MPEG原理简介

本文章来自网络

1.前言

这一两年来市面上多了许多VideoCD player,很多人都搞不清楚它是用何原理制做的，或者知道MPEG却又不知道这MPEG是什么东东。更恐怖的是连我国的HDTV也要用MPEG，这对Audiophile或Videophile来说技术的演进实在太快了，学生时代读书也没那么累。其实MPEG跟AC-3一样也是一种压缩方法，只不过它不是只有音讯，它连视讯都压，而且最高可以压到100倍，没错，一百倍。

MPEG也是一个可以让计算机厂商涉足消费性电子产品的踏脚石，因为MPEG最早的应用是在个人计算机(PC)上，即所谓的多媒体计算机(Multi-MediaPC)。记得才没几年前，'90还是'91吧，我还是用着286，买了当时市面上第一片16位的声卡，Pro AudioSpectrum 16, PAS 16。哇，一买下来立刻觉得286不够快，有些application根本跑不起来或效果很差。没多久，终于受不了，买了486DX33，果然将PAS-16的潜力完全发挥。再过不到半年又买了一台NEC两倍速的CD-ROM，在那时这样的计算机就叫多媒体计算机，而PAS16+CD-ROM也花了我七百多美元，到现在我还在用。然后就是MPEG的出现；一开始PC只能用软件来译码，后来MPEGdecoder芯片的生产(国内的华邦电子也有)，才有MPEG card的出现，更进一步的才有VideoCD player。所以MPEG从一开始就不是由消费性电子厂商主导，而是由计算机衍生出来的。像美国与我国HDTV也是用MPEG 2为标准，但是像MPEG编译码技术又对一般的家电厂商来说反而没有计算机厂商来的熟悉。君不见，在新一波的ITV(InteractiveTV)，NII，set-top box都有许多计算机厂商参与。如果再说到Videoon Demand随意视讯更是不能没有计算机厂商，因为到目前为止，videoservers，用来储存影片的装置，好像没有家电厂商插上一脚，都是像IBM,HP之类的公司制造的。

本文的目的就是对一般人会产生的MPEG问题做一概括的解释，以使读者能对MPEG有初步的了解。

　

2.什么是MPEG?

MPEG是一群人在ISO(International Standard Organization)下所制定用来压缩视讯与音讯的标准，说的仔细一点就是一个订定bitstream格式的标准。那什么是bitstream呢?bitstream是将视讯及音讯记录到介质（比如说录像机，DVD-digitalvideo disk，电缆或无线传输）上一连串的0与1。为了使这一连串的0与1有意义，我们就须对它编码，其实bitstream一但制定下去，可以说连译码器的架构也差不多订定了。可是只要编码器产生的bitstream标准符合MPEG的标准，你要怎样压缩产生是各个厂商的事。

这样讲好了，比如说HDCD，它可以用一般的D/A converter，也可以用有PacificMicrosonic芯片的D/Aconverter。为什么？因为当初发展CD时Philips与SONY有制订写在CD上数据的格式，如果不符合的话即使长的像CD也不能叫CD（比如CD-ROM）以及使用CD的logo，可是你要如何产生这些数据，他可是管不着，所以HDCD才能将20bit的数据写到CD上。

说了半天忘了解释MPEG的缩写是Moving PicturesExperts Group，动画专家群，这样的翻译不知各位意下如何?MPEG这些会员一年约聚会四次，每次约一星期，当然不聚会的时后每位会员也是继续从事这方面的研究。

MPEG又分成MPEG 1, MPEG 2, MPEG 3, MPEG4。因为MPEG 3随着MPEG 2 HDTV的发展已经被MPEG 2所取代，而MPEG 4又是以视讯会议为主要应用，所以这篇文章将专注在MPEG 1与 MPEG 2上。

3.MPEG I 的video是甚么样的原理?

首先您要知道MPEG 1的分辨率是很低的,只有352x240个pixels（NTSC，PAL与SECAM又不同了），一秒30个frame,要记住一开始的MPEG 1是在计算机屏幕上显示的，而标准的VGA分辨率是640x480。影像是彩色的，但已转换成YUV空间表示，而其中的彩度（chrominance）信号U，V更降为176x120 pixels，而实际上由于人类对彩度没有来的对亮度敏感，所以即使彩度分辨率低到这种地步，我们也感觉不大出来。补充一点MPEG 1一定是non-interlace(非交错)的影像。 MPEG 2则interlace与progressive皆可。

那为什么要用352x240的分辨率？

因为这是从职业用的数字video器材标准CCIR-601来的。在NTSC的标准下，一秒有60个field，每个field有720x243的分辨率，别忘了这是interlace的。至于在彩度部份则是360x243，也是有60个field，interlace。明显的可以看出在水平方向亮度的分辨率，只有720的一半。至于MPEG1的输入型式叫SIF，是由CCIR-601，在水平方向减一半，时间部份也减一半，彩度的垂直部份再减一半。

好像有人嫌分辨率低了些，没关系，中华民国HDTV标准是MPEG 2而亮度1280x720，彩度是640x360，够高了吧。MPEG 2是一个新一代高画质的videocoding标准，它的bitrate比MPEG 1的1.5Mbits/s高，但最高达30Mbits/s。一般说来MPEG 1的画质约相当于VHS，当bitrate高到3至5Mbits/s就相当于广播电视(NTSC约3Mbits/s，PAL约4Mbits/s)，到8-10Mbits/s就非常接近CCIR 601的水平。

　

MPEG的video压缩主要是由两个技术来达成：blockbased motion compensation来缩减时域上多余的讯息，transform domain(DCT) based compression则用来减低频域的资料量。

block based motion compensation简单的说:如果两幅画面有相同的东西，则第一幅画面如果已经完整传送了整幅画面的信息，那第二幅画面就可只传两幅画面不同之处的讯息即可。

Transform domain(DCT) based compression则是将一幅画面做DCT转换后将高频部份(即人眼较看不到的细节)去掉，只传输低频部份。当然这也是依照视觉心理学所决定出来的，就好像AC-3在压缩时也是将人耳听不到的东西给去掉是一样的原理。

MPEG 1 video的压缩方法主要是利用每个frame之间的不同的地方。简单的说，MPEG是由三种不同的frame组合而成的：

1. I frame or Intra frame:它们是不利用过去历史，所编码的静止frame，它所占的size最大。没有I frame则无法像影碟随意选取画面。它的压缩是由DCT(DiscreteCosine Transform，也是一种时域到频域的转换)所完成的。通常是将一完整画面分成许多小块，8x8或16x16，再分别对小块做DCT转换。这部份的压缩与JPEG(一种静态图片压缩规格)很相似。

2. P frame or Predicted frame:从译码器的关点来说，它是从最近解出来的Iframe或Pframe所预测出来的。

3. B frame or Bidirectional frame: 它是从最近解出来的两个Iframes或Pframes所算出来的，一个是过去的，一个是未来。它的压缩量最大。

所以解出来的画面会是由这样的秩序组合而成的:

IBBPBBPBBPBBIBBPBBP..

也就是I与I之间有12个frames。至于为什么要用12个frames，是因为当我们随意选择某一片段开始放映时，比如说CD-ROM上，可以达到每0.4秒一个间隔，是不可能达到LD中的CAV，以frame为间隔。I与I的间隔若太长，效果会变差；若太短，bitrate又太高(因为I frame所占的 data size最大)。记得吗？MPEG 1最初的运用是在CD-ROM上，第一代的CD-ROM（一倍速）传输率(data transferrate)只有150KBytes/sec=1200kbits/sec。所以bitrate一定要斤斤计较。至于Bframe与Pframe的比例也是由经验来的。

为了能看到连续的影像，您必需在送两个Bframes之前先送第一个Pframe,结

果压缩出来的数据串(datastream)就成了这个样子:

0xx312645

这些数目字代表frame的号码。xx如果是在一开始(第一个画面)那就直接跳到3，成了0312645；在其它时候就是B frames。

一定有人看得一头雾水。

前面有提到，解出来的画面会是这样的秩序组合而成的:

IBBPBBPBBPBBIBBPBBP..

也就是I是第0个frame，两个B分别是第1与第2个frame，依此类推。

但是在传送时是首先传I(第0个frame)，再传P(第3个frame)，然后才传两个B(第2,3个frame)。也就是先把I解出来再把P解出来后两者皆放到内存内，然后才解B(因为B须要I及P的数据才能完整解出)。但经过运算后则是按秩序0,1,2,3,4...显现在屏幕上。简单的说，bitstream里frame的秩序是与画面display的秩序是不同的。

4. Audio

MPEG I的audio又分成三层(layers),layer 3比layer 2复杂但音质较好,layer 2 又比layer 1复杂且音质好. 但在解碼时layer 3的decoder 可以解layer 3,layer 2及layer 1的bitstream,可是layer 2 decoder只能解layer 2及 layer 1的bitstream.所有layers的frame structure都是一样的。

所谓framestructure乃是音讯编码过后，将其数据记录到媒体的格式。不论是MPEG或AC-3，它们数据记载的方式是不同于一般的CD；都是收集了一定片段的samples后，编码，再写到媒体。像AC-3的一个frame(数据的frame，不是影像的)包含了1536个samples的数据，而MPEG 2则为1152个samples。

MPEG 2 的audio基本上来说是MPEG 1 layer 2的延伸，因此它是与MPEG1 backward compatible。最主要的不同当然在多声道的部份。

无论是MPEG1或MPEG2，它们基本的原理都与AC-3类似，利用perception coding来达成压缩的目地，有一点比较不同的是经时域-频域转换后出来的次频带，或者称为filterbanks，MPEG有32个，而AC-3有50个。详细的原理可参考 月号的高传真视听。

MPEG 1的三个层次(layer)共同之处在其基本架构皆相同，编码原理也都是perception coding。不同点则是随着层次的增加，复杂度也增加，编解碼的延迟（即从bitstream进来到听到声音的时间）也加长了，但音质（以bitrate而言)也更好了。以压缩比来说，layer1 约1:4，bitrate为一声道192kbps，layer 2约1:6至1:8，bitrate为一声道128kbps，layer 3约1:10至1:12之间，bitrate为一声道64kbps。

Layer 1的原理与DCC的PASC是相同的，是一个简化的MUSICAM(Maskingpattern adapted Universal Subband Integrated Coding And Multiplexing)编译码系统。Layer 2则采用MUSICAM编译码系统。Layer 3采用MUSICAM与ASPEC混合体的编译码系统。

5.那里有MPEG呢?

以美国来说

1. DBS(Direct Broadcast Satellite)直播卫星

Hughes(休斯)/USSB DBS 将会采用MPEG-2 video及audio。Thomson在刚发行的18月内有解碼盒(decoding box或set-top box)的独家制造权。而Hughes/USSB DBS已经于1994年4月开始播出，计划中有150个频道。

2. CATV(Cable Television)有线电视

虽然有些争议，但有线电视业者在Video上可以几乎确定采用MPEG 2，Audio则有些歧见。通用仪器(GeneralInstruments，美国最大的cableset-top box制造商)早已宣布用DOLBY AC-3，而Video则是MPEG 2的修改版。

3. HDTV

美国的GrandAlliance也宣布采用MPEG 2，交错(1440x960x30 Hz)与非交错(1280x720x60 Hz)都将使用。台湾原则上应是跟随此一标准。

至于欧洲方面(他们叫DVB, DigitalVideo Broadcasting)也决定改采MPEG 2，也就等于宣告了HD-MAC(D2-MAC是欧洲直播卫星采用的方法，澳洲也早在1985采用B-MAC，HD-MAC则是为HDTV所提的标准)的死亡。而日本的MUSE是唯一数字/模拟混合的HDTV标准，不过MUSE能否撑过本世纪还是个未知数。

6.MPEG与现有的电视，影碟，VHS的比较

如前面所说的，MPEG 1的画质约相当于VHS，当bitrate高到3至5Mbits/s就相当于广播电视(NTSC约3Mbits/s，PAL约4Mbits/s)，到8-10Mbits/s就非常接近CCIR 601的水平。

对 VHS来说，它的亮度讯号-3db点约在2Mhz左右相当于200条的分辨率，彩度讯号更低，不到80，前面提过MPEG 1的亮度是352x240而彩度是176x120。从分辨率来说VHS只有在垂直方向的480条是优于MPEG 1的240条。但如把磁带的因素考虑进去，也就不是那么多了。而且一般的VHS会有时基(time base)的问题，这方面数字的video就比较不会有了。再说如果您买的是预录的节目带，这些带子通常是高速拷贝，效果一定又打折。

刚刚说过广播电视的bitrate，NTSC约3Mbits/s，PAL约4Mbits/s。但在较复杂的画面如运动比赛时，其bitrate会分别提高至5至6Mbits/s。

影碟就比较难打败了。NTSC的影碟的分辨率理论上可以高达568x480x30Hz；SN比的话，这年头要找比48db还低的影碟机可能还不多了。但要是节目的性质并没有很多的细节，且没有很大的动作，MPEG 1跟影碟的差别到没有很多。还有一个MPEG 1的好处，就是如果要把电影转成MPEG 1时因为MPEG 1跟电影一样都是progressive而非interlace，且电影是一秒24个画面，比起电视的30个画面又可省下20%的信息量。

　

7.结论

不管您喜不喜欢digital，有人到现在还是喜欢LP，有人到现在还是认为Beta比VHS好，digital的世纪就要来了。以往只有digitalCD，现在连video也要变成digital。

也许有人要问一定得压缩吗？Audio可以不压缩(CD即是)，但video不压缩的话，其bitrate高达124Mbits/s。对所谓的Video-On-Demand（随意视讯)，跟本太高；广播也一样，那么高的bitrate一定占用很多频道，就算是MUSE系统也有经过压缩。

也许过几年后又有人开始争议是AnalogVideo好或是DigitalVideo好，那就留给读者自己评断了。