H.261与H.263图像压缩技术解析

"H.261和H.263是两种早期的视频压缩标准，由CCITT（现为ITU-T）在1988年至1990年间制定，主要用于ISDN电话线上的视频通信，如视频会议和可视电话。这两种标准在64kbps的基本速率上工作，并可以通过多路复用实现更高的带宽利用。图像帧的尺寸通常为CIF（352×288）或QCIF（176×144），采用4:2:0的色度格式。" H.261与H.263图像压缩技术的核心在于帧内编码和帧间编码。帧内编码，又称I-frames，借鉴了JPEG压缩技术，通过对图像进行离散余弦变换（DCT）、量化和熵编码来减小数据量。I-frames不依赖于其他帧，可以独立解码，因此常作为随机访问点。 帧间编码，即P-frames，利用了时间域内的冗余信息。它通过预测当前帧与前一帧（预测帧）之间的差异进行编码。这种差异，称为运动补偿，大大减少了需要传输的数据量。在运动估值过程中，找到预测帧中与当前宏块最相似的区域，然后只编码两个宏块间的差异（运动向量）。运动向量的传输是必要的，因为它指示了预测宏块相对于当前宏块的位置。 在4:2:0色度格式下，一个宏块被划分为4个亮度块和2个色度块，即Cr和Cb块，这些块在编码时会进行子采样，以进一步节省空间。在量化过程中，所有的DCT系数使用固定的量化参数，不同于JPEG的可变量化表。 在实际操作中，可能会遇到多个宏块都能很好地匹配预测帧的情况。在这种情况下，评估匹配度通常使用平均绝对差值（MAD）或均方差（MSE）。选择最佳匹配宏块后，编码器将传输运动向量，以便解码器可以在解码时重建目标图像。 帧间编码相比帧内编码能够显著减少带宽需求，但它的质量依赖于前一帧的编码质量。在H.261和H.263中，通过结合I-frames和P-frames的使用，可以在保持合理图像质量的同时，有效地压缩视频流，适应有限的ISDN带宽。