音视频即时通讯是最为时尚、流行的通讯方式。可以实现一对一、一对多、多对多的通讯。而各种各样的即时通讯软件也层出不穷；服务提供商越来越丰富的通讯服务功能。随着社会的发展与网络技术的进步，音视频即时通讯的运用日益广泛。 市场竞争越来越激烈，如何在有限的时间内完成项目，满足客户的需求成为企业决策者所需要面对的现实。音视频技术以全新领域凸显了网络信息时代的飞跃发展。近年来，音视频即时通讯的应用，如聊天室，网络教育，应急指挥，远程医疗，数字电视等不断创新的成就更是全球关注的焦点。
可按2部分进行理解：
语法：码流中各个元素的位置关系。
如：01001001…，表示图像编码类型(01)，宏块类型(00)，编码系数1001等。
语义：每个语法元素所表达的意义。
例如：图像编码类型。
编码层次由如下部分组成：
序列（Sequence）
图像组（Group of Pictures，GOP）
图像（Picture）
条带（Slice）
宏块（Macroblock，MB）
块(Block)
IBBP序列编码对象
序列是指一段连续编码的并具有相同参数的视频图像。
序列起始码是指专有的一段比特串，标识一个序列的压缩数据的开始。如MPEG-2的序列起始码为十六进制数000001(B3)。
序列头是指记录序列信息，包含档次（Profile），级别（Level），宽度，高度，是否是逐行序列，帧率等内容。
序列结束码是指专有的一段比特串，标识该序列的压缩数据的结束。如MPEG-2的序列结束码为十六进制数000001(B7)。
图像编码结构
包括：
图像。
图像起始码：专有的一段比特串，标识一个图像的压缩数据的开始。
如MPEG-2的图像起始码为十六进制数000001(00)。
图像头：记录图像信息。
包含图像编码类型，图像距离，图像编码结构，图像是否为逐行扫描。即时通讯开发可以咨询蔚可云定制
条带编码结构
条带：多个宏块的组合。
条带起始码：专有的一段比特串，标识一个条带的压缩数据的开始。如MPEG-2的条带起始码为十六进制数000001(0~AF)。
条带头：记录当前图像的相关信息。含条带位置，条带量化参数，宏块编码技术标识等。
宏块编码结构
宏块：16x16的像素块（对亮度而言）。
宏块内容：宏块编码类型，编码模式，参考帧索引，运动矢量信息，宏块编码系数等。
块编码结构
8x8或4x4块的变换量化系数的熵编码数据。
CBP (Coded Block Patten)：用来指示块的变换量化系数是否全为零。
对于YUV(4:2:0)编码，CBP通常6比特长，每个比特对应一个块，当某一块的变换量化系数全为零时，其对应比特位值为0，否则为1。
每个块的变换量化系数的最后用一个EOB (End of Block)符号来标识。
视频编解码关键技术
预测：通过帧内预测和帧间预测降低视频图像的空间冗余和时间冗余。
变换：通过从时域到频域的变换，去除相邻数据之间的相关性，即去除空间冗余。
量化：通过用更粗糙的数据表示精细的数据来降低编码的数据量，或者通过去除人眼不敏感的信息来降低编码数据量。
扫描：将二维变换量化数据重新组织成一维的数据序列。
熵编码：根据待编码数据的概率特性减少编码冗余。
预测
空间预测：利用图像空间相邻像素的相关性来预测的方法
帧内预测技术：利用当前编码块周围已经重构出来的像素预测当前块
Intra图像编码（I帧）
时间预测：利用时间上相邻图像的相关性来预测的方法
帧间预测：运动估计（Motion Estimation，ME），运动补偿（Motion Compensation，MC）
Inter图像编码：前向预测编码图像（P帧），双向预测编码图像（B帧）
帧内预测
I帧图像的每个宏块都采用帧内（Intra）预测编码模式。
宏块分成8x8或者4x4块，对每个块采用帧内预测编码，称作Intra8x8或者Intra4x4。
帧内预测有多个预测方向：水平，垂直，左下，右上。
帧内预测还有直流（DC）预测。
色度块预测还有平面预测。
码率控制
受到缓冲区，带宽的限制，编码码率不能无限制的增长，因此需要通过码率控制来将编码码流控制在目标码率范围内。
一般通过调整量化参数的手段控制码率：
帧级控制
条带级控制
宏块级控制
码率控制考虑的问题：
防止码流有较大的波动，导致缓冲区发生溢出，
同时保持缓冲区尽可能的充满，让图像质量尽可能的好而且稳定
CBR（Constant Bit Rate）：比特率稳定，但图像质量变化大。VBR（Variable Bit Rate）：比特率波动大，但图像质量稳定。
码率控制算法：
码率分配
码率控制
码率控制属于非标准技术，编码端有，解码端没有。
网友评论