ISO 13818-1: 视频音频编码系统与标准详细指南

需积分: 50 53 浏览量更新于2024-07-26 收藏 1.58MB PDF 举报

"ISO 13818-1是一个由国际电信联盟（ITU-T）发布的标准，全称为《信息技术—活动图像及相关音频信息的通用编码：系统》。该标准主要针对视听和多媒体系统的传输多路复用和同步，旨在支持视频和音频编码方法的组合，特别是与ISO/IEC 13818的第2和3部分相集成。标准制定于1994年，随着技术的发展，它逐步扩展以兼容更多的编码规范，如ISO/IEC 14496-2和ISO/IEC 14496-10（视频编码）、ISO/IEC 13818-7和ISO/IEC 14496-3（音频编码）、ISO/IEC 14496-1和ISO/IEC 15938-1（系统流）、IPMP（ISO/IEC 13818-11）以及元数据。核心内容包括解码方对多路压缩流的同步处理，以及支持以下六大基本功能： 1）解码方的多路压缩流同步：这是确保不同压缩流之间的时间和数据一致性的重要环节，确保多媒体内容在传输过程中的稳定性和一致性。 2）多语言、多区域编码和解码能力：适应全球化需求，支持多种语言的音频和视频信号处理，同时考虑到不同地区的编码标准和偏好。 3）系统流的管理和封装：允许数据在不同的传输级别进行有效的组织和封装，提高数据传输效率。 4）服务质量（QoS）管理：通过标准协议来监控和控制多媒体数据的传输质量，确保关键业务的性能。 5）IP媒体处理（IPMP）：在IP网络环境中处理多媒体数据，确保其在互联网传输中的可靠性和安全性。 6）元数据支持：提供关于内容的附加信息，如版权、描述、标签等，便于内容检索和管理系统。该建议书是国际标准，遵循ISO/IEC 13818-1，适用于各种视听和多媒体应用，包括可视电话系统、电视广播、网络视频等。对于想要深入理解多媒体数据传输、编码和同步技术的专业人士来说，这是一份不可或缺的技术指南。欲了解更多详细信息，用户应参考ITU-T的建议书目录或相关更新文档，以获取最新的标准修订和扩展内容。"

ISO/IEC 13818-1：2007(C)

2 ITU-T H.222.0建议书 (05/2006)

– ITU-T Recommendation T.171 (1996), Protocols for interactive audiovisual services: coded

representation of multimedia and hypermedia objects

ISO/IEC 13522-1:1997,

Information technology – Coding of Multimedia and Hypermedia

information – Part 1: MHEG object representation – Base notation (ASN.1)

1.2.3 另外的参考文献

– ISO 639-2:1998, Codes for the representation of names of languages – Part 2: Alpha-3 code.

– ISO 8859-1:1998,

Information technology – 8-bit single-byte coded graphic character sets – Part 1:

Latin alphabet No. 1

– ISO 15706:2002,

Information and documentation – International Standard Audiovisual Number

(ISAN)

– ISO/PRF 15706-2,

Information and documentation – International Standard audiovisual number

(ISAN) – Part 2: Version identifier

– ISO/IEC 11172-1:1993,

Information technology – Coding of moving pictures and associated audio

for digital storage media at up to about 1,5 Mbit/s – Part 1: Systems

– ISO/IEC 11172-2:1993,

Information technology – Coding of moving pictures and associated audio

for digital storage media at up to about 1,5 Mbit/s – Part 2: Video

– ISO/IEC 11172-3:1993,

Information technology – Coding of moving pictures and associated audio

for digital storage media at up to about 1,5 Mbit/s – Part 3: Audio

– ISO/IEC 13818-3:1998,

Information technology – Generic coding of moving pictures and associated

audio information – Part 3: Audio

– ISO/IEC 13818-6:1998,

Information technology – Generic coding of moving pictures and associated

audio information – Part 6: Extensions for DSM-CC

– ISO/IEC 13818-7:2006,

Information technology – Generic coding of moving pictures and associated

audio information – Part 7: Advanced Audio Coding (AAC)

– ISO/IEC 13818-11:2004,

Information technology – Generic coding of moving pictures and

associated audio information – Part 11: IPMP on MPEG-2 systems

– ISO/IEC 14496-1:2004,

Information technology – Coding of audio-visual objects – Part 1: Systems.

– ISO/IEC 14496-2:2004, Information technology – Coding of audio-visual objects – Part 2: Visual.

– ISO/IEC 14496-3:2005, Information technology – Coding of audio-visual objects – Part 3: Audio.

– Recommendation ITU-R BT.601-6 (2007),

Studio encoding parameters of digital television for

standard 4:3 and wide-screen 16.9 aspect ratios

– Recommendation ITU-R BT.470-7 (2005),

Conventional analogue television systems.

– Recommendation ITU-R BR.648,

Digital recording of audio signals.

– ITU-T Recommendation J.17 (1988),

Pre-emphasis used on sound-programme circuits.

– IEC Publication 60908:1999,

Audio recording – Compact disc digital audio system.

第 2 节 — 技术单元

2.1 定义

就本建议书|国际标准而言，下列定义适用。若特指某部分，则该部分补充说明。

2.1.1 access unit (system) 存取单元（系统）：显示单元的编码表示。在音频情况中，存取单元为

音频帧的编码表示。

在视频情况中，存取单元包括图像的所有编码数据以及跟随它的任何填充，直至但不包括下一个存取

单元的起始。若图像不由

group_start_code 或 sequence_header_code 为先导，则存取单元伴随图像起始码开

始。若图像由

group_start_code 和/或 sequence_header_code 为先导，则存取单元伴随这些起始码的第一起始

码的首字节开始。比特流中，若它是先导

sequence_end_code 的最后图像，则该编码图像最后字节与

sequence_end_code

之间的所有字节（包括 sequence_end_code）均属于该存取单元。

ISO/IEC 13818-1：2007(C)

ITU-T H.222.0建议书 (05/2006) 3

关于 ITU-T. H.264 建议书| ISO/IEC 14496-10 视频的存取单元的定义参见 2.1.3 中的 AV C 存取单元的定义。

2.1.2 AVC 24-hour picture (system) AVC 24 小时图像（系统）：带有多于未来 24 小时的显示

时间的

AV C 存取单元。从定义的角度，AV C 存取单元 n 有一个多于未来 24 小时的显示时间。如果最初到

达时间

(n) 和 DPB 输出时间 t

o,dpb

(n) 之间的差多于 24 小时的话。

2.1.3 AVC access unit (system) AV C 存取单元（系统）：如为 ITU-T H.264 建议书 |

ISO/IEC 14496-10

中规定的字节流的存取单元，遵守 2.14.1 中规定的限制。

2.1.4 AVC Slice (system) AV C 截面（系统）：如 ITU-T H.264 建议书 | ISO/IEC 14496-10 中规定

的

byte_stream_nal_unit ，nal_unit_type 值为 1 或 5，或 byte_stream_nal_unit 数据结构， nal_unit_type 值为 2

和任何相关 byte_stream_nal_unit 数据结构， nal_unit_type 等于 3 和/或 4。

2.1.5 AVC still picture (system) AV C 静止图像（系统）：AV C 静止图像由一个 AV C 存取单元

组成，包括一个

IDR 图像，前面的 SPS 和 PPS NAL 单元承载对 IDR 图像正确解码所需要的足够信息。先

导一个

AV C 静止图像，将有别一个 AV C 静止图像或终结先导编码视频序列的序列 NAL 结束单元，除非

AV C 静止图像在视频流中为第一个存取单元。

2.1.6 AVC video sequence (system) 视频序列（系统）：编码视频序列如 ITU-T H.264 建议书 |

ISO/IEC 14496-10

中的 3.30 规定。

2.1.7 AVC video stream (system) 视频流（系统）：ITU-T H.264 建议书 | ISO/IEC 14496-10 流。

AV C 视频流由一个或多个 AV C 视频序列组成。

2.1.8 bitrate 比特速率：把压缩比特流从信道传送到解码器输入端的速率。

2.1.9 byte aligned 字节对齐：编码比特流中比特是字节对齐的，即从该比特流中的首比特起检测

其位置是否为

8 比特的倍数。

2.1.10 channel 信道：存储或传输 ITU-T H.222.0 建议书| ISO/IEC 13818-1 流的数字媒体。

2.1.11 coded B-frame 编码的 B 帧：一个 B 帧图像或一对 B 字段图像。

2.1.12 coded frame 编码的帧：一个编码的帧为一个编码的 I 帧、编码的 B 帧或编码的 P 帧。

2.1.13 coded I-frame 编码的 I 帧：一个 I 帧图像或一对字段图像，第一个字段图像为 I 图像，第二

个字段图像为

I 图像或 P 图像。

2.1.14 coded P-frame 编码的 P 帧：一个 P 帧图像或一对 P 字段图像。

2.1.15 coded representation 编码表示：以其编码形式表示的数据单元。

2.1.16 compression 压缩：降低用于表示数据项的比特数目。

2.1.17 constant bitrate 常量比特速率：从压缩比特流的起始到结束，所有运行之处的比特速率均

为常量。

2.1.18 constrained system parameter stream; CSPS (system) 受限系统参数流；CSPS（系

统）：适用 2.7.9 中所规定限制的节目流。

2.1.19 Cyclic Redundancy Check (CRC) 循环冗余检测：循环冗余检测以校验数据的准确性。

2.1.20 data element 数据元：编码之前与解码之后所表示的数据项。

2.1.21 decoded stream 解码流：压缩比特流的解码重构。

2.1.22 decoder 解码器：解码过程的具体化。

2.1.23 decoding (process) 解码（过程）：本建议书|国际标准中定义的读出输入编码比特流并输出

解码图像或音频样点的过程。

2.1.24 decoding time-stamp; DTS (system) 解码时间标记；DTS（系统）：PES 包头中可以存

在的、指示系统目标解码器中解码存取单元时间的一个字段。

2.1.25 digital storage media (DSM) 数字存储媒体（DSM）：数字存储或传输装置或系统。

2.1.26 DSM-CC：数字存储媒体指令与控制。

2.1.27 entitlement control message (ECM) 授权控制消息（ECM）：授权控制消息是专用有条

件访问信息，它指示控制词以及可能其他的、典型的特定流、加扰和

/或控制参数。

ISO/IEC 13818-1：2007(C)

4 ITU-T H.222.0建议书 (05/2006)

2.1.28 entitlement management message (EMM) 授权管理消息（EMM）：授权管理消息是专

用有条件访问信息，它指示特定解码器的授权等级或业务。它们可以编址到单个解码器或解码器组。

2.1.29 editing 编辑：通过该过程处置一个或多个压缩比特流生成新的压缩比特流。编辑的比特流同

未编辑的比特流满足同样的要求。

2.1.30 elementary stream; ES (system) 基本流；ES（系统）：PES 包中编码视频、编码音频或

其他编码比特流之一的通用称谓。在具有一个并且仅有一个

stream_id 的 PES 包序列中携带一个基本流。

2.1.31 Elementary Stream Clock Reference; ESCR (system) 基本流时钟参考；ESCR（系

统）：从 PES 流的解码器中可以导出计时的 PES 流中的时间标记。

2.1.32 encoder 编码器：编码过程的具体化。

2.1.33 encoding (process) 编码（过程）：本建议书 | 国际标准中未指定，读出输入图像或音频样点

流并生成遵从本建议书编码比特流的过程。

2.1.34 entropy coding 熵编码：降低冗余度的信号数字表示的可变长度无损编码。

2.1.35 event 事件：规定事件为具有公共时间基、一个相关起始时间以及一个相关结束时间的基本流

集成。

2.1.36 fast forward playback (video) 快速前向播放（视频）：以比实时更快的显示序列、部分

序列、图像的过程。

2.1.37 forbidden 禁用：术语“禁用”，当在本建议书|国际标准条款中用于定义编码比特流时，指示

所指定的该值从不使用。

2.1.38 metadata 元数据：以 ISO 或任何其他权威规定的格式描述视听内容和数据本质的信息。

2.1.39 metadata access unit 元数据存取单元：元数据内的完全结构，规定在特定时刻即时被解码

的元数据部分。元数据存取单元的内部结构由元数据的格式规定。

2.1.40 metadata application format 元数据应用格式：确定使用元数据的应用的格式，用信号通

知发送元数据的应用特定信息。

2.1.41 metadata decoder configuration information 元数据解码器配置信息：解码一个特定的

元数据业务的接收器所需要的数据。取决于元数据的格式，可能需要或可能不需要解码器配置信息。

2.1.42 metadata format 元数据格式：确定元数据的编码格式。

2.1.43 metadata service 元数据业务：为一个特定的目的，交付给接收器的相同格式的元数据集。

2.1.44 metadata service id 元数据业务标识符：一个特定元数据业务的标识符，常用于某些元数

据的发送方法。

2.1.45 metadata stream 元数据流：源自一个或多个元数据业务的元数据存取单元的串联或集合。

2.1.46 (multiplexed) stream (system) （多路复用的）流（系统）：以遵从本建议书 | 国际标准

的方式结合的

0 或多个基本流组成的比特流。

2.1.47 layer (video and systems) 层（视频与系统）：本建议书 | 国际标准第 1 和 2 部分规定的视

频与系统规范的数据分级中的等级之一。

2.1.48 pack (system) 包（系统）：包由包头后随 0 个或多个包构成。在 2.5.3.3 描述的系统编码句法

中，它是层。

2.1.49 packet data (system) 包数据（系统）：来自在包中存在的基本流的连贯在一起的字节数据。

2.1.50 packet identifier; PID (system) 包标识符；PID（系统）：在单路或多路节目传输流中用

于标识一个节目的基本流的唯一整数值，如

2.4.3 中所述。

2.1.51 padding (audio) 填整（音频）：通过有条件地添加时隙到音频帧，及时把一个音频帧的平均

长度调整到相应

PCM 样点持续周期的方法。

2.1.52 payload 有效载荷：有效载荷涉及包中跟随头字节的那些字节。例如，某些传输流包的有效

载荷包括

PES_packet_header 和它的 PES_packet_data_bytes，或 pointer__field 和 PSI 分段，或专用数据；但

PES_packet_payload 仅由 PES_packet_data_bytes 组成。传输流包头和自适应字段不是有效载荷。

ISO/IEC 13818-1：2007(C)

ITU-T H.222.0建议书 (05/2006) 5

2.1.53 PES (system) PES（系统）：包式基本流的缩写。

2.1.54 PES packet (system) PES 包（系统）：用于承载基本流数据的数据结构。PES 包由 PES 包

头后随来自基本数据流的若干连贯在一起的字节组成。在

2.4.3.6 描述的系统编码句法中，它是层。

2.1.55 PES packet header (system) PES 包头（系统）：PES 包中直至但不包括 PES_packet_

data_byte

字段的前导字段，其中该流不是填整流。在填整流的情况中，PES 包头类似地定义为 PES 包中直

至但不包括填整字节字段的前导字段。

2.1.56 PES Stream (system) PES 流（系统）：PES 流由 PES 包组成，其全部有效载荷由来自单

路基本流的数据组成，而且这些

PES 包具有相同的 stream_id。特定的语义限制适用。参阅引言 4。

2.1.57 presentation time-stamp; PTS (system) 显示时间标记；PTS（系统）：PES 包头中可

以存在的、指示系统目标解码器中显示单元的显示时间的一个字段。

2.1.58 presentation unit; PU (system) 显示单元；PU（系统）：解码音频存取单元或解码的图像。

2.1.59 program (system) 节目（系统）：节目是节目元的集成。节目元可以是基本流。节目元不需

要有任何规定的时间基；确实需要规定时间基的节目元必须有公共时间基并预期这些节目元供同步显示

使用。

2.1.60 Program Clock Reference; PCR (system) 节目时钟参考；PCR（系统）：从传输流中

时间标记推导而来的解码器计时。

2.1.61 program element (system) 节目元（系统）：可以包括在节目中的基本流或其他数据流之一

的通用称谓。

2.1.62 Program Specific Information; PSI (system) 节目特定信息；PSI（系统）：PSI 由对于

传输流的多路分解以及节目成功再现所必要的标准数据组成，并在

2.4.4 中描述。专门规定的 PSI 数据实例

是非必备网络信息表。

2.1.63 random access 随机接入：在任意点开始读出和解码编码比特流的过程。

2.1.64 reserved 保留的：术语“保留的”，在规定编码比特流的条款中使用时，指示该值可在未来对

ISO 规定的扩展使用。除非本建议书 | 国际标准中另有规定，否则所有保留的比特必须设置为‘1’。

2.1.65 scrambling (system) 加扰（系统）：为防止以清晰形式出现的信息的非授权接收，改动视

频、音频或编码数据流的特征。此改动为有条件访问系统控制下的特定过程。

2.1.66 source stream 源流：压缩编码之前样本的单一非多路复用流。

2.1.67 splicing (system) 拼接（系统）：两个不同的基本流，在系统级上实施的链接。生成的系统

流完全遵从本建议书

| 国际标准。拼接可以导致时间基、连续性计数器、PSI 以及解码的中断。

2.1.68 start codes (system) 起始码（系统）：嵌入到编码比特流中的 32 比特码。它们被用于若干

目的，包括标识在编码句法中的某些层。起始码由

24 比特前缀（0x000001）和 8 比特 stream_id 组成，如

表

2-22 中所示。

2.1.69 STD input buffer (system) STD 输入缓冲器（系统）：解码之前，对于来自基本流的压缩

数据存储，系统目标解码器输入端上的先进先出缓冲器。

2.1.70 still picture 静止图像：编码的静止图像由完整的包含一个内编码的编码图像的视频序列组

成，编码遵守

ITU-T H.262 建议书| ISO/IEC 13818-2、ISO/IEC 11172-2 或 ISO/IEC 14496-2 中的规定。此图

像有相关的

PTS 与在按照 ISO/IEC 11172-2、ITU-T H.262 建议书| ISO/IEC 13818-2 或 ISO/IEC 14496-2 编码

的情况下，后续图像的显示时间，若有显示时间，则该显示时间至少比静止图像显示时间晚两个图像周期。

2.1.71 system header (system) 系统头（系统）：系统头是 2.5.3.5 中定义的数据结构，承载概

括

ITU-T H.222.0 建议书| ISO/IEC 13818-1 节目流系统特性的信息。

2.1.72 System Clock Reference; SCR (system) 系统时钟参考；SCR（系统）：从节目流中时

间标记推导而来的解码器计时。

ISO/IEC 13818-1：2007(C)

6 ITU-T H.222.0建议书 (05/2006)

2.1.73 system target decoder; STD (system) 系统目标解码器；STD（系统）：用于确定 ITU-T

H.222.0

建议书| ISO/IEC 13818-1 多路复用比特流语义的解码过程的虚拟参考模型。

2.1.74 time-stamp (system) 时间标记（系统）：指示特定行为的时间诸如字节的到达或显示单元

的呈现的术语。

2.1.75 transport stream packet header (system) 传输流包头（系统）：传输流包中的前导字段，

直至并包括

continuity_counter 字段。

2.1.76 variable bitrate 可变比特速率：传输流或节目流的一个属性，在那里字节到达解码器的输

入端的速率随时间而改变。

2.2 符号和缩写

用于描述本建议书|国际标准的数学运算符与 C 程序语言中所使用的那些类似。然而采用舍位和四舍五

入的整数除法须特别指定。在假设整数可以用二进制补码表示的情况下规定按位运算符。编号和计数循环

通常从

0 开始。

2.2.1 算术运算符

+ 加法

–

减法（作为二进制运算符）或负号（作为一元运算符）

+ +

增量

– –

减量

或× 乘法

乘方

采用结果指向0的舍位整数除法。例如，7/4和–7/ –4被舍位到1而–7/4和7/ –4舍位到–1

采用四舍五入到最近整数的整数除法。除非另有规定，否则半整数值四舍五入到远离0。

例如

3//2四舍五入到2，而–3//2四舍五入到–2。

DIV

采用结果指向–∞的舍位整数除法。

模数运算符，仅限于正数。

Sign()

符号运算符。Sign(x) = 1 x>0

0 x= =0

–1 x<0

NINT()

最近整数运算符。对实数值自变量返还到最近的整数值。半整数值舍入到远离0。

sin

正弦

cos

余弦

exp

指数

√ 开平方

log

以10为底的对数

log

以e为底的对数

2.2.2 逻辑运算符

‖ 逻辑或

逻辑和

逻辑非

2.2.3 关系运算符

＞大于

≥ 大于或等于

＜小于

≤ 小于或等于

剩余189页未读，继续阅读

xiaozhu0920

粉丝: 0
资源: 1

ISO 13818-1: 视频音频编码系统与标准详细指南

ISO13818-7_AAC标准.PDF

iso13818-1汉语版.pdf

ISO14229.pdf

ISO13818.rar_多媒体_Video_

iso13818规范.pdf PSI-SI理解入门.doc

iso13818-2.pdf

iso13818-1.pdf

ISO14229.PDF.rar

ISO 4021.pdf

ISO26262.pdf

最新资源