视频监视领域的视频压缩与数据流

随着人们安全意识的提高，视频监视系统日益普及，现已广泛应用于机场、银行、公共交通中心乃至私人住宅中。但传统模拟系统存在诸多问题，这促使人们希望转而采用数字系统。此外，随着计算机网络、半导体及视频压缩技术的日益推广，新一代视频监视系统将无疑采用数字技术，并将实行标准化技术，支持IP 网络。

就因特网协议视频监视系统 (VSIP) 而言，处理网络流量的硬件是摄像头系统的重要组成部分，因为视频信号要通过摄像头进行数字化、压缩处理，然后才传输到视频服务器，从而解决网络的带宽限制问题。DSP/GPP 等异构处理器架构有助于最大化系统性能。视频采集、存储和视频流都是中断密集型 (Interrupt intensive) 任务，我们可将其分配给 GPP 来处理，而高密度 MIPS 视频压缩工作则交给 DSP 去完成。数据传输给视频服务器后，服务器将压缩视频流作为文件存储在硬盘驱动器上，从而避免了像传统模拟存储设备那样出现视频质量下降问题。我们针对数字视频信号的压缩技术开发了多种标准，可分为以下两大类：

* 运动估算 (ME) 法：每 N 帧为一个图像组 (GOP)。我们对图像组中的第一帧进行独立编码，而对其它 (N-1) 帧来说，我们只将当前帧与其前面已编码的帧（即前向参考帧）的时差加以编码。常用的标准为 MPEG-2、MPEG-4、H.263 及 H.264。

* 静态影像压缩法：每个视频帧作为静态影像独立编码。最常用的标准为 JPEG。MJPEG 标准采用 JPEG 算法对每个帧进行编码。

运动估算法与静态影像压缩法的比较

图 1：H.264 编码器结构图

图 1 显示了 H.264 编码器的结构图，与其它 ME 视频编码标准类似，H.264 编码器将输入影像分为多个16 x 16 像素的宏块 (MB) ，然后逐块处理。H.264 编码器包括正向路径和重构路径。正向路径将帧编码为比特位；重构路径从编码位中产生一个参考帧。下图中的 IDCT、IQ、 ME 和 MC分别代表（反向）离散余弦变换、（反向）量化、运动估算及运动补偿。

在正向路径中（从 DCT至 Q），每个宏块 (MB) 均可以帧内模式或帧间模式编码。在帧间模式下，运动估算 (ME) 模块将参考 MB 位于前面已编码的帧处；而在帧内模式下，参考MB 在当前帧中由采样形成。

重构路径（从 IQ 至 IDCT）的目的是确保编码器和解码器采用相同的参考帧生成影像。否则就会累积编码器与解码器间的误差。

图 2：JPEG 编码器结构图

图 2 给出了 JPEG 编码器结构图。该编码器将输入影像分为多个 8×8 像素的模块，然后逐个处理。每个模块首先通过 DCT 模块，随后量化器根据量化矩阵对 DCT 系数进行取整。在此过程中，编码质量与压缩比均可根据量化步骤调节。最后熵编码器对量化器输出进行编码，并生成 JPEG 影像。

由于连续视频帧通常包括大量相关信息，因此 ME 方法可实现更高的压缩比。举例来说，就每秒 30 帧的标准 NTSC 分辨率而言，H.264 编码器能以 2 mbps 的速度进行视频编码，从而实现了平均压缩比高达 60:1 的影像质量。在影像质量相同的情况下，MJPEG 的压缩比则为10:1 至 15:1。

MJPEG 相对于 ME 方法有如下几点优势。首先，JPEG 需要的计算量和功耗相对大幅降低。此外，大多数PC 都配置了 JPEG 影像专用的解码及显示软件。如果记录特定事件只需一幅或几幅影像，比如人通过门口，那么 MJPEG 的效率会更高。如果网络带宽没有保证，那么我们更倾向于采用 MJPEG 标准，因为某帧的丢失或延迟不会影响其它帧。而对于 ME 方法来说，某帧的延迟或丢失会导致整个 GOP 的延迟或丢失，因为只有获得前向参考帧 (previous reference frame) 才能对下一帧进行解码。

许多 VSIP 摄像头都有多个视频编码器，因此用户可根据具体应用要求选择最合适的视频编码器。某些摄像头甚至还能同时执行多种编解码器。MJPEG 对VSIP 摄像头的要求通常是最低的，几乎所有 VSIP 摄像头都可安装 JPEG 编码器。

MJPEG 标准的实施

在典型数字监视系统中，视频通过传感器采集、压缩，再以流媒体方式传输到视频服务器中。新型 DSP 架构上执行的视频编码器任务如果发生中断，就会出现问题，因为每次环境转换 (context switch) 都会导致大量寄存器存储和高速缓存释放。因此我们应采用异构架构，这样就能将 DSP 从视频采集和流媒体任务中解脱出来。以下结构图显示了视频监视应用中的 DSP/GPP 处理器架构实例。