《视频解密》中文版（第四版）第十一章家用DV

DV（数字视频）格式是使用基于磁带的数字录像机，它基于IEC 61834（25Mbps码率）和更新的SMPTE 314M和370M规范（25，50或100Mbps码率）的。压缩算法既不使用M-JPEG（运动-JPEG）也不使用MPEG，虽然MPEG的I帧有共同的东西。一个专有的压缩算法被使用，由于它是一种帧内技术，所以可以被编辑。

数字化的视频在压缩前被存入内存。两个相关场存储到缓存中进行测量。如果相关行指示了场间运动，两场就独立压缩。通常整帧压缩。两种情况的任何一种都是用基于DCT的压缩。

为了达到固定的25，50或100Mbps码率，DV使用自适应量化，它对每帧使用适当的DCT量化表。

图11.1显示了在磁带上写一首曲目的内容。ITI扇区（插入和跟踪信息）包括了跟踪状态和服务位置信息，作为视频编辑期间的一个传统控制轨道。

音频扇区，如图11.2所示，包括了音频数据和辅助音频数据（AAUX）。

视频扇区，如图11.3所示，包括了视频数据和视频辅助数据（VAUX）。VAUX数据包括记录日期和时间，镜片光圈，快门速度，彩色平衡和其它照相设置。

 图11.1在一个轨道上一个480i系统的扇区分布

不包括覆盖的边缘，每个轨道的总比特数是134，975（134，850）。每帧有10（12）个这种轨道。576i的参数（如果不同）在括号中表示。

 

子码扇区存储多种信息，包括时间码，图文，多种语言的隐藏式字幕，字幕和多种语言的卡拉OK歌词，标题，内容，章节表等等。子码扇区，AAUX数据和VAUX数据使用5-字节块数据叫做包。

第六章回顾了在IEEE1394（IEC 61883）上传输DV，它是数字摄像机的通用接口。这章回顾在SDTI（SMPTE 321M和322M）上传输DV，它瞄准的是专业视频环境。

 图11.2一个音频扇区的同步块结构

音频

一个音频帧开始于第1行（480i系统）或中间行623（576i系统）的-50个采样点处的音频采样。

每个轨道包括9个音频同步块，每个音频同步块包括5字节的音频辅助数据（AAUX）和72字节的音频数据，如图11.2所示。音频采样被填充到轨道和数据同步块到一帧。剩下的5个音频同步块被用于纠错。

2个44.1-kHz，16-比特通道所需的数据速率大概1.64Mbps。4个32-kHz，12-比特的通道所需的数据速率大概是1.536Mbps。2个48-kHz，16-比特的通道所需的数据率大概是1.536Mbps。

 图11.3一个视频扇区的同步块结构

IEC 61834

IEC 61834支持多种音频采样速率：

48kHz（16比特，2通道）

44.1kHz（16比特，2通道）

32kHz（16比特，2通道）

32kHz（12比特，4通道）

音频采样可以锁定或者不锁定视频帧频率。

音频数据在帧内处理。对于一个锁定的48kHz采样速率，每帧包括1600或1602个音频采样点（480i系统）或1920个音频采样点（576i系统）。对于480i系统，连续5帧序列的每帧音频采样点数据是：

16000，1602，1602，1602，1602，1600，…

对于一个锁定的32kHz采样速率，每帧包括1066或1068个音频采样点（480i系统）或1280个音频采样点（576i系统）。对于480i系统，连续5帧序列的每帧音频采样点数据是：

1066，1068，1068，1068，1068，1068，1068，1066，1068，1068，1068，1068，1068，1068，1068，…

对于非锁定的音频采样，虽然制订了最小和最大的值，但是每帧没有确切的音频采样点数。

SMPTE 314M

SMPTE 314M支持一个更多的限制选项，音频采样锁定视频帧频率：

48kHz（16比特，2通道）——对于25Mbps

48kHz（16比特，4通道）——对于50Mbps

音频数据在帧内处理。对于一个锁定的48kHz采样速率，每帧包括1600或1602个音频采样点（480i系统）或1920个音频采样点（576i系统）。对于480i系统，连续5帧序列的每帧音频采样点数据是：

16000，1602，1602，1602，1602，1600，…

音频容量能够480i系统每帧1620个采样点或576i系统每帧1944个采样点。每帧最后未使用的空间填充任意数据。

辅助音频数据（AAUX）

AAUX信息被加到音频数据填充部分，如图11.2所示。AAUX包包括1-字节的包头和4字节的数据（负载），组成一个5-字节的AAUX包。由于每帧中包括9个AAUX，所以它们的编号从0~8。一个AAUX源（AS）包和一个AAUX源控制（ASC）包必须包括在压缩流中。虽然IEC 61834支持许多其它的包格式，但是现在只有SMPTE 314M支持AS和ASC包。

AAUX源（AS）包

这种包的格式如表11.1所示。

LF         锁定音频采样速率：“0”= 锁定视频；“1”= 没有锁定视频

AF        音频帧尺寸。指示每帧中的音频采样数目

SM              立体声模式：“0”= 多声道立体声；“1”= 集中音频

PA        指定CHI1（CH3）的音频信号记录是否于CH2（CH4）的音频信号记录是否相关：“0”= 一对通道之一；“1”= 独立通道

 

IEC 61834

D7

D6

D5

D4

D3

D2

D1

D0

PC0

0

1

0

1

0

0

0

0

PC1

LF

1

AF

PC2

SM

CHN

PA

AM

PC3

1

ML

50/60

ST

PC4

EF

TC

SMP

QU

 

STM 314M

D7

D6

D5

D4

D3

D2

D1

D0

PC0

0

1

0

1

0

0

0

0

PC1

LF

1

AF

PC2

SM

CHN

1

AM

PC3

1

1

50/60

ST

PC4

1

1

SMP

QU

 

表11.1    AAUX源（AS）包

 

CHN     一个音频块中音频声道数目：“00”= 每块一个声道；“01”= 每块两个声道；“10”= 保留；“11”= 保留

AM       指定每个声道中音频信号的内容

ML       多语言标志：“0”= 记录多种语言；“1”= 没有记录多种语言

50/60    50-或59.94-Hz视频系统：“0”= 59.94-Hz场系统；“1”= 50-Hz场系统

ST         对于SMPTE 314M，它指定每帧中的音频块数目：

             “00000”= 2个音频块

             “00001”= 保留

             “00010”= 4个音频块

             “00011”“11111”= 保留

对于IEC 61834，它指定视频系统：

             “00000”= 标准清晰度

             “00001”= 保留

             “00010”= 高清晰度

             “00011”“11111”= 保留

EF         音频加重标志：“0”= 开启；“1”= 关闭

TC        加重时间常数：“1”= 50/60μs；“0”= 保留

SMP     音频采样频率：“000”= 48kHz；“001”= 44.1kHz；“010”= 32kHz；“011”~“111”= 保留

QU              音频量化：“000”= 16比特线性；“001”= 12比特非线性；“010”= 20比特线性；“011”~“111”= 保留

AAUX源控制（ASC）包

这种包的格式如表11.2所示。

 

IEC 61834

D7

D6

D5

D4

D3

D2

D1

D0

PC0

0

1

0

1

0

0

0

1

PC1

CGMS

ISR

CMP

SS

PC2

REC S

REC E

REC M

ICH

PC3

DRF

SPD

PC4

1EF

GEN

 

SMPTE 314M

D7

D6

D5

D4

D3

D2

D1

D0

PC0

0

1

0

1

0

0

0

1

PC1

CGMS

1

1

1

1

EFC

PC2

REC S

REC E

FADE S

FADE E

1

1

1

1

PC3

DRF

SPD

PC4

1

1

1

1

1

1

1

1

 

表11.1    AAUX源控制（ASC）包

 

CGMS  拷贝生成管理系统：“00”= 允许无限制地拷贝；“01”= 保留；“10”= 允许拷贝一次；“11”= 不允许拷贝

ISR       前级输入源：“00”= 模拟输入；“01”= 数字输入；“10”= 保留；“11”= 无信息

CMP     压缩的次数：“00”= 1次；“01”= 2次；“10”= 3或更多次；“10”= 无信息

SS         源和记录的环境：“00”= 加扰源，观众受限和记录不解扰；“01”= 加扰源，没有观众受限和记录解扰；“10”= 观众受限的源或观众解扰源；“11”= 无信息

EFC      音频加重标志：“00”= 加重关闭；“01”= 加重开启；“10”= 保留；“11”= 保留

REC S  记录开始点：“0”= 在记录开始点；“1”= 不在记录开始点

REC E  记录结束点：“0”= 在记录结束点；“1”= 不在记录结束点

REC M 记录模式

      “001” = 原始

      “011”= 1CH插入

      “100”= 4CHs插入

      “101”= 2CHs插入

      “111”= 无效记录

PADE S       录制开始点衰落：“0”= 衰落关闭；“1”= 衰落开启

PADE S       录制结束点衰落：“0”= 衰落关闭；“1”= 衰落开启

ICH      插入音频通道

      “000”= CH1

      “001”= CH2

      “010”= CH3

      “011”= CH4

      “100”= CH1，CH2

      “101”= CH3，CH4

      “110”= CH1，CH2，CH3，CH4

      “111”= 无信息

DRF      方向标志：“0”= 后向；“1”= “前向”

SP         回放速度。这定义了一个3-比特的粗调值和一个4-比特的微调值。对于普通记录，它被设置为“0100000”。

GEN     指示音频源的分类

视频

如表11.3所示，IEC 61834对于720×480i视频使用4:1:1 YCbCr（图3.5），对于720×576i使用4:2:0 YCbCr。

SMPTE 314M对于两种25Mbps视频标准的实现都使用4:1:1YCbCr。50Mbps和100Mbps视频标准的实现都使用4:2:2YCbCr。

 

参数

480i系统

576i系统

有效分辨率（Y）

720×480i

720×576i

帧刷新率

29.97Hz

25Hz

YCbCr采样结构

IEC 61834

SMPTE 314M

 

4:1:1

4:1:1，4:2:2

 

4:2:0

4:1:1，4:2:2

YCbCr编码格式

均匀PCM量化，每采样点8比特

有效行数目

23~262，285~524

23~310，355~622

 

表11.3    IEC 61834和SMPTE 314MYCbCr参数

注意：有效行数目和那些MPGE使用的略有不同

DCT块

一帧中的Y，Cb和Cr采样点被分成8×8的块，叫做DCT块。除了4:1:1模式中最右边的Cb和Cr DCT块之外，每个DCT块8采样×8行的视频数据。DCT块的行1，3，5，和7处理场1，而行0，2，4和6处理场2。

对于480i系统，每帧视频有10,800（4:2:2）或8,100（4:1:1）个DCT块。

对于576i系统，每帧视频有12,960（4:2:2）或9,720（4:1:1，4:2:0）个DCT块。

宏块

如图11.4所示，在4:2:2模式中，每个宏块包含4个DCT块。如图11.5和图11.6，在4:1:1和4:2:0模式中，每个宏块包含6个DCT块。

对于480i系统，一个4:1:1和4:2:2YCbCr帧的宏块分布分别如图11.7和11.8所示。每帧有2,700（4:2:2）或1,350（4:1:1）个宏块。

对于576i系统，一个4:2:0，4:1:1和4:2:2YCbCr帧的宏块分布分别如图11.9，11.10和11.11所示。每帧有3,240（4:2:2）或1,620（4:1:1，4:2:0）个宏块。

 图11.4    4:2:2宏块分布

超级块

每个超级块包括27个宏块。

对于480i系统，对于一个4:1:1和4:2:2YCbCr数据的帧的超级块分布分别如图11.7和11.8所示。每帧有100（4:2:2）或50（4:1:1）个超级块。

对于480i系统，对于一个4:2:0，4:1:1和4:2:2YCbCr数据的帧的超级块分布分别如图11.9，11.10和11.11所示。每帧有120（4:2:2）或60（4:1:1，4:2:0）个超级块。

 图11.5    4:1:1宏块分布

 图11.6    4:2:0宏块分布

压缩

跟MPEG和H.263一样，DV使用基于DCT的视频压缩。然而，在这种情况下，DCT块有两场组成，每场提供4个扫描行和8个水平采样点。

对于传输处理，可用两种DCT模式，叫做8-8-DCT和2-4-8-DCT，它取决于一个视频帧两场之间内容的变化程度。8-8-DCT是普通的8×8DCT，当两场之间有高程度的相关性时（小的运动）被使用。2-4-8-DCT使用两个4×8DCTs（每场一个），当两场之间有低程度的相关性时（多的运动）被使用。使用哪种DCT由存储于DCT系数区域的一个比特来标志。

DCT系数悲凉化成9比特，然后再处以一个量化数，以限制一个视频段的数据的量到5个压缩宏块。

每个DCT块基于量化噪声和AC系数的绝对值分类到4个类中的一类。2比特的分类码存储在DC系数区域。

一个区域吗被用于量化步长的选择。区域号码，其中有4种，是基于水平和垂直频率的。

量化步长有类号码，区域号码和量化号码（QNO）决定。量化信息通过视频块中的DIF头。

可变长编码将AC系数转换成可变长的码字。

图11.12和11.13显示了压缩宏块的分布。

 图11.7超级块和宏块之间的关系（4:1:1YCbCr，720×480i）

 图11.8超级块和宏块之间的关系（4:2:2YCbCr，720×480i）

 图11.9超级块和宏块之间的关系（4:2:0YCbCr，720×576i）

 图11.10超级块和宏块之间的关系（4:1:1YCbCr，720×576i）

 图11.11超级块和宏块之间的关系（4:2:2YCbCr，720×576i） 

 图11.12  4:2:2压缩宏块的分布

 图11.13  4:2:0和4:1:1压缩宏块的分布

视频辅助数据（VAUX）

VAUX信息被加到视频填充数据如图11.3所示。VAUX包包括1-字节的包头和4字节的数据（负载），组成一个5-字节的VAUX包。由于每个视频帧有45个这种数据包，所以它们从0~44编号。一个VAUX源（VS）包和一个VAUX源控制（VSC）包必须包含在压缩的视频流中。虽然IEC 61834支持许多其它的包格式，但是现在只有SMPTE 314M支持VS和VSC包。

VAUX源（VS）包

这种报格式如表11.4所示。

TVCH   电视频道的编号，从0~999。一个EEEH的值是为预录磁带或一行输入保留的。一个FFFH的值是为“无信息”保留的。

B/W      黑和白标志：“0”= 黑白视频；“1”= 彩色视频

EN        CLF有效标志：“0”= CLF有效；“1”= CLF无效

CLF      彩色帧标识码

             对于480i系统：

             “00”= 彩色帧A

             “01”= 彩色帧B

             “10”= 保留

             “11”= 保留

             对于576i系统：

             “00”= 第1，2场

             “01”= 第3，4场

             “10”= 第5，6场

             “11”= 第7，8场

SRC      定义视频信号的输入源

50/60    和AAUX中的一样

ST         和AAUX中的一样

TUN     高频头分类，包括3-比特的区域序号和5-比特的卫星序号。“11111111”指示没有信息可用。

VISC   

             “10001000”= -180

                           ∶

             “00000000”= 0

                           ∶

             “01111000”= 180

             “01111111”= 无信息

             其它值 = 保留

 

IEC 61834

D7

D6

D5

D4

D3

D2

D1

D0

PC0

0

1

1

0

0

0

0

0

PC1

TVCH（十位单位，0~9）

TVCH（个位单位，0~9）

PC2

B/W

EN

CLF

TVCH（百位单位，0~9）

PC3

SRC

50/60

ST

PC4

TUN

 

SMPTE 314M

D7

D6

D5

D4

D3

D2

D1

D0

PC0

0

1

1

0

0

0

0

0

PC1

1

1

1

1

1

1

1

1

PC2

B/W

EN

CLF

1

1

1

1

PC3

1

1

50/60

ST

PC4

VISC

 

表11.4    VAUX源（VS）包

VAUX源控制（VSC）包

这种包的格式如表11.5所示。

CGMS  和AAUX中的一样

ISR       和AAUX中的一样

CMP     和AAUX中的一样

SS         和AAUX中的一样

RES S   和AAUX中的一样

RES M  和AAUX中的一样

BCS      广播系统。和DISP一起指示信息类型的显示格式

             “00”= 类型0（IEC 61880，EIA-608）

             “01”= 类型1（ETS 300 294）

             “10”= 保留

             “11”= 保留

DISP     长宽比信息

FF         帧/场标志。指示一帧周期内两场是否按顺序输出或者只输出其中一场两次

             “0”= 一场输出两次

             “1”= 两场按顺序输出

FS         第1/2标志。指示在第一场周期中应该输出哪一场。

             “0”= 场2

             “1”= 场1

FC        帧改变标志。指示当前帧是否和它之前的一帧相同。

             “0”= 相同的图像

             “1”= 不同的图像

 

IEC 61834

D7

D6

D5

D4

D3

D2

D1

D0

PC0

0

1

1

0

0

0

0

1

PC1

CGMS

ISR

CMP

SS

PC2

REC S

1

REC M

1

DISP

PC3

FF

FS

FC

IL

SF

SC

BCS

PC4

1

GEN

 

SMPTE 314M

D7

D6

D5

D4

D3

D2

D1

D0

PC0

0

1

1

0

0

0

0

1

PC1

CGMS

1

1

1

1

1

1

PC2

1

1

0

0

1

DISP

PC3

FF

FS

FC

IL

1

1

0

0

PC4

1

1

1

1

1

1

1

1

 

表11.5    VAUX源控制（VSC）包

 

IL          隔行标志。指示构成一帧的两场是隔行的或者是非隔行的。

             “0”= 非隔行

             “1”= 隔行或未配置

SF         静止场图像标志。指示一帧中两个场之间的时间差。

             “0”= 0秒

             “1”= 1.001/60或1/50秒

SC        静止照相图像标志

             “0”= 静止照相图片

             “1”= 非静止照相图片

GEN     指示视频源的类别。

数字接口

IEC 61834和SMPTE 314M都指定了通用数字接口的数据格式。例如，这种数据格式可以在IEEE 1394或SDTI接口上发送。图11.14显示了帧数据结构。

每个720×480i 4:1:1 YCbCr帧压缩到103,950个字节。包括头和音频流增加的数据量为120,000个字节。

压缩的720×480i帧被分成10个DIF（帧内数据）序列。每个DIF序列包括150个DIF包，每包80字节，使用如下：

135个DIF块用于视频

9个DIF块用于音频

6个DIF块用于头，子码和视频辅助（VAUX）信息

图11.14显示了DIF序列的详细结构。每个视频DIF块包括80字节压缩的宏块数据：

3字节用于DIF块ID信息

1字节用于头，包括量化序号（QNO）和块状态（STA）

每个Y0，Y1，Y2，Y3各14字节

每个Cb和CbCr各10字节。

720×576i帧可以使用4:2:0YCbCr格式（IEC 61834）或4:1:1YCbCr格式（SMPTE 314M），需要12个DIF序列。每个720×576i帧压缩到124,740个字节。包括头和音频流增加的数据量为144,000个字节，需要300个包用于传输。

注意，由于数字传输不需要纠错，所以接口上的传输数据组织不同于显示应用的DV记录格式。此外，虽然在图11.15中视频块按编号的顺序排列，但是视频数据没有对应从左到右，从上到下的发送块。压缩的宏块被填充以减少误差响应和帮助隐藏错误。数据以相同的填充顺序记录传输。

为了表示视频数据填充，DV帧被组织成超级块，每个超级块融合27个压缩的宏块，如图11.7~11.11所示。一个5个超级块的组（一个超级块的列）组成一个DIF序列。表11.6和表11.7显示了DIF块的传输顺序。

 图11.14  25Mbps 4:1:1 YCbCr 720×480i系统的块格式

 图11.15详细的DIF序列

 

对于50Mbps的SMPTE 314M格式，每个720×480i或720×576i帧被分成两个通道。每个通道使用或者10个（480i系统）或者12个（576i系统）DIF序列。

 

DIF序列编号

视频DIF块编号

压缩的宏块

DIF序列编号

视频DIF块编号

压缩的宏块

超块编号

宏块编号

超块编号

宏块编号

0

0

2，2

0

∶

1

6，1

0

n-1

0

1，2

0

2

8，3

0

1

5，1

0

3

0，0

0

2

7，3

0

4

4，4

0

3

n-1，0

0

∶

4

3，4

0

133

0，0

26

∶

134

4，4

26

133

n-1，0

26

1

0

3，2

0

134

3，4

26

1

7，1

0

 

2

9，3

0

3

1，0

0

4

5，4

0

∶

133

1，0

26

134

5，4

26

注：1.对于480i系统n = 10，对于576i系统n = 12。

 

表11.6    25Mbps（4:1:1或4:2:0 YCbCr）的视频DIF块和压缩宏块

 

DIF序列编号

视频DIF块编号

压缩的宏块

DIF序列编号

视频DIF块编号

压缩的宏块

超块编号

宏块编号

超块编号

宏块编号

0

0，0

4，2

0

∶

0，1

5，2

0

n-1

0，0

2，2

0

1，0

12，1

0

0，1

3，2

0

1，1

13，1

0

1，0

10，1

0

2，0

16，3

0

1，1

11，1

0

∶

2，0

14，3

0

134，0

8，4

26

∶

134，1

9，4

26

134，0

6，4

26

1

0，0

6，2

0

134，1

7，4

26

0，1

7，2

0

 

1，0

14，1

0

1，1

15，1

0

2，0

18，3

0

∶

134，0

10，4

26

134，1

11，4

26

注：1.对于480i系统n = 10，对于576i系统n = 12。

 

表11.7    50Mbps（4:2:2 YCbCr）的视频DIF块和压缩宏块

IEEE 1394

使用IEEE 1394接口传送DV信息已经在第6章中讨论过了。

 

STDI

SDTI的基本概念已经在第6章中讨论过了。

SMPTE 314M数据

SMPTE 221M详细描述了SMPTE 314M DV数据在SDTI上的传输。图11.6显示了它的基本实现。

IEC 61834数据

SMPTE 222M详细描述了IEC 61834 DV数据在SDTI上的传输。

 图11.16使用SDTI传输DV数据

100Mbps DV的差异

100Mbps SMPTE 370M格式支持1920×1080i和1280×720p源。

1920×1080i30和1920×1080i25源分别被缩放到1280×1080i30和1440×1080i25。1280×720p60源被缩放到960×720p60。使用4:2:2YCbCr采样。

每个压缩的帧被分到4个通道，每个通道或者使用10个（1080i30或720p60）或12个（1080i25）DIF序列。

参考资料

1. IEC 61834–1, Recording—Helical-scan digital video cassette recording system using 6.35mm magnetic tape for consumer use (525-60, 625-50, 1125-60 and 1250-50 systems)–Part 1: General specifications.

2. IEC  61834–2, Recording—Helical-scan digital video cassette recording system using 6.35mm magnetic tape for consumer use (525-60, 625-50, 1125-60 and 1250-50 systems)–Part 2: SD format for 525-60 and 625-50 systems.

3. IEC 61834–4, Recording—Helical-scan digital video cassette recording system using 6.35mm magnetic tape for consumer use (525-60, 625-50, 1125-60 and 1250-50 systems)–Part 4: Pack header table and contents.

4. SMPTE 314M–1999, Television—Data Structure for DV-Based Audio, Data and Compressed Video–25 and 50 Mbps.

5. SMPTE  370M–2002, Television—Data Structure for DV-Based Audio, Data and Compressed Video at 100 Mb/s 1080/60i, 1080/50i, 720-60p.

6. SMPTE 321M–2002, Television—Data Stream Format for the Exchange of DV-Based Audio, Data and Compressed Video Over a Serial Data Transport Interface.

7. SMPTE 322M–1999, Television—Format for Transmission of DV Compressed Video, Audio and Data Over a Serial Data Transport Interface.