当今时代，信息技术和计算机互联网飞速发展，在此背景下，多媒体信息已成为人类获取信息的最主要载体，同时也成为电子信息领域技术开发和研究的热点。多媒体信息经数字化处理后具有易于加密、抗干扰能力强、可再生中继等优点，但同时也伴随海量数据的产生，这对信息存储设备及通信网 络均提出了很高要求，从而成为阻碍人们有效获取和使用信息的重大瓶颈。

因此研究高效的多媒体数据压缩编码方法，以压缩形式存储和传输数字化的多媒体信息具有重要意义。作为多媒体技术的核心及关键，多媒体数据压缩编码近年来在技术及应用方面都取得了长足进展，它的进步和完善正深刻影响着现代社会的方方面面。

2 视频编码研究与MPEG标准演进

人类获取的信息中70%来自于视觉，视频信息在多媒体信息中占有重要地位；同时视频数据冗余度最大，经压缩处理后的视频质量高低是决定多媒体服务质量的关键因素。因此数字视频技术是多媒体应用的核心技术，对视频编码的研究已成为信息技术领域的热门话题。

视频编码的研究课题主要有数据压缩比、压缩/解压速度及快速实现算法三方面内容。以压缩/解压后数据与压缩前原始数据是否完全一致作为衡量标准，可将数据压缩划分为无失真压缩（即可逆压缩）和有失真压缩（即不可逆压缩）两类。

传统压缩编码建立在仙农信息论基础之上的，以经典集合论为工具，用概率统计模型来描述信源，其压缩思想基于数据统计，因此只能去除数据冗余，属于低层压缩编码的范畴。

伴随着视频编码相关学科及新兴学科的迅速发展，新一代数据压缩技术不断诞生并日益成熟，其编码思想由基于像素和像素块转变为基于内容 （content-based）。它突破了仙农信息论框架的束缚，充分考虑了人眼视觉特性及信源特性，通过去除内容冗余来实现数据压缩，可分为基于对象（object-based）和基于语义（semantics-based）两种，前者属于中层压缩编码，后者属于高层压缩编码。

与此同时，视频编码相关标准的制定也日臻完善。视频编码标准主要由ITU-T和ISO/IEC开发。ITU-T发布的视频标准有 H.261、 H.262、 H.263、 H.263+、H.263++，ISO/IEC公布的MPEG系列标准有MPEG-1、MPEG-2 、MPEG-4 和MPEG-7，并且计划公布MPEG-21。

MPEG即Moving Picture Expert Group（运动图像专家组），它是专门从事制定多媒体视音频压缩编码标准的国际组织。MPEG系列标准已成为国际上影响最大的多媒体技术标准，其中 MPEG-1和MPEG-2是采用以仙农信息论为基础的预测编码、变换编码、熵编码及运动补偿等第一代数据压缩编码技术；MPEG-4（ISO/IEC 14496）则是基于第二代压缩编码技术制定的国际标准，它以视听媒体对象为基本单元，采用基于内容的压缩编码，以实现数字视音频、图形合成应用及交互式多媒体的集成。MPEG系列标准对VCD、DVD等视听消费电子及数字电视和高清晰度电视（DTV&&HDTV）、多媒体通信等信息产业的发展产生了巨大而深远的影响。

3 MPEG-4视频编码核心思想及关键技术

3.1 核心思想

在MPEG-4制定之前，MPEG-1、MPEG-2、H.261、H.263都是采用第一代压缩编码技术，着眼于图像信号的统计特性来设计编码器，属于波形编码的范畴。第一代压缩编码方案把视频序列按时间先后分为一系列帧，每一帧图像又分成宏块以进行运动补偿和编码，这种编码方案存在 以下缺陷：

· 将图像固定地分成相同大小的块，在高压缩比的情况下会出现严重的块效应，即马赛克效应；

· 不能对图像内容进行访问、编辑和回放等操作；

· 未充分利用人类视觉系统（HVS，Human Visual System）的特性。

MPEG-4则代表了基于模型/对象的第二代压缩编码技术，它充分利用了人眼视觉特性，抓住了图像信息传输的本质，从轮廓、纹理思路出发，支持基于视觉内容的交互功能，这适应了多媒体信息的应用由播放型转向基于内容的访问、检索及操作的发展趋势。

AV对象（AVO，Audio Visual Object）是MPEG-4为支持基于内容编码而提出的重要概念。对象是指在一个场景中能够访问和操纵的实体，对象的划分可根据其独特的纹理、运动、形状、模型和高层语义为依据。在MPEG-4中所见的视音频已不再是过去MPEG-1、MPEG-2中图像帧的概念，而是一个个视听场景（AV场景），这些 不同的AV场景由不同的AV对象组成。AV对象是听觉、视觉、或者视听内容的表示单元，其基本单位是原始AV对象，它可以是自然的或合成的声音、图像。原 始AV对象具有高效编码、高效存储与传输以及可交互操作的特性，它又可进一步组成复合AV对象。因此MPEG-4标准的基本内容就是对AV对象进行高效编 码、组织、存储与传输。AV对象的提出，使多媒体通信具有高度交互及高效编码的能力，AV对象编码就是MPEG-4的核心编码技术。

MPEG-4不仅可提供高压缩率，同时也可实现更好的多媒体内容互动性及全方位的存取性，它采用开放的编码系统，可随时加入新的编码算法模块，同时也可根据不同应用需求现场配置解码器，以支持多种多媒体应用。

MPEG-4 采用了新一代视频编码技术，它在视频编码发展史上第一次把编码对象从图像帧拓展到具有实际意义的任意形状视频对象，从而实现了从基于像素的传统编码向基于对象和内容的现代编码的转变，因而引领着新一代智能图像编码的发展潮流。

3.2 关键技术

MPEG-4除采用第一代视频编码的核心技术，如变换编码、运动估计与运动补偿、量化、熵编码外，还提出了一些新的有创见性的关键技术，并在第一代视频编码技术基础上进行了卓有成效的完善和改进。下面重点介绍其中的一些关键技术。

1. 视频对象提取技术

MPEG-4实现基于内容交互的首要任务就是把视频/图像分割成不同对象或者把运动对象从背景中分离出来，然后针对不同对象采用相应编码方法，以实现高效压缩。因此视频对象提取即视频对象分割，是MPEG-4视频编码的关键技术，也是新一代视频编码的研究热点和难点。

视频对象分割涉及对视频内容的分析和理解，这与人工智能、图像理解、模式识别和神经网络等学科有密切联系。目前人工智能的发展还不 够完善，计算机还不具有观察、识别、理解图像的能力；同时关于计算机视觉的研究也表明要实现正确的图像分割需要在更高层次上对视频内容进行理解。因此，尽管MPEG-4 框架已经制定，但至今仍没有通用的有效方法去根本解决视频对象分割问题，视频对象分割被认为是一个具有挑战性的难题，基于语义的分割则更加困难。

目前进行视频对象分割的一般步骤是：先对原始视频/图像数据进行简化以利于分割，这可通过低通滤波、中值滤波、形态滤波来完成；然后对视频/图像数据进行特征提取，可以是颜色、纹理、运动、帧差、位移帧差乃至语义等特征；再基于某种均匀性标准来确定分割决策，根据所提取特征将视频数据归类；最后是进行相关后处理，以实现滤除噪声及准确提取边界。

在视频分割中基于数学形态理论的分水岭（watershed）算法被广泛使用，它又称水线算法，其基本过程是连续腐蚀二值图像，由图像简化、标记提取、决策、后处理四个阶段构成。分水岭算法具有运算简单、性能优良，能够较好提取运动对象轮廓、准确得到运动物体边缘的优点。但分割时需 要梯度信息，对噪声较敏感，且未利用帧间信息，通常会产生图像过度分割。

2. VOP视频编码技术

视频对象平面（VOP，Video Object Plane）是视频对象（VO）在某一时刻的采样，VOP是MPEG-4视频编码的核心概念。MPEG-4在编码过程中针对不同VO采用不同的编码策略， 即对前景VO的压缩编码尽可能保留细节和平滑；对背景VO则采用高压缩率的编码策略，甚至不予传输而在解码端由其他背景拼接而成。这种基于对象的视频编码不仅克服了第一代视频编码中高压缩率编码所产生的方块效应，而且使用户可与场景交互，从而既提高了压缩比，又实现了基于内容的交互，为视频编码提供了广阔 的发展空间。

MPEG-4支持任意形状图像与视频的编解码。对于任意形状视频对象。对于极低比特率实时应用，如可视电话、会议电视，MPEG-4则采用VLBV（Very Low Bit-rate Video，极低比特率视频）核进行编码。

传统的矩形图在MPEG-4中被看作是VO的一种特例，这正体现了传统编码与基于内容编码在MPEG-4中的统一。VO概念的引入，更 加符合人脑对视觉信息的处理方式，并使视频信号的处理方式从数字化进展到智能化，从而提高了视频信号的交互性和灵活性，使得更广泛的视频应用及更多的内容交互成为可能。因此VOP视频编码技术被誉为视频信号处理技术从数字化进入智能化的初步探索。

3. 视频编码可分级性技术

随着因特网业务的巨大增长，在速率起伏很大的IP（Internet Protocol）网络及具有不同传输特性的异构网络上进行视频传输的要求和应用越来越多。在这种背景下，视频分级编码的重要性日益突出，其应用非常广 泛，且具有很高的理论研究及实际应用价值，因此受到人们的极大关注。

视频编码的可分级性（scalability）是指码率的可调整性，即视频数据只压缩一次，却能以多个帧率、空间分辨率或视频质量进行解码，从而可支持多种类型用户的各种不同应用要求。

MPEG-4通过视频对象层（VOL，Video Object Layer）数据结构来实现分级编码。MPEG-4提供了两种基本分级工具，即时域分级（Temporal Scalability）和空域分级（Spatial Scalability），此外还支持时域和空域的混合分级。每一种分级编码都至少有两层VOL，低层称为基本层，高层称为增强层。基本层提供了视频序列的基本信息，增强层提供了视频序列更高的分辨率和细节。

在随后增补的视频流应用框架中，MPEG-4提出了FGS（Fine Granularity Scalable，精细可伸缩性）视频编码算法以及PFGS（Progressive Fine Granularity Scalable，渐进精细可伸缩性）视频编码算法。

FGS编码实现简单，可在编码速率、显示分辨率、内容、解码复杂度等方面提供灵活的自适应和可扩展性，且具有很强的带宽自适应能力和抗误码性能。但还存在编码效率低于非可扩展编码及接收端视频质量非最优两个不足。

PFGS则是为改善FGS编码效率而提出的视频编码算法，其基本思想是在增强层图像编码时使用前一帧重建的某个增强层图像为参考进行运动补偿，以使运动补偿更加有效，从而提高编码效率。

4. 运动估计与运动补偿技术

MPEG-4采用I-VOP、P-VOP、B-VOP三种帧格式来表征不同的运动补偿类型。它采用了H.263中的半像素搜索 （half pixel searching）技术和重叠运动补偿（overlapped motion compensation)技术，同时又引入重复填充（repetitive padding）技术和修改的块（多边形）匹配（modified block （polygon）matching）技术以支持任意形状的VOP区域。

此外，为提高运动估计算法精度，MPEG-4采用了MVFAST（Motion Vector Field Adaptive Search Technique）和改进的PMVFAST（Predictive MVFAST）方法用于运动估计。对于全局运动估计，则采用了基于特征的快速顽健的FFRGMET（Feature-based Fast and Robust Global Motion Estimation Technique）方法。

在MPEG-4视频编码中，运动估计相当耗时，对编码的实时性影响很大。因此这里特别强调快速算法。运动估计方法主要有像素递归法和块匹配法两大类，前者复杂度很高，实际中应用较少，后者则在H.263和MPEG中广泛采用。在块匹配法中，重点研究块匹配准则及搜索方法。目前有三种常用的匹配准则：

（1）绝对误差和（SAD, Sum of Absolute Difference）准则；

（2）均方误差（MSE, Mean Square Error）准则；

（3）归一化互相关函数（NCCF, Normalized Cross Correlation Function）准则。

在上述三种准则中，SAD准则具有不需乘法运算、实现简单方便的优点而使用最多，但应清楚匹配准则的选用对匹配结果影响不大。

在选取匹配准则后就应进行寻找最优匹配点的搜索工作。最简单、最可靠的方法是全搜索法（FS, Full Search），但计算量太大，不便于实时实现。因此快速搜索法应运而生，主要有交叉搜索法、二维对数法和钻石搜索法，其中钻石搜索法被MPEG-4校验 模型（VM, Verification Model）所采纳，下面详细介绍。

钻石搜索（DS, Diamond Search）法以搜索模板形状而得名，具有简单、鲁棒、高效的特点，是现有性能最优的快速搜索算法之一。其基本思想是利用搜索模板的形状和大小对运动估计算法速度及精度产生重要影响的特性。在搜索最优匹配点时，选择小的搜索模板可能会陷入局部最优，选择大的搜索模板则可能无法找到最优点。因此DS算法针 对视频图像中运动矢量的基本规律，选用了两种形状大小的搜索模板。

· 大钻石搜索模板（LDSP, Large Diamond Search Pattern），包含9个候选位置；

· 小钻石搜索模板（SDSP, Small Diamond Search Pattern），包含5个候选位置。

DS算法搜索过程如下：开始阶段先重复使用大钻石搜索模板，直到最佳匹配块落在大钻石中心。由于LDSP步长大，因而搜索范围广，可实 现粗定位，使搜索不会陷于局部最小，当粗定位结束后，可认为最优点就在LDSP 周围8 个点所围菱形区域中。然后再使用小钻石搜索模板来实现最佳匹配块的准确定位，以不产生较大起伏，从而提高运动估计精度。

此外Sprite视频编码技术也在MPEG-4中应用广泛，作为其核心技术之一。Sprite又称镶嵌图或背景全景图，是指一个视频对象在视频序列中所有出现部分经拼接而成的一幅图像。利用Sprite可以直接重构该视频对象或对其进行预测补偿编码。

Sprite视频编码可视为一种更为先进的运动估计和补偿技术，它能够克服基于固定分块的传统运动估计和补偿技术的不足，MPEG-4正是采用了将传统分块编码技术与Sprite编码技术相结合的策略。

4 结束语

多媒体数据压缩编码的发展趋势是基于内容的压缩，这实际上是信息处理的高级阶段，更加向人自身的信息处理方式靠近。人的信息处理并不是基于信号的，而是基于一个比较抽象的、能够直接进行记忆和处理的方式。

MPEG-4作为新一代多媒体数据压缩编码的典型代表，它第一次提出了基于内容、基于对象的压缩编码思想。它要求对自然或合成视听对象作更多分析甚至是理解，这正是信息处理的高级阶段，因而代表了现代数据压缩编码技术的发展方向。

MPEG-4实现了从矩形帧到VOP的转变以及基于像素的传统编码向基于对象和内容的现代编码的转变，这正体现了传统视频编码与新一代视频编码的有机统一。基于内容的交互性是MPEG-4的核心思想，这对于视频编码技术的发展方向及广泛应用都具有特别重要的意义。

转载自：http://blog.video.com.cn/videofans/archives/2006/5…

通常可以将数字视频应用分为实时应用和非实时应用，前者包括电视节目(现场直播)和基于Internet 的流视频(Steaming Video)的实时传输播放，后者包括各种本地存储视频的播放，如DVD。

涉及数字视频通信的技术包括视频压缩/解压、各种网络传输协议，同时还包括视频服务器操作系统、应用层QoS、媒体同步机制等。

在本文中我们将首先讨论视频压缩技术，然后讨论视频通信技术，包括数字电视和基于ATM和SDL技术与 MPGE-2视频的传输，我们的重点将放在基于Internet的视频流应用。另外，伴随蜂窝移动通信技术的发展，蜂窝移动视频传输也逐渐成为可能，我们也将简单介绍这方面的发展。

一、 数字视频压缩SMPTE(运动图像和电视工程师协会)和IEEE开发和管理非压缩的数字视频标准。这些标准包括：PAL、NTSC和SECAM标准分辨率的电视广播用数字视频标准CCIR-601；传输CCIR-601的SMPTE 259M；传输HDTV的SMPTE 292M。为了利用廉价的低比特率链路进行数字视频信号传输，或者存储数字形式的现场视频，必须对原始数字视频信号进行高效的压缩编码。

1、数字视频通信

对编码器的要求由于应用领域的差别，对视频编码器有不同的要求，共同的基本要求是：算法复杂度要尽可能小、算法处理的时间尽可能短、性价比尽可能高。综合不同的应用，这些要求可以分为：

(1)为了获得可以接受的视觉质量，视频编码器对带宽的要求要尽可能的小；

(2)对实时视频流通信，必须提供有界的端到端时延，以便视频分组可以及时到达解码器解码和显示；

(3)对于Internet带宽动态变化和蜂窝移动通信信道特性随机变化的通信网络，分组丢失不可避免，视频编码器应当能够处理分组的丢失；

(4)有些装置要求较低的能量消耗，如蜂窝移动电话，这些装置上的解码器应当简单；

(5)有些应用要求提供VCR一样的功能，如暂停、快退等，视频编解码器应当提供这些功能。

2、视频编码器基本结构

目前有很多高效的压缩算法投入实际应用，这些标准大多采用了基于运动补偿结合变换的压缩方案。用作运动补偿的块的大小在不同的标准中定义不一，从4×4到16×16像素。同样，从简单的1/2像素精确的双线空域内插到复杂的空时滤波技术，预测滤波器的实现也变化很大。运动估计后的剩余部分进行能量压缩的正交变换。对于这类变换，大多数标准的视频编码器都采用了8×8的DCT核。变换后的系数经过量化并送入无损统计编码器。为了与解码器保持同步，编码器复制了部分解压环(Loop)，即反 量化、反变换、运动补偿引擎和自适应去块滤波器(Adaptive Deblocking Filter)。为了将输出的比特率控制在确定的范围内，采用速率控制算法选择量化步长，同时提供空域预处理器和运动补偿引擎的输入信息。

上述运动补偿混合编码器没有考虑编码速率的可伸缩性(Scalability)，只能生成单速率的编码视频流，仅适用于在点对点的稳定信道上传输，而不能满足其他通信方 式的需要，如组播(Multicast)和多接入的通信。为了扩展其应用范围，人们提出了很多特殊的可伸缩模式(Scalability Mode)。可伸缩的视频编码器将原始视频流划分成多个子流(Sbustream)，其中一个压缩子流是基本子流(Base Substream)，基本压缩子流可以独立解码以提供粗糙的视觉质量，或者是较小的图像尺寸和较低视频帧刷新率。其他压缩子流是增强子流，增强子流只能和基本子流一起解码，但可以提供更好的质量。所有完整的子流可以提供最高的视觉质量。

为了灵活适应不同接入链路带宽和时延的要求，针对MPEG-4提出了一种新的可伸缩编码机制，称为FGS(Fine Granularity Scalability)。一个FGS编码器将原始视频序列压缩成两个子流，即基本层比特流和增强层比特流。一种FGS的变体是PFGS (Progressive FGS)。PFGS可能有多个增强层，从而具有更精细的比特率步长伸缩性和更好的误码弹性(Resilience)。

3、视频压缩标准

视频编码标准主要由 ITU-T和ISO/IEC开发。前者已经发布了视频会议标准H.261、 H.262、 H.263，并且准备进行远期编码标准H.263L的开发，以期望获得更大的编码效率。ISO/IEC的标准系列是大家熟悉的MPEG家族。包括：

(1) MPEG-1(1988～1992)，可以提供最高达1.5Mbps的数字视频，只支持逐行扫描；

(2)MPEG-2(1990～1994)，支持的带宽 范围从2Mbps到超过20Mbps，MPEG-2后向兼容MPEG-1，但增加了对隔行扫描的支持，并有更大的伸缩性和灵活性；

(3)MPEG-4 (1994～1998)，支持逐行扫描和隔行扫描，是基于视频对象的编码标准，通过对象识别提供了空间的可伸缩性；

(4)MPEG-7 (1996～2000)，是多媒体内容描述接口，与前述标准集中在音频/视频内容的编码和表示不同，它集中在对多媒体内容的描述。

除了上述通用标准外，还存在很多专用格式，比较流行的有：C-Cube的M-JPEG、Intel的IVI(tm)(Indeo Video Interactive)、Apple的QuickTime(tm)、Microsoft的 Media Player(tm)和RealNetworks的RealPlayer(tm)。

从04年开始，关于高清的讨论和宣传越来越多，但是到底什么是高清呢？大部分消费者并不是特别的明白。本篇将对高清进行介绍，并特别对高清世界中的HDV (高清数码摄像机)做一比较深入的讲解，希望对读者认识高清以及HDV 有所帮助。

　　高清是什么？

高清是新一代的视频标准，它不是一台摄像机或电视机，它是一个系统，一个世界。高清主要是一种视频格式，目前还没有完全统一的标准，各国的发展进度也不一致，但是一个基本的标准，即视频比例一定为16：9 且分辨率高于或等于1280*720。对应的，低于这个分辨率的视频，一般称为标清。

目前，高清视频的分辨率主要是1280*720和1920*1080 ，一般采取以下方式表示：1080/50i. 其中，1080表示分辨率为1920*1080，50表示每秒播放50场，i 表示为隔行扫描。对应的分辨率为1280*720，每秒播放30帖，逐行扫描的视频为：720/30p。

　　什么是HDV ？

HDV 是高清格式的一种，由索尼、夏普、佳能、JVC 于2003年9 月30日联合宣布的。HDV 标准的目的是为了能开发准专业小型高清摄像机和家用便携式高清摄像机，使高清能够在更广的范围内普及。

HDV 的特点

1 、HDV 可以在DV磁带上录制高清晰画面

用于录制DV的DV磁带也可以用于高清晰影像的录制，录制时间也是相等的。而且，主要的录制装置也与DV标准相同。

2 、先进的压缩算法

HDV 采用了广泛应用于数字广播和DVD 的MPEG-2压缩方式，在保持高画质的同时可以实现有效压缩。因此，与DV相比，尽管码流相同，但其分辨率要高4 倍。为了使用MPEG-2来压缩大量高清晰画面数据(这些数据远远多于SD画面数据)要求有一种非常大的信号处理电路。不过由于半导体和信号处理技术的发展，现在可以将编解器作为个人设备的一种标准。索尼为此专门开发了先进的处理芯片。

3 、HDV 具备强大的纠错功能

利用使用帧间压缩的MPEG-2压缩方法(或编解码器)，数据丢失带来的影响将远远大于DV标准的数据丢失影响。因此，运用了HDV 制式的纠错代码实现了比DV制式更加精确的纠错功能。而且，通过将只在轨道内进行DV纠错的方法转化为多轨道间的纠错方法，可显著改善纠错功能，并可极大地增强对于数据丢失的容错性。

4 、HDV 的音质和CD一样好。

HDV 的MPEG-1音频层II被用作音频压缩，使您能够享受近乎CD的音质。

5 、HDV 支持两类录制体系。

HDV 标准具有两种类型的录制体系：720p(逐行)规范和1080i (隔行)规范。

HDV 视频压缩

在HDV 标准下，MPEG-2制式被用于DV磁带的记录方式。MPEG-2制式是视频媒介的标准压缩方法，已被广泛使用于DVD 、卫星和陆地数字广播。由于MPEG-2制式的压缩方法通过使用数据量为常规视频信号的4.5 倍的帖间和HD视频信号之间的差异等信息，实现在极低比特率时也能实现很高的分辨率，并且记录在DV磁带上。此外，录制时间与DV制式下的时间相同。

HDV 代表产品介绍：

目前除了索尼推出两款HDV 产品HDR-FX1E和HDR-HC1E之外，其它厂商并没有推出HDV 产品。

HDR-FX1E是索尼于2004年9 月7 日发布全世界第一部民用高清(符合HDV1080i标准)摄像机。HDR-FX1E采用普通DV磁带，不但可以拍摄高清格式，也可以拍摄DV格式，一盘磁带DV的时间都是60分钟。在操控性和功能方面，HDR-FX1E也提供了很多以前在专业领域才会有的功能，给独立节目制作人和DV发烧友带来更大的发挥空间。

HDR-HC1E是索尼今年7 月推出的又一款轻巧型高清数码摄像机，这是一款真正意义上的民用高清数码摄像机。HDR-HC1E净重仅为680 克(不含电池，磁带)，体积为188 毫米X71 毫米X94 毫米，易于随身携带，是影像制作爱好者的最佳选择。HDR-HC1E采用了最新开发的1/3 英寸、297 万像素的大尺寸CMOS传感器，配备了专业级的高精细卡尔蔡司Vario-Sonnar T* 镜头。

在图像色彩方面，索尼特别开发了Enhanced Imaging Processor影像增强回路来扩大明暗间的动态范围，影像及画质鲜明丰富。考虑到目前的显示设备和编辑设备，在HDR-HC1E的输入/ 输出部分，拍摄格式可以选择HDV1080i或DV两种格式。与同等级的MiniDV比较，HDR-HC1E具有更多的功能，特别是手动功能相当丰富，可以进行手动曝光、手动对焦、定点对焦、点测光、手动白平衡等设置。

　　小结：

” 数字高清” 可以说是2005年广电市场最为时髦的字眼了。先是广电总局给出一个时间表，要将高清电视作为未来几年内广电事业的发展重点，并选择了杭州等几个地区作为试点，接着便是有媒体宣称国家广电总局提出2008年将以高清数字全面转播08年奥运盛典。毫无疑问，无论是从观众的视觉还是从产业的角度来看，高清已经成为数字时代发展的趋势。

同时，随着索尼推出的两款HDV-HDR-FX1E&HDR-HC1E ，HDV 也开始向普通大众消费者迈进。

从本质上说，MPEG2可以视为是一组MPEG1的最高级编码标准，并设计能 向后兼容MPEG1，即每一个MPEG2兼容解码器能对有效的MPEG1比特流进行解码。为了满足多种不同应用的需求，MPEG2将许多视频编码算法综合 于单个句法之中；为获得足够的性能和质量，MPEG2还增添了许多新的编码特性。MPEG2具备两种编码模式，一是非可分等级的编码模式，二是可分等级的 编码模式。

在非可分等级的编码中，与MPEG1一样，MPEG2是以通用的混合DCT和DPCM编码为基础，加入了宏块结构、运动补偿和帧间预测的编码方式。MPEG2引进了一些新的运动补偿场预测模式，以便有效地对场图像和帧图像加以编码，如,为了支持隔行视频的场图像的场间预测、帧图 像的场间预测、用于P帧的双基预测和用于场图像的16×8预测等针对隔行扫描图像的更有效预测编码模式。另外，MPEG2还引入了更高的色信号取样模式。 MPEG1中使用4:1:1模式，即色信号的取样无论在水平方向，还是在垂直方向上都是亮度信号样点数的1/2。MPEG2除了4:2:0外，还支持4: 2:2和4:4:4模式，前者色信号的样点数在垂直方向上与亮度信号相同，只在水平方向上是亮度信号的1/2；后者的色信号的样点数和亮度信号则完全相 同。

除了非可分等级的编码模式外，MPEG2已经对可分级性方法进行了标准化。可分级编码在不同业务之间能提供互操作性，能满足传输频道或存储媒体对带宽的特殊需求，能较灵活地支持具有不同显示功能的各种接收机。有的接收机既没有能力或者也不要求再现视频的全部清晰度，那么就可以只对分层 比特流的子集进行解码，以较低的空间或时间清晰度，或者较低的质量，来显示视频图像。可分级编码灵活支持多种清晰度的这一功能对于HDTV跟标准清晰度电 视(SDTV)相互配合运作来讲十分重要，保持HDTV接收机应跟SDTV产品相兼容。只要HDTV源进行了可分级编码，就能实现这一兼容性，这就能避免 很浪费地将两个单独的比特流分别地传输给HDTV和SDTV接收机。MPEG2已对三种可分级编码方案进行了标准化：SNR可分级性、空间可分级性及时间 可分级性——每一种方案的目标在于有助于满足特殊应用的需求。空间可分级性已经开发完成，以便在接收机显示不同的空间清晰度——从基层能够再现空间清晰度 较低的视频，这一功能对于许多应用都是有用的，包括对HDTV／TV系统采用嵌入式编码，这样就允许从数字TV业务向具有较高空间清晰度的HDTV业务过 渡。空间可分级性能够灵活的支持很宽范围的空间清晰度，但给主要编码方案增添了很大的装置复杂性。SNR可分级性已基本开发成功，对于按优先排列传输媒体 来说，SNR可分级性能使视频质量下降时比较缓慢(质量可分级性)，如果基层能避免受到传输误差的影响，那么只要对基层信号加以解码，就能获得质量衰减缓慢的视频。用来实现质量缓慢衰减的算法基于一种频率(DCT域)可分级性技术，能够获得极佳的编码效率。在基层，DCT系数在量化步长较大下被量化和发 送，以便在低比特率情况下来获取适中的图像质量。非量化DCT系数跟来自基层、量化步长较小的量化系数之间存在差值，而增强层就对这一差值进行编码，加以 发送。在解码器，通过对较低层和较高层比特流进行解码，就能再现最高质量的视频信号。利用这一方法，也可能在接收机中获取空间清晰度较低的视频图像。已开发的时间可分级性方法的目的跟空间可分级性的相类似——只要具有一个适用于立体显示功能接收机的分层比特流，立体视频就能得到支持。不同的可分级性方法还可以结合于一个混合编码方案之中，也就是说，将空间可分级性和时间可分级性方法结合于一个混合层编码方案之中，这样，拥有不同空间清晰度和帧频的各种业务 之间的互操作性就能得到支持。将空间可分级性与SNR可分级性相结合，就能够获得HDTV与SDTV业务之间的互操作性，并对频道误差有一定的恢复功能 MPEG2句法最多可支持三个不同的可分级层。可分级编码的其它一些重要应用还有视频数据库浏览以及在多媒体环境中视频的多清晰度重放。

而MPEG4 提出的来的初衷是制定一个通用的低码率（64KB/S以下）的标准，并打算采用第二代压缩编码算法，以有效的支持甚低码率的应用。但是由于很多压缩编码的 第二代算法仍处于研究阶段或是不够成熟，MPEG4目标又转向支持目前的标准尚未全面支持的那些应用。例如，移动通信中的声像业务，与其他多媒体数据（如 计算机产生的图形，图像）的集成和交互式多媒体服务等。在5－64KB/S的范围内，MPEG4支持的图像格式从每行几个像素、每帧几行到CIF格式，帧 率从0Hz到15Hz。由于其压缩率非常高，数据量也很小，因而图像质量不如MPEG1及2。

MPEG4包括如下几部分主要功能：

1， 基于内容的编码（content-oriented）,即不是像MPEG1,2基于像素的编码，而是基于对象（object）和实体(entity)进行 编码。对每一个对象的编码形成一个对象码流层，该码流中包含着对象的形状、位置、纹理以及其他方面的属性等。对一幅图像编码所形成的码流就由一系列这样的对象层码流所构成。用户可以直接对“对象层”进行存取操作。

2，编码效率的改进和并发数据流的编码。

3，错误处理的鲁棒性，有助于低比特率视频信号在高误码率环境（如移动通信环境）下的存储和传输。

4，基于内容的可伸缩性（scalable）,用户可以有选择的只对感兴趣的对象进行传输、解码和显示。

与MPEG4 主要面对移动通信或目前Internet上低带宽多媒体的应用相比，MPEG2主要是用于高带宽高保真的多媒体业务环境，它可以提供广播电视级图像质量乃至高清晰度电视的图像质量。MPEG2的提出使得目前人们在业余时间最主要的消费娱乐方式——电视，可以在数字网中传输，人们有可能通过网络来欣赏电视。 对于多媒体业务来说，这是一个重要的进步。这使得多媒体业务系统真正走进人们的生活。目前，符合MPEG2标准的视频压缩编码器已形成商品化产品。

一.为什么需要对图象进行压缩？

在对视频图象进行数字化时，将生成大量的数字信息。例如一帧720X576点阵、16位色的数字图象占用1.35MB的存储空间，所以全活动 （每秒25帧）图象所占用的带宽将达到每秒33.75MB，只有少数配置成RAID-0的SCSI硬盘阵列可能跟上这个存储速度。照此速度，常用的CD- R盘片只能存储16秒这种活动图象。因此，为了进入实际应用，必然需要对视频信号进行压缩。

二.压缩分为无损压缩与有损压缩

1.无损压缩
无损压缩是指回放压缩文件时，能够准确无误地恢复原始数据。这常用于数据文件的压缩，例如ZIP文件。无损压缩常用的算法是Huffman方法和可变游程编码。
Huffman统计码字出现的概率，按照频率高的码字分配较短编码位数这一编码原则，减小平均字长，达到压缩数据的效果。这种压缩算法需要预先统计图像中颜色值出现的概率，编码方案每幅图像都不相同，编码效率不高。
可变游程编码使用一对参数，颜色和长度，来代替一连串连续存储的相同颜色值，从而减小相同颜色所占用的存储空间。这种压缩算法压缩黑白图片时非常有用，但是对活动的彩色图象压缩时并不实用，它受图象复杂度的影响太大，造成压缩率过低，很难超过3：1。

2.有损压缩
顾名思义，有损压缩算法靠丢掉大量冗余信息来降低数字图象所占的空间，回放时也不能完整地恢复原始图象，而将有选择地损 失一些细节，损失多少信息由需要多高的压缩率决定。对同一种压缩算法来讲，所需压缩率越高，损失的图象信息越多。一般采用的算法为变换编码+运动检测。现 在通用的变换编码有DCT（离散余弦变换）和小波变换，运动检测采用块搜索算法。还有其他一些编码算法：对象编码，基于模型的编码，分形编码等。
现在所用的MPEG，H.263等压缩标准，都是基于变换编码+运动检测的方法，都属于有损算法。

三.MPEG系列压缩算法介绍

MPEG系列是目前使用最多的压缩标准。MPEG(Moving Picture Expert Group)是在1988年由国际标准化组织(International Organization for Standardization，ISO)和国际电工委员会(International Electrotechnical Commission，IEC)联合成立的专家组，负责开发电视图像数据和声音数据的编码、解码和它们的同步等标准。这个专家组开发的标准称为MPEG标 准，到目前为止，已经开发和正在开发的MPEG标准有：
MPEG-1：数字电视标准，1992年正式发布。
MPEG-2：数字电视标准。
MPEG-3：已于1992年7月合并到高清晰度电视(High-Definition TV，HDTV)工作组。
MPEG-4：多媒体应用标准(1999年发布)。
MPEG-5：直至1998年9月还没有见到定义。
MPEG-6：直至1998年9月还没有见到定义。
MPEG-7：多媒体内容描述接口标准(正在研究)。
MPEG-1和-2标准已经正式发布，并且得到广泛应用。例如，CD-交互系统，在网络上的数字声音广播、数字电视广播和影视点播等。下面是MPEG-1和-2的典型编码参数。

1.MPEG-1
MPEG-1标准于1993年发布。它的设计思想是在1Mbit/s到1.5Mbit/s的低带宽条件下，提供尽可能高的图象质量（包括音频，以下所指图象均包括音频）。对家庭录影与商务资料存档来说，MPEG-1所提供的质量已经足够好。
VCD使用MPEG-1标准，图象尺寸为352X288，标准带宽为1.2Mbit/s。

2.MPEG-2数字电视标准
MPEG-2标准从1990年开始研究，1994发布DIS。它是一个直接与数字电视广播有关的高质量 图像和声音编码标准。　　MPEG-2可以说是MPEG-1的扩充，因为它们的基本编码算法都相同。但MPEG-2增加了许多MPEG-1所没有的功能， 例如运动向量的精确度提高到半个像素；由于关键帧里存在特殊向量，扩展了错误冗余；离散余弦变换中可选择精度；超前预测模式；质量伸缩性（在同一视频流中可容忍不同质量的图象）；支持VBR，提供了位速率的可变性能(scalability)功能；增加了隔行扫描电视的编码。
MPEG-2要达到的最基本目标是：位速率为4～9 Mbit/s，最高达15 Mbit/s。
MPEG-2的标准号为ISO/IEC 13818，标准名称为”信息技术�电视图像和伴音信息的通用编码(Information technology – Generic coding of moving pictures and associated audio information )”。MPEG-2包含9个部分：
① MPEG-2系统，写成MPEG-2 Systems，规定电视图像数据、声音数据及其他相关数据的同步，标准名是ISO/IEC 13818-1：1996 Information technology – Generic coding of moving pictures and associated audio information ：Systems。
MPEG-2的系统模型标准主要是用来定义电视图像数据、声音数据和其他数据的组合，把这些数据组合成一个或者多个适合于存储或者传输的基本数据流。
数据流有两种形式，一种称为程序数据流(Program Stream，PS)，另一种称为传输数据流(Transport Stream，TS)。程序数据流是组合一个或者多个规格化的即包化基本数据流(Packetised Elementary Streams，PES)而生成的一种数据流，用在出现错误相对比较少的环境下，适合使用软件处理的应用；传输数据流也是组合一个或者多个PES而生成的 一种数据流，它用在出现错误相对比较多的环境下，例如在有损失或者有噪声的传输系统中。
② MPEG-2电视图像，写成MPEG-2 Video，规定电视数据的编码和解码，标准名是ISO/IEC 13818-2：1996 Information technology – Generic coding of moving pictures and associated audio information ：Video。
③ MPEG-2声音，写成MPEG-2 Audio，规定声音数据的编码和解码，是MPEG-1 Audio的扩充，支持多个声道，标准名是ISO/IEC 13818-3：1998 Information technology – Generic coding of moving pictures and associated audio information – Part 3：Audio。
④ MPEG-2一致性测试，写成MPEG-2 Conformance testing，标准名是ISO/IEC DIS 13818-4 Information technology – Generic coding of moving pictures and associated audio information – Part 4：Conformance testing。
⑤ MPEG-2软件模拟，写成MPEG-2 Software simulation，标准名是ISO/IEC TR 13818-5：1997 Information technology – Generic coding of moving pictures and associated audio information – Part 5：Software simulation。
⑥ MPEG-2数字存储媒体命令和控制扩展协议，写成MPEG-2 Extensions for DSM-CC，标准名是ISO/IEC DIS 13818-6 Information technology – Generic coding of moving pictures and associated audio information – Part 6：Extensions for DSM-CC。
这是一个数字存储媒体命令和控制(Digital Storage Media Command and Control，DSM-CC)扩展协议，用于管理MPEG-1和MPEG-2的数据流，使数据流既可在单机上运行，又可在异构网络(即用类似设备构造但运行不同协议的网络)环境下运行。在DSM-CC模型中，服务器(server)和客户器(client)都被认为是DSM-CC网络的用户 (user)，DSM-CC定义了一个称为会话和资源管理(Session and Resource Manager，SRM)的实体，用来集中管理网络中的会话和资源。
⑦MPEG-2先进声音编码，写成MPEG-2 AAC，是多声道声音编码算法标准。这个标准除后向兼容MPEG-1 Audio标准之外，还有非后向兼容的声音标准。标准名是ISO/IEC 13818-7：1997 Information technology – Generic coding of moving pictures and associated audio information – Part 7：Advanced Audio Coding (AAC)。
⑧ MPEG-2系统解码器实时接口扩展标准，标准名是ISO/IEC 13818-9：1996 Information technology – Generic coding of moving pictures and associated audio information – Part 9：Extension for real time interface for systems decoders。
这是与传输数据流(Transport Stream)的实时接口(real-time interface，RTI)标准，
它可以用来适应来自网络的传输数据流。
⑨ MPEG-2 DSM-CC一致性扩展测试，标准名是ISO/IEC DIS 13818-10 Information technology – Generic coding of moving pictures and associated audio information – Part 10：Conformance extensions for Digital Storage Media Command and Control (DSM-CC)。
⑩ MPEG-2先进声音编码标准修正版，标准名是Amendment 1 to ISO/IEC TR 13818-5：1997 Amendment 1 to ISO/IEC TR 13818-5：1997 Advanced Audio Coding (AAA)。
最后要说明的是，MPEG-2的Part 8原计划用于采样精度为10比特的电视图像编码，但由于目前工业界对此兴趣不大，因此该标准已暂停开发。

3.MPEG-4多媒体应用标准
MPEG-4标准是目前最新的图象格式标准之一。完整的MPEG-4是一个多媒体通信的框架和规范协议，其中的视频编码算法的设计思想是在极低带宽和可变输出码率（10Kbit/s到1Mbit/s）的条件下提供尽可能好的图象质量。此外，对MPEG- 4来说，由于网络传输的不确定性，数据传输的完整性、正确性也显得非常重要。因此MPEG-4在移动多媒体通信中也占据了关键地位（相对地，MPEG-1 或MPEG-2在传输时少量地丢帧不会影响图象质量，但是丢失率上升时，错误恢复比MPEG-4要差）。
MPEG-4标准最不同从前编码算法的是基于对象的编码算法。它按对象组织图象内容。也就是说，它把图象内容分解成一个个的对象单元，对这些对象单元可以进行单独的存放和处理，并改动他们的相对位置。
MPEG-4现已被用于Internet上传递实时图象，同时也有一些厂家准备用它给手机发送实时图象。这些应用都将采用MPEG-4来搭建数字传输平台。
历史：
MPEG-4是MPEG (Moving Picture Experts Group)制订的一个ISO/IEC标准。其正式的标准编号是ISO/IEC 14496。MPEG-4从1994年开始工作，1998年10月完成，1999年1月成为国际标准，1999年底MPEG-4的第二版完成，2000年 上半年成为国际标准，目前MPEG-4的一些扩展工作仍在进行之中。
目的：
MPEG-1是为了CD-ROM上的交互式视频；MPEG-2是为了数字电视；MPEG-4着眼与三个方面，一是数字电视，二是交互式图形应用，三是交互式多媒体应用。
它是为视听(audio-visual)数据的编码和交互播放开发算法和工具，是一个数据速率很低的多媒体通信标准。　　　MPEG-4的目标是要在异构网络环境下能够高度可靠地工作，并且具有很强的交互功能。
为了达到这个目标，MPEG-4引入了对象基表达(object-based representation)的概念，用来表达视听对象(audio/visual objects，AVO)；MPEG-4扩充了编码的数据类型，由自然数据对象扩展到计算机生成的合成数据对象，采用合成对象/自然对象混合编码 (Synthetic/Natural Hybrid Coding，SNHC)算法；在实现交互功能和重用对象中引入了组合、合成和编排等重要概念。MPEG-4中制定了一个称为传输多媒体集成框架 (Delivery Multimedia Integration Framework，DMIF)的会话协议，它用来管理多媒体数据流。该协议在原则上与文件传输协议FTP(File Transfer Protocol)类似，其差别是：FTP返回的是数据，而DMIF返回的是指向到何处获取数据流的指针。DMIF覆盖了三种主要技术：广播技术，交互网络技术和光盘技术。
MPEG-4将应用在移动通信和公用电话交换网(public switched telephone network，PSTN)上，并支持可视电话(videophone)、电视邮件(video mail)、电子报纸(electronic newspapers)和其他低数据传输速率场合下的应用。
MPEG-4的标准名是Very-low bitrate audio-visual coding (甚低速率视听编码)。截止到1998年9月，已作为国际标准草案(Draft International Standard，DIS)的MPEG-4文件有6个部分，它们是：
① MPEG-4系统标准，标准名是ISO/IEC DIS 14496-1 Very-low bitrate audio-visual coding – Part 1: Systems。
② MPEG-4电视图像标准，标准名是ISO/IEC DIS 14496-2 Very low bitrate audio-visual coding – Part 2: Video。
③ MPEG-4声音标准，标准名是ISO/IEC DIS 14496-3 Very low bitrate audio-visual coding – Part 3: Audio。
④ MPEG-4一致性测试标准，标准名是ISO/IEC DIS 14496-4 Very-low bitrate audio-visual coding – Part 4: Conformance Testing。
⑤ MPEG-4参考软件，标准名是ISO/IEC DIS 14496-5 Very-low bitrate audio-visual coding – Part 5: Reference software
⑥ MPEG-4传输多媒体集成框架，标准名是ISO/IEC DIS 14496-6 Very-low bitrate audio-visual coding – Part 6: Delivery Multimedia Integration Framework (DMIF)。

4.MPEG-7多媒体内容描述接口

MPEG-7的工作于1996年启动，名称叫做多媒体内容描述接口(Multimedia Content Description Interface) ，目的是制定一套描述符标准，用来描述各种类型的多媒体信息及它们之间的关系，以便更快更有效地检索信息。这些媒体材料可包括静态图像、图形、3D模型、 声音、话音、电视以及在多媒体演示中它们之间的组合关系。在某些情况下，数据类型还可包括面部特性和个人特性的表达。
与其他的MPEG标 准一样，MPEG-7是为满足特定需求而制定的视听信息标准。MPEG-7标准也是建筑在其他的标准之上的，例如，PCM, MPEG-1, MPEG-2和MPEG-4等等。在MPEG-7中，例如MPEG-4中使用的形状描述符、MPEG-1和MPEG-2中使用的移动矢量(motion vector)等都可能在MPEG-7中用到。
MPEG-7的处理链(processing chain)包含有三个方框：特征抽取(feature extraction)、标准描述(standard description)和检索工具(search engine)。特征的自动分析和抽取对MPEG-7是至关重要的，抽象程度越高，自动抽取也越困难，而且不是都能够自动抽取的，因此开发自动的和交互式 半自动抽取的算法和工具都是很有用的。尽管如此，特征抽取和检索工具都不包含在MPEG-7标准中，而是留给大家去竞争，以便得到最好的算法和工具。
MPEG-7的应用领域包括：数字图书馆(Digital library)，例如图像目录、音乐词典等；多媒体目录服务(multimedia directory services)，例如黄页(yellow pages)；广播媒体的选择，例如无线电频道，TV频道等；多媒体编辑，例如个人电子新闻服务，多媒体创作等等。潜在应用的应用领域包括：教育、娱乐、 新闻、旅游、医疗、购物等等。

5.MJPEG

JPEG是静止画片，MJPEG是”Movion JPEG”的缩写。所以MJPEG实际上是静止画片与活动图象之间的中间格式。MJPEG图象流的单元就是一帧一帧的JPEG画片。因为每帧都可任意存取，所以MJPEG常被用于视频编辑系统。
MJPEG是基于JPEG的一种编码算法，也是由JPEG专家组制订的，其图像格式是对每一帧进行压缩，通常可达到6：1的压缩率，这个比率相对来说仍然不足。
由于MJPEG不是一个标准化的格式，各厂家都有自己版本的MJPEG，双方的文件无法互相识别。

6. H.261与H.263

H.261是为ISDN的电视/电话会议制定的标准。它可以根据传输线路的带宽来调整图象质量，以达到刚好吻合的程度。H.261的传输速率为64Kbit/s、128Kbit/s直到384Kbit/s（P×64Kbit/s）。
H.263和H.263+是H.261的后续标准。比之H.261，它提高了运动补偿的精度，常用于超低速率的图象传输，例如可视电话等。