      // pic_width_in_mbs_minus1  本句法元素加 1 后指明图像宽度，以宏块为单位： PicWidthInMbs = pic_width_in_mbs_minus1 + 1 通过这个句法元素解码器可以计算得到亮度分量以像素为单位的图像宽度： PicWidthInSamplesL = PicWidthInMbs * 16  

  40:      pic_width_in_mbs_minus1    

  41:      // pic_height_in_map_units_minus1   本句法元素加 1 后指明图像高度： PicHeightInMapUnits = pic_height_in_map_units_minus1 + 1  

  42:      pic_height_in_map_units_minus1    

  43:      // frame_mbs_only_flag   本句法元素等于 0 时表示本序列中所有图像的编码模式都是帧，没有其他编码模式存在；本句法元素等于 1 时  ，表示本序列中图像的编码模式可能是帧，也可能是场或帧场自适应，某个图像具体是哪一种要由其他句法元素决定。 

  44:      frame_mbs_only_flag    

  45:      // mb_adaptive_frame_field_flag   指明本序列是否属于帧场自适应模式。mb_adaptive_frame_field_flag等于１时表明在本序列中的图像如果不是场模式就是帧场自适应模式，等于０时表示本序列中的图像如果不是场模式就是帧模式。。表  列举了一个序列中可能出现的编码模式： 

  46:      if( !frame_mbs_only_flag )   

  47:          mb_adaptive_frame_field_flag    

  48:      // direct_8x8_inference_flag    用于指明 B 片的直接和 skip 模式下运动矢量的预测方法。 

  49:      direct_8x8_inference_flag    

  50:      // frame_cropping_flag   用于指明解码器是否要将图像裁剪后输出，如果是的话，后面紧跟着的四个句法元素分别指出左右、上下裁剪的宽度。 

  51:      frame_cropping_flag   

  52:      if( frame_cropping_flag ) {   

  53:          frame_crop_left_offset    

  54:          frame_crop_right_offset   

  55:          frame_crop_top_offset   

  56:         frame_crop_bottom_offset    

  57:      }   

  58:      // vui_parameters_present_flag      指明 vui 子结构是否出现在码流中，vui 用以表征视频格式等额外信息。 

  59:      vui_parameters_present_flag   

  60:       if( vui_parameters_present_flag )   

  61:          vui_parameters( )         

  62:       rbsp_trailing_bits( )        

  63:  }  

   1:  pic_parameter_set_rbsp( ) {   

   2:      // pic_parameter_set_id 用以指定本参数集的序号，该序号在各片的片头被引用。 

   3:     pic_parameter_set_id   

   4:      // seq_parameter_set_id  指明本图像参数集所引用的序列参数集的序号。 

   5:      seq_parameter_set_id   

   6:     // entropy_coding_mode_flag  指明熵编码的选择，本句法元素为０时，表示熵编码使用 CAVLC，本句法元素为１时表示熵编码使用 CABAC  

   7:      entropy_coding_mode_flag   

   8:      // pic_order_present_flag        POC 的三种计算方法在片层还各需要用一些句法元素作为参数，本句法元素等于１时表示在片头会有句法元素指明这些参数；本句法元素等于０时，表示片头不会给出这些参数，这些参数使用默认值 

   9:      pic_order_present_flag   

  10:      // num_slice_groups_minus1  本句法元素加１后指明图像中片组的个数。Ｈ.264  中没有专门的句法元素用于指明是否使用片组模式，当本句法元素等于０（即只有一个片组），表示不使用片组模式，后面也不会跟有用于计算片组映射的句法元素。  

  11:      num_slice_groups_minus1   

  12:      if( num_slice_groups_minus1 > 0 ) {    

  13:          /* slice_group_map_type  用以指明片组分割类型。  

  14:             map_units 的定义： 

  15:            －  当 frame_mbs_only_flag 等于１时，map_units 指的就是宏块 

  16:            －  当 frame_mbs_only_flag 等于０时  

  17:                －  帧场自适应模式时，map_units 指的是宏块对 

  18:                －  场模式时，map_units 指的是宏块 

  19:                －  帧模式时，map_units 指的是与宏块对相类似的，上下两个连续宏块的组合体。      */ 

  20:          slice_group_map_type        

  21:          if( slice_group_map_type    = =    0 )         

  22:              for( iGroup = 0; iGroup <= num_slice_groups_minus1; iGroup++ )         

  23:                  // run_length_minus1[i]     用以指明当片组类型等于０时，每个片组连续的 map_units 个数 

  24:                  run_length_minus1[ iGroup ]    

  25:          else if( slice_group_map_type    = =    2 )         

  26:              for( iGroup = 0; iGroup < num_slice_groups_minus1; iGroup++ ) {         

  27:                  // top_left[i],bottom_right[i]   用以指明当片组类型等于２时，矩形区域的左上及右下位置。 

  28:                  top_left[ iGroup ]   

  29:                  bottom_right[ iGroup ]   

  30:              }         

  31:          else if(    slice_group_map_type    = =    3    | |     

  32:                      slice_group_map_type    = =    4    | |     

  33:                      slice_group_map_type    = =    5 ) { 

  34:              // slice_group_change_direction_flag 与下一个句法元素一起指明确切的片组分割方法。  

  35:             slice_group_change_direction_flag    

  36:             // slice_group_change_rate_minus1       用以指明变量 SliceGroupChangeRAte 

  37:              slice_group_change_rate_minus1    

  38:          } else if( slice_group_map_type    = =    6 ) {    

  39:             // pic_size_in_map_units_minus1   在片组类型等于６时，用以指明图像以 map_units 为单位的大小。      

  40:              pic_size_in_map_units_minus1    

  41:              for( i = 0; i <= pic_size_in_map_units_minus1; i++ )         

  42:                  // slice_group_id[i]           在片组类型等于６时，用以指明某个 map_units 属于哪个片组。 

  43:                  slice_group_id[ i ]    

  44:          }         

  45:      }         

  46:     // num_ref_idx_l0_active_minus1  加１后指明目前参考帧队列的长度，即有多少个参考帧（包括短期和长期）。值得注意的是，当目前解码图像是场模式下，参考帧队列的长度应该是本句法元素再乘以２，因为场模式下各帧必须被分解以场对形式存在。（这里所说的场模式包括图像的场及帧场自适应下的处于场模式的宏块对）  本句法元素的值有可能在片头被重载。  

  47:        在序列参数集中有句法元素 num_ref_frames 也是跟参考帧队列有关，它们的区别是num_ref_frames指明参考帧队列的最大值，解码 器用它的值来分配内存空 间；num_ref_idx_l0_active_minus1 指明在这个队列中当前实际的、已存在的参考帧数目，这从它的名字“active”中也可以看出来。图像时，并不是直接传送该图像的编号，而是传送该图像在参考帧队列中的序号。这个序号并不是在码流中传送的，这个句法元素是 H.264 中最重要的句法元素之一，编码器要通知解码器某个运动矢量所指向的是哪个参考而是编码器和解码器同步地、用相同的方法将参考图像放入队列，从而获得一个序号。这个队列在每解一个图像，甚至是每个片后都会动态地更新。维护参考帧队列是编解码器十分重要的工作，而本句法元素是维护参考帧队列的重要依据。参考帧队列的复杂的维护机制是 H.264 重要也是很有特色的组成部分  

  48:      num_ref_idx_l0_active_minus1   

  49:      num_ref_idx_l1_active_minus1  

  50:      // weighted_pred_flag  用以指明是否允许Ｐ和ＳＰ片的加权预测，如果允许，在片头会出现用以计算加权预测的句法元素。 

  51:     weighted_pred_flag    

  52:      // weighted_bipred_flag   用以指明是否允许 B 片的加权预测，本句法元素等于 0 时表示使用默认加权预测模式，等于 1 时表示使用显式加权预测模式，等于 2 时表示使用隐式加权预测模式。  

  53:      weighted_bipred_idc    

  54:      // pic_init_qp_minus26  加 26 后用以指明亮度分量的量化参数的初始值。在 H.264 中，量化参数分三个级别给出：图像参数集、片头、宏块。在图像参数集给出的是一个初始值。 

  55:      pic_init_qp_minus26    /* relative to 26 */    

  56:      pic_init_qs_minus26    /* relative to 26 */   

  57:      // chroma_qp_index_offset   色度分量的量化参数是根据亮度分量的量化参数计算出来的，本句法元素用以指明计算时用到的参数。 

  58:      chroma_qp_index_offset    

  59:     // deblocking_filter_control_present_flag  编码器可以通过句法元素显式地控制去块滤波的强度，本句法元素指明是在片头是否会有句法元素传递这个控制信息。如果本句法元素等于 0，那些用于传递滤波强度的句法元素不会出现，解码器将独立地计算出滤波强度。 

  60:      deblocking_filter_control_present_flag   

  61:      // constrained_intra_pred_flag  在 P 和 B 片中，帧内编码的宏块的邻近宏块可能是采用的帧间编码。当本句法元素等于 1 时，表示帧内编码的宏块不能用帧间编码的宏块的像素作为自己的预测，即帧内编码的宏块只能用邻近帧内编码的宏块的像素作为自己的预测；而本句法元素等于 0 时，表示不存在这种限制。 

  62:      constrained_intra_pred_flag   

  63:      // redundant_pic_cnt_present_flag 指明是否会出现 redundant_pic_cnt  句法元素。 

  64:      redundant_pic_cnt_present_flag   

  65:      rbsp_trailing_bits( )        

  66:  }